El rol de las tecnologías en la educación es cada día más preponderante. Hace algunos años, varios autores imaginaban un futuro en el que, a través del uso de software especializado, las personas serían expuestas a formas innovadoras de enseñar y aprender. No obstante, a raíz de la propagación del virus COVID-19, dicho futuro nos alcanzó antes de lo esperado. A continuación compartimos con ustedes una serie de reflexiones respecto al impacto que las tecnologías pueden tener dentro y fuera del aula.

Tecnología para la enseñanza

Para un educador que busca dar una clase haciendo uso de tecnología, el reto no está en definir 'qué' hardware o software utilizará sino en 'cómo' lo hará. Esto debido a que sobre este recae la responsabilidad de garantizar que los modelos pedagógicos que elija, los planes de estudio que desarrolle, las actividades que planee, y los métodos de evaluación que aplique, independientemente del tipo de tecnología que utilice, desafíen a sus estudiantes y los motiven a aprender y a ejercitar su pensamiento crítico y creatividad (Piki, 2017). Por ello, se recomienda tener presente factores como la forma de actuar de los alumnos, su forma de razonar o reflexionar, el cómo se sienten cuando se involucran en actividades colaborativas a través de la tecnología, sus conocimientos previos, etc. (Hawlitschek, Berndt, & Schulz, 2021; Piki, 2017). 

Otros factores que se pueden tomar en cuenta incluyen los dispositivos disponibles, la duración de la intervención, el papel que deba desempeñar el educador, los métodos de recompensa empleados, el contexto de enseñanza, el tipo de interacción, los objetivos, las indicaciones, el contexto sociocultural, y la retroalimentación que tengan de cursos/clases anteriores (Hawlitschek, Berndt, & Schulz, 2021; Piki, 2017; Silva et al. 2021). En otras palabras, los educadores deben considerar diversos aspectos, además de los objetivos pedagógicos de la clase.

Tecnología para el aprendizaje

Como humanos, tendemos a aprender mejor cuando vivimos experiencias en las que tenemos una acción que tomar o un problema que resolver, nos involucramos emocionalmente en ello, y podemos explorar y probar cosas (Fornós, 2020).  Esto implica que el aprendizaje tiene componentes cognitivos y afectivos. Cada estudiante tiene su propio estilo para aprender el cual refleja su forma de absorber y procesar la información. El término estilo de aprendizaje se usa para referirse a las formas generales, individuales, naturales, habituales, y preferidas que una persona tiene de concentrarse, absorber, internalizar, procesar, y retener nueva información (y habilidades), o bien, para hacer frente a un problema (Aziz, Dostál, & Wang, 2019). Entre las modalidades básicas para procesar la información destacan: visual (aprender viendo), auditiva (aprender escuchando) y cinestésica (aprender haciendo), cada una con características específicas (Valcheva, Todorova, & Asenov, 2010).

Algunos de los factores que pueden afectar (positiva o negativamente) el aprendizaje de los alumnos, ya sea de forma análoga o digital, incluyen: (1) el contenido, en términos de su organización, presentación, relevancia, complejidad, y accesibilidad; (2) las actividades a llevar a cabo, en cuestión de su adecuación, duración, dificultad, secuencia, interactividad, y oportunidades de auto-reflexión que provean; (3) la interacción con terceros, en términos de colaboración, y apertura para compartir; (4) la personalización, en cuestión de control por parte del alumno y oportunidad para customizar la experiencia; (5) la tecnología implementada, en términos de operabilidad, estética, retroalimentación, accesibilidad, y adecuación con respecto al objetivo educativo; (6) el lugar donde se trabaje, en cuestión de espacio, contexto, disponibilidad de recursos, y comodidad; (7) el profesor, en términos de actitud, conocimientos, habilidades, competencias, y disponibilidad; (8) la institución de estudios, en cuestión de la organización y procesos administrativos vinculados al paso del estudiante por esta; y (9) el estudiante mismo, en términos de su actitud, conocimientos, habilidades, competencias, experiencias previas, expectativas, y motivación (Navarro Cota, Molina Díaz, & Redondo Duque, 2014; Sailer, Schultz-Pernice, & Fischer, 2021; Seow et al. 2008).

