Analítica del Aprendizaje

Xavier OchoaEscuela Superior Politécnica del Litoral

(ESPOL)

http://www.slideshare.net/xaoch

Grupo de Investigación en Tecnologías para la Enseñanza y el Aprendizaje

Acceso al Contenido• El material adecuado en el momento adecuado.

Analítica del Aprendizaje• Medir el proceso de aprendizaje.

Aprendizaje Personalizado• Muchos tutores por estudiante.

Los datos son valiosos…

Los datos revelan:

• Nuestros sentimientos• Nuestras actitudes• Nuestas conexiones sociales• Nuestras intenciones• Lo que hicimos• Lo que hacemos• Lo que haremos

Los datos son valiosos…

Si les podemos dar sentido

Sensemaking

“Sensemaking is a motivated, continuous effort to understand connections . . . in order to anticipate their trajectories and act effectively”

(Klein et al. 2006)

Analítica

Inteligencia de Negocio

BI

• Prediction

Otros campos

E-Ciencia

Que pasa en Educación

¿Cómo va tu curso?¿Están tus estudiantes aprendiendo?¿Funcionan tus estrategias?

¿Porqué los alumnos se retiran?¿En que invertir los fondos?¿Como van nuestros profesores?

¿Estoy estudiando suficiente?¿Que hago para mejorar?¿Donde estoy fallando?

Siemens, George, and Phil Long. "Penetrating the fog: Analytics in learning and education." Educause Review 46.5 (2011): 30-32.

Analítica del

AprendizajeBusiness

Intelligence

Big Data

EDM

Métodos Estadísticos

Tutores Inteligentes

Personalización

Aprendizaje Adaptativo

Raices de la Analítica del Aprendizaje

CASOS Y EJEMPLOS

“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.

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

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

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

EJEMPLO DE ANALÍTICA ACADEMICA

Estimación de la Dificultad

¿Cúan difícil es un curso?

GPA vs. Calificación en el Curso

Calificación > GPA

Calificación < GPA

0

Calificación = GPA

Tres escenarios:

Diferencias entre elGPA y la calificación en el curso

> 0< 0

Ejemplos Reales

Tres métricas de estimación

Cursos Difíciles (Top 10)

Percibido EstimadoAlgorithms Analysis

Operating SystemsPhysics ADifferential EquationsLinear AlgebraProgramming Fundamentals

Object-Oriented Programming

Differential Calculus

Data Structures

Statistics

Operating Systems

Statistics

Differential Equations

Linear Algebra

Programming Languages

Electrical Networks I

Artificial Intelligence

Programming Fundamentals

Data Structures

Hardware Architecture and Organization

Percepción != Estimación

¿Que hace a un curso difícil?

Coherencia del Programa

Como los cursos se agrupan juntos

CORE - CS CURRICULUMBasic Physics

Integral Calculus

Multivariate Calculus

Electrical Networks

Digital Systems I

Hardware Architectures

Operative Systems

General Chemistry

ProgrammingFundamentals

Object-orientedProgramming

Data Structures

ProgrammingLanguages

Database Systems I

Software Engineering I

Software Engineering II

Oral and WrittenCommunication Techniques

Computing and Society

Discrete Mathematics

Algorithms Analysis

Human-computerInteraction

Differential Calculus

Linear Algebra

Differential Equations

Ecology andEnvironmental Education

Statistics

Economic Engineering I

Artificial Intelligence

PROFESSIONAL TRAINING HUMANITIES BASIC SCIENCE

Técnica

Exploratory Factor Analysis(EFA)

55

Estructura Subyacente

Electrical Networks

Differential Equations

Software Engineering II

Software Engineering I

HCI

Oral and Written

Communication Techniques

General Chemistry

Programming Languages

Object-Oriented Programming

Data Structures

Artificial Intelligence

Operative Systems

Software Engineering

Object-Oriented Programming

Economic Engineering

Hardware Architectures

Database Systems

Digital Systems I

HCI

Differential and Integral CalculusLinear Algebra

Multivariate CalculusDigital Systems I

Basic PhysicsProgramming Fundamentals

Discrete MathematicsGeneral Chemistry

StatisticsData Structures

Computing and SocietyAlgorithms Analysis

Differential EquationsEcology and Environmental Education

Object-Oriented Programming

FACTOR 1: Ciencias Básicas

FACTOR 2: CS Avanzado

FACTOR 3: Interacción con el Cliente

FACTOR 4: Programación

FACTOR 5: El factor ?

La agrupación no es como esperábamos

¿Qué hacer con las materias que no se agrupan?

Caminos de Falla

Que cursos llevan a los estudiantes a retirarse

Reprobación y DeserciónTiempo

(semestres)

0

1

2

3

4

Deserción

Todos comienzas felices, pero…

Técnica

Sequence Mining (Sequential PAttern Discovery using

Equivalence classes - SPADE)

Caminos de FallaSequence Support

<Physics A, Dropout> 0.608196721

<Differential Calculus , Dropout> 0.570491803

<Programming Fundamentals , Dropout> 0.532786885

<Integral Calculus , Dropout> 0.496721311

<Physics A, Differential Calculus , Dropout> 0.43442623

<Linear Algebra , Dropout> 0.432786885

<Differential Calculus, Integral Calculus , Dropout> 0.385245902

<Physics C , Dropout> 0.347540984

<Physics A, Integral Calculus , Dropout> 0.327868852

<General Chemistry , Dropout> 0.319672131

<Differential Equations , Dropout> 0.31147541

Deserción en Cursos de Ciencia

¿Deberían empezar con CS?¿Mucha presión en cursos de ciencias?

Gráfico Carga/Desempeño

Lo que los estudiantes creen poder vs.

lo que realmente pueden

Técnica

Simple Visualisation:Density Plot of

Difficulty taken vs. Difficulty approved

Visual Flow

Gráfico Carga/Desempeño

Gráfico Carga/Desempeño

Gráfico Carga/Desempeño

Carga Recomendada Irreal

¿Como presentar el programa de mejor manera?¿Cómo recomendar a los estudiantes su carga adecuada?

EJEMPLO DE ANALÍTICA DE APRENDIZAJE

Math Data Corpus

Video: Uso de la Calculadora

Video: Distancia de la Cabeza al Centro de la Mesa

Audio: Cantidad de veces que dicen números o términos matemáticos

Pluma Digital: Características del Trazo

Resultado

• Tres Caracteristicas:– Escritor más rápido (Digital Pen)– Porcentaje del Uso de la Calculadora (Video)– Número de Veces en se mencionan Números

(Audio)• Pueden predecir quien es el experto 80% del

tiempo• Puden predecir quien resolverá el problema

correctamente 60% del tiempo

CONCLUSIONES

Analítica del Aprendizaje

• Ya está aquí y está teniendo resultados. ¿Ud. la usa en su institución?

• No resuelve los problemas, solo inicia las discusiones para resolverlos

• Necesita una nueva especie de profesional: El científico de datos educativos

QUÉ HACER PARA UNIRSE

http://www.solaresearch.org/

Comunidad Latinoamericana de Tecnologías y Objetos de Aprendizaje

www.laclo.orghttp://ic.ufal.br/evento/cbie_laclo2015

http://lak16.solaresearch.org/

http://www.sigmla.org/mla2015

Gracias

Xavier Ochoaxavier@cti.espol.edu.echttp://ariadne.cti.espol.edu.ec/xavierTwitter: @xaoch