minería de datos educativos

La minería de datos educativos ( EDM ) es un campo de investigación que se ocupa de la aplicación de la minería de datos , el aprendizaje automático y la estadística a la información generada en entornos educativos (por ejemplo, universidades y sistemas de tutoría inteligente ). Las universidades son entornos ricos en datos con información comercialmente valiosa recopilada incidentalmente con fines académicos, pero buscada por intereses externos. La literatura gris es otro recurso de datos académicos que requiere gestión. ^{[ 1 ]} A grandes rasgos, el campo busca desarrollar y mejorar métodos para explorar estos datos, que a menudo tienen múltiples niveles de jerarquía significativa , con el fin de descubrir nuevas perspectivas sobre cómo aprenden las personas en el contexto de dichos entornos. ^{[ 2 ]} Al hacerlo, la EDM ha contribuido a las teorías del aprendizaje investigadas por investigadores en psicología educativa y ciencias del aprendizaje . ^{[ 3 ]} El campo está estrechamente vinculado al de la analítica del aprendizaje , y ambos se han comparado y contrastado. ^{[ 4 ]}

La minería de datos educativos se refiere a técnicas, herramientas e investigaciones diseñadas para extraer automáticamente significado de grandes repositorios de datos generados por o relacionados con las actividades de aprendizaje de las personas en entornos educativos. ^{[ 5 ]} Con frecuencia, estos datos son extensos, detallados y precisos. Por ejemplo, varios sistemas de gestión del aprendizaje (LMS) registran información como cuándo cada estudiante accedió a cada objeto de aprendizaje , cuántas veces accedió a él y cuántos minutos el objeto de aprendizaje se mostró en la pantalla de la computadora del usuario. Como otro ejemplo, los sistemas de tutoría inteligente registran datos cada vez que un estudiante envía una solución a un problema. Pueden recopilar la hora de envío, si la solución coincide o no con la solución esperada, la cantidad de tiempo que ha transcurrido desde el último envío, el orden en que se ingresaron los componentes de la solución en la interfaz, etc. La precisión de estos datos es tal que incluso una sesión relativamente corta con un entorno de aprendizaje basado en computadora ( por ejemplo, 30 minutos) puede producir una gran cantidad de datos de proceso para el análisis.

En otros casos, los datos son menos detallados. Por ejemplo, el expediente académico de un estudiante puede