Ciència de dades i educació: com les dades transformen les escoles
La ciència de dades està transformant el sector educatiu i permetent que entri a l’era digital. Descobriu les múltiples possibilitats que ofereixen el Big Data i la Intel·ligència Artificial (IA) per als sistemes escolars i per què és un camp d’elecció per als científics de dades. Ciència de dades i educació.
El sector educatiu genera grans volums de dades. Les escoles, col·legis, universitats… tenen una gran quantitat de dades sobre els estudiants a la seva disposició a través del seus expedients escolars, les seves qualificacions i resultats, o els seus fulls d’informació.
Aquestes dades es poden analitzar i explotar de moltes maneres per oferir noves possibilitats. Així, la ciència de dades (Data Science) i l’aprenentatge automàtic (Machine Learning) permeten modernitzar el món de l’educació.
Com la ciència de dades està transformant el sector educatiu
La ciència de dades es pot utilitzar de moltes maneres en l’àmbit educatiu. Aquestes són les principals possibilitats del moment.
Aprenentatge adaptatiu
Cada alumne és únic. Cadascú aprèn d’una manera diferent. Per tant, és molt difícil, si no impossible, triar un mètode ideal per a tots els alumnes d’una mateixa classe. Mitjançant l’ús d’un mètode coherent, alguns aprendran molt ràpidament, mentre que d’altres seran “abandonats” pel camí i es deixaran al costat del camí.
Big Data i Data Science permeten als professors utilitzar tècniques d’aprenentatge adaptatiu. En funció de les capacitats i l’estil d’aprenentatge de cada alumne, és possible escollir tècniques personalitzades optimitzades a escala individual.
Adaptive teaching: Rethinking the nature of learning in schools
Informació dels pares
Les dades dels estudiants es poden analitzar per avaluar el rendiment dels estudiants. D’aquesta manera, els professors poden informar els pares sobre qüestions que poden afectar el rendiment dels seus fills en diferents matèries.
Els pares poden supervisar millor els seus fills i controlar les seves activitats. Així mateix, aquest plantejament permet a les institucions prendre diverses iniciatives per millorar el sistema educatiu i millorar l’experiència d’aprenentatge dels estudiants.
Avaluació del professorat
Els directors d’una escola poden utilitzar Data Science per “controlar” i avaluar millor els professors. Això permet, en particular, verificar els seus mètodes i identificar quins són els més efectius.
L’anàlisi de dades com ara el rendiment dels estudiants, les taxes d’absentisme o els seus propis “feedbacks” poden donar llum als punts forts i febles de cada professor. Aquests darrers podran, així, basar-se en els resultats per progressar i millorar.
Millora del rendiment dels alumnes
L’anàlisi de les dades de l’alumnat permet avaluar en profunditat el seu rendiment, i millorar-lo prenent les mesures oportunes. Les escoles poden fer canvis que beneficien els estudiants i els ajuden a resoldre els seus problemes.
Quan les notes d’un estudiant empitjoren dia a dia, el professor pot utilitzar Big Data per identificar la causa del problema i ajudar a solucionar-lo. Les mateixes institucions poden identificar les seves debilitats i trobar àrees de millora per maximitzar els resultats dels estudiants.
Big data in education: The next revolution? (Learning World: S5E35, 1/3)
Predit l’èxit dels estudiants
La ciència de dades i l’aprenentatge automàtic també permeten predir l’èxit d’un estudiant en un curs determinat o en totes les assignatures. Un sistema entrenat amb dades d’estudiants anteriors pot determinar si un estudiant corre el risc de fracassar o té una bona probabilitat d’aconseguir-ho.
Per tant, és possible que la IA avisi als professors si un estudiant necessita més atenció. Per tant, el professor podrà crear les condicions òptimes d’aprenentatge per a cada alumne.
En la mateixa línia, Big Data també permet controlar la rapidesa amb què els estudiants acaben els exàmens. Així, és possible donar-los més o menys temps en funció de les seves necessitats reals. Si la taxa d’absentisme en un curs explota, també es poden fer canvis.
Ajudar als alumnes a triar el seu camí
El món laboral canvia constantment, però els programes escolars de vegades semblen arreglats. En conseqüència, el sector educatiu es pot “desconnectar” de la realitat professional.
La ciència de dades permet seguir l’evolució dels mercats, per tal de preparar millor els estudiants per al seu futur. Els programes que s’ofereixen es poden actualitzar en funció de les dades i adaptar-se per satisfer els requisits empresarials moderns, tecnologia per guiar millor aquells que tenen dificultats per trobar el seu camí…
Anant més enllà, una intel·ligència artificial pot fins i tot predir la vocació de cada alumne. A partir de les dades, el sistema podrà suggerir que un estudiant treballi en la indústria o sector que més li convingui. Per tant, els assessors poden confiar en aquesta tecnologia per guiar millor aquells que tenen dificultats per trobar el seu camí…
Atracció d’estudiants
Les escoles d’educació públiques o privades poden utilitzar l’anàlisi de dades dels estudiants per descobrir quins programes captiven i interessen més els estudiants.
D’aquesta manera, els establiments poden augmentar el seu atractiu. Per tant, els científics de dades poden ajudar les escoles a entendre millor els estudiants i oferir-los infraestructures i ensenyament que responguin a les seves necessitats.
Presa de decisions basada en dades
Si una escola decideix provar una nova tècnica d’ensenyament o avaluació, pot recórrer a la ciència de dades per verificar-ne l’eficàcia. Per exemple, és possible provar aquests nous mètodes només en determinades classes i comparar-ne els resultats amb els d’altres estudiants.
Si els estudiants són a la classe en què s’està provant el mètodes i els professors observen un major compromís dels estudiants, és una bona idea generalitzar-lo. Per tant, la ciència de dades pot ajudar els directors i els professors a prendre les millors decisions que beneficiïn el major nombre de persones.
Data Science in Education
Alguns exemples de l’ús de la ciència de dades a l’educació
Moltes escoles d’arreu del món ja estan adoptant la ciència de dades a les seves aules i administracions. Aquí teniu alguns exemples.
La Universitat de Florida utilitza la ciència de dades per analitzar les dades dels estudiants. Això fa possible controlar i predir el seu rendiment. L’impacte és concret, ja que les notes dels estudiants han augmentat des de la implantació d’aquest mètode.
La Georgia State University també està aprofitant les eines de ciència de dades i aprenentatge automàtic per descobrir “informació” sobre les dades dels estudiants. Així és possible identificar les classes on les qualificacions dels alumnes no són satisfactòries. S’ha desenvolupat un programa de suport per solucionar el problema i millorar els resultats.
Gràcies a aquest sistema, la taxa de graduació ha augmentat del 32% el 2003 al 54% el 2014. A més, les dades de l’alumnat s’utilitzen per resoldre problemes de retenció o abandonament dels estudiants.
L’Arizona State University, considerada una de les millors universitats dels Estats Units, òbviament utilitza la ciència de dades. El departament de matemàtiques ha desenvolupat un sistema anomenat “Adaptive Learning” (aprenentatge adaptatiu), basat en l’anàlisi de dades de l’alumnat.
Aquest sistema recull una gran varietat de dades sobre els estudiants, com ara les seves qualificacions, els seus punts forts i febles, o les seves àrees d’interès. Si un alumne comença a tenir dificultats, els professors rebran una notificació.
Aleshores poden prendre les mesures concretes oportunes. Un cop més, aquest sistema ha millorat significativament el rendiment dels estudiants. A més, la taxa d’abandonament es va reduir fins al 5,4%.
Per la seva banda, la Universitat de Nevada recull i analitza les dades dels estudiants per identificar tendències. Aleshores pot oferir una experiència personalitzada a cada alumne.
Big Data’s Making Education Smarter
Els reptes de la ciència de dades a l’educació
Segons un estudi publicat per l’Oficina de Publicacions de la Unió Europea, el principal canvi que aporta el Big Data a l’educació està relacionat amb la possibilitat de seguiment i avaluació dels sistemes educatius.
Mitjançant l’anàlisi de les dades dels estudiants, és possible, per exemple, comprovar si els diferents cursos els interessen. Els cursos, programes i avaluacions es poden adaptar i personalitzar per millorar els resultats.
Tanmateix, l’ús de Big Data a l’educació encara està limitat per diversos obstacles. En primer lloc, l’ús de la ciència de dades en aquest camp també pot suposar un problema ètic. Les dades dels estudiants es poden considerar personals, fins i tot íntimes.
Tanmateix, algunes escoles arriben a controlar els blocs personals dels estudiants per incorporar-los als seus sistemes d’anàlisi. Per tant, és important que s’estableixin límits i que es supervisi l’ús de les dades.
A més, l’enorme volum de dades que generen els estudiants és difícil de processar. Els sistemes educatius no tenen ni les competències ni les eines per analitzar-los adequadament. Per tant, hi ha una gran demanda de professionals de la ciència de dades.
Ciència de dades i educació – Conclusió
En conclusió, la ciència de dades ofereix moltes possibilitats per a escoles de Catalunya i d’arreu del món. Les diferents eines existents permeten als establiments millorar els resultats de la seva docència.
L’anàlisi de Big Dat permet fer un seguiment del rendiment d’alumnes i professors, per tal de millorar-los. Tanmateix, per explotar plenament les dades, el sector educatiu necessita científics de dades.
Llegit a: