Stahl, G., Koschmann, T., & Suthers, D. (2006). Computer-supported collaborative learning: An historical perspective. In R. K. Sawyer (Ed.), Cambridge handbook of the learning sciences (pp. 409-426). Cambridge, UK: Cambridge University Press. Available at http://GerryStahl.net/cscl/CSCL_English.pdf in English, http://GerryStahl.net/cscl/CSCL_Chinese_simplified.pdf in simplified Chinese, http://GerryStahl.net/cscl/CSCL_Chinese_traditional.pdf in traditional Chinese, http://GerryStahl.net/cscl/CSCL_Spanish.pdf in Spanish, http://GerryStahl.net/cscl/CSCL_Portuguese.pdf in Portuguese, http:/ GerryStahl.net/cscl/CSCL_German.pdf in German, http://GerryStahl.net/cscl/CSCL_Romanian.pdf in Romanian, http://GerryStahl.net/cscl/CSCL_Japanese.pdf in Japanese. Translations by permission of Cambridge University Press.

 

Aprendizaje Colaborativo Apoyado por Computador: Una perspectiva hist—rica

 

Gerry Stahl, Timothy Koschmann, Dan Suthers

 

Traducci—n de Cesar Alberto Collazos Ordo–ez

 

 

El Aprendizaje Colaborativo Apoyado por Computador (CSCL) es un ‡rea emergente de las ciencias del aprendizaje referente a estudiar como las personas pueden aprender de manera conjunta con la ayuda de los computadores. Como veremos en este art’culo, esta afirmaci—n que parece tan simple involucra una complejidad considerable. La inclusi—n de aspectos colaborativos, mediaci—n por computador y educaci—n a distancia ha problematizado la noci—n del aprendizaje y ha llevado a nuevos interrogantes acerca de c—mo estudiar este proceso.

As’ como muchos otros campos activos de la investigaci—n cient’fica, CSCL tiene una relaci—n compleja que ha involucrado muchas disciplinas que son dif’ciles de integrar pero que incluyen importantes contribuciones que parecen incompatibles. El ‡rea de CSCL tiene una larga historia de controversia acerca de sus teor’as, mŽtodos y definici—n. M‡s aœn, es importante ver CSCL como una visi—n de lo que puede ser posible con los computadores y de la clase de investigaci—n que necesita ser conducida, m‡s que aceptar un conjunto de pr‡cticas de clase y laboratorios ampliamente aceptadas. Comenzaremos con algunos entendimientos populares de los aspectos de CSCL y gradualmente revelar su naturaleza compleja. Revisaremos el desarrollo hist—rico de CSCL y ofreceremos nuestra perspectiva de su futuro.

CSCL dentro de la  educaci—n

As’ como algunas formas particulares del aprendizaje, CSCL est‡ altamente relacionada con la educaci—n. Considera todos los niveles de educaci—n formal, desde el kinder hasta postgrados al igual que en la educaci—n informal. Los computadores se han convertido en un elemento muy importante en este tipo de educaci—n, dado que ya hay pol’ticas gubernamentales alrededor del mundo para dar acceso a los estudiantes a este tipo de tecnolog’as y acceso a Internet. La idea de fomentar a que los estudiantes aprendan a trabajar en conjunto en grupos peque–os ha sido un aspecto muy enfatizado desde las ciencias sociales. Sin embargo, la habilidad para combinar estas dos ideas (apoyo computacional y aprendizaje colaborativo) con el objetivo de fortalecer el aprendizaje requiere un cambio- un cambio que CSCL se espera lo realice.

Computadores y la educaci—n

El uso de computadores en el sal—n de clase a menudo se ha observado con escepticismo. Se han visto por algunos cr’ticos como algo aburrido y antisocial, como un mecanismo inhumano de ense–anza. CSCL est‡ basado precisamente en la visi—n opuesta: intentar desarrollar nuevos productos y aplicaciones software que le brinden a los usuarios actividades creativas de exploraci—n intelectual y de interacci—n al aprender en ambientes aislados. El potencial excitante de Internet para conectar a las personas de forma innovativa ha brindado un est’mulo para la investigaci—n en CSCL. As’ como CSCL se ha desarrollado, las barreras aparentes para dise–ar, diseminar y efectivamente tomar ventaja del software educativo innovativo han llegado a ser m‡s aparentes  Se requiere una transformaci—n de todo el concepto de aprendizaje que se ha tenido, incluyendo cambios significativos en las instituciones, en los mŽtodos de ense–anza y de aprendizaje.

E-learning a distancia

CSCL a menudo se ha asociado al e-learning, la organizaci—n de la ense–anza a travŽs de redes de computadores. E-learning es a menudo motivado por una creencia que el contenido de una clase puede ser digitalizada y difundida a un gran nœmero de estudiantes con una participaci—n menor por parte de los profesores y una disminuci—n de costos como transporte o desplazamientos. Sin embargo esta perspectiva presenta muchos inconvenientes.

Primero, no es cierto que colocar un contenido usando diapositivas, textos o videos, conlleve a una verdadera instrucci—n. Tal contenido debe incluir recursos importantes para los estudiantes, de la misma forma como los libros de texto lo poseen, pero Žstos solamente podr‡n ser efectivos dentro de un contexto altamente motivante e interactivo.

Segundo, la ense–anza online requiere al menos tanto esfuerzo por los profesores como en la ense–anza tradicional. El profesor no solamente debe preparar el material docente y dejarlo disponible para su uso en el computador, sino que debe motivar y guiar a cada estudiante, a travŽs de mecanismos de interacci—n y participaci—n dando la sensaci—n de estar presentes en el aula de clase. Dado que la ense–anza online le permite a estudiantes de todo el mundo participar y les brinda la oportunidad a los profesores de trabajar desde cualquier sitio a travŽs de una conexi—n en Internet, implica adicionalmente que el esfuerzo del profesor aumente significativamente.

Tercero, CSCL fomenta la colaboraci—n entre los estudiantes, as’ que ellos no simplemente reaccionan aisladamente a un conjunto de materiales que se han seleccionado. El aprendizaje se lleva a cabo en espacios donde haya una alta interacci—n entre los estudiantes. El aprendizaje en los estudiantes se da a travŽs de la formulaci—n de preguntas, del planteamiento de actividades conjuntas, de ense–ar a los dem‡s y de observar como los dem‡s estudiantes aprenden. El soporte computacional para tal colaboraci—n es un aspecto central a la aproximaci—n de CSCL al e-learning. Lograr estimular a que los estudiantes interactœen de forma efectiva no es algo f‡cil de lograr, se requiere una planeaci—n detallada, una coordinaci—n e implementaci—n de un curr’culo, que integren pedagog’a y tecnolog’a.

Cuarto, CSCL est‡ tambiŽn relacionado con la colaboraci—n cara-a-cara (F2F: face-to-face). El soporte computacional en el aprendizaje no solamente tiene la forma de un medio de comunicaci—n online, sino que puede incluir, por ejemplo, una simulaci—n computacional de un modelo cient’fico o una representaci—n interactiva de forma compartida. En este caso, la colaboraci—n se enfoca en la construcci—n y exploraci—n de la simulaci—n o de la representaci—n. De forma alternativa, un grupo de estudiantes podr’a usar un computador para buscar informaci—n en Internet y luego presentar, debatir, y discutir de forma colaborativa lo que han encontrado. El apoyo computacional puede tomar la forma de interacci—n distante o cara-a-cara, de forma sincr—nica o asincr—nica.

Aprendizaje Cooperativo en grupos

El estudio del aprendizaje en grupo comenz— mucho antes que el estudio de CSCL. Desde los 60, antes de la aparici—n de las redes de computadores, ha habido una considerable investigaci—n del aprendizaje cooperativo por parte de los investigadores en educaci—n. La investigaci—n en peque–os grupos aœn tiene una historia m‡s larga dentro de la psicolog’a social.

Con el objetivo de distinguir CSCL de estas previas investigaciones del aprendizaje en grupos, es œtil realizar una distinci—n entre aprendizaje cooperativo y colaborativo. En una discusi—n detallada de esta distinci—n, Dillenbourg (1999a) ha definido ampliamente esta distinci—n considerando:

En la cooperaci—n, los participantes dividen el trabajo, resuelven las tareas de manera individual y luego ensamblan los resultados parciales en el producto final. En la Colaboraci—n, los participantes realizan el trabajo en forma conjunta (p. 8)

El luego se refiere a la definici—n de colaboraci—n dada por Roschelle & Teasley (1995):

Este cap’tulo presenta un caso de estudio con el fin de ejemplificar el uso del computador como una herramienta cognitiva para el aprendizaje que ocurre socialmente. Hemos investigado una clase importante de la actividad social, la construcci—n colaborativa del conocimiento en la resoluci—n de un problema nuevo. La colaboraci—n es un proceso en el que los individuos negocian y comparten significados relevantes a una tarea de resoluci—n de problemas. La colaboraci—n es una actividad coordinada, sincr—nica que es el resultado de un intento continuo de construir y mantener una concepci—n compartida de un problema (p. 70)

Si alguien est‡ investigando sobre aprendizaje, esto resulta en un contraste significativo. En la cooperaci—n, el aprendizaje es realizado por individuos, quienes contribuyen con sus resultados individuales y presentan el conjunto de resultados individuales como el producto grupal. El aprendizaje en los grupos cooperativos es visto como algo que ocurre de manera individual- y puede por lo tanto ser estudiado con los mŽtodos y conceptualizaciones tradicionales de la investigaci—n educativa y psicol—gica.

Por el contrario, en la caracterizaci—n de la colaboraci—n dada por Roschelle & Teasley, el aprendizaje ocurre socialmente como la construcci—n colaborativa del conocimiento. Por supuesto, los individuos est‡n involucrados en este aprendizaje como miembros del grupo, pero las actividades en las que ellos participan no son de tipo individual sino grupal, como la negociaci—n y el compartir. Los participantes no se van a realizar las tareas individualmente, sino que se mantienen comprometidos con una tarea compartida la cual es construida y mantenida por todo el grupo. La negociaci—n colaborativa y el compartir el pensamiento del grupo- aspecto central en la colaboraci—n- no pueden ser estudiados con los mŽtodos psicol—gicos tradicionales.

Colaboraci—n y aprendizaje individual

Como lo hemos visto, el aprendizaje colaborativo involucra individuos como los integrantes del grupo, pero tambiŽn involucra fen—menos como la negociaci—n y el compartir conocimientos- incluyendo la construcci—n y mantenimiento de las concepciones compartidas de la tarea- que son realizados interactivamente en los procesos grupales. El aprendizaje colaborativo involucra aprendizaje individual, pero no solamente reducible a este. La relaci—n entre observar el aprendizaje colaborativo como proceso grupal vs una agregaci—n del cambio individual es un aspecto fundamental en el coraz—n de CSCL

Los primeros estudios del aprendizaje en grupos trataban el aprendizaje como un proceso fundamentalmente individual. El hecho que los individuos trabajaran en grupos era tratado como una variable contextual que influenciaba el aprendizaje individual. En CSCL, por el contrario, el aprendizaje es analizado como un proceso grupal; el an‡lisis del aprendizaje como una unidad de forma individual como grupal es importante que se realice. Este aspecto es lo que hace que CSCL metodol—gicamente sea œnico, como veremos m‡s adelante en este trabajo.

Desde cierta perspectiva, CSCL ha emergido en reacci—n a los intentos previos para usar la tecnolog’a dentro de la educaci—n y a las aproximaciones previas para entender los fen—menos colaborativos con los mŽtodos tradicionales de las ciencias del aprendizaje. Las ciencias del aprendizaje como un todo se han movido desde una perspectiva en el aprendizaje individual a un enfoque m‡s amplio incorporando aprendizaje individual y grupal, y la evoluci—n de CSCL ha estado en forma paralela a este movimiento.

La Evoluci—n Hist—rica de CSCL

Los comienzos

Tres proyectos -— ENFI en la Universidad Gallaudet, CSILE en la Universidad de Toronto, y Fifth Dimension Project en la Universidad de California San Diego—fueron los gestores de lo que m‡s adelante emergiera como el campo de CSCL. Todos estos tres proyectos involucraron exploraciones del uso de la tecnolog’a para mejorar el aprendizaje relacionado con la literatura.

El proyecto ENFI produjo algunos de los primeros ejemplos de programas para composiciones con ayuda computacional o ÒCSCWritingÓ (Bruce & Rubin, 1993; Gruber, Peyton, & Bruce, 1995). Los estudiantes que asisten a la Universidad Gallaudet son sordos o con problemas de audici—n; muchos de los cuales entran a la universidad con deficiencias en sus habilidades de comunicaci—n escritas. El objetivo del proyecto ENFI fue motivar a los estudiantes a escribir usando nuevas formas: inducirlos a la idea de escribir con una ÒvozÓ y escribir teniendo en cuenta una audiencia. Las tecnolog’as desarrolladas, pensadas que eran avanzadas en ese tiempo, se ver’an hoy en d’a como rudimentarias por los est‡ndares actuales. Se construyeron salones de clase especiales en los cuales los escritorios con los computadores se colocaban en un c’rculo. Se desarrollaron algunos programas similares a las aplicaciones tipo chat existentes hoy en d’a, para facilitar que los estudiantes y su tutor llevaran a cabo discusiones mediadas textualmente. La tecnolog’a en el proyecto ENFI se dise–o para apoyar una nueva forma de crear significados brindando un nuevo medio para la comunicaci—n textual.

El otro proyecto inicial que fue muy influyente es el desarrollado por Bereiter & Scardamalia en la Universidad de Toronto. Su trabajo tuvo sus ra’ces en la investigaci—n en estrategias de comprensi—n de lectura (Bereiter & Bird, 1985; Rauenbusch & Bereiter, 1991). Este proyecto direcciona su trabajo en torno a lo que las escuelas deben hacer para fomentar el desarrollo de estrategias de lectura basadas en significado (Ômeaning-basedÕ) en los j—venes lectores. Bereiter & Scardamalia han enfatizado que el aprendizaje en las escuelas es a menudo de baja calidad y no muy bien motivado. Ellos han contrastado el aprendizaje que ocurre en el aula de clase con el que ocurre en comunidades de construcci—n del conocimiento (Òknowledge-building communitiesÓ) (Bereiter, 2002; Scardamalia & Bereiter, 1996), como las comunidades de estudiantes que se organizan en torno a un problema de investigaci—n. En el proyecto CSILE Project (Computer Supported Intentional Learning Environment), m‡s tarde conocido como Foro del Conocimiento (Knowledge Forum), ellos desarrollaron tecnolog’as y pedagog’as para re-estructurar los salones de clase en comunidades de construcci—n del conocimiento. As’ como el proyecto ENFI, CSILE intent— hacer m‡s significativo el trabajo de escritura comprometiendo a los estudiantes en la producci—n conjunta del texto. Sin embargo, los textos que se produjeron fueron muy diferentes. Los textos en ENFI eran conversacionales; producidos espont‡neamente y generalmente no perduraban m‡s all‡ de la terminaci—n de la clase. De otra parte, los textos en CSILE, eran archivos, como la literatura convencional en las escuelas.

Como en el caso de CSILE, el proyecto the Fifth Dimension (5thD) comenz— con un interŽs en mejorar las habilidades en la lectura (Cole, 1996). Comenz— con un programa despuŽs de clase organizado por Cole y sus colegas en la Universidad de Rockefeller. Cuando el Laboratorio de Cognici—n Humana Comparativa (LCHC) se traslad— a UCSD, el 5thD fuŽ desarrollado en un sistema integrado de la mayor’a de actividades basadas en computador seleccionadas para mejorar las habilidades de los estudiantes para leer y resolver problemas. El Mazo (ÒMaze,Ó) un juego tipo tablero con diferentes cuartos representa actividades espec’ficas, fue introducido como un mecanismo para lograr un progreso en los estudiantes y coordinar la participaci—n con el 5thD.  El trabajo de los estudiantes fue apoyado por pares con mayores habilidades y por estudiantes voluntarios de la escuela de educaci—n. Originalmente el programa se implement— en cuatro sitios en San Diego, pero se expandi— posteriormente a mœltiples sitios alrededor del mundo (Nicolopoulou & Cole, 1993).

Todos estos proyecto—ENFI, CSILE y 5thD—compart’an el objetivo de realizar el proceso de instrucci—n m‡s orientado hacia el construir significados. Todos inclu’an el computador y las tecnolog’as de la informaci—n como recursos para lograr un objetivo, y de igual forma introdujeron novedosas formas de una actividad social organizada dentro del proceso de instrucci—n. De esta forma, colocaron las bases para  la subsecuente aparici—n de CSCL.

De las conferencias a una comunidad global

En 1983, se llev— a cabo un evento en el t—pico de Òmicrocomputadores y resoluci—n conjunta de problemasÓ en San Diego. Seis a–os despuŽs, en Baratea (Italia) se realiza un evento patrocinado por NATO. Este evento es considerado por muchos como el nacimiento del ‡rea, donde comienza a usarse por primera vez  el tŽrmino ÒAprendizaje Colaborativo Apoyado por ComputadorÓ en su t’tulo.

La primera conferencia de CSCL se organiz— en la Universidad de Indiana en el oto–o de 1995. Posteriormente eventos internacionales han sido organizados bianualmente, con conferencias en la Universidad de Toronto en 1997, Universidad de Stanford en 1999, la Universidad de Maastricht en Holanda en 2001, la Universidad de Colorado en 2002, la Universidad de Bergen en Noruega en 2003, y la Universidad Nacional Central en Taiwan en 2005.

Una literatura especializada documentando la teor’a e investigaci—n en CSCL se ha desarrollado desde el workshop patrocinado por NATO realizado en Baratea. Cuatro de las monograf’as mas influenciadoras son: Newman, Griffin, y Cole (1989) La Zona de Construcci—n, Bruffee (1993) Aprendizaje Colaborativo, Crook (1994) Computadores y la experiencia colaborativa del aprendizaje, y Bereiter (2002) Educaci—n y Mente en la era del conocimiento.

Adicionalmente, ha habido un gran nœmero de colecciones editadas enfocadas espec’ficamente en la investigaci—n en CSCL: OÕMalley (1995) Aprendizaje Colaborativo Apoyado por Computador, Koschmann (1996b) CSCL: Teor’a y Practica de un Paradigma Emergente, Dillenbourg (1999b) Aprendizaje Colaborativo: Aproximaciones Computacionales y Cognitivas, y Koschmann, Hall & Miyake (2002) CSCL2: Llevar adelante la conversaci—n.

Una serie de libros sobre CSCL publicados inicialmente por Kluwer (ahora Springer) incluye cinco volœmenes hasta la fecha (Andriessen, Baker, & Suthers, 2003; Bromme, Hesse, & Spada, 2005; Goodyear et al., 2004; Strijbos, Kirschner, & Martens, 2004; Wasson, Ludvigsen, & Hoppe, 2003). Las memorias de las conferencias de CSCL han sido el principal veh’culo para las publicaciones en este campo. Un nœmero de revistas tambiŽn han jugado un papel importante, particularmente la Revista de las Ciencias del Aprendizaje. Una revista Internacional de Aprendizaje Colaborativo Apoyado por Computador comenzar‡ a publicarse en el 2006. Aunque la comunidad ha estado centrada en el Oeste Europeo y el Norte de AmŽrica en sus primeros a–os, ha integrado la presencia internacional muy bien balanceada (Hoadley, 2005; Kienle & Wessner, 2005). La conferencia en Taiwan en el 2005 y el establecimiento de la nueva Revista Internacional han planeado realizar la comunidad totalmente global.

De la Inteligencia Artificial al Apoyo a la Colaboraci—n

El ‡rea de CSCL puede estar contrastada con las primeras aproximaciones del uso del computador en la educaci—n. Koschmann (1996a) identific— la siguiente secuencia hist—rica de aproximaciones: (a) Instrucci—n asistida por Computador (computer-assisted instruction), (b) Sistemas Tutoriales Inteligentes (intelligent tutoring systems), (c) Logo as Latin, (d) CSCL. (a) La instrucci—n asistida por computador fue una aproximaci—n del comportamiento que domin— los primeros a–os de las aplicaciones computacionales educativas a comienzos de los 60s. Conceb’a el aprendizaje como la memorizaci—n de hechos. Los dominios del conocimiento eran partidos en hechos elementales que se presentaban a los estudiantes en una secuencia l—gica a travŽs de herramientas computarizadas de prueba y error. Aœn hoy en d’a existen muchos de estos productos. (b) Sistemas Tutoriales Inteligentes est‡n basados en una filosof’a cognitiva que analiza el aprendizaje de los estudiantes en tŽrminos de modelos mentales y potencialmente representaciones mentales err—neas. Estos rechazan el punto de vista de la teor’a del comportamiento sobre como el aprendizaje puede ser apoyado sin tener en cuenta como los estudiantes representaban y procesaban el conocimiento. Considerada particularmente promisoria en 1970, esta aproximaci—n cre— modelos computacionales del entendimiento de los estudiantes y luego respond’a a las acciones de los estudiantes basados en las ocurrencias de los t’picos errores identificados en los modelos mentales de los estudiantes. (c) Los esfuerzos en 1980, epitomizados por la ense–anza del lenguaje de programaci—n Logo, tom— una aproximaci—n constructivista, argumentando que los estudiantes deben construir su conocimiento por s’ mismos. Prove’a ambientes estimulantes para que los estudiantes pudieran explorar y descubrir el potencial del racionamiento, como se ilustra en los constructores de la programaci—n de software: funciones, subrutinas, ciclos, variables, recursi—n, etc. (d) Durante la mitad de 1990, las aproximaciones de CSCL comenzaron a explorar como los computadores podr’an ayudar a que los estudiantes aprendieran colaborativamente en peque–os grupos y en comunidades de aprendizaje. Motivados por el constructivismo social y las teor’as del di‡logo, estos esfuerzos vislumbraron a proveer y apoyar oportunidades para que los estudiantes pudiesen aprender juntos  dado el discurso que llevar’a a una construcci—n compartida del conocimiento.

Al tiempo que los grandes computadores estaban siendo disponibles para el uso escolar y los micro-computadores comenzaron a aparecer, la Inteligencia Artificial (AI) estaba cada vez m‡s cerca de su mayor popularidad. De esta forma, era natural que los cient’ficos en computaci—n interesados en aplicaciones educativas estaban atra’dos por las excitantes promesas que AI ofrec’a. AI es un software computacional que cercanamente ilustra el comportamiento que deber’a ser inteligente si fuese hecho por un ser humano (ej. Jugar ajedrez considerando los pros y contras de las secuencias alternativas de los movimientos permitidos). Los Sistemas Tutoriales Inteligentes son un primer ejemplo de AI, debido a que replican las acciones de un tutor humano— dando respuestas a las entradas de los estudiantes (ej. Pasos detallados en resolver un problema matem‡tico) analizando la estrategia de resoluci—n de problemas de los estudiantes, ofreciendo ayuda comparando  las acciones de los estudiantes para modelos programados de entendimiento correcto y err—neo. Este es aœn un ‡rea de investigaci—n activa dentro de las ciencias del aprendizaje, pero que est‡ limitada a los dominios del conocimiento donde los modelos mentales pueden algor’tmicamente ser definidos.

En su forma m‡s ambiciosa, la aproximaci—n de AI vislumbra el computador con ciertas caracter’sticas para manejar ciertas funciones de ense–anza o gu’a que de otra manera se requerir’a el tiempo e intervenci—n de un profesor humano, Dentro de CSCL, el foco del aprendizaje est‡ en aprender a travŽs de la colaboraci—n con otros estudiantes m‡s que directamente del profesor. Por tal raz—n, el rol del computador pasa de proveer instrucci—n—ya sea en forma de hechos en la instrucci—n asistida por el computador o retroalimentaci—n en los Sistemas Tutoriales Inteligentes—a apoyar la colaboraci—n brindando medios de comunicaci—n y gu’as para lograr una interacci—n productiva en los estudiantes.

La forma b‡scia del apoyo a la colaboraci—n es que el computador provea un medio de comunicaci—n (ej. La red de computadores, t’picamente conectada a Internet). Este puede tomar la forma de un correo electr—nico, chat, foro de discusi—n, videoconferencia, mensajer’a instant‡nea, etc. Los sistemas CSCL t’picamente proveen una combinaci—n de varios medios y les agregan funcionalidad especial a ellos.

Adicionalmente, los ambientes software CSCL proveen varias formas de apoyo pedag—gico o  gu’a para el aprendizaje colaborativo. Estos pueden ser implementados con mecanismos computacionales complejos, incluyendo tŽcnicas de AI. Pueden ofrecer vistas alternativas sobre las discusiones que est‡n teniendo los estudiantes y de la informaci—n que est‡ siendo compartida. Pueden proveer retroalimentaci—n, posiblemente basada en un modelo investigaci—n del grupo. Pueden tambiŽn apoyar la socializaci—n monitoreando patrones de interacci—n y brindando retroalimentaci—n a los estudiantes. En la mayor’a de los casos, el rol del computador es secundario al proceso de colaboraci—n interpersonal entre los estudiantes (y, a menudo, el profesor o tutor). El software es dise–ado para apoyar, no reemplazar, Žstos procesos de grupos entre humanos.

El paso de los modelos mentales de la cognici—n individual para apoyar la colaboraci—n en los grupos ha tenido implicaciones muy grandes tanto para el foco como para los mŽtodos de investigaci—n en el aprendizaje.  La aceptaci—n gradual de Žstas implicaciones ha definido el campo de evoluci—n de CSCL.

De los individuos a grupos interactuando

Cercano a la celebraci—n del la conferencia bianual de CSCL, Dillenbourg, (1996) analiz— el estado de la evoluci—n de la investigaci—n en el aprendizaje colaborativo:

Por muchos a–os, las teor’as del aprendizaje colaborativo han tendido a enfocarse en como los individuos funcionan en un grupo. Esto refleja una posici—n que fue la dominante tanto en la psicolog’a cognitiva como en la inteligencia artificial en 1970 y la primera parte de los a–os 80, donde la cognici—n fue vista como un producto de los procesadores de informaci—n individual, y donde el contexto de la interacci—n social fue visto mas como el fondo para la actividad individual que como un foco de investigaci—n. Recientemente, el grupo por si solo ha llegado a ser la unidad de an‡lisis y el foco ha girado a algo m‡s emergente, socialmente construido, las propiedades de la interacci—n.

En tŽrminos de investigaci—n emp’rica, el objetivo inicial fue establecer si y bajo que circunstancias el aprendizaje colaborativo era mas efectivo que el aprendizaje individual. Los investigadores controlaban varias variables independientes (tama–o del grupo, composici—n del grupo, naturaleza de la tarea, medios de comunicaci—n, etc.). Sin embargo, estas variables interactuaban entre s’ de una forma que hac’a casi imposible establecer los v’nculos entre las condiciones y los efectos de la colaboraci—n. De aqu’ que los estudios emp’ricos recientemente han comenzado a enfocarse menos en establecer par‡metros para una efectiva colaboraci—n y m‡s en tratar de entender el rol que tales variables juegan en mediar la interacci—n. Este cambio a un esquema mas orientado al proceso requiere nuevas herramientas para analizar y modelar las interacciones. (p. 189)

La investigaci—n revisada por Dillenbourg—la cual estudi— los efectos de manipular variables de interacci—n en las medidas del aprendizaje individual—no produjo resultados claros. Los efectos del gŽnero o composici—n del grupo (ej. Niveles de competencia homogŽneos o heterogŽneos) podr’an ser completamente diferentes en distintas edades, dominios, con diferentes profesores, etc. Esto no solamente viol— las creencias metodol—gicas de la independencia de las variables, sino que elev— cuestionamientos acerca de c—mo entender los efectos que se hab’an producido. Entender los efectos significa entender en cierta medida lo que hab’a pasado en las interacciones grupales que hab’an causado los efectos. Esto, requiri— el desarrollo de metodolog’as para analizar e interpretar las interacciones grupales. El foco ya no estuvo m‡s en lo que hab’a pasado en Òlas cabezasÓ de los individuos aprendices, sino en lo que estaba pasando entre ellos y el espacio de trabajo durante sus interacciones.

De las representaciones mentales a una construcci—n interactiva del significado

El giro al grupo como unidad de an‡lisis coincidi— con el enfoque en la comunidad de los agentes de aprendizaje situado (Lave, 1991) o construcci—n colaborativa del conocimiento (Scardamalia & Bereiter, 1991). Pero esto tambiŽn se llev— a cabo por la elaboraci—n de una teor’a social de la mente, como la de Vygotsky (1930/1978) que hab’a comenzado a sobresalir, la cual podr’a clarificar la relaci—n de los aprendices individuales al aprendizaje colaborativo en grupos o comunidades.

De acuerdo a Vygotsky, los aprendices individuales tienen diferentes capacidades de desarrollo en situaciones colaborativas que cuando est‡n trabajo de manera individual. Su concepto de Òzona de desarrollo pr—ximaÓ es definido como la medida de diferencia entre esas dos capacidades. Esto significa que uno no puede medir el aprendizaje-aœn el aprendizaje individual- que tiene lugar en situaciones colaborativas con el uso de pre y post-tests que miden las capacidades de los individuos cuando trabajan solos. Para conseguir lo que sucede durante el aprendizaje colaborativo, no ayuda a teorizar sobre los modelos mentales en la cabeza de los individuos, dado que esto no captura la construcci—n compartida de significados que ocurren durante las interacciones colaborativas

La Colaboraci—n es principalmente conceptualizada con un proceso de construcci—n compartida. La construcci—n de significados no se asume como una expresi—n de la representaci—n mental de los participantes de forma individual, sino de un logro interactivo. La construcci—n de significados puede ser analizada como algo que tiene lugar a lo largo de secuencias de expresiones o mensajes de mœltiples participantes. El significado no es atribuible expresiones individuales de estudiantes de forma individual dado que el significado t’picamente depende de las referencias lŽxicas de la situaci—n compartida, las referencias el’pticas a mensajes previos y referencias proyectivas a futuras expresiones (Stahl, 2006).

Desde las comparaciones cuantitativas a micro-estudios

El observar el aprendizaje en situaciones colaborativas es diferente de observarlo en situaciones aisladas. Primero, en situaciones de colaboraci—n, los participantes necesariamente presentan visiblemente su aprendizaje como parte del proceso de colaboraci—n. Segundo, las observaciones ocurren en per’odos relativamente cortos de interacci—n, m‡s que en largos per’odos entre el pre y el post-test.

De forma ir—nica, quiz‡, en principio es m‡s f‡cil estudiar el aprendizaje individual en grupos que en los individuos. Esto es debido a que una caracter’stica necesaria de la colaboraci—n es que los participantes visualicen a los dem‡s su entendimiento del significado que est‡ siendo construido durante la interacci—n. Las expresiones, textos y diagramas que se producen durante la colaboraci—n son dise–ados por los participantes como mecanismo para desplegar el entendimiento. Esas son las bases para una colaboraci—n exitosa. Los investigadores pueden tomar ventaja de estas visualizaciones (asumiendo que ellos comparten las competencias interpretativas de los participantes y pueden capturar un adecuado registro de las visualizaciones, por ejemplo un video digital). De esta forma, los investigadores pueden reconstruir el proceso de colaboraci—n con el que el grupo construy— el conocimiento, el cual fue aprendido por el grupo.

Algunas metodolog’as como el an‡lisis conversacional (Sacks, 1992; ten Have, 1999) o el an‡lisis de video (Koschmann, Stahl, & Zemel, 2005) se han basado en la etnometodolog’a (Garfinkel, 1967) para producir casos de estudio detallados de construir significados de forma colaborativa.. Estos casos de estudio no son simplemente anecd—ticos. Est‡n basados en procedimientos cient’ficos rigurosos con una validez ’nter subjetiva aœn cuando sean interpretativas en naturaleza y no sean cuantitativas. Estas pueden tambiŽn representar resultados generalmente aplicables, dado que los mŽtodos que la gente utiliza para interactuar son ampliamente compartidos (al menos dentro de comunidades o culturas apropiadamente definidas).

C—mo el an‡lisis de los mŽtodos de interacci—n ayudan a guiar el dise–o de tecnolog’as CSCL y pedagog’as? Esta pregunta apunta a la interacci—n compleja entre educaci—n y computadores en CSCL

La interacci—n del aprendizaje y la tecnolog’a en CSCL

La concepci—n tradicional del aprendizaje

Edwin Thorndike (mencionado en Jon�ich, 1968), un fundador de la aproximaci—n de la educaci—n tradicional, una vez escribi—:

Si, por un milagro de creatividad mec‡nica un libro pudiese ser dise–ado de manera tal que la p‡gina dos solamente fuese visible solo la haber completado las tareas de la p‡gina uno por la persona a la que se dirige el libro, y as’ sucesivamente, la mayor’a de lo que hoy requiere instrucci—n personal podr’a ser manejado por el papel. Los ni–os [podr’an] ser instruidos, a usar los materiales de forma tal que les pueda ser œtil a largo plazo (p. 242)

Esta afirmaci—n es notable en dos aspectos. Primero, sugiere que la idea central de la instrucci—n asistida por computador ha precedido ampliamente el actual desarrollo de los computadores; pero, de forma m‡s importante, muestra como el objetivo de la investigaci—n en tecnolog’a educativa est‡ cercanamente ligada, algunas veces indistinguible, al objetivo convencional de la investigaci—n educativa, mencionada para fortalecer el aprendizaje tal como operacionalmente se ha definido. Thorndike pudo visionar una ciencia educativa en la cual todo el aprendizaje es medible y, sobre esta base, todas las innovaciones educativas podr’an se evaluadas experimentalmente. Hist—ricamente, la investigaci—n de la tecnolog’a educativa ha estado ligada a esta tradici—n y representa una especializaci—n dentro de esta (cf., Cuban, 1986).

En el pasado, los investigadores educativos han tratado el aprendizaje como un fen—meno puramente psicol—gico. El aprendizaje es visto como algo que tiene tres caracter’sticas esenciales: Primero, representa a una respuesta y a una grabaci—n de la experiencia. Segundo, el aprendizaje se ha tratado siempre como un cambio que ocurre sobre el tiempo. Finalmente, el aprendizaje es generalmente visto como un proceso oculto, donde no se puede tener disponibilidad a una inspecci—n directa (Koschmann, 2002a). Esta aseveraci—n est‡ culturalmente tan aceptada, que resulta dif’cil concebir el aprendizaje de una forma diferente. Descansa en las tradiciones establecidas en la epistemolog’a y filosof’a de la mente.

Sin embargo la filosof’a contempor‡nea ha convertido estas tradiciones en preguntas,. Los llamado Òfilosofos edificantes (edifying philosophers)Ó  (Rorty, 1974)—James, Dewey, Wittgenstein y Heidegger—se revelaron en contra de la posici—n del aprendizaje como un evento oculto en el cual el conocimiento est‡ inscrito en una mente individual. Ellos aspiraban a construir una nueva visi—n del aprendizaje y conocimiento, la cual estuviese m‡s ligada con el mundo de las cosas diarias. CSCL se enfoca en esta visi—n situada del aprendizaje, rechazando las bases de la investigaci—n en educaci—n convencional. CSCL localiza el aprendizaje en la negociaci—n de significados llevados a cabo en el mundo social m‡s que en las cabezas de los individuos. De las teor’as orientadas socialmente del aprendizaje, la de practica social (Lave & Wenger, 1991) y las teor’as dialŽcticas del aprendizaje (e.g., Hicks, 1996) mencionan mas directamente la visi—n del aprendizaje como una construcci—n de significados organizada socialmente. La teor’a de la Practica Social se enfoca en un aspecto de la negociaci—n de significados: la negociaci—n de la identidad social dentro de una comunidad. Las teor’as dialŽcticas ubican el aprendizaje en el desarrollo emergente de significados dentro de la interacci—n social. Tomadas de manera conjunta, dan el soporte para una forma de pensar sobre el estudio del aprendizaje.

Dise–ando la tecnolog’a para apoyar la construcci—n de significados en los aprendices

El objetivo para dise–ar en CSCL es crear artefactos, actividades y entornos que fortalezcan las pr‡cticas de los aprendices en la construcci—n de significados. Los vertiginosos avances en los computadores y tecnolog’as de la comunicaci—n en las dŽcadas recientes, como Internet, han cambiado dram‡ticamente la forma en que trabajamos, jugamos y aprendemos. Sin embargo, ningœn tipo de tecnolog’a, por m‡s inteligente y sofisticada que lo sea, puede cambiar la pr‡ctica. Crear la posibilidad de una forma mejorada de pr‡ctica requiere diversas formas de dise–o (combinando experticias, teor’as y pr‡cticas de diversas disciplinas): dise–o que estructura el curr’culo (dise–o pedag—gico y did‡ctico), recursos (ciencias de la informaci—n, ciencias de la comunicaci—n), estructuras de participaci—n (dise–o de la interacci—n), herramientas (dise–o de estudios), y espacio circundante (arquitectura).

Como sugiere LeBaron (2002) ÒLa tecnolog’a no existe independiente de su uso.Ó ÔActividades, artefactos, y entornoÕ substitutos para Ôtecnolog’aÕ y el mensaje se mantienen igual—Žstos elementos por si solos no pueden definir nuevas formas de pr‡ctica, pero si constituyen elementos importantes dentro de la misma. Un entorno para una forma deseada de pr‡ctica llega a ser œtil a travŽs de las acciones organizadas de sus habitantes. Las herramientas y artefactos son solo herramientas y artefactos en la forma como est‡n orientados a ser relevantes por los participantes en pr‡cticas dirigidas. Aœn las actividades son solamente reconocidas en forma que los participantes las orienten a ellos como formas ordenadas de una acci—n conjunta.

