La educación es un proceso que se regenera cada día, se establecen nuevas reformas que afectan al mundo estudiantil, desde primaria hasta la universidad, y se imponen nuevos modelos y técnicas de estudio. Del mismo modo, se extraen más datos de los estudiantes y profesorado, datos que requieren de un análisis exhaustivo para mejorar la toma de decisiones en los centros. Así nace el Educational data mining o E.D.M.
Los centros educativos han incorporado en sus metodologías herramientas propias de las nuevas tecnologías. En las aulas de los más pequeños se han cambiado las pizarras y las tizas de colores por pizarras táctiles. Los adolescentes toman notas en sus tablets y leen en sus ebook los libros. Mientras los universitarios descargan los manuales de las asignaturas desde la web del centro y presentan sus trabajos de grupo a través de plataformas como issus o youtube. Hoy en día el proceso educativo moderno incorpora como medio de comunicación y de enseñanza la tecnología.
Todas estas actividades han generado volúmenes de datos de gran capacidad. En ellos se incluye información de los profesores, sus horarios, tenencia, actividades recopiladas por los alumnos, programaciones…etc. Hasta datos de los estudiantes, como sus tendencias y orientación en el ámbito académico, sus tesis doctorales, trabajos de clase o datos básicos de preferencias en deportes o actividades extraescolares. El procesamiento de esta información se realiza a partir de técnicas de data mining y la interpretación de los resultados obtenidos requiere la creación de un framework que agrupe las técnicas, prácticas y criterios que sean más adecuadas para el procesamiento de este tipo especial de datos, con la finalidad de ayudar al centro a tomar la mejor decisión tanto para el alumnado como profesorado.
Cómo aplicar Data mining
Entre las opciones donde Data Mining puede ser útil para un centro de educación podemos enumerar varias:
- Obtener información sobre los alumnos, a partir de su historial académico, para facilitar la toma de decisiones de los docentes en el diseño de la programación anual.
- Comprender las metodologías de estudio y cómo aprenden los alumnos, esto mejorará la elección de las actividades
- Mejorar el sistema educativo a partir de la recopilación de sugerencias de estudiantes, padres y docentes
- Seleccionar los datos que mayor información aportan sobre los estudiantes y determinar un perfil y orientación laboral coherente.
Rendimiento escolar y data mining
Una de las preocupaciones de todos los centros escolares y universitarios es mejorar el rendimiento académico de sus alumnos. Entender cuales son los factores que contribuyen de forma positiva y negativa al rendimiento es un tema que se ha estudiado desde áreas como la pedagogía, psicología o sociología. Ahora ha llegado el momento de analizar los datos con data mining para poner de manifiesto cuales son las “otras” causas que afectan al rendimiento académico.
Descubrir cuales son los factores que afectan al rendimiento de un alumno puede eliminar el elevado abandono escolar que existe en determinados países, entre ellos, España. A partir de la minería de datos podemos cruzar históricos académicos, preferencias extraescolares y resultados anuales de los alumnos, por ejemplo, para conocer que perfil estudiantil tiene más éxito y rendimiento. A partir de aquí, trazar y diseñar programas educativos más adaptados a las necesidades de los alumnos.
Por otro lado, se pueden crear conjuntos de datos que engloban las actividades cotidianas y hábitos de los estudiantes fuera del centro o a nivel más personal. Aquí se incluirían información sobre el tiempo que pasan estudiando cada asignatura, el número de horas que ven televisión o navegan por Internet, incluso las web más visitadas o las plataformas sociales más utilizadas.
Esto ayudaría a innovar en los materiales y en la forma de presentar los contenidos a los alumnos. Todo por mejorar el rendimiento académico del alumno, reducir el abandono y el fracaso escolar.
Comments
comments