Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tema 1
Introducción al Big Data y su Aplicación en Educación
2
TEMA 1 Introducción al Big Data y su aplicación en Educación
3
TEMA 1 Introducción al Big Data y su aplicación en Educación
► 1.1 Introducción y objetivos
► Las TIC están generando grandes volúmenes de datos, nuevas
necesidades y perspectivas para nuestra sociedad digital.
► Clases online, MOOC (Massive Online Open Courses)
► Mooc Coursera, EdX
► Crehana, Lynda
4
TEMA 1 Introducción al Big Data y su aplicación en Educación
► 1.2 ¿Qué es Big Data?
5
TEMA 1 Introducción al Big Data y su aplicación en Educación
► Las 7 V son las siguientes:
► Volumen : se refiera a la producción de datos, se dobla cada 40
meses, bits mínima unidad de información. (ver tabla equivalencia)
► Velocidad : se refiere a la rapidez con que se dispone de los datos,
datos en tiempo real y su procesamiento en quasi tiempo real. Es
importante la velocidad de conexión y transmisión de esos datos.
► Variedad : se refiere a la procedencia de los datos
► Estructurados (dentro de una base de datos)
• El modo en el que se capturan los datos junto con la selección de los datos
que se capturan.
• El modo de almacenamiento de los datos que han sido capturados.
• “Tools” que permitan una búsqueda adecuada de esos datos almacenados.
• Si es necesario, los datos han de ser compartidos entre distintos entornos.
• Mejorar las formas de visualización de esa gran cantidad de datos.
q Learning Analytics
q Academic Analytics
9
TEMA 1 Introducción al Big Data y su aplicación en Educación
► Para dar soporte al procesamiento del Big Data es necesaria una
infraestructura de componentes que permita su tratamiento es decir:
10
TEMA 1 Introducción al Big Data y su aplicación en Educación
► 1.4 Big Data en Educación: características, finalidad y herramientas
► En los últimos años se analizan las interacciones entre los ALUMNOS y los
PROFESORES a través de las RRSS (redes sociales) y de estos con otros
agentes externos de cara a construir el conocimiento y mejorar aprendizaje.
12
TEMA 1 Introducción al Big Data y su aplicación en Educación
► Características del Big Data en Educación
q Partimos de Learning Management System (LMS) donde los alumnos
interactuan, con esos datos almacenado se establecen patrones sobre
el éxito o fracaso del estudiante dando ayuda a las tutorías.
q Los datos y el software son elementos integrales para gestionar las
instituciones, elaborar políticas educativas, aplicar las prácticas de los
educadores, analizar la experiencia de la enseñanza y el aprendizaje y
el modo de llevar a cabo la investigación educativa.
q Otro ejemplo de Big Data en educación son los MOOC (Massive Open
Online Course) desde donde se reciben muchos datos para analizar.
q Finalmente debemos distinguir 3 niveles de cobertura en analíticas de
aprendizaje.
q Nivel Micro: interacciones individuales (RRSS) o grupal de cada
alumno, geolocalizaciones, clickstream por asignatura, préstamos
q Nivel Meso: datos para las instituciones educativas para mejorar
procesos, oferta académica, optimizar las decisiones institucionales
q Nivel Macro: visibilidad de analíticas entre instituciones, informe
PISA, rendimientos entre distintas comunidades autónomas
13
TEMA 1 Introducción al Big Data y su aplicación en Educación
► El nivel macro se nutre de la información generada en los niveles micro y
meso plasmando la transformación sobre los modelos académicos, las
aproximaciones pedagógicas o directamente sobre el sistema institucional.
14
TEMA 1 Introducción al Big Data y su aplicación en Educación
► Beneficios en el nivel micro:
q Identificación de los estudiantes en riesgo proporcionar intervenciones
q Dar a los alumnos una visión de sus hábitos con soluciones a mejorar
16
TEMA 1 Introducción al Big Data y su aplicación en Educación
► Herramientas del Big Data en Educación: Es necesario el uso de técnicas
y herramientas que permitan sacar el máximo provecho a los datos.
► La MINERÍA DE DATOS EDUCACIONALES (EDM o Educational Data
Mining), usada cuando se dispone de un historial de datos pero no se
tiene información o conocimiento de los datos, es un conjunto de técnicas
de extracción de conocimientos a partir de la exploración de datos
educativos, ayudan a entender mejor a los estudiantes y los contextos de
aprendizaje.
17
TEMA 1 Introducción al Big Data y su aplicación en Educación
► Herramientas de ANÁLISIS y ANÁLISIS AVANZADO
► Herramientas de VISUALIZACIÓN
18
TEMA 1 Introducción al Big Data y su aplicación en Educación
► 1.5 Conceptos esenciales de Big Data en Educación:
q Proceso del Big Data en educación
q Implementar un aprendizaje personalizado a partir de datos del
conocimiento exhaustivo de cada alumno con feedback.
19
TEMA 1 Introducción al Big Data y su aplicación en Educación
► El éxito del Big Data radica en la posibilidad de mejorar procesos de
enseñanza-aprendizaje en 4 niveles:
20
TEMA 1 Introducción al Big Data y su aplicación en Educación
q Aprendizaje adaptativo: El uso del Big Data en educación deriva en la
incorporación de nuevas tecnologías activas que personalizan el
aprendizaje adaptándose en tiempo real a las necesidades del alumno.
q Mastery Learning (aprender para el dominio), la meta del aprendizaje
debe dividirse en una serie de pequeños objetivos usando distintas
estrategias para ayudar al alumno a alcanzar el dominio. Consiste en
diseñar un abanico de apoyos y recursos para que cada alumno alcance
el conocimiento con recursos alternativos y estrategias motivadoras.
q Dataficación o transformación de muchos aspectos que pueden ser
cuantificables y convertidos en información útil, incorporando los datos a
las BBDD para aplicar técnicas de medición y procesamiento.
q Educational Data Mining (EDM) o Minería de datos educacional son
técnicas de minería de datos para análisis, clasificación y visualización de
grandes cantidades de datos para encontrar patrones y mejorar los
procesos de aprendizaje, se usan métodos de inteligencia artificial y
modelos estadísticos para establecer perfiles para recomendar recursos.
21
TEMA 1 Introducción al Big Data y su aplicación en Educación
q Academic Analytics consiste en aplicar técnicas de Inteligencia de
Negocio (Business Intelligence) para ayudar a los centro a tomar
decisiones de mejora sobre procesos educativos, definiendo métricas en
cuanto a recolección para retener alumnos y mejorar administrativamente