Analíticas académicas en educación superior y la potencialidad del análisis de los macrodatos

El aprendizaje en el contexto de la era digital se vincula estrechamente con la sobreabundancia de la información, con la rapidez e inmediatez del acceso a los datos y con la variedad de contenidos que podemos encontrar en la red. En este panorama de flujo constante y almacenamiento de datos nace el concepto de “Big Data”.

Según Beyer y Laney (2012), el Big Data se puede definir como “un alto volumen de datos, a alta velocidad y/o con gran variedad de datos, que requieren nuevas formas de procesamiento para mejorar la toma de decisiones, la visión del futuro y la optimización de los procesos”. La valorización de estos datos puede favorecer la mejora de las organizaciones a través de la recopilación, extracción y análisis de los datos propios que se generan en el contexto de las instituciones. Este campo de conocimiento, aunque se haya iniciado en el sector empresarial, cuenta en los últimos años con mayor extensión en el ámbito educativo.

La inserción de los entornos virtuales de aprendizaje que favorecen el proceso de enseñanza y aprendizaje recopilan grandes cantidades de datos educativos que pueden ser de alta utilidad para alumnado y profesorado, facultades e instituciones de educación superior. El análisis de estos macrodatos de corte educativo o académico recibe el nombre de «analíticas del aprendizaje» o «analíticas académicas».

La principal diferencia entre el concepto de «analítica del aprendizaje» y la «analítica académica» reside en la delimitación del contexto de los datos y en su finalidad de uso. Las «analíticas del aprendizaje» se vincula con el aprovechamiento de datos en un contexto del proceso de enseñanza y aprendizaje concreto. Las «analíticas académicas», en cambio, tienen una visión más general hacia el análisis del cómputo de datos generados en instituciones, en ámbitos locales o, incluso, nacionales e internacionales.


“La valorización de estos datos puede favorecer la mejora de las organizaciones a través de la recopilación, extracción y análisis de los datos propios que se generan en el contexto de las instituciones”

Los aspectos negativos más comentados en la literatura académica advierten de la necesidad de una ética en el control de los datos, de la vulneración a la privacidad de información personal, la complejidad del análisis de tal cantidad de datos o las complicaciones atribuidas a una lectura superflua o mala interpretación de los patrones de comportamiento que manifiestan los datos nacidos de la relación entre las personas y esta tecnología (Sclater, N., Peasgood, A., & Mullan, J., 2016). Como señalan Selwyn y otros (2021) es necesario mantener una mirada crítica hacia una visión determinista de la automatización y cuestionar la cultura del “automatismo total” porque genera una dependencia de las instituciones educativas hacia las grandes corporaciones tecnológicas sin que ello suponga necesariamente una mejora de la calidad formativa de las mismas.

Por otro lado, los aspectos positivos que se destacan en el análisis de grandes cantidades de datos en educación son, entre otros, la mejora de la atención educativa, la personalización del aprendizaje, la autorreflexión y consciencia del progreso, el seguimiento del desempeño del alumnado y la predicción para identificar posibles problemáticas futuras como el abandono u otras situaciones de riesgo que requieran atención.

Atribución: Imagen de Luke Chesser en Unsplash

La utilización de las analíticas académicas en educación depende de considerar que estos datos son, en sí mismos, una información valiosa e interesante para la mejora de las políticas y prácticas de la enseñanza superior, orientando las indicaciones y líneas de mejora de común acuerdo con gobiernos, corporaciones e instituciones superiores. Long y Siemens (2015), señalan que estos datos no pueden ser considerados un mero “subproducto” de la interacción y actividad en entornos digitales, sino que, al contrario, son datos con un valor fundamental para la mejora de organismos e instituciones educativas.

