Analítica del aprendizaje y educación basada en datos: Un campo en expansión

Autores/as

DOI:

https://doi.org/10.5944/ried.23.2.27105

Palabras clave:

analítica del aprendizaje, tecnología educativa, educación basada en datos, ciencia de los datos, ciencias de la educación, investigación educativa.

Resumen

La creciente utilización de sistemas de mediación digital en la mayoría de espacios educativos —ya sean presenciales o no, formales o abiertos, y tanto en el nivel de educación básica como en situaciones de aprendizaje a lo largo de la vida— está acelerando el avance de la analítica del aprendizaje y haciendo que el uso de la información digital sea una práctica común en el campo de la educación. Las herramientas educativas digitales facilitan la interacción entre estudiantes, profesores y recursos de aprendizaje, y generan de manera continua un notable volumen de datos que pueden analizarse aplicando una variedad de metodologías. Esto ha hecho que aumenten exponencialmente las investigaciones que toman como referencia la información que procede de la actividad de los estudiantes en esos espacios digitales. Partiendo de esas evidencias, este número especial muestra un conjunto de estudios en el campo del aprendizaje digital y la investigación educativa basada en datos, que enriquecen el conocimiento sobre los procesos de aprendizaje y la gestión de la enseñanza en espacios mediados digitalmente.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Daniel Domínguez Figaredo, Universidad Nacional de Educación a Distancia

Daniel Domínguez Figaredo es profesor e investigador de la Universidad Nacional de Educación a Distancia (UNED, España). Su investigación se centra en la mediación digital y las teorías que apoyan el aprendizaje abierto y conectado a lo largo de la vida. En su trabajo reciente ha profundizado en el análisis de la educación abierta basada en datos y la gestión del conocimiento en entornos digitales y mixtos. Es miembro del grupo de innovación docente CO-Lab: Laboratorio abierto y colaborativo para la innovación docente, y patrono de la Fundación Prácticas en la CiberSociedad.

Justin Reich, Massachusetts Institute of Technology (MIT)

Justin Reich es profesor adjunto de Estudios Comparados de Medios de Comunicación en el Massachusetts Institute of Technology (MIT, Estados Unidos) y director del Laboratorio de Sistemas de Enseñanza del MIT, cuya misión es la de diseñar, implementar e investigar sobre el futuro del aprendizaje del profesorado.

José A. Ruipérez-Valiente, Universidad de Murcia

José A. Ruipérez-Valiente es investigador Juan de la Cierva en el Departamento de la Ingeniería de la Información y las Comunicaciones, de la Facultad de Informática en la Universidad de Murcia (España). Investigador afiliado al MIT Playful Journey Lab. Sus líneas de investigación se centran en el aprendizaje mejorado por tecnología, con un alto grado de foco en la analítica de aprendizaje y minería de datos educacionales.

Citas

Baker, R. S. (2019). Challenges for the future of educational data mining: The Baker learning analytics prizes. JEDM, Journal of Educational Data Mining, 11(1), 1–17. https://doi.org/10.5281/zenodo.3554745

Barocas, S., & Boyd, D. (2017). Engaging the ethics of data science in practice. Communications of the ACM, 60(11), 23–25. https://doi.org/10.1145/3144172

Buckingham Shum, S., Ferguson, R., & Martinez-Maldonado, R. (2019). Human-Centred Learning Analytics. Journal of Learning Analytics, 6(2), 1–9. https://doi.org/10.18608/jla.2019.62.1

Dollinger, M., & Lodge, J. M. (2018, March). Co-creation strategies for learning analytics. In Proceedings of the 8th International Conference on Learning Analytics and Knowledge (pp. 97–101). https://doi.org/10.1145/3170358.3170372

Gursoy, M. E., Inan, A., Nergiz, M. E., & Saygin, Y. (2016). Privacy-preserving learning analytics: challenges and techniques. IEEE Transactions on Learning technologies, 10(1), 68–81. https://doi.org/10.1109/TLT.2016.2607747

Holstein, K., & Doroudi, S. (2019). Fairness and equity in learning analytics systems (FairLAK). In Companion Proceedings of the Ninth International Learning Analytics & Knowledge Conference (LAK 2019).

Hartong, S., & Förschler, A. (2019). Opening the black box of data-based school monitoring: Data infrastructures, flows and practices in state education agencies. Big Data & Society. https://doi.org/10.1177/2053951719853311

Leitner, P., Ebner, M., & Ebner, M. (2019). Learning Analytics Challenges to Overcome in Higher Education Institutions. In Utilizing Learning Analytics to Support Study Success (pp. 91–104). Springer, Cham.

Mandinach, E. B., & Gummer, E. S. (2016). Data literacy for educators: Making it count in teacher preparation and practice. Teachers College Press.

Shibani, A., Knight, S., & Buckingham Shum, S. (2020). Educator perspectives on learning analytics in classroom practice. The Internet and Higher Education, 46(2020). https://doi.org/10.1016/j.iheduc.2020.100730

Tsai, Y. S., & Gasevic, D. (2017, March). Learning analytics in higher education---challenges and policies: a review of eight learning analytics policies. In Proceedings of the seventh international learning analytics & knowledge conference (pp. 233–242).

Wagenmakers, E. J., Wetzels, R., Borsboom, D., van der Maas, H. L., & Kievit, R. A. (2012). An agenda for purely confirmatory research. Perspectives on Psychological Science, 7(6), 632–638. https://doi.org/10.1177%2F1745691612463078

Wilson, A., Watson, C., Thompson, T. L., Drew, V., & Doyle, S. (2017). Learning analytics: Challenges and limitations. Teaching in Higher Education, 22(8), 991–1007. https://doi.org/10.1080/13562517.2017.1332026

Publicado

2020-07-01

Cómo citar

Domínguez Figaredo, D., Reich, J., & Ruipérez-Valiente, J. A. (2020). Analítica del aprendizaje y educación basada en datos: Un campo en expansión. RIED-Revista Iberoamericana De Educación a Distancia, 23(2), 33–43. https://doi.org/10.5944/ried.23.2.27105