e-learning, Social Networks Analysis e diffusione dell`innovazione

Peer Reviewed Papers
e-learning, Social Networks
Analysis e diffusione
dell’innovazione
Umberto Giani
Statistica e Informatica Medica. Dipartimento di Scienze
Mediche Preventive.
Facoltà di Medicina. Università di Napoli Federico II
Abstract
Il presente lavoro descrive i risultati dell’applicazione della teoria del contagio
all’adozione di modelli innovativi di e-learning allo scopo di valutare se ed
in quale misura la “propensione” dei membri di una classe ad adottare una
innovazione dipende dalla diffusione della conoscenza attraverso la rete di
relazioni sociali, virtuali e non.
Journal of e-Learning
and Knowledge Society — Vol. 6, n. 1, Febbraio 2010 (pp. 55 - 62)
—
Peer Reviewed Papers
- Vol. 6, n. 1, Febbraio 2010
1 Introduzione
Secondo il modello della partecipazione l’apprendimento è il processo di attraverso il quale un soggetto diventa un membro di una comunità partecipando
ad eventi culturali ed attività sociali (Lave, Wenger, 1991). Le interazioni dirette
ed indirette tra i membri di una comunità influenzano la diffusione di credenze,
opinioni, conoscenze che a loro volta influenzano la dinamica delle interazioni
(Giani, 2005). Da questo punto di vista, il soggetto dell’apprendimento sarebbe
un intero sistema sociale che può essere descritto a diversi gradi di granularità:
da diadi di individui all’intera umanità (Giani, 2008). Utilizzando una metafora,
si potrebbe ipotizzare che una struttura sociale di apprendimento si comporti
come una sorta cervello diffuso dove la struttura delle connessioni tra i “neuroni” (gli individui o agenti) determina le proprietà macroscopiche del sistema.
Ulteriori studi sono necessari per comprendere fino a quale punto questa metafora potrebbe essere spinta. E’ tuttavia ragionevole supporre che l’utilizzazione
delle “moderne tecnologie”, ed in particolare i sistemi di formazione a distanza,
possano fornire un ricco insieme di informazioni sulle tipologie di interazioni
“significative” tra i membri della comunità di apprendimento.
Il problema è dunque di catturare l’associazione tra la struttura relazionale
degli agenti e la diffusione della cultura e della conoscenza. In particolare,
è importante comprendere quale sia il balance tra fattori personali e sociali
nell’apprendimento creativo e, in tale contesto, quale possa essere il ruolo
dell’e-learning.
Le proprietà delle strutture relazionali non possono essere ridotte a quelle
degli agenti che le compongono perché ciascun agente è influenzato da molti
“altri” agenti significativi e sua volta influenza altri agenti. La similarità delle
conoscenze e delle opinioni è allo stesso tempo il principale fattore che induce
gli individui a formare gruppi ed il risultato delle interazioni all’interno del
gruppo, interazioni che a loro volta rinforzano la somiglianza dei comportamenti e delle conoscenze.
Infatti, in accordo con la social learning theory (Omrod, 2999) e la social
interdependence theory of cooperative learning (Skon et al., 1981), le persone
apprendono attraverso l’osservazione l’imitazione e l’adozione di comportamenti di “altri significativi” mediante la partecipazione congiunta ad eventi che
forniscono loro l’opportunità di incontri che creano legami tra gli agenti i quali
a loro volta creano legami tra gli eventi. Da questo punto di vista, la partecipazione alle attività in “rete” è costituita da un insieme di eventi che mettono in
connessione le persone e di persone che creano quegli eventi.
In tale ottica, è particolarmente interessante lo studio del ruolo del web nella
dinamica della diffusione dell’adozione di una innovazione all’interno di una
comunità di apprendimento.
56
Umberto Giani - e-learning, Social Networks Analysis e diffusione dell’innovazione.
