Información de valor y acción para mejorar el aprendizaje a través de los datos


 

¿Qué pasaría si los profesores tuvieran ventanas detalladas sobre el aprendizaje pasado de cada estudiante?

¿Qué pasaría si los líderes escolares tuvieran esas ventanas hacia el aprendizaje y la enseñanza para sus escuelas?

¿Qué pasaría si estas vistas de aprendizaje miraran hacia el futuro así como hacia el pasado?

Las organizaciones educativas de todos tipos buscan hacer más con menos. Un costo que han enfrentado en los años recientes es el costo de mantener inmensas y crecientes cantidades de datos en sus programas. Algunos datos son recolectados de manera resuelta en registros de estudiantes y personal, algunos datos son archivados y protegidos por requerimiento, y algunos datos son generados por sistemas de aprendizaje y contenido. Mientras que los líderes educativos saben que sus datos pueden ser utilizados para ventaja de los estudiantes y la escuela, muchas organizaciones educativas carecen del personal, herramientas y experiencia para poder hacer uso de esos datos.

Esas organizaciones incluyen escuelas y sistemas en todos los niveles desde pre-K hasta adultos, colegios, universidades, gobiernos, proveedores de entrenamiento privado, grupos de investigación educativa, y ONG que trabajan en el sector educativo. Hasta ahora, para hacer uso de esos datos se requería de herramientas de análisis especializado que tienen un alto costo, tableros de control de diseño personalizado, analistas y arquitectos de sistemas.

De los patrones de datos estáticos de los aprendices (por ejemplo, demográficos, logros pasados) y de los datos dinámicos (por ejemplo, patrón de ingresos en línea; cantidad de publicaciones para debate) las escuelas pueden clasificar la trayectoria en la que están (por ejemplo, ‘en riesgo’; ‘cumple con objetivos’; ‘aprendiz social’), y por lo consiguiente, realizar intervenciones más a tiempo (por ejemplo, ofrecer soporte social y académico extra; presentar tareas con mayores retos). Shum, S.B. (2012). Learning Analytics. UNESCO IITE Policy Brief, noviembre 2012.

Ahora, con Power BI y Azure Machine Learning, las organizaciones educativas tienen las poderosas herramientas de auto servicio que necesitan para ver, analizar, y hacer predicciones a partir de datos, para de este modo convertir el costo de los datos en una ventaja. En adición a los reportes de desempeño pasado visualizado de manera dinámica a través de Power BI, Azure Machine Learning incluye modelos de datos que conducen a una analítica predictiva que muestra la probabilidad de resultados específicos para los estudiantes a la vez que permite realizar cambios en los programas escolares que puedan mejorar esos resultados. La analítica puede recomendar intervenciones y calcular costos.

Las ventajas de la visualización de datos, análisis y la predicción benefician:

  • A los estudiantes que reciban retroalimentación sobre su patrón de desempeño en sistemas de aprendizaje, y que podrían ser evaluados de manera más frecuente en formas que guíen de mejor manera su progreso y les brinden una experiencia personalizada
  • A los padres que recibirán reportes detallados del progreso del estudiante
  • A los profesores que recibirán reportes detallados de todos los estudiantes, así como la efectividad relativa de las clases y el contenido, lo que los liberará de evaluaciones de baja importancia para enfocarse en una retroalimentación más compleja
  • A diseñadores de contenido y administradores de planes de estudio que obtendrán datos de uso de contenido y relaciones entre contenido y aprendizaje
  • A los líderes escolares que obtendrán datos del progreso de los estudiantes, datos de efectividad de los profesores y resultados de nivel escolar. Factores de las instalaciones como transporte, edificios, calendarios y actividades pueden ser factorizados en aprendizaje. Factores de personal como aprendizaje profesional y credenciales pueden ser analizados
  • A los líderes de sistema escolar que obtendrán datos de todos los campus año con año
  • A los creadores de políticas que recibirán resultados asociados con las diferentes condiciones de la escuela y la comunidad
  • A los investigadores educativos que recibirán información constante sobre impacto de prácticas y condiciones a gran escala

Para más sobre estos beneficios, lean A Call to Action for Research in Digital Learning: Learning without Limits of Time, Place, Path, Pace…or Evidence (Llamado a la acción para la investigación en aprendizaje digital: Aprender sin límites de tiempo, lugar, camino, ritmo… o evidencia).

