MÓDULO 5. ÉTICA Y ANALÍTICA DEL APRENDIZAJE

A continuación presentamos las dos cuestiones relativas al módulo 5, en el que se consideran nuevas dimensiones dentro del proceso de recogida de datos del curso:

1. Dimensiones de investigación

2. Consentimiento informado

ACTIVIDAD 5. CONSENTIMIENTO INFORMADO

Estimado estudiante: 

Cuando empezaste este curso firmaste el siguiente consentimiento informado, en el que te explicamos todo lo  que teníamos pensado hacer con tus datos. Este curso se llama "Learning Analytics Essentials" y consideramos que es fundamental hacer un uso ético de los datos proporcionados por los estudiantes (tanto de los datos personales como los datos que se generan en el propio curso).

Hemos analizado los datos que nos has proporcionado y creemos que debemos informarte de que hemos encontrado las siguientes variables, cuyo análisis no habíamos considerado en un principio:

1. Enlace de las redes sociales usadas en el curso al perfil en Facebook de los estudiantes. 
2. Dispositivo desde el que se conectan los estudiantes y su influencia en el rendimiento académico. 
3. Uso de Youtube y su influencia en el rendimiento académico.
4. Relación entre el expediente académico y el perfil de LinkedIn. 
5. Uso de Google Drive en la producción de los trabajos en grupo. 

Estas dimensiones de trabajo nos van a permitir realizar mejoras en el curso, con el objetivo de mejorar la experiencia de aprendizaje. El principio fundamental de la analítica del aprendizaje es la recolección y análisis de diferentes datos para detectar qué variables influyen en el éxito o fracaso del proceso, y una reflexión sobre nuevos aspectos que aparecen al analizar estos datos siempre es importante. 

Por eso te pedimos que, si estás de acuerdo con lo que acabas de leer, firmes este nuevo consentimiento informado. 

CONSENTIMIENTO INFORMADO

Yo, ___________________________________________________________________, he leído la hoja de información que se me ha entregado y la he comprendido en todos sus términos. He sido suficientemente informado y he podido hacer preguntas sobre las nuevas dimensiones aparecidas en este curso.

Por todo lo anteriormente expuesto PRESTO MI CONSENTIMIENTO y así lo firmo

En __________________________, a _____ de _______________ de 2019

ACTIVIDAD 5. DIMENSIONES DE INVESTIGACIÓN

El desarrollo del curso nos ha llevado a descubrir nuevas dimensiones de estudio, que necesariamente van a modificar el resultado del análisis de los datos de nuestro curso. A continuación hacemos un análisis de las mismas, con la formulación de la hipótesis a la que no nos dirige.

DIMENSIÓN 1. ENLACE A FACEBOOK DEL CONTENIDO PUBLICADO EN OTRAS REDES.

A pesar de que no contemplábamos el uso de Facebook hemos descubierto que hay un grupo de alumnos que tiene tendencia a enlazar el contenido de Twitter y de Youtube a su página de Facebook. Estos alumnos son los que tienen una tasa de participación más activa en los foros de la plataforma, aunque no encontramos un patrón fijo en las calificaciones obtenidas por estos estudiantes en los cuestionarios.

Consideramos por tanto que los alumnos que resultan más activos en los foros de la plataforma son los alumnos que muestran mayor tendencia a enlazar contenidos de una red social a otra, aunque no sean redes usadas en el curso. Esta actividad, sin embargo, no se ve reflejada en sus calificaciones. Esto nos hace pensar que son alumnos con menor capacidad para focalizar la atención, que hacen un uso más cuantitativo que cualitativo de los recursos.

DIMENSIÓN 2. DISPOSITIVO DESDE EL QUE SE CONECTAN LOS ALUMNOS.

Hemos observado que un alto número de los estudiantes se conectan a la plataforma del curso desde dispositivos móviles (tabletas y teléfonos). Hemos observado además que los alumnos que se conectan desde estos dispositivos lo hacen más veces pero en periodos más cortos de tiempo.

Estos datos nos llevan a pensar que los alumnos que se conectan a la plataforma del curso con dispositivos móviles son alumnos con poco tiempo pero altamente motivados. Por esta razón creemos necesario invertir en adaptar el contenido a los dispositivos móviles, para que los alumnos que eligen estos dispositivos puedan organizarse mejor y seguir el curso de manera adecuada.

DIMENSIÓN 3. USO DE YOUTUBE.

Hay un número de alumnos que destaca porque prioriza el uso de Youtube sobre el del resto de plataformas, estos alumnos a su vez son los que tienen calificaciones más altas en los trabajos que requieren cierto grado de elaboración.

