El educador puede ver de forma inmediata dónde el alumno ha demostrado plena competencia y dónde necesita mejorar determinadas habilidades.

La plataforma de software, definida como un nuevo “sistema operativo central para las escuelas”, se compone de dos aplicaciones principales: la herramienta “Playlist” para los alumnos y la herramienta “Progression” para los profesores, además de una aplicación para la comunicación con los padres.

Los big data nos dan ideas completamente nuevas sobre lo que funciona y lo que no funciona. Son una forma de mejorar el rendimiento del alumno mostrando aspectos del aprendizaje que antes era imposible observar.

Las clases se pueden adaptar a las necesidades individuales del alumno, estimulando así su comprensión y mejorando sus notas.

determinan la personalización de los contenidos y su adquisición, plantean una cuestión

particular. A los algoritmos del aprendizaje automático en que se sustentan la mayoría de

paquetes analíticos.

Hay que enseñarles a aprender de una muestra de datos que alguien ya ha

clasificado y etiquetado. La existencia de las clasificaciones es fundamental para el

funcionamiento de las técnicas.

cómo se diseñen los sistemas de aprendizaje automático para que

aprendan de los datos cobra especial importancia para cómo se generen las ideas a partir

de los datos o cómo se puedan determinar futuras intervenciones para el alumno.

Las plataformas de analítica del aprendizaje adaptativo, más allá de basar su formación

en datos seleccionados por sus ingenieros, tienen también sus propias reglas algorítmicas

y matemáticas.

Así pues, con la analítica del aprendizaje esos algoritmos de conglomerados imponen

cómo hay que prescribir las vías de aprendizaje a los usuarios del sistema.En resumen, los números y los cálculos que se hacen con ellos cambian

el proceso de aprendizaje que se haya enumerado.

La ciencia de datos educativos ha empezado a extender su imaginario de la educación impulsada por los big data también al sector de la enseñanza no universitaria.

Los nuevos “métodos digitales” permiten explorar de nuevas formas los datos digitales, y generan nuevas ideas que pueden cambiar el modo de percibir los fenómenos sociales y la posterior actuación sobre ellos.

A partir de más o menos 2005, una comunidad de investigadores empezaron a converger en torno a la minería de datos educativos, y de 2010 en adelante se unieron a la comunidad de analítica del aprendizaje para formar un campo que “ha comenzado a recibir la atención conjunta de los legisladores federales y los creadores de fundaciones, una comunidad de la que se dice a 134 menudo que se ocupa de los ‘Big Data’ en la educación” (PIETY y col., 2014, pág. 3). Una comunidad a la que los autores denominan “movimiento sociotécnico” con intereses comunes que traspasan las fronteras de sus comunidades originales.

Señalan también que cuando “las expectativas de la sociedad son tales que las innovaciones llegan en un momento en que existe otro interés general por los tipos de cambios que las innovaciones hacen posibles”, puede cobrar impulso un movimiento sociotécnico.

El Lytics Lab es un punto importante en la corta vida de la ciencia de datos educativos. En 2011, sus fundadores organizaron una serie de eventos en red que convocaron a representantes de organizaciones de diversos departamentos académicos, fundaciones filantrópicas, departamentos del gobierno de Estados Unidos, empresas comerciales de tecnologías educativas, agencias de verificación y corporaciones informáticas, para desarrollar la agenda de la ciencia de datos educativos, una actividad que culminó en un importante informe (PEA, 2014). Gracias a estos esfuerzos de los fundadores del Lytics Lab, se ha desarrollado rápidamente una red de organizaciones centradas en la analítica del aprendizaje y la minería de datos educativos.

Así pues, la ciencia de datos educativos se compone de una red de organizaciones y asociaciones, eventos y publicaciones con los que se pueden compartir conocimientos, técnicas y aspiraciones normativas, y se aplica mediante una diversidad de prácticas técnicas especializadas de minería y analítica de datos. La ciencia de datos educativos requiere una amplia experiencia técnica y metodológica; también ha promovido técnicas especializadas de psicometría y medición educativa, neurociencia cognitiva, bioinformática, estadística informática y otros métodos computacionales.

convertido en rentable.

Estas tecnologías y técnicas de producción de conocimiento plantean retos distintivos a

la educación, debido en buena parte a que se movilizan nuevos tipos de plataformas de

analítica educativa para generar flujos constantes e inmediatos de datos sobre el

estudiante, para después transformarlos en conocimiento predictivo que se pueda utilizar

como inteligencia práctica y procesable para determinar la intervención pedagógica.

