Learning Analytics - UNIR

variedad

Diferentes formas de data

volumen

Escala de volumen de datos.

veracidad

Incertidumbre de los datos

velocidad

Análisis de datos de transmisión

4V

Los científicos de datos de IBM dividen el Big Data en cuatro dimensiones: volumen, variedad, velocidad y veracidad.

Big Data

Se crean a una enorme velocidad. Son muy diversos en variedad Están estructurados y no estructurados

IDEAS

Aprendizaje Adaptativo

El cilo de las Analíticas del Aprendizaje

sobre

Analíticas del Aprendizaje

Es la enorme cantidad de datos que producen una serie de dispositivos. Se miden en terabytes, petabytes y hexabytes.

Critical questions for big data

Artículos:

The End of Theory: The Data Deluge Makes the Scientific Method Obsolete

Big Data, new epistemologies and paradigm shifts

TECNOLOGÍAS

PROCESOS

"Es la medida, recolección, análisis y presentación de datos sobre los estudiates y sus contextos con el propósito de comprender y optimizar el aprendizaje y en entorno en que tiene lugar"

BIG DATA

EDUCACIÓN

a la

"Nuestra analítica de aprendizaje es nuestra pedagogía"

Analíticas Macro - Meso - Micro

Herramientas digitales

MACRO

Regional/estatal/nacional/internacional

MESO

Institucional/Universidad

MICRO

Dptp/titulación/asignatura/estudiante

¿Qué?

¿Qué? (Datos y entornos)

• Plataformas de aprendizaje Aulas virtuales: LMS.
• Sistemas de información del estudiante
• Datos de su aprendizaje
• Múltiples fuentes distribuidas

¿Cómo?

¿Cómo? (Métodos)

• Estadística
• Visualización de información (dashboard)
• Minería de datos (Clasificación, clustering, asociation rule mining, etc)
• Análisis de redes sociales.

¿Quién?

¿Quién? ("Stakeholders")

• Estudiantes, profesores, tutores/mentores (humanos e inteligentes), instituciones y administraciones educativas (administradores y gestores), investigadores y diseñadores de sistemas.
• Con diferentes perspectivas, intereses y expectativas

Analíticas de Aprendizaje Modelo de Refrencia (Chatti et al. 2012)

Simon Buckingham

¿Para qué?

¿Para qué? (Fines y objetivos de "Stakeholders")

• Monitorización y análisis.
• Predicción e intervención
• Tutorización y mentorazgo
• Evaluación y retroalimentación
• Adaptación
• Personalización y recomendación
• Reflexión.

LearningAnalytics

Fuente: Adell, J. (2017). Analíticas de aprendizaje: una perspectiva crítica [archivo de vídeo]. Recuperado de https://www.youtube.com/watch?v=ZzQLBh1JgEw&t=820s

Referencia Long, P., Siemens, G., Conole, G., and Gasevic, D. (2011). Proceedings of the 1st International Conference on Learning Analytics and Knowledge, Banff, AB, Canada, Feb 27-Mar 01, 2011. New York: ACM. Recuperado de https://dl.acm.org/doi/proceedings/10.1145/2090116.

https://www.jisc.ac.uk/sites/default/files/learning-analytics-in- he-v2_0.pdf

http://www.open.ac.uk/blogs/innovating/ Referencia:

• Kukulska-Hulme, A., Bossu, C., Coughlan, T., Ferguson, R., FitzGerald, E., Gaved, M., Herodotou, C., Rienties, B., Sargent, J., Scanlon, E., Tang, J., Wang, Q., Whitelock, D., Zhang, S. (2021). Innovating Pedagogy 2021: Open University Innovation Report 9. Milton Keynes: The Open University.

Intervenciones

Aprendices

Data

Métricas

Los 4 niveles de análisis del aprendizaje Descriptivo: ¿Qué ha pasado? Mire hechos, cifras y cualquier otro dato que tenga que le brinde una imagen detallada. ¿Un estudiante reprobó una prueba de matemáticas? ¿Qué conceptos se dominaron y cuáles no? Diagnóstico: ¿Por qué sucedió? El examen de los elementos descriptivos le permite evaluar críticamente por qué ocurrió un resultado. ¿El estudiante hizo bien en las preguntas de geometría, pero bombardeó el material basado en álgebra? ¿Se dedicó menos tiempo de clase a las cosas de álgebra? ¿Se asignaron diferentes tipos (o cantidades) de tarea? Busque explicaciones Predictivo: ¿Qué pasará? Aquí es donde miras hacia el futuro: ¿Cuál sería el resultado basado en diferentes elementos? Piense en ello como una elección de su propia aventura: ¿aprenderá mejor el estudiante el material basado en álgebra si sucediera X, Y o Z? Prescriptivo: ¿Qué debo hacer? ¿Cómo se puede lograr un resultado específico mediante el uso de elementos específicos? ¡Tome lo que ha aprendido a través de 1, 2 y 3 y aplíquelo en un esfuerzo por lograr el resultado de aprendizaje que está buscando! Fuente: https://schoolleadership20.com/forum/topics/the-4-levels-of-learning-analytics-by-katie-lepi

¿Para qué? (Fines y objetivos de cada skateholder)

• Monitorización y análisis.
• Predicción e intervención.
• Tutorización y mentorazgo.
• Evaluación y retroalimentación.
• Adaptación.
• Personalización y recomendación.
• Reflexión.

Fuente: https://www.researchgate.net/figure/Learning-analytics-reference-model-Chatti-et-al-2012_fig12_282460874