Los estudios de futuros, la investigación de futuros, el futurismo o la futurología es el estudio sistemático, interdisciplinario y holístico del avance social y tecnológico, y otras tendencias ambientales, a menudo con el propósito de explorar cómo las personas vivirán y trabajarán en el futuro. Se pueden aplicar técnicas predictivas, como el pronóstico, pero los estudios de futuros contemporáneos enfatizan la importancia de explorar sistemáticamente alternativas. [1] [2] [3] En general, puede considerarse como una rama de las ciencias sociales y una extensión del campo de la historia. Los estudios de futuros (coloquialmente llamados «futuros» por muchos de los profesionales del campo) buscan comprender lo que probablemente continúe y lo que podría cambiar plausiblemente. Parte de la disciplina busca así una comprensión sistemática y basada en patrones del pasado y el presente, y para explorar la posibilidad de eventos y tendencias futuros. [4]
A diferencia de las ciencias físicas donde se estudia un sistema más estrecho y más especificado, la futurología se refiere a un sistema mundial mucho más grande y complejo. La metodología y el conocimiento son mucho menos probados que en las ciencias naturales y las ciencias sociales como la sociología y la economía. Existe un debate sobre si esta disciplina es un arte o una ciencia, y a veces se describe como pseudociencia; [5] [6] Sin embargo, la asociación de futuristas profesionales se formó en 2002, [7] desarrollando un modelo de competencia de previsión en 2017, [8] y ahora es posible estudiarlo académicamente, por ejemplo, en el Fu Berlín en su curso de maestría. [9]
Futurology es un campo interdisciplinario que agrega y analiza las tendencias, con métodos laicos y profesionales, para componer futuros posibles. Incluye el análisis de las fuentes, patrones y causas de cambio y estabilidad en un intento de desarrollar previsión. En todo el mundo, el campo se conoce como estudios de futuros, investigación de futuros, previsión estratégica, futurísticas, pensamiento de futuros, futuros y futurología. Los estudios de futuros y la previsión estratégica son los términos más utilizados del campo académico en el mundo de habla inglesa. [10]
La previsión fue el término original y fue utilizado por primera vez en este sentido por H.G. Wells en 1932. [11] «Futurology» es un término común en las enciclopedias, aunque hoy en día lo usa casi exclusivamente, al menos en el mundo de habla inglesa. «Futurología» se define como el «estudio del futuro». [12] El término fue acuñado por el profesor alemán Ossip K. Flechtheim a mediados de la década de 1940, quien lo propuso como una nueva rama de conocimiento que incluiría una nueva ciencia de probabilidad. Este término ha caído del favor en las últimas décadas porque los practicantes modernos enfatizan la importancia de futuros alternativos, plausibles, preferibles y plurales, en lugar de un futuro monolítico, y las limitaciones de la predicción y la probabilidad, en comparación con la creación de futuros posibles y preferibles. [13 13 ]
Tres factores generalmente distinguen los estudios de futuros de la investigación realizada por otras disciplinas (aunque todas estas disciplinas se superponen, a diferentes grados). Primero, los estudios de futuros a menudo examinan las tendencias para componer futuros posibles, probables y preferibles junto con el papel que las «comodines» pueden desempeñar en escenarios futuros. En segundo lugar, los estudios de futuros generalmente intentan obtener una visión holística o sistémica basada en ideas de una variedad de disciplinas diferentes, que generalmente se centran en las categorías empinadas [14] de social, tecnológica, económica, ambiental y política. En tercer lugar, los estudios de futuros desafían y desempacan los supuestos detrás de las opiniones dominantes y contendientes del futuro. Por lo tanto, el futuro no está vacío, sino que está lleno de suposiciones ocultas. Por ejemplo, muchas personas esperan el colapso del ecosistema de la Tierra en el futuro cercano, mientras que otros creen que el ecosistema actual sobrevivirá indefinidamente. Un enfoque de previsión buscaría analizar y resaltar los supuestos que sustentan tales puntos de vista.
¿Qué son las investigaciones futuras?
La investigación de futuros puede definirse como un estudio sistemático de posibles eventos y circunstancias futuros. Como campo de estudio, los futuros evolucionaron en la década de 1950. La investigación de futuros es diferente de los pronósticos de una manera que el primero tiene una orientación hacia adelante y mira hacia adelante, en lugar de eso al revés, y no es tan matemático como el pronóstico.
