Actividad 3 — Plan de análisis predictivo
Actividad 3 — Plan de análisis predictivo
Introducción
En los últimos años, vemos cómo la
aplicación del Big Data y la Inteligencia Artificial se van abriendo
paso en distintos ámbitos para recopilar, ordenar, analizar y presentar toda
una serie de resultados y estrategias con el objetivo de mejorar la eficiencia y
la productividad de los distintos procesos implicados.. En el contexto
educativo, la Analítica del aprendizaje
conectado (learning analytics), mediante el estudio de las interacciones de
los estudiantes, pretende apoyar y guiar la toma de decisiones para mejorar los
procesos de enseñanza-aprendizaje, así como predecir determinados perfiles para
ofrecer itinerarios adaptados a las capacidades particulares de los aprendices
o evitar el abandono escolar.
Con estos objetivos educativos,
Ekowo & Palmer (2016) proponen una serie de orientaciones para un uso
correcto y ético del análisis predictivo en educación:
1. Planificación: desarrollar una
estrategia que incluya tanto agentes, objetivos, efectos negativos potenciales
y resultados medibles esperados del análisis predictivo
2. Infraestructura de apoyo: llevar
a cabo las comunicaciones y las medidas informativas necesarias para que los
participantes acepten positivamente su participación en la generación de los
datos necesarios para el análisis predictivo.
3. Uso adecuado de los datos: es
necesario actuar con precisión y responsabilidad con los datos recabados para
garantizar tanto la corrección de las interpretaciones como la privacidad de
los mismos.
4. Diseño de modelos de análisis
predictivo y algoritmos que eviten sesgos: con el objetivo de ser lo más
imparciales y objetivos posible, debemos diseñar algoritmos que sean capaces de
reducir el sesgo y recuperar información veraz.
5. Cumplir con os objetivos
institucionales y mejorar los resultados de los estudiantes: los resultados del
análisis predictivo se materializarán en una serie de acciones que serán
reevaluadas a posteriori.
Basándonos en estas guías pasamos a
definir en primer lugar el plan de análisis predictivo correspondiente al caso
de estudio[1]
analizado.
Plan de análisis predictivo
Como
responsable de la gestión de productos de una empresa de servicios de formación
online, se me plantea el reto de diseñar un proyecto para implementar un nuevo
servicio basado en analítica de datos en entornos educativos. El primer paso
que vamos a seguir consistirá en establecer los objetivos y los indicadores de
logro de un curso piloto de “Diseño de servicios” en Moodle:
Objetivos
Objetivo 1
|
Identificar a los estudiantes que más necesitan
servicios de asesoramiento en un curso.
Maximizar la
participación y la generación de datos
Detectar y
responder a las necesidades de aprendizaje específicas de los alumnos
Reducir el índice
de abandono
Tutoría digital para
registrar dudas y proponer soluciones
|
Objetivo 2
|
Desarrollar material didáctico de aprendizaje
adaptativo para personalizar el aprendizaje
Desarrollar materiales didácticos adaptados a las
necesidades específicas de los alumnos
Diseñar materiales variados, interactivos y
motivadores
Generar recursos de refuerzo y de ampliación
secundarios
Proponer recursos que permitan la realización de
distintos itinerarios de aprendizaje
|
Indicadores de logro
KPI-1
|
Relación alumnos
matriculados-alumnos que han terminado el curso
|
KPI-2
|
Evolución de la
frecuencia de ingreso y tiempo de permanencia medio
|
KPI-3
|
Evolución del
número de publicaciones del alumno
|
KPI-4
|
Evaluación
cualitativa de respuestas y publicaciones de los alumnos
|
KPI-5
|
Porcentaje de
alumnos que solicitan ayuda por primera, segunda o sucesivas veces
|
KPI-6
|
Índice de
realización de actividades y pruebas parciales
|
KPI-7
|
Índice de
realización de actividades de refuerzo-ampliación
|
KPI-8
|
Encuesta de
satisfacción del alumnado
|
|
|
Bibliografía
Ekowo, M., &
Palmer, I. (2016). The Promise and Peril of Predictive Analytics in Higher
Education: A Landscape Analysis. New America.
Comentarios
Publicar un comentario