Evaluación del aprendizaje, learning analytics y big data

para la mejora del aprendizaje online: red eMadrid

Pedro J. Muñoz-MerinoTwitter: @pedmume

Univ. Carlos III de Madrid, www.it.uc3m.esRed eMadrid, www.emadridnet.org

2

Imagen tomada de http://www.datadial.net/blog/index.php/2011/08/24/why-your-website-isnt-as-fast-as-it-should-be/

Datos en crudo

3

Perfiles de aprendizaje

Efectividad, eficiencia,

interés

Comportamientos

Habilidades

Sentimientos

Transformación: Indicadores de alto nivel

4

Fases Analítica de aprendizaje

Generación y captura de datos

Transform. de datos

Visualizador

Recomendador

Generador de informes

Datos de bajo nivel Información de

alto nivel

Qué datos son necesarios

Qué hacer con la información de alto nivel

Qué obtener y cómo obtenerlo

Surgen problemas tecnológicos

Relaciones, causas, clustering,predicción

Adaptador

EvaluaciónInformación para la evaluación

Indicadores de las plataformas y sistemasEncuestas, entrevistas, etc.

Métodos evaluaciónCuantitativos: Compar. grupos, relaciones, etc. Cualitativos

Qué evaluarMaterialesAlumnosHerramientasProceso aprendizaje

Madrid, 2013-06-13

5

6

ALAS-KA: Analítica en KA

7

Ejemplo análisis proceso aprendizaje y alumnos

• Efectividad, eficiencia, interés• 76.81% no utilizan actividades opcionales• 50.9% metas completadas• Perfiles alumnos

 Hint

avoid.Video

avoid.Unrefl

. UserHint

abuser

Hint avoidance

1 0.382 0.607-0.186

Video avoid. 0.382 1 0.2890.096

Unrefl. user 0.607 0.289 10.317

8

ANALYSE: Analítica en Open edX Ejemplo análisis materiales

Más información en:http://www.it.uc3m.es/pedmume/ANALYSE/

9

Ejemplo predicción

Ganancia aprendizaje = 25.489 - 0.604 * pre_test + 6.112 * intentos_medios + 0.017 * tiempo_total + 0.084 * maestría_ejercicios

10

Ejemplo análisis tutor

Tutor [2.06, 3.25] Instructor [1.69, 3.31] Diferencia [-0.38, 0.70]

11