Recursos tecnológicos de los que se dispone

Las personas procesamos la información de formas diferentes (i.e., bajo modalidades diferentes). Algunas de las modalidades de procesamiento de información más conocidas incluyen visual, auditiva y kinestésica. De ahí que, para aprovechar cada una de ellas, se recomienda seguir enfoques diferentes (Valcheva, Todorova, & Asenov, 2010). En el caso particular de la educación, para los estudiantes que suelen procesar de mejor manera la información visual pueden aprovecharse recursos como presentaciones, demostraciones, películas, diagramas, fotografías, textos, gráficos, etc. En el caso de los estudiantes que procesan de mejor manera los estímulos auditivos pueden beneficiarse de recibir instrucción oral, lecturas en voz alta, asociaciones de palabras, discusiones grupales, música, video con instrucciones de voz, etc. Para aquellos que son más kinestésicos existen ejercicios tales como la resolución de problemas, los juegos de rol, la elaboración de listas, análisis, etc.

En este sentido, existen una serie de espacios y recursos tecnológicos que pueden ser utilizados para el aprendizaje y la enseñanza de todo tipo de personas. Entre estos destacan: dispositivos (e.g., computadora de escritorio, interactive whiteboard, laptop, smartphone, tablet, touch panel), herramientas de diseño (e.g., Adobe Illustrator, Adobe Photoshop, Corel Draw, Draw.io), herramientas de prototipado (e.g., Adobe XD, AppInventor, AppyBuilder, Bubble, Figma, InVision, Proto.io, Scratch, Thunkable), learning management systems (e.g., Blackboard, Canvas, Moodle), librerías digitales (e.g., Elsevier, ACM Digital Library, IEEE Xplore, Sciencedirect, Google Scholar), MOOC (e.g., edX, Coursera, Khan Academy), multimedia (e.g., animación, audio, imágenes, gráficos, videos, efectos de sonido), redes sociales (e.g., Facebook, Instagram, Line, Twitter), servicios de nube (e.g., Google Cloud, Microsoft Azure), servicios de videollamada (e.g., Microsoft Teams, Skype, Zoom), simulaciones, tutoriales, videojuegos, vlogs, Wikipedia, y YouTube (Aziz, Dostál, & Wang, 2019; Cai, 2018; Carver, Howard, & Lane, 1996; Coito & Palma, 2008; Cukurova et al. 2016; Dodson et al. 2018; Eagle & Barnes, 2012; Faisal, AlAmeeri, & Alsumait, 2015; Fornós, 2020; Ho et al. 2019; Jacobson, 2018; Jiang & Tse, 2021; Kim et al. 2009; Koh et al. 2016; Kross, Hargittai, & Redmiles, 2021; Lee et al. 2019; Narayanan et al. 2014; Navarro Cota, Molina Díaz, & Redondo Duque, 2014; Paez, 2017; Posch & Fitzpatrick, 2012; Rowe et al. 2010; Ruiz & Snoeck, 2018; Sarmento, Gomes, & Moreira, 2018; Silpasuwanchai et al. 2016; Skirpan & Yeh, 2015; Smith et al. 2021; Steglich et al. 2020; Suebsom, 2020; Tan, Ling, & Ting, 2007; Wang, Chen, & Behrmann, 2008).

Beneficios y limitaciones

Entre los beneficios de trabajar con tecnología en la educación, ya sea para enseñar o aprender, destacan los siguientes: (1) la capacidad de personalizar las experiencias de aprendizaje; (2) la oportunidad de proveer experiencias valiosas; (3) la posibilidad de utilizar herramientas nuevas e innovadoras; (4) la facultad de proporcionar formas alternativas de aprendizaje; (5) la capacidad de establecer entre los alumnos el hábito de prepararse adecuadamente para la clase; (6) la oportunidad de favorecer el aprendizaje cooperativo; (7)  la posibilidad de promover valores (e.g., liderazgo) entre los estudiantes; (8) la facultad de motivar a los estudiantes (e.g., estimulando su intelecto, proporcionando recompensas); (9) la capacidad de planear estrategias flexibles; (10) la oportunidad de preparar actividades que fomenten el desarrollo intelectual de los alumnos; (11) la facultad de afectar positivamente la actitud de alumnos y profesores; (12) la capacidad de mejorar la comunicación profesor-alumno y entre alumnos; (13) la oportunidad de desarrollar competencias individuales y grupales; (14) la posibilidad de preparar ejercicios para mejorar la metacognición de los estudiantes; (15) la facultad de conectar a los estudiantes con problemas y escenarios del mundo real; (16) la capacidad de presentar problemas y conceptos desde perspectivas diferentes; y (17) la posibilidad de fomentar la comprensión y retención de la información (Carver, Howard, & Lane, 1996; Chanin et al. 2018; Corporan & Martin, 2014; Eagle & Barnes, 2012; Fornós, 2020;  Jiang & Tse, 2021; Limueco & Prudente, 2019; Rowe et al. 2018; Steglich et al. 2020).

