{"id":101,"date":"2023-06-05T09:17:55","date_gmt":"2023-06-05T07:17:55","guid":{"rendered":"http:\/\/learning-analytics-aula.azurewebsites.net\/?page_id=101"},"modified":"2023-07-18T09:27:25","modified_gmt":"2023-07-18T07:27:25","slug":"2-4-el-caso-de-la-open-university-herramienta-eai-de-analisis-predictivo","status":"publish","type":"page","link":"http:\/\/learning-analytics.aula.uoc.edu\/es\/2-4-el-caso-de-la-open-university-herramienta-eai-de-analisis-predictivo\/","title":{"rendered":"2.4. El caso de la Open University: Herramienta EAI de an\u00e1lisis predictivo"},"content":{"rendered":"<p>La Open University (OU) del Reino Unido tambi\u00e9n ha implementado un sistema de anal\u00edticas del aprendizaje basado en un cuadro de mando, pero, en este caso, aplicaron la anal\u00edtica predictiva, puesto que el sistema facilita la visualizaci\u00f3n de los itinerarios de los estudiantes para predecir, con los datos capturados, el futuro desarrollo del estudiante en base a las evidencias.<\/p>\n<p class=\"Normal2\" style=\"text-align: justify;\">La herramienta de anal\u00edticas del aprendizaje que la OU dise\u00f1\u00f3 se denomin\u00f3 EAI (Early Alerts Indicators), y su apariencia es la de un cuadro de mando que presenta al profesorado la probabilidad de que un estudiante no alcance los objetivos propuestos en la asignatura (figura 11). Para ello, el sistema utiliza aprendizaje autom\u00e1tico (<em>machine learning<\/em>) para efectuar predicciones semanales sobre el riesgo de que un estudiante supere o no la siguiente actividad de aprendizaje de la asignatura.<\/p>\n<figure id=\"attachment_11\" aria-describedby=\"caption-attachment-11\" style=\"width: 885px\" class=\"wp-caption aligncenter\"><img decoding=\"async\" loading=\"lazy\" class=\"size-full wp-image-223 aligncenter\" src=\"\/wp-content\/uploads\/2023\/07\/captura_5.png\" alt=\"\" width=\"885\" height=\"466\" \/><figcaption id=\"caption-attachment-11\" class=\"wp-caption-text\">Figura 11. Cuadro de mando de la herramienta EAI<br \/>Fuente: Open University<\/figcaption><\/figure>\n<p>Por otro lado, la herramienta EAI implementa tambi\u00e9n un modelo matem\u00e1tico regresivo que muestra predicciones a largo plazo sobre el \u00edndice de abandono o nivel de desempe\u00f1o del estudiante.<\/p>\n<p>Los resultados, despu\u00e9s de la puesta en pr\u00e1ctica de la herramienta de anal\u00edticas del aprendizaje, fueron muy positivos. El profesorado que nunca hab\u00eda utilizado la herramienta mostr\u00f3 \u00edndices de satisfacci\u00f3n superiores a aquellos que s\u00ed lo utilizaban, lo que redunda en la gran aportaci\u00f3n que realizan las anal\u00edticas del aprendizaje en el campo de la evaluaci\u00f3n en l\u00ednea. Esta percepci\u00f3n se basa en una muestra de 366 docentes que utilizaron EAI durante m\u00e1s de tres a\u00f1os, para realizar el seguimiento de los estudiantes e incrementar la retenci\u00f3n de los mismos bas\u00e1ndose en modelos predictivos.<\/p>\n<p>Cabe destacar que un n\u00famero significativo de profesorado no us\u00f3 la herramienta EAI debido a diversos factores, entre los que destaca la falta de formaci\u00f3n sobre el uso de la herramienta. Es por ello que es importante que el profesorado reciba una adecuada capacitaci\u00f3n sobre el empleo de las anal\u00edticas del aprendizaje y la forma de interpretarlas. Una revisi\u00f3n m\u00e1s profunda de los factores que influyeron la adopci\u00f3n de la herramienta EAI de an\u00e1lisis predictivo por parte del profesorado revel\u00f3 que estaba directamente influenciada por una clara identificaci\u00f3n y explicaci\u00f3n del valor a\u00f1adido que ofrecen las anal\u00edticas del aprendizaje, el dise\u00f1o comprensivo de los cuadros de mando y el soporte t\u00e9cnico y metodol\u00f3gico que se ofrece al profesorado.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>La Open University (OU) del Reino Unido tambi\u00e9n ha implementado un sistema de anal\u00edticas del aprendizaje basado en un cuadro de mando, pero, en este caso, aplicaron la anal\u00edtica predictiva, puesto que el sistema facilita la visualizaci\u00f3n de los itinerarios de los estudiantes para predecir, con los datos capturados, el futuro desarrollo del estudiante en [&hellip;]<\/p>\n","protected":false},"author":2,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":[],"acf":[],"_links":{"self":[{"href":"http:\/\/learning-analytics.aula.uoc.edu\/es\/wp-json\/wp\/v2\/pages\/101"}],"collection":[{"href":"http:\/\/learning-analytics.aula.uoc.edu\/es\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"http:\/\/learning-analytics.aula.uoc.edu\/es\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"http:\/\/learning-analytics.aula.uoc.edu\/es\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"http:\/\/learning-analytics.aula.uoc.edu\/es\/wp-json\/wp\/v2\/comments?post=101"}],"version-history":[{"count":11,"href":"http:\/\/learning-analytics.aula.uoc.edu\/es\/wp-json\/wp\/v2\/pages\/101\/revisions"}],"predecessor-version":[{"id":634,"href":"http:\/\/learning-analytics.aula.uoc.edu\/es\/wp-json\/wp\/v2\/pages\/101\/revisions\/634"}],"wp:attachment":[{"href":"http:\/\/learning-analytics.aula.uoc.edu\/es\/wp-json\/wp\/v2\/media?parent=101"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}