La actuación de Pearson y Knewton se sustenta sobre un poderosos aparato disciplinar

asociado al trabajo de conocimiento científico de los datos, un trabajo que da valor a una

“epistemología de los big data” (KITCHIN, 2014b) de la objetividad científica —que

pretende utilizar conocimientos numéricos para informar nuevas prácticas de gestión

educativa— pero también a la generación de teoría.

Todos estos avances evidencian la actual construcción de una infraestructura de datos

para la producción de conocimiento y generación de teoría en la educación, una base

dirigida por poderosas empresas tecnológicas y sus especialistas técnicos, y que se va

aplicando progresivamente mediante prácticas de cálculo codificadas en algoritmos que

superan la capacidad humana.

la ciencia de datos educativos como un campo

cada vez más influyente y poderoso de producción de conocimiento y generación de

teoría en la educación.

En el campo específico de la educación, la actual aceptación de un imaginario asociado a

los big data digitales indica que se está dando paso a la educación digital .Las autoridades comienzan (o se las anima) a participar en el

flujo temporal digital de datos educativos tal como estos se generan, para después activar

los datos obtenidos de ese flujo para una mejor toma de decisiones relativas a la política,

la gestión institucional e incluso la práctica pedagógica en el aula.La gobernanza educativa se está practicando cada vez más mediante nuevas técnicas

digitales y métodos de analítica política, de modo que “se crean nuevas disposiciones de

gobierno que vinculan el ámbito digital del código, el software y la programación con

diversos ámbitos de la política, la administración o la práctica escolar”

Así pues, la expresión refleja el desplazamiento

de la dirección educativa a nuevos enclaves digitalizados expertos en la recolección y el

análisis de datos, y, además, reconoce el papel del software, el código y los algoritmos

digitales en el gobierno y la dirección del comportamiento de los diversos actores e

instituciones educativos.

“una infraestructura de big data” que puede confinar la producción de conocimiento y el

desarrollo de teorías en enclaves comerciales y laboratorios académicos especializados,

ambos perfectamente dotados de recursos. Tal circunstancia plantea cuestiones

fundamentales de privacidad y protección, en este caso los del alumno.

Con el seguimiento de la participación y el progreso de los estudiantes de cada curso, el sistema se adapta automáticamente para que el alumno pueda “trabajar a su ritmo mediante listas de contenidos, y realizar evaluaciones cuando lo solicite”, y para que los profesores puedan “usar estos datos para personalizar la instrucción y ofrecer apoyo adicional a través de la mentoría y el entrenamiento”. La Summit Personalized Learning Platform se puede obtener gratuitamente online, y es un ejemplo sumamente indicativo de la migración de sistemas de la ciencia de datos educativos como la minería de datos, la analítica del aprendizaje y las plataformas de aprendizaje adaptativo.

En la base de la Summit Personalized Learning Platform hay una serie de potentes técnicas y aplicaciones de la analítica del aprendizaje. La analítica del aprendizaje tal vez sea la aplicación de la ciencia de datos educativos más destacada para el aprendizaje personalizado. El software de analítica del aprendizaje está diseñado para poder seguir a cada alumno a través de su rastro digital en tiempo real, hacer previsiones automáticas del progreso futuro y, con ello, optimizar el aprendizaje y los entornos en que se produce.

Cabe suponer que los educadores tienen interés en maximizar el rendimiento académico de sus alumnos y mejorar la experiencia general de asistir a sus instituciones… La analítica del aprendizaje puede dar a los profesores información sobre la calidad de los contenidos y las actividades educativos que ofrecen, y sobre sus procesos de enseñanza y aprendizaje.

Juntas, la analítica del aprendizaje y las plataformas de aprendizaje adaptativo parecen prometer un análisis detallado del rendimiento, el progreso y la conducta del estudiante, muy en línea con el enfoque psicoinformático de la comprensión de conductas a partir del rastro de macrodatos, y transformar la provisión de contenidos. un algoritmo que recomiende contenidos curriculares adicionales para el estudiante se puede clasificar como técnica. Una técnica, como la predicción del riesgo de abandono del alumno, puede llevar después a una aplicación, por ejemplo, la personalización de los contenidos del aprendizaje.

El objetivo del centro es fomentar la aplicación de la analítica de datos para generar ideas sobre la enseñanza y el aprendizaje, pero también ofrecer un flujo constante de retroalimentación que se pueda usar para personalizar la experiencia de aprendizaje para cada alumno, y así mejorar el resultado medible de su aprendizaje.