Por otro lado, entre las limitaciones de usar tecnología en la educación destacan: (1) el tipo y variedad de evaluación que puede llevarse a cabo puede ser limitado o limitante (e.g., uso de encuestas para valorar la aceptación); (2) las soluciones tecnológicas pueden no estar disponibles o ser accesibles para todos; (3) la falta de habilidades digitales (de alumnos o profesores) puede afectar al rendimiento; (4) el tiempo para planificar una clase o curso puede ser mayor que sin recurrir a la tecnología; (5) no todas las instituciones educativas pueden o quieren apoyar el desarrollo de cursos mediados con tecnología; (6) puede haber apatía hacia la tecnología por parte del alumnado o profesorado; (7) existen algunas materias o temas que no pueden ser desarrollados con tecnología; (8) algunos pueden dar mal uso a la tecnología (e.g., usarla como distractor); (9) puede caerse en enfoques unitalla, los cuales pueden ser limitados y limitantes; (10) los materiales disponibles pueden no ser de buena calidad; (11) de llevarse a cabo actividades presenciales y en línea, puede haber desconexión o discontinuidad entre lo que se hace en casa y en el aula; (12) el nivel de capacidad lectora que se requiere para consumir contenidos puede ser alto; y (13) el uso de ciertos recursos digitales puede ser un distractor para algunos alumnos (Cai, 2018; Corporan & Martin, 2014; Fidalgo-Blanco, Sein-Echaluce, & García-Peñalvo, 2020; Jiang & Tse, 2021; Köppe et al. 2016; Lepe-Salazar, 2015; Navarro Cota, Molina Díaz, & Redondo Duque, 2014; Ruiz & Stoeck, 2018; Schefer-Wenzl & Miladinovic, 2017).

Referencias

Aziz, A. K., Dostál, J., & Wang, X. (2019). ICT Integration for Differentiating Instructional Strategies to Achieve the Desired Learning in Students. In Proceedings of the 2019 3rd International Conference on Education and E-Learning (ICEEL'19). DOI: 10.1145/3371647.3371665

Cai, R. (2018). Adaptive Learning Practice for Online Learning and Assessment. In Proceedings of the 2018 International Conference on Distance Education and Learning (ICDEL'18). DOI: 10.1145/3231848.3231868

Carver, C. A., Howard, R. A., & Lane, W. D. (1996). A methodology for active, student-controlled learning. In Proceedings of the 27th SIGCSE Technical Symposium on Computer Science Education (SIGCSE'96). DOI: 10.1145/236452.236538

Chanin, R., Sales, A., Pompermaier, L., & Prikladnicki, R. (2018). Challenge based startup learning: a framework to teach software startup. In Proceedings of the 23rd Annual ACM Conference on Innovation and Technology in Computer Science Education (ITiCSE'18). DOI: 10.1145/3197091.3197122

Coito, F., & Palma, L. B. (2008). A remote laboratory environment for blended learning. In Proceedings of the 1st ACM international conference on PErvasive Technologies Related to Assistive Environments (PETRA'08). DOI: 10.1145/1389586.1389667

Conole, G. (2016). MOOCs as disruptive technologies: strategies for enhancing the learner experience and quality of MOOCs. Revista de Educación a Distancia (RED) 50. DOI: 10.6018/red/50/2

Corporan, R. A., & Martín, A. H. (2014). Collaborative learning methodologies mediated by ICT in secondary education. In Proceedings of the Second International Conference on Technological Ecosystems for Enhancing Multiculturality (TEEM ’14). DOI: 10.1145/2669711.2669975

Cukurova, M., Avramides, K., Spikol, D., Luckin, R., & Mavrikis, M. (2016). An analysis framework for collaborative problem solving in practice-based learning activities. In Proceedings of the Sixth International Conference on Learning Analytics & Knowledge (LAK'16). DOI: 10.1145/2883851.2883900

