viernes, 7 de junio de 2019

Actividad 5 — Dimensiones de investigación



Según se desarrolla el curso de “Learning Analytics” nos damos cuenta de la gran cantidad de información que hemos almacenado; información acerca de los alumnos, sus costumbres y hábitos al utilizar las redes sociales. Todos estos datos, de relevante valor para mejorar el desarrollo de futuros cursos, ha sido gestionado por un robot que creó un informático de la compañía. Esto facilitó la captura de información desde multitud de canales diferentes, algo que de manera analógica y por una sola persona habría sido imposible.

En este momento nos encontramos con que el robot, de manera indiscriminada a investigado más de la cuenta, traspasando así los límites marcados por el curso y recabando información potencialmente sensible, nos brinda un campo de estudio desde el cual podemos mejorar la adquisición de competencias del propio curso si avanzamos con el análisis de dicha documentación. Centramos ahora el enfoque en los diferentes patrones de comportamiento que, por parte de los estudiantes, se desarrollan en redes sociales, extrapolables a los movimientos que tienen lugar dentro de nuestro curso y plataforma. 

1- Enlaces cruzados de contenido académico

Hemos percibido que muchos de los comentarios, tareas y actividades que tiene lugar en el curso, son conectadas por medio de enlaces/links a otras plataformas como puede ser: Facebook, Twitter, Instagram. Esto, a su vez, ampliará su trayectoria y será compartido por seguidores y  conocidos de los alumnos. Los estudiantes más activos en el foro y la plataforma son los que más movimiento le dan a las tareas. 


2- Uso de Blog personal 

Somos conscientes de que los alumnos tiene un blog donde postean todas las actividades del curso y dan pie a la interacción en el foro por medio de este espacio, pero es interesante analizar qué alumnos tienen por otro lado un blog personal, ajeno al curso, y desde ahí contar con cualquier variable que pueda ser clarificadora. Temática, intereses,  entradas, participación, asiduidad, seguidores, etc.


3- Utilización de Podcasts y Youtube

En la actualidad una de las plataformas virtuales con más flujo y éxito es Youtube, si pensamos que los Podcast no dejan de ser el audio de un video sin imágenes, y que cada vez más Podcasters suben sus programas a Youtube por llegar a un mayor público, nos encontramos con que la cantidad de datos reveladores que podemos obtener estudiando esta fuente es inmensa. Sabemos que muchos de nuestros alumnos tienen cuenta en Youtube y algunos crean sus propios Podcast, los que no lo hacen son consumidores de contenido en estos espacios; con lo cual estudiaremos de qué manera interactúan en este medio. 

4- Localización

Al ser este un curso de formato no presencial, muchos de los estudiantes acceden a él y a su plataforma desde distintas ubicaciones; consideramos importante prestar atención a este dato ya que podría desvelar información fundamental acerca de los patrones de movimiento que se siguen. Incluso se pueden hacer estadísticas tomando de referencia las comunidades autónomas, provincias, pueblos y localidades, si se trata de centros urbanos o zonas rurales, etc. Es interesante también contar con las salidas o estancias fuera del país, flujo internacional. 


5- Terminal empleado para la participación 

Como es obvio los estudiantes acceden al curso y a su plataforma desde terminales muy distintos, portátil, móvil, tablet, bien sean estos propios o de uso público; las conclusiones posibles nos llevarían a adaptar la página y plataforma de “Learning Analytics” para que fuese más intuitiva y práctica. En un primer sondeo, hecho por nuestro robot, deducimos que sólo se accede desde ordenador cuando los alumnos tienen que realizar tareas complejas y cuando han de subirlas o entregarlas. Por el contrario, el 80% de las veces los alumnos acceden a la plataforma mediante los teléfonos móviles, en intervalos de un tiempo breve (no más de media hora), y en localizaciones muy diversas. Esto nos fuerza a plantear la creación de una App desde donde se potencie un entorno “User Friendly”.


Actividad 5- Consentimiento Informado



Al comenzar este curso dentro de la compañía educativa “Learning Analytics Essentials”  todos vosotros, como estudiantes, tuvisteis que firmar un anexo de consentimiento informado.  Desde nuestro departamento de protección y seguridad garantizamos el uso de un software de protección de datos y el seguimiento estricto de los protocolos de actuación ante la privacidad de dicha información. No obstante y por motivos de mejorar en futuros cursos el propio proceso de enseñanza y aprendizaje y su planteamiento, así como la adquisición de las competencias de una manera más eficaz, nos vemos en la obligación de consultar con todos vosotros, participantes de este curso, la extensión de dicho consentimiento abarcando un registro mayor de datos e información.

