ACTIVIDAD 3. METODOLOGÍA DEL SERVICIO DE DATOS

ENFOQUE DEL SERVICIO

El servicio ofrece un análisis exhaustivo de los datos generados por la plataforma para detectar las necesidades específicas de los estudiantes matriculados; es una manera muy efectiva de prevenir el abandono temprano permitiendo, entre otras cosas, la personalización del aprendizaje tanto de estos alumnos en riesgo de abandono como de los que siguen el curso con normalidad. 

Es un sistema que puede ser aplicado en casi cualquier contexto que implique aprendizaje online y las ventajas que ofrecemos son máximas: el servicio permite conocer a los alumnos de manera exhaustiva y adaptar el curso a sus posibilidades. Es útil porque nos permite centrar nuestros esfuerzos en el estudiante, el módulo recopila todos los datos que necesitamos y el algoritmo se encarga de analizarlos; de esa manera se pueden usar los recursos en mantener los alumnos y no en captarlos. 

El análisis de datos en los cursos online permite entender por qué se matriculan los alumnos, por qué abandonan los alumnos y sobre todo qué necesitan los alumnos. 

OBJETIVOS

El objetivo principal del servicio es la detección de los alumnos en riesgo de abandono temprano. Individualizar a esos estudiantes es muy importante porque nos permitirá trabajar con ellos de manera apropiada, considerando las razones de ese posible abandono y, si es necesario, adaptando el proceso a las circunstancias individuales. 

De esa manera subirá la tasa de satisfacción final con el curso, lo que generará potenciales alumnos en cursos posteriores.

LÍNEAS DE ACCIÓN DEL SERVICIO

La línea de acción del servicio se moverá en cuatro direcciones. Estos datos nos permitirán diseñar planes de intervención temprana sobre los alumnos en riesgo de abandono y sobre el material que se usa en el curso:

1. Recogida y análisis de los datos de ingreso, tanto de profesores como de alumnos. 
2. Recogida y análisis de los datos sobre el uso de los recursos de aprendizaje, tanto de profesores como de alumnos. 
3. Recogida y análisis de los datos de interacción de estudiantes y profesores. 
4. Análisis de la actividades de los estudiantes y de los resultados de la evaluación. 

SUPUESTO PRÁCTICO

¿Cómo funciona el módulo? Hagamos un supuesto práctico para presentar cómo se reflejan las cuatro líneas de acción del servicio en un caso real.

La plataforma X ofrece un curso en línea, que tiene una tasa de abandono en línea del 70%. Recurren a nosotros para reducir esa tasa de abandono lo máximo posible, y empiezan por incluir un módulo que use el análisis predictivo.

Nosotros empezamos por recoger y analizar los datos de ingreso de profesores y alumnos. Esto nos da una idea de los niveles de participación, de la manera en la que se está usando la plataforma, y de la manera en la que se relacionan profesores y estudiantes. Presentamos tablas de datos con leyendas de fácil interpretación y cuatro consejos básicos de intervención, en función de las conclusiones a las que nos lleven los datos.

Prestamos especial atención a las veces y a la frecuencia con que los alumnos participan en los foros, las respuestas de los profesores en los mismos, el número de correos recibidos por cada profesor, la cantidad de las respuestas de los profesores y la inmediatez de las mismas. Los alumnos tienen posibilidad de rellenar un cuestionario de valoración de los profesores. Todos estos datos se presentan un informe mensual a los profesores, para que puedan ser capaces de analizar dónde necesitan redoblar esfuerzos y presentar más atención.

Analizamos también el uso que alumnos y profesores dan a los recursos de aprendizaje. Detectamos el tiempo y la frecuencia de la consulta, y analizamos también si después de esta consulta se produce interacción entre alumnos y profesores. Esto nos permite determinar si los contenidos de estudio, y la manera en la que se presentan, son apropiados.

Nuestro último campo de acción se centra en las actividades de los alumnos: analizamos cuándo se hacen, cuánto se tarda en hacerlas, si se cumplen o no los plazos, el tiempo de corrección empleado por los profesores, y la calificación que se obtiene en estas actividades. En función de las conclusiones sugerimos a los profesores programas correos automáticos que sirvan como recordatorio de estas actividades, así como mensajes que ofrezcan ayuda o incluso ánimo.

BIBLIOGRAFÍA

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