Big Data para la educación

Big Data es un término que se refiere al tratamiento de grandes volúmenes de datos generados a través de múltiples fuentes de diferente naturaleza y propósito, su análisis permite obtener información para la toma de decisiones en diferentes campos y prácticamente está presente en todo quehacer e interés humano.

Revisemos ahora su relación con la forma de aprender y enseñar en medios digitales. Actualmente hay dos sociedades encargadas de investigar la aplicación de Big Data para mejorar la educación, estas son: 

● La Sociedad Internacional de Minería de datos para la Educación (EDM-Educational Data Mining).

● La Sociedad para la Investigación de Análisis de Aprendizaje (LAK-Learning Analytics Research). 

Ambos han encontrado métodos efectivos para modelar el comportamiento de las personas que participan en estrategias educativas digitales a partir de métodos probabilísticos y de análisis. 

Aplicación para la educación.

Los tipos de método descubiertos son los siguientes: 

● Predicción: Se basa en técnicas predictivas como clasificación, regresión y estimación del conocimiento latente para desarrollar modelos con los que se puede inferir algún aspecto con respecto a otros datos, por ejemplo, que estudiantes no pasarán algún curso, qué estudiantes no harán la tarea. 

● Descubrimiento de estructura: Se basa en técnicas no predictivas como agrupación, análisis factorial, dominio de detección de estructuras y análisis de red. También sirven para plantear modelos.

 ● Minería de relaciones: Se encarga de encontrar relaciones en un set de datos con muchas variables sin relación aparente, usa técnica de minería de datos como reglas de asociación, correlación, patrones secuenciales y causalidades. 

● Descubrimiento con modelos: Una vez que se tiene un modelo con alguno de los tres métodos anteriores, se pueden usar varios de estos para hacer otro análisis.

 

Los modelos desarrollados sirven para muchas aplicaciones, algunas pueden ser:

● Predecir cuantas personas participarán en un determinado curso.

● Establecer un nivel óptimo de dificultad de un curso con base en los conocimientos d ellos usuarios.

● Inferir qué tan adentrados están los usuarios en un curso.

● En cursos en línea, masivos y abiertos, el sistema puede detectar cuando una persona se aburre, se frustra, se confunde o está completamente concentrada.

● Obtener estadísticas y agrupar a las personas según sus clasificaciones para ofrecer contenido personalizado a su nivel.

● Comprender sus atributos necesarios en un candidato para determinada carrera y predecir si será exitoso. 

En conclusión, la aplicación de Big Data para la educación tiene pocos años y la tendencia indica que los mayores avances se darán en los procesos de democratización de la educación a través de los Masive Open Online Courses (MOOC) y en la configuración y diseño de estrategias educativas digitales sin fronteras. 

Fuente:

Fundación Carlos Slim – Curso Analista de Necesidades de Formación.