El dise–ar software para CSCL, por tal raz—n, requiere un acoplamiento con el an‡lisis de significados construidos con la pr‡ctica emergente. Los significados reflejan la experiencia pasada y est‡n abiertos a la negociaci—n y re-evaluaci—n. M‡s aœn, ni los analistas ni los participantes tienen acceso privilegiado a las interpretaciones subjetivas de los dem‡s. A pesar de estos aspectos, los participantes rutinariamente se comprometen en actividades coordinadas y operan como si el aprendizaje compartido fuese posible y alcanzado. Una pregunta fundamental, es C—mo puede esto ser realizado? Con el fin de dise–ar tecnolog’a que apoye el aprendizaje colaborativo y la construcci—n del conocimiento, debemos entender con mayor detalle que tan peque–o los grupos de aprendices construyen el conocimiento compartido usando varios medios y artefactos.

La pregunta de c—mo la intersubjectividad se alcanza ha sido analizado en una variedad de disciplinas como las pragm‡ticas (Levinson, 2000; Sperber & Wilson, 1982), psicolog’a social (Rommetveit, 1974), antropolog’a lingŸ’stica (Hanks, 1996), y la  sociolog’a (cf. Goffman, 1974), especialmente la investigaci—n sociol—gica en la tradici—n etnometodol—gica (Garfinkel, 1967; Heritage, 1984). El problema de la intersubjetividad es de particular relevancia para aquellos que desean entender como se construye el aprendizaje dentro de la interacci—n. El aprendizaje puede ser interpretado como el acto de brindar significados emergentes en contacto (Hicks, 1996), y la instrucci—n como la organizaci—n social y del material que fomenten tal negociaci—n. El an‡lisis del praxis de construcci—n de significados invoca la apropiaci—n de los mŽtodos y preocupaciones de la psicolog’a (especialmente las variedades discursivas y culturales), la sociolog’a (especialmente las tradiciones micro-sociol—gicas y la etnometodol—gica), la antropolog’a (incluyendo la antropolog’a lingŸ’stica y antropolog’as del ambiente construido), la pragm‡tica, filosof’a, estudios de comunicaci—n, ciencias de la organizaci—n, y otras.

La investigaci—n en CSCL tiene componentes anal’ticos y de dise–o. El an‡lisis de la construcci—n de significados es inductivo e indiferente a los objetivos de la reforma. Busca solamente descubrir que personas est‡n en un cierto momento interactuando, sin prescripci—n o evaluaciones. El dise–o, de otra parte, es inherentemente prescriptivo—cualquier esfuerzo hacia la reforma comienza con la suposici—n que hay mejores y peores formas de hacer las cosas. El dise–ar para mejorar la construcci—n de significados, sin embargo, requiere algunos medios del estudio de la praxis rigurosamente. De esta manera, la relaci—n entre an‡lisis y dise–o es algo simbi—tico-el dise–o debe estar informado por el an‡lisis, pero el an‡lisis tambiŽn depende del dise–o en su orientaci—n al objeto anal’tico (Koschmann et al., 2005).

CSCL debe continuar con su trabajo de auto-invenci—n. Nuevas fuentes de teor’a deben ser introducidas, al igual que an‡lisis de las pr‡cticas presentadas por los aprendices y los artefactos producidos acompa–ados de las teor’as de como ellos lograron mejorar la construcci—n de significados. El dise–o de tecnolog’a CSCL, que abre nuevas posibilidades para el aprendizaje colaborativo, debe estar fundamentado en el an‡lisis de la naturaleza del aprendizaje colaborativo.

El an‡lisis del aprendizaje colaborativo

Koschmann (2002b) present— una descripci—n program‡tica de CSCL en una charla en CSCL 2002:

CSCL es un campo de estudio involucrado centralmente con el significado y practicas de construcci—n del conocimiento en el contexto de una actividad conjunta, y de las formas en las cuales dichas pr‡cticas son mediadas a travŽs de artefactos de dise–o. (p. 18)

El aspecto del aprendizaje colaborativo que es quiz‡ el m‡s dif’cil de entender en detalle es lo que se ha denominado Òpracticas de la construcci—n de significados en el contexto de una actividad conjuntaÓ aprendizaje intersubjetivo (Suthers, 2005) o cognici—n del grupo (Stahl, 2006). Esto se refiere a que el aprendizaje no es logrado interaccionalmente sino que es constituido de las interacciones ente los participantes. Garfinkel, Koschmann et al. (2005) argumentan para el estudio de ÒmŽtodos miembrosÓ de construcci—n de significados: ÒC—mo los participantes en tal entorno [instruccional] van haciendo el aprendizaje (Žnfasis en el original). Adem‡s para entender como los procesos cognitivos de los participantes se ven influenciados por la interacci—n social, necesitamos entender como ocurren los eventos de aprendizaje que tienen lugar en las interaccione entre los participantes.

El estudio de construcci—n de significados de manera conjunta no es tan prominente como la practica en CSCL. Aœn cuando los procesos de interacci—n (m‡s que los resultados del aprendizaje individual) son examinados detalladamente, el an‡lisis t’picamente es notado por las categor’as de asignaci—n de c—digo y las caracter’sticas predefinidas del conteo. Los c—digos, en efecto, substituyen las categor’as preconcebidas del comportamiento para el fen—meno de interŽs, m‡s que buscar para descubrir aquellos fen—menos en sus situaciones actuales (Stahl, 2002).

Pocos estudios relativos a este problema de describir la constituci—n de una intersubjetividad en la interacci—n han sido realizados en la literatura de CSCL (ejemplo, Koschmann et al., 2003; Koschmann et al., 2005; Roschelle, 1996; Stahl, 2006). Uno de los primeros estudios de Roschelle, dise–ado para apoyar la construcci—n de conocimientos relativos a la f’sica, defini— actividades a los estudiantes para lograr un compromiso entre los estudiantes en la resoluci—n de un problema en conjunto, y analizaron sus pr‡cticas colaborativas a un nivel de detalle muy peque–o. El trabajo de Koschmann generalmente se ha enfocado a los mŽtodos del problematizaci—n de los participantes, que consiste en ver como los grupos de estudiantes colectivamente caracterizan una situaci—n como problem‡tica y como requieren an‡lisis espec’fico adicional

Stahl (2006) argumenta que los grupos peque–os son los m‡s recomendables para el estudio de la construcci—n de significados intersubjetivos por varias razones. La m‡s simple, los grupos peque–os son los sitios donde mŽtodos de los miembros para el aprendizaje intersubjetivo pueden ser observados. Los grupos de varios integrantes permiten tener un rango m‡s amplio de interacciones sociales, pero que resultan tan grandes que los participantes e investigadores necesariamente perder‡n de vista lo que han realizado. La construcci—n compartida de significados es la m‡s visible y disponible para la investigaci—n en unidades de an‡lisis de peque–os grupos, donde esta aparece como cognici—n grupal. M‡s aœn, los grupos peque–os est‡n en el l’mite entre individuos y comunidades. La construcci—n del conocimiento que ocurre dentro de peque–os grupos llega a ser Òinternalizado por sus integrantes como el aprendizaje individual y externalizado en sus comunidades como conocimiento certificableÓ (Stahl, 2006). Sin embargo, los grupos peque–os no deber’an ser los œnicos estudiados. Un an‡lisis de cambios a gran escala en comunidades y organizaciones puede llevar a un entendimiento de fen—menos de aprendizaje social emergentes tambiŽn como de aclarar el papel de los grupos  encargados de conducir estos cambios.

El estudio del logro interaccional del aprendizaje intersubjetivo o cognici—n grupal conlleva interesantes cuestionamientos que son entre otros los m‡s sobresaliente en cualquier ciencia del comportamiento social. Los fen—menos cognitivos ocurren entre las personas en el discurso del grupo? C—mo es posible para el aprendizaje, usualmente concebido como una funci—n cognitiva, distribuirse entre la gente y artefactos? Como podemos entender el conocimiento como practicas logradas m‡s que como una posesi—n o aœn una predisposici—n?

El an‡lisis del apoyo computacional

En contextos CSCL, las interacciones del grupo entre los individuos son mediadas por ambientes computacionales. La segunda mitad de la definici—n program‡tica de Koschmann del dominio de CSCL es Òla forma en la cual estas pr‡cticas [construcci—n del conocimiento en el contexto de una actividad conjunta] son mediadas a travŽs de artefactos dise–ados.Ó El apoyo computacional para la construcci—n de significados intersubjetivos es lo que hace est‡ ‡rea œnica.

El lado tecnol—gico de la agenda de CSCL se enfoca en el dise–o y estudio de tecnolog’as fundamentalmente sociales. Esto significa que la tecnolog’a est‡ dise–ada espec’ficamente para mediar y fomentar actos sociales que constituyen el aprendizaje del grupo y lleva a un aprendizaje individual. El dise–o deber’a apalancar las oportunidades œnicas provistas por la tecnolog’a m‡s que replicar un apoyo al aprendizaje que podr’a ser realizado por otros medios, o (peor) tratar de forzar la tecnolog’a para ser algo para lo cual no est‡ bien configurado. Cu‡l es la œnica tecnolog’a de la informaci—n que potencialmente cumple este rol?

á             Los medios computacionales son reconfigurables. Las representaciones son din‡micas: es f‡cil mover cosas y rehacer opciones. Es f‡cil replicar esas acciones en otro lado: uno puede pasar el tiempo y el espacio. Estas caracter’sticas hacen atractiva la tecnolog’a de la informaci—n como un Òcanal de comunicaci—nÓ pero que debemos explotar para lograr obtener su potencial para realizar nuevas interacciones, no tratando de forzar replicando la interacci—n cara a cara.

á             Los entornos de comunicaci—n mediada pro computador Òactivan la comunicaci—n en sustanciaÓ (Dillenbourg, 2005). El registro de la actividad as’ como del producto puede ser almacenada, re-ejecutada y aœn modificada. Deber’amos explorar el potencial de los registros persistentes de interacci—n y colaboraci—n como un recurso para el aprendizaje intersubjetivo.

