Por Opinno Editor de MIT Technology Review en español. Alba Casilda.

El análisis masivo de datos de los estudiantes permite conocer su evolución en tiempo real. Las nuevas herramientas monitorizan sus reacciones, aciertos y fallos. Una información clave para ofrecer una enseñanza adaptada a las necesidades de cada alumno.

Son las seis de la tarde. Hora de hacer los deberes. En vez de subrayar en un libro, un estudiante se conecta a la plataforma online de su colegio para ver un vídeo sobre la lección que debe repasar. A la mitad, lo para, retrocede unos minutos y vuelve a visualizar una de las partes. Una vez ha visto el fragmento que le interesaba, lo cierra sin llegar al final. Antes de que ese estudiante regrese al colegio, su profesor podrá deducir si ha asimilado los conceptos clave.

Habrá reunido información sobre cuándo se ha conectado para estudiar, cuándo ha detenido o acelerado el vídeo o si lo ha abandonado antes de tiempo. Todo ello gracias a la aplicación de herramientas de big data. Estas tecnologías recolectan una cantidad ingente de datos sobre el proceso de aprendizaje de los estudiantes, monitorizan sus reacciones y establecen conclusiones: qué áreas se les atragantan más, cuáles son sus habilidades, o si tienen problemas durante el estudio, como déficit de atención.

‘Big data’ en las escuelas

Pero el profesor no está solo ante la tarea de manejar este cóctel de datos. Estas herramientas suelen ir acompañadas de soluciones basadas en Inteligencia Artificial que ofrecen asesoramiento y marcan a cada estudiante los pasos a seguir para mejorar.

Estas herramientas se presentan como una oportunidad para crear una enseñanza más adaptada a lo que requieren los alumnos en cada momento. Miden cómo se enseña y cómo se aprende, ya que manejar y comparar este volumen de datos a través de sistemas convencionales resulta casi imposible. “Estas metodologías rompen con la idea de la educación tradicional de que todos los estudiantes son iguales. Cada persona asimila los conocimientos de una forma diferente. No obstante, el big data no es más que una herramienta y, para que funcione, el sistema educativo tiene que permitirlo“, explica el director de la Escuela de Ingeniería Informática de la Universidad de Valladolid, Benjamín Sahelices.

Datos, datos y datos

No es suficiente con poner una nota al final de curso porque así se está creando muy poca información. Hacen falta modelos educativos que generen datos. Pueden ser cosas tan sencillas como informes periódicos sobre la asistencia y la participación en clase“, apunta Sahelices. Según la etapa escolar, se pueden utilizar diversas soluciones: hay apps que registran el progreso de los estudiantes, plataformas que crean itinerarios para resolver las lagunas y fomentar las fortalezas de cada uno, y programas que saben lo que hacen los alumnos en cada momento.

De momento, la educación basada en analíticas de aprendizaje está en un estado incipiente. Para conocer casos en los que ya se ha implantado de manera plena hay que viajar a lugares con sistemas educativos flexibles, como en los países escandinavos, Reino Unido y Estados Unidos“, dice Sahelices. La escuela Alt School, en San Francisco (Estados Unidos), es una de las pioneras en la aplicación de estas metodologías. En su caso, están orientadas a niños que cursan Primaria. Los ordenadores que utilizan los alumnos analizan lo que escriben y en las aulas hay cámaras que graban las clases para interpretar los rostros y la forma de hablar de los estudiantes. Este tipo de cosas ayudan a la escuela a alcanzar su objetivo: crear planes personalizados para cada alumno.

Lograr una personalización de la enseñanza es la gran meta del ‘big data’ en la educación

Esto se consigue porque los centros pueden disfrutar de una inteligencia del aula que antes no tenían. La idea es beneficiar tanto al estudiante más rezagado como al más aventajado“, señala uno de los responsables del Departamento de Innovación de Santillana, Fernando Herranz, quien ha formado parte del proyecto A20. Esta iniciativa, desarrollada por Santillana en colaboración con la empresa de aprendizaje adaptativo Knewton, creó un programa para estudiar álgebra.

Se trata de un proyecto piloto que se probó en nueve países (España, México, Argentina, Colombia, Chile, Ecuador, Guatemala, Perú y Venezuela). Aunque no está listo para la comercialización, sirvió para comprobar cómo se podían marcar rutas de aprendizaje en tiempo real. “Aquí se saca partido de la capacidad predictiva de la tecnología. En función del tiempo que dedica el alumno a responder un problema, su número de aciertos y de fallos, la plataforma le indica cómo seguir avanzando o si necesita ayuda extra del profesor“, comenta Herranz.

De la misma forma que el big data predice los mejores ejercicios para progresar, también funciona como un radar para detectar situaciones de riesgo y anticiparse a los problemas. “Se pueden crear patrones de comportamiento y, a partir de ahí, establecer proyecciones de futuro. Si se produce una variación, significa que hay algo que no funciona”, matiza el director del eLearn Center de la Universitat de Catalunya (UOC), Lluís Pastor, que añade que eso les permite hacer frente a uno de los problemas de la formación a distancia: el abandono de los cursos online.

En 2014 empezamos a utilizar estas herramientas y comprobamos que el tiempo era el factor principal por el que los alumnos no acababan sus estudios. En este tipo de formación, los usuarios manejan su propio tiempo y hay que enseñarles a que lo gestionen“, apunta. Así, desarrollaron una serie de patrones para detectar indicios de abandono lo antes posible.

Por ejemplo, las alarmas saltan si, al inicio del curso, un estudiante no se conecta durante los diez primeros días o si los días previos a la entrega de un trabajo, no ha intervenido en actividades participativas. “Con la monitorización de los estudiantes, los tutores pueden mediar antes. Gracias a eso, hemos logrado reducir la tasa de abandono de los alumnos de grado en un 30%“, asegura Pastor.

Los desafíos para ser uno más en el aula

Aunque empiece a haber iniciativas de big data en la educación, queda un largo camino para ver su introducción total en las aulas. “En primer lugar, las nuevas herramientas de aprendizaje que se diseñen tienen que ir más allá del dato por el dato. Los productos deben tener en cuenta temas metodológicos y didácticos“, apunta Herranz, del Departamento de Innovación de Santillana.

En este punto, una de las principales apuestas está siendo el diseño de soluciones basadas en gamificación, que imparten lecciones a través de juegos que suponen un desafío para los usuarios y conectan rápidamente con ellos. “Un modelo a seguir son las apps de aprendizaje de idiomas como Duolingo, que introduce conceptos nuevos a medida que el usuario pasa de nivel. De todas formas, para incorporar estas tecnologías también hace falta que en los centros se puedan utilizar estos dispositivos“, reconoce Herranz.

Pero, sin duda, una de las grandes controversias tiene que ver con la privacidad. ¿Hasta qué punto es ético introducir cámaras en las clases para analizar la actitud de los alumnos, ordenadores que estudien todo lo que escriben o plataformas que conozcan al dedillo sus debilidades? Según apunta Sahelices, además de tener en cuenta la ley, es crucial el consenso de toda la comunidad educativa: profesores, centros, padres y estudiantes.

En cualquier caso, los expertos coinciden en que el big data no es la panacea para solucionar los posibles problemas del modelo educativo, sino una palanca para crear sistemas más adaptados a la sociedad actual. Hace falta un sistema dispuesto a acoger este tipo de herramientas y a cambiar las metodologías de enseñanza. Sólo así profesores y alumnos podrán disfrutar de los beneficios de la analítica de datos para lograr una educación más eficiente y personalizada.