El rastro de datos generado por los alumnos sirve para calcular su rendimiento académico

Una de las mayores dificultades a las que se enfrentan los alumnos que estudian a distancia es no saber si se están esforzando lo suficiente como para aprobar o sacar una buena nota en las asignaturas que están cursando. La falta de contacto personal con sus compañeros y no poder compartir los hábitos de estudio complica la tarea.

Investigadores de la Universidad Internacional de La Rioja (UNIR) han diseñado una herramienta que utiliza la analítica de datos para que el estudiante compare su forma de trabajo con la de alumnos de cursos anteriores, sabiendo el resultado que estos obtuvieron. Así, puede hacerse una idea bastante aproximada de las calificaciones que podría obtener si sigue ese mismo comportamiento.

“De esta forma, el alumno puede contextualizar si, según la experiencia, su método de trabajo es fructífero o no”, explica Luis de la Fuente, investigador de UNIR Research y uno de los autores del trabajo, que se presentó en la conferencia internacional IEEE International Conference on Advanced Learning Technologies (ICALT) y que publica ahora el IEEE Computer Society.

A4Learning (Análisis del Aprendizaje y las Actividades de Alumnos similares, en sus siglas en inglés) se nutre de datos capturados por diferentes aplicaciones, como pueden ser las plataformas de aprendizaje online. Por ejemplo, la herramienta registra que un alumno concreto abrió el editor de texto un día por un período de tiempo determinado.

A4Learning funciona como un método de estimación de puntuación basado en analíticas visuales que comparan la similitud entre patrones de comportamiento: se genera una gráfica que relaciona de forma visual los alumnos (de cursos pasados) similares a ese alumno concreto y la nota que estos obtuvieron.

El estudiante puede ver así qué puntuación final obtuvieron aquellos compañeros que dedicaron una carga de trabajo similar a la suya durante la asignatura el curso anterior. De esta forma, por comparación, puede estimar su evolución en función de su actividad.

Además, la herramienta también es útil para profesores y tutores, al permitir analizar el rendimiento individual y grupal, y realizar acciones correctivas o de refuerzo, según el caso.

Hasta ahora, A4Learning se ha evaluado con profesores voluntarios para validar su usabilidad y utilidad. “Estamos considerando la realización de un piloto con profesores reales en el próximo cuatrimestre, aunque dependerá del momento de desarrollo del proyecto”, avanza Daniel Burgos, vicerrector de Investigación y Tecnología de UNIR (UNIR Research) y director del proyecto. “Si fuera satisfactorio, en la siguiente etapa incluiría alumnos reales”, añade.

Integración en los centros educativos

Implantar A4Learning en la infraestructura de un centro educativo es posible, siempre y cuando este disponga de un módulo informático para capturar la actividad de los alumnos. También es necesario algún tipo de plataforma online para que la herramienta llegue a los estudiantes (como Moodle o Sakai).

En cuanto a la integración en la estructura académica, “se necesita un contexto de implementación, como parte de la actividad educativa de la institución”, expone Burgos. Aunque el empleo de analíticas de datos no sea nuevo, sí lo es en el terreno educativo. “Se espera un importante crecimiento tanto en el número de aplicaciones existentes como en su fiabilidad”, adelanta de la Fuente.

A4Learning ha sido financiado por el Plan Propio de Investigación de UNIR 2013-2015, en el marco del grupo de investigación TELSOCK.