á             Los medios computacionales pueden analizar el estado del espacio de trabajo y las secuencias de interacci—n, y reconfigurarlo o generar avisos de acuerdo a las caracter’sticas de este. Deber’amos explorar el potencial de los medios adaptativos como una influencia en el curso de los procesos de intersubjetividad y tomar ventaja de esta habilidad para avisar, analizar y responder selectivamente.

La comunicaci—n humana y los recursos de representaci—n para esta comunicaci—n son altamente flexible: las tecnolog’as abren nuevas posibilidades, pero ellas no pueden ÒorganizarÓ significados o aœn especificar funciones comunicativas (Dwyer & Suthers, 2005). Informados de este acontecimiento, la investigaci—n en CSCL deber’a identificar las ventajas œnicas de los medios computacionales, y explorar como estas son usadas por los colaboradores y como podr’an influir el curso de su construcci—n de significados. Luego dise–ar’amos tecnolog’as que ofrezcan colecciones de caracter’sticas a travŽs del cual los participantes pueden comprometerse en el aprendizaje a travŽs de la interacci—n con formas flexibles de proveer una gu’a.

La Multi-disciplinariedad de CSCL

CSCL puede actualmente ser caracterizado por tres tradiciones metodol—gicas: experimental, descriptiva y dise–o iterativo.

Muchos estudios emp’ricos de CSCL siguen el paradigma experimental que compara una intervenci—n a una condici—n de control en tŽrminos de una o m‡s variables (ej.., Baker & Lund, 1997; Rummel & Spada, 2005; Suthers & Hundhausen, 2003; Van Der Pol, Admiraal, & Simons, 2003; Weinberger et al., 2005). El an‡lisis de los datos en casi todos estos estudios es llevado por Òcodificar y contarÓ (coding and counting): las interacciones son categorizadas y/o el resultado del aprendizaje es medido, y las medias de los grupos son comparadas a travŽs de mŽtodos estad’sticos con el fin de obtener conclusiones generales acerca de los efectos de las variables manipuladas sobre la agregaci—n (promedio) del comportamiento grupal. Estos estudios no analizan directamente el logro de un aprendizaje intersubjetivo. Tal an‡lisis debe examinar la estructura e intenci—n de los casos œnicos de interacci—n m‡s que contar y agregar categor’as del comportamiento.

La tradici—n etnometodol—gica  (ejemplificada en CSCL por Koschmann et al., 2003; Koschmann et al., 2005; Roschelle, 1996; Stahl, 2006) est‡ m‡s enfocada hacia an‡lisis de casos descriptivos. Video o transcripciones de los aprendices u otros miembros de la comunidad de aprendizaje son estudiados para descubrir los mŽtodos por los cuales los estudiantes lograron el aprendizaje. La aproximaci—n circundante es orientada a datos (data-driven), buscando descubrir patrones en los datos m‡s que imponer categor’as te—ricas. El an‡lisis es a menudo micro-anal’tico, examinando breves episodios en gran detalle. Las metodolog’as descriptivas est‡n bien configuradas datos existencialmente cuantificados (ej. Que una comunidad algunas veces se comprometa en una pr‡ctica dada). Aœn, como cient’ficos y dise–adores deber’amos hacer generalizaciones casuales acerca de los efectos de las decisiones de dise–o. Las metodolog’as descriptivas est‡n menos configuradas para proveer pruebas cuantitativas sobre el efecto de una intervenci—n, que es la base de la metodolog’a experimental, aunque a menudo pueda entender como funcionan las pr‡cticas.

Los mŽtodos de an‡lisis tradicionales de la psicolog’a experimental olvidan los ÒmŽtodos miembroÓ a travŽs de los cuales se logra el aprendizaje colaborativo- construcci—n de significados intersubjetivos. Pero esto no implica que toda la investigaci—n en CSCL deber’a ser etnometodol—gica. M‡s que esto, se sugiere que exploremos mŽtodos h’bridos ((Johnson & Onwuegbuzie, 2004). Los dise–os experimentales pueden continuar comparando las intervenciones, pero las comparaciones deber’an realizarse en tŽrminos de las caracter’sticas identificadas en micro-an‡lisis de c—mo la tecnolog’a de la informaci—n influye y es apropiada para los mŽtodos miembro de la construcci—n conjunta de significados. Conceptualmente, el proceso de an‡lisis cambia de  codificar y contar a Òexplorar y entenderÓ formas en las cuales las variables de dise–o influyen en el apoyo a la construcci—n de significados. Tales an‡lisis son intensivos en el tiempo: deber’amos explorar, como ayudas de investigaci—n, el desarrollo de instrumentaci—n para ambientes de aprendizaje y visualizaci—n automatizada y bœsquedas de bit‡coras de interacci—n (como en Cakir et al., 2005; Donmez et al., 2005). Igualmente, los an‡lisis tradicionales, especialmente medir los resultados del aprendizaje pero tambiŽn Òcodificar y contar,Ó deber’an ser conservados para obtener indicadores r‡pidos de espacios donde sea recomendable hacer un an‡lisis m‡s detallado (como en Zemel, Xhafa, & Stahl, 2005).

La tradici—n del dise–o iterativo est‡ ejemplificada por Fischer & Ostwald (2005), Lingnau, et al. (2003) y Guzdial et al. (1997). Guiados por las interacciones entre las teor’as emergentes, las observaciones informales, los investigadores orientados al dise–o continuamente mejoran los artefactos desarrollados para mediar el aprendizaje y la colaboraci—n. Su investigaci—n no necesariamente es cualitativa o cuantitativa, sino quisitiva (ÒquisitiveÓ) (Goldman, Crosby, & Shea, 2004)—explorativa e intervencionista. No solo es suficiente observar el comportamiento de la gente cuando usan un nuevo software. Necesitamos explorar el ÒespacioÓ de posibles dise–os, coloc‡ndolos en nuevas ‡reas e identificando caracter’sticas prometedoras que deber’an recibir futuro estudio bajo las otras tradiciones metodol—gicas. Los dise–adores necesitan realizar microan‡lisis del aprendizaje colaborativo con y a travŽs de la tecnolog’a con el fin de identificar las caracter’sticas de los artefactos dise–ados que se ven est‡n correlacionadas con un aprendizaje efectivo. Cuando una nueva intervenci—n tŽcnica es evaluada, los mŽtodos experimentales pueden documentar diferencias significativas mientras que los mŽtodos descriptivos pueden documentar como las intervenciones mediaron de forma diferente las interacciones colaborativas. Una conversaci—n entre las suposiciones te—ricas de la etnometodolog’a y aquellas del dise–o pueden llevar a una Òtecnometodolog’aÓ que cambia los objetivos del dise–o (Button & Dourish, 1996).

Una limitaci—n potencial del las metodolog’as descriptivas deber’an ser observadas. Si nos enfocamos en encontrar ejemplos de c—mo los miembros del grupo logran el aprendizaje efectivo, estaremos perdiendo de vista ejemplos de c—mo ellos tambiŽn fallan en hacerlo. Aœn con el objetivo de encontrar algo que all’ no este, necesitamos tener una idea de que es lo que estamos buscando. Una aproximaci—n basada en datos que se base en la teor’a, pero que nunca la aplica, no ser‡ adecuada.  Los mŽtodos descriptivos pueden ser modificados para lograra esta necesidad. Patrones comunes encontrados en episodios exitosos de aprendizaje llegan a ser las categor’as te—ricas que buscamos para otro mŽtodo anal’tico, y quiz‡ no se encuentren en instancias de colaboraci—n no exitosa. Habiendo identificado donde los mŽtodos no fueron aplicados, examinamos la situaci—n para determinar que contingencia hace falta o fue la responsable. Las instancias œnicas y no reproducibles donde la colaboraci—n usando tecnolog’a se particiona en formas interesantes pueden a menudo proveer las percepciones m‡s profundas de lo que est‡ pasando, pero que es normalmente tomado por algo garantizado e invisible. Un cuidado especial se debe tener en cuenta para estar seguros en encontrar casos de ejemplo donde el logro interaccional del aprendizaje este ausente; no debemos fallar en notar donde algo de mayor valor a los participantes se est‡ logrando Por ejemplo, establecer y mantener la identidad individual y grupal son logros meritorios tanto como los participantes estŽn comprometidos (Whitworth, Gallupe, & McQueen, 2000), y son en verdad una forma de aprendizaje situado, cœn cuando los investigadores puedan identificarlos como Òfuera del temaÓ (off Tepic).

Investigaci—n de CSCL en el futuro

Hemos visto que la investigaci—n en CSCL debe responder a mœltiples objetivos y restricciones. La comunidad de investigaci—n en CSCL incluye personas de una variedad de disciplinas profesionales. Ellos brindan son sus diferentes paradigmas de investigaci—n, visiones opuestas de datos, mŽtodos de an‡lisis, formatos de presentaci—n, conceptos de rigor y vocabulario tŽcnico. Ellos vienen de diferentes culturas alrededor del mundo y con diferentes lenguajes de comunicaci—n. CSCL es un campo muy amplio, localizado en la intersecci—n de otros campos (como las ciencias del aprendizaje) que est‡n en continuo cambio. Las comunidades participantes en un tiempo dado est‡n operando dentro de diversas concepciones de lo que es CSCL. Por ejemplo, Sfard (1998) define dos amplias e irreconciliables met‡foras del aprendizaje que son necesariamente relevantes a CSCL: la met‡fora de adquisici—n, en la cual el aprendizaje consiste en la adquisici—n de los individuos del conocimiento almacenado en sus mentes, y la met‡fora de participaci—n, en la cual el aprendizaje consiste en la participaci—n incrementada en comunidades de pr‡ctica.. Lipponen (2004) agrega una tercera met‡fora basada en Bereiter (2002) y Engestršm (1987): la met‡fora de creaci—n del conocimiento, en la cual un nuevo objeto de conocimiento o pr‡ctica social es creado en el mundo a travŽs de la colaboraci—n. Por tal raz—n, es dif’cil presentar una definici—n comprensiva, consistente y bien definida da la teor’a, metodolog’a o mejores pr‡cticas de CSCL. Quiz‡ uno deber’a concluir que CSCL necesariamente persigue acercamientos aparentemente irreconciliables—como lo argumenta Sfard. Uno puede especular que aproximaciones m‡s integradas y aproximaciones h’bridas puedan ser posibles en el futuro, como lo hemos planteado.

