Del mismo modo que la minería busca materiales valiosos procesando grandes cantidades tierra y rocas comunes, las analíticas de aprendizaje tratan de revelar información útil escondida en extensos volúmenes de datos producidos en contextos educativos.
Una vez que identificamos, durante la segunda semana, nuestras fuentes de datos, tenemos nuestra arena lista para comenzar el bateo y, aplicando las técnicas adecuadas, ver aparecer las pepitas de oro. Esta tercera semana la hemos dedicado a conocer el instrumental necesario, y los diferentes enfoques, para este trabajo de minería. Las piedras preciosas, información nueva y útil, afloran gracias a técnicas de visualización y técnicas analíticas, tanto estadísticas como automáticas, basadas en inteligencia artificial.
Hemos dado unas pinceladas sobre estadística descriptiva e inferencia estadística, también sobre aprendizaje automático, supervisado y no supervisado. Y hemos analizado dos ejemplos reales y tangibles: las métricas de un cuestionario en Moodle y un trabajo de detección temprana del fracaso escolar en un instituto andaluz.
Esta semana, además, hemos introducido el concepto de XAI, o Explainable AI; término que hace referencia a la importancia de que las conclusiones encontradas por técnicas automáticas puedan explicarse, y no se comporten como cajas negras en las cuales no sabemos qué ocurre en su interior. Acerca de estas cuestiones de transparencia, importancia de una regulación sólida, interpretabilidad, confiabilidad… No te pierdas hoy, lunes 20 de octubre a las 17:00h (hora peninsular), nuestro evento en directo, una mesa redonda en la que Tíscar Lara y Carlos Magro, autores del libro recientemente publicado “IA y Educación. Una relación con costuras”, nos invitarán a reflexionar sobre cómo la inteligencia artificial puede transformar la educación y cuáles son los límites y las costuras para visibilizar.
¡Accede al evento AQUÍ o desde la pestaña de eventos semanales del curso!.