Se puede argumentar que la naturaleza altamente dinámica del mercado global contemporáneo está haciendo es difícil realizar estudios de futuros de calidad. Por ejemplo, ahora es evidente que la pandemia global Covid-19 ha comprometido los hallazgos de muchos estudios de futuros. Esto se debe a que ningún investigador podría prever la aparición de la extensión de las implicaciones de la pandemia en los negocios y la economía global.
Las desventajas de la investigación de futuros son sencillas: no se puede pronosticar ningún evento o situación de manera precisa y completa. Sin embargo, los estudios de futuros pueden ofrecer una ventaja sustancial. Específicamente, aunque los estudios de futuros no pueden producir información totalmente precisa y completa sobre el futuro, cierta información investigada sobre el futuro es mejor que ninguna información cuando se dedica a la toma de decisiones para una perspectiva a largo plazo.
Existe una amplia gama de técnicas disponibles que pueden usarse para realizar estudios de futuros. La siguiente tabla ilustra tipos y técnicas de las técnicas de futuros más populares.
¿Cuáles son las líneas de investigación que existen?
La investigación primaria implica recopilar datos sobre un tema dado directamente del mundo real. Esta sección incluye información sobre qué es la investigación principal, cómo comenzar, ética involucrada con la investigación primaria y los diferentes tipos de investigación que puede hacer. Incluye detalles sobre entrevistas, encuestas, observaciones y análisis.
Hay algunos problemas que los investigadores deben enfrentar todo el tiempo. Estos son algunos de los más comunes:
Es imposible hacer generalizaciones radicales sobre grupos de personas basadas únicamente en algunas entrevistas, observaciones o encuestas. Puede encontrar patrones o tendencias generales, pero nunca debe asumir que lo que ha encontrado es lo que existe o lo que siempre existirá. De hecho, es difícil hacer generalizaciones concretas sobre cualquier ocurrencia que se relacione con las personas porque las personas son dinámicas y las situaciones siempre están cambiando.
Recuerde que solo porque dos resultados tienen una relación entre ellos no significa necesariamente que uno haga que ocurra otro. Por ejemplo, aunque se muestra que los videojuegos y los comportamientos violentos tienen un enlace, no se ha demostrado que los videojuegos causen un comportamiento violento (en cambio, podría ser que las personas que están predispuestas a actividades violentas se sientan atraídas por los videojuegos violentos).
Es muy difícil poder estudiar todos los factores relacionados con un grupo específico de personas, un evento o un ocurrencia. Aun así, si no incluye estos factores dentro de su investigación principal, aún deben considerarse cuando comience a analizar sus datos. Por ejemplo, si está estudiando el problema de estacionamiento en el campus y observa la cantidad de automóviles que están estacionados en el campus frente a la población estudiantil, está omitiendo otros factores como la cantidad de estudiantes de cercanías, la cantidad de profesores que conducen, accesibilidad de Transporte público, así como muchos otros factores.
¿Qué es una línea de investigación ejemplos?
A pesar de la revisión por pares, las publicaciones en revistas científicas no siempre están bien escritas, a veces contienen errores y, a menudo, exhiben prejuicios deliberados o no deseados. Es necesario aprender cómo identificar tales limitaciones. También es necesario aprender a leer entre las líneas de los documentos sin importar cuán bien escritos estén y no importa cuán altamente clasificado sea el diario.
Este documento examina críticamente un artículo importante en una revista líder con vistas a ayudar al lector a aprender cómo colocar los hallazgos de un estudio en perspectiva, comprender sus limitaciones y obtener información más allá de la que realmente se presenta y discutida en el texto.
Se examinan varios problemas; Estos se relacionan con los diseños de investigación de casos y controles, confusión, coincidencia de propensión, riesgo absoluto, intervalos de confianza, interpretación de hallazgos, relevancia del mundo real, validez ecológica y definición de una relación causa-efecto.
Los problemas examinados en este documento reflejan temas comunes en la investigación, y un lector consciente de estos temas los identificará más fácilmente en sus lecturas futuras.
