MÓDULO 1 - APRENDIZAJE CONECTADO
MÓDULO
1
ANALÍTICA
DEL APRENDIZAJE CONECTADO
MÁSTER
EN COMUNICACIÓN Y EDUCACIÓN EN LA RED
JOAN
LLOVERA NAVÉS
Para el módulo 1, Educación basada en datos, he
escogido el texto “Data & Civil Rights: Education Primer” de Alarcon,
Zeide, Rosenblat, Wikelius, Boyd, Peña y Yu.
Dicho texto gira entorno a la desigualdad étnica
relacionada con la educación en Estados Unidos y un nuevo enfoque educativo
vinculado con la educación en línea.
En el inicio del texto los autores y autoras,
describen la educación como “un mecanismo creador de igualdad y equidad”, aún
así, igualmente manifiestan que en América aún persiste la desigualdad de raza
entre los centros públicos, lo cual afecta a las oportunidades económicas,
sociales y políticas de los menos favorecidos.
A continuación nos muestran una gradación porcentual
de la discriminación en educación, en la
cual podemos evidenciar menor oportunidades, menores logros, mayor separación, menores
recursos y mayor actos disciplinarios para las mayorías étnicas de color.
Seguidamente, nos describen el nuevo enfoque
educativo que está surgiendo. Este enfoque está vinculado la educación con la “data”,
es decir, combinando las nuevas tecnologías con el análisis data para poder
conseguir “una educación más personalizada, mayor número de recursos y mayor acceso
a una educación asumible económicamente o gratuita”.
Al utilizar el análisis de data en educación,
podemos conseguir nuevas metodologías de aprendizaje, combinando la educación
convencional con lo extraescolar, entender mejor las diferencias en el
aprendizaje de los alumnos, con contenido y metodologías adaptadas a las
aptitudes y progresos del estudiante, a partir del análisis de sus puntos
fuertes y los estilos de aprendizaje para conseguir una mayor eficiencia en el
aprendizaje. Todo ello gracias a los nuevos algoritmos de análisis.
Igualmente, es importante destacar que al
individualizar la educación, podemos identificar los estudiantes de riesgo y
poder hacer una intervención temprana, con nuevas metodologías, técnicas pedagógicas
de soporte… Lo podemos describir como un “aprendizaje adaptativo”, los cuales
usan algoritmos para personalizar el aprendizaje del estudiante basado en su
interacción con el software y así pueden recibir diferentes clases y retos que
les favorece.
Un claro ejemplo de este nuevo enfoque de
aprendizaje, son las ya habladas en este máster, MOOC’s (Massive Open Online
Courses), las cuales ofrecen un aprendizaje abierto y virtual, basado en las
clases universitarias. De esta manera el alumnado puede optar por una educación
de calidad.
Aún viendo las grandes ventajas del análisis de
data en educación, podemos encontrar críticos que describen que la educación
data debe ser “neutral y irrefutablemente científica”. También que hay
disparidad de opiniones sobre la individualización de la educación. Algunos
piensan que es productivo y otros que fragmenta la sociedad, pero en realidad
la individualización de la educación debe “proveer a los estudiantes de un
contenido y una educación diferente dando oportunidades dependiendo de sus
capacidades”.
Llegados a este punto, me gustaría comentar algunos
autores y recursos vinculados con lo anteriormente descrito.
Me gustaría mencionar a Ruby Bridges, como un ejemplo
de paralelismo entre lo que puede conseguir el data en educación y lo que se
consiguió antaño.
Bridges fue, después de que la Corte Suprema de
Justicia decretara ilegal la segregación racial, como mencionan los autores en
el texto, la primera niña “de color” en estudiar en un colegio de blancos.
En esa línea, me gustaría destacar la “Ruby Bridges
Foundation” la cual promueve el respeto y la igualdad en el trato entre razas.
Relacionado con el Big Data en educación, me
gustaría hacer mención de los centros AltSchool, los cuales son los pioneros en
el uso del aprendizaje adaptativo.
Algunas características de esos centros son:
- Control de asistencia a
través de una APP.
- Utilización de tableta
digitales y playlists de actividades, las cuales han sido escogidas por los
maestros en relación con los objetivos personales.
- Las clases están
enregistradas en vídeo.
- Los profesores pueden
diseñar actividades personalizadas gracias a la recopilación de datos en un
sistema centralizado.
En este vídeo explicativo, las AltSchool explican
su modo de funcionar y podemos observar como el BigData y el aprendizaje
adaptativo es su día a día y favorece la integración de conocimientos.
En cuanto al aprendizaje adaptativo es importante
destacar Lemke (2013), el cual lo describe como una metodología educativa que “captura”
las decisiones de los estudiantes, las cuales son analizadas y corrigen el
camino educativo que debe tomar el alumno para optimizar su aprendizaje.
Por último, una imagen en que, aunque sea de 2015,
podemos evidenciar la creciente popularidad de MOOCs en Europa.
Seguramente, si esta imagen se realizará hoy en día, el número de MOOCs por
país sería superior, aunque cabe destacar que España en 2015 ya tenía más de
300, los cuales otorgan al alumnado una educación gratuita y de calidad.
BIBLIOGRAFÍA Y WEBGRAFÍA
LEMKE, C.
(2013). INTELLIGENT ADAPTATIVE LEARNING. [online]
Www-static.dreambox.com. Available at:
http://www-static.dreambox.com/wp-content/uploads/2013/03/white-paper-intelligent-adaptive-learning-21st-century-teaching-and-learning.pdf
Ruby Bridges
Foundation. (2019). Retrieved from https://rubybridgesasingh.weebly.com/ruby-bridges-foundation.html
AltSchool Home.
(2019). Retrieved from https://www.altschool.com/
The European MOOCs
Scoreboard Infographic - e-Learning Infographics. (2019). Retrieved from https://elearninginfographics.com/european-moocs-scoreboard-infographic/
Comentarios
Publicar un comentario