Diseño
investigación
|
Introducción
|
La importancia del análisis de datos,
así como también la enormidad de las posibilidades que estos ofrecen, son
elementos importantes como para poder llegar a conocer su aplicación en
distintos ámbitos profesionales. Por ello, se dedicará el presente curso en
la aplicación y reflexión acerca de la analítica de datos en el ámbito
educativo, más conocido como learning
analytics.
Para poder conseguir concretar el curso
se debe tener constancia de dos dimensiones esenciales como son el alumnado y
la acción didáctica, sin olvidar la importancia de la relación entre ambas
variables. Con estos elementos claros, solo queda esclarecer las bases
principales del curso diseñado.
Además, destacar los recursos que se
tendrán en consideración y se trabajarán a lo largo del curso como son
Blogger, Twitter, Youtube o TinyLetter, junto con los datos que pueden llegar
a extraerse y que se han especificado en la tabla anterior. Todas estas
aplicaciones crean el contexto del presente curso.
Ahora bien, al tratarse de una acción pedagógica
es importante esquematizar los elementos didácticos de la manera adecuado y,
por tanto, dejar claros los objetivos a conseguir, metodología a utilizar,
instrumentos de obtención de datos y la interpretación de los mismos.
|
Objetivos
|
§ Medir
qué competencias adquieren los estudiantes.
§ Medir
la evolución de la adquisición de competencias durante el ciclo del curso.
§ Conocer
las causas que explican la adquisición de las competencias por parte de los
estudiantes.
|
Metodología
|
Para poder diseñar adecuadamente una
metodología que se adapte al alumnado y a la práctica educativa, se deben
tener en consideración los objetivos diseñados con anterioridad. Además,
también la esencia del curso al tratar la analítica de datos. Por ende, debe
tratarse de una metodología práctica basada en el desarrollo y adquisición de
competencias en el alumnado.
¿Cómo se encuentra orientada? A través
de las distintas fases existentes en el proceso de enseñanza y aprendizaje:
§ Metodología
pasiva: Basada en la lectura y análisis de información, en este momento los
alumnos dedican su tiempo en la lectura u autoformación para prepararse para
la realización de tareas.
§ Metodologá
activa: Se encuentra más relacionada con la adquisición y desarrollo de las
competencias. Esto se debe a que en esta fase se encontrarán presentes los
aprendizajes de tipo práctico como el uso de las plataformas sociales y las
interacciones realizadas en las mismas. Así como también, la capacidad de los
mismos por el análisis de datos obtenibles en esos contextos establecido en
la tabla de la anterior cuestión.
|
Instrumentos
de obtención de datos
|
Para escoger los instrumentos de
obtención de datos más adecuados es importante destacar las cualidades de los
mismos. En el caso del tipo de información extraíble por parte de las
plataformas es mayormente de tipo cuantitativo. No obstante, también pueden
destacarse, o extraerse, elementos de naturaleza cualitativa que requiere de
otro tipo de instrumentos para la obtención de esa clase de datos.
§ Datos
cuantitativos:
o Ficha
de observación: Instrumento destinado para conseguir un registro puntual de
los datos a analizar y que pueden ser fácilmente observables por el
investigador.
o Hojas
de registro: Registro permanente en el tiempo donde llevar a cabo una anotación
de carácter continuo sobre elementos clave para la consecución de los
objetivos.
o Encuesta:
Instrumento destinado a la obtención de datos más personas y directamente
extraíbles por los usuarios de las plataformas.
§ Datos
cualitativos:
o Entrevista:
Instrumento clave para poder obtener datos de carácter cualitativo que no
serían fácilmente extraíbles con otros instrumentos o métodos de recolección
y análisis de datos.
|
Interpretación
|
La interpretación de los datos se
realizará en función de las posibilidades existentes en cada una de las
plataformas. Por ejemplo, todos los contextos liderados por la empresa Google poseen herramientas para
analizar la información más relevante del tráfico e interacción web. No
obstante, otras plataformas como Twitter podemos contar con elementos
semejantes que nos permiten identificar datos precisos de interacciones o
aspectos específicos a través de su herramienta de Analytics.
Estos aspectos son claves debido a que
nos ofrecen los datos de una manera gráfica y sencilla de distinguir, por lo
tanto, se facilitará la tarea de identificar aquellos objetivos que tratamos
de conseguir en los proceso de análisis de datos y, por ende, desarrollar de
una manera adecuada las competencias que se quieren conseguir en el alumnado
del curso.
En definitiva, la interpretación de los
resultados el proceso último de la analítica de datos pero no por ello deja
de ser importante. Esta etapa está destinada a reunir todos los datos
relevantes y tratar de dar respuesta a las cuestiones o incógnitas diseñadas
al inicio de la investigación.
|
Anexo:
Garantías éticas
|
Para abarcar el aspecto de las garantías
éticas es importante hacer referencia al apartado tratado en el proyecto
anterior. Esto se debe a que las bases serán las mismas debido al trabajo con
información sensible presente en la red. Para analizar este punto, tomaremos
como referencia a Domínguez (2018) donde nos presenta la diferenciación de
los distintos elementos a tener en cuenta a la hora de trabajar con datos en
la red.
Los ámbitos a diferenciar dentro de la
perspectiva ética de tratamiento de información son:
§ Investigador
o analista de datos
§ Sujetos
sensibles a la investigación
§ Institución
Estos tres elementos deben tomarse en
consideración para un correcto y adecuado tratamiento ético de la
información. Esto se debe a que, por una parte, el investigador debe ser
consciente de las limitaciones en la recogida de datos, así como también la
presentación correcta de la información a los sujetos investigados. Por su
parte, estos sujetos deben consentir el uso de su información que debe haber
sido correctamente presentada por parte del investigador. Finalmente, la
institución debe ser la encargada de establecer el marco que será presentada
por el investigador y que llegará a las personas investigadas, así como
también ofrecer cierta seguridad y protección a los datos obtenidos.
Para terminar, se debe destacra que el
tratamiento de datos no debe ser considerado como un aspecto externo, ya que
es uno de los más importantes dentro del trabajo con otras personas y
profesionales. Más aún si el tratamiento de datos se realiza de manera
virtual con un sinfín de posibilidades de obtención. Por ello, se debe
asegurar una correcta y ética aplicación de los mecanismos de obtención de
datos para ofrecer un servicio adecuado y profesional para el alumnado y la
sociedad en general.
|
Referencias
|
Domínguez, D. (2018). Big Data, analítica del aprendizaje y
educación basada en datos. Retrieved from https://papers.ssrn.com/abstract=3124369
|
BIG DATA: Concepto y problemáticas Rubén Valls Aparici _________________________________________________________________________________ Resumen El concepto Big Data se presenta como una de las tecnologías más importantes en los tiempos que corren. No obstante, es necesario el conocimiento de todos los aspectos que engloban a este reciente concepto y analizar cómo se pueden adaptar las problemáticas existentes para responder a una realidad social cambiante y tecnológica. A lo largo del presente ensayo se tratará de dar respuesta a estos aspectos con el fin de conocer mejor el Big Data. Palabras Clave Big Data, Información, Datos, Problemáticas Abstract Big Data is presented as one of the most important technologies in the current times. However, it is necessary to know the subject of all elements wich encompass this last concept and how the existing problems can be adapted to respond to social changes and technological reality. Throughout the present essay it
Comentarios
Publicar un comentario