Los artículos publicados varían en los estándares. Algunos documentos contienen errores obvios; En otros, los errores son menos evidentes. Algunos documentos contienen sesgos relacionados con la industria farmacéutica; Estos pueden ser deliberados, cuando el manuscrito fue publicado por la industria, o inconsciente, cuando el manuscrito fue escrito por un científico que anteriormente había recibido fondos de la industria. Algunos documentos contienen sesgos relacionados con las investigaciones y puntos de vista anteriores de los autores; Nuevamente, estos pueden ser deliberados o inconscientes, como cuando los autores dirigen al lector hacia sus propias líneas de pensamiento de mascotas. La revisión por pares ayuda a mejorar la calidad de un manuscrito enviado y sesgos correctos. Sin embargo, a pesar de la revisión por pares, y a pesar de las mejores intenciones, incluso los documentos bien escritos en revistas altamente clasificadas pueden generar conclusiones que no son inmediatamente aparentes o sufren limitaciones que no son obvias para el lector casual.
¿Quién hace estudios a futuro?
Los estudios de futuros es el estudio sistemático de futuros posibles, probables y preferibles, incluidas las cosmovisiones y los mitos que subyacen en cada futuro. En los últimos cincuenta años más o menos, el estudio del futuro ha pasado de predecir el futuro al mapeo de los futuros alternativos a la configuración de los futuros deseados, tanto a nivel colectivo externo y niveles individuales internos (Masini 1993; Bell 1996; Amara 1981; Sardar 1999; Inayatullah 2000; Saul 2001).
Durante este período, los estudios de futuros han pasado de centrarse en el mundo objetivo externo a un enfoque en capas en el que se ve que el mundo realmente da forma al futuro que se ve (Inayatullah 2002). En este enfoque de futuros críticos, el giro postestructural, el mundo externo está informado por el mundo interior y, de manera crucial, el mundo interno de una persona está informado por la realidad de lo externo. Si bien muchos adoptan estudios de futuros para reducir el riesgo, para evitar futuros negativos, particularmente el peor de los casos, otros se mueven activamente a la creación de futuros deseados, visiones positivas del futuro (Masini 1983). La identificación de futuros alternativos es, por lo tanto, una danza fluida de estructura (los pesos de la historia) y la agencia (la capacidad de influir en el mundo y crear futuros deseados).
A medida que el mundo se ha vuelto cada vez más riesgoso, al menos en percepción, si no, de hecho, los estudios de futuros han sido adoptados ansiosamente por equipos de liderazgo ejecutivo y departamentos de planificación en organizaciones, instituciones y naciones en todo el mundo. Si bien los estudios de futuros se sientan cómodamente como una función ejecutiva al proporcionar el panorama general, quedan tensiones tangibles entre los marcos de planificación y futuros. La planificación busca controlar y cerrar el futuro, mientras que los estudios de futuros buscan abrir el futuro, pasando de «el» futuro a futuros alternativos.
Para comprender el (s) futuro (s), uno necesita un marco teórico convincente. Cuatro enfoques son cruciales para la previsión (Inayatullah 1990). El primero es predictivo, basado en ciencias sociales empíricas. El segundo es interpretativo, basado no en pronosticar el futuro sino en comprender las imágenes competidoras del futuro. El tercero es crítico, derivado del pensamiento postestructural y se centra en preguntar quién se beneficia por la realización de ciertos futuros y qué metodologías privilegian ciertos tipos de estudios de futuros. Si bien las afirmaciones de verdad se evitan, el precio de la epistemología no es: cada decisión de conocimiento privilegia la realidad de formas particulares (Shapiro 1992; Foucault 1973). El cuarto enfoque es el aprendizaje/investigación de acción participativa. Este enfoque es mucho más democrático y se centra en las partes interesadas que desarrollan su propio futuro, en función de sus supuestos del futuro (por ejemplo, si el futuro es lineal o cíclico) y lo que es crítico para ellos (Inayatullah 2007).
¿Qué profesiones son las del futuro?
En un mundo donde los robots y los algoritmos se pueden automatizar fácilmente el cuello azul rutinario como los algoritmos, debemos aprender constantemente y encontrar nuevas formas de crear valor para los demás.
Si bien la economía digital está en auge, la demanda de muchos profesionales tradicionales y bien remunerados como abogados, contadores, académicos y gestión media está disminuyendo debido a lo que se llama Revolución del Robot.
Esto no significa que estos trabajos desaparezcan de ninguna manera, pero la competencia está aumentando rápidamente en las profesiones tradicionales, lo que significa que muchas personas que ingresan a estas profesiones están trabajando más por menos dinero.
