El big data aplicat a l'educació

El món de l'educació no és aliè, ni de bon tros, a la innovació, i fa diverses dècades que està immers en la transformació dels processos d'ensenyament a través d'l'impuls de la creativitat, la incorporació de la tecnologia a l'aula, i l'anàlisi sobre el seu paper com a motor de canvi cap a un model d'aprenentatge més personalitzat. Dins de les tendències més avantguardistes en aquest camp, destaca el concepte d'analítica de l'aprenentatge o learning analytics, que aprofita el rastre digital que deixa l'estudiant en l'esfera digital per recopilar i sintetitzar tota aquesta informació per tal de conèixer-se millor, i de poder adaptar i personalitzar les accions formatives a les seves necessitats específiques. En suma, es tracta de fer ús de dades intel·ligents, de les dades produïdes pels alumnes i de models d'anàlisi, per descobrir informació i connexions socials que permetin predir i assessorar l'aprenentatge de les persones.

Nombrosos experts en innovació pedagògica es mostren partidaris d'introduir les tècniques d'analítica en els processos d'ensenyament i aprenentatge. Bàsicament es basen en tres elements: les dades, com a matèria primera d'aquest procés, l'anàlisi, que afegeix valor a les dades per mitjà d'algoritmes, i l'acció a emprendre, com a resposta proactiva als resultats de l'procés d'analítica.

En general, són diversos els beneficis que es fan patents, tant per l'alumne com per centre educatiu. D'una banda, la learning analytics és una eina per millorar la taxa de retenció d'alumnat i el seu acompliment formatiu. Disposant dels resultats adequats de les anàlisis, es pot dur a terme una intervenció tutorial efectiva, que eviti l'abandonament i reforci el rendiment.

Un altre avantatge és que permet optimitzar la qualitat dels cursos, ja que identifica patrons de consum de continguts. En funció dels resultats de l'analítica, és possible reforçar aquelles parts de cada curs amb més acceptació entre l'alumnat i millorar les que menys. A més, l'analítica de l'aprenentatge pot utilitzar-se per identificar els factors que determinen l'èxit acadèmic, i ajudar a el disseny de l'currículum de l'estudiant. Finalment, és un suport fiable per al disseny d'estratègies i la distribució de costos, a l'assenyalar quins recursos formatius funcionen bé i quins no.

Les principals barreres a les quals s'enfronta el desenvolupament de la learning analytics estan relacionades amb les dades, el veritable combustible d'aquest motor. Com hem vist recentment a tot el món, l'ús indiscriminat de big data amb fins comercials o polítics ha aixecat un corrent crític i un gran debat al voltant d'aquest tema, que en ocasions ha desembocat en el desenvolupament d'un patrimoni legislatiu restrictiu, que tendeix a protegir la privacitat, com és el Reglament General de Protecció de Dades europeu. Es pot donar el cas que, encara que estiguin disponibles, les dades no puguin ser utilitzats per a aquests fins per raons legals o per la pròpia normativa de les institucions educatives.

Amb tot, l'analítica de l'aprenentatge es perfila com una de les millors eines de què disposem, dins d'aquest món inundat de dades en què ens ha tocat viure, per assolir l'anhelat objectiu de la pedagogia actual d'oferir una formació el més personalitzada possible a les necessitats de l'estudiant.