En el año 2001, el experto en videojuegos Marc Prensky acuñaba el término “nativos digitales”, haciendo referencia a los nacidos en la década de los 90, rodeados por dispositivos digitales. Un nativo digital aprende: Por pura osmosis De manera informal, intuitiva y autodidacta Ambas son ciertas.
De las siguientes afirmaciones, señala la respuesta incorrecta: Los nativos digitales no existen como tales, lo que existen son estados potenciales de “sabiduría o fluidez digital” Los nativos digitales podrían adquirir por sí mismos niveles expertos de competencia digital Los nativos digitales muestran un escaso conocimiento de cuestiones tan sensibles como la construcción de su identidad digital o la gestión de su privacidad en internet.
Si observáramos a un nativo digital manejar un procesador de textos en un ordenador, veríamos: Que el texto del nativo sería plano, guardado sólo localmente en el propio dispositivo, y de autoría individual y protegida por los derechos tradicionales del copyright Que el texto del nativo reflejaría la mentalidad hipertextual y social, incluyendo enlaces, siendo guardado en la nube y compartido en redes y bajo una licencia abierta, que desacraliza la autoría individual para reconocer que toda creación es colectiva, y resultado de copias y mezclas Ambas son ciertas.
Un ejemplo de la diferencia entre la mentalidad entre nativos e inmigrantes digitales es el contraste entre una enciclopedia digital nativa como la Wikipedia y la Enciclopedia Británica originalmente analógica. Ya que la Wikipedia se caracteriza por ser: De naturaleza hipertextual, multimedia y de edición continua. De autoría colectiva Ambas son ciertas.
Aquellas personas nacidas con anterioridad a la década de los 90 y cuya educación y socialización original se había producido e entornos analógicos, se denomina: Nativos digitales Inmigrantes digitales Inmigrantes culturales.
Los términos nativos e inmigrantes digitales cosecharon feroces críticas y justificadas, señala la respuesta incorrecta: La debilidad de establecer su definición en función del año de nacimiento Poner el foco en la brecha generacional No existen, salvo cuando utilizan la identidad digital como elemento diferenciador.
Un tipo de algoritmos muy conocidos, y que pueden ser muy fácilmente implementados como programas informáticos, son los llamados. Algoritmos de ordenación Algoritmos de ubicación Algoritmos de seriación.
Según la acuñación original, “nativos digitales” e “inmigrantes digitales” se diferenciarían por: Su distinto nivel de conocimiento y uso de los dispositivos digitales Su distinta conciencia y mentalidad sobre la sociedad interconectada Ambas son ciertas.
De manera genérica, los programas informáticos que son capaces de acometer-ejecutar tareas que habitualmente han requerido de la inteligencia humana, se denomina: Aprendizaje máquina Aprendizaje profundo Inteligencia artificial.
El movimiento hacker, se ha venido produciendo con una ética que podríamos considerar análoga al movimiento maker, siendo éste último ____ _________________ del movimiento hacker desde el mundo digital hacia el mundo físico: Un complemento Una extensión Un patrocinio.
Los investigadores que trabajan con datos masivos: No siempre entienden o siguen las condiciones legales de una aplicación, sino que confían más en su intuición o eligen el camino más conveniente en lugar de seguir las pautas establecidas Una vez concluida la investigación nadie verifica si se siguieron las condiciones establecidas Ambas son ciertas.
En la base del movimiento _________ subyace la denominada cultura del DIY (“hazlo por ti mismo”), que aboga por la fabricación o reparación de cosas pos uno mismo con las propias manos. En otras palabras es una cultura de la________________: Maker y producción Hacker y autoproducción Ambas son falsas.
El ejemplo más reseñable actualmente de la introducción de la impresión 3D en las aulas, sea: Makerbot Microbit KIBO.
La alfabetización web es un nuevo alfabetismo que se sitúa en un: Nivel 1.0 Nivel 2.0 Nivel 3.0.
El proceso de enseñanza-aprendizaje de la lecto-escritura de “textos digitales”, se denomina: Alfabetización digital Alfabetización web Códigoalfabetización.
