Convocatoria para el monográfico Learning Analytics and Education: clasificación, descripción y predicción del aprendizaje de los estudiantes

2018-11-28

Fundamentación

En la era digital el docente e investigador asume el rol de analista de datos, a través de la gestión y el análisis de la información para conocer mejor su propia acción docente, la tipología de sus estudiantes y los resultados, actitudes y compromiso que con el programa formativo adquieren. Penetrando en la niebla instalada, a la que se refieren Long y Siemens[1] (2011) al afirmar sin fisuras que el análisis de los datos va a tener un papel significativo en el futuro de la Educación Superior, para todos los agentes implicados, los profesores y educadores, los propios estudiantes, y los gestores o responsables, por cuanto les permite conocer la eficiencia de los recursos empleados, la existencia de nichos de ventajas competitivas, mejoras en la calidad y rendimientos de la experiencia de aprendizaje.

La extraordinaria proliferación de investigación empírica en éste ámbito en la última década, agrupada en comunidades de aprendizaje distintas, ordena los usos del volumen de información  que se registra de los estudiantes (uso de foros, blogs, campus virtuales, intranet, etc), tanto para definir perfiles, a partir de datos estáticos (aspectos demográficos, sociales, familiares, o del pasado académico) y/o datos dinámicos (referidos al proceso de aprendizaje: compromiso con el proceso, comportamiento, rendimiento, encuestas de satisfacción, valoraciones del proceso), como para profundizar aplicando métodos y herramientas en análisis descriptivos, predictivos y/o prescriptivos de recomendaciones desde la óptica de la Analítica del Aprendizaje (Learnig Analytics), por cuanto que facilita y mejora el aprendizaje en su conjunto, no solo convirtiendo los datos en conocimiento, sino también filtrándolo para la toma de decisiones.

Siguiendo la literatura empírica cabe establecer una clasificación de los usos los datos en la analítica educativa, por ejemplo, referidos a la Predicción del rendimiento del alumno, Proporcionar retroalimentación para los instructores, Agrupación de estudiantes por perfiles de aprendizajes, Detectar conductas atípicas o ritmos diferenciados, Análisis de usos en redes sociales, Análisis del desarrollo de competencias, Planificación y programación de cursos, etc.

Percibir el alcance futuro de la Analítica del Aprendizaje se puede hacer a partir de la revisión de las implementaciones que ya son una realidad en diversos Centros Educativos y Universidades, tanto por registros de planes formativos formales (reglados) o informales, con casos de adaptación de tecnologías, innovaciones educativas, o buenas prácticas a imitar, que recogen enfoques multidisciplinares, dada la porosidad en los márgenes entre las investigaciones de las distintas disciplinas como la estadística, la inteligencia artificial, la ciencia computacional, la educación o desde el diseño de perfiles psicológicos y de aprendizaje.

La definición oficial de Learning Analytics se fecha en la convocatoria de la First International Conference on Learning Analytics and Knowledge (LAK 2011), y ha sido adoptada por la reciente Society for Learning Analytics Research (SoLAR), como la medición, recopilación, análisis e informe de datos sobre los alumnos y sus contextos, con el fin de comprender y optimizar el aprendizaje y los entornos en los que se produce. A partir de esta deficición y la consideraciones previas, las temáticas acotadas sobre las que tratará este número monográfico son las siguientes:

  • Investigaciones y estudios relacionados con el uso de big data en el entorno educativo y sus implicaciones.
  • Investigaciones y estudios que aporten estudios de caso del desarrollo de iniciativas de Learning Analytics para el estudio de desarrollo de competencias.
  • Investigaciones y estudios que analicen o evalúen buenas prácticas internacionales de Learning Analytics.
  • Trabajos innovadores sobre el diseño, evaluación e implementación de programas formativos basados en estudios de Learning Analytic
  • Retos y oportunidades para una docencia de calidad de disponer de herramientas de análisis.

Las normas de elaboración para el envío de los textos se encuentran disponibles en https://rieoei.org/index.php/RIE/about/submissions#authorGuidelines

No se aceptarán trabajos fuera del plazo fijado y que no se ajusten a la temática específica.

 

Mª Covadonga de la Iglesia Villasol
Universidad Complutense de Madrid (UCM), España.

 

[1] Long, Ph. y Siemens, G. (2011). “Penetrating the Fog: Analytics in Learning and Education”. EDUCAUSE Review, v46 n5 p30-40 Sep-Oct 2011.