Afortunadamente, hay nuevas industrias donde las jerarquías no están bien establecidas porque las habilidades necesarias para hacer el trabajo solo han existido durante algunos años. Son estas nuevas industrias las que impulsarán el próximo auge económico. Si desea posicionarse para obtener un ingreso mucho más alto, debe comenzar a aprender las habilidades digitales muy pagadas en las industrias emergentes de lo que se llama la economía de la innovación.
Esta nueva economía digital impulsada por la innovación requiere trabajadores creativos que son muy curiosos, adoptan nuevas tecnologías antes que todos los demás y adopten el camino de por vida de mejorar constantemente sus habilidades técnicas, creativas y sociales. Para facilitar el aprendizaje, han surgido una nueva generación de plataformas de educación en línea innovadoras para ayudar a los alumnos de toda la vida a entrar en las industrias del futuro.
¿Qué estudios tienen más futuro?
¿Disfrutas de los videojuegos? Si su respuesta a esta pregunta es sí, también puede convertir su pasión en una carrera exitosa. Considere un diploma en diseño de juegos si disfrutas de los videojuegos. Aunque es una nueva estudiante universitaria, la tecnología hace que su futuro sea brillante y la necesidad de creadores de videojuegos está en aumento, al igual que los trabajos en este campo. En este sector, las carreras van desde la construcción de una aplicación para un videojuego hasta el diseño de gráficos y arte. Más allá de los juegos, las habilidades de codificación, el desarrollo de software u otras ocupaciones tecnológicas y de TI pueden conducir a la creación de aplicaciones.
Según la Oficina de Estadísticas Laborales de los Estados Unidos, la necesidad de conocimientos en la ciencia de datos aumentará los empleos en un 27.9 por ciento para 2026. Las personas que esperan entrar en este campo suelen ser apasionadas por las computadoras, las matemáticas y el análisis de datos.
Casi todas las industrias usan ciencia de datos para analizar grandes datos, mejorar su negocio y servir mejor a sus clientes. Si bien la recopilación de datos puede ser automatizada en los próximos años, aún habrá una demanda de expertos que comprendan, identifiquen e implementen una solución basada en datos. Estos factores han estado impulsando la creciente necesidad de científicos de datos en nuestro mundo impulsado por la tecnología, al más alto nivel.
A medida que aumenta nuestra dependencia de la tecnología, la demanda de experiencia en ciberseguridad también está creciendo. Los estudiantes con experiencia en ciencias de la computación, que se mantienen actualizadas sobre los más nuevos avances en ciberseguridad, tecnología de la información, codificación y desarrollo de software, no deberían tener problemas para encontrar un trabajo en el futuro.
¿Cómo se ve el futuro?
La precognición violaría el principio de antecedencia (causalidad), que un efecto no ocurre antes de su causa. [56] [53] La información que pasa hacia atrás en el tiempo (retrocausalidad) necesitaría ser transportada por partículas físicas que hacen lo mismo. La evidencia experimental de la física de alta energía sugiere que esto no puede suceder. Por lo tanto, no hay justificación directa para la precognición de la física. [2]
Por lo tanto, la precognición también contradeciría «la mayor parte de la literatura de neurociencia y psicología, desde la electrofisiología y la neuroimagen hasta los efectos temporales encontrados en la investigación psicofísica». [57]
Se ha presentado una gran evidencia para la precognición, tanto como anécdotas presenciadas como como resultados experimentales, pero ninguno ha sido aceptado como una prueba científica rigurosa del fenómeno. Incluso las piezas de evidencia más destacadas han sido rechazadas repetidamente debido a errores en esos experimentos, así como estudios de seguimiento que contradicen la evidencia original. Esto sugiere que la evidencia no fue válida en primer lugar. [58] [59]
- Percepción inconsciente, donde las personas infieren inconscientemente, de los datos que han aprendido inconscientemente, que probablemente ocurrirá un evento determinado en cierto contexto. Cuando ocurre el evento, el conocimiento anterior parece haber sido adquirido sin la ayuda de canales de información reconocidos. [Cita necesaria]