Señala la respuesta incorrecta, trabajar en el campo del big data requiere: Expandir el marco ético de la investigación social Seguir apostando por la ética tradicional Centrarse en conceptos menos tangibles como el impacto de la privacidad y la discriminación en el uso de datos.
Entre las nuevas disciplinas que estudian la utilización social de los datos masivos, destacamos por su impacto en las ciencias de la educación, la llamada: Disciplina de la predicción La analítica del aprendizaje Disciplina del big data.
Cuando la inteligencia artificial trata de replicar el funcionamiento del cerebro humano a través de las llamadas “redes neuronales artificiales”, hablamos de: Aprendizaje neuronal Aprendizaje profundo Aprendizaje máquina .
Mientras que los seres humanos actuales somos fundamentalmente iguales que los de hace mil años, las máquinas evolucionan al menos, al ritmo de: Progresión geométrica definida por la Ley de Moore Progresión aritmética definida por la Ley de Moore Progresión paralela definida por la Ley de Moore.
Inteligencia artificial es un término ______________, siendo el aprendizaje _____________ una parte más específica, y siendo a su vez el aprendizaje _____________ un refinamiento del aprendizaje máquina: Genérico, profundo, máquina Específico, profundo, máquina Genérico, máquina, profundo.
El ____________________________ incluye los procesos de pensamiento implicados en la formulación de problemas y de sus soluciones. Pensamiento algorítmico Pensamiento computacional Pensamiento informático.
El mayor evento a escala mundial para la promoción del aprendizaje de la programación informática, siendo su objetivo dar a conocer la programación informática entre la población escolar, se denomina: La hora del código El código abierto El día del código.
El término _____________ hace referencia a la gestión de la gran cantidad de datos que se generan con el uso de las aplicaciones y servicios informáticos conectados a través de internet: Algoritmo Computacional Big data.
Cuando el análisis de datos nos pueden ayudar a los profesores a estudiar los niveles específicos de participación, así como la forma en que se está utilizando el entorno de aprendizaje, hablamos de: Registro global de actividad Datos de ingreso Datos de uso de herramientas y recursos de aprendizaje.
Señalar la respuesta incorrecta en relación con el análisis predictivo: El análisis predictivo permite adaptar mejor los servicios de asesoramiento y personalizar el aprendizaje para mejorar el rendimiento de los estudiantes El análisis predictivo permite predecir si un estudiante se inscribirá en un curso, si mantendrá el rumbo durante su ciclo de aprendizaje y si requerirá apoyo par ano quedarse antes de finalizar El análisis predictivo no ha permitido que las instituciones educativas puedan alcanzar objetivos de captación de alumnos y haciendo un mejor uso de las becas y ayudas a la matriculación.
La visión maximalista sobre el potencial del análisis de datos masivos, que es la defendida por la industria de la tecnología educativa y gobiernos, pone el foco en: Las nuevas capacidades de acceder a los datos, y a partir de ellos medir y contabilizar cualquier actividad conectada directa o indirectamente con el aprendizaje. Se considera que en la base de este enfoque se encuentra un modelo determinista de la acción humana Comprender el comportamiento de los estudiantes en los espacios digitales de manera global. Los grandes conjuntos de datos no poseen respuestas directas a las preguntas más interesantes.
El recurso más importante para proteger la voluntad de una persona que participa como sujeto de estudio en una investigación social es el denominado: Consentimiento autorizado Consentimiento informado Consentimiento legal.
En educación, la plataforma que ha sido más investigada desde las metodologías big data ha sido Open edX. Esto se debe principalmente a que es una herramienta de: Código abierto y gratuito Código cerrado y de pago Código abierto y de pago.
Uno de los mayores riesgos metodológicos del análisis de big data, es: Que el investigador no tiene acceso a toda la población La insuficiente comprensión de la muestra subyacente Que las conclusiones se generalizan al conjunto de la población.
El big data por sí mismo: Puede responder a todas las preguntas que surgen en una investigación social No puede responder a todas las preguntas que surgen en una investigación social Depende del contexto de comunicación humana y de la naturaleza de las interacciones.
|