A continuación se detallan las extensiones desde las cuales se estudiarán, variables, patrones y paramentos de comportamiento que puedan ser relacionados con el uso de las herramientas del curso virtual, siempre con la intención de mejorar su desarrollo:  

  • Enlaces cruzados de contenido académico
  • Uso del blog personal
  • Utilización de Podcast y Youtube
  • Localización de los usuarios
  • Terminal empleado para la participación

Por lo tanto, y atendiendo a lo estipulado en el reglamento interno de la compañía en lo concerniente a la seguridad y privacidad de datos, te solicitamos que, si aceptas las nuevas condiciones, firmes el siguiente consentimiento informado acorde a las extensiones añadidas. 

CONSENTIMIENTO INFORMADO


Yo, ___________________________________________________________________, habiendo leído la nota informativa aquí presente y comprendiendo todos sus puntos, así como el alcance que supone la siguiente aceptación.

Por todo lo anteriormente expuesto PRESTO MI CONSENTIMIENTO y así lo firmo



En __________________________, a _____ de _______________ de 2019

domingo, 19 de mayo de 2019

MÓDULO 4 CASO PRÁCTICO PREGUNTA 2




DISEÑO DE INVESTIGACIÓN



INTRODUCCIÓN:

El curso a desarrollar tendrá por nombre “Learning Analytic Essentials”, está basado en una estructura modular con sus contenidos disponibles a través de distintos manuales y un sistema de evaluación final con cuestionarios seguido de las tareas a entregar. 

Es importante destacar los recursos con los que trabajaremos a lo largo del curso como son Blogger, Twitter, Youtube o TinyLetter; los resultados extraídos de dichas plataformas, detallados en la actividad anterior, serán clave para enriquecer el proceso educativo del propio curso así como la extracción de indicadores objetivos y eficaces para futuras experiencias educativas.

En los siguientes puntos de este cuadro se detallan a su vez referentes imprescindibles en todo proyecto pedagógico, como son los objetivos y contenidos, la metodología, los diferentes instrumentos de obtención de información al igual que su posterior interpretación, y por último un anexo donde se tratarán las lineas éticas a seguir para respetar en todo momento la privacidad e integridad de los usuarios.


OBJETIVOS:

  • Medir qué competencias adquieren los estudiantes al final del curso
  • Medir cómo evoluciona la adquisición de esas competencias durante el ciclo del curso
  • Conocer las causas que explican la adquisición de las competencias por parte de los estudiantes.


METODOLOGÍA:

Seguiremos una metodología basada en el aprendizaje significativo, donde la adquisición de competencias será el eje central. Además los alumnos dispondrán en todo momento de los distintos manuales de las materias, mediante los cuales podrán realizar consultas y el cuestionario final.

La comunicación entre los estudiantes y el equipo docente será mediante el foro de la plataforma y los correspondientes correos electrónicos personales creados exclusivamente para el curso. 

El movimiento y flujo de participación se controlará directamente mediante la atención al uso de las plataformas ya citadas anteriormente. La interacción dentro de estos espacios facilitará un doble aporte, por un lado información y datos de análisis, y por otro la obtención y logro de los objetivos planteados.


INSTRUMENTOS DE OBTENCIÓN DE DATOS:

  • Participación en las plataformas
  • Encuestas de satisfacción y opinión
  • Entrevistas individuales
  • Hojas de registro y toma de datos 
  • Fichas de observación durante el proceso

INTERPRETACIÓN:

  • Participación en las plataformas: Es fundamental detectar las posibles deficiencias de las actividades planteadas, o la desmotivación de los usuarios a la hora de participar en ellas mediante los espacios virtuales. Muchos son los factores a tener en cuenta para evaluar la interacción eficiente dentro de la plataformas.
  • Encuestas de satisfacción y opinión: Al concluir y o al comenzar; al concluir para obtener un feedback de los alumnos y poder mejorar el diseño del curso en años posteriores, y al inicio como diagnóstico y termómetro de posibles carencias o simplemente para tener referencia del nivel medio y el posible punto de partida.
  • Entrevistas individuales: Si queremos tener en cuenta el valor cualitativo deberemos atender a las respuestas personales y abiertas que puedan plantearse, ya que de otro modo sería difícil recoger este tipo de información.
  • Hojas de registro y toma de datos: Como fuente de información durante todo el proceso de enseñanza y aprendizaje; es lo que conocemos como evaluación formativa.