Estos datos nos permiten considerar que los alumnos que priorizan el uso de Youtube, sobre todo subiendo vídeos, son alumnos que presentan un perfil más creativo que los alumnos que tienen tendencia a usar otras plataformas cuyo lenguaje es menos visual. Esto nos obligará a analizar nuetros contenidos en audio y vídeo, para intentar incrementar el uso de los mismos.

DIMENSIÓN 4. PERFIL PROFESIONAL Y ACADÉMICO DE LOS ALUMNOS.

En la actualidad tenemos acceso al perfil académico de nuestros alumnos, ya que es requisito indispensable que lo presenten para conseguir una beca de estudio. Hemos detectado que los alumnos que tienen una nota media más alta tienen sus redes sociales vinculadas a su perfil en Linkedin. Además son los alumnos que presentan una tasa de finalización más alta, con la consecución del correspondiente certificado.

Consideramos que los alumnos con una media académica más alta entienden mejor la relación que existe entre perfil académico y profesional, y valoran la importancia de obtener certificados que demuestren sus conocimientos en un campo completo de estudio. Eso nos lleva a la necesidad de valorar que los alumnos con menor media académica son los que más necesitan la ayuda de nuestro departamento de orientación profesional.

DIMENSIÓN 5. USO DE DRIVE

Hemos detectado que la gran mayoría de los estudiantes ha optado de manera espontánea por hacer los trabajos de grupo en Google Drive, algunos han incluido a los profesores en el documento, para que estos pudieran seguir la evolución de los mismos.

El análisis de esta variable nos lleva a pensar en la necesidad de valorar más la necesidad de programar trabajos de grupo, en los que haya que realizar una construcción colaborativa del conocimiento. De esta manera estaríamos adaptando el aprendizaje al alumnado, de manera mucho más efectiva.

MÓDULO 4. ANALÍTICA DEL APRENDIZAJE EN ESPACIOS ABIERTOS Y CONECTADOS

A continuación presentamos los dos enlaces a las preguntas del Módulo 4, que tiene como objetivo entender cómo se pueden relacionar los datos recogidos de diferentes plataformas:

1. Datos de métrica disponibles

2. Diseño de investigación

ACTIVIDAD 4. DISEÑO DE INVESTIGACIÓN

INTRODUCCIÓN

El curso que vamos a desarrollar se llama "Learning Analytics Essentials" y en él trataremos de profundizar en diversos conceptos básicos de lo la analítica del aprendizaje. Recordemos que se trata de la recoger, medir, analizar y hacer un informe de los datos que se proporcionan, con el propósito final es entender y optimizar el proceso educativo.

En nuestro caso haremos especial hincapié en entender que la analítica del aprendizaje puede fragmentarse en tres categorías: el estudiante, la experiencia de aprendizaje y el programa con el que se aprende. Como tal tendremos que aprender a analizar los datos desde una perspectiva global, que nos permita hacer un análisis predictivo y prescriptivo de los datos.  

Trabajaremos con los siguientes espacios de trabajo: la plataforma propia del curso, Blogger, el canal de Youtube, TinyLetter y Twitter. Esta variedad de espacios enriquece el proceso educativo.

A continuación presentamos los objetivos básicos de este curso, así como la metodología, los instrumentos de obtención de datos y su interpretación, así como un anexo con las garantías éticas del proceso de aprendizaje que estamos diseñando.

OBJETIVOS

En este curso nos proponemos estos tres objetivos:

1. Medir qué competencias adquieren los estudiantes al final del curso.
2. Medir cómo evoluciona la adquisición de esas competencias durante el ciclo del curso.
3. Conocer las causas que explican la adquisición de esas competencias por parte de los estudiantes. 

METODOLOGÍA

Nuestra filosofía parte del aprendizaje por competencias; nuestro curso pondrá a disposición de los estudiantes diferentes manuales de consulta, para que los alumnos puedan realizar al final de cada módulo el respectivo cuestionario final. El equipo docente estará a su disposición del alumnado a través de los foros y el correo electrónicos, se analizará también la tasa de implicación docente en el proceso con el fin último de cuidar la tasa de abandono.

Se propondrá también que los alumnos se abran perfiles en las cuatro plataformas ya nombradas para que puedan comprobar qué datos facilitan estos espacios y entiendan de manera práctica las posibilidades del análisis de datos. Nosotros usaremos a su vez los datos proporcionados por esas plataformas, para alcanzar los tres objetivos ya mencionados.

INSTRUMENTOS DE OBTENCIÓN DE DATOS

Los instrumentos que usaremos para la obtención de datos son los proporcionados por las plataformas que estamos usando, tal y como se explica en el siguiente enlace. Realizaremos una recogida significativa de datos, que nos permita interpretarlos de manera apropiada para cumplir los objetivos que nos hemos propuesto.

