Formular sistemas educativos basados en el alumno promedio plantea un problema para los que son más lentos (quienes optan por la deserción educativa) y genera estrés en los más avanzados (y usualmente conflictivos).
En este contexto, nuevas luces se presentan para los educadores y administradores educativos: la ‘big data’, un concepto relativamente nuevo en este ámbito y cuyos primeros resultados generan grandes expectativas.
En su ensayo ‘Aprender con big data’, los investigadores Víctor Mayer-Schönberger y Kenneth Cukier ofrecen luces sobre cómo el modelo educativo estándar no ha cambiado cualitativamente en los últimos dos siglos, cuando se popularizó la idea de acceso universal a las aulas. Pero con los avances en la educación en línea, este modelo ha sufrido un verdadero revés, cambiando paradigmas y creando otros. De este modo, ya no es necesaria la presencia física de una persona en un establecimiento para que se pueda generar aprendizaje; simplemente al desbloquear la pantalla de un celular o encender una computadora, el alumno puede empezar su proceso educativo a la hora que le plazca y en el lugar que quiera.
La educación en línea o basada en Tecnologías del Aprendizaje y el Conocimiento (TAC) no solo es una necesidad en las sociedades hiperconectadas del presente siglo. Este tipo de educación genera, a su vez, una enorme cantidad de datos que sirven, a posteriori, para mejorar los procesos educativos y crear entornos de aprendizaje mucho más efectivos.
En su ensayo, los investigadores acercan al lector a esta realidad con un ejemplo muy claro: una clase sobre ‘machine learning’ del profesor Andrew Ng a través de Coursera, una plataforma de aprendizaje en línea. En el sistema tradicional, el docente llega a este tópico asumiendo que el promedio de estudiantes está en la capacidad de entenderlo, revisarlo y pasar inmediatamente a la siguiente lección. Pero en la educación en línea, un profesor como Ng puede saber cuánto tiempo tarda el alumno en esta lección, qué elementos le resultaron más complejos, cuántos volvieron a lecciones anteriores para entender el ‘machine learning’, cuántos siguieron con sus clases, cuántos desertaron… En fin, con base en información de miles de estudiantes, el profesor Ng ha sido capaz de retroalimentarse eficazmente para adaptar sus clases a las necesidades de los estudiantes y saber que la lección debía incorporar nuevamente conocimientos que se impartieron en el inicio del curso y que era necesario reforzar antes de acceder a este tópico.
En este proceso de revolución tecnológica en el espectro educativo hay voces críticas que ponen de relieve una de las dificultades de este modelo: el acceso de la gran población al mismo y la falta del elemento humano. Esto puede crear un conflicto que muchos reducen a que es mejor mantenerse en el sistema actual porque la educación en línea puede resultar obsoleta si no es controlada por un docente en tiempo real. Los autores del ensayo ya habían pensado en el problema y escriben: “Los cursos por Internet son transformadores, pero probablemente como suplemento de otros entornos educativos más formales, no como sustituto de los mismos”.
Al asumir al ‘big data’ como parte del aprendizaje, la probabilística nos ofrece también mejores resultados. Es bien conocido que los docentes en la actualidad eligen los textos con base en experiencias previas, pero sin mucho conocimiento sobre su efectividad en los contextos en los cuales servirán como guías para los estudiantes. En ese sentido, los cálculos probabilísticos basados en datos de plataformas educativas no solo ayudan a mejorar los contenidos, sino a acertar en cuáles serán mejor digeridos por parte de los alumnos en determinados sitios. Una muestra de ello ya se puede ver en la actualidad con Duolinguo, una aplicación de aprendizaje de idiomas que determinó que en la enseñanza de inglés a hispanohablantes es mejor comenzar con los artículos, ya que son los de mejor comprensión para este grupo.
La necesidad de retroalimentarse con esta gran cantidad de datos es uno de los temas centrales que expone Ben Williamson en su libro ‘Big data en la educación’, quien concluye, entre otras cosas, que la minería de datos educativos permite que el aprendizaje no solo sea individualizado, sino también identificar las falencias en grandes grupos de estudiantes y llenarlas con contenidos útiles.
Al mismo tiempo, cuando este concepto se vuelve parte de la cotidianidad de las autoridades educativas, éstas buscan verdaderas respuestas a las problemáticas de los estudiantes con la finalidad de otorgarles herramientas que les ayuden en su proceso cognoscitivo. Asimismo, esto impulsa a que otros alumnos creen entornos digitales que faciliten el aprendizaje a sus pares, para que así la mayoría -y ya no solo el promedio- hablen un lenguaje en común.
Tal como lo resalta Williamson, desde que se creó la educación de acceso universal, siempre los educadores han buscado sistemas para evaluar los conocimientos de sus alumnos y conocer su progreso. En los dos siglos pasados, los exámenes eran la regla. En el siglo XXI, el ‘big data’ ofrece una visión más real.
Imagen: IEBS
Fuente: ElComercio.com
