Presentación sobre Analítica del Aprendizaje en iSummit 2012 en Loja, Ecuador. Octubre 24, 2012

1. Analítica del Aprendizaje
TICs y Big Data
para Investigación Educativa

2. http://www.slideshare.net/xaoch

5. Grupo de Investigación en
Tecnologías para la Enseñanza y el Aprendizaje
• Suitable material at the appropriate time.
• Automatically measure student progress.
• Virtual instructor – student.

6. Contexto

7. Los datos son valiosos…

8. Los datos revelan:
• Nuestros sentimientos
• Nuestras actitudes
• Nuestas conexiones sociales
• Nuestras intenciones
• Lo que hicimos
• Lo que hacemos
• Lo que haremos

9. Abundancia de Datos

10. Exa
Up to
10,000
Times
Peta larger
Data Scale
Tera
Data at Rest
Data Scale
Giga
Traditional Data
Mega Warehouse and
Business Intelligence
Up to 10,000
Data in Motion times faster
Kilo
yr mo wk day hr min sec … ms s
Occasional Frequent Real-time
Decision Frequency

14. http://www.businessinsider.com/the-cia-just-put-a-ton-of-cash-into-
a-software-firm-that-monitors-your-online-activity-2011-7

15. Los datos son valiosos…
Si les podemos dar sentido

16. Sensemaking
“Sensemaking is a motivated, continuous effort
to understand connections . . . in order to
anticipate their trajectories and act effectively”
(Klein et al. 2006)

18. Analítica

20. Inteligencia de Negocio

21. BI
• Prediction

22. Google Analytics

23. Google Analytics

32. Otros campos

33. E-Ciencia

34. Que pasa en Educación
¿Porqué los alumnos se retiran?
¿En que invertir los fondos?
¿Como van nuestros profesores?
¿Cómo va tu curso?
¿Están tus estudiantes aprendiendo?
¿Funcionan tus estrategias?
¿Estoy estudiando suficiente?
¿Que hago para mejorar?
¿Donde estoy fallando?

35. Definiciones

36. Analítica del Aprendizaje
“La Analítica del Aprendizaje es la
medida, colección, análisis y reporte de datos de
los aprendices y su contexto, con el propósito de
entender y optimizar el aprendizaje y los
ambientes donde ocurre.”
SoLAR
http://www.solaresearch.org

37. Analítica del Aprendizaje
“La Analítica del Aprendizaje es la
medida, colección, análisis y reporte de datos de
los aprendices y su contexto, con el propósito de
entender y optimizar el aprendizaje y los
ambientes donde ocurre.”
SoLAR
http://www.solaresearch.org
L. Johnson, R. Smith, H. Willis, A. Levine, and K. Haywood, The 2011 Horizon Report (Austin, TX: The New
Media Consortium, 2011), http://www.nmc.org/pdf/2011-Horizon-Report.pdf 6

38. Raices de la Analítica del Aprendizaje
Métodos
Estadísticos
Tutores
EDM
Inteligentes
Big Data Personalización
Analítica
Business Aprendizaje
Intelligence del Adaptativo
Aprendizaje

39. 39

40. Analítica de la Academia
“La Analítica de la Academia ayuda a
satisfacer el deseo público de hacer cuentas
sobre el éxito de los estudiantes, dadas las
preocupaciones a nivel mundial del costo de
la educación y las dificultades económicas y
presupuestarias existentes.”
http://www.educause.edu/EDUCAUSE+Quarterly/EDUCAUSEQuarterlyMagazi
neVolum/SignalsApplyingAcademicAnalyti/199385

41. Analítica del Aprendizaje
Minería Ciencias
de Datos Educacionales
Educacionales

42. Análisis del Aprendizaje
• Ciencias Educacionales y Cognitivas
– Motores
• Analítica del Aprendizaje
– Panel de Control (Dashboard)
• Minería de Datos Educacional
– Vehículos Automáticos

45. Creación de Datos
Cada una de estas
interacciones puede generar
datos
U.S. Department of Education, National Education Technology Strategy, 2010

52. Big Data en Educación
Estudiantes
Profesores Investigadores
Institución
52

53. Casos y Ejemplos

54. http://www.skyrill.com/seatinghabits/

55. http://www.plosone.org/article/info%3Adoi%2
F10.1371%2Fjournal.pone.0023176

56. Approximate spatiotemporal trajectories of some classes.
http://www.plosone.org/article/info%3Adoi%2
F10.1371%2Fjournal.pone.0023176

57. “Colleges Mine Data to
Predict Dropouts”
“At the University System of
Georgia, researchers monitored
how frequently students viewed
discussion posts and content pages
on course Web sites for three
different courses to find
connections between online
engagement and academic
success. In the graph below,
students who were "successful"
received an A, B, or C in the class,
and students who were
"unsuccessful" received a D, F,
or an incomplete.”
- 5/30/08 Chronicle of Higher Ed.

61. http://www.itap.purdue.edu/studio/signals/

62. http://www.itap.purdue.edu/studio/signals/

63. http://www.itap.purdue.edu/studio/signals/

64. Bb Check My Activity (CMA)

65. Govaerts, S Verbert, Katrien, Duval, Erik;
ten;
Pardo,Abelardo, The S tudent Activity Meter for
Awareness and S elf-reflection. Proceedings of CHI
Conference on Human Factors in Computing
Systems, 2012,Austin,Texas,ACM.
26

66. http://jlsantoso.blogspot.com/

67. http://research.uow.edu.au/learningnetworks/seeing/snapp/index.html

68. Cohere
• Annotations or
discussion as a
network of
rhetorical moves
• Users must reflect
on, and make
explicit, the nature
of their contribution
Simon Buckingham Shum, Anna De Liddo

69. Open Mentor
Denise Whitelock
Analyse, visualise and compare quality of feedback

72. Distributed, multi-level analytics
Suthers & Rosen (2011)

73. Attention metadata
Duval (2011)

74. Learning networks, crowds, communities
Haythornthwaite (2011)

75. Discourse analysis (automated and manual)
De Liddo & Buckingham Shum (2011)

76. Social learning analytics
Buckingham Shum & Ferguson (2011)

77. Participatory learning and reputation
Clow & Makriyannis (2011)

78. Early warning
Macfayden & Dawson (2010)
Campbell et al (2006)

79. Learning Analytics in the workplace: Detecting
and Analyzing Informal Workplace Learning
Schreurs & De Laat, 2012

80. Herramientas

81. Algoritmos

82. http://www.solaresearch.org/

83. http://www.lakconference.org

84. Reconocimiento
• Esta presentación está basada trabajo CC de:
– George Siemens
– John Fritz
– Erik Duval
– Simon Buckingham Shum
– Matin Jouzdani
– Jiawan Zhang
– Louis Soares

85. Gracias / Thank you / Merci
Xavier Ochoa
xavier@cti.espol.edu.ec
http://ariadne.cti.espol.edu.ec/xavier
Twitter: @xaoch