ANEXO/GARANTÍAS ÉTICAS:


En este último apartado trataremos el componente ético y las cuestiones de privacidad y protección de datos a tener en mente cuando se proyecta una investigación basada en el análisis del rastro generado por las personas participantes de de un curso formativo online, así como alguno de sus datos personales.

Para ello nos apoyaremos en los apartados 3 y 6 de este documento: Domínguez, D. (2018). Big Data, analítica del aprendizaje y educación basada en datos. En él se plantean los desafíos éticos más relevantes dentro de la investigación con datos masivos.

Será fundamental para evitar la malas prácticas en la gestión de esta información, que los profesores estén al corriente de la normativa vigente respecto a la privacidad de datos personales y manejo de otros generados por los estudiantes.
Dentro de estos espacios y plataformas digitales nos encontraremos aplicaciones como: 
  • Herramientas de colaboración, como pueden ser los foros
  • Gestión de actividades y tareas. Entrega y recepción de archivos
  • Evaluación online. Subida de calificaciones a la plataforma
  • Cuestionarios o tests para la recopilación de información
  • Uso de correos electrónicos específicos
  • Zona designada para video-conferencias o chats
Al plantear el uso de estas plataformas y aplicaciones somos conscientes de que requerirán de un registro, en el cual deberemos dar datos como el nombre, correo electrónico, edad, etc.
Una vez obtenido el consentimiento informado por parte de los alumnos participantes en la metodología de análisis diseñada, deberemos contar con software de protección de datos y ceñirnos siempre a los protocolos de actuación ante la privacidad de dicha información.  


MÓDULO 4 CASO PRÁCTICO PREGUNTA 1




A continuación se plantea la tabla de medición de datos según las distintas plataformas, a través de la cual se obtendrán resultados significativos de los estudiantes participantes en el curso:


Plataforma/Canal
Datos/Indicadores





Twitter
  • Seguidores/Seguidos
  • Fecha creación de cuenta
  • Total de twits
  • Comentarios, respuestas, interacciones
  • Impresiones con contenido multimedia 
  • Retweets 
  • Likes/dislikes 
  • Visitas al perfil
  • Número de visualizaciones conseguidas.



Tinyletter
  • Suscriptores
  • Newsletter enviadas
  • Respuestas recibidas
  • Clicks a enlaces
  • Tasa de rebote/abandono






Youtube
  • Seguidores y Suscriptores
  • Visualizaciones 
  • Likes / Dislikes
  • Comentarios
  • Genero / Edad / Localización de los Usuarios
  • Movimiento de las Playlists 
  • Tiempo real visionado de un video
  • Movimiento del canal
  • Términos de búsqueda
  • Sugerencias por video








Blog/Google Analytics 
  • Seguidores
  • Visitas
  • Fuentes de trafico
  • Entradas / Ingresos
  • Duración de cada sesión
  • Comentarios
  • Páginas más visitadas
  • Localización geográfica de los visitantes
  • Páginas de referencia
  • Páginas vistas por países
  • Páginas vistas por navegadores 
  • Páginas vistas por sistemas operativos  
  • Audiencia general



Refencias/Webgrafía:
  • Reich, J. (2014). Big data MOOC research breakthrough: Learning activities lead to achievement. Education Week: EdTech Researcher.










domingo, 28 de abril de 2019

Analítica del Aprendizaje Conectado ACTIVIDAD 3 Plan de análisis predictivo




    ACTIVIDAD 3             Plan de análisis predictivo


Como compañía de servicios E-Learning, en este primer apartado diseñaremos un producto piloto dirigido a diversos tipos de clientes, todos ellos del ámbito formativo. Dicho producto tendrá como objetivo analizar aquellos datos generados en el curso impartido por nuestros propios clientes, datos generados por los estudiantes, para una vez analizados y estudiados se puedan abordar con eficacia los motivos de las bajas tasas de finalización que hay en el curso. En otras palabras, planificaremos un método de análisis predictivo con el fin de prevenir el alto abandono que hay en los cursos.

Los objetivos que nos hemos marcado alcanzar con la analítica predictiva son:

  • Identificación de estudiantes potenciales que puedan necesitar el curso.
  • Desarrollo de material didáctico adaptado para aquellos alumnos con dificultades.

