Learning analytics

Este es un proyecto de investigación colaborativa y abierta que realizan distintos grupos de investigación con UPCnet y el soporte de inLab FIB, que permitirá potenciar y transferir el conocimiento dentro del área de "learning analytics" con el objetivo de impulsar la innovación, la mejora y la competitividad de los productos y servicios de UPCnet en el ámbito de soporte a los procesos de aprendizaje (e-learning y campus virtuales) y la gestión de estos procesos.

El área de investigación e innovación sobre learning analytics combina distintas técnicas como por ejemplo la minería de datos educativos, bussiness intelligence, el análisis de las redes sociales, el análisis de sentimientos o la modelización conceptual de los datos educativos entre otros, para obtener información y conocimiento sobre el funcionamiento y los resultados del sistema educativo a diversos niveles. La combinación de estas técnicas permite detectar e interpretar síntomas a partir de la información y las trazas disponibles, así como también adaptar el comportamiento del sistema de forma adecuada. Un ejemplo de aplicación seria la identificación de estudiantes en riesgo de fracaso o que necesiten una ayuda especial, permitiendo así adaptar las herramientas de aprendizaje o sugerir actuaciones concretas.

Aunque esta es una área de investigación muy amplia que requiere de muchos esfuerzos y tiempo para afrontarla en profundidad, se plantearan un conjunto de retos iniciales a realizar en el marco de este proyecto, que serán revisados y priorizados de forma periódica.

Las líneas que serán exploradas son:

• Definición de indicadores de los resultados del aprendizaje a distintos niveles, empezando por el nivel  global o macro (destinado a la autoridad educativa) para poder afrontar más adelante los niveles  meso (institución educativa) y micro (a nivel de individuo).  
• Captura, integración modelización de datos
  • Análisis de los datos disponibles en los campus virtuales basados ​​en moodle.
  • Plugins y otras herramientas moodle existentes para ofrecer indicadores sobre el seguimiento de los cursos.
  • Análisis de otras posibles fuentes de información como por ejemplo los resultados de las pruebas de competencias o los sistemas de gestión desde estudios.
  • Modelización conceptual de la información.
  • Integración de los datos procedentes de distintas fuentes bajo un modelo conceptual único.
• Minería de datos educativos que permita analizar los datos disponibles para poder obtener e inferir los indicadores deseados para dar respuesta a las necesidades de información.
• Herramientas de visualización intuitivas destinadas a estudiantes, profesores y gestores, desarrollando en primer lugar un cuadro de mando destinado a la autoridad educativa (nivel macro).
• Vigilancia tecnológica sobre el uso de learning analytics a otros sitios y / o ámbitos.
• Relación con herramientas de aprendizaje personalizado y adaptativo ( adaptative and Personalized learning)