Develop skills for autonomous learning is a challenge for educational systems in INTRODUCCIÓNAlgunos trabajos previos realizados por este grupo motivaron el desarrollo de este proyecto que apunta a entender la dinámica de los procesos metacognitivos en contextos de solución de problemas. Estos trabajos estudiaron la formación de la capacidad para 1 Como resultado del contrato 135 de 1997 celebrado entre la Universidad Pedagógica Nacional y el Instituto para la Investigación Educativa y el Desarrollo Pedagógico -IDEP-se llevó a cabo la investigación de la cual se ocupa el presente artículo. El equipo de investigación estuvo conformado por Luis

Comunication synchronicity and group heterogeneity, based on previous knowledge assessment: effects on learning in a digital classrooms

ResumenEl trabajo del cual se ocupa este documento se desarrolló con el fin de proponer una estrategia de gestión de conocimiento para potenciar las unidades regionales como espacios de desarrollo autónomo. En una primera parte se presenta una revisión del estado del arte sobre el tema de gestión de conocimiento y desarrollo regional. A partir de este primer estudio se elabora un modelo de centro que integra siete procesos como soporte de sostenibilidad. En la tercera parte se hace un estudio de factibilidad en tres fases: encuestas a líderes administrativos y académicos de la UNAD, entrevistas a expertos y encuentro de propuestas de CGCE. La valoración, tanto de los académicos como de los expertos, concuerda en que el modelo es un aporte conceptual y metodológico para el desarrollo regional. Investigadores de diferentes grupos, especialidades y regiones contribuyen mostrando escenarios de posibilidad para este modelo.Palabras clave: gestión del conocimiento, redes, triple hélice, visibilidad, prospectiva, gestión informática.

Los contenidos de este artículo están bajo una licencia Creative CommonsSistemas ontológicos en el aprendizaje significativo: estado del arte

Justificación Antecedentes conceptualesFilosóficamente la Inteligencia Artificial fue viable en la medida en que se superó la concepción del dualismo mente-cuerpo. Algunas posiciones teóricas reflejan este largo proceso. Una primera tesis fuerte sostiene que el pensamiento es una forma de actividad física y, por tanto, puede ser llevada a cabo por sistemas también físicos tales como el cerebro o un tipo de máquina que lo emule. Otra demuestra que el proceso cognoscitivo se puede caracterizar de manera apropiada a través de alguna forma de matemática. al decir de Hume, "el conocimiento es cálculo" (Lugger and Sutbblefield, 1993: pg. 6). Babage sostuvo que cualquier cosa que se pueda representar en un sistema de símbolos puede ser procesada por un cómputador 1 . Finalmente, surge la concepción de que el cerebro es un sistema de procesamiento de información: el computador es una metáfora del mismo. Antecedentes metodológicosEsta evolución del pensamiento abrió camino a y fue acompañada por el estudio de la lógica como formalización de la actividad mental. Los aportes de Euler (1735), relacionados con el análisis de sistemas conectados, dan origen a la teoría de grafos posteriormente usada en la representación de espacios de problema. Boole (1847 y 1954) investiga las operaciones del pensamiento y se propone darles expresión por medio de un lenguaje de símbolos, establece los fundamentos de la lógica proposicional. Este enfoque -de representar por medio de símbolos los procesos de la mente-se ubica posteriormente en el corazón de la Inteligencia Artificial. Frege (1879, 1884) establece las bases del cálculo de predicados de primer orden que posteriormente se convierte en lenguaje de programación a través de Prolog. Indudablemente la lógica dota a la Inteligencia Artificial * Profesor Titular Universidad Pedagógica Nacional. Programa interinstitucional de Doctorado en Educación: Área Educación en Ciencias Naturales. 1 Esta formulación es extraída en su sentido de las notas de Ada Augusta Countess Lovelace en relación con la maquina de Babage, en Shapiro (1987