Il presente lavoro descrive i risultati dell’applicazione della pioneristica
teoria del contagio (Ropoport, 1953) all’adozione di modelli innovativi di elearning allo scopo di valutare se ed in quale misura la “propensione” dei
membri di una classe ad adottare una innovazione dipende dalla diffusione
della conoscenza attraverso la rete di relazioni.
2 Materiali e metodi
Gli studenti del corso di Statistica Medica dell’Università di Napoli sono
stati invitati a registrarsi su DVLN1, un sistema di e-learning basato su un
approccio socio-costruttivistico e sul Problem Based Learning (PBL) (Giani,
1997, Giani, 2000). Il corso è basato su moduli settimanali vis-a-vis durante
i quali gli studenti devono strutturare un problema aperto a diverse possibili
“interpretazioni”. Tra l’inizio e la fine di ciascun modulo gli studenti possono
interagire attraverso DVLN che permette di tracciare le interazioni degli utenti.
Nel presente lavoro è stata analizzata la partecipazione alle seguenti attività:
• Discussioni sul Forum.
• Registrazione di siti web interessanti.
• Registrazione dei termini del glossario.
• Citazione di operare letterarie, saggi filosofici o storici.
Per analizzare le propensioni culturali personali degli studenti sono stati
considerati i punteggi al test di ingresso alla Facoltà di Medicina
• Cultura generale.
• Biologia.
• Chimica.
• Matematica.
Tutti i fattori sono stati dicotomizzati utilizzando la mediana come cut-off.
Pertanto, ciascuno studente è stato descritto da un insieme di otto attributi binari
personali ai quali è stato aggiunto il genere sessuale.
Per valutare la propensione degli studenti verso l’adozione di una modalità
di apprendimento creativa, è stata loro offerta la possibilità di sostenere solo
un esame scritto tradizionale (Stutenti_Tradizionalisti, ST) oppure di integrarlo
con un lavoro di gruppo innovativo (Studenti_Innovatori, SI).
Ciascun gruppo di SI era composto da quattro-cinque studenti che avevano
il compito di scegliere liberamente un problema di salute. Ciascuno studente
del gruppo doveva poi audio-registrare la narrativa di malattia di un paziente
affetto dal problema di salute prescelto dal gruppo. Ciascuna narrativa veniva
trascritta attraverso regole tipografiche esplicite e registrata online sulla piatta http://elearning.medicina.unina.it/DVLN
1
57
—
Peer Reviewed Papers
- Vol. 6, n. 1, Febbraio 2010
forma MEANINGS2, un’applicazione web based che permette di analizzare le
narrative secondo un approccio multi-metodologico (Giani, 2009). In particolare, è stata utilizzata la metodologia della content-analysis (Bauer, 2007) online:
ciascuno studente doveva proporre una propria originale segmentazione delle
narrative in meaning units e discuterne online con gli altri membri del gruppo
fino a raggiungere una loro codificazione condivisa. Il risultato era discusso in
un documento scritto finale che veniva registrato su DVLN e reso accessibile a
tutta la classe virtuale attraverso la galleria dei progetti. I docenti e gli studenti
potevano interagire a distanza per integrare, modificare, criticare i singoli progetti fino a che essi non raggiungevano una forma definitiva e condivisa.
Alla fine del corso tutti gli studenti sono stati invitati a menzionare liberamente gli studenti con i quali erano stati in contatto significativo durante il
corso. Gli SI dovevano escludere la menzione dei membri del loro gruppo di
lavoro.
Sono state definite due differenti matrici di influenza sociale: quella dei
contatti diretti, ɷ1, e quella dei contatti indiretti, ɷ2.
Due differenti analisi logistiche multiple sono state quindi effettuate in modo
da valutare l’effetto delle due differenti socio-matrici sull’adozione dell’innovazione.
3 Risultati
Il 61.2% degli studenti ha deciso di adottare l’innovazione. La figura 1
mostra la rete dei contatti “significativi” diretti.
Il 73% degli SI ha menzionato altri SI, mentre il 60% degli ST ha menzionato altri ST.