Dodson, S., Roll, I., Fong, M., Yoon, D., Harandi, N. M., & Fels, S. (2018). An active viewing framework for video-based learning. In Proceedings of the Fifth Annual ACM Conference on Learning at Scale (L@S'18). DOI: 10.1145/3231644.3231682

Eagle, M. J., & Barnes, T. (2012). A learning objective focused methodology for the design and evaluation of game-based tutors. In Proceedings of the 43rd ACM technical symposium on Computer Science Education (SIGCSE'12). DOI: 10.1145/2157136.2157170

Faisal, M. H., AlAmeeri, A. W., & Alsumait, A. A. (2015). An adaptive e-learning framework. In Proceedings of the 17th International Conference on Information Integration and Web-based Applications & Services (iiWAS'15). DOI: 10.1145/2837185.2837249

Fidalgo-Blanco, N., Sein-Echaluce, M. L., & García-Peñalvo, F. J. (2020). Hybrid Flipped Classroom: adaptation to the COVID situation. In Proceedings of the Eighth International Conference on Technological Ecosystems for Enhancing Multiculturality (TEEM'20). DOI: 10.1145/3434780.3436691

Fornós, S. (2020). Game Making as a Learning Strategy for Chemical Engineering. In Extended Abstracts of the 2020 Annual Symposium on Computer-Human Interaction in Play (CHI PLAY EA'20). DOI: 10.1145/3383668.3419888

Hawlitschek, A., Berndt, S., & Schulz, S. (2021). Towards a Framework of Planning Collaborative Learning Scenarios in Computer Science. In Proceedings of the 21st Koli Calling International Conference on Computing Education Research (Koli Calling'21). DOI: 10.1145/3488042.3488044

Herala, A., Vanhala, E., Knutas, A., & Ikonen, J. (2015). Teaching programming with flipped classroom method. In Proceedings of the 15th Koli Calling Conference on Computing Education Research (Koli Calling'15). DOI: 10.1145/2828959.2828983

Ho, P. C. W., Fok, W. W. T., Chan, C. K. K., Yeung, H. H. A., Ng, H. W., Wong, S. L., Ngai, S. Y., Kwok, P. H., Ho, Y. S., & Chan, K. H. (2019). Flipping the Learning and Teaching of Reading Strategies and Comprehension through a Cloud-based Interactive Big Data Reading Platform. In Proceedings of the 2019 8th International Conference on Educational and Information Technology (ICEIT'19). DOI: 10.1145/3318396.3318427

Jacobson, D. (2018). 12 Steps Toward Immersive Learning. eLearn 2018(4). DOI: 10.1145/3204477.3152720

Jiang, M. L., & W.C. Tse, A. (2021). The Effects of Multimedia Glosses, Learning Duration and Working Memory Capacity on High School Students’ Passive English Vocabulary Acquisition. In 2021 5th International Conference on Education and E-Learning (ICEEL'21). DOI: 10.1145/3502434.3502451

Kim, J., Jung, Y., Lim, Y., Kim, M., & Noh, S. (2009). An e-learning framework supporting personalization and collaboration. In Proceedings of the 3rd International Conference on Ubiquitous Information Management and Communication (ICUIMC'09). DOI: 10.1145/1516241.1516352

Kish, M. (2015). Building a Blended Learning Classroom that Works. eLearn, 2015(September). DOI: 10.1145/2822373.2822326

Koh, E., Shibani, A., Tan, J. P. L., & Hong, H. (2016). A pedagogical framework for learning analytics in collaborative inquiry tasks. In Proceedings of the Sixth International Conference on Learning Analytics & Knowledge (LAK’16). DOI: 10.1145/2883851.2883914

Köppe, C., Niels, R., Bakker, R., & Hoppenbrouwers, S. (2016). Flipped Classroom Patterns. In Proceedings of the 10th Travelling Conference on Pattern Languages of Programs (VikingPLoP'16). DOI: 10.1145/3022636.3022637

Kross, S., Hargittai, E., & Redmiles, E. M. (2021). Characterizing the Online Learning Landscape. In Proceedings of the ACM on Human-Computer Interaction, 5(CSCW1), 1–19. DOI: 10.1145/3449220

Lapitan, L. D., Tiangco, C. E., Sumalinog, D. A. G., Sabarillo, N. S., & Diaz, J. M. (2021). An effective blended online teaching and learning strategy during the COVID-19 pandemic. Education for Chemical Engineers, 116–131. DOI: 10.1016/j.ece.2021.01.012

