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. El análisis de datos educativos rompe los límites de esta pequeña premisa, que en sí misma forma parte de todo el proceso y es una opción a escoger entre las muchas disponibles.
Es curioso ver cómo entrada tras entrada en los distintos blogs los autores se centran principalmente en describir las analíticas de aprendizaje como un proceso de predicción y detección de patrones. Me pregunto si entre todos ellos se autorealimentan, es como vivir un bucle infinito lectura tras lectura… Quizás los autores están confundiendo dos términos completamente distintos, aunque en cierta manera relacionados: analíticas de aprendizaje y Big Data. Atención spoiler: Las analíticas de aprendizaje no son Big Data (las diferencias puedes encontrarlas en wikipedia, aquí para analíticas de aprendizaje y aquí para Big Data).
El verdadero poder de las analíticas de aprendizaje va más allá de las predicciones e inferencias. Este arte trata de la definición de métricas, recolección de datos, análisis/visualización de los mismos y de acciones derivadas. Cuando uno tiene datos educativos recolectados puede hacer muchas cosas con ellos. Por supuesto que se pueden intentar buscar patrones de comportamiento. Claro que se puede intentar establecer una tendencia entre grupos de alumnos. Pero también se pueden utilizar para entender porqué un alumno en concreto ha tomado una decisión o para mejorar su evaluación con datos objetivos.
Fuente de la imagen: Designed by Freepik
Hola Daniel. Me parece un artículo interesante aunque discrepo en el fondo. Big data es meramente un término descriptivo, es decir, describe unas características de un conjunto de datos que los hace «grandes». Si un entorno de aprendizaje con herramientas de learning analytics recoge una cantidad de datos que excede la capacidad de un sistema relacional ya hablamos de big data. Pero lo más relevante del concepto y lo que conecta big data y learning analytics es el principio de variedad. Hablamos de datos almacenados que en su mayor parte son datos no estructurados, por ejemplo, datos que sean capaces de almacenar una huella digital cognitiva sin importar su fuente, origen o formato y que se encuentren perfectamente integrados. Hoy en día, para que un sistema de analítica del aprendizaje sea realmente efectivo necesita nutrirse de todo el conjunto de herramientas asociadas al concepto de big data. En la actualidad desarrollo un entorno de aprendizaje de materias STEM con herramientas de learning analytics. stemacademy.konseye.es
Gracias Pedro, el artículo es una crítica al postureo tendencioso. A veces sale un término nuevo y automáticamente todo hace relación a este. Creo sinceramente que hay mucho más dato interesante en el Small Data que en el Big Data de algoritmos y predicciones. Aunque estoy de acuerdo en que muchos datos pueden dar una acertada perspectiva global, pero muchas veces los objetivos se consiguen con una o dos métricas a lo sumo. Creo que es un buen debate que podemos seguir en cuanto coincidamos.