UA 2: LA ANALÍTICA DE APRENDIZAJE

DISEÑO Y GESTIÓN DE ENTORNOS VIRTUALES DE

APRENDIZAJE
Índice

2.2Herramientas Learning Analytics

2.2.1Herramientas analíticas integradas en LMS
2.2.2Herramientas para la visualización de los
datos
2.2.1 Herramientas analíticas
integradas en LMS
Blackboard
Blackboard es una de los más conocidos LMS privados, usado en más de 17 000 centros educativos
e instituciones de más de 100 países. Tiene incorporado un módulo analítico con tres subsecciones:

• Blackboard Predict. Se trata de la extensión en la que se aplica analítica predictiva. Utiliza datos
de la información estudiantil existente (SIS) y sistemas de administración del aprendizaje para
construir un modelo predictivo que proporciona alertas tempranas, claras y accionables a las
facultades y a los asesores o tutores. Con todo ello, se pretende que aumente la retención
estudiantil, identificando a los estudiantes en riesgo antes de que sea demasiado tarde. La
facultad, estudiantes y asesores pueden recibir alertas tempranas a través de dashboards
diseñados a través de modelos predictivos personalizados.

• Blackboard Intelligence. A nivel macro, optimiza el desempeño institucional. Los módulos de

análisis de educación brindan a los colegios y universidades una solución completa de
almacenamiento e informes de datos en apoyo de la enseñanza y el aprendizaje, administración
de inscripción, ayuda financiera, finanzas estratégicas, recursos humanos, relaciones con
alumnos, etc. Este módulo se puede enmarcar dentro de lo que llamamos Academic Analytics.
Blackboard
• X-Ray Learning Analytics:

 Módulo que propiamente trata LA dentro de Blackboard.

 Es una integración que ofrece una perspectiva profunda sobre el comportamiento del aprendizaje
y define importantes tendencias que afectan al éxito del alumno y le proporciona información de
manera clara y en el momento adecuado.”

 Genera cuatro informes: informe de actividades, informe de debates, informe del libro de
calificaciones e informe de estado de riesgo
Canvas de Instructure
Este LMS tiene un módulo de Canvas Analytics desde 2012 (Watters, 2012), que recoge los datos de
las bases del sistema de gestión del aprendizaje. Le suelen llamar Canvas Data.

En el análisis de cursos con Canvas, existen cuatro secciones principales:

•La actividad permite al instructor identificar cuándo los estudiantes ven una página o participan a lo
largo del curso, de manera temporal.

•Las presentaciones permiten al instructor ver si los estudiantes envían la tarea a tiempo, tarde o,
simplemente, no las han realizado.

•Los grados usan un diagrama de caja con una raya para mostrar la distribución de calificaciones en
el curso.

•Analíticas del estudiante, uno a uno. En esta sección, muestra la vista de página, las
participaciones, las tareas y el puntaje actual de cada alumno del curso.
Canvas de Instructure
Estos datos pueden representar y analizar, de manera visual, el curso que se está desarrollando. A partir de
la interpretación de los gráficos es posible:

• Predecir cómo reaccionan los estudiantes ante las actividades del curso.

• Ver qué estudiantes están en riesgo y necesitan ayuda.

• Comprobar la efectividad de sus estrategias de enseñanza al permitir que los estudiantes aprendan.

• Obtener una vista rápida de lo que sus estudiantes están logrando a lo largo del curso.

Ejemplo Práctico
Moodle
 SmartKlass es una herramienta de Learning Analytics, multiplataforma y open source que
proporciona un potente seguimiento analítico de datos a través de un cuadro de mandos sencillo
directamente integrado en el entorno de aprendizaje virtual seleccionado (Moodle, BlackBoard, y
otros LMS).

- Como Institución, se podrá visualizar la evolución, resultados y progreso general de todos

sus cursos.

- Como docente, conocerá cómo están avanzando sus alumnos en cada curso, en diferentes
aspectos (trabajo individual, trabajo colaborativo y resultados). Podrá ver la evolución de cada
curso y los segmentos de alumnos en función de su rendimiento (bueno, en la media, con
dificultades). Y podrá gestionar un sistema de alertas y mensajes para identificar de forma
temprana y actuar proporcionando recomendaciones y sugerencias cuando considere
necesario.

