Actividad 4 — Diseño de investigación
Actividad 4 — Pregunta 2: Diseño de
investigación
Introducción
En la educación actual se va imponiendo cada
vez más la lógica de una ecología conectada donde los procesos de
enseñanza-aprendizaje se vinculan estrechamente en la red para satisfacer la
necesidad de implementar sistemas cada vez más eficientes. Dentro de este
contexto, la analítica del aprendizaje pretende utilizar los datos masivos
recolectados de entornos de aprendizaje digitalmente mediados para mejorar
estos procesos y proponer análisis predictivos que anticipen dificultades y
mejoras a implementar para conseguir la mayor eficiencia y productividad posibles.
Para el caso que nos concierne, proponemos el
diseño de un curso modular (similar a los xMOOCs) con contenidos disponibles en
forma de manuales y un sistema de evaluación con cuestionarios al final de cada
entrega de tarea. El curso Learning Analytics Essentials pretende dar una
formación en línea y en abierto, proponer un espacio para la experimentación en
el campo de la analítica del aprendizaje y, al mismo tiempo, ofrecer datos
útiles para mejorar la enseñanza digital y proponer una educación que dé
respuesta a las necesidades particulares de los educandos.
Para ello, haremos uso tanto de la plataforma
del curso como de otros canales de comunicación como Twitter, Youtube,
TinyLetter y un blog.
Objetivos
Los objetivos que persigue la investigación para
mejorar la analítica del aprendizaje son los
siguientes:
-
Medir qué competencias adquieren los estudiantes al final del curso.
-
Medir cómo evoluciona la adquisición de esas competencias durante el
ciclo del curso.
-
Conocer las causas que explican la adquisición de las competencias por
parte de los estudiantes.
Metodología
La metodología para la recogida y análisis de
datos se llevará a cabo mediante encuestas de tipo cuantitativo (Escalas
Likert) combinadas con preguntas de respuesta abierta para un análisis
cualitativo que, complementado con los datos recabados de las redes sociales nos
permita comprender los procesos subjetivos implicados.
Por otra parte, respecto a la metodología pedagógica
aplicada al curso, esta se guiará a partir de la consulta de determinados
materiales alojados en la plataforma, la dinamización de foros de debate en
torno a los temas seleccionados y el diseño y elaboración de tareas para cada
módulo.
Una vez entregadas las tareas, se llevará a
cabo una evaluación tanto sobre el producto como sobre el proceso de enseñanza
mediante los cuestionarios indicados anteriormente. Para la evaluación final
llevaremos a cabo previamente una evaluación inicial (tras una semana de curso)
de los participantes en el curso así como una serie de evaluaciones de
diagnóstico (dos periodos intermedios en función de la duración total del
curso) para medir los indicadores propuestos y elaborar una gráfica que nos
permita valorar la evolución general de las competencias. Además, se analizarán
los datos proporcionados por la plataforma para pronosticar posibles abandonos
o dificultades de aprendizaje a las que proponer tutorías virtuales o
materiales adicionales. Los datos serán recogidos tanto individualmente como
grupalmente, ya que estos datos nos pueden dar pistas acerca de los distintos
ritmos de aprendizaje del grupo y adaptar el nivel general a la media,
proponiendo recursos de refuerzo o de ampliación a los alumnos que se sitúen en
un determinado umbral de la desviación típica.
Instrumentos de obtención de
datos
Para la recogida de datos, utilizaremos los siguientes instrumentos:
-
Al final
de cada tarea y de cada módulo, los alumnos responderán a escalas Likert y
preguntas de respuesta abierta combinadas mediante formularios de Google Forms
para cada uno de los momentos de evaluación.
-
Fichas
de observación en el que se recogerán los valores correspondientes a cada uno
de los indicadores, en formato de hoja de cálculo para su posterior
tratamiento.
-
Yet Analytics como herramienta de
analítica integrada en la plataforma, en la que sistematizaremos los datos
relacionados con los indicadores de la plataforma.
