Análiticas de aprendizaje

En el trabajo me pidieron algunas notas sobre analíticas de aprendizaje.

 

Definición

Learning analytics is the measurement, collection, analysis and reporting of data about learners and their contexts, for purposes of understanding and optimising learning and the environments in which it occurs. 1st International conference on Learning analytics and knowledge 2011.

Esta disciplina ha emergido en paralelo al desarrollo de tecnologías digitales capaces de recoger, almacenar y analizar grandes cantidades de datos (Ferguson 2012, Shacklock et al. 2016).

La analítica de aprendizaje no se limita a los datos que se generan en los entornos digitales y no se usan exclusivamente en las calificaciones de los alumnos y los datos no son manejados en exclusiva por investigadores. Una visión holística de la analítica de aprendizaje incluye la totalidad de la actividad educativa y el amplio espectro de actividades educativas para dar cuenta de toda la experiencia de un estudiante.  Sobre la variedad de datos y fuentes de los que pueden ser extraídos, Siemens (2012b) proporciona un esquema donde queda reflejado este enfoque holístico en la naturaleza y procedencia de los datos:

Fuente: Siemens (2012b)

 

Ferguson (2012), siguiendo esta perspectiva holística,  involucra  un variado grupo actores con diferentes roles y funciones en el amplio abanico de la educación. Por resumirlo podríamos decir que la analítica de aprendizaje puede proporcionar información de calidad a:

  • Administradores y responsables de políticas educativas en la mejora de la eficacia y eficiencia de los programas y políticas educativas. También llamados analíticas educativas. Long y Siemens (2011) prefieren hablar de “academic analytics” para este tipo de datos.
  • Estudiantes que pueden contar con información sobre su proceso de aprendizaje (progresos, nivel, dificultades…).
  • Profesores, diseñadores de materiales, diseñadores instruccionales y personas implicadas en el diseño de tecnología educativa que pueden contar con información para mejorar su tarea y funciones a lo largo del proceso de enseñanza-aprendizaje.

A partir del análisis de diferentes casos, Sclater et al. (2016) identifican los principales beneficios de la analítica de aprendizajes:

  • Mejora en la calidad de la enseñanza.
  • Evitar el abandono y mejorar la tasa de retención.
  • Permite a los estudiantes dirigir su propio proceso de aprendizaje.

Las técnicas usadas en la actualidad en la analítica de aprendizajes incluye, entre otras, los modelos predictivos, los perfiles de alumnos, los sistemas adaptativos y personalizados, técnicas para la intervención temprana cuando se detecta un problema, análisis de redes e interacción, minería de datos, sistemas inteligentes de tutorización, sistemas de recomendación de recursos, contenidos y actividades, etc.  (Siemens 2012, Ferguson, 2012).

Un proceso típico de aplicación de la analítica de aprendizaje se inicia con la recogida de datos y acaba con un resultado pasando por una fase de análisis. A lo largo de este proceso de suelen producir diferentes tipos de resultados que son mostrados a través de visualizaciones que podemos entender como la presentación de los resultados obtenidos de una forma clara y fácil de entender para los destinatarios. Por ejemplo, existen diferentes aplicaciones que generan “tableros” para alumnos o profesores con información sobre calificaciones, recursos consultados, tareas realizadas y por realizar, etc. Otro resultado prototípico de un proceso de analítica de aprendizaje son las recomendaciones que se hacen a un estudiante en función de diferentes parámetros y que funcionan de la misma manera que las recomendaciones de vídeos en Youtube o de productos en Amazon.

 

 

Ejemplos en de plugins que funcionan en Moodle

  • Heatmap. A partir de datos de participación ofrece información sobre las actividades que más alumnos han completado. Ofrece información a los diseñadores de curso sobre las actividades programadas.
  • Quiz statistics report. Ofrece datos sobre resultados en los tests y diferentes cálculos y formas de visualización de los mismos. Su misión es mejorar los tests.
  • Engagement analytics. Proporciona tableros para cada estudiante donde se muestra información de su actividad y progreso en el curso (recursos consultados, participación en foros, calificaciones obtenidas, etc.). Ayuda a hacer un seguimiento personalizado de cada alumno.
  • Learning Analytics Enriched Rubric Es una rúbrica que permite seleccionar descriptores y puntuaciones. El cálculo se hace de forma automática a partir de la actividad del alumno en el curso.
  • Forum Graph. Herramienta de visualización de la interacción en foros. Permite observar las redes que se establecen en un foro a partir de las contribuciones individuales.
  • Events Graphic Report. Ofrece visualizaciones de la actividad de un curso en un momento dado. Ayuda al tutor o diseñador del curso a tener una perspectiva de lo que está sucediendo en su curso.

 

Servicios de terceros que se integran con Moodle

  • Loop Tool. Herramienta open source que proporciona información práctica a los profesores a partir de los datos generados por los estudiantes en el LMS. Se acompaña de un manual.
  • Klass Data. Un plugin para Moodle que proporciona información en tiempo real a profesores sobre el rendimiento y actividad de los alumnos. Es un servicio ofrecido por terceros.
  • IADLearning. Es un software de personalización de los recursos de aprendizaje que ofrece trayectorias personalizadas de aprendizaje en función de diferentes parámetros relacionados con cada alumno. Se integra como un recurso en Moodle y es un servicio prestado por terceros.