Las metodolog’as de investigaci—n en CSCL est‡n tricotomizadas entre aproximaciones experimentales, descriptivas y de dise–o iterativo. Aunque algunas veces combinadas con un proyecto de investigaci—n, las metodolog’as se mantienen separadas en diferentes an‡lisis de estudio. Diferentes investigadores algunas veces visten diferentes sombreros en el mismo proyecto, representando diferentes intereses y metodolog’as de investigaci—n. Esta situaci—n puede ser productiva: los experimentalistas continœan identificando variables que afecten par‡metros generales del comportamiento colaborativo, los etnometodologistas identifican patrones de una actividad conjunta que son esenciales para la construcci—n de significados, y los dise–adores innovan creativamente adaptando nuevas posibilidades tecnol—gicas. Tan pronto, sin embargo, los experimentalistas dentro de CSCL puedan comenzar a enfocarse en las variables dependientes que directamente reflejan el fen—meno de interŽs a los investigadores descriptivos (Fischer & Granoo, 1995), los etnometodologistas pueden buscar regularidades predictivas en la construcci—n de significados mediados por la tecnolog’a que pueda informar al dise–o, y los dise–adores puedan generar y evaluar nuevos aspectos prominentes de la tecnolog’a en tŽrminos de lasa actividades de construcci—n de significados que est‡n disponibles. Una asistencia mutua y colaboraci—n cercana puede ser posible a travŽs de metodolog’as h’bridas, por ejemplo aplicando mŽtodos anal’ticos descriptivos al problema de entender las implicaciones de las manipulaciones experimentales y nuevos dise–os, o a travŽs del apoyo computacional para nuestras propias actividades de construcci—n del conocimiento..

Los investigadores de CSCL forman una comunidad de investigaci—n que activamente est‡ construyendo nuevas formas de colabroar en el dise–o, an‡lisis e implementaci—n de apoyo computacional para el aprendizaje colaborativo. Un amplio rango de los mŽtodos de investigaci—n puede ser œtil al analizar el aprendizaje colaborativo apoyado por computador. Teniendo ideas apropiadas, mŽtodos y funcionalidad de campos cognados CSCL puede en su pr—xima fase construir nuevas teor’as, metodolog’as y tecnolog’as espec’ficas a la tarea de analizar las pr‡cticas sociales de la construcci—n de significados intersubjetivos con el fin de apoyar el aprendizaje colaborativo.  Los autores de este trabajo han argumentado que CSCL requiere un enfoque en practicas de construcci—n de significados de grupos colaborando en el dise–o de artefactos tecnol—gicos para mediar la interacci—n, m‡s que un enfoque en el aprendizaje individual. Si este enfoque puede, deber’a llevar a un entorno te—rico coherente y una metodolog’a qeu sea considerada en CSCL.

Agradecimientos

Una versi—n de este trabajo estŽ siendo publicado (Stahl, Koschmann, & Suthers, 2006). Se ha beneficiado de las sugerencias del editorial de Keith Sawyer.

Referencias

Andriessen, J., Baker, M., & Suthers, D. (Eds.). (2003). Arguing to learn: Confronting cognitions in computer-supported collaborative learning environments. Dordrecht, Netherlands: Kluwer Academic Publishers. In P. Dillenbourg (Ed.) Computer-supported collaborative learning book series, vol 1.

Baker, M., & Lund, K. (1997). Promoting reflective interactions in a CSCL environment. Journal of Computer Assisted Learning, 13, 175-193.

Bereiter, C., & Bird, M. (1985). Use of thinking aloud in identification and teaching of reading comprehension strategies. Cognition & Instruction, 2, 131-156.

Bereiter, C. (2002). Education and mind in the knowledge age. Hillsdale, NJ: Lawrence Erlbaum Associates.

Bromme, R., Hesse, F. W., & Spada, H. (Eds.). (2005). Barriers and biases in computer-mediated knowledge communication, and how they may be overcome. New York, NY: Springer. In P. Dillenbourg (Ed.) Computer-supported collaborative learning book series, vol 5.

Bruce, B. C., & Rubin, A. (1993). Electronic quills: A situated evaluation of using computers for writing in classrooms. Hillsdale, NY: Lawrence Erlbaum Associates.

Bruffee, K. (1993). Collaborative learning. Baltimore, MD: Johns Hopkins University Press.

Button, G. Y., & Dourish, P. (1996). Technomethodology: Paradoxes and possibilities. Paper presented at the ACM Conference on Human Factors in Computing Systems (CHI '96), Vancouver, Canada. Proceedings pp. 19-26.

Cakir, M., Xhafa, F., Zhou, N., & Stahl, G. (2005). Thread-based analysis of patterns of collaborative interaction in chat. Paper presented at the international conference on AI in Education (AI-Ed 2005), Amsterdam, Netherlands.

Cole, M. (1996). Cultural psychology: A once and future discipline. Cambridge, MA: Harvard University Press.

Crook, C. (1994). Computers and the collaborative experience of learning. London, UK: Routledge.

Cuban, L. (1986). Teachers and machines: The classroom use of technology since 1920. New York, NY: Teachers College Press.

Dillenbourg, P., Baker, M., Blaye, A., & O'Malley, C. (1996). The evolution of research on collaborative learning. In P. Reimann & H. Spada (Eds.), Learning in humans and machines: Towards an interdisciplinary learning science (pp. 189-211). Oxford, UK: Elsevier.

Dillenbourg, P. (1999a). What do you mean by "collaborative learning"? In P. Dillenbourg (Ed.), Collaborative learning: Cognitive and computational approaches (pp. 1-16). Amsterdam, NL: Pergamon, Elsevier Science.

Dillenbourg, P. (2005). Designing biases that augment socio-cognitive interactions. In R. Bromme, F. Hesse & H. Spada (Eds.), Barriers and biases in computer-mediated knowledge communication--and how they may be overcome. Dordrecht, Netherlands: Kluwer Academic Publisher.

Dillenbourg, P. (Ed.). (1999b). Collaborative learning: Cognitive and computational approaches. Amsterdam, NL: Pergamon, Elsevier Science. In (Ed.).

Donmez, P., Rose, C., Stegmann, K., Weinberger, A., & Fischer, F. (2005). Supporting CSCL with automatic corpus analysis technology. Paper presented at the International Conference of Computer Support for Collaborative Learning (CSCL 2005), Taipei, Taiwan.

Dwyer, N., & Suthers, D. (2005). A study of the foundations of artifact-mediated collaboration. Paper presented at the international conference of Computer-Supported Collaborative Learning (CSCL 2005), Taipei, Taiwan.

Engestršm, Y. (1987). Learning by expanding: An activity-theoretical approach to developmental research. Helsinki, Finland: Orienta-Kosultit Oy.

Fischer, G., & Ostwald, J. (2005). Knowledge communication in design communities. In R. Bromme, F. Hesse & H. Spada (Eds.), Barriers and biases in computer-mediated knowledge communication--and how they may be overcome. Dordrecht, Netherlands: Kluwer Academic Publisher.

Fischer, K., & Granoo, N. (1995). Beyond one-dimensional change: Parallel, concurrent, socially distributed processes in learning and development. Human Development, 1995 (38), 302-314.

Garfinkel, H. (1967). Studies in ethnomethodology. Englewood Cliffs, NJ: Prentice-Hall.

Goffman, E. (1974). Frame analysis: An essay on the organization of experience. New York, NY: Harper & Row.

Goldman, R., Crosby, M., & Shea, P. (2004). Introducing quisitive research: Expanding qualitative methods for describing learning in ALN. In R. S. Hiltz & R. Goldman (Eds.), Learning together online: Research on asynchronous learning networks (pp. 103-121). Mahwah, NJ: Lawrence Erlbaum Associates.

Goodyear, P., Banks, S., Hodgson, V., & McConnell, D. (Eds.). (2004). Advances in research on networked learning. Dordrecht, Netherlands: Kluwer Academic Publishers. In P. Dillenbourg (Ed.) Computer-supported collaborative learning book series, vol 4.

Gruber, S., Peyton, J. K., & Bruce, B. C. (1995). Collaborative writing in multiple discourse contexts. Computer-Supported Cooperative Work, 3, 247-269.

Guzdial, M., Hmelo, C., Hubscher, R., Newstetter, W., Puntambekar, S., Shabo, A., et al. (1997). Integrating  and guiding collaboration: Lessons learned in computer-supported collaboration learning research at Georgia Tech. Paper presented at the international conference on Computer-Supported Collaborative Learning (CSCL '97), Toronto, Canada. Proceedings pp. 91-100.

Hanks, W. (1996). Language and communicative practices. Boulder, CO: Westview.

Heritage, J. (1984). Garfinkel and ethnomethodology. Cambridge, UK: Polity Press.

