“m-learning y los ecosistemas de

aprendizaje en una Internet de Objetos”

Ogata, Akamatsu and Yano

El ponente

Mario Muñoz Organero

Grupo Gradient

Departamento Ingeniería Telemática

Universidad Carlos III de Madrid

2

Puntos de la presentación

Definición del marco de trabajo y soporte tecnológico

Escenarios implementados

Algunos retos en los que estamos trabajando

3

Marco: Entornos enriquecidos

tecnológicamente Aumentar tecnológicamente nuestro entorno:

Objetos físicos

Lugares

Servicios

¿Cómo?

Embeber datos

Capacidad de proceso

Conectividad a red

¿Para qué?

Aprender más y mejor4

Usar dispositivos móviles para interactuar con contenidos y servicios educativos embebidos (incrustados) en el entorno Aprendizaje en una Internet de Objetos

Objetivo

5

Tecnologías y dispositivos móviles

Códigos QR

Etiquetas NFC

Servicios NFC y BT

Realidad aumentada6

Nuestra experiencia

Hasta la fecha:

Uso de NFC y BT para la creación de escenarios de aprendizaje en una Internet de Objetos

Iniciando líneas:

Uso de códigos QR

Aplicaciones de realidad aumentada

7

Algunos desarrollos con NFC

8

Envío por BT de píldoras de aprendizaje a los alumnos en clase.

Algunos desarrollos con BT

Bluetooth

9

Experiencias realizadas:

Experiencias internas en la UC3M

Experiencias conjuntas con UPF (Escolab)

con Universidad del Cauca (Colombia)

Algunas experiencias

10

Experiencia con paneles NFC

2 experiencias en la UC3M

Simular una sala de servidores mediante un panel NFC

Grupos de control (explicación por parte del profesor) y de experiencia (exploración con el móvil), pre-tests y post-tests

Incrementos de aprendizaje similares

El uso del móvil a día de hoy motiva a los alumnos (¿en unos año?)

11

Datos:

46 etiquetas (vistas 702 veces) 6 edificios 74 estudiantes en experiencia

Conclusión: la navegación física permite aprender más que la navegación web

Experiencia conjunta con UPF

12

Sustituir al profesor por tecnología móvil para aprender el funcionamiento de una central telefónica.

Experiencia conjunta UNICAUCA

13

Envío por BT de píldoras de aprendizaje a los alumnos en clase.

Se ha conseguido:

Aumentar asistencia a clase

Mejorar resultados de examen

Motivar al alumno

Experiencia: entornos pro-activos

Bluetooth

14

Reflexiones y retos

Algunas cuestiones en las que estamos trabajando:

¿Fat client o thin client en el móvil?

¿Dónde está la inteligencia?

¿Cómo proporcionar personalización?

¿Cómo integrar la información del contexto?

¿Fat object o thin object?

¿Inteligencia en el propio objeto o en un proxy del objeto en Internet?

15

Ejemplo: sistema de recomendación en la IoT

Proporcionar información a un usuario sobre si un contenido/servicio embebido en un objeto le es relevante/interesante

Por ejemplo: ¿me gustará leer este libro, ver esta película, entrar en esta conferencia…?

Hemos analizado un sistema de recomendación social que utiliza una función de similitud basada en patrones espacio temporales:

http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=5510898&tag=1

16

Ejemplo: entorno proactivo de recomendación

Al detectar vía BT a un usuario ejecutar reglas que basándose en los datos personales y de uso del usuario envíe por OBEX información relevante:

Recordatorios

Materiales educativos

Datos de acceso a conferencias…

Leganés, 12 Nov. 2010 17

Gracias por la atención

Leganés, 12 Nov. 2010 18