ACTIVIDAD 3. PLAN DE ANÁLISIS PREDICTIVO

CONTEXTO

El caso práctico que nos ocupa nos pide usar el análisis predictivo de Ekowo y Palmer para analizar los datos y la información de un grupo determinado de estudiantes, con el objetivo general de prevenir el abandono temprano del curso. Se ha elegido este método por la importancia que tiene en la actualidad, en el presente del big data y de learning analytics, hacer un uso ético de los datos que se recogen para personalizar el aprendizaje de los alumnos. Los autores recomiendan seguir los siguientes pasos básicos:

Tener una visión de futuro y un plan.

Involucrar a los profesores en las decisiones importantes. Al preparar el plan hay que tener en cuenta el objetivo que se quiere alcanzar con el análisis predictivo, las consecuencias inesperadas del mismo y los resultados que se quieren medir.

Construir alrededor una infraestructura que apoye el uso del análisis predictivo.

Compartir los beneficios de usar analítica productiva, crear un clima positivo de trabajo, desarrollar el proceso de cambio de manera enérgica y confiar en la capacidad de tu escuela para usar análisis predictivo.

Trabajar para asegurarse que los datos se usan de manera apropiada.

Usar datos totales y de calidad, para responder las preguntas que surjan. Asegurarse de que los datos se interpretan bien, y se garantiza la privacidad de los mismos. Asegurarse de que los datos se tratan de manera segura.

Diseñar modelos de análisis predictivo y algoritmos que eviten desviaciones de los objetivos.

Diseñar modelos que produzcan resultados que sean pertinentes. Examinar y ser transparente siempre sobre los modelos predictivos, elegir bien a los vendedores de los paquetes de análisis.

Ponerse objetivos institucionales para mejorar el proceso educativo de los estudiantes y realizar las intervenciones con cuidado.

Comunicar a profesores y alumnos los cambios en las intervenciones que se realicen, insertar estas prácticas predictivas en otros procesos de éxito de los estudiantes, reconocer cuando las intervenciones predictivas no están funcionando o son dañinas, comunicar con cuidado los fracasos, entrenar a los profesores para reconocer las desviaciones y los límites del análisis de datos, entrenar a los estudiantes para que usen sus propios datos. Evaluar siempre las intervenciones.

OBJETIVOS E INDICADORES

Con estos antecedentes trabajaremos en torno a tres objetivos, que están relacionados entre sí:

1. Detectar a los alumnos en riesgo de abandono ⟾ ¿Quiénes son? ¿Cuál es el perfil de los alumnos en riesgo de abandono? ¿Es un solo perfil? 
2. Identificar las razones de ese abandono ⟾ ¿Por qué abandonan? ¿Son intrínsecas o extrínsecas al curso?
3. Identificar las necesidades específicas de ese alumnado en riesgo de abandono para adaptar el proceso educativo a sus circunstancias ⟾ ¿Qué podemos hacer para que no abandonen? ¿Es necesario ofrecer un itinerario educativo personalizado que se adapte a las necesidades específicas del alumnado en riesgo de abandono? ¿Qué variables podemos incluir en ese itinerario? 

Para medir el proceso de análisis usaremos los siguientes indicadores de logro:

1. Número de alumnos inscritos comparado con el número de alumnos que abandonan en el primer cuarto del curso, en la mitad, y en el último cuarto. Este indicador se usará para comprobar si se ha reducido el número de abandonos y en qué momento del proceso se produce. 
2. Cuestionarios de conocimiento previo realizados. Calificación obtenida en estos cuestionarios. Este indicador nos dará una idea del punto de partida de nuestros estudiantes. 
3. Consulta total o parcial de los materiales de estudio. Frecuencia de esa consulta. Este indicador nos ayudará a entender si los materiales del curso son apropiados.
4. Intervenciones en los foros, frecuencia de dichas intervenciones. Este indicador nos dará una idea del nivel de motivación de los estudiantes, y nos permitirá intervenir cuando veamos que este decae. 
5. Consultas directas a los profesores del curso, frecuencia de esas consultas. Este indicador nos permitirá entender si el alumno tiene necesidad de aclarar dudas con los profesores, o si por el contrario, es capaz de realizar las actividades sin ayuda. 
6. Número de veces que alumnos y profesores se conectan a lo largo del día, a la semana y al mes. Tiempo y frecuencia de esa conexión. Este indicador nos dará una muestra de cómo y cuánto se conecta el alumno, y si el tiempo de conexión y la frecuencia decaen podemos intervenir para resolver posibles problemas. Nos indicará también el grado de implicación de los profesores, y si es necesario reconducir sus patrones de trabajo. 
7. Formularios de satisfacción rellenados después de abandonar. Este indicador nos dará indicaciones precisas de las razones del abandono de los alumnos. 
8. Realización total o parcial de las actividades propuestas. Este indicador será muy útil para entender si las actividades de calificación son efectivas.  

BIBLIOGRAFÍA UTILIZADA

Ekowo, M., & Palmer, I. (2016). Predictive Analytics in Higher Education. Technical Report. New America Foundation, Washington, DC. Recuperado de https://www.newamerica.org/education-policy/policy-papers/predictive-analytics-higher-education/#