3 formas en que el análisis de datos mejora la educación

Aquí, le presentamos tres formas en que el análisis de datos está mejorando la tecnología educativa en escuelas y universidades. Así, presentamos ideas clave de Caroline Lewis de la organización de análisis de datos Tiger y Peter Croft de la compañía de tecnología educativa Tribal Group.

Análisis de datos ayuda a revisar y actualizar el software

En primer lugar, una ventaja de que las comunicaciones cambien en línea es que nos volvemos más conscientes del software que usamos y cómo lo usamos. Microsoft Teams y Zoom permitieron a las instituciones digitalizar las comunicaciones de la noche a la mañana.

Con un uso regular, las escuelas pueden aprovechar el análisis de datos para mostrarles los beneficios de invertir en este software. De esta manera, pueden planificar mejor los recursos digitales para satisfacer las necesidades de sus profesores y estudiantes. ¿El resultado? Gastos y experiencia de usuario mejorados para todos.

Mejo desempeño de estudiantes

Segundo, es posible que el uso de la biblioteca y el deslizamiento de tarjetas en los edificios ya no sean marcadores adecuados de la participación de los estudiantes. En este sentido, el análisis de datos facilita el seguimiento del desempeño de los estudiantes en línea. Los administradores pueden monitorear los «puntos de contacto» de los estudiantes según la cantidad de tiempo que pasan en el entorno de aprendizaje virtual o cuando envían sus trabajos de curso. Comprender estas analíticas de aprendizaje les dará una imagen más clara de los hábitos de los estudiantes, que se transforman en perfiles virtuales.

Modelos predictivos

Finalmente, los perfiles virtuales se crean de forma única en función de los detalles demográficos de los estudiantes, los resultados de las evaluaciones y las interacciones en línea. Estos se pueden utilizar para desarrollar modelos de aprendizaje predictivo, que pueden generar conocimientos sobre futuros estudiantes. Como escribe Croft, «se puede utilizar un modelo predictivo para identificar sus probables resultados de aprendizaje; basándose en la experiencia de estudiantes con perfiles similares de años académicos anteriores».