A continuació, exposarem alguns aspectes crítics relacionats amb l’ús de les analítiques de l’aprenentatge. De fet, el repte més important actualment no consisteix en l’accés a la informació o la seva explotació mitjançant potents algorismes, sinó més aviat en l’ús que es fa d’aquestes dades i al propi fet de la seva mera existència, que pot fer un sistema vulnerable de formes que ara mateix no podem anticipar.
En aquest sentit, s’han realitzat diferents estudis sobre l’impacte de les analítiques en educació i tots convergeixen a sol·licitar una revisió i anàlisi de l’impacte social i educatiu de les pràctiques actuals de dades des d’una mirada crítica. Raffaghelli et al. (2020) ofereix una perspectiva, adoptant una epistemologia de dades proactiva, en la qual destaca l’oportunitat que brinden els enfocaments basats en dades per analitzar la qualitat educativa. Al mateix temps, revela les criticitats de les mètriques i el seu significat per la reputació de l’educació superior, quan desentranya els impactes d’aquests instruments tant en la cultura institucional com en les decisions i prioritats d’acadèmics i estudiants. Prinsloo (2020), qui explora en profunditat els problemes de les dades dels estudiants i el seu ús per produir una tecnoestructura per les analítiques d’aprenentatge, explora el problema a través de la lent conceptual de la vulnerabilitat com a condició inherent dels estudiants en el sistema. Stewart (2020) es basa en la necessitat de construir alfabetitzacions de dades crítiques per navegar-les aquestes dades tant dins com fora de la universitat, i els requisits connectats de desenvolupament de la facultat per aconseguir aquest objectiu. Finalment, Manxola (2020) es relaciona amb l’ús de dades «sobre el desenfrenament» de les xarxes socials més enllà del context universitari. La seva perspectiva incorpora alfabetitzacions de dades crítiques dins de l’alfabetització de xarxes socials.
Per aquest motiu, identificarem els elements que haurem de tenir en compte quan iniciem un procés d’aplicació d’analítiques de l’aprenentatge en el context educatiu. El primer element crític correspon als principals interessats en aquesta tecnologia: el professorat. No obstant això, alguns autors (Aleven, Holstein i McLaren, 2017) critiquen com el disseny de quadres de comandament d’analítiques de l’aprenentatge no coincideix amb el que el professorat necessita, pel fet que no se’ls consulta per al disseny de les eines. El segon element crític correspon als estudiants, ja que si advoquem per un model d’ensenyament i aprenentatge en el centre del qual es troba el propi estudiant, queda clar que aquests també són part interessada en l’ús i explotació de les analítiques de l’aprenentatge, no només pel fet de ser els creadors de la informació en si mateixa, sinó també per permetre’ls l’accés a aquestes analítiques durant el desenvolupament de l’acció formativa. D’aquesta manera, se’ls facilita la seva participació en la definició dels criteris que s’han de seguir per l’anàlisi de l’aprenentatge, i se’ls ofereix una visió crítica de l’ús de les dades.
En el sentit legal més estricte, no hem de perdre de vista la normativa relacionada amb la Llei orgànica de Protecció de Dades (LOPD) i el Reglament General de Protecció de Dades (RGPD) en l’àmbit europeu. En relació amb aquest punt, és important remarcar la necessitat de custodiar adequadament la informació digital recollida dels sistemes d’informació, així com l’obtenció del consentiment informat de totes les parts implicades en l’anàlisi (professorat, estudiantat, universitat). En cas contrari, l’ús de les dades podria veure’s afectat per factors externs que limitessin el seu tractament, impedint així el seu ús.
Un altre aspecte crític de les analítiques de l’aprenentatge és el factor tecnològic, ja que en la majoria dels casos no és possible desvincular l’entorn virtual, en el qual es desenvolupa l’activitat d’ensenyament i aprenentatge, de l’eina d’analítiques de l’aprenentatge que s’utilitzarà per realitzar el seguiment i avaluació dels estudiants. Les peculiaritats de cada entorn d’aprenentatge en línia i les seves potencialitats, així com la diversitat de mètodes d’anàlisis existents, no afavoreixen la implementació generalitzada de les analítiques de l’aprenentatge des d’un punt de vista estàndard. En altres paraules, cada context requereix una aproximació tècnica concreta, però aquesta falta d’estandardització pot provocar que no es tingui en compte l’error en els mesuraments (Bergner, 2017). En aquest sentit, existeixen alguns projectes com el de l’estàndard xAPI (Experience API) que va ser desenvolupat per oferir una solució escalable i transversal a tots els entorns on es poguessin implementar les analítiques de l’aprenentatge. No obstant això, aquest tipus d’iniciatives no estan generalitzades entre els entorns de programari amb els quals puguem comptar avui dia de manera habitual i estesa.
Si es deixen de banda les qüestions tecnològiques en relació amb l’ús de les analítiques de l’aprenentatge, hem de remarcar el paper essencial que juga el professorat en el procés d’avaluació. Sobre aquest tema, és possible que el professorat pugui tenir dificultats amb la interpretació de la informació que se’ls subministra, ja que sol ser heterogènia en format i tipologia o difícil d’avaluar en contrast amb els valors de referència. Aquest és el motiu pel qual és necessari formar prèviament al professorat i ajudar a interpretar la informació que les analítiques de l’aprenentatge reporten sobre l’activitat dels estudiants. Per exemple, molts quadres de comandament inclouen diferents models de visualització de dades, des del més bàsic a través d’icones fins al més complex representant grafs de nodes a l’estil de l’anàlisi de xarxes socials.
Malgrat el caràcter quantitatiu que la majoria d’autors atorguen a la informació que s’obté de les analítiques de l’aprenentatge, el valor qualitatiu radica en la interpretació conjunta d’una gran varietat de mètriques, atès que ofereix una visió complexa del procés d’aprenentatge dut a terme i, d’aquesta manera, una perspectiva qualitativa del fenomen estudiat (Cerro, Guitert i Romeu, 2020).
Un altre dels elements que cal destacar des d’una perspectiva crítica és la forma en la qual el professorat accedeix, processa i interpreta la informació relacionada amb les pràctiques educatives en línia. El professorat ha de fer front al repte de comprendre fenòmens complexos relacionats amb l’aprenentatge en entorns educatius, sobretot quan intervenen multitud de variables i contextos, no tant sobre la manera de recollir la informació que necessiten, sinó més aviat sobre com analitzen aquesta informació per obtenir judicis de valor que assegurin una correcta presa de decisions. És en aquest punt on el docent juga un paper fonamental i essencial, ja que serà ell qui decideixi les accions que emprendrà basant-se en la interpretació de les dades, per molt ben representats que vinguin.
Per tant, el rol del docent a l’avaluació dins d’un model educatiu en el qual els estudiants es troben en el centre del procés d’aprenentatge ha de ser actiu, mitjançant l’ús constant de les analítiques de l’aprenentatge. Per això, el professorat ja no només ha de ser competent en digital per l’exercici de la seva activitat professional, sinó també ha de ser competent en ciència de dades, i ha d’interpretar la informació que els sistemes d’ensenyament i aprenentatge li subministren.
La informació que proporcionen les analítiques d’aprenentatge no són autosuficients, sinó que permeten dotar al professorat d’informació rellevant per la seva pràctica professional en models híbrids i en línia. D’aquesta manera, proporcionaran a l’estudiantat uns suggeriments (feedback) més objectius i detallats, la qual cosa facilitarà una veritable experiència d’aprenentatge i, en conseqüència, millorarà la docència i els resultats acadèmics dels estudiants.