Learning analytics – UPCnet

Este es un proyecto de investigación colaborativa e innovación abierta que realizan diferentes grupos de investigación con UPCnet y el apoyo del 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 del apoyo a los procesos de aprendizaje (e-learning y campus virtuales) y de la gestión de estos procesos.

El área de investigación e innovación sobre «learning analytics» combina diferentes técnicas como por ejemplo la minería de datos educativos, business intelligence, el análisis de redes sociales, el análisis de sentimiento o la modelización conceptual de datos educativos entre otros para tener información y conocimiento sobre el funcionamiento y los resultados del sistema educativo a diferentes niveles. Estas técnicas permiten detectar e interpretar síntomas a partir de la información y las trazas digitales disponibles, así como también adaptar el comportamiento del sistema de forma adecuada. Un ejemplo de aplicación sería la identificación de estudiantes en riesgo de fracaso o que necesitan de ayuda especial, para poder adaptar las herramientas de aprendizaje o sugerir actuaciones concretas.

A pesar de que esta es una área de investigación muy ancha que requiere muchos esfuerzos y tiempos para abordarla en profundidad, se plantearán un conjunto de retos iniciales a realizar en el marco de este proyecto lo cuales se irán revisando y priorizando periódicamente.

Las líneas que se quieren explorar son:

• Definición de indicadores de los resultados del aprendizaje a diferentes niveles, empezando por el nivel global o macro (destinado a la autoridad educativa) para abordar más adelante los niveles meso (institución educativa) y micro (a nivel de individuo).

• Captura, integración y modelización de datos
  • Análisis de los datos disponibles a los campus virtuales basados en moodle.
  • Plugins y otras herramientas moodle existentes para ofrecer indicadores sobre el seguimiento de los cursos.
  • Análisis otras posibles fuentes de información como por ejemplo los resultados de las pruebas de competencias o los sistemas de gestión de estudios.
  • Modelización conceptual de la información.
  • Integración de los datos procedentes de diferentes 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 lugares y/o ámbitos.

• Relación con herramientas de aprendizaje personalizado y adaptativo (adaptative and personalized learning)