Tecnologias de big data aplicadas a la educación

Big Data es uno de los conceptos de moda en el mundo informático. En la actualidad contamos con una gran cantidad de artículos, e información, y en todas las encuestas a los directores de empresas e instituciones, aparece entre los primeros lugares la necesidad de implantar un sistema de Big Data.

Cuando hablamos de Big Data nos referimos a una base de datos no convencional, es decir a un conjunto de datos o combinación de conjunto de datos que se han vuelto tan grandes que no se pueden procesar, almacenar y analizar mediante métodos convencionales y dentro del tiempo necesario para que sean útiles.

La tecnología de big data permite recolectar, almacenar y preparar grandes volúmenes de datos para analizar o visualizar la relación entre ellos. Esto inclusive a partir de datos que se estén generando en tiempo real y que provienen de redes sociales, sensores, dispositivos de diversa índole o de fuentes de audio y video. De esta manera, es posible identificar y predecir con detalle las causas o efectos de eventos, sucesos o procesos complejos

La naturaleza compleja del Big Data se debe principalmente a la naturaleza no estructurada de gran parte de los datos generados por las tecnologías modernas, como los  web logs, la identificación por radiofrecuencia (RFID), los sensores incorporados en dispositivos, la maquinaria, los vehículos, las búsquedas en Internet, las redes sociales como Facebook, computadoras portátiles, teléfonos inteligentes y otros teléfonos móviles, dispositivos GPS y registros de centros de llamadas.

En el ámbito educativo, esta tecnología ciertamente ha comenzado a brindar grandes beneficios. Por ejemplo, en la mejora de la gestión educativa, al desarrollo de nuevos métodos para la enseñanza y el aprendizaje, la creación de nuevas carreras y opciones profesionales, así como en la generación y almacenamiento de cúmulos información digital que constituyen el producto de años de actividad académica, docente y de investigación.

El método de observación en el aula ha dejado de ser la forma más efectiva para mejorar el proceso educativo. Por su parte, la analítica del Big data es el recurso clave actual para entenderlo y mejorarlo. Asimismo, la gran cantidad de información digital, generada de manera regular por las instituciones educativas, deben ser integrados en el lago de datos y así mejorar su difusión, explotación y aprovechamiento no sólo en los procesos de analítica de big data, sino por toda la sociedad.

Entre los principales métodos educativos derivados de la analítica del big data encontramos:

El aprendizaje adaptativo: Es un método educativo basado en la modificación de los contenidos y formas de enseñanza de acuerdo con las necesidades particulares de cada estudiante. Para ello, el lago de datos de conocimientos, que facilitará la analítica para crear el plan de estudios a la medida, se conformará recolectando información sobre los hábitos de aprendizaje, conocimientos, debilidades y fortalezas de cada estudiante. Este método hace énfasis en las áreas en las que los estudiantes tienen más dificultades, con el fin de adecuarse a su forma y ritmo de aprendizaje y crear un camino de enseñanza personalizado, diferenciado y adaptado para cada estudiante. Un ejemplo es Knewton, cuya tecnología es capaz de identificar las fortalezas y debilidades de cada alumno y, en función de éstas, ofrecerle los materiales más apropiados

La educación basada en competencias: Surge como una concepción formativa para el trabajo. Su propósito está relacionado con la productividad, esto en el sentido de lograr que los egresados de los programas de capacitación se incorporen rápidamente y de forma provechosa a su actividad laboral. Este método educativo consiste en adaptar el proceso de aprendizaje al ritmo y las necesidades de cada estudiante. De esta manera, el alumno sólo superará una determinada materia cuando consiga dominarla con destreza, independientemente del tiempo que necesite para conseguirlo. En este sentido, el estudiante será el único responsable de fijar su ritmo de aprendizaje, lo cual disminuirá notablemente sus niveles de estrés y elevará su motivación hacia el estudio. Algunas plataformas: MyLab y Mastering

Aula invertida y aprendizaje combinado (Flipped Classroom y Blended Learning): Se basa en el estudio en casa y la práctica en clase. En este sentido, las nuevas tecnologías de información permiten al profesor impartir sus contenidos en línea reservando el tiempo de clase para una formación más práctica. El aprendizaje combinado o blended learning también se basa en la combinación de la formación en línea y presencial, pero de un modo distinto: algunos contenidos se imparten en clases presenciales, mientras que otros se desarrollan exclusivamente desde Internet. Algunas plataformas típicas utilizadas en la enseñanza virtual y que hace uso de estos métodos educativos: Moodle. Canvas, Blackboard

Gamificación: Se puede definir a la gamificación como el empleo de mecánicas de juego en entornos de aprendizaje con el fin de potenciar la motivación, la concentración y el esfuerzo de los estudiantes. Asimismo, constituye una poderosa estrategia para influir y animar a grupos de alumnos. Su intención es estimular el proceso de enseñanza–aprendizaje entre los miembros de una comunidad estudiantil. Un ejemplo de plataforma implementada con este método de aprendizaje es ClassDojo. Esta herramienta ayuda a los profesores a mejorar el aprendizaje en el aula de forma eficiente y divertida y entrega informes de seguimiento para informar el progreso de los alumnos tanto a los padres y profesores.

Aprendizaje móvil (Mobile Learning): Actualmente, estos dispositivos promueven el aprendizaje por medio de contenidos educativos, como libros de texto electrónicos o cursos interactivos que coadyuvan a la mejora del rendimiento escolar. Asimismo, permiten la aplicación de exámenes de evaluación o de colocación que agilizan y simplifican el proceso de evaluación de los estudiantes.

Si bien es cierto que los resultados  obtenidos con la tecnología de big data pueden ser sorprendentes, su uso también plantea serios problemas legales y éticos. Hay que recordar que detrás de cada número, de cada dato, hay una persona que no se tiene que ver como una sumatoria de patrones de conducta o de hábitos de estudio, sino como un ser humano que siente, que cuenta con derechos y valora su privacidad. No se puede, ni se debe comenzar a recopilar datos sobre los alumnos y los profesores o generar informes analíticos sobre ellos sin su consentimiento.