Predicción y analíticas de aprendizaje

En las analíticas de aprendizaje el término que está de moda es predecir, o sea, deducir mediante los datos recolectados si un alumno está en riesgo de suspender el curso. Parece que lo único para lo que sirven es para buscar procesos de predicción y detección de patrones.

Quizás se deba al empezar a tener datos masivos con respecto al proceso de aprendizaje y aplicar Big Data, concepto relacionado con el almacenamiento de grandes cantidades de datos y a los procedimientos usados para encontrar patrones repetitivos dentro de esos datos.

Sin embargo, el verdadero poder de las analíticas de aprendizaje va más allá. Se trata de la definición de métricas, recolección de datos, análisis/visualización de los mismos. Cuando uno tiene datos educativos recolectados puede hacer muchas cosas con ellos. Por ejemplo, entender porqué un alumno en concreto ha tomado una decisión, mejorar su evaluación con datos objetivos, etc.

Analíticas de aprendizaje en una institución universitaria

La UNIR (Universidad Internacional de la Rioja) nos ofrece una interesante charla, en formato OpenClass, impartida por Abelardo Pardo. Este profesor de la Universidad de Sidney presenta las posibilidades, aspectos a tener en cuenta y facetas de implantación de las analíticas de aprendizaje. En su presentación el enfoque está dirigido a los planteamientos que se deben hacer desde una institución universitaria. Es una charla altamente recomendable para los interesados en la analítica de aprendizaje en este contexto.

Learning Analytics

Las nuevas tecnologías están permitiendo, en el proceso de aprendizaje, la recopilación de gran cantidad de datos producidos por la interacción del alumno con las plataformas de elearning. Sin embargo, ya no basta con disponer de estos datos a bajo nivel, sino que se necesita una transformación de los mismos para que los puedan analizar e interpretar más fácilmente los que intervienen en este proceso.

Muchas plataformas ya disponen de herramientas que tratan estos datos pero la información resultante es muy pobre, por lo que se están abriendo diferentes líneas de investigación para ampliar sus resultados.

Una de estas líneas es analizar, por ejemplo, las variables de los diferentes perfiles que tienen los alumnos y que pueden llevar a disminuir o aumentar su rendimiento académico. El objetivo es intentar predecir, procesando los datos de bajo nivel que recogen las plataformas, el rendimiento académico. Determinar, de toda esa cantidad ingente de datos que a simple vista son imposibles de interpretar, cual es la información útil y conseguir transformarla en gráficos y alertas para ayudar a mejorar el proceso de aprendizaje del alumno.