Hicks, D. (1996). Contextual inquiries: A discourse-oriented study of classroom learning. In D. Hicks (Ed.), Discourse, learning and schooling (pp. 104-141). New York, NY: Cambridge University Press.

Hoadley, C. (2005). The shape of the elephant: Scope and membership of the CSCL community. Paper presented at the international conference of Computer-Supported Collaborative Learning (CSCL 2005), Taipei, Taiwan.

Johnson, R. B., & Onwuegbuzie, A. J. (2004). Mixed methods research: A research paradigm whose time has come. Educational Researcher, 33 (7), 14-26.

Jon�ich, G. (1968). The sane positivist: A biography of Edward L. Thorndike. Middleton, CN: Wesleyan University Press.

Kienle, A., & Wessner, M. (2005). Our way to Taipei: An analysis of the first ten years of the CSCL community. Paper presented at the international conference of Computer-Supported Collaborative Learning (CSCL 2005), Taipei, Taiwan.

Koschmann, T. (1996a). Paradigm shifts and instructional technology. In T. Koschmann (Ed.), CSCL: Theory and practice of an emerging paradigm (pp. 1-23). Mahwah, NJ: Lawrence Erlbaum.

Koschmann, T. (2002a). Dewey's critique of Thorndike's behaviorism. Paper presented at the AERA 2002, New Orleans, LA.

Koschmann, T. (2002b). Dewey's contribution to the foundations of CSCL research. In G. Stahl (Ed.), Computer support for collaborative learning: Foundations for a CSCL community: Proceedings of CSCL 2002 (pp. 17-22). Boulder, CO: Lawrence Erlbaum Associates.

Koschmann, T., Zemel, A., Conlee-Stevens, M., Young, N., Robbs, J., & Barnhart, A. (2003). Problematizing the problem: A single case analysis in a dPBL meeting. In B. Wasson, S. Ludvigsen & U. Hoppe (Eds.), Designing for change in networked learning environments: Proceedings of the international conference on computer support for collaborative learning (CSCL '03) (pp. 37-46). Bergen, Norway: Kluwer Publishers.

Koschmann, T., Stahl, G., & Zemel, A. (2005). The video analyst's manifesto (or the implications of Garfinkel's policies for the development of a program of video analytic research within the learning sciences). In R. Goldman, R. Pea, B. Barron & S. Derry (Eds.), Video research in the learning sciences. Retrieved from http://GerryStahl.net/publications/journals/manifesto.pdf.

Koschmann, T. (Ed.). (1996b). CSCL: Theory and practice of an emerging paradigm. Hillsdale, NJ: Lawrence Erlbaum Associates. In (Ed.).

Koschmann, T., Hall, R., & Miyake, N. (Eds.). (2002). CSCL2: Carrying forward the conversation. Mahwah, NJ: Lawrence Erlbaum Associates. In (Ed.).

Lave, J. (1991). Situating learning in communities of practice. In L. Resnick, J. Levine & S. Teasley (Eds.), Perspectives on socially shared cognition (pp. 63-83). Washington, DC: APA.

Lave, J., & Wenger, E. (1991). Situated learning: Legitimate peripheral participation. Cambridge, UK: Cambridge University Press.

LeBaron, C. (2002). Technology does not exist independent of its use. In T. Koschmann, R. Hall & N. Miyake (Eds.), CSCL 2: Carrying forward the conversation (pp. 433-439). Mahwah, NJ: Lawrence Erlbaum Associates.

Levinson, S. C. (2000). Presumptive meanings: The theory of generalized conversational implicature. Cambridge, MA: MIT Press.

Lingnau, A., Hoppe, H. U., & Mannhaupt, G. (2003). Computer supported collaborative writing in an early learning classroom. Journal of Computer Assisted Learning, 19 (2), 186-194.

Lipponen, L., Hakkarainen, K., & Paavola, S. (2004). Practices and orientations of CSCL. In J.-W. Strijbos, P. Kirschner & R. Martens (Eds.), What we know about CSCL: And implementing it in higher education (pp. 31-50). Dordrecht, Netherlands: Kluwer Academic Publishers.

Newman, D., Griffin, P., & Cole, M. (1989). The construction zone: Working for cognitive change in schools. Cambridge, UK: Cambridge University Press.

Nicolopoulou, A., & Cole, M. (1993). Generation and transmission of shared knowledge in the culture of collaborative learning: The fifth dimension, its playworld and its institutional contexts. In E. Forman, N. Minnick & C. A. Stone (Eds.), Contexts for learning: Sociocultural dynamics in children's development. New York, NY: Oxford U.  Press.

O'Malley, C. (1995). Computer supported collaborative learning. Berlin, Germany: Springer Verlag.

Rauenbusch, F., & Bereiter, C. (1991). Making reading more difficult: A degraded text microworld for teaching reading comprehension strategies. Cognition & Instruction, 8, 181-206.

Rommetveit, R. (1974). On message structure: A framework for the study of language and communication. New York, NY: Wiley & Sons.

Rorty, R. (1974). Philosophy and the mirror of nature. Princeton, NJ: Princeton University Press.

Roschelle, J., & Teasley, S. (1995). The construction of shared knowledge in collaborative problem solving. In C. O'Malley (Ed.), Computer-supported collaborative learning (pp. 69-197). Berlin, Germany: Springer Verlag.

Roschelle, J. (1996). Learning by collaborating: Convergent conceptual change. In T. Koschmann (Ed.), CSCL: Theory and practice of an emerging paradigm (pp. 209-248). Hillsdale, NJ: Lawrence Erlbaum Associates.

Rummel, N., & Spada, H. (2005). Sustainable support for computer-mediated collaboration: How to achieve and how to assess it. In R. Bromme, F. Hesse & H. Spada (Eds.), Barriers and biases in computer-mediated knowledge communication--and how they may be overcome. Dordrecht, Netherlands: Kluwer Academic Publisher.

Sacks, H. (1992). Lectures on conversation. Oxford, UK: Blackwell.

Scardamalia, M., & Bereiter, C. (1991). Higher levels of agency in knowledge building: A challenge for the design of new knowledge media. Journal of the Learning Sciences, 1, 37-68.

Scardamalia, M., & Bereiter, C. (1996). Computer support for knowledge-building communities. In T. Koschmann (Ed.), CSCL: Theory and practice of an emerging paradigm (pp. 249-268). Hillsdale, NJ: Lawrence Erlbaum Associates.

Sfard, A. (1998). On two metaphors for learning and the dangers of choosing just one. Educational Researcher, 27 (2), 4-13.

Sperber, D., & Wilson, D. (1982). Mutual knowledge and relevance of theories of comprehension. In N. V. Smith (Ed.), Mutual knowledge. New York, NY: Academic Press.

Stahl, G. (2002). Rediscovering CSCL. In T. Koschmann, R. Hall & N. Miyake (Eds.), CSCL 2: Carrying forward the conversation (pp. 169-181). Hillsdale, NJ: Lawrence Erlbaum Associates. Retrieved from http://GerryStahl.net/cscl/papers/ch01.pdf.

Stahl, G. (2006). Group cognition: Computer support for building collaborative knowledge. Cambridge, MA: MIT Press. Retrieved from http://GerryStahl.net/mit/.

Stahl, G., Koschmann, T., & Suthers, D. (2006). Computer-supported collaborative learning. In R. K. Sawyer (Ed.), Cambridge handbook of the learning sciences. Cambridge, UK: Cambridge University Press.

Strijbos, J.-W., Kirschner, P., & Martens, R. (Eds.). (2004). What we know about CSCL ... And implementing it in higher education. Dordrecht, Netherlands: Kluwer Publishers. In P. Dillenbourg (Ed.) Computer-supported collaborative learning book series, vol 3.

Suthers, D., & Hundhausen, C. (2003). An empirical study of the effects of representational guidance on collaborative learning. Journal of the Learning Sciences, 12 (2), 183-219.

Suthers, D. (2005). Technology affordances for intersubjective learning: A thematic agenda for CSCL. Paper presented at the international conference of Computer Support for Collaborative Learning (CSCL 2005), Taipei, Taiwan.

ten Have, P. (1999). Doing conversation analysis: A practical guide. Thousand Oaks, CA: Sage.

Van Der Pol, J., Admiraal, W., & Simons, R.-J. (2003). Grounding in electronic discussions: Standard (threaded) versus anchored discussion. Paper presented at the international conference of Computer-Supported Collaborative Learning (CSCL 2003), Bergen, Norway. Proceedings pp. 77-81.

Vygotsky, L. (1930/1978). Mind in society. Cambridge, MA: Harvard University Press.

Wasson, B., Ludvigsen, S., & Hoppe, U. (Eds.). (2003). Designing for change in networked learning environments: Proceedings of the international conference on computer support for collaborative learning 2003. Dordrecht, Netherlands: Kluwer Academic Publishers. In P. Dillenbourg (Ed.) Computer-supported collaborative learning book series, vol 2.

Weinberger, A., Reiserer, M., Ertl, B., Fischer, F., & Mandl, H. (2005). Facilitating collaborative knowledge construction in computer-mediated learning environments with cooperation scripts. In R. Bromme, F. Hesse & H. Spada (Eds.), Barriers and biases in computer-mediated knowledge communication--and how they may be overcome. Dordrecht, Netherlands: Kluwer Academic Publisher.

Whitworth, B., Gallupe, B., & McQueen, R. (2000). A cognitive three-process model of computer-mediated group interaction. Group Decision and Negotiation, 9, 431-456.

Zemel, A., Xhafa, F., & Stahl, G. (2005). Analyzing the organization of collaborative math problem-solving in online chats using statistics and conversation analysis. Paper presented at the CRIWG International Workshop on Groupware, Racife, Brazil.