Third International Conference on Learning Analytics & Knowledge Vol 1, No 2 (2014) Journal of Learning Analytics

Hoy traemos a este espacio el número especial del Journal of Learning Analytics Vol 1, No 2 (2014)

Special Issue: Selected and Extended Papers from the Third International Conference on Learning Analytics & Knowledge

This issue is based on the selected, extended, and revised papers that were presented at the Third International Conference on Learning Analytics and Knowldge (LAK'13).

Table of Contents

EDITORIAL

Scientometrics as an Important Tool for the Growth of the Field of Learning AnalyticsPDF
Negin Mirriahi, Dragan Gasevic, Shane Dawson, Phillip D. Long1-4

SPECIAL ISSUE - LAK'13 SELECTED, EXTENDED, AND REVISED PAPERS

Analysis and Reflections on the Third Learning Analytics and Knowledge Conference (LAK 2013)PDF
Xavier Ochoa, Dan Suthers, Katrien Verbert, Erik Duval5-22
Epistemology, Assessment, Pedagogy: Where Learning Meets Analytics in the Middle SpacePDF
Simon Knight, Simon Buckingham Shum, Karen Littleton23‐47
Learning Analytics for Online Discussions: Embedded and Extracted ApproachesPDF
Alyssa Wise, Yuting Zhao, Simone Hausknecht48-71
Analyzing the Path of Ideas and Activity of Contributors in an Open Learning CommunityPDF
Iassen Halatchliyski, Tobias Hecking, Tilman Goehnert, H. Ulrich Hoppe72-93
A Strategy for Incorporating Learning Analytics into the Design and Evaluation of a K-12 Science CurriculumPDF
Carlos Monroy, Virginia Snodgrass Rangel, Reid Whitaker94-125
Peer Promotions as a Method to Identify Quality ContentPDF
Bjorn Levi Gunnarsson, Richard Alterman126-150
Analyzing Engineering Design through the Lens of ComputationPDF
Marcelo Worsley, Paulo Blikstein151-186

(leer más...) Fuente: [ Journal of Learning Analytics]

LEARNING ANALYTICS (Analíticas de Aprendizaje). Qué, cómo y para qué.

¿Qué?

La idea principal del Learning Analytics se basa en analizar los datos que deja tras de sí el estudiante en los procesos de formación y aprendizaje. El objetivo es utilizar dicha información para mejorar el propio proceso de aprendizaje.

Los datos se pueden obtener a través de las distintas tecnologías que se utilizan actualmente en la formación; dichas tecnologías pueden ser corporativas (por ejemplo sistemas LMS tipo Moodle), propietarias de los alumnos (móvil, tablet, portátil) e incluso sociales (redes sociales, blogs,……)

¿Cómo?

Sobre la información recopilada se aplican procesos basados en la toma de decisiones, construcción de modelos, minería de datos  y aprendizaje automático.

¿Para qué?

Todo ello para que el centro, el profesorado y el propio alumnado tengan herramientas que les  ayuden. Al  alumnado, por ejemplo, adaptando recursos o planes de formación; al profesorado, por ejemplo, para conocer el resultado de sus estrategias formativas, atender la diversidad, planes de refuerzo personalizados… y al centro, por ejemplo, para la adaptación de políticas educativas, distribución más eficaz de recursos…

Lo cierto es que los sistemas de análisis de datos existen desde hace tiempo en otras áreas, y se han utilizando esos datos para la toma de decisiones como: mensaje de la publicidad, nuevos productos y servicios e incluso (como en medicina) para establecer diagnósticos y planes de rehabilitación. La banca, las operadoras, las grandes compañías, las redes sociales, los buscadores,  las herramientas on-line  de uso masivo, e incluso los supermercados utilizan data analytics para modelizar al cliente y tomar decisiones al respecto.

Por tanto, el problema del Learning Analytics no es tanto la tecnología, sino cómo determinar  qué datos son los relevantes (y capturarlos) para la mejora de los procesos de aprendizaje, la modelización de los comportamientos del alumnado y del profesorado, el establecimiento de diagnósticos y los recursos más adecuados para los distintos modelos de comportamiento.

No obstante, actualmente el Learning Analytics nos puede ayudar a resolver algunos problemas en los que nos vemos inmersos; por ejemplo, es una excelente ayuda para la evaluación diagnóstica y la formativa, para la adaptabilidad de los recursos de aprendizaje, para mejorar la planificación personalizada, para la tutoría proactiva. Así mismo también nos puede servir para establecer modelos asociados a competencias (además de validar su eficacia).

Desde  los grupos de investigación LITI y GIDTIC estamos trabajando en esta línea, en la aplicación del Learning Analytics para solucionar problemas derivados del alto coste y esfuerzo que supone aplicar paradigmas de aprendizaje.