Herramientas de learning analytics para caracterización del desempeño docente en el periodo 2018-2021
DOI:
https://doi.org/10.26507/paper.3426Palabras clave:
learning analytics, evaluación, indicadores, business intelligenceResumen
La UNESCO ha propuesto en su agenda 2030 que la educación en el planeta sea de calidad y esté al alcance de todo ser humano; para cumplir con tal propósito, las instituciones educativas han explorado y aprovechado diferentes herramientas soportadas en las tecnologías de la información y las comunicaciones, constituyendo una alternativa para mejorar los procesos de enseñanza-aprendizaje.
El auge de la smart education (educación inteligente) ha permitido la generación de gran cantidad de datos a partir del seguimiento a las actividades que realizan los actores académicos (estudiantes, profesores, administrativos e investigadores), los cuales son aprovechados para generar información valiosa mediante el uso de técnicas de inteligencia artificial (AI, artificial intelligence), analítica de aprendizaje (learning analytics) y analítica académica (learning academic); de esta forma se busca avanzar hacia una educación incluyente y de calidad.
El ámbito académico es un ambiente ideal para aprovechar el potencial que ofrece la tecnología de la analítica de datos (data analytics) enfocada hacia la identificación de relaciones no evidentes en datos generados al interior de la institución educativa (admisiones, resultados de evaluaciones, notas finales de curso, contenidos curriculares, uso de plataformas académicas, encuestas o reportes, evaluación del desempeño docente, etc.) ) con el fin de generar indicadores de calidad, realizar la trazabilidad de los resultados de aprendizaje, formular planes de acción y soportar la toma de decisiones a nivel académico o administrativo.
En este trabajo se presentan los resultados alcanzados mediante el uso de herramientas estadísticas clásicas, machine learning y Deep learning junto a procesamiento de lenguaje natural y análisis de sentimientos que caracterizó el desempeño docente en la Corporación Universitaria Autónoma del Cauca en el periodo 2018-2021.
Descargas
Citas
Amo, D., & Santiago, R. (2017). Learning analytics: la narración del aprendizaje a través de los datos. Editorial UOC.
Aristizabal F, J. A. (2016). Analítica de datos de aprendizaje (ADA) y gestión educativa. Gestión de la educación, 6(2), 149. https://doi.org/10.15517/rge.v1i2.25499
Corona Ferreira, A., Altamirano, M., López Ortega, M. D. los Á., & González González, O. A. (2019). Analítica del aprendizaje y las neurociencias educativas: Nuevos retos en la integración tecnológica. Revista Iberoamericana de Educación, 80(1), 31-54. https://doi.org/10.35362/rie8013428
Cross, J. (2004). An informal history of eLearning. On the Horizon, 12(3), 103–110. https://doi.org/10.1108/10748120410555340
García-Peñalvo, F., & Corell, A. (2020). La COVID-19: ¿enzima de la transformación digital de la docencia o reflejo de una crisis metodológica y competencial en la educación superior? Campus Virtuales, 9(2), 83–98
González-Jiménez, D. A., & Salazar-Tabima, J. (2021). La analítica académica y la toma de decisiones en educación superior: Un estudio bibliométrico. Veritas & Research, 3(2), 122–133.
