El objetivo final de cualquier tecnología es mejorar la vida de las personas, cualquier objeto tecnológico sirve para hacernos la vida más fácil, de eso se trata. Si pensamos en las ciencias de datos educativos y las analíticas de aprendizaje, pondremos el foco de esta mejora en nuestra práctica educativa. Es decir, nada de esto tiene sentido si no es para mejorar la educación. Podríamos ahora entrar a definir qué significa mejorar la educación, pero es algo que ya hicimos en el primer bloque de este curso y se nos da por sabido.
Ya estamos llegando al final de nuestro MOOC “Analíticas de aprendizaje y ciencias de datos en educación”, y esta semana nos ha tocado abordar el bloque que quizás sea más revelador y útil si pretendes empezar a aplicar las analíticas de aprendizaje en tu aula o en tu centro educativo.
En la primera semana hicimos una introducción y toma de conciencia hacia las ciencias de datos en educación. A continuación, profundizamos en describir cómo y cuáles son los datos que tenemos a nuestro alcance, su utilidad y posibilidades; para pasar a entender cómo funcionan las técnicas utilizadas para revelar el conocimiento oculto.
En el tercer bloque quisimos aunar todo lo aprendido y utilizar este andamiaje para descubrir las aplicaciones prácticas de las analíticas de aprendizaje: para la mejora de la enseñanza, para el aprendizaje adaptativo o para la toma de decisiones a nivel institucional.
Durante esta última semana dedicada a las “Aplicaciones prácticas de las analíticas de aprendizaje” hemos recorrido las posibilidades que tienen nuestras aulas virtuales para implementar algunos casos sencillos de analíticas de aprendizaje y paneles de visualización de datos o dashboards; también hemos explorado algunas soluciones comerciales. Hemos visto cómo usar los datos para validar nuestras pruebas de evaluación o el diseño de nuestras situaciones de aprendizaje; cómo suponen un gran aliado para diseñar sistemas de aprendizaje adaptativo o dar retroalimentación instantánea y oportuna a los estudiantes.
Además, durante esta semana os hemos propuesto llevar a cabo una curación colaborativa de fuentes de datos educativos. Como hemos descubierto, las administraciones educativas vienen utilizando la información de los estudiantes y centros desde hace tiempo para cuestiones relacionadas con la gobernanza digital y la toma de decisiones basadas en datos. Y normalmente, comparten con la comunidad educativa y científica parte de estos datos en un ejercicio de transparencia y colaboración con la investigación. Aquí os dejamos vuestro producto, hecho por todos y para todos, en el que habéis destacado datos del Ministerio de Educación, de la Generalitat de Catalunya, de Asturias, Cantabria o Andalucía.
El título de este post hace referencia a la mesa redonda, que celebramos el pasado lunes 20 de octubre, en la que Tíscar Lara y Carlos Magro, autores del libro recientemente publicado “IA y Educación. Una relación con costuras”, reflexionaron con nosotros abordando el siguiente guion:
-«La IA no revolucionará la educación»: hablemos de los grandes problemas educativos y de las posibilidades que aportan las ciencias de datos.
-Si hablamos de fricciones y de costuras, ¿Cuáles serían las costuras entre la educación y las analíticas de aprendizaje?
-«Hay estudios que indican que el profesorado más novel puede terminar eligiendo una estrategia didáctica que se adapte a la tecnología, en lugar de elegir una tecnología que apoye sus estrategias». ¿Pudiera ocurrir algo similar si centramos nuestra práctica en recoger datos computables para tener inputs que analizar?
-«Una de las mayores preocupaciones con la tecnología educativa en general y con la IA en particular es el hecho de enfocar a los estudiantes, los profesores, las aulas y las escuelas principalmente en términos de lo que se puede capturar en los datos»: ¿Hasta qué punto puede modelarse en un conjunto de variables lo que ocurre en el aula?
-Human in the loop: hasta qué punto somos víctimas del sesgo de automatización y cómo de importantes son las tareas que delegamos a las analíticas de aprendizaje (supervisión, alertas…).
-Cuando personalización es individualización.
Si te perdiste el directo, aún puedes disfrutar de la grabación del evento.