Reseña del libro aprender con big data

Introducción

Aprender con big data, publicado en 2014, fue escrito por dos autores que son unos reconocidos expertos en el mundo de los datos masivos. Por un lado, tenemos a Viktor Mayer-Schönberger  que ha enseñado gobernanza de internet en prestigiosas universidades como Oxford y Harvard y, además, ha publicado 2 libros y numerosos artículos sobre big data. Por otro lado, tenemos a Kenneth Cukier que es un escritor y periodista en The Economist que también ha escrito junto a Viktor sobre el nuevo paradigma que representa los big data en nuestra sociedad.

En palabras de los autores el libro pretende ser “una guía para todo tipo de profesionales en la transición de la educación actual hacia la educación en la época de los big data”.  Para ello se desarrollan los siguientes puntos:

  • Las formas en que puede usarse la información que se generan en la educación para mejorar el aprendizaje
  • Ejemplos de plataformas de enseñanza online que utilizan los big data como elemento de soporte clave tanto para los docentes como para los alumnos.
  • Riesgos que acarrea el uso generalizado y sin la correcta perspectiva del análisis de los datos masivos educacionales.

Seguidamente vamos a ver las ideas clave de cada uno de los puntos anteriores.

Las formas en que los big data transformarán la educación tradicional

La tecnología actual (tabletas, internet, smartphones…) permite recopilar, en muchas ocasiones, datos generados por personas que realizan alguna actividad formativa. Los autores creen que estos datos pueden ayudar a mejorar la enseñanza y el aprendizaje porque poseen tres cualidades que combinadas permiten un método de enseñanza disruptivo. Este método se basa en la retroalimentación, la individualización y las predicciones probabilísticas.

Individualización

Retroalimentación

La retroalimentación de la educación con big data se diferencia a la de la educación tradicional en que en la primera viaja en los dos sentidos, mientras que en la segunda solo viaja en uno. Es decir, tradicionalmente un alumno recibe información directa de su profesor cuando este le comunica su valoración de una prueba, actividad o examen que ha realizado. En cambio, un alumno que participa en una acción formativa donde se recopilen sus datos podrá recibir información de manera inmediata cuando lo necesite. Esta información es el resultado de analizar toda la información que genera el alumno comparándola con información de otros participantes. Esta información también permite al docente adaptar el método de enseñanza a cada alumno en particular.

Individualización

Partiendo de la retroalimentación como base se utiliza la técnica de aprendizaje adaptativo para optimizar cómo aprenden las personas. De esta forma se ajustan los materiales formativos para adecuarlos a las preferencias y necesidades individuales de cada alumno. En consecuencia pasamos de un material educativo homogéneo a uno heterogéneo, al ser éste personalizado. Un ejemplo de esto es el método de “aprendizaje por dominio” que se utiliza mucho en los MOOC. Mediante este método el alumno no puede avanzar de lección hasta que no ha dominado ciertos conocimientos clave de la materia.

Predicciones probabilísticas

Los análisis que se generan en la formación con big data son análisis cuantitativos y, por tanto, sus conclusiones se basan en probabilidades y, a la luz de estas conclusiones, se pueden hacer predicciones que también serán probabilísticas. En otras palabras y poniendo un ejemplo hipotético, si se dispone de suficientes datos se puede prever que un alumno X tendrá más probabilidades de aprobar el examen de una materia si realiza un ejercicio al final de cada unidad.

Plataformas de elearning que trabajan con big data

En el libro se explica el caso de algunas plataformas de enseñanza online que han usado los datos masivos para transformar su producto y diferenciarse así del resto de sus competidores.

Duolingo

Es una empresa creada en 2012 por Luis Von Ahn (creador también de la aplicación CAPTCHA) que cuenta con una web y una aplicación para móviles dedicadas a ayudar a la gente a aprender idiomas. Duolingo pone a sus alumnos a traducir frases pequeñas o a evaluar y corregir las traducciones de otras personas. De esta forma los alumnos pueden aprender sin la necesidad de disponer de un profesor porque son los propios alumnos los que corrigen a otros y el programa se encarga de todo lo demás. Además, la interface de duoligno es atractiva y los contenidos están dispuestos con técnicas de gamificación, lo cual cosa hace que los usuarios deseen continuar usando el programa. El equipo de Duolingo se ha apoyado y siguen apoyándose en la ingente cantidad de datos que genera la interacción de los usuarios con el sitio. De esta manera han podido ir puliendo su contenido para ayudar a aprender mejor un determinado idioma a diferentes clases de alumnos. Por ejemplo, el curso de inglés para hispanohablantes se adaptó para que el termino it (que no tiene traducción directa al español) apareciese más tarde y no desincentivase así el estudio inicial del idioma.