Hantoobi, S., Wahdan, A., Al-Emran, M., & Shaalan, K. (2021). A Review of Learning Analytics Studies. En M. Al-Emran & K. Shaalan (Eds.), Recent Advances in Technology Acceptance Models and Theories (Vol. 335, pp. 119-134). Springer International Publishing. https://doi.org/10.1007/978-3-030-64987-6_8
Hernandez, R. M. (2017). Impact of ICT on Education: Challenges and Perspectives. Propósitos y Representaciones, 5, 325. https://doi.org/10.20511/pyr2017.v5n1.149
Karim, M. E., Lemaignan, S., & Mondada, F. (2015). A review: Can robots reshape K-12 STEM education? 2015 IEEE International Workshop on Advanced Robotics and Its Social Impacts (ARSO), 1-8. https://doi.org/10.1109/ARSO.2015.7428217
Khalil, M., & Ebner, M. (2015). Learning Analytics: Principles and Constraints. https://doi.org/10.13140/RG.2.1.1733.2083
Liyanagunawardena, T. R., Adams, A. A., & Williams, S. A. (2013). MOOCs: A systematic study of the published literature 2008-2012. The International Review of Research in Open and Distributed Learning, 14(3), 202. https://doi.org/10.19173/irrodl.v14i3.1455
Martín, A., Alario-Hoyos, C., & Kloos, C. (2019). Smart Education: A Review and Future Research Directions. 13th International Conference on Ubiquitous Computing and Ambient Intelligence UCAmI 2019, 57. https://doi.org/10.3390/proceedings2019031057
Mohtar, S., Jomhari, N., Mustafa, M. B., & Yusoff, Z. M. (2022). Mobile learning: Research context, methodologies and future works towards middle-aged adults – a systematic literature review. Multimedia Tools and Applications. https://doi.org/10.1007/s11042-022-13698-y
Mrabet, H. E., & Moussa, A. A. (2017). Research and design of smart management system in classroom. Proceedings of the Mediterranean Symposium on Smart City Application - SCAMS ’17, 1-4. https://doi.org/10.1145/3175628.3175645
Mohammad, S. M., & Turney, P. D. (2013). Crowdsourcing a word-emotion association lexicon. Computational Intelligence, 29(3), 436–465. https://doi.org/10.1111/j.1467-8640.2012.00460.x
Nielsen, F. Å. (2011). A new ANEW: Evaluation of a word list for sentiment analysis in microblogs. ESWC2011 Workshop on “Making Sense of Microposts”: Big Things Come in Small Packages, 93–98.
Nigro, H. (2020). Minería de opinión, acceso abierto y gobernanza. Revista Ingeniería, Matemáticas y Ciencias de La Información, 7(14), 33–37. https://doi.org/10.21017/rimci.2020.v7.n14.a82
Nurmiati, S., Mohamad, A. K., & Razali, S. (2021). Literature Review of E-Learning Since 2015—2020: 2nd International Seminar of Science and Applied Technology (ISSAT 2021), Bandung, Indonesia. https://doi.org/10.2991/aer.k.211106.066
Shi, W., Liu, X., Gong, X., Niu, X., Wang, X., Jing, S., Lu, H., Zhang, N., & Luo, J. (2019). Review on Development of Smart Education. 2019 IEEE International Conference on Service Operations and Logistics, and Informatics (SOLI), 157-162. https://doi.org/10.1109/SOLI48380.2019.8955052
United Nations Educational, Scientific and Cultural Organization. (2019). Planning education in the AI era: Lead the leap (Final report of the international conference on artificial intelligence and education). United Nations Educational, Scientific and Cultural Organization.
United Nations Educational, Scientific and Cultural Organization. (2022). Reinventando la Educación Superior para un Futuro Sostenible. United Nations Educational, Scientific and Cultural Organization.
Yağcı, M. (2022). Educational data mining: Prediction of students’ academic performance using machine learning algorithms. Smart Learning Environments, 9(1), 11. https://doi.org/10.1186/s40561-022-00192-z
Zhu, Z.-T., Yu, M.-H., & Riezebos, P. (2016). A research framework of smart education. Smart Learning Environments, 3(1), 4. https://doi.org/10.1186/s40561-016-0026-2
Descargas
Publicado
Cómo citar
Evento
Sección
Licencia
Derechos de autor 2023 Asociación Colombiana de Facultades de Ingeniería - ACOFI
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
| Estadísticas de artículo | |
|---|---|
| Vistas de resúmenes | |
| Vistas de PDF | |
| Descargas de PDF | |
| Vistas de HTML | |
| Otras vistas | |
