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

Analítica del Aprendizaje Conectado ACTIVIDAD 3 Ética y privacidad

ACTIVIDAD 3                           Ética y privacidad

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.

Tomando como referente los sujetos protagonistas de la investigación podemos asumir que:

“El recurso más importante para proteger la voluntad de una persona que participa como sujeto de estudio en una investigación social es el denominado “consentimiento informado”. El consentimiento informado consiste en la aceptación expresa que proporcionan las personas que van a ceder sus datos para su uso en el marco de una investigación.”  (Los sujetos de la investigación)

Si pensamos en las compañías o empresas que llevan acabo dicho estudio y recogida de información queda claro que:

“Para las instituciones es fundamental utilizar el análisis de datos de forma ética con el fin de evitar usos indebidos de la información disponible.” (Las Instituciones que recopilan la información).

Las nuevas posibilidades que ofrece el big data son todavía materia por investigar y descubrir, de ahí que la normativa existente presente lagunas y deje huecos y espacios sin abarcar y determinados usos sin proteger por completo.

“En los últimos años, la implantación masiva de tecnologías digitales está llevando a los centros a compartir sus datos con las empresas que proporcionan los sistemas de información para los estudiantes”  (Privacidad de los datos en las instituciones educativas).

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.

Cuando un centro educativo decida incorporar el uso de plataformas virtuales y aplicaciones tecnológicas deberá garantizar en su práctica la protección integra y privacidad de los datos personales de sus participantes. 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.; al tratar con adultos no será necesario el consentimiento de los padres. 

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 2 PROYECTO LRNG

MÓDULO 2  PROYECTO LRNG    

●  Learning pathways / Itinerarios de aprendizaje: 

Un itinerario de aprendizaje, como su propia palabra indica, se describe como la ruta escogida o tomada por el estudiante/aprendedor a través de una amplia variedad de actividades e-learning, el cual les permite adquirir y construir el saber de manera progresiva. Con los itinerarios de aprendizaje, el control de la elección pasa de manos del profesor al alumno.

●  Learning playlist / Lista de actividades de aprendizaje: 

      Una playlist viene a ser un conjunto de experiencias de aprendizaje seleccionadas cuidadosamente, unidas por una narrativa rica en medios comunicativos y convincente, en base a un tema común; la conclusión de esta playlist con éxito resulta en la adquisición de una insignia, a modo de certificado de logro o medalla acreditativa. 

     Crean una historia que conecta el aprendizaje con los intereses y las comunidades al tiempo que desbloquea oportunidades del mundo real. Actualmente, todas las listas de reproducción deben dar como resultado una única insignia que represente el logro de aprendizaje acumulativo. Igualmente, las Playlists se pueden vincular entre ellas, creando nuevas rutas de aprendizaje, así el completar Una Playlist A me da opciones a comenzar con la Playlist B, ya que están interconectadas y me proporcionan distintas insignias complementarias.   

●  Badges / Insignias o certificados:

Una credencial es una acreditación digital que se comparte públicamente y proporciona evidencia de un resultado de aprendizaje sustancial a la vez que abre oportunidades.

       Las insignias se pueden ganar de dos maneras en LRNG: emitidas por un asesor a los alumnos que completan con éxito una lista de reproducción o pueden ser emitidos directamente por una organización a través de la función Aprobaciones. De esta manera, las insignias pueden ser independientes como credenciales emitidas directamente o pueden estar vinculadas a una o más listas de reproducción.

         PLAYLIST 3         Verb Tenses 

          Esta playlist contiene un conjunto de actividades relacionadas con los  tiempos verbales más importantes: Present simple, Present continuous, Past simple, Past continuous y Futuro con Will/going to, que tendremos que completar para así conseguir la insignia o Badge (Verb tenses) .Asegúrate de actualizar tu playlist con las fechas en las que finalices y cierres cada tarea. Sigue las instrucciones con detenimiento.

          Esta Playlist está conectada con la Playlist 4 dedicada a Verbos irregulares/regulares, a la                   Playlist 2 relacionada con Speech parts: Adjetivos, nombres, adverbios y verbos, a la Playlist 1            Pronombres y sujetos y por último a la Playlist 5 Vocabulario. 

           

         A su vez podríamos subdividir estos contenidos/playlists en cuatro destrezas diferentes,                       Speaking,     Listening, Reading y Writing, que conformarían diferentes Pathways según la                 elección de cada estudiante protagonista; y además obtendríamos 4 insignias diferentes: una                 por cada destreza.

        Las actividades 5 y 6 no son cerradas, quiere decir que los alumnos podrán pasar de la actividad         4 a otra Playlist y realizar un itinerario/Pathway diferente según quieran profundizar en la                   grabación  y edición de videos, así como la creación de juegos de mesa, o no. 

      Al finalizar esta Playlist podríamos considerar que el alumno obtendría el certificado en Inglés            básico, paso 1, junto con las restantes 4 Playlists que formarían una Playlist mayor que acoge a 5         Playlists menores. La insignia final que engloba a las 5 Playlists sería la equivalente a un nivel            A1 de Cambridge. A su vez obtendría una insignia diferente que acredite su conocimiento con            respecto     al medio, aplicaciones, plataformas y recursos tecnológicos.

      Son actividades pensadas para estudiantes de la ESO, de entre 12/13/14 años.