Lee, C., Han, D., Jin, H., & Oh, A. (2019). automaTA. In Proceedings of the Sixth (2019) ACM Conference on Learning at Scale (L@S'19). DOI: 10.1145/3330430.3333658

Limueco, J. M., & Prudente, M. S. (2019). Flipped classroom enhances student’s metacognitive awareness. In Proceedings of the 10th International Conference on E-Education, E-Business, E-Management and E-Learning (IC4E'19). DOI: 10.1145/3306500.3306507

Martinelli, S. R., & Zaina, L. A. M. (2021). Learning HCI from a Virtual Flipped Classroom. In Proceedings of the XX Brazilian Symposium on Human Factors in Computing Systems (IHC'21). DOI: 10.1145/3472301.3484326

Narayanan, S. A., Kaimal, M. R., Bijlani, K., Prasanth, M., & Kumar, K. S. (2014). Computer Vision based Attentiveness Detection Methods in E-Learning. In Proceedings of the 2014 International Conference on Interdisciplinary Advances in Applied Computing (ICONIAAC'14). DOI: 10.1145/2660859.2660965

Navarro Cota, C. X., Molina Díaz, A. I., & Redondo Duque, M. N. (2014). Developing a framework to evaluate usability in m-learning systems. In Proceedings of the Second International Conference on Technological Ecosystems for Enhancing Multiculturality (TEEM ’14). DOI: 10.1145/2669711.2669924

Ossiannilsson, E., & Ioannides, N. (2017). Towards a Framework and Learning Methodology for Innovative Mobile Learning. In Proceedings of the 16th World Conference on Mobile and Contextual Learning (mLearn’17). DOI: 10.1145/3136907.3136929

Paez, N. M. (2017). A Flipped Classroom Experience Teaching Software Engineering. In 2017 IEEE/ACM 1st International Workshop on Software Engineering Curricula for Millennials (SECM'17). DOI: 10.1109/secm.2017.6

Petersen, G., Lyall, S., & Rahman, M. (2016). A Flexible Learning Framework for Kids. In Proceedings of the 21st Western Canadian Conference on Computing Education (WCCCE'16). DOI: 10.1145/2910925.2910934

Piki, A. (2017). Learner engagement in mobile computer-supported collaborative learning contexts. In Proceedings of the 16th World Conference on Mobile and Contextual Learning (mLearn'16). DOI: 10.1145/3136907.3136927

Posch, I., & Fitzpatrick, G. (2012). First steps in the FabLab. In Proceedings of the 24th Australian Computer-Human Interaction Conference (OzCHI'12). DOI: 10.1145/2414536.2414612

Repenning, A., Webb, D. C., Koh, K. H., Nickerson, H., Miller, S. B., Brand, C., Horses, I. H. M., Basawapatna, A., Gluck, F., Grover, R., Gutierrez, K., & Repenning, N. (2015). Scalable Game Design. ACM Transactions on Computing Education, 1–31. DOI: 10.1145/2700517

Rowe, J. P., Shores, L. R., Mott, B. W., & Lester, J. C. (2010). A framework for narrative adaptation in interactive story-based learning environments. In Proceedings of the Intelligent Narrative Technologies III Workshop (INT3’10). DOI: 10.1145/1822309.1822323

Ruiz, J., & Snoeck, M. (2018). Adapting Kirkpatrick’s evaluation model to technology enhanced learning. In Proceedings of the 21st ACM/IEEE International Conference on Model Driven Engineering Languages and Systems: Companion Proceedings (MODELS’18). DOI: 10.1145/3270112.3270114

Sailer, M., Schultz-Pernice, F., & Fischer, F. (2021). Contextual facilitators for learning activities involving technology in higher education: The C♭-model. Computers in Human Behavior, 106794. DOI: 10.1016/j.chb.2021.106794

Sarmento, T. S., Gomes, A. S., & Moreira, F. (2018). Classroom Adaptations for Blended Learning Practices. In Proceedings of the Sixth International Conference on Technological Ecosystems for Enhancing Multiculturality (TEEM'18). DOI: 10.1145/3284179.3284296

Schefer-Wenzl, S., & Miladinovic, I. (2017). Game Changing Mobile Learning Based Method Mix for Teaching Software Development. In Proceedings of the 16th World Conference on Mobile and Contextual Learning (mLearn'17). DOI: 10.1145/3136907.3136912

Seow, P., Zhang, B.H., So, H.J., Looi, C.K., and Chen, W. 2008. Towards a framework for seamless learning environments. In Proceedings of the 8th International Conference for the Learning sciences - Volume 2 (ICLS'08). International Society of the Learning Sciences, 327–334.

