Ayer hablé sobre las plataformas para el aprendizaje. Y uno de los grandes valores de estas plataformas tecnológicas es la cantidad de datos que pueden recoger y el conocimiento que podemos extraer de ellos.
En el informe “Horizon Iberoamérica 2012” plantea las analíticas de aprendizaje en una perspectiva de implantación de cuatro a cinco años: “Las analíticas de aprendizaje consisten en la interpretación de un amplio rango de datos producidos y recogidos acerca de los estudiantes para orientar su progresión académica, predecir actuaciones futuras e identificar elementos problemáticos. El objetivo de la recolección, registro, análisis y presentación de estos datos es posibilitar que los profesores puedan adaptar de manera rápida y eficaz las estrategias educativas al nivel de necesidad y capacidad de cada alumno”.
Junto a esto, hay un campo que puede aportar mucho a este tema, Educational Data Mining: “Educational Data Mining is an emerging discipline, concerned with developing methods for exploring the unique types of data that come from educational settings, and using those methods to better understand students, and the settings which they learn in. Whether educational data is taken from students’ use of interactive learning environments, computer-supported collaborative learning, or administrative data from schools and universities, it often has multiple levels of meaningful hierarchy, which often need to be determined by properties in the data itself, rather than in advance. Issues of time, sequence, and context also play important roles in the study of educational data.”
Nosotros, de alguna manera, llevamos tiempo trabando en ello. Para poder realizar analíticas del aprendizaje necesitamos:
– Plataformas tecnológicas para la recogida automática de los datos. Del uso de la tecnología para la mejora del aprendizaje he escrito mucho en este blog (y en otros lugares), pero en estos momentos estamos trabajando en el videojuego como plataforma de aprendizaje y de recogida de datos. Las plataformas de aprendizaje clásicas, como meros gestores de contenidos (ver entrada de ayer) y plataformas administrativas tiene una información que nos parece poco útil: número de accesos, de descargas, tiempo de conexión… En cambio si diseñamos un videojuego para ello, tenemos muchísima información sobre la que trabajar.
– Técnicas de inteligencia artificial para obtener conocimiento que sirva para la toma de decisiones. Con técnicas estadísticas podemos comprobar si nuestras hipótesis son adecuadas o no (que ya es bastante). Pero podemos utilizar técnicas de minería de datos para buscar relaciones que no son evidentes o que no se nos había ocurrido explorar.
– Gestión del conocimiento. Pasar de datos a información, y de esta a conocimiento es el objetivo final. Definir unos indicadores adecuados no es tan sencillo. Y mostrarlos en un cuadro de mandos útil para la toma de decisiones es una tarea que necesita de expertos en el tema. Además se ha avanzado mucho en la representación gráfica de la información (infografía). Me parece un campo muy atractivo.
De cualquiera de estos temas ya he escrito y hablado por separado. Aquí he pretendido dar una visión integral. Hace escasamente un mes se defendió un DEA (Diploma de Estudios Avanzados) que lo integra todo (Un videojuego como sistema predictivo de aprendizaje), y esperamos que sea el germen de una tesis doctoral y de futuros trabajos de investigación. Me parece un campo con muchas e interesantes expectativas y que nos permitirá avanzar hacia un aprendizaje verdaderamente personalizado, hacia lo que he definido como “docencia líquida”.