Actualidad, novedades, promociones y mucho más... ¡suscríbete a nuestra newsletter!
Cuando hablamos de Big Data en Educación, sí lo relacionamos con recogida de datos para tomar mejores decisiones en relación a mejorar los procesos de aprendizaje de nuestros alumnos. Pero nos cuesta aún profundizar, quizá porque es una innovación muy reciente con la que no hemos tenido oportunidad aún de practicar, y también por ciertos recelos en cuanto a la intimidad, que por supuesto tienen buen fundamento. Pero vayamos por partes.
Empezaremos comentando que la introducción del Big Data en Educación empieza por el empleo de unas herramientas tecnológicas que nos ayudarán a recoger y a analizar los datos: asistencia a clase de los alumnos, el vocabulario que utilizan, las veces que se conectan al aula virtual del centro, el momento en el que repiten la secuencia de un vídeo porque se explica un concepto importante, sus distintas expresiones faciales en función de si ven un contenido que les llame más la atención que otro, estados de ánimo, rendimiento… Finalmente son cosas que cualquier docente ha experimentado y observado en el aula. Siempre sabemos por las caras de los alumnos, si nos han entendido, si están aburridos… Una vez tenemos estos datos, extraemos unos patrones que sirven para analizarlos e interpretarlos con el objetivo de obtener información con la que facilitar el aprendizaje de los alumnos y mejorar nuestra práctica educativa.
Para Salvador Rojas, pedagogo, formador y asesor en innovación educativa, el éxito del Big Data radica, precisamente, en que permite mejorar los procesos de enseñanza-aprendizaje, en cuatro niveles:
- Descriptivo: qué ocurre.
- Diagnóstico: por qué ocurre.
- Predictivo: qué puede suceder.
- Prescriptivo: cómo se puede mejorar.
Con lo cual, ofreciendo respuestas precisas a estas cuestiones, tenemos la posibilidad de personalizar el aprendizaje a las necesidades formativas de cada alumno. No todos los alumnos aprenden de la misma forma o tienen las mismas necesidades académicas. El Big Data en Educación facilita a los docentes la información necesaria para crear planes individualizados según algunos criterios como:
- Adelantarnos al posible abandono de un alumno analizando su desempeño y tener capacidad así de reaccionar y ofrecerle la ayuda que precise.
- Adaptar los contenidos de la materia al nivel de los alumnos.
- Conocer el rendimiento de los alumnos en relación a la metodología de trabajo que le hemos ofrecido.
Y no sólo personalizar el aprendizaje a nivel de aula, también para encauzar los proyectos de centro y adaptarlos a los valores que puedan servir al entorno social, económico y cultural. A partir del análisis de esta información, docentes y centros escolares deberán buscar la forma de satisfacer esas necesidades partiendo del análisis de los métodos de enseñanza empleados hasta el momento, para:
- Transformar enfoques, modelos, metodologías, técnicas y estrategias de enseñanza y evaluación.
- Mejorar la comunicación y gestionar eficientemente la relación entre docentes, alumnos y familias.
Desconfianza hacia el Big Data en Educación
Pero también decíamos que existen recelos hacia el Big Data y su aplicación en Educación, y que no son infundados. Se trata de retos que aún debe resolver ante problemáticas muy delicadas con respecto a los datos, la intimidad y la privacidad de los alumnos. Y otras aún más sensibles relacionadas con la proyección de futuro de estos potenciales adultos y profesionales del mañana que son nuestros alumnos, como:
- Que el Big Data esté originando discriminaciones en función de lo que podría pasar, sin tener en cuenta elementos tan decisivos como la motivación intrínseca. Es decir, cualquier alumno puede encontrar un aliciente nuevo, un motivo… que modifique su conducta con respecto a su necesidad de aprender.
- En relación con lo anterior, no se valora la situación actual del alumno y lo que puede llegar a ser, sino que seguimos limitados a la información que aportan los datos en el momento presente.
- La intromisión en la intimidad y una invasión de la privacidad de los alumnos, que además son menores de edad.
- Y ciertos riesgos de carácter social. Si un estudiante con pocos recursos no puede obtener una beca porque un modelo de ayuda al estudio lo considera demasiado arriesgado (en virtud de su código postal), quedará excluido del tipo de educación que podría sacarlo de la pobreza.
En definitiva, cuestiones que evidencian que necesitamos que cualquier innovación tecnológica sea más ética, más igualitaria y más justa.
Lo mejor para direccionar eficientemente los contenidos