Shaban, A., & Pearson, E. (2019). A Learning Design Framework to Support Children with Learning Disabilities Incorporating Gamification Techniques. In Extended Abstracts of the 2019 CHI Conference on Human Factors in Computing Systems (CHI EA'19). DOI: 10.1145/3290607.3312806

Silpasuwanchai, C., Ma, X., Shigemasu, H., & Ren, X. (2016). Developing a Comprehensive Engagement Framework of Gamification for Reflective Learning. In Proceedings of the 2016 ACM Conference on Designing Interactive Systems (DIS'16). DOI: 10.1145/2901790.2901836

Silva, L., Mendes, A. J., Gomes, A., & Cavalcanti De Macêdo, G. F. (2021). Regulation of Learning Interventions in Programming Education. In Proceedings of the 52nd ACM Technical Symposium on Computer Science Education (SIGCSE'21). DOI: 10.1145/3408877.3432363

Skirpan, M., & Yeh, T. (2015). Beyond the Flipped Classroom. In Proceedings of the 46th ACM Technical Symposium on Computer Science Education (SIGCSE'15). DOI: 10.1145/2676723.2677224

Smith, C., Onofre-Martínez, K., Contrino, M. F., & Membrillo-Hernández, J. (2021). Course design process in a technology-enhanced learning environment. Computers & Electrical Engineering, 107263. DOI: 10.1016/j.compeleceng.2021.107263

Steglich, C., Salerno, L., Fernandes, T., Marczak, S., Dutra, A., Bacelo, A. P., & Trindade, C. (2020). Hackathons as a Pedagogical Strategy to Engage Students to Learn and to Adopt Software Engineering Practices. In Proceedings of the 34th Brazilian Symposium on Software Engineering (SBES'20). DOI: 10.1145/3422392.3422479

Suebsom, K. (2020). The use of blended learning. In Proceedings of the 2020 the 3rd International Conference on Computers in Management and Business (ICCMB'20). DOI: 10.1145/3383845.3383883

Tan, P. H., Ling, S. W., & Ting, C. Y. (2007). Adaptive digital game-based learning framework. In Proceedings of the 2nd International Conference on Digital Interactive Media in Entertainment and Arts (DIMEA'07). DOI: 10.1145/1306813.1306844

Tuparov, G., Al-Sabri, A., & Tuparova, D. (2019). Technological Model for Implementation of m-Learning in Higher Education in the Republic of Yemen. In Proceedings of the 20th International Conference on Computer Systems and Technologies (CompSysTech'19). DOI: 10.1145/3345252.3345299

Valcheva, D., Todorova, M., & Asenov, O. (2010). 3D model of e-learning. In Proceedings of the 11th International Conference on Computer Systems and Technologies and Workshop for PhD Students in Computing on International Conference on Computer Systems and Technologies (CompSysTech’10). DOI: 10.1145/1839379.1839443

Vavoula, G.N., Lefrere, P., O'Malley, C., Sharples, M. & Taylor, J. (2004). Producing guidelines for learning, teaching and tutoring in a mobile environment. In Proceedings of the 2nd IEEE International Workshop on Wireless and Mobile Technologies in Education (WMTE'04). DOI: 10.1109/WMTE.2004.1281378.

Wang, S., Chen, Q., & Behrmann, M. (2008). Agent-based ubiquitous m-learning portal for K-12 teachers. In Proceedings of the 5th International Conference on Soft Computing as Transdisciplinary Science and Technology (CSTST'08). DOI: 10.1145/1456223.1456329

Yengin, I. (2013). Applying mobile trends in education: A mobile learning guideline. In Proceedings of 2013 12th International Conference on Information Technology Based Higher Education and Training (ITHET'13). DOI: 10.1109/ithet.2013.6671010

Zhang, X. L., Wang, M., & Liu, J. (2010). Design and practice of learning activity in online teaching. In Proceedings of 2010 International Conference on Machine Learning and Cybernetics (ICMLC'10). DOI: 10.1109/icmlc.2010.5581068