Una vez obtenidos los resultados, los datos de rastreo, ¿cómo serán medidos?:

  • Mediante el uso de KPIs (key performance indicator), conocido también como indicador clave o medidor de desempeño o indicador clave de rendimiento, es una medida del nivel del rendimiento de un proceso. Nos permitirán saber si el curso está funcionado correctamente, o por el contrario no se están alcanzo las metas propuestas.

  • Cifras de Matriculación
  • Datos sobre el acceso a la plataforma
  • Cifras sobre consulta de materiales en la Plataforma
  • Identificador sobre el uso del propio correo del curso
  • Cifras sobre acceso y participación en el Foro
  • Datos sobre descarga de archivos de la Plataforma
  • Cifras acerca de la participación en los Chats
  • Cifras acerca de la participación en las Video-Conferencias
  • Realización de los cuestionaros referentes al Proceso de Enseñanza
  • Tasas de satisfacción del curso
  • Cifras de Abandono

Analítica del Aprendizaje Conectado ACTIVIDAD 3 Captura de datos




ACTIVIDAD 3                     Captura de datos


En este segundo apartado que lleva por título “Captura de datos”, observaremos los momentos clave del curso piloto para rastrear e identificar a aquellos estudiantes con problemas. Los momentos principales de aporte de datos son:

  • Presentación a las materias del curso dentro de la plataforma. Si se observa que un alumno no realiza el saludo introductorio ante sus compañeros y profesores, tendremos el aviso de que, o bien no se a incorporado al curso, o quizás ande algo perdido y no se haya adaptado todavía al medio.

  • Acceso a la Plataforma virtual del curso. Lógicamente es fundamental que el estudiante se comunique por el foro, comparta conocimiento e interactúe por medio de las muchas herramientas con las que se cuenta en la plataforma. Por lo tanto si detectamos que las entradas a dicho espacio son escasas podrá de nuevo ser debido a dos motivos principales, quizás el estudiante no acceda conscientemente, o no se desenvuelva en el formato adecuadamente por razones diversas, (desmotivación, confusión, falta de tiempo, etc.)

  • Entrega de tareas de las diferentes asignaturas. Si a comienzos del curso se detecta la falta de entrega de actividades, siempre y cuando el estudiante realice un seguimiento normal de las clases, descargando archivos y lecturas, tendremos que plantearnos que se puedan acumular en las mismas fechas diferentes tareas, o que habrá alumnos en concreto que requieran de más tiempo para su ejecución. 

  • Uso de aplicaciones y espacios virtuales de participación. Si el desarrollo del curso requiere, ya desde un principio, del uso de aplicaciones y el tratamiento de archivos y  entornos digitales, y observamos que el estudiante tiene dificultades para desenvolverse, subir o descargar archivos, hipervincular enlaces, mantener activo el Blog, y demás acciones imprescindibles a lo largo del curso, podremos deducir que existen dificultades para manejar los medios electrónicos y su entorno.

El momento de recoger datos para detectar cualquiera de las alarmas anteriormente citadas, va a ser al comienzo del curso, en las fechas de entregas o exámenes, al concluir el curso desde el acceso a los tests de satisfacción, y muy importante, durante el propio curso, en la evaluación formativa. 

La solución a la dificultad del medio, y para aquellos estudiantes que detectemos que carecen de la competencia digital necesaria para interactuar y desenvolverse correctamente en la plataforma del curso, sería muy recomendable realizar una pequeña práctica, a modo de bienvenida, mostrando el funcionamiento de la plataforma, así como sus apartados y los flujos más comunes y herramientas a utilizar, para que no fuese un impedimento lo que en principio surge como ayuda. 
Queda claro que el espacio debe ser “user friendly”, un entorno atractivo que invite a la interacción y facilite nuestro acceso y adaptación al mismo. Está más que comprobado que en la mayoría de veces el fracaso de las plataformas viene dado por su complejidad, por el poco acierto a la hora del diseño y porque no se preste a un manejo intuitivo y sencillo.

No obstante consideramos igualmente imprescindible que a lo largo de todo el curso haya un departamento de atención al estudiante para que cualquier duda pueda ser solucionada, esta atención será en persona, bien por video-llamada o por llamada, ambas opciones gratuitas por supuesto. No podemos pretender que cursos de E-Learning en los que se potencia la comunicación queden relegados al uso únicamente del correo electrónico. No se descarta la incorporación de un chat en el que un asesor resuelva posibles dudas o facilite información  durante el horario lectivo del propio curso.  

