Si en el apartado anterior se trataban los problemas interesantes para los docentes y la mejora de la enseñanza, este apartado se centra en las tareas que pueden resolverse mediante analíticas de aprendizaje que son de interés directo para el alumnado y sus aprendizajes.
La personalización del aprendizaje informada por algoritmos o basada en datos tiene los siguientes objetivos:
- Encontrar actividades, recursos y tareas que podrían mejorar el rendimiento académico del alumnado.
- Determinar qué actividades se ajustan mejor al perfil de un determinado alumno.
- Obtener itinerarios a recorrer para obtener un resultado concreto:
- Basándose en el conocimiento del itinerario ya recorrido por el o la estudiante y su éxito.
- Por comparación con lo realizado por otros alumnos y alumnas de características análogas.
- Apoyar la autorregulación mediante la retroalimentación personalizada e instantánea.
Así, la personalización del aprendizaje mediante el análisis de los datos permite obtener conclusiones de los datos generados en el proceso de aprendizaje de los alumnos y las alumnas para modificar la propuesta educativa de forma personalizada y en tiempo real teniendo en cuenta el desempeño de cada estudiante.
Las primeras experiencias relacionadas con el aprendizaje adaptativo asistido por IA datan de la década de los 1970, coincidiendo con la introducción de ordenadores en las aulas como instrumentos para el aprendizaje. El principal hito en esta década fue el prototipo del sistema de tutoría inteligente SCHOLAR13, de Jaime Carbonell. Este sistema, basado en instrucción asistida por ordenador (CAI, Computer Aided Instruction) permitía a los y las estudiantes mejorar sus habilidades resolviendo un determinado problema o teniendo una discusión o diálogo sobre diferentes temas de enseñanza.
A pesar de estos cincuenta años que nos separan de estos primeros desarrollos, ha sido en la última década cuando se están obteniendo modelos de un rendimiento muy superior, gracias a los últimos avances en el campo de la inteligencia artificial y las ciencias de datos.
La personalización del aprendizaje ofrece ventajas muy claras tanto para docentes como para el alumnado. Los y las estudiantes mejoran los resultados porque el sistema inteligente adapta el itinerario de aprendizaje según sus necesidades, dificultades o fortalezas; conoce los resultados de forma inmediata y les ayuda a detectar y comprender errores. De este modo aprenden mejor y de manera más eficaz y rápida. Además, al mismo tiempo el proceso les motiva porque ven cómo avanzan en su aprendizaje y ganan confianza en sí mismos.Los docentes, por su parte, mejoran su conocimiento de los alumnos y de sus capacidades, puntos débiles y fortalezas en el aprendizaje, y pueden dirigirse a ellos de manera más individualizada y adecuada a sus objetivos. Así, pueden focalizar su atención en los aspectos menos consolidados, abordar las dificultades de forma personalizada o plantear nuevos retos a los alumnos más avanzados para que no pierdan el interés14.
Vídeo 1. "¿Cómo funciona ALEKS?" de mcgrawhilltv en Yotube . Licencia Youtube .
En el siguiente apartado se recorrerán las posibilidades de adaptación y personalización presentes en nuestras aulas virtuales. Ahora enumeramos algunas soluciones comerciales que recomiendan desde el Observatorio del Instituto Tecnológico de Monterrey :
- Aleks : sistema online adaptativo que ofrece una experiencia de aprendizaje individualizado en matemáticas, con contenidos desde Educación Primaria hasta cursos de preparación para la universidad.
- ScootPad : plataforma adaptable para estudiantes de Educación Primaria para practicar matemáticas y la lectura.
- Istation : plan de estudios digital, evaluación e intervención programable para apoyar a leer y escribir hasta Educación Secundaria Obligatoria.
- Mastering : plataforma para educación superior que proporciona contenido, herramientas y experiencias para estudiantes en ciencias e ingeniería.
- Think Through Math : programa de matemáticas que brinda instrucciones, motivación y apoyo en vivo.
- Knowre : apoyo en matemáticas para alumnos de Educación Primaria y Educación Secundaria Obligatoria.
- Smart Sparrow : plataforma que permite al profesorado crear sus clases en línea y adaptarlos según su criterio.
- Realizeit: sistema de aprendizaje adaptativo versátil basado en competencias.
Las analíticas de aprendizaje también pueden proporcionar al alumnado métricas sobre su propio progreso y su progreso en relación con sus compañeros (incluso de otras promociones), que puede ser útil en el desarrollo de habilidades de aprendizaje autodirigido y metacognición, mejorar la motivación y ayudarles a identificar áreas de mejora.
______
13- Carbonell, J. R., & Collins, A. M. (1970). Mixed-initiative systems for training and decision-aid applications (p. 0133). National Technical Information Service.
Fuente MOOC https://intef.es/agenda/mooc-analiticas-de-aprendizaje-y-ciencia-de-datos-en-educacion/
No hay comentarios:
Publicar un comentario