Consideraciones éticas sobre la analítica del aprendizaje

Cristina Wagner
Cristina Wagner
01/02/18
Ajuste el
tamaño del texto+

¿Por qué es importante? Adoptar estrategias de analíticas del aprendizaje va de la mano con algunas consideraciones éticas y legales. Las instituciones educativas deben estar preparadas para manejarlas apropiadamente.

Glen Fruin, Escocia, Reino Unido  

Las instituciones educativas que implementen una estrategia de analítica del aprendizaje pueden recolectar datos importantes sobre los estudiantes y hacer reportes basados en la actividad estudiantil. Pero, ¿es ético usar esos datos? ¿Es una responsabilidad ética de los educadores decirles a los estudiantes cómo se utilizarán? Y, por último, ¿acaso estas instituciones protegen correctamente la privacidad y los derechos de los estudiantes? El actual debate sobre la analítica del aprendizaje y la ética en la comunidad educativa se ha orientado a analizar las implicaciones del manejo de estos datos. Este es un asunto complejo y existen varios elementos que debemos tomar en cuenta, en especial cuando las innovaciones en el área de la analítica del aprendizaje no dejan de avanzar a pasos agigantados. 

 En entrevista con E-Learn, el consultor Niall Sclater explica que la analítica del aprendizaje se enfrenta a varios retos éticos, legales y logísticos, y aborda algunas de las preocupaciones éticas relacionadas con los datos estudiantiles y la analítica del aprendizaje. Sclater también ha participado en muchos proyectos colaborativos nacionales e internacionales relacionados con el uso de la tecnología para mejorar la enseñanza y el aprendizaje. Además, es el autor del libro “Learning Analytics Explained”.   

Principales problemas éticos relacionados con la analítica del aprendizaje 

Datos insuficientes o de poca calidad

Intentar aplicar la analítica con pocos datos o con datos de poca calidad sería inútil. Se debe depurar el conjunto de datos y compensar la mala calidad”, dijo Sclater. Un ejemplo de esto son las llamadas ‘identidades enredadas’, que es cuando los estudiantes trabajan juntos en línea y los datos no se pueden diferenciar entre la persona autenticada y otros miembros del grupo. “En la analítica del aprendizaje las dos principales fuentes de datos son el sistema de gestión de aprendizaje (LMS) y el sistema de información estudiantil (SIS), que capturan sólo una pequeñísima parte del aprendizaje ocurrido y algo de información contextual. Lo ideal es obtener más y mejores datos.”

 

“En la analítica del aprendizaje las dos principales fuentes de datos son el sistema de gestión de aprendizaje (LMS) y el sistema de información estudiantil (SIS)"

Analítica inválida

Los datos no sólo deben ser de alta calidad, sino que además la analítica debe ser válida. “Una de las principales razones de ser, de la analítica del aprendizaje predictiva, radica en la existencia de una relación directa entre el compromiso del estudiante con sus actividades de aprendizaje y su éxito a futuro. Mientras más se involucren los estudiantes en el proceso de aprendizaje, es más probable que completen su curso y saquen mejor nota. Pero el involucramiento no es lo mismo que el éxito y es muy frecuente ver cómo la gente confunde los conceptos de causalidad y correlación, explica Sclater. 

Pérdida de la autonomía en la toma de decisiones 

Este asunto ético se discute con frecuencia, particularmente cuando hablamos de sistemas adaptativos de aprendizaje que cambian continuamente el aprendizaje en función del desempeño de los estudiantes. “A algunas personas les preocupa dar a los estudiantes demasiadas sugerencias automáticas porque esto podría volver menos exigente el proceso de aprendizaje”.  

Comportamiento de los estudiantes 

Otro asunto tiene que ver con el cambio de comportamiento – consciente o inconsciente – que pueden tener los estudiantes si saben que sus actividades están siendo monitoreadas. “Si la institución monitorea el e-book que el estudiante lee, por ejemplo, ¿cambiará esto su comportamiento? Esto puede hacer que el estudiante mejore su aprendizaje, pero también podría incrementar los niveles de estrés. Algunos estudiantes incluso podrían decidir no participar en ciertas actividades porque se sienten incómodos”.  

Engañar al sistema

Los estudiantes pueden hacer trucos para tratar de mejorar sus calificaciones o su compromiso. Por ejemplo, en una institución, Sclater supo de un estudiante que introdujo varias veces su carnet de identidad en el sistema de la biblioteca para mejorar su puntaje de participación en la biblioteca. “Este es un ejemplo de los posibles resultados imprevistos cuando los estudiantes están conscientes de que se están evaluando ciertos factores”.  