- Retroceding, que implica la interpretación falsa de un registro pasado de un sueño o visión, para igualarlo con un evento reciente. La modernización proporciona una explicación de la supuesta precisión de las vagas predicciones de Nostradamus. Por ejemplo, Cuartrein i: 60 declara «un gobernante nacido cerca de Italia… es menos un príncipe que un carnicero». La frase «cerca de Italia» puede interpretarse como cubrir una gama muy amplia de geografía, mientras que Nostradamus no proporciona detalles sobre la era en la que esta regla vivirá. Debido a esta vaguedad y a la flexibilidad de la modernización, este cuarteto ha sido interpretado por algunos como referencia a Napoleón, pero otros se refieren al Sacro Emperador Romano Ferdinand II, y otros como una referencia a Hitler. [62]
- Memorias falsas, como la identificación de paramnesia y los sesgos de memoria, donde se forma la memoria de un evento precognitivo inexistente después del evento real. [63] Donde se ha pedido a los sujetos en un experimento de ensueño que escriban sus sueños en un diario, esto puede evitar efectos de memoria selectiva de modo que los sueños ya no parezcan precisos sobre el futuro. [64]
- Déjà Vu, donde las personas experimentan una sensación falsa de que se ha producido un evento idéntico anteriormente. Algunos autores recientes han sugerido que Déjà Vu y la identificación de paramnesia son lo mismo. [65] Este punto de vista no se celebra universalmente, y otros los tratan como fenómenos distintos. [66]
También se han propuesto explicaciones psicológicas para la creencia en la precognición. Los psicólogos han realizado experimentos que se afirman que muestran que las personas que sienten la pérdida de control en sus vidas se convertirán en la creencia en la precognición, porque les da la sensación de recuperar el control. [67]
- Percepción inconsciente, donde las personas infieren inconscientemente, de los datos que han aprendido inconscientemente, que probablemente ocurrirá un evento determinado en cierto contexto. Cuando ocurre el evento, el conocimiento anterior parece haber sido adquirido sin la ayuda de canales de información reconocidos. [Cita necesaria]
- Retroceding, que implica la interpretación falsa de un registro pasado de un sueño o visión, para igualarlo con un evento reciente. La modernización proporciona una explicación de la supuesta precisión de las vagas predicciones de Nostradamus. Por ejemplo, Cuartrein i: 60 declara «un gobernante nacido cerca de Italia… es menos un príncipe que un carnicero». La frase «cerca de Italia» puede interpretarse como cubrir una gama muy amplia de geografía, mientras que Nostradamus no proporciona detalles sobre la era en la que esta regla vivirá. Debido a esta vaguedad y a la flexibilidad de la modernización, este cuarteto ha sido interpretado por algunos como referencia a Napoleón, pero otros se refieren al Sacro Emperador Romano Ferdinand II, y otros como una referencia a Hitler. [62]
- Memorias falsas, como la identificación de paramnesia y los sesgos de memoria, donde se forma la memoria de un evento precognitivo inexistente después del evento real. [63] Donde se ha pedido a los sujetos en un experimento de ensueño que escriban sus sueños en un diario, esto puede evitar efectos de memoria selectiva de modo que los sueños ya no parezcan precisos sobre el futuro. [64]
- Déjà Vu, donde las personas experimentan una sensación falsa de que se ha producido un evento idéntico anteriormente. Algunos autores recientes han sugerido que Déjà Vu y la identificación de paramnesia son lo mismo. [65] Este punto de vista no se celebra universalmente, y otros los tratan como fenómenos distintos. [66]
¿Cuáles son los retos de la investigación?
Las agencias de aplicación de la ley en todo el país se esfuerzan por crear una atmósfera de apoyo mutuo, confianza y confianza dentro de las comunidades a las que sirven. Sin embargo, este puede ser un conjunto desafiante de tareas, especialmente en un entorno de mayor escrutinio en los departamentos de policía.
Afortunadamente, existen nuevas herramientas tecnológicas disponibles que la aplicación de la ley puede usar para abordar sus desafíos más cruciales en torno a los problemas de personal, la disminución de la moral, el análisis de datos, la adopción de tecnología y la necesidad continua de generar confianza comunitaria.
Veamos cómo la tecnología ya disponible puede ayudar a resolver estos cinco desafíos.
Al igual que muchas otras profesiones, la aplicación de la ley no era inmune a las presiones en el lugar de trabajo de la pandemia y la gran ola de jubilaciones y renuncias que vinieron a raíz de ello.
