Es el momento de llevar a cabo la captura de datos, tras establecer el plan en el que: se determinan los objetivos a lograr con la analítica predictiva. Atendiendo a las preguntas que se espera contestar y las metas a lograr; se piensa en las consecuencias imprevistas y el protocolo para mitigarlas y se establecen los indicadores de logro para evaluar el proceso de análisis y establecer los resultados.
Para lograr el objetivo principal (especificado en el post anterior (https://silviafarga.blogspot.com/2019/05/actividad-3-plan-de-analisis-predictivo.html): reducir las tasas de abandono; tratamos de identificar al alumnado que precisa de un asesoramiento en el curso. Para ello, observamos el comportamiento del alumnado cuando está en el curso gracias a los datos que genera al emplear la plataforma. Lo hacemos atendiendo a los momentos clave en la participación; reconociendo qué tipo de datos se pueden obtener; y cómo pueden ser interpretados los mismos. Proponiendo, a continuación, una intervención que nos permitirá ofrecer apoyo al alumnado. Todo ello, atendiendo a algunas de las indicaciones ofrecidas por Domínguez (2018) en su artículo Big data, analítica del aprendizaje y educación basada en datos.
A continuación se especifican los momentos clave para identificar a los estudiantes con problemas y el motivo por el que estos resultan esenciales:
- Las primeras semanas de cada semestre del curso. En estas el estudiante tiene la oportunidad de conocer la guía de cada materia, la planificación del curso y las diferentes áreas; establecer las primeras interacciones con los compañeros/as y el profesorado; y familiarizarse con la plataforma online a emplear. Es esencial realizar estos primeros pasos porque permiten al alumnado evitar la saturación proveniente de tener que conocer todos los aspectos organizativos y técnicos del curso mientras se aborda el contenido curricular. Asimismo, en estas semanas podemos conocer el número de alumnos y alumnas matriculados para, posteriormente, determinar el porcentaje de finalización del curso; conocer los perfiles del alumnado para localizar circunstancias que podrían afectar al rendimiento del curso; y saber los perfiles profesionales del alumnado para adaptarnos a la diversidad de capacidades y conocimientos que presente el alumnado.
- Durante el desarrollo del curso. Aquí conocemos la rutinas del alumnado en el acceso a la plataforma; participación en las videoclases, chats y foros; consulta de materiales; etc. Ello nos permite determinar la implicación del alumnado con cada área o módulo del curso; el nivel de dificultad al que se enfrenta; el uso eficiente que realizan del tiempo; o los problemas de incompatibilidad horaria. Asimismo, en este periodo, prestamos especial atención:
- Tras los periodos vacacionales porque después de los tiempos de descanso es importante hacer un seguimiento del alumnado para ver que todos y todas se reincorporan al curso y establecen de nuevo sus rutinas de trabajo.
- Las semanas previas a la entrega de alguna actividad y en los periodos de evaluación porque es importante observar el comportamiento del alumnado para conocer si este es consciente de las fechas de entrega; conocen los documentos a consultar; entienden los mismos; y comprenden las pautas de la tareas. Es importante ver como el alumnado afronta la realización de las mismas para proporcionar el asesoramiento necesario si se sospecha que no va a realizarlas por falta de tiempo, planificación, problemas de comprensión o desmotivación.
- Las últimas semanas de los semestres del curso. Estas nos permite saber si el alumnado sigue activo en los últimos instantes para completar y concluir su proceso educativo y así determinar la tasa de abandono y el porcentaje de éxito en la realización del curso.
Ahora, explicaremos el tipo de datos que podemos obtener y el modo de interpretarlos para conocer si existen indicios de desafección por parte del alumnado; determinar la necesidad de realizar intervenciones; reeditar los contenidos; y aumentar o disminuir la participación del profesorado; así como seleccionar las mejores prácticas docentes para atraer al alumnado:
- El número de veces que un alumno/a inicia sesión y el momento del día en que lo hace para conocer su interés y nivel de participación; sus posibilidades horarias; y si se ha producido la inversión horaria.
- El tipo de aplicaciones y herramientas que utiliza el alumnado con el fin de comprender la forma en que emplea la plataforma de aprendizaje y su nivel de actividad en cada una de ellas.
- Cuáles son los recursos a los que accede y con qué frecuencia lo hace para saber su nivel de participación.
- A qué actividades atiende, cuántas veces las consultan y si las entrega dentro o fuera del periodo de primera convocatoria; con el objetivo de establecer su nivel de rendimiento en el curso. El profesor o profesora puede saber si el alumnado está consultando los recursos adecuados y si participa en los debates pertinentes desarrollados en los foros y los chats. También puede, así, ser consciente de la dificultad de los contenidos y las tareas.
- Cuáles han sido los resultados de las tareas y los exámenes realizados, obteniendo datos sobre el desempeño del alumnado en el curso. Teniendo como objetivo entender el comportamiento del alumnado y la efectividad del mismo en su aprendizaje, atendiendo a los contenidos empleados y la organización establecida.
- Quiénes interactúan más, cuál es la frecuencia de interacción y a través de qué medios interactúan más con los compañeros/as y el profesorado para determinar el nivel de participación, actividad y colaboración (Domínguez, 2018) y (Ekowo y Palmer, 2016).
Por último; tras conocer los momentos más importantes para la recogida de datos, determinar cuáles son los datos que podemos obtener empleando nuestro servicio de analítica del aprendizaje, y reflexionar sobre las posibles interpretaciones que podemos realizar de los mismos; presentamos, a continuación, las herramientas analíticas predictivas especificadas por Ekowo y Palmer (2016) para llevar a cabo la intervención que nos permite apoyar al estudiante en riesgo de abandono. Estas herramientas son:
- El Asesoramiento dirigido a estudiantes. Con la alerta temprana podemos conocer al alumnado con dificultades académicas y con los sistemas de recomendación de programas podemos seleccionar los cursos más adecuados para que el alumnado supere sus dificultades. Ello posibilita que el profesorado intervenga para apoyar el éxito del alumnado.
- Y el Aprendizaje adaptativo. Se aplica cuando se emplea el análisis predictivo para crear un Software de aprendizaje destinado a modificar las rutas de aprendizaje según las interacciones del estudiante, determinando y adaptando el tipo de contenido a abordar, la secuencia de aprendizaje a seguir y el tipo de evaluación a realizar con el fin de lograr el aprendizaje.
Y con estas herramientas el tutor y la comunidad docente puede ofrecer un apoyo directo al alumnado para: indicarle los aspectos que debe mejorar; felicitarlo y premiarlo por la buena participación en las diversas prácticas desarrolladas; y proporcionarle las herramientas y recursos más adecuados (Domínguez, 2018).
Referencias:
- Domínguez, D. (2018). Big Data, analítica del aprendizaje y educación basada en datos. Recuperado el 20 de abril de 2019 de https://papers.ssrn.com/abstract=3124369
- Ekowo, M., y Palmer, I. (2016). The Promise and Peril of Predictive Analytics in Higher Education: A Landscape Analysis. New America. Recuperado el 22 de abril de 2019 de https://na-production.s3.amazonaws.com/documents/Promise-and-Peril_4.pdf
No hay comentarios:
Publicar un comentario