Analíticas de aprendizaje
Otro informe leído en verano. En esta ocasión está relacionado con Learning analytics in higher education y ya llevamos una temporada escuchando hablar de ello.
La idea es prometedora: en un mundo de datos (en este caso Small Data casi siempre, por razones evidentes) ¿seríamos capaces de anticipar el rendimiento de un estudiante basándonos en la información que tenemos?: cuántas veces ha entrado en el campus virtual, participa o deja de participar en los foros de las asignaturas, cuándo envía sus entregas...
Salirse de la medida es, como siempre, un signo de diferenciación (que no siempre es mala) y podría permitirnos alertarles: tus compañeros pasan un 45% más de tiempo en el campus virtual que tú, deberías revisar los motivos para entregar tan tarde, ...
Todos hemos visto esos estudiantes que parece que no se enteran de nada y no hacen ni caso y luego tienen resultados estupendos, o esos otros muy participativos, colaboradores e interesados de los que descubrimos que no.
Viendo esto uno se pregunta si no será otra piedra más en el zapato de alguien que quiera trabajar y reciba una nueva fuente de distracciones, como comentábamos de forma más general en Twitter el otro día:
Pero en el informe se referencian unas cuantas experiencias a las que igual vale la pena echar un ojo: al fin y al cabo, cuando uno empieza (y sigue) sus estudios puede tener la duda sobre si su metodología es la correcta y no siempre puede obtener información de cómo se enfrentan al mismo problema de manera fidedigna y exacta.
Así que, manteniendo el escepticismo igual vale la pena darle una pensada al tema, e incluirla en nuestra caja de herramientas.
Si no habían leído nada de analíticas de aprendizaje, este puede ser el comienzo.
La idea es prometedora: en un mundo de datos (en este caso Small Data casi siempre, por razones evidentes) ¿seríamos capaces de anticipar el rendimiento de un estudiante basándonos en la información que tenemos?: cuántas veces ha entrado en el campus virtual, participa o deja de participar en los foros de las asignaturas, cuándo envía sus entregas...
Salirse de la medida es, como siempre, un signo de diferenciación (que no siempre es mala) y podría permitirnos alertarles: tus compañeros pasan un 45% más de tiempo en el campus virtual que tú, deberías revisar los motivos para entregar tan tarde, ...
Todos hemos visto esos estudiantes que parece que no se enteran de nada y no hacen ni caso y luego tienen resultados estupendos, o esos otros muy participativos, colaboradores e interesados de los que descubrimos que no.
Viendo esto uno se pregunta si no será otra piedra más en el zapato de alguien que quiera trabajar y reciba una nueva fuente de distracciones, como comentábamos de forma más general en Twitter el otro día:
charset="utf-8">Decís que los robots nos quitarán el trabajo. De momento ya nos están quitando media vida con sus notificaciones incansables y permanentes..
— fernand0 (@fernand0) September 2, 2016
Pero en el informe se referencian unas cuantas experiencias a las que igual vale la pena echar un ojo: al fin y al cabo, cuando uno empieza (y sigue) sus estudios puede tener la duda sobre si su metodología es la correcta y no siempre puede obtener información de cómo se enfrentan al mismo problema de manera fidedigna y exacta.
Así que, manteniendo el escepticismo igual vale la pena darle una pensada al tema, e incluirla en nuestra caja de herramientas.
Si no habían leído nada de analíticas de aprendizaje, este puede ser el comienzo.
Puedes enterarte de las notas nuevas en: @reflexioneseir (Twitter), Reflexiones e Irreflexiones (Página de Facebook), Reflexiones e Irreflexiones (Canal de Telegram), fernand0 (en LinkedIn), @fernand0 (en Medium), Mastodon.
2016-09-05
17:12
|
0 Comentarios
| In English, please |
En PDF |
Para enlazar # |
| Compartir/Share | por correo | en Twitter | en LinkedIn | en Facebook | en Google+ | en Delicious |
| Compartir/Share | por correo | en Twitter | en LinkedIn | en Facebook | en Google+ | en Delicious |