Complejidad Social y Educación Superior. Análisis Crítico Basado en Agentes

Eduardo Ahumada-Tello; Karen Ramos

doi:10.48168/ccee012021-006

Autores/as

Eduardo Ahumada-Tello Universidad Autónoma de Baja California https://orcid.org/0000-0003-1698-5126
Karen Ramos Universidad Autónoma de Baja California https://orcid.org/0000-0002-5760-1419

DOI:

https://doi.org/10.48168/ccee012021-006

Palabras clave:

Complejidad, Educación Superior, Agentes

Resumen

El presente articulo tiene como finalidad llevar a cabo el desarrollo de una propuesta de análisis crítico de la evolución social y la educación desde una perspectiva de complejidad. Para esto, se inicia con la conceptualización del conocimiento como valor intrínseco de los individuos y las organizaciones, por lo que su desarrollo va gestando la construcción y comprensión de lo que se conoce como “Sociedad del Conocimiento”. Se hace una aproximación teórica sobre los procesos evolutivos que afectan a la sociedad y como estos dan paso al uso de la tecnología y la innovación en este nuevo orden social que finalmente impacta en la educación. Así mismo, se lleva a cabo el desarrollo de un caso de estudio utilizando agentes para evaluar el proceso de resolución de problemas en la Sociedad del Conocimiento 5.0 en una institución de educación superior, esto ejemplifica la necesidad de abordar el estudio con un enfoque de complejidad, eliminación de entropía y sostenibilidad. Cabe señala que en este caso, los agentes (profesor y alumno) utilizan principios BDI y se apegan a la biblioteca de Sakellariou (2008). Finalmente se observa que, bajo los parámetros ingresados de manera empírica, aproximadamente un 15 por ciento llega a la generación de conocimiento, se debe considerar que este resultado puede variar si las instituciones definen políticas y acciones a tomar con el fin de incrementar la motivación y disposición de los estudiantes hacia el proceso de creación de conocimiento.

Citas

Ahumada-Tello, E., & Castanon-Puga, M. (2016). Modelling com¬plex systems with distributed agency and fuzzy inference systems. Knowledge-based curricula in higher education. Procedia Computer Science, 80. https://doi.org/10.1016/j. procs.2016.05.429

Ahumada-Tello, E., Castañón-Puga, M., Castro, J.-R., Suarez, E. D., Márquez, B.-Y., Gaxiola-Pacheco, C., & Flores, D.-L. (2011). On the multi-agent modelling of complex knowledge society for business and management system using distrib¬uted agencies. In Communications in Computer and Infor¬mation Science: Vol. 188 CCIS (Issue PART 1). https://doi. org/10.1007/978-3-642-22389-1_49

Ahumada-Tello, E., Castanon-Puga, M., Evans, R. D., & Gaxio¬la-Pacheco, C. (2018). Contributions of Knowledge Manage¬ment to Firm Competitiveness from a Complexity Approach. 2018 IEEE Technology and Engineering Management Con¬ference, TEMSCON 2018. https://doi.org/10.1109/TEM¬SCON.2018.8488416

Bashiri, H., Nazemi, A., & Mobinidehkordi, A. (2017). Futures en¬gineering in complex systems. Foresight, 19(3), 306–322. https://doi.org/10.1108/FS-09-2016-0042

Bernal, C. (2012). Metodología de la Investigación. Prentice-Hall.

Castells, M. (2002). La era de la información. Vol. I. La sociedad red. Plaza y Janés, S.A.

De Camargo, P. C., Mattos, S., & Goldenberg, C. (2020). Com¬plexity and collective intelligence on demand for a sustain¬able future. Proceedings - 14th IEEE International Conference on Semantic Computing, ICSC 2020, 347–349. https://doi. org/10.1109/ICSC.2020.00069

Diamond, J. (1997). Guns, germs and steel: The fates of human societies. W.W. Norton & Company.

Ervural, B. Ç., Ervural, B., & Kahraman, C. (2016). Fuzzy sets in the evaluation of socio-ecological systems: An interval-val¬ued intuitionistic fuzzy multi-criteria approach. Studies in Fuzziness and Soft Computing, 341, 309–326. https://doi. org/10.1007/978-3-319-31093-0_14

Gilbert, N., & Troitzsh, K. G. (2008). Simulation for the Social Sci¬entist. Open University Press.

Harrison, R. L., Reilly, T. M., & Creswell, J. W. (2020). Methodolog¬ical Rigor in Mixed Methods: An Application in Management Studies. Journal of Mixed Methods Research, 14(4), 473–495. https://doi.org/10.1177/1558689819900585

Hennessey, E., & Mueller, J. (2020). Teaching and learn¬ing design thinking (DT): How do educators see DT fit¬ting into the classroom? Canadian Journal of Education, 43(2), 498–521. https://www.scopus.com/inward/record. uri?eid=2-s2.0-85091719090&partnerID=40&md5=d¬7d215839ce6b5b9d78f2d42228e8671

Idemudia, E. C., Adeola, O., & Achebo, N. (2019). The online ed¬ucational model and drivers for online learning. International Journal of Business Information Systems, 32(2), 219–237. https://doi.org/10.1504/IJBIS.2019.103078

John, K. K., Adarsh, S. N., & Pattali, V. (2020). Workers to super workers: A brief discussion on important technologies for in¬dustry 5.0 manufacturing systems. AIP Conference Proceed¬ings, 2311. https://doi.org/10.1063/5.0034521

Kapsali, M., Bayer, S., Brailsford, S., & Bolt, T. (2021). The agency role of simulation models in model-building groups. Journal of the Operational Research Society. https://doi.org/10.1080/0 1605682.2021.1929527

Macintyre, P. D., Ross, J., & Clément, R. (2020). Emotions are motivating. In The Palgrave Handbook of Motivation for Lan¬guage Learning. https://doi.org/10.1007/978-3-030-28380-3_9

Minati, G. (2016). Knowledge to manage the knowledge society: The concept of theoretical incompleteness. Systems, 4(3). https://doi.org/10.3390/systems4030026

Omodeo, P. D. (2019). Political epistemology: The problem of ideol¬ogy in science studies. In Political Epistemology: The Problem of Ideology in Science Studies. https://doi.org/10.1007/978-3-030-23120-0

Rovbo, M. A., & Ovsyannikova, E. E. (2020). Methods of Local Behavior Planning for Agents with BDI Architecture. Scien¬tific and Technical Information Processing, 47(6), 348–357. https://doi.org/10.3103/S0147688220060052

Sakellariou, I. (2008). Agents with beliefs and intentions in NetLo¬go. In A library of NetLogo.

Skorodumova, O. B., Matronina, L. F., & Koval, T. I. (2016). Man¬agement in the knowledge society: Tendencies and Prospects. Indian Journal of Science and Technology, 9(12). https://doi.org/10.17485/ijst/2016/v9i12/89536

Suarez, E. D., & Castañón-Puga, M. (2013). Distributed Agency. International Journal of Agent Technologies and Systems. https://doi.org/10.4018/jats.2013010103

Villarreal, R. (2006). Competitividad en la Era del Conocimiento. Centro de Capital Intelectual y Competitividad.

Wooldridge, M., & Jennings, N. (1995). Intelligent Agents: Theory and Practice. Knowledge Engineering Review.

Zhang, W., Jiang, Y., & Zhang, W. (2021). Capabilities for Collabora¬tive Innovation of Technological Alliance: A Knowledge-Based View. IEEE Transactions on Engineering Management, 68(6), 1734–1744. https://doi.org/10.1109/TEM.2019.2936678