Volver al listado

Mejora la formación de tus alumnos con analíticas de aprendizaje

Las analíticas de aprendizaje hacen referencia a la aplicación educativa del Big data. Un término, este último, que a su vez significa la extracción de información resultante del cruce de enormes cantidades de datos para que así un programa informático pueda evolucionar en uno u otro sentido. Lo que permite analizar la actividad de los alumnos en, por ejemplo, una intranet educativa, de cara a conocer sus puntos fuertes y ejes de mejora y así poder ayudarle, y conducirle, en su evolución como estudiante. Una forma (digital) de dirimir las posibles maneras de mejorar el rendimiento de los alumnos cuyo creciente uso en entornos escolares de todo tipo ha ido, sin embargo, de la mano de una renovada polémica sobre los límites éticos de su utilización.

Del análisis de datos al análisis de resultados

El auge de la aplicación de estas tecnologías analíticas en entornos educativos se ha producido de forma simultánea a la implementación de las Tecnologías de la Información y la Comunicación (TIC) en las escuelas y universidades, que han hecho posibles el seguimiento de los procesos formativos del alumnado a través de la implementación de cursos en línea, plataformas como Blackboard, ejercicios hechos con ordenador o experiencias en red, pero sus orígenes son ajenos al fenómeno educativo. Inicialmente utilizado con finalidades relacionadas de un modo u otro con la eficiencia empresarial y la satisfacción de las necesidades de los consumidores, el análisis de datos también fue adoptado, con relativa rapidez, en contextos como el deportivo o, incluso, el médico. Pero en todos los casos la forma de cotejar datos fue (y es) más o menos la misma, siendo el objetivo final de este análisis lo que verdaderamente marcaba una diferencia entre unas y otras áreas de aplicación. Un extremo al que no es ajena su aplicación al mundo educativo. Actualmente, el análisis de datos aplicado a la educación puede funcionar a partir de dos principios fundamentales: la predicción y la prescripción de resultados. El primero analizará estadísticamente las posibles consecuencias de una combinación de variables que pueden ir desde los resultados de un examen on-line hasta el número de intervenciones de un alumno en el foro de una intranet escolar, y el segundo, referente a la prescripción, intenta incentivar el desarrollo del estudiante en un sentido u otro a partir de los resultados de su actividad escolar anterior en la Red.

Cómo mejorar el rendimiento del alumnado

Todo lo anterior permite establecer una serie de patrones de rendimiento que definan cómo uno o varios estudiantes han obtenido el éxito educativo para así poderlo adaptar a las particularidades de cada alumno y su itinerario pedagógico. Lo que, si bien obliga a preguntarse cuál es el principio de excelencia educativa que organiza toda esa actividad, y más aún si tenemos en cuenta que este es un factor que varía mucho dependiendo de la visión que se tenga sobre la educación y su “utilidad”, también implica la existencia de una serie de fuentes de las que extraer esa información. Son las siguientes:

  • Redes Sociales (RRSS): por su uso masivo, y más extendido aún entre la comunidad estudiantil que, se supone, entre el profesorado, el análisis de las RRSS hace posible saber el número de interacciones que se dan entre alumnos y entre estos y sus docentes, estableciendo así el grado de socialización educativa de cada uno de los estudiantes y como éste influye en el resultado final de su formación.
  • Evaluación de contenidos: a partir de la labor de los docentes, encargados últimos de valorar el nivel de adquisición de conocimientos a través de los ejercicios entregados, pueden analizarse los resultados académicos de los estudiantes para ver qué han logrado en comparación con los objetivos marcados.
  • Tipología de participación del alumnado: número de minutos conectados, lugar desde el que se establece esa conexión, o la actividad que se lleva a cabo durante ese periodo de tiempo son algunos de los factores que pueden tenerse en cuenta de cara a establecer un retrato de los usuarios.

Este conjunto de fuentes de datos, que cotejados a través del Big Data aportan una serie de parámetros a seguir, permiten establecer uno o varios posibles itinerarios formativos para que los estudiantes adquieran un mejor rendimiento académico y/o educativo y así tanto ellos como las instituciones en las que estudian puedan reorientarse para conseguirlo. Pero también permiten la creación de un proceso de aprendizaje adaptativo pensado para cada alumno, al combinar estas analíticas de aprendizaje con la aplicación educativa de la Inteligencia Artificial (IA) y así acompañar algorítmicamente al alumnado en todos los pasos de su desarrollo escolar. Aunque, que no cunda el pánico, ninguna de estas funciones puede sustituir la labor de los docentes, desde el momento en el que su trabajo como supervisores y conductores del proceso educativo que se da a través de las TIC sigue siendo tan válido como en ausencia de estas tecnologías. Y más aún si tenemos en cuenta que sólo vosotros podéis discernir qué valor y objetivos puede y debe tener una educación digna de tal nombre.

Para saber más:

Texto: Analítica de aprendizaje y personalización, por Miguel Zapata Ros.Webinar: Analíticas de aprendizaje y su mirada en e-learning.

Deja un comentario

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