Comments (1)
  1. aw dice:

    http://www.lokerjobindo.com/2016/02/lowongan-staff-pendukung-administrasi.html Lowongan Staff Pendukung Administrasi Non CPNS LKPP
    http://www.lokerjobindo.com/2016/02/lowongan-kerja-pt-kereta-api-logistik.html Lowongan kerja PT Kereta Api Logistik (Kalog) Banyak Posisi

    http://www.lokerjobindo.com/2016/04/lowongan-kerja-talent-development.html Lowongan kerja Talent Development Administrator PT INDOSAT Tbk
    http://www.lokerjobindo.com/2016/04/penerimaan-non-cpns-badan-pengawasan.html Penerimaan Non CPNS Badan Pengawasan Keuangan dan Pembangunan (BPKP)
    http://www.lokerjobindo.com/2016/04/pengumuman-seleksi-calon-anggota-komisi.html Pengumuman Seleksi Calon Anggota Komisi Penyiaran Indonesia Pusat Periode 2016-2019
    http://www.lokerjobindo.com/2016/04/rekrutmen-terbuka-pt-pln-persero.html Rekrutmen Terbuka PT PLN (Persero)
    http://www.lokerjobindo.com/2016/03/lowongan-kerja-admin-frontliner-bank-bri.html Lowongan Kerja Admin Frontliner Bank BRI
    http://www.lokerjobindo.com/2016/03/lowongan-kerja-administration-officer.html Lowongan Kerja Administration Officer PT Sucofindo (Persero)
    http://www.lokerjobindo.com/2016/03/lowongan-kerja-bpjs-ketenagakerjaan.html Lowongan Kerja BPJS Ketenagakerjaan
    http://www.lokerjobindo.com/2016/03/lowongan-kerja-bumn-pt-adhi-karya.html Lowongan Kerja BUMN PT Adhi Karya (Persero)
    http://www.lokerjobindo.com/2016/04/lowongan-kerja-bumn-pt-bio-farma.html Lowongan Kerja BUMN PT Bio Farma
    http://www.lokerjobindo.com/2016/04/lowongan-kerja-bumn-pt-len-industri.html Lowongan Kerja BUMN PT Len Industri (Persero) Banyak Posisi
    http://www.lokerjobindo.com/2016/04/lowongan-kerja-bumn-pt-nindya-karya.html Lowongan Kerja BUMN PT Nindya Karya
    http://www.lokerjobindo.com/2016/04/lowongan-kerja-bumn-pt-pertamina.html Lowongan Kerja BUMN PT Pertamina
    http://www.lokerjobindo.com/2016/04/lowongan-kerja-bumn-pt-pindad-persero.html Lowongan Kerja BUMN PT Pindad (Persero)
    http://www.lokerjobindo.com/2016/03/lowongan-kerja-bumn-pt-rajawali.html Lowongan Kerja BUMN PT Rajawali Nusantara Indonesia (Persero)
    http://www.lokerjobindo.com/2016/03/lowongan-kerja-bumn-pt-semen-baturaja.html Lowongan Kerja BUMN PT Semen Baturaja
    http://www.lokerjobindo.com/2016/02/lowongan-kerja-bank-bri-banyak-posisi.html Lowongan Kerja Bank BRI Banyak Posisi
    http://www.lokerjobindo.com/2016/02/lowongan-kerja-bank-tabungan-negara.html Lowongan Kerja Bank Tabungan Negara Banyak Posisi
    http://www.lokerjobindo.com/2016/03/lowongan-kerja-frontliners-bank-mandiri.html Lowongan Kerja Frontliners Bank Mandiri
    http://www.lokerjobindo.com/2016/03/lowongan-kerja-kementerian-kesehatan.html Lowongan Kerja Kementerian Kesehatan 129 Pegawai
    http://www.lokerjobindo.com/2016/02/lowongan-kerja-pt-bukit-asam-persero-tbk.html Lowongan Kerja PT Bukit Asam (Persero) Tbk

    http://www.lokerjobindo.com/2016/04/lowongan-kerja-pt-indonesia-power.html Lowongan Kerja PT Indonesia Power
    http://www.lokerjobindo.com

Comments are closed.

Skip to main content