Interpretación de los datos
obtenidos
A partir de los datos suministrados por Yet Analytics, se tratará ahora de llevar a cabo un proceso de
minería de datos que nos permita llegar a una serie de constantes y
conclusiones relacionados con las siguientes variables: tasa de abandono, tasa
de aprobados, evolución de las notas de las tareas, evolución de los índices de
participación, umbrales mínimos relacionados con el abandono o la no superación
del curso (promedio de conexión diaria, número de interacciones …), etc.
Estos datos nos servirán para diseñar una serie de medidas dirigidas a
mejorar tanto los materiales proporcionados como los procesos de comunicación, de
creación de comunidad y los procesos implicados en la realización de tareas que
nos permitan vislumbrar las causas que determinan la adquisición de
competencias así como otros elementos asociados como la motivación, la
participación, el trabajo colaborativo, etc.
Además de los productos, los cuestionarios elaborados nos permitirán
comprender mejor qué contenidos han supuesto mayor dificultad y cuáles han sido
superados con cierta facilidad para ajustar el nivel de dificultad del curso.
Para ello, indicadores como el tiempo medio de visionado, el tiempo de conexión
para la elaboración de la tarea o el producto pueden servir para esta
evaluación.
Una vez se vayan recogiendo evidencias, debemos implementar las
medidas necesarias para mejorar tanto los contenidos como el proceso formativo
del curso, así como ver qué mejoras o complementos se puede añadir a las
herramientas de analítica del aprendizaje.
Garantías éticas
Tratar con una gran cantidad de datos personales implica toda una
serie problemas éticos y de privacidad que giran en torno al tratamiento, la
reutilización y cesión a terceros y en términos generales, a la propiedad de
los mismos. Por tanto, a la hora de realizar esta investigación, es necesario
tomar una serie de medidas que eviten usos ilegales o cuanto menos éticamente
incorrectos:
-
Consentimiento
informado de los participantes, mediante la instalación de cookies y pop-up
solicitando consentimiento y configuración de privacidad en torno a la cesión
de sus datos personales para su posterior tratamiento o para su cesión a
terceros con determinados fines
-
Pop-up
informativo en cada inicio de sesión en la plataforma que recuerde a los
usuarios que sus datos son objeto de estudio.
Además, planteamos un código ético y legal (Dominguez Figaredo, 2016)
que determine todas las cuestiones inherentes al tratamiento de los datos
personales de los usuarios y que parte de la Ley
Orgánica 3/2018, de 5 de diciembre, de Protección de Datos Personales y
garantía de los derechos digitales:
1. Que los datos recogidos sean exclusivamente aquellos que puedan
responder a las preguntas de investigación, excluyendo todos los datos que no
sean necesarios para la misma
2. Que el tratamiento de los datos sea imparcial y objetivo y que no
se realicen sesgos interpretativos intencionados en los análisis de los mismos,
y que estos no sean nunca utilizados con fines discriminatorios de cualquier
tipo.
3. Que la privacidad de los datos proporcionados esté garantizada
mediante el cifrado de la identificación.
4. Confirmar y recordar a los usuarios participantes que sobre la
utilización de sus datos para una analítica del aprendizaje.
5. Que los datos sean alojados en servidores seguros que los protejan
de ataques externos.
6. Que cualquier uso posterior, derivado o de terceros sea igualmente
informado mediante consentimiento o autorización inicial.
7. Que cualquier usuario pueda cancelar en cualquier momento la
utilización de sus datos o que pueda notificar un uso indebido de los mismos
para su corrección.
Bibliografía
Domínguez Figaredo, D., Alvarez, J. F., & Gil-Jaurena, I. (2016).
Analítica Del Aprendizaje Y Big Data: Heurísticas Y Marcos Interpretativos (Big
Data and Learning Analytics: Heuristics and Interpretive Frameworks). DILEMATA,
International Journal of Applied Ethics, 22, 87-103.
Reich,
J. (2014). Big data MOOC research breakthrough: Learning activities lead to
achievement. Education Week: EdTech Researcher.
Comentarios
Publicar un comentario