El estudio de este campo en expansión requiere conocimientos avanzados en informática, educación y estadística, lo que favorece la creación de equipos interdisciplinares que refuercen desde diferentes ramas de conocimiento (Kei Daniel, 2017). Un ejemplo de ello, es el estudio que se está llevando a cabo sobre analíticas académicas en la Universidad de La Laguna, en el marco de una tesis doctoral del grupo de investigación “Laboratorio de Educación y Nuevas Tecnologías (EDULLAB)” titulada «La transformación digital de la enseñanza universitaria. Análisis y propuestas para las titulaciones de posgrado en la Universidad de La Laguna» (Autoría de la doctoranda Anabel Bethencourt y los directores Manuel Area, Juan J. Sosa y Dagoberto Catellanos).

Los resultados a partir de esta tesis doctoral nos acercarán al concepto de «analíticas académicas» a través de una revisión sistemática de la literatura; una aproximación a las opiniones, necesidades y demandas del profesorado y alumnado sobre sus actividades personales de uso digital, así como su opinión en torno a la transformación digital de las titulaciones y a la situación vivenciada a raíz del impacto de la pandemia en la docencia superior. En esta tesis doctoral también se está realizando un estudio sobre el rendimiento académico en los últimos cinco cursos académicos desde el 2016 hasta el último curso académico 2020/2021, en correlación con análisis de los macrodatos de los servidores de la Universidad de La Laguna procedentes del entorno digital Moodle de todas las titulaciones de postgrado de nuestra institución. De este modo, estamos realizando una comparativa entre la situación preCovid (cursos 2016-17, 2017-18, 2018-19) durante el periodo de confinamiento Covid (curso 2019-2020), y el presente curso académico de “presencialidad adaptada” (2020-21), analizando las correlaciones existentes entre las notas académicas obtenidas por el alumnado en cada uno de los cuatrimestres comprendidos de estos cursos académicos, con los modelos pedagógicos subyacentes de las aulas virtuales y con los patrones de comportamiento de los agentes educativos en dichos entornos virtuales.

Referencias

Bethencourt-Aguilar, A., Area-Moreira, M., Sosa-Alonso, J. J., and Castellano-Nieves, D. (2021) «The digital transformation of postgraduate degrees. A study on academic analytics at the University of La Laguna,» 2021 XI International Conference on Virtual Campus (JICV), pp. 1-4, http://dx.doi.org/10.1109/JICV53222.2021.9600311

Beyer, M. A.; Laney, D. (2012). The importance of ‘big data’: a definition. Stamford, CT: Gartner, 2014-2018.

Kei Daniel, B. (2017) Big Data and Learning Analytics in Higher Education: Current Theory and Practice, Springer, https://www.springer.com/gp/book/9783319065199

Long, P. & Siemens, G. (2015): “Penetrating the Fog: Analytics in Learning and Education”, EDUCAUSE Review, http://net.educause.edu/ir/library/pdf/ERM1151.pdf

Sclater, N., Peasgood, A., & Mullan, J. (2016). Learning analytics in higher education: A review of UK and international practice. Jisc. Retrieved from https://www.jisc.ac.uk/reports/learning-analytics-in-higher-education

Selwyn, N., Hillman, T., Rensfeldt, A. and Perrota (2021). Digital Technologies and the Automation of Education — Key Questions and Concerns. Postdigital Science Education https://doi.org/10.1007/s42438-021-00263-3

Atribución: Imagen de Luke Chesser en Unsplash

Autoras/es:

Anabel Bethencourt, Manuel Area, Juan J. Sosa y Dagoberto Castellanos.

Laboratorio de Educación y Nuevas Tecnologías EDULLAB

Universidad de La Laguna

 

 

También te podría gustar...

1 respuesta

  1. diciembre 21, 2021

    […] Los resultados a partir de esta tesis doctoral nos acercarán al concepto de «analíticas académicas» a través de una revisión sistemática de la literatura; una aproximación a las opiniones, necesidades y demandas del profesorado y alumnado sobre sus actividades personales de uso digital, así como…  […]

Deja una respuesta

Tu dirección de correo electrónico no será publicada.