Analítica del aprendizaje: posibilidades y retos para la ciencia de los datos en la educación superior

Priscila Zigunovas
08/02/18
Ajuste el
tamaño del texto+

¿Por qué es importante? La analítica del aprendizaje está en boga y las posibilidades que ofrece son amplias. Las instituciones y profesionales de la educación pueden sacar provecho de esta potente tecnología, pero no deben olvidar nunca que cualquier trabajo con datos también requiere de la inteligencia humana.

A pesar de ser un concepto relativamente nuevo, las instituciones de educación superior consideran que la analítica del aprendizaje constituye un recurso muy útil para mejorar la toma de decisiones y obtener mejores resultados.

“Lo que se mide, se administra”. Los investigadores y estudiosos de la analítica del aprendizaje usan esta cita de Peter Drucker, padre de la gerencia moderna, para ilustrar cómo los datos pueden servir como apoyo para tomar decisiones, una práctica que podría beneficiar a muchas instituciones educativas. “La medición es clave para poder administrar apropiadamente nuestros sistemas, procesos y el éxito de nuestros estudiantes, ya que nos da acceso a información y conocimiento aplicable para obtener ciertos resultados”, dice el doctor Timothy Harfield, Senior Product Marketing Manager de Blackboard Analytics.

El reto más grande para la educación en los últimos años ha sido el aumento de su escala, la cual no solo tiene un impacto sobre el número de personas al alcance de las instituciones, sino que también, limita su capacidad de interactuar con los alumnos cara a cara; la analítica del aprendizaje puede ser la clave para superar este reto.

Según Harfield, quien estudió filosofía y sociología y ha realizado numerosas publicaciones sobre cómo se puede utilizar la analítica del aprendizaje para garantizar el éxito del estudiante con valores humanistas, “mientras más aumenta la escala y mayor es la asincronía de la educación, más crece la importancia de la analítica como herramienta de apoyo para prácticas de enseñanza y aprendizaje de alta calidad capaces de satisfacer las necesidades de los estudiantes oportunamente”. Sin embargo, la mayoría de las instituciones aún no explotan todas las bondades de la analítica.

Photo Timothy Harfield, Senior Product Marketing Manager de Blackboard Analytics
Timothy Harfield, Senior Product Marketing Manager de Blackboard Analytics

Grandes esperanzas

La analítica del aprendizaje es aún muy joven como campo y como disciplina, puesto que apenas cuenta con seis años de existencia; por ello, las instituciones e investigadores continúan experimentando de diversas formas con esta herramienta. De acuerdo con Harfield, durante los últimos años algunas instituciones han tenido mucho éxito al implementar la analítica, mientras que otras se decepcionaron y ahora dudan de las posibilidades que ésta brinda. “Un día amanecimos con acceso a todo tipo de datos, y todos nos emocionamos. Había muchas expectativas y promesas, pero poca claridad sobre qué era realmente posible y cómo las instituciones podían sacar provecho de los datos”.

Todas las novedades que plantea esta área y la falta de experiencia de las instituciones, administradores y usuarios, proveedores e investigadores, llevaron a que ninguno pudiera discernir cuáles podían ser las políticas y prácticas capaces de garantizar el éxito de una iniciativa de analítica. Con el tiempo, cuando la tasa de innovación resultó no ser tan rápida como las instituciones esperaban, la emoción inicial se convirtió en decepción. En efecto, los datos en sí mismos no alcanzan para desarrollar iniciativas con un impacto significativo: se requiere un alto nivel de dedicación por parte de las instituciones.

Ya con esta etapa superada, el futuro de la analítica del aprendizaje promete mucho. “Ahora que las instituciones, medios y proveedores tienen expectativas más realistas, estamos mejor informados y podemos ponernos manos a la obra. Tenemos la madurez suficiente para saber qué se debe hacer para obtener resultados reales”, nos dice Harfield.

Explore las herramientas y recursos para implementar la analítica del aprendizaje en su institución.

