Mooc Learning Analytics en Educación (#EduAnaliticsMooc) I

Unidad 1: Concepto y utilidades

En esta unidad del mooc nos centramos en introducirnos en el concepto de Analíticas de aprendizaje (LLAA) y el potencial que ofrece, tanto a los docentes como al alumnado, para hacer un seguimiento de los procesos de enseñanza-aprendizaje a través del análisis de los datos que aportan.

Como definición genérica nos quedamos con la de Long y Siemens para quienes se trata de “la medida, recolección, análisis y presentación de datos sobre los estudiantes y sus contextos con el propósito de comprender y optimizar el aprendizaje y el entorno en que tiene lugar”.

Por lo tanto, estamos hablando de datos (espacialmente los generados en entornos virtuales de aprendizaje u otras aplicaciones de aprendizaje digital: número de accesos, materiales revisados, participaciones en foros, puntuaciones en actividades, …), pero también de un modo de explorar estos datos (por tanto, de una disciplina emergente relacionada con métodos específicos de tratamiento de datos) y del uso inteligente que demos al análisis de esos datos (para reflexionar sobre la proceso de aprendizaje y mejorarlo, que se aplica a diversos niveles, desde el individual del profesor y/o alumno concreto hasta el de los responsables educativos, pasando por intereses empresariales o de negocio en el sector editorial educativo, por ejemplo).

Aunque siempre se han utilizado datos en educación, la revolución tecnológica también ha cambiado el panorama porque ahora disponemos de un volumen ingente, que puede ser recogido y tratado con herramientas muy potentes, y que se encuentra al alcance de mucha más gente a golpe de clic, a partir de la huella digital que todos dejamos en Internet.

Las análiticas de aprendizaje se originan a partir de las analíticas de negocio del mundo empresarial que, desde la década de los 80 del siglo pasado, pretendían medir y analizar datos económicos para entender el mercado y posicionar a las empresas para incrementar sus beneficios. La aplicación a la educación de este enfoque métrico y cuantificador comienza en el año 2000 con los estudios pioneros en e-learning de Mitchell y Costello.

No se trata ni de Big Data ni de Minería de datos, aunque se relacionan con ellos. Si el Big Data maneja grandes volúmenes de información que no pueden ser tratados con software convencional, y la Minería de datos son técnicas y tecnologías que intentan descubrir patrones en ese ingente cúmulo de información, precisando altos conocimientos informáticos y algoritmos predictivos de gran complejidad, las analíticas de aprendizaje no manejan necesariamente grandes volúmenes de información ni precisan hacer predicciones y usan herramientas accesibles. No obstante, como indica Jordi Adell, dependiendo de los interesados (stakeholders) el volumen de datos y la sofisticación de los sistemas de análisis será creciente hasta hacer indistinguibles los tres conceptos (desde los estudiantes-profesores que las utilizan en sus contextos de enseñanza-aprendizaje hasta los investigadores y los diseñadores de los sistemas educativos). Según quién las utilice tendremos perspectivas, intereses y expectativas diferentes, y mayor o menor capacidad de utilizarlas con fines predictivos y de intervención que aumentan las posibilidades de control.

Jordi Adell las considera como una de las nuevas tendencias educativas que, dentro de las llamadas pedagogías emergentes, suponen una adaptación del Big Data a la educación. Una tendencia que responde a la creciente necesidad de justificar y basar las decisiones didácticas en datos empíricos y evidencias.

Las análiticas tienen un ciclo de cuatro tiempos: aprendices o learners, datos, métrica e intervención. Este ciclo comienza con aprendices que hacen cosas dejando datos (huella digital), datos que recolectamos y medimos para hacer, a partir de las conclusiones obtenidas en su análisis, cambios  o predicciones que redundarán en presumiblemente en mejoras.

Existen diferentes tipos de análiticas:

Descriptivas Informes y descripciones ¿Qué fue mal?

¿Qué fue bien?

Diagnósticas Interacciones y visualizaciones ¿Por qué ocurrió esto?

¿Cuáles son las secuencias de aprendizaje exploradas?

Prescriptivas Alertas, notificaciones y recomendaciones ¿Qué está ocurriendo ahora?

¿Qué sería mejor hacer?

Predictivas Tendencias futuras y predicciones ¿Qué espero en el futuro?

¿Cómo puedo diseñar itinerarios de aprendizaje?

Aprendizaje aplicado Enseñanza personalizada y aprendizaje adaptativo ¿Cómo podría presentar estos contenidos adaptados a este estudiante?

Jordi Adell apunta un tema de gran calado para la reflexión, relacionado con la suplantación de las decisiones didácticas por parte de las analíticas de aprendizaje, en el caso de que se apueste por una versión dura y tecnológica de pedagogía algorítmica o aprendizaje adaptativo (ver algunos ejemplos de plataformas de aprendizaje adaptativo tipo Knewton, SmartSparrow, Learnsmart o Cerego). Estas dos citas de Simon Buckingham Shum van en esa línea de reflexión:

“Nuestras analítica de aprendizaje son nuestra pedagogía”

“¿Está la educación preparada para convertirse en una empresa basada en datos y ciencia?”

y nos alertan de caer en el “solucionismo tecnológico” que menciona Adell en este video donde expone esta tendencia educativa de las LLAA:

El Reto de la Unidad 1

El reto para esta unidad consiste en crear una presentación o mapa mental, mapa conceptual o resumen tipo visual thinking que muestre los aspectos, conceptos y contenidos que nos hayan llamado la atención en esta primera aproximación al tema, y debe incluir de manera obligatoria:

1.- Un definición propia del término que se ajuste al concepto que hayamos obtenido de las LLAA.

2.- Una breve reflexión sobre el uso que hemos hecho hasta el momento de las LLAA y el que podríamos darle para mejorar nuestra labor docente.

3.- Investigar o dar cuenta de alguna iniciativa a nivel mundial para difundir el LLAA o sobre algún caso práctico de aplicación indicando, al menos, cuándo y dónde se produjo o se está produciendo, quiénes llevan a cabo la iniciativa y los resultados de la misma si es oportuno.

El resultado lo presento en este mapa mental hecho con coogle publicado en https://coggle.it/diagram/XN1JfK0oHBLdRSU2/t/anal%C3%ADticas-de-aprendizaje/16612514ac7ec1f4b961f976e522ff1d31adc063b0da7ce00fe9da1ae23b327e

Autor: mexphers

Profesora de Filosofía

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.