El Big Data es una estrategia que consigue el almacenamiento, tratamiento y el análisis de grandes cantidades de datos que se generan en el mundo virtual.
Para una empresa la utilidad del Big Data es conocer mejor a los clientes potenciales para ofrecerles el producto que más se ajuste a sus características.
Mediante potentes programas informáticos se procesan enormes cantidades de datos para detectar las tendencias de los consumidores, con el objetivo final de ayudar a la toma de decisiones por parte de la empresa.
En el sector de la formación esta técnica consigue tres grandes objetivos:
1. Realizar una educación más personalizada basándose en las características de cada alumno.
2. Conseguir un feedback en tiempo real actuando en consecuencia.
3. Compartir el conocimiento.
El Big Data permite mejorar el proceso de enseñanza aprendizaje mediante la observación de lo que ocurre, el porqué ocurre y el cómo se puede mejorar.
Con el Big Data se recaba información que luego mediante una “minería de datos”, es decir búsqueda de patrones repetitivos, se alcanza una “Analítica de Aprendizaje” interpretando esos datos mediante técnicas pedagógicas y algoritmos.
Todo ello con la finalidad de mejorar la calidad de la formación optimizando el rendimiento de alumnos y profesores, así como del modelo educativo.
La utilización del Big Data y la Analítica del aprendizaje, está en sus comienzos y es una apuesta de futuro porque existen muchos datos donde obtener información relevante de ellos para mejorar la docencia.
Objetivos del Big Data y la analítica del Aprendizaje.
La aplicación en la formación del Big Data proporciona muchos beneficios, entre los cuales cabe destacar:
a) La mejora del rendimiento académico: tradicionalmente el docente valoran los exámenes, las tareas y la actitud del alumno para evaluarlo, pero no se tienen en cuenta muchos datos que puede aportar conocimientos más detallados de su forma de aprendizaje y su comportamiento.
Con la utilización del Big Data se puede analizar en tiempo real todos esos datos de manera que se consigue optimizar el aprendizaje y el comportamiento de cada uno de los alumnos.
Algunos datos que se pueden conseguir con esta técnica pueden ser:
Las preguntas que no contestan.
El tiempo de respuesta a cada pregunta.
Qué fuentes utiliza el alumno.
Relación entre las preguntas contestadas.
Etc.
b) Mejorar la tasa de abandono del curso: al mejorar el rendimiento la tasa de abandono será menor. Con el feedback instantáneo que se produce con el Big Data el profesor conoce rápidamente las necesidades del alumno y con ello consigue satisfacerlas de manera que no abandone.
c) Elaborar programas personalizados para cada alumno, pudiendo así aprender a su ritmo con el seguimiento del profesor.
La personalización del aprendizaje es el gran reto de la educación. El Big Data desarrolla técnicas de seguimiento del alumno en todo el proceso educativo.
d) Monitorización en tiempo real de los alumnos: esto es esencial sobre todo en la enseñanza no presencial. De esta manera sus dudas son resueltas rápidamente.
Con los algoritmos del Big Data se puede monitorizar al alumno sabiendo, por ejemplo, si saben leer bien los textos, qué partes del contenido son más complejas, el tiempo dedicado a la lectura, etc.
Así el docente conoce las partes que tiene que reforzar en un curso para mejorar los resultados académicos.
e) Orientación en la elección de los futuros estudios: evaluando los datos detalladamente los orientadores y docentes observan las fortalezas y debilidades de cada alumno, mostrando las áreas de conocimiento que se adaptan mejor a su personalidad.
f) Retroalimentación para los docentes: con la Analítica de Datos se ayuda a los profesores a realizar las actividades en función de las capacidades, las preferencias y el proceso de aprendizaje de los alumnos.
g) Otros: adaptar las clases a los conocimientos de los alumnos, comprobar el número de visitas de una página, descargas de un documento o visualización de un video, transformar enfoques, modelos, metodologías, técnicas y estrategias de enseñanza y evaluación, mejorar la comunicación entre tutores, alumnos y otros agentes educativos y evaluar cursos o asignaturas en línea para adaptarlos según las posibilidades de mejora detectadas.
En la actualidad son muchos los centros educativos que están apostando por estas técnicas de análisis de datos masivos implementando programas de gestión que permiten automatizar los procesos y analizar los datos de los alumnos.
Existen muchas personas son reacias a estas técnicas por los siguientes motivos:
a) Que pueda discriminar a los alumnos prediciendo lo que pueden hacer sin haberlo intentado.
b) Que se puedan valorar a los alumnos por los datos pasados y no por lo que se puede llegar a conseguir.
Aplicación práctica del Big Data y la analítica del Aprendizaje.
El Big Data y la Analítica del aprendizaje requieren incorporar nuevas metodologías para beneficiarse del análisis de datos.
El Aprendizaje Adaptativo es el máximo exponente de estas técnicas, supone un aprendizaje personalizado que vaya adaptándose en tiempo real dependiendo de las necesidades y progresos del alumno detectados con el análisis de los datos.