Una encuesta reciente de las agencias de aplicación de la ley, realizada por el Foro de Investigación Ejecutiva de la Policía, mostró que, en promedio, las agencias están llenando actualmente solo el 93% de los puestos autorizados de aplicación de la ley disponibles. Además, hubo menos contrataciones nuevas de los oficiales que el año anterior, las renuncias aumentaron en un 18%y los jubilados aumentaron en un 45%.
Para muchos departamentos de policía, la falta de personal los ha obligado a reducir el trabajo policial proactivo para responder al volumen de llamadas de incidentes. A menudo, los detectives que normalmente investigan los casos penales tenían que adaptarse y salir al campo como parte de la fuerza regular.
¿Cuáles son los retos de una investigación?
Un investigador privado está lidiando con varios desafíos todos los días. Pero hay algunas cosas que traen algunos desafíos adicionales. Son el resultado de la atmósfera profesional y económica. Debido a las grandes empresas nacionales y recursos limitados, los investigadores privados están lidiando con nuevos problemas. Esto hace que sea más difícil para ellos hacer su trabajo.
En esta publicación, superaremos 5 desafíos principales que los investigadores privados tienen que enfrentar en este momento.
Por el momento, los investigadores privados se ven afectados por diferentes regulaciones gubernamentales. Estos incluyen leyes de vigilancia de video y audio. Ahora que tales leyes existen, es mucho más difícil para un investigador privado realizar una investigación adecuadamente. Entonces, todos creen que estas regulaciones son demasiado estrictas y que las leyes son un obstáculo en el camino de las investigaciones. Debido a esto, ya no pueden hacer su trabajo de manera rápida y eficiente.
Todos sabemos que la economía no está en su mejor momento en este momento. Esta situación afecta a todos, y los investigadores privados no son una excepción a la regla, ya que las dificultades económicas también son difíciles para ellos.
Hay clientes que esperan que los investigadores privados hagan el mismo trabajo y obtengan los mismos resultados, incluso si tienen menos dinero y menos recursos. Esto no es ideal, ya sea que sea el investigador privado o que esté del lado del cliente. Sin el dinero y los recursos que necesitan, los investigadores privados no pueden hacer su trabajo de la misma manera, por lo que los resultados serán más decepcionantes.
¿Cuáles son los retos de la investigación educativa?
La reunión de DETA 2016 fue un esfuerzo para garantizar la entrega de subvenciones para recopilar datos mediante la prueba y replicando modelos de investigación. Además, el Centro DETA buscó involucrar a una comunidad de personas interesadas en realizar investigaciones sobre educación a distancia. El objetivo de la cumbre DETA 2016 era escuchar a los premiados subgrimales y los becarios de investigación que están explorando estas preguntas de investigación en sus respectivas instituciones. Durante esta reunión, cada investigador describió brevemente sus estudios en un formato de ronda de rayos. A continuación, las discusiones en grupos pequeños se centraron en identificar los desafíos actuales que enfrentaron en la realización de estos estudios y generar posibles soluciones.
Después de presentar sus estudios, los participantes de la reunión se reunieron en tres pequeños grupos para discutir los principales desafíos que experimentaron al realizar su investigación. Después de compilar una lista de desafíos, cada grupo pequeño llegó a un consenso e identificó los cinco desafíos principales de la lista. Una vez identificados, todos los participantes de las reuniones votaron sobre los desafíos que percibieron como las preocupaciones más apremiantes para la investigación de educación a distancia para priorizar su importancia. Esos desafíos se enumeran a continuación.
- Falta de estandarización en el proceso de investigación para la investigación de educación a distancia. Hay problemas logísticos que rodean el proceso de investigación que debe abordarse. A menudo, lo que parece un proceso simplificado en el papel no necesariamente funciona como tal en la implementación real. Los investigadores de DET expresaron un desafío principal para la investigación de educación a distancia es traducir el plan de investigación en la implementación real en la etapa de diseño, etapa de recopilación de datos y etapa de análisis para estudios de educación a distancia.
- Incentivando la participación. Muchos investigadores de educación a distancia enfrentan el obstáculo de encontrar suficientes participantes de la facultad y estudiantes para justificar un proyecto de investigación sólido basado en la evidencia. Dado el clima económico que influye en muchos recursos institucionales, los incentivos monetarios son poco probables o los resultados de incentivización en una participación mínima. Por lo tanto, los investigadores enfrentan la dificultad de encontrar estrategias creativas para alentar la participación con recursos limitados.