La struttura relazionale può essere decomposta in diciassette differenti
componenti formati da nodi che si connettono l’un l’altro attraverso uno o più
cammini, ma sono privi di connessioni con i nodi di altri componenti.
http://elearning.medicina.unina.it/associazioni
2
58
Umberto Giani - e-learning, Social Networks Analysis e diffusione dell’innovazione.
Fig. 1 Matrice dei contatti diretti: rombi= Studenti_I; cerchi=Studenti_T. Sulla
sinistra gli studenti isolati
La influenza diretta non è risultata associata all’adozione dell’innovazione, mentre vi è una associazione statisticamente significativa con l’influenza
indiretta, il sesso, le citazioni della letteratura su DVLN e la cultura generale
(Tabella 1).
TABELLA 1
Regressione logistica multipla. OR and 95% C.I. *: p<0.05, **:p<0.01.
Fattori
OR
Lower
95%
Upper
95%
Influenza
sociale
indiretta
2.74**
1.59
4.74
Genere (M vs F)
5.85**
2.32
14.79
0.88
0.25
3.14
1.00
0.27
3.72
2.08
0.51
8.56
5.55*
1.02
30.24
Cultura (Alto vs Basso)
5.37*
1.57
18.32
Forum (Alto vs Basso)
Attività a distanza
Glossario
(Alto
Basso)
vs
Siti web (Alto vs Basso)
Letteratura
(Alto
Basso)
Propensioni culturali
vs
Biologia (Alto vs Basso)
1.14
0.39
3.33
Chimica (Alto vs Basso)
0.67
0.13
3.43
Matematica(Alto
Basso)
2.04
0.68
6.11
vs
59
—
Peer Reviewed Papers
- Vol. 6, n. 1, Febbraio 2010
4 Discussione
L’obiettivo del presente lavoro era comprendere quale fosse il peso relativo
delle attitudini personali e delle influenze sociali nell’adozione di un modello
di apprendimento di e-learning innovativo.
Anche se mediamente ciascuno studente è stato in contatto significativo con
uno o due altri studenti, vi sono catene di relazioni che permettono la diffusione della conoscenza e dell’informazione tra nodi non connessi direttamente.
Si tratta di un fenomeno ben noto che va sotto il nome di potenza dei legami
deboli (power of weak ties) (Granovetter, 1983).
La rete è risultata essere caratterizzata da diversi componenti, cioè sottoreti
di studenti che non hanno connessioni significative con gli studenti di altri componenti. Ciò indica che la classe era strutturata in “fazioni”, ciascuna formata
da individui che erano in contatto tra loro più di quanto non lo fossero con altri
studenti di altre “fazioni”. Questo è in accordo con la comune osservazione
che gli esseri umani tendono ad auto-organizzarsi in clan, fazioni, tribù, partiti,
società scientifiche e cosi via sulla base di opinioni, interessi, stili cognitivi e
di apprendimento simili (like-minded persons).
Il fatto che gli SI tendessero a menzionare contatti significativi con altri
SI mentre gli ST menzionassero prevalentemente altri ST indica che probabilmente si tratta di due diverse categorie di studenti simili per stili cognitivi
e di apprendimento, concezioni dello studio, atteggiamenti nei confronti della
cultura e della conoscenza, e così via.
DVLN potrebbe essere stato un fattore che ha facilitato le interazioni tra
SI ed alcuni studenti possono essere stati stimolati ad adottare l’innovazione
prendendo esempio da altri che avevano registrato il loro lavoro nella galleria
dei progetti. La partecipazione alle attività online può essere vista, dunque,
come il luogo attraverso il quale persone like-minded vengono in contatto e al
contempo come uno strumento che permette lo scambio di idee e il rinforzo
reciproco di opinioni e comportamenti simili.
Il “contagio” indiretto è risultato significativamente associato all’adozione
dell’innovazione. Ciò vuol dire che l’influenza sociale si manifesta prevalentemente attraverso catene di contatti più o meno lunghe che coinvolgono amici
di amici nelle quali l’informazione si riverbera iterativamente determinando
strutture relazionali relativamente stabili.
Tra i fattori personali, il sesso è risultato significativamente associato con
l’adozione dell’innovazione: i maschi hanno mostrato una maggiore propensione ad adottare l’innovazione forse perché essi hanno una maggiore tendenza
verso l’esplorazione di situazioni nuove e potenzialmente più rischiose.
La cultura generale è risultata statisticamente associata con l’adozione
dell’innovazione.
60
Umberto Giani - e-learning, Social Networks Analysis e diffusione dell’innovazione.
Per quanto concerne la partecipazione alle attività DVLN, solo la registrazione di opere letterarie, storiche o filosofiche è risultata associata all’adozione dell’innovazione. Questo risultato è stato sorprendente perché si ritiene
usualmente che il forum di discussione sia il perno intorno al quale ruotano
le attività di e-learning. I nostri dati indicano invece che la partecipazione al
forum e alla costruzione del glossario del corso, il suggerimento di siti web
interessanti non sono connessi all’adozione dell’innovazione e rappresentano
una sorta di background interattivo comune a tutti gli studenti.
Si può ipotizzare che gli individui con una più ampia cultura sono più propensi ad essere coinvolti in attività didattiche più complesse ed innovative che
richiedono una certa dose di creatività e di rischio.
Allo scopo di comprendere se e come la rete sociale influenza l’apprendimento dei singoli e se e come le interazioni tra i membri della rete generi una
dinamica di rete tale da facilitare o inibire tale apprendimento, le piattaforme
di e-learning dovrebbero permettere di rilevare la struttura delle relazioni tra
gli studenti all’inizio dei corsi e seguirne la evoluzione nel tempo in modo da
permettere ai docenti di pianificare interventi educativi centrati sulla rete concepita come un tutto. Tali piattaforme dovrebbero altresì contenere procedure
per rilevare le attitudini personali degli studenti e stimolare lo sviluppo della
cultura più generale.
Infine, bisogna approfondire i modelli “reticolari” dell’apprendimento dove
l’accento sia posto sulla struttura e la dinamica della rete.
Bibliografia
Bauer MW (2007), Content analysis. An introduction to its methodology, Br J Sociol.
58,329-31.
Giani U, Martone P. (1998), Distance learning, Problem Based Learning and dynamic
knowledge networks. Int. J. Med. Inform. 50, 273-278.
Giani U. (2005), An epidemiological model of knowledge diffusion in virtual learning
networks. An application to learning statistics in medicine. Cybernetics and Systems
36,445-456.
Giani U. (2008), Social Network Analysis of an innovative Narrative-Evidence Based
model of learning/teaching. Biomedical statistics and Clinical epidemiology 2,87100.
Giani U. (2009), MEANINGS: analisi collaborativa a distanza delle narrative personali.
In Giani U. (a cura di) Narrative Based Medicine e complessità. Napoli, Scriptaweb
(http://scriptaweb.it).
Granovetter MS. (1983), The strength of weak ties. A network theory revisited,
Sociological Theory 1,203-233.
Lave J, Wenger E. (1991), Situated Learning. Legitimate Peripheral Participation.
61
—
Peer Reviewed Papers
- Vol. 6, n. 1, Febbraio 2010
Cambridge: Cambridge University Press.
Ormrod JE. (1999), Human Learning (3rd ed.). Upper Saddle River, NJ: PrenticeHall.
Rapoport A. (1953), Spread of information through a population with sociostructural
bias. I. Assumption of transitivity. Bulletin of Mathematical Biophysics 15,523533.
Skon L, Johnson DW, Johnson R. (1981), Cooperative peer interaction versus individual
competition and individual efforts: effects on the acquisition of cognitive reasoning
strategies. Journal of Educational Psychology 73,83-92.
62