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
Aprendizaje
Business 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/
Bb Check My Activity (CMA)
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 Systems
Physics A
Differential Equations
Linear Algebra
Programming 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)
62
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://lak15.solaresearch.org/
http://www.sigmla.org/mla2014
Gracias / Thank you / Obrigado
Xavier [email protected]://ariadne.cti.espol.edu.ec/xavierTwitter: @xaoch
Top Related