- Dependencia de datos autoinformados. Al igual que con cualquier esfuerzo de investigación que involucre opiniones y comportamientos de los humanos, la dependencia de los datos autoinformados significa que nuestros datos son «tan buenos como las respuestas que pedimos». La precisión de los datos autoinformados, sin la disponibilidad de datos para la verificación cruzada. , es desconocido, que es un desafío en la investigación realizada sobre las poblaciones estudiantiles.
- La investigación está basada en el equipo, pero hay una ausencia de cultura. Es decir, la investigación dentro del área de educación a distancia a menudo requiere un esfuerzo grupal que se realice de manera efectiva. Sin embargo, muchas instituciones no fomentan proyectos basados en el equipo, lo que a menudo es evidente en la falta de recursos que permitirían a las personas dispares comunicarse y trabajar juntos en un proyecto.
- Acceso a datos de nivel individual. Con información confidencial y confidencial, las instituciones prefieren proporcionar datos de nivel agregado. Aunque el nivel agregado puede ser un gran recurso para obtener una imagen de «accidente cerebrovascular» de los estudiantes en una institución en particular, los datos de nivel individual a menudo son imprescindibles para realizar investigaciones empíricas rigurosas. Los datos de nivel individual, que significan información y datos a nivel del estudiante, son más difíciles de acceder, pero necesarios al examinar ciertas poblaciones y resultados de los estudiantes.
Otros desafíos principales (sin ningún orden en particular, según lo identificado por los grupos):
- Falta de estandarización en el proceso de investigación para la investigación de educación a distancia. Hay problemas logísticos que rodean el proceso de investigación que debe abordarse. A menudo, lo que parece un proceso simplificado en el papel no necesariamente funciona como tal en la implementación real. Los investigadores de DET expresaron un desafío principal para la investigación de educación a distancia es traducir el plan de investigación en la implementación real en la etapa de diseño, etapa de recopilación de datos y etapa de análisis para estudios de educación a distancia.
- Incentivando la participación. Muchos investigadores de educación a distancia enfrentan el obstáculo de encontrar suficientes participantes de la facultad y estudiantes para justificar un proyecto de investigación sólido basado en la evidencia. Dado el clima económico que influye en muchos recursos institucionales, los incentivos monetarios son poco probables o los resultados de incentivización en una participación mínima. Por lo tanto, los investigadores enfrentan la dificultad de encontrar estrategias creativas para alentar la participación con recursos limitados.
- Dependencia de datos autoinformados. Al igual que con cualquier esfuerzo de investigación que involucre opiniones y comportamientos de los humanos, la dependencia de los datos autoinformados significa que nuestros datos son «tan buenos como las respuestas que pedimos». La precisión de los datos autoinformados, sin la disponibilidad de datos para la verificación cruzada. , es desconocido, que es un desafío en la investigación realizada sobre las poblaciones estudiantiles.
- La investigación está basada en el equipo, pero hay una ausencia de cultura. Es decir, la investigación dentro del área de educación a distancia a menudo requiere un esfuerzo grupal que se realice de manera efectiva. Sin embargo, muchas instituciones no fomentan proyectos basados en el equipo, lo que a menudo es evidente en la falta de recursos que permitirían a las personas dispares comunicarse y trabajar juntos en un proyecto.
- Acceso a datos de nivel individual. Con información confidencial y confidencial, las instituciones prefieren proporcionar datos de nivel agregado. Aunque el nivel agregado puede ser un gran recurso para obtener una imagen de «accidente cerebrovascular» de los estudiantes en una institución en particular, los datos de nivel individual a menudo son imprescindibles para realizar investigaciones empíricas rigurosas. Los datos de nivel individual, que significan información y datos a nivel del estudiante, son más difíciles de acceder, pero necesarios al examinar ciertas poblaciones y resultados de los estudiantes.
Después de la identificación de los principales desafíos, cada grupo pequeño discutió soluciones potenciales para estos desafíos. Si bien el tiempo impidió que esta discusión se completara en su totalidad, los participantes de la reunión pudieron identificar algunas estrategias iniciales para ayudar a abordar los desafíos mencionados.
Artículos Relacionados:
