Learning analytics – UPCnet

Aquest és un projecte de recerca col·laborativa i innovació oberta que realitzen diferents grups de recerca amb UPCnet i el suport de l’inLab FIB, que permetrà potenciar i transferir el coneixement dins de l’àrea de “learning analytics” amb l’objectiu d’impulsar la innovació, la millora i la competitivitat dels productes i serveis d’UPCnet en l’àmbit del suport als processos d’aprenentatge (e-learning i campus virtuals) i de la gestió d’aquests processos.

L’àrea de recerca i innovació sobre “learning analytics” combina diferents tècniques com ara la mineria de dades educatives, business intelligence, l’anàlisi de xarxes socials, l’anàlisi de sentiment o la modelització conceptual de dades educatives entre d’altres per tenir informació i coneixement sobre el funcionament i els resultats del sistema educatiu a diferents nivells. Aquestes tècniques permeten detectar i interpretar símptomes a partir de la informació i les traces digitals disponibles, així com també adaptar el comportament del sistema de forma adequada. Un exemple d’aplicació seria la identificació d’estudiants en risc de fracàs o que necessiten d’ajut especial, per poder adaptar les eines d’aprenentatge o suggerir actuacions concretes.

Tot i que aquesta és una àrea de recerca molt ampla que requereix molts esforços i temps per abordar-la en profunditat, es plantejaran un conjunt de reptes inicials a realitzar en el marc d’aquest projecte el quals s’aniran revisant i prioritzant periòdicament.

Les línies que es volen explorar són:

• Definició d’indicadors dels resultats de l’aprenentatge a diferents nivells, començant pel nivell global o macro (destinat a l’autoritat educativa) per abordar més endavant el nivells meso (institució educativa) i micro (a nivell d’individu).

• Captura, integració i modelització de dades
  • Anàlisi de les dades disponibles als campus virtuals basats en moodle.
  • Plugins i altres eines moodle existents per oferir indicadors sobre el seguiment dels cursos.
  • Anàlisi d’altres possibles fonts d’informació com per exemple els resultats de les proves de competències o els sistemes de gestió des estudis.
  • Modelització conceptual de la informació.
  • Integració de les dades procedents de diferents fonts sota un model conceptual únic.

• Mineria de dades educatives que permeti analitzar les dades disponibles per tal de poder obtenir i inferir els indicadors desitjats per donar resposta a les necessitats de informació.

• Eines de visualització intuïtives destinades a estudiants, professors i gestors, desenvolupant en primer lloc un quadre de comandament destinat a l’autoritat educativa (nivell macro).

• Vigilància tecnològica sobre l’ús de learning analytics a altres llocs i/o àmbits.

• Relació amb eines d’aprenentatge personalitzat i adaptatiu (adaptative and personalized learning)