- Como alumno, verá su rendimiento y evolución en tiempo real para cada curso en el que
está matriculado, y conocer su situación en comparación con el resto de su grupo, y con las
expectativas del curso y ritmo de trabajo esperado por su profesor.

21/9/21
2.2.2 Herramientas para la
visualización de los datos
Visualización de los datos
• Se ha convertido en un proceso vital de investigación y enseñanza. Implica la creación y el estudio
de la representación visual de los datos, es decir, “información que se ha abstraído de forma
esquemática, incluidos atributos o variables para las unidades de información”.

• Uso de herramientas para representar datos en forma de tablas o gráficos que faciliten la
comprensión del contenido.

• Es un brazo importante de los datos masivos (en educación) y por ende de Learning Analytics
datos se ha convertido en un proceso vital de investigación y enseñanza.

• Su objetivo principal es comunicar información de manera clara y eficiente mediante gráficos

estadísticos y gráficos informativos.

• Ayuda a los usuarios a analizar y razonar sobre los datos y la evidencia de los mismos.
UA 2: LA ANALÍTICA DE APRENDIZAJE
DISEÑO Y GESTIÓN DE ENTORNOS VIRTUALES DE
APRENDIZAJE

13/4/2
1
2.3. La función del docente y el e-
mentoring en el proceso de Learning
Analytics
2.3.1 Introducción
2.3.2 Las funciones del profesor para la mejora
del aprendizaje en Learning Analytics
2.3.3Analítica del Aprendizaje Social
2.3.4 Analítica del AprendizajeAbierto
2.3.1 Introducción
Con la explosión de datos y con actividades que se pueden contabilizar o
datificar, los profesores cuentan con herramientas y métodos para poder
llevar a cabo estrategias con sus estudiantes. Esto supone un Cambio de
paradigma.

El objetivo general de los analistas de aprendizaje es la de mejorar nuestra

comprensión de la enseñanza y el aprendizaje (ambas) y de optimizar el
aprendizaje y los entornos en los que ocurre.
2.3.2 Las funciones del profesor
para la mejora del aprendizaje en
Learning Analytics
Teaching Learning (la analítica de la enseñanza). Métodos y herramientas que los profesores pueden
implementar con el fin de poder analizar el diseño de su enseñanza y reflexionar sobre ella (en la totalidad de la
cohorte de estudiantes o a nivel individual), con el objetivo de mejorar las condiciones de aprendizaje de sus
estudiantes.

La investigación del docente se ha descrito comúnmente como un ciclo de pasos:

•Identificar un problema para la investigación, como un tema de preocupación en la práctica docente que será
investigado para aplicar sobre ello una capa analítica.

•Desarrollar preguntas de investigación y definir el método de consulta, incluidos los datos educativos que deben
recopilarse y cómo serán procesados y analizados para responder a las preguntas de investigación.

•Elaborar y documentar el diseño de la enseñanza, es decir, el proceso de enseñanza y aprendizaje que se

implementará durante la consulta (por ejemplo, en la forma de un plan de clase).
•Implementar el diseño de enseñanza y recopilar datos con técnicas de Learning Analytics o de minería de
datos educativos. El profesor implementa su diseño de enseñanza y recopila los datos educativos requeridos.

• Procesar y analizar datos, para encontrar respuestas a las preguntas de la consulta.

•Interpretar datos y tomar acciones, en relación con su práctica docente (por ejemplo, refinar elementos de sus
planes de lecciones).

El objetivo final de la investigación y reflexión docente es mejorar las

condiciones de aprendizaje para los estudiantes.
2.3.3 Analítica del Aprendizaje
Social
Aprendizaje Social
El aprendizaje social es aquel que se crea aprendiendo unos de otros sobre todo en el entorno virtual
(LinkedIn, Facebook, Twitter, Youtube, etc.) o presencial (durante las discusiones grupales, durante el
café o durante las conferencias).

¿Cómo puede el aprendizaje social ayudar a las personas a aprender?

Según Rennie y Mason (2007), existen cuatro grandes beneficios del contenido generado por el alumno
que proporcionan estas herramientas:

•Los usuarios tienen las herramientas para participar activamente en la construcción de su experiencia,
en lugar de absorber pasivamente el contenido existente.