Obligación de actuar 

Finalmente todo esto apunta a otro asunto ético que se considera importante: si la institución tiene o no la obligación de actuar en función de la analítica. Si se tienen muchos datos de los estudiantes ¿existe la obligación de hacer algo con ellos? Es decir, si es posible evitar que un estudiante abandone los estudios, ¿no estamos obligados a usar esos datos?, se preguntó.

Photo Niall Sclater, Consultant and Director at Sclater Digital.
Niall Sclater, Consultant y Director en Sclater Digital.

Los datos deben usarse con cuidado 

Para Sclater está claro que los estudiantes deberían estar al tanto del tipo de datos que se recolectan sobre ellos y de lo que se hace con esos datos. Menciona cómo la ley en algunos países dictamina que, si algún usuario pregunta sobre lo que la institución almacena sobre ellos, ésta debe ser capaz de decirle al estudiante exactamente cuáles datos almacena y para qué fin. “No creo que existan actualmente muchas universidades e institutos capaces de hacer eso”, afirma. La única manera de avanzar es asegurarse de entender todos los datos recolectados sobre los estudiantes individualmente y poder compilarlos y proporcionarlos rápidamente a cualquier estudiante que los pida, sugiere Sclater. 

¿Hay un método ideal para realizar intervenciones a los estudiantes? 

La analítica del aprendizaje sólo es constructiva si viene acompañada de intervenciones para cambiar el comportamiento del estudiante o mejorar el curso. La decisión sobre cuándo hacer una intervención varía de acuerdo a diferentes procesos en las instituciones. Sclater cree que las instituciones deben definir lo que él llama “una alerta”, es decir, lo que vuelve necesaria una intervención. “En algunas instituciones, puede ser un estudiante que no se ha conectado al sistema por dos semanas, por ejemplo. En otras, cuando no han entregado una tarea a tiempo. Y, en otras, los tutores personales o consejeros del estudiante pueden revisar regularmente cómo va el estudiante, cuatro veces por semestre, por ejemplo”.  

Adicionalmente, las instituciones deberían definir distintos tipos de intervención, como recordatorios automáticos enviados al estudiante, preguntas, avisos, una invitación a reunirse con un tutor o incluso un mensaje de aliento. “Todas estas medidas pueden incluirse en un plan de intervención”, dice. Las instituciones también deberían pensar en la frecuencia y los momentos oportunos en que se deben hacer las intervenciones para que sean efectivas.  

Sin embargo, uno de los grandes temas para las instituciones es cómo lograr que el personal cambie sus prácticas de trabajo y entienda que la analítica podrá ayudarlos en sus actividades diarias y tendrá un impacto en los estudiantes. Por último, Sclater señala: “No tiene mucho sentido realizar intervenciones a menos que se vaya a evaluar su éxito”.  

¿Quieren compartir su experiencia con la analítica del aprendizaje? Contáctenos ahora. Contáctenos ahora.

Para la analítica del aprendizaje, los estudiantes son individuos y no números 

Es muy fácil ver el tablero u otro tipo de herramienta analítica y detectar que un estudiante ha reprobado sin considerar que él o ella pueden tener todo tipo de razones potenciales para esa predicción: una enfermedad u otros problemas personales, dificultad para entender los conceptos o un trabajo demasiado exigente que no les permite estudiar apropiadamente. “La única manera de saber lo que pasa sería incluir un humano en el proceso”, dice Sclater. 

Esto implica tratar a los estudiantes como humanos y no como números. Muchas universidades usan la analítica como una forma de identificar al estudiante que podría necesitar hablar con alguien en algún punto. Mayores fuentes de datos pueden ayudar a saber más sobre el estudiante y confeccionar la intervención de acuerdo a sus circunstancias. “Pero nunca se va a conseguir toda la historia sobre un estudiante. Para muchos de ellos, reunirse con una persona y hablar de sus problemas es la única forma de avanzar”, alerta Sclater.  

Los educadores deberían concentrarse en lo positivo 

Una de las principales preocupaciones para los educadores es que, si la analítica les muestra a los estudiantes su posición en el grupo, esto podría desmotivar a algunos de ellos.  Según Sclater, mientras que muchos estudiantes quieren ver si van bien comparados con sus pares, decirles o mostrarles que pueden reprobar podría desmotivar a otros. “Es importante decirles a los estudiantes al comienzo del curso que deben revisar esta analítica habitualmente”, dice. “Y entonces, si no les está yendo bien, lo más apropiado sería que el estudiante salga del curso y se inscriba en uno diferente. No creo que la posibilidad de desmotivar a un estudiante sea una buena razón para no mostrarles su predicción de desempeño”.  

Para Sclater, debemos indagar más a fondo en cuanto a la mejor manera de dar esta información a los estudiantes. “Si podemos lograr que los sistemas computarizados entiendan más sobre qué motiva a cada individuo, entonces seremos más capaces de confeccionar mensajes y el tipo de información que presentaremos a los estudiantes más apropiadamente”. A Sclater le emocionan las posibilidades que ofrece la personalización. Estamos sólo al principio de este viaje. Creo que el potencial de esto es inmenso”.  

Mesa redonda

George Mason University: dedicados al diseño de la experiencia estudiantil ideal

Cómo manejar los datos de los estudiantes 

Los requerimientos legales relativos a los datos de estudiantes varían de país a país.  Según Sclater, las instituciones deben prestar atención a ciertos aspectos como saber con claridad qué datos están siendo recolectados y por qué, poder mantener esos datos anónimos, asegurar que cada estudiante tenga derecho a que sus datos se eliminen si lo solicitan y desarrollar controles de acceso cuidadosos.

Desarrollar una política para la analítica del aprendizaje 

Sclater dice que las instituciones educativas deberían desarrollar una política institucional acordada entre sus actores relevantes, incluyendo a los estudiantes. A continuación, sugiere algunos de los principales temas que esta política debería incluir: 

  • Qué tipo de datos se recolecta. 
  • Quién es el responsable de toda la iniciativa. 
  • Cómo la institución maneja la transparencia, dejando claro qué se está haciendo y cuál consentimiento se está solicitando a los estudiantes. 
  • Qué se está haciendo en lo relativo a confidencialidad y para garantizar la seguridad de los datos. 
  • Cómo garantizar que los datos y las analíticas son válidas. 
  • Cómo los estudiantes tendrán acceso a sus datos personales. 
  • Cómo se llevarán a cabo las intervenciones. 
  • Cómo asegurar que no habrá o se minimizarán los potenciales impactos adversos para los estudiantes.  

También recomendó el desarrollo de una guía estudiantil sobre la analítica del aprendizaje para responder a los estudiantes lo que quieran saber (él desarrolló un modelo de esta guía que se puede descargar aquí: https://analytics.jiscinvolve.org/wp/files/2016/11/Jisc-Model-Student-Guide-to-Learning-Analytics-v0.1.pdf), así como un documento técnico de mayor profundidad que muestre cómo las analíticas funcionan realmente. Sugiere que la transparencia algorítmica será cada vez más importante. 

6 Factores clave para constatar si una institución está lista para implementar una estrategia de analítica del aprendizaje 

Niall Sclater ofrece algunos consejos para que las universidades e institutos vean si están preparadas para desarrollar un proyecto de analítica del aprendizaje y a lidiar con los asuntos relevantes: 

Liderazgo

Illustration LeadershipAlguien en la institución debe liderar y promover la iniciativa. Esta persona debe ser lo suficientemente experimentada para darle credibilidad y contar con un alto nivel de conocimiento sobre la analítica del aprendizaje.

 

Cultura

Illustration Culture

Las instituciones deben construir una visión para la iniciativa alrededor de la visión institucional, y hacer de la analítica del aprendizaje parte de su plan estratégico.

 

 

Inversión

Ilustración Inversión

La institución debe examinar los recursos que utilizará para la analítica, ya sea para compra de software, enlazar fuentes de datos al software de analíticas, etc., así como los costos de implementar la analítica del aprendizaje, tales como los costos de personal.

 

Estructura y gobierno

Ilustración Estructura y gobierno

“Los proyectos de analítica del aprendizaje revolucionan los papeles y estructuras de poder dentro de las instituciones, puesto que distintas personas deben involucrarse en el proceso. Por esto, a algunos individuos les puede preocupar que su supuesta posesión de información o influencia se vean amenazadas por un nuevo proyecto”, dice Sclater

 

TI

Ilustración TI

Aparte de la tecnología que se adoptará, se deben limpiar diferentes fuentes de datos y ponerlas en el formato correcto. También es necesario asegurarse que el personal tenga las habilidades para manejar, interpretar y visualizar los datos.

 

 

Preparar a los maestros y aprendices

Ilustración preparar a los maestros y aprendices

Ellos necesitan entender algunos de los procesos para adoptar la analítica del aprendizaje y estar conscientes de sus impactos y ventajas.

 

 

 

Niall Sclater, Consultant y Director en Sclater Digital.

Foto:

AFP Andy Buchanan 

Ilustración: 

Triibu 

Fin de los comentarios