Khan Academy

En 2004 Salman Khan empezó a dar clases particulares de matemáticas a su prima Nadia, de doce años y, viendo los progresos de Nadia, otros familiares se apuntaron. Como la familia de Salman vivía en Nueva Orleans y él en Boston Salman decidió publicar su clases en video a través de youtube. Estas primeras videoclases fueron el germen del famoso sitio web de Khan Academy, creado en 2006. Hoy en día este sitio web que alberga videos de todo tipo de materias ha sido utilizado por más de 50 millones de alumnos de todo el mundo. Además, cada día se realizan en esta web más de 4 millones de ejercicios. Todo ello hace que los usuarios generen a diario muchísimos datos sobre las evaluaciones, ejercicios y videos que visualizan. Estos datos que son anonimizados se analizan para saber qué y cómo se aprende. Los resultados de los análisis se comparten mediante informes personales con los alumnos y los profesores. De esta forma se consigue, por un lado, orientar a los alumnos sobre el esfuerzo que tiene que destinar a determinada áreas del temario y, por otro, ayudar a los profesores a rediseñar su contenido para hacerlo más eficaz.

Plataformas MOOC

MOOC (o CEMA en español) es un acrónimo que hace referencia a Cursos En línea Masivos y Abiertos. Como su acrónimo indica estos cursos son por definición abiertos, gratuitos, con plazas de matriculación ilimitadas, y se imparten íntegramente por internet. En los últimos años casi todas las mejores universidades del mundo han publicado cursos MOOC en las diferentes plataformas que existen y que son básicamente tres: coursera, udacity y edX.

El negocio de estas plataformas educativas es el siguiente: ofrecen de forma gratuita cursos de universidades prestigiosas y, a cambio, recopilan los datos de actividad de los alumnos para saber cómo mejorar su aprendizaje. De esta forma las universidades que apuestan por estos cursos consiguen una realimentación que es valiosa porque les da una ventaja competitiva frente a otras universidades.

El éxito de los cursos MOOC ha llevado a la creación de una nueva figura en el mundo de la educación: el analista de datos educativos. Este se dedica a analizar los datos de retroalimentación de estos cursos para:

  • Asesora a los alumnos en el camino de aprendizaje más educado que deben elegir.
  • Diagnosticar la eficacia del material de estudio y del método seguido.

Riesgos del uso de los big data

El advenimiento de una nueva tecnología plantea escenarios con numerosas oportunidades pero también con amenazas. Los autores del libro identifican las siguientes:

Mochilas digitales

La recopilación de datos de los alumnos a largo de toda su vida escolar conlleva la creación de un expediente académico muy extenso que, en ocasiones, puede llevar a conclusiones erróneas. Estas conclusiones se basan en el principio arriesgado de extrapolar el comportamiento pasado al comportamiento futuro. Según esta extrapolación un pasado académico poco brillante nos puede negar el mérito de evolucionar, crecer y cambiar. Ningún algoritmo, por muy bien que esté diseñado, logrará predecir todas las sutilezas del comportamiento humano y se estaría cometiendo un error si se confía el diagnóstico del potencial de un alumno únicamente a una máquina.

Futuros prefijados

En la línea de lo anterior y en base a los datos generados por el sistema, un analista de datos puede predecir el futuro académico de un alumno concreto y, a la vez, influirle negativamente. Se debe tener en cuenta que las predicciones que se hacen sobre los datos educativos son probabilísticas y se basan en el supuesto de que todos los alumnos se comportan de forma homogénea. Estas predicciones pueden desincentivar la voluntad de auto superación del alumno, haciéndole asumir menos riesgos, y, en definitiva, restringir su libertad de elegir que aprender. A su vez, un sistema de predicciones de futuros académicos puede perpetuar las divisiones sociales y económicas reforzando las ya existentes divisiones educativas entre clases.

Conclusión

La llegada de los big data al sector educativo comporta su transformación. En opinión de los autores, esta transformación lleva a la descomposición de la experiencia educativa y, en consecuencia, a la liberalización del sistema educativo. Esta nueva educación alberga cambios que pueden tener efectos positivos y negativos.

En primer lugar, tenemos las ventajas que supone el uso de datos masivos como: la retroalimentación, la individualización y la predicción. También la aparición de plataformas educativas con materiales gratuitos supone un beneficio para todos puesto que, por un lado, permite a personas de todo el mundo acceder a cursos de calidad y, por otro, permite a los profesores obtener información que les ayude a mejorar su trabajo.

En segundo lugar, los inconvenientes del uso generalizado de los datos masivos en educación son la creación de mochilas digitales y el uso de predicciones que reduzcan oportunidades. Los autores proponen combatir estos riesgos a través de la aprobación de regulaciones que establezcan reglas sobre cómo utilizar estos datos.

Opinión

He encontrado “Aprender con big data” una lectura amena, interesante y concisa. Algunas de las cosas que intuía que pasaban con los cursos MOOC han sido confirmadas y otras han sido toda una sorpresa para mí. Por ejemplo, el uso que hace duolingo de tus interacciones para mejorar su programa. Por otro lado, he echado en falta que no se extendiese en innovaciones educativas concretas como el “Flipped Classroom”.

En definitiva, creo que la educación con big data ha llegado para quedarse y, pese a sus riesgos, vale la pena apostar por ella. Al final es cierto que hay cosas que sólo la inteligencia humana puede detectar, pero un poco de ayuda estadística nunca viene mal.

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión /  Cambiar )

Google photo

Estás comentando usando tu cuenta de Google. Cerrar sesión /  Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión /  Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión /  Cambiar )

Conectando a %s