INTERPRETACIÓN

La interpretación de los datos depende del uso que le demos a los espacios de aprendizaje que usaremos en el curso. No es lo mismo pedir a los alumnos que realicen un debate en Twitter un día y a una hora determinadas, que pretender que usen la plataforma para enlazar con contenido interesante cuando lo consideren.

Lo primero que tenemos que tener en cuenta al analizar los datos que buscamos tener muchas visitas, pero de calidad. Nos interesa que nuestros alumnos usen las diferentes plataformas muchas veces, durante mucho tiempo, y con una tasa de rebote lo más baja posible.

El uso de cuatro plataformas diferentes nos permitirá enlazar contenidos de unas a otras, y esto nos será de mucha utilidad para entender mejor la manera de aprender de nuestros estudiantes. Para que el análisis proveniente de Twitter, Youtube, Blogger y TinyLetter nos sea de utilidad, debemos establecer primero un plan efectivo en el que determinemos qué esperamos de cada plataforma y cómo van a ser usadas.

Es interesante también analizar cómo y cuánto consultan los alumnos los recursos didácticos que ofrecemos, y desde qué plataforma provienen. Si la tasa de rebote es alta cuando los alumnos entran a nuestra plataforma tenemos que plantearnos que el contenido del curso está mal diseñado, si la tasa de uso de una red determinada es muy baja también nos servirá de indicación de que algo no está funcionando bien.

Entender dónde están nuestros alumnos y qué idioma hablan nos permite también ajustar contenidos, las horas de ella publicación, o incluso la promoción que queramos hacer de nuestro curso. Lo mismo sucede con el tráfico en cada día concreto de la semana.

Por último el dispositivo desde el que se accede nos permite sementar el tráfico, sobre todo el de nuestra plataforma, y realizar los cambios que consideremos pertinentes en el diseño de la misma.

En cualquier caso convienen matizar que la manera más efectiva de analizar los datos es compararlos con los mismos datos recogidos en otro momento: así podremos identificar qué se ha hecho y qué no se ha hecho, y qué ha funcionado y qué no ha funcionado. Es importante también recordar que en la analítica de datos no siempre funciona el principio de acción-reacción y los datos tienden a confirmar cuestiones que son evidentes sin necesidad de investigación.

Según Reich J. (2014) la recolección y análisis de grandes cantidades de datos eclipsa otras variables como descripciones demográficas de los estudiantes, o el uso que estos estudiantes hacen de determinados servicios del curso. Difícilmente se puede medir lo que no se usa.

ANEXO

La mejor manera de garantizar un uso ético de los datos de los estudiantes (tanto los que los definen como los que generan) parte de la necesidad de presentar el siguiente consentimiento informado, para que los alumnos sean conscientes del uso real que se le da a toda la información que se recoge y que se analiza. Su firma es libre y se presentará antes de comenzar el curso. 

Es importante incidir en el hecho de que los datos recogidos en la plataforma se recopilan y almacenan en servidores externos con unas medidas de seguridad apropiadas: se garantiza su anonimato y privacidad.

Entendemos el concepto de privacidad como algo que no se tiene, sino algo que se tiene que conseguir y que requiere estar siempre alerta, ya que la información que proporcionamos y el contexto en el que la damos tiende al cambio. Según Data & Society (2018) la privacidad en el mundo digital requiere de una búsqueda activa de la misma; la información es fácilmente accesible, consumida, interpretada y compartida. Es tan importante saber qué datos facilitamos como de qué modo se usan.

En el supuesto caso de que se produzcan filtraciones de los datos a terceros los alumnos serán informados de manera inmediatas, no se reutilizarán los datos recogidos y estos serán recogidos única y exclusivamente con los fines que se presentan en el consentimiento informado. 

En el curso se trabajará también con espacios externos a la plataforma educativa con la que trabajamos: explicaremos a los alumnos los datos que recogen estos espacios, cuál es su política de privacidad y qué pretendemos hacer con ellos. 

WEBGRAFÍA Y BIBLIOGRAFÍA

Data & Society. (2018). Reframing Privacy. Recuperado de https://datasociety.net/initiatives/privacy/is-privacy-the-right-frame/

Domínguez, D. (2018). Big Data, analítica del aprendizaje y educación basada en datos. Recuperado de https://papers.ssrn.com/abstract=3124369

Reich, J. (2014). Big data MOOC research breakthrough: Learning activities lead to achievement. Education Week: EdTech Researcher. Recuperado de http://blogs.edweek.org/edweek/edtechresearcher/2014/03/big_data_mooc_research_breakthrough_learning_activities_lead_to_achievement.html

Whatershed (2019). What is learning analytics? Recuperado de https://www.watershedlrs.com/what-is-learning-analytics

ACTIVIDAD 4. DATOS DE MÉTRICA DISPONIBLES

A continuación presentamos los datos de métrica que están disponibles en cada plataforma en las que se desarrollará el curso:


YOUTUBE. Las mediciones de realizan a través de Youtube Analytics. Para ello debemos entrar en nuestra cuenta y desde allí buscar la pestaña "Creator Studio":

• Número de los suscriptores. Tasa de crecimiento. 
• Fuentes de tráfico. 
• Palabras clave. 
• Tasa de rebote. 
• Minutos totales que los usuarios pasan viendo cada vídeo. 
• Porcentaje de cada vídeo visionado por el usuario medio. 
• Nivel de compromiso de los usuarios (comentario, shares, me gusta, me disgusta). 
• Click through rate (clics sobre un enlace). 
• Uso de las playlists 
• Tiempo total de visionado dividido entre el número total de visionados. 
• Retención de la audiencia. 
• Repetición de visionados en momento específicos de cada vídeo. 
• Espectadores que ven los vídeos en un periodo estimado de tiempo 
• Número de veces que el espectador medio ve un vídeo. 
• Demografía de los espectadores (segmentada por edad, sexo y localización geográfica). 

BLOG / GOOGLE ANALYTICS. Hay que crear una cuenta desde la página oficial de Google Analytics y vincular lo que queremos que sea medido:

• Seguidores 
• Audiencia: 
• Páginas vistas ayer 
• Páginas vistas en el último mes 
• Historial completo de páginas vistas 
• Páginas vistas por países, por navegadores y por sistemas operativos 
• Fuentes de tráfico: 
• URL de Referencia 
• Sitios de referencia 
• Palabras clave de búsqueda 
• Gráfico de visitas: 
• Total de visitantes. 
• Porcentaje de visitantes nuevos. 
• Porcentaje de visitantes que regresan. 
• Porcentaje de rebote. 
• Porcentaje de salidas. 
• Páginas más visitadas del sitio web. 
• Sesiones (interacción o grupo de interacciones que suceden en una web en un plazo de tiempo concreto). 
• Duración de la sesión. 

TWITTER. Los datos se pueden consultar en Twitter Analytics. Para ello debemos entrar en nuestra cuenta, en la versión web de la plataforma. Los datos se presentan por meses completos y se muestran los cambios en comparación con el periodo anterior.

• Tweets. 
• Impresiones de tweets. 
• Visitas al perfil. 
• Menciones. 
• Seguidores. 
• Tasa general. 
• Tweet principal con más interacción. 
• Interacción en tweets con contenido multimedia 

TINY LETTER. La plataforma presenta un panel indivudual por cada suscriptor en el que aparecen algunos de los datos:

• Número de suscriptores: aperturas totales, aperturas únicas, clics totales y clics únicos. En el siguiente enlace podemos ver en qué consiste la diferencia entre clics totales y clics únicos
• Newsletter enviadas. 
• Respuestas recibidas 
• Open rates. Tasas de apertura. 
• Tasa de rebote. 
• Click-through rates (clics sobre un enlace) 

PLATAFORMA DEL CURSO

• Número de veces que un alumno se conecta al día y a la semana, tiempo que permanece conectado y frecuencia de esa conexión. 
• Tasa de rebote. 
• Consulta total o parcial de los materiales de estudio, frecuencia de esa consulta. 
• Intervenciones en los foros, frecuencia de dichas intervenciones. 
• Consultas directas a los profesores del curso, frecuencia de esas consultas. 
• Realización total o parcial de las actividades propuestas, anticipación en la entrega de estas tareas. 

WEBGRAFÍA

Chi, C. (2018). YouTube Analytics: The 15 Metrics That Actually Matter. Hubspot. Recuperado de https://blog.hubspot.com/marketing/youtube-analytics

Doppler (s.f.). ¿Cuál es la diferencia entre clics únicos y clics totales? Recuperado de https://help.fromdoppler.com/es/diferencia-clicks-unicos-y-totales/

Google Analytics https://marketingplatform.google.com/about/analytics/

Internet Ya (2018). Cómo interpretar 10 datos básicos de Google Analytics. Recuperado de https://www.internetya.co/como-interpretar-10-datos-basicos-google-analytics/

Tiffany, K (2018). TinyLetter is a perfect platform, and it is probably not dying. The Verge, Recuperado de https://www.theverge.com/2018/1/5/16855304/mailchimp-tinyletter-integration-platform-changes

Twitter Analytics https://tweetreach.com/twitter-analytics-report/

MÓDULO 3. ANALÍTICA DEL APRENDIZAJE EN PLATAFORMAS CERRADAS

Presentamos a continuación el desarrollo del caso práctico de "Analítica del aprendizaje en plataformas cerradas", que tiene como objetivo comprender el funcionamiento tanto de la analítica predictiva como de la analítica del aprendizaje: 

1. Plan del análisis predictivo
2. Captura de datos
3. Metodología del servicio de datos
4. Ética y privacidad