 

 

Herramientas LTI

Learning Tools Interoperability (LTI) es un estándar desarrollado por IMS Global Learning Consortium. La idea que hay detrás es la de proporcionar una forma lo más sencilla posible de conectar aplicaciones de aprendizaje desarrolladas por terceros en un LMS (por ejemplo en Moodle) El objetivo principal es mejorar las prestaciones de un LMS para ofrecer una mejor experiencia de aprendizaje.

Eduapps Center es un repositorio de aplicaciones basadas en LTI que pueden ser integradas en LMS compatibles con este estándar.

Nota final

Cualquiera que esté mínimamente al día de lo que se publica en educación sabe que la analítica de aprendizaje es uno de los temas que más interés despierta y se presenta como la gran promesa de innovación de la tecnología al campo del aprendizaje y el aprendizaje. Al mismo tiempo hay diversas posturas críticas. Por un lado esta disciplina despierta lógicas preocupaciones éticas que tienen que ver con la privacidad, la propiedad de los datos e, incluso, con cuestiones políticas relativas a vigilancia que se ejerce a través de los dispositivos digitales. Por otra lado hay críticas que denuncian los intereses económicos que tienen grandes empresas tecnológicas en extender prácticas basadas en analíticas de aprendizaje (Rubel et al 2016).

Frente a esta perspectiva macro -que, obviamente, no hay que perder de vista- yo prefiero enfrentar la cuestión desde una perspectiva micro. Desde mi posición personal (determinada por mi interés, mis habilidades, las tareas que tengo encomendada en mi trabajo y mis propias preferencias), me inclino a seguir el llamamiento que hacía Laurillard (2014)  en un artículo de prensa

Big data could improve teaching, but not without educators taking control of this extraordinary methodological gift. At present the field is being driven almost entirely by technology professionals who are not educators and have never taught online. Instead, we could be recruiting all lecturers everywhere to collaborate and generate their own large-scale data collection and analysis. Then big data could really make a difference.

 

Si bien es cierto que la tecnología existe y que una creciente cantidad de datos está cada vez más disponible, también es cierto que los profesores no siempre tienen las habilidades necesarias para manejar ni esa tecnología ni esos datos. En parte es una cuestión de competencia y en parte es debido a que los datos son accesibles pero no en una forma amigable. Es necesario formarse y probar; entender y experimentar. Diseñar, investigar y mejorar.

Referencias

Corrin, L., Kennedy, G., De Barba, P. G., Lockyer, L., Gasevic, D., Williams, D., … Bakharia, A. (2016). Completing the loop: returning meaningful learning analytic data to teachers. A Handbook for Educators and  Learning Analytics Specialists. Sidney: Office for Learning and Teaching. Recuperado a partir de http://melbourne-cshe.unimelb.edu.au/__data/assets/pdf_file/0006/2083938/Loop_Handbook.pdf

Ferguson, R. (2012). Learning analytics: drivers, developments and challenge. International Journal of Technology Enhanced Learning, 4(5/6), 304-317. https://doi.org/http://dx.doi.org/doi:10.1504/IJTEL.2012.051816

Laurillard, D. (2014, junio 3). Big data can transform learning – as long as lecturers take control. The Guardian. Recuperado a partir de https://www.theguardian.com/higher-education-network/blog/2014/jun/03/big-data-transform-university-learning

Long, P., y Siemens, G. (2011). Penetrating the Fog: Analytics in Learning and Education. Educause Review. Recuperado a partir de http://er.educause.edu/articles/2011/9/penetrating-the-fog-analytics-in-learning-and-education

Rubel, A., y Jones, K. M. L. (2016). Student privacy in learning analytics: An information ethics perspective. The Information Society, 32(2), 143-159. https://doi.org/10.1080/01972243.2016.1130502

Sclater, N., Peasgood, A., y Mullan, J. (2016). Learning analytics in higher education: A review of UK and international practice Full report. Londres. Recuperado a partir de https://www.jisc.ac.uk/reports/learning-analytics-in-higher-education

Shacklock, X. (2016). From Bricks to clicks. The Potential of Data and Analytics in Higher Education. Londres. Recuperado a partir de http://www.policyconnect.org.uk/hec/sites/site_hec/files/report/419/fieldreportdownload/frombrickstoclicks-hecreportforweb.pdf

Siemens, G. (2012a). Learning Analytics: Envisioning a Research Discipline and a Domain of Practice. En Proceedings of the 2Nd International Conference on Learning Analytics and Knowledge (pp. 4–8). New York, NY, USA: ACM. https://doi.org/10.1145/2330601.2330605

Siemens, G. (2012b). What are Learning Analytics? [Blog]. Recuperado a partir de http://www.elearnspace.org/blog/2010/08/25/what-are-learning-analytics/

(Está disponible también un manuel sobre analíticas de reciente publicación: Lang, C., Siemens, G., Wise, A., & Grasevic, D. (2017). Handbook of Learning Analytics. SOLAR. https://doi.org/10.18608/hla17) 

 

Deja un comentario

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

Post Navigation