Analítica del Aprendizaje Conectado ACTIVIDAD 3 Metodología del servicio de datos




ACTIVIDAD 3                             Metodología del servicio de datos



Una vez estudiados los resultados de la propuesta piloto, en el siguiente apartado plantearemos una metodología de Análitica del Aprendizaje (Servicio/Producto), basada en el análisis predictivo. Propuesta ofertada a clientes potenciales (Universidad/Centros formativos), a quien tendremos que explicar cómo vamos a aplicar dicho modelo a sus propios cursos para Prevenir el Abandono (caída de alumnos).

  1. Enfoque del servicio:  

El servicio que aquí se ofrece trata de analizar, medir y comparar los datos y rastros que los estudiantes generan al participar en cursos de E-Learning, para, una vez recopilados y estudiados los mismos, obtener resultados efectivos que mediante el análisis predictivo nos permitan poner solución a las bajas tasas de finalización de los cursos.

Por lo tanto lo que desde aquí se ofrece es un análisis predictivo que va incorporado a los cursos y que tiene como finalidad delatar las faltas, carencias, problemas y posibles vacíos que en los cursos formativos online pueden aparecer, utilizando como eje de investigación la caída de alumnos y no finalización de dichos cursos.

Las ventajas que aporta el incorporar un servicio así son, entre otras, la mejora de la calidad en los cursos, el atajar los posibles defectos metodológicos o de organización, ofrecer un producto competente y eficaz adaptado a las necesidades actuales, economizar los tiempos y procesos, aumentar el volumen de estudiantes matriculados y, obviamente, reducir la tasa de abandono.
  
  1. Objetivos marcados: 

Los fines propuestos son, como ya hemos avanzado anteriormente, por un lado, identificar aquellas personas que puedan necesitar asistir a un curso específico, desarrollar material y estrategias de aprendizaje adaptadas a los alumnos que  presenten dificultades; y por otro lado reducir la tasa de abandono.


  1. Líneas de acción: 

Teniendo muy claro el contenido del curso accederemos a un perfil de cliente potencial, podremos determinarlo gracias al estudio del historial formativo de antiguos alumnos y al análisis de datos referente a preferencia de asignaturas comunes. 

Conjuntamente se recogerán datos de participación, acceso a la plataforma y entrega de actividades, que nos permitirá detectar alumnos con necesidades diferenciadas, y partir de estos resultados se reforzarán ciertos aspectos muy concretos en según qué estudiantes. Nos encontramos casos como por ejemplo: incompatibilidad de horarios, dificultad en el manejo de medios electrónicos, no adaptación al trabajo grupal, distintos ritmos de aprendizaje, dificultad para adquirir conocimientos presentados en lengua inglesa o falta de motivación ante las tareas planteadas. 

Resolver estos desajustes a tiempo será un valor seguro para futuras promociones del mismo curso, y por consiguiente la tasa de finalización aumentará.


  1. Caso Práctico:

Exponemos un caso práctico realizado para unos cursos formativos online que ofrecía la Comunidad Autónoma de Madrid. La tasa de abandono previa era del 68%, y después de incorporar nuestra metodología de análisis predictivo se redujo a un 32%.
Si bien es cierto los resultados positivos aumentan a largo plazo cuando se establecen los cambios y las pautas marcadas.

El plan utilizado en este caso fue el que sigue:

1- Estudio del curso y todos sus elementos
2- Registro de datos y movimientos de los alumnos asistentes:

    - Al inicio del curso
    - Durante el curso
    - Al finalizar el curso

3- Volcado de datos y análisis de los mismos
4- Estudio de los indicadores de logro:
    
-   Cifras de Matriculación
  • Datos sobre el acceso a la plataforma
  • Cifras sobre consulta de materiales en la Plataforma
  • Identificador sobre el uso del propio correo del curso
  • Cifras sobre acceso y participación en el Foro
  • Datos sobre descarga de archivos de la Plataforma
  • Cifras acerca de la participación en los Chats
  • Cifras acerca de la participación en las Video-Conferencias
  • Realización de los cuestionaros referentes al Proceso de Enseñanza
  • Tasas de satisfacción del curso
  • Cifras de Abandono

5- Resultado concluyente y planteamiento de mejoras
6- Adaptación de los cambios y reestructuración del curso
7- Seguimiento y observación del curso renovado