El valor de la gestión de datos

Calidad y analítica de datos para mejorar la enseñanza

Publicado el 23/05/14 4:00

La digitalización de datos sobre el alumnado, como calificaciones, asistencia, asignaturas cursadas o su frecuencia de conexión al sistema de la universidad abre las puertas a un análisis predictivo que se convierta en una herramienta para ayudar a los estudiantes y mejorar el sistema de enseñanzaPuede parecer una utopía, pero en Australia están dando los primeros pasos para conseguirlo. 

Ensenanza Big Data

 

Uno de los primeros retos es conseguir el mayor número posible de datos y que éstos sean de calidad para garantizar un buen análisis, lo que implica recabarlos. Un difícil objetivo, ya que en algunos casos ''se hallan en sistemas aislados''  explica Glenn Wightwick, director de investigación de IBM Australia.

La utilidad de estos análisis es convertirlos en una herramienta clave multifuncional, al estilo de una navaja suiza, que facilite la comprensión de los patrones de aprendizaje, prediga el rendimiento e identifique oportunidades que ayuden a planificar, tomar decisiones y, en suma, signifiquen un avance.   

 

picha aquí para descargarte una guía más completa sobre calidad de datos. 
 

El valor del análisis predictivo

Ese análisis predictivo que apunta a las estrellas aspira a transformar la enseñanza sin ponerse límites, contando en todo momento con los estudiantes, sus verdaderos protagonistas. Sin embargo, para cumplir tan ambiciosa meta se ha de partir de lo más pequeño: el dato, la suma de todos los datos útiles que, procedentes de distintas fuentes, sirvan a este propósito

Los datos, el nuevo petróleo en el actual contexto de Big Data, no son en este caso una quimera, si bien su análisis ganará en precisión cuanta más accesibilidad y cantidad de ellos haya disponible. De hecho, la mayoría de las universidades tienen este tipo de datos en la actualidad, a menudo digitalizados, lo que facilita el análisis, todo lo contrario que ocurre cuando están segmentados. 

A continuación, una vez planteadas las preguntas y problemas e identificados los datos pertinentes, se desarrollará una estrategia de análisis que ofrezca ideas de valor. ''La idea aquí es crear rápidamente una idea que no era necesariamente evidente para la organización'', dice Wightwick. 

Para que llegue ese momento feliz en el que los análisis revelen tendencias y ''ayuden a tomar decisiones sobre qué y cómo enseñar o cómo mejorar la educación de un estudiante en función de sus capacidades'' habrá que superar numerosos problemas, de acuerdo con Peter Kokkinos, gerente del proveedor de software de educación Desire2Learn. 

 

Educación a distancia y abandono

El análisis de datos relacionados con estudiantes universitarios a distancia permitirá un mejor seguimiento de cada uno de ellos. Igualmente, la deserción es otro de los aspectos que se espera poder manejar de cara a una predicción que ayude a su prevención. En ambos casos, como en tantos otros aspectos relacionados con el aprendizaje, se trabaja con datos de mayor o menor nivel de privacidad. 

Si por un lado cada estudiante puede contemplarse como un flujo de datos que aporta una determinada información o resultado, por otra parte esos mismos datos son información personal, relacionada con el estudiante, un material sensible que, pese a ser de fácil acceso en este contexto, puede vulnerar derechos.  

 

Post relacionados:

 

calidad de datos imprescindibles factores

 

 

 

Temas: Data Quality