El criterio humano aún es clave

Para Harfield, la analítica es nada más y nada menos que la representación visual de la información evaluada. Sin embargo, capturar la actividad como datos para luego transformarla en representaciones visuales, tales como tablas, cuadros y gráficos, necesita del criterio humano, y las instituciones deben tener eso claro. En la experiencia de Harfield, las instituciones más efectivas en el manejo de la analítica del aprendizaje cuentan con profesionales prudentes que estudian los datos en un contexto de conocimiento profundo de los estudiantes, prácticas institucionales y factores culturales.

“La analítica no es una excusa para dejar de pensar, evaluar y tomar decisiones, sino una herramienta informativa que se debe estudiar junto con otras fuentes de conocimiento, incluyendo el juicio humano resultante de la experiencia, dirigido a resolver problemas específicos”, explica Harfield.

“La analítica no fue concebida como una forma de reemplazar el criterio humano: es una forma de información para interpretar, y eso requiere raciocinio humano.”

Identificar las barreras institucionales

Con el tiempo, las instituciones usarán los datos para fundamentar sus decisiones con cada vez más frecuencia. Uno de los retos más grandes para ellas es evitar abrumarse por la cantidad de datos, por lo cual es importante invertir en estructuras como repositorios de datos, los cuales permiten acceso a la información cuando sea necesario. “Sin embargo, luego de invertir en esa infraestructura, deben olvidarse de los datos y concentrarse en la pregunta clave, como ‘¿Cuáles son los problemas que debemos revolver a nivel institucional?’”, dice Harfield.

El experto sugiere basarse en esa pregunta, y pensar en cómo reformularlas de manera tal que los datos disponibles puedan responderlas y, por último, concebir estrategias capaces de nutrir y mejorar los resultados deseados por las instituciones con base en todo lo anterior. “No debemos olvidar que la universidad es una institución muy antigua y, como tal, es extremadamente compleja; esto hace que para el estudiante sea difícil moverse dentro de ese contexto”, explica Harfield.

El resultado más común se expresa en una paradoja: las instituciones quieren que sus estudiantes tengan éxito, pero su complejidad crea barreras sistemáticas que evitan tal éxito. La analítica puede ser la fuente de datos necesarios para identificar esos obstáculos, lo cual generaría un impacto positivo tanto sobre el éxito del estudiante como sobre el de las instituciones.

“La analítica, por así decirlo, es una especie de espejo para las instituciones: les permite observar su propio funcionamiento a nivel global e identificar cómo los estudiantes se ven sistemáticamente beneficiados o afectados por su funcionamiento”, explica Harfield.

Posibilidades para los profesores

Una de las maneras en las que los profesores están utilizando la analítica para mejorar sus cursos consiste en crear soluciones para identificar estudiantes en riesgo. Esto podría automatizarse con el uso de analítica predictiva con Blackboard Predict, así como con herramientas como Retention Center en Blackboard Learn 9.1. Esta herramienta permite a los profesores establecer un umbral guiado por los factores que consideren más importantes y al mismo tiempo monitorear a los estudiantes según sus necesidades.

“Acceder a este tipo de información sobre actividad estudiantil y las consecuencias de esa actividad para su éxito importan menos cuando se está en un aula de clase, pero se vuelven clave en cursos y clases en línea muy numerosas, donde no hay contacto directo”, dice Harfield. La asesoría proactiva con analítica predictiva será una tendencia predominante en el futuro, pues ayuda a los instructores e instituciones a determinar cuáles son los estudiantes en riesgo antes que se descarrilen.

Harfield recuerda que la razón por la cual la asesoría académica tradicional no funciona es porque los estudiantes que suelen necesitarla más (estudiantes de bajos ingresos, de primera generación y de minorías) son quienes menos probabilidades tienen de buscar ayuda. “La analítica predictiva nos puede ayudar a identificar estudiantes en riesgo con antelación, antes que reprueben o abandonen los cursos”, explica Harfield. Se puede citar a esos estudiantes a hablar con los profesores, profesionales en éxito del estudiante, consejeros académicos o capacitadores para ayudarles a entender las posibles barreras que podrían encontrar, así como para desarrollar estrategias para que las superen.

