Big data y analíticas de aprendizaje

Lms learning analytics

¿A QUÉ VIENE TODO ESTE REVUELO? Hace tiempo que se investiga sobre el aprendizaje y la enseñanza, se hace un seguimiento del progreso de los alumnos, se analizan los datos escolares o universitarios, se diseñan evaluaciones y se utilizan pruebas para mejorar la enseñanza y el aprendizaje. La Analítica del Aprendizaje se basa en estas disciplinas bien establecidas, pero busca explotar las nuevas oportunidades una vez que capturamos nuevas formas de datos digitales de la actividad de aprendizaje de los estudiantes, y utilizamos técnicas de análisis computacional de la ciencia de los datos y la IA.

USOS CLAVE. Históricamente, uno de los usos más comunes de la analítica del aprendizaje es la predicción del éxito académico de los estudiantes y, más concretamente, la identificación de los estudiantes que corren el riesgo de suspender un curso o abandonar sus estudios. Aunque es razonable que estos dos problemas hayan atraído mucha atención, la analítica del aprendizaje es mucho más potente. Las pruebas de la investigación y la práctica demuestran que hay formas mucho más productivas y potentes de utilizar la analítica para apoyar la enseñanza y el aprendizaje. Algunos de los objetivos más populares de la analítica del aprendizaje son:

El futuro de los grandes datos

El propósito de este documento de posición es presentar el estado actual, las oportunidades y los desafíos de los big data y la IA en la educación. El trabajo se ha originado a partir de las opiniones y las actas de los paneles de discusión de una conferencia internacional sobre big data e IA en la educación (The International Learning Sciences Forum, 2019), donde destacados investigadores y expertos de diferentes disciplinas como la educación, la psicología, la ciencia de los datos, la IA y la neurociencia cognitiva, etc., intercambiaron sus conocimientos e ideas. Este artículo está organizado de la siguiente manera: comenzamos con una visión general del progreso reciente de los grandes datos y la IA en la educación. A continuación, presentamos los principales retos y las tendencias emergentes. Por último, basándonos en nuestras discusiones sobre los grandes datos y la IA en la educación, se sugieren las conclusiones y el alcance futuro.

Como subconjunto de la IA, el aprendizaje automático se centra en la construcción de sistemas informáticos que pueden aprender de los datos y adaptarse a ellos automáticamente sin necesidad de programación explícita (Jordan y Mitchell, 2015). Los algoritmos de aprendizaje automático pueden proporcionar nuevos conocimientos, predicciones y soluciones para personalizar las necesidades y circunstancias de cada individuo. Con la disponibilidad de una gran cantidad de datos de entrenamiento de entrada de alta calidad, los procesos de aprendizaje automático pueden lograr resultados precisos y facilitar la toma de decisiones informadas (Manyika et al., 2011; Gobert et al., 2012, 2013; Gobert y Sao Pedro, 2017). Estos métodos de aprendizaje automático con gran cantidad de datos se sitúan en la intersección de los big data y la IA, y son capaces de mejorar los servicios y la productividad de la educación, así como de muchos otros campos, como el comercio, la ciencia y la administración.

Big data en el aprendizaje y el desarrollo

Cuando usted se registra con LinkedIn, concede a elearningindustry.com acceso a su cuenta de LinkedIn, que se utiliza para autentificarle sin que tenga que introducir un nombre de usuario y una contraseña diferentes. También utilizamos este acceso para recuperar la siguiente información:

Resumen: Cada vez que utiliza la tecnología digital, se recopilan toneladas de datos sobre su actividad. Y recientemente, se ha hecho posible recoger, analizar y aprender de todos estos datos. Como resultado, el Big Data comenzó a surgir como una valiosa herramienta que podría mejorar el aprendizaje en línea.

Imagínese cómo sería si pudiera aprender más sobre los comportamientos de sus alumnos. Déjeme adivinar, este es el principal reto de su carrera como especialista en eLearning. Buenas noticias: Las toneladas de datos que salen de su LMS facilitan el aprendizaje de los comportamientos de sus alumnos. ¿Pero cómo? Veamos con más detalle qué es el Big Data y cómo utilizarlo en el eLearning.

Cuando los alumnos pasan por los módulos de eLearning, los LMS siempre recogen una gran cantidad de datos de los usuarios. Estos datos pueden ser clasificados, filtrados y analizados para buscar patrones y perspectivas para resolver problemas. El uso de Big Data para mejorar el aprendizaje online se llama «Learning Analytics».    Estas analíticas pueden ser de gran beneficio para su organización.

Big data y analítica del aprendizaje en la educación superior

Teoría y práctica.- Desafíos globales en la educación superior.- Tendencias tecnológicas en la educación superior.- Ciencia de los datos.- Big data en la educación superior.- Analítica del aprendizaje.- Plataformas y sistemas de Big Data.- Plataformas analíticas.- Sistemas.- Bases de datos.- Herramientas.- Visualización.- Cuadros de mando.- Medición y metodologías.- Medidas, indicadores, métricas.- Técnicas de minería de datos.- Captura de datos.- Rastreo de datos.- Metadatos.- Metodologías.- Mejores prácticas institucionales.- Estudios de caso/mejores prácticas.- Implicación poliédrica en el aprendizaje, la enseñanza y la investigación.- Retos y oportunidades.- Tendencias futuras.- Lecciones aprendidas.- Perspectivas futuras en big data.- Conclusiones.

Tecnologías de bases de datos – Toma de decisiones basada en datos – Datos sobre los estudiantes, la enseñanza, el aprendizaje y la investigación – Mejora de la calidad y el valor de la enseñanza superior – Aprendizaje e instrucción – Patrones de tecnología educativa – Tecnología en la enseñanza superior