•Los contenidos serán actualizados continuamente por los usuarios en lugar de requerir una entrada
costosa y experta.

•Muchas de las nuevas herramientas respaldan el trabajo colaborativo, lo que permite a los usuarios
desarrollar las habilidades de trabajo en equipo.
Analítica del Aprendizaje Social
Se trata de un concepto o subcampo que autores como Sclater (2017) sitúan como metodología
emergente dentro del campo de Learning Analytics, junto a la analítica del discurso, el análisis de redes
sociales y la analítica de emoción y sentimientos.

Ferguson y Buckingham (2012) establecen cinco enfoques o campos emergentes que analizan el Social
Learning y que son herramientas de las que se pueden hacer uso desde esta perspectiva:

• Análisis de redes sociales: las relaciones interpersonales definen las plataformas sociales.

•Analítica del discurso: el lenguaje es una herramienta primaria para la negociación y construcción del
conocimiento.

•Análisis de contenido: el contenido generado por el usuario es una de las características definitorias
de la Web 2.0.

•Disposición analítica: la motivación intrínseca para aprender es una característica definitoria de los
medios sociales en línea, y se encuentra en el corazón del aprendizaje comprometido y la innovación.

•Analítica de contexto: la informática móvil está transformando el acceso a las personas y al

contenido.
2.3.4 Analítica delAprendizaje
Abierto
Aprendizaje Abierto
El aprendizaje abierto implica —pero no se limita a—:

•Métodos de enseñanza en el aula, enfoques de aprendizaje interactivo más

allá del aula.

• Formatos en la educación y la formación relacionada con el trabajo.

• Las culturas y ecologías de las comunidades de aprendizaje.

• El desarrollo y uso de recursos educativos abiertos

Según Chatti et al. (2016), se pueden hacer varias sugerencias sobre cómo debe interpretarse «abierto»
en relación con el análisis de aprendizaje:

•El aprendizaje abierto brinda comprensión sobre cómo aprenden los alumnos en entornos de
aprendizaje abiertos y en red y cómo los alumnos, educadores, instituciones e investigadores pueden
apoyar mejor este proceso.

•Práctica abierta que hace referencia a una cultura participativa de creación, intercambio y
cooperación.

•Arquitecturas abiertas, procesos, módulos, algoritmos, herramientas, técnicas y métodos que se

pueden utilizar siguiendo las cuatro R: reutilizar, redistribuir, revisar, remezclar. Todos deberían tener la
libertad de usar, personalizar, mejorar y redistribuir las entidades anteriores sin restricciones.

•Acceso abierto a plataformas de análisis de aprendizaje otorgadas a diferentes partes interesadas

sin requisitos de entrada para promover la autogestión y la creatividad.

•Estándares abiertos «para reducir la fragmentación del mercado y aumentar la cantidad de productos
viables».
•Investigación abierta y ciencia abierta basada en conjuntos de datos abiertos con reglas de
protección legal que describen cómo y cuándo se puede usar el conjunto de datos. En este movimiento
de ciencia en abierto se intenta dar acceso a las investigaciones científicas para todos los ciudadanos.

•Modelo de aprendizaje en abierto basado en interfaces de usuario que permiten la reflexión, la

planificación, la atención y el olvido, y los alumnos pueden acceder para controlar, editar, actualizar y
gestionar sus modelos. Se considera importante para generar confianza y mejorar la transparencia de la
práctica de LA.

•Evaluación abierta para ayudar a los estudiantes de por vida a obtener reconocimiento en su
aprendizaje. La evaluación abierta es una forma ágil en la que cualquier persona, en cualquier momento
y en cualquier lugar, puede participar para alcanzar el objetivo de la evaluación. Es un proceso continuo
a través del tiempo, ubicaciones y dispositivos en el que todos pueden ser asesores y evaluadores
El objetivo de la analítica de aprendizaje abierto es el de mejorar la
eficiencia del aprendizaje y la eficacia en entornos virtuales de aprendizaje.
Por ello, se requiere un cambio de herramientas y sistemas de LA,
cerradas hacia ecosistemas de Learning Analytics y plataformas donde
todos pueden contribuir y generar mutualismo beneficioso.
Extra:
Moodle: Recursos y actividades