Entrevistas

Consideraciones éticas sobre la analítica del aprendizaje

Otra forma de emplear la analítica es dándole acceso a los estudiantes a su propia información para generar un sentido de aprendizaje auto-regulado, un área en la cual la investigación ha dado resultados muy interesantes. John Fritz, de la University of Maryland, Baltimore County (UMBC), encontró que los estudiantes que emplearon una herramienta de retroalimentación llamada “Check my Activity” tenían 1,92 veces más oportunidades de obtener una calificación de ‘C’ o superior en comparación con los estudiantes que no usaron la herramienta.1

“Además, realizamos una investigación junto con la Universidad de Michigan la cual mostró que los beneficios del acceso a este tipo de analítica para estudiantes tienen un efecto desproporcionado sobre los estudiantes con desempeño bajo: es decir, la analítica está ayudando a los estudiantes que nos interesa ayudar”, dice Harfield.

Según el experto, a nivel pedagógico, la analítica del aprendizaje brinda a los profesores una oportunidad de crear asignaciones muy interesantes como, por ejemplo, analizar los datos de analítica accesibles para los estudiantes. “Sabemos que el sólo hecho de presentar información a los alumnos no tiene impacto alguno sobre su comportamiento, pero la oportunidad de reflexionar activamente sobre esos datos y lo que implican para ellos sí lo tiene”, dice Harfield.

Con la vista puesta en el futuro

Aunque aún hay muchas preguntas sin respuesta sobre el uso de los datos en la educación, también existen muchas oportunidades de innovación pedagógica para el uso de la analítica del aprendizaje que los profesores, instructores y capacitadores no han aprovechado. En el futuro, a Harfield le gustaría ver más reflexión e investigación sobre cómo aprovechar estas nuevas tecnologías analíticas. “Me emociona imaginar el avance de la tecnología y las maneras en las que podremos adaptar nuestras estrategias, enfoques y maneras de concebir la pedagogía para emplear esas tecnologías en beneficio de los estudiantes más efectivamente”, dice el experto.

Entienda cómo funciona la tecnología de la analítica

La solución de Blackboard que se enfoca en el uso de datos para impulsar la innovación en la educación se llama Analytics for Learn, y fue diseñada para ayudar a los administradores, diseñadores de contenido educativo y profesores a identificar estudiantes en riesgo y optimizar los ambientes de aprendizaje dentro de las universidades en aras de obtener mayores tasas de éxito del estudiante. Analytics for Learn incluye tres características notables: la agregación de datos, la posibilidad de realizar estudios longitudinales y la capacidad de combinar datos de múltiples fuentes. A continuación, encontrará una breve descripción de cada uno de esos conceptos.

Datos agregados – El Sistema de Gestión de Aprendizaje(LMS) registra toda la actividad de los estudiantes, hasta el último clic. “De estos datos surgen tablas muy complejas que dificultan la escritura de consultas. Además, escribir estas consultas tan complejas implica el riesgo de sobrecargar el sistema operativo”, explica Harfield. Al utilizar Analytics for Learn, el flujo de datos se envía a otro sistema y se transforma, para asegurar el fácil acceso a esa información.

Estudio longitudinal – Dado que mantener datos requiere de un enorme espacio de almacenamiento, la mayoría de los LMS suelen almacenar la información por períodos cortos, generalmente uno o dos años. “Sin embargo, al almacenar esa información en un repositorio o sistema distintos, como Blackboard Analytics for Learn, es posible recolectar información y analizar patrones a lo largo de varios años”, explica Harfield.

Combinación de datos de multiples fuentes – Analytics for Learn hace posible combinar información no solo desde el LMS, sino también desde el sistema de información estudiantil. “Esto nos permite hacer cosas muy interesantes, todo en aras de entender comportamientos específicos implementando factores demográficos y otra información que sólo se almacena dentro del sistema de información estudiantil”, dice Harfield. Además, algunas instituciones han empezado a integrar datos de otras herramientas y sistemas de aprendizaje.

Timothy Harfield, Senior Product Marketing Manager de Blackboard Analytics

Fotos: 

AFP Tami Chappell

Fuente:

1Fritz, J. (2013, April 30). Using Analytics at UMBC: Encouraging Student Responsibility and Identifying Effective Course Designs. Retrieved November 8, 2017, from https://www.educause.edu/ir/library/pdf/ERB1304.pdf.

Fin de los comentarios