Carmen Pérez FragosoUniversidad Autónoma de Baja California

La exploración de los registros de los cursos en

línea con fines de investigación

Plan de la presentaciónOrígenes y planteamiento del problema

Los contextos (nacionales) en la generación y uso de los datos.La posibilidad de nivelar este desfase ¿????

Analítica del aprendizaje (learning analytics) Definición y delimitación. Niveles de aplicación.

Dimensiones del problemaModelo de diseño integrador.Aplicación del modelo. Ejemplos

Debate

OrígenesLa cantidad cada vez más grande de

datos electrónicos personales (rastro digital).

Los avances en los sistemas de recuperación de la información

Planteamiento del problema(datos educativos)

Nuevas herramientas para el análisis de los datos almacenados en las plataformas.

Desfase de la experiencia tecnológica entre los usuarios por países.

No es lo mismoHaber estado siempre «en la punta», incluyendo la

investigación.

A

Tener acceso «de golpe», sin haber vivido –aprovechado la experiencia– de los pasos previos.

¿Es posible –qué implica(ría)– la nivelación? [ ¿Es una «affordance»? ]

Definición

Analítica del aprendizaje es la medición, recopilación, análisis y reporte (divulgación) de información sobre los estudiantes y sus contextos de aprendizaje, con los propósitos de comprender y optimizar el aprendizaje y los ambientes en los que se produce.

Society for Learning Analytics Research (SoLAR, 2012)

Enfoque

… el análisis de los datos capturados automáticamente en las plataformas para estudiar el comportamiento de los estudiantes.

Phillips, et al., 2012

MDE vs. LALa Minería de Datos Educativos – el

desarrollo de métodos para analizar los datos del aprendizaje.

La Analítica del Aprendizaje (LA) – la interpretación y contextualización de esos datos para la mejora del aprendizaje.

Institución

Maestros ! Maestros

Estudiantes!Estudiantes!Estudiantes

RE

FL

EX

IÓ

N

Políticas educativas

P R

E D

I C C

I Ó N

Propósito de la inv.: Propósito de la inv.:

Aplicación en diferentes nivelesMacro - para auxiliar a los diseñadores de política educativa

con información sobre las poblaciones estudiantiles, inscripciones futuras y a los diseñadores de curriculum para evaluar la oferta (detectar huecos o traslapes, optimizar recursos…)

Meso – para auxiliar a las autoridades de las IES al facilitar mejores juicios, predecir resultados y apoyar intervenciones preventivas.

Micro – para mejorar el aprendizaje y la enseñanza.

Fuente: de la Chezz, Iris (2013). Learning Analytics and Learning management systems

Tipo de datos Nivel de análisis Beneficiarios Aprendizaje

Curso – redes sociales, desarrollo conceptual, análisis del discurso, curriculum adaptativo

Estudiantes, maestros

Departamento – predicciones, modelado, patrones de éxito-fracaso

Estudiantes, maestros

Académicos

Institucional – perfiles de estudiantes, desempeño de académicos, flujos de tareas

Administradores, financiadores

Regional – comparaciones entre sistemas institucionales

Administradores, financiadores

Nacional - comparaciones entre sistemas estatales / nacionales

Gobiernos, autoridades educativas

Ventajas para la investigaciónRecopilación-proc. Tradicional Recopilación-proc. AutomatizadoCuestionarios, entrevistas, etc.Costo, tiempo, alcance y

autenticidad de los datos.

Muestra representativa

Herramientas ad hocDisponibilidad sin costo,

tiempo real, datos reales (de los procesos reales).

Grupos completos.

► Recopilación de la información más comparable a las observaciones que a la recolección intrusiva de otros métodos.

► Información más auténtica, datos reales en contexto

► Mejorará la comprensión de los procesos de E-A

► Resaltará posibles inconsistencias entre el comportamiento y la percepción de los usuarios.

Problemas / contextoCampo nuevo – teoría que ayude a decidir la

selección de los datos para los análisis.

Diversidad de entornos y herramientas.

Captura y almacenamiento no estándar.

Estudios empíricos en contextos disímiles impiden su replicación.

Los sistemas de recuperación de la informaciónLa información digital es redundante y

dinámica.

Es redundante debido al hecho de que muchas fuentes presentarán un informe sobre el mismo evento o situación.

Es dinámica debido al valor de tiempo, donde lo que se divulgó como cierto ayer puede ser falso hoy.

Modelo de diseño para los análisis (LA)Meta-análisis – basado en los debates sobre el

tema en varios foros:

Greller, W., & Drachsler, H. (2012). Translating Learning into Numbers: A Generic Framework for Learning Analytics, Educational Technology & Society, 15 (3), 42–57.

Marco de análisis« Los procesos y requerimientos detrás del uso positivo y ético de LA, así como las consecuencias para el aprendizaje y la enseñanza están aún muy lejos de ser comprendidas. La propuesta explora las dimensiones clave de LA, las áreas problema críticas y algunos peligros potenciales de la explotación de datos educativos.

Es un marco de diseño genérico que puede actuar como una guía útil para configurar servicios de LA en apoyo a la orientación de la práctica educativa y el aprendizaje, la mejora de la eficiencia y efectividad del maestro, y la calidad del desarrollo curricular» Greller y Drachsler, 2012, p. 42

Limitaciones internas

Restricciones externas

Objetivos Información

INSTRUMENTOS

ACTORES

Maestros

Tecnología

Algoritmos

Teorías

Otros

Institución

Estudiantes

Otros

Competencias Aceptación Normas Convenciones

LA

Predicción Abierta ProtegidaReflexión

Restricciones externas (cuestiones sociales)

Convenciones Normas Cuestiones éticas, de privacidad,

Leyes, políticas educativas Estándares

Investigación tradicional - Consentimiento informado

Datos textuales digitales: Los datos personales pertenecen a la persona.Los datos anonimizados pertenecen al dueño de la base de datos.

Datos en otros dispositivos – Smas. de rastreo, cámaras con reconocimiento facial etc. almacenan datos del comportamiento de las personas sin su consentimiento (incluso sin su conocimiento).

Limitaciones internas (cuestiones personales)

Competencias Aceptación

Para interpretar y contextualizar los análisis.

Pensamiento crítico.

A la fecha, limitada. Evaluación empírica de los

métodos.

RiesgosLa simplificación de los procesos de E-ALas predicciones: solo los comportamientos promedio, no las excepciones LA traduce el aprendizaje en números.

Una doble agenda (un doble esfuerzo)Trabajar en la resolución de los problemas

educativos del siglo XXAtender los retos que demanda la

formación del siglo XXI

Opción: Replicar el desaprovechamiento de la información, ahora de las fuentes digitales.

Muchas gracias por su atención

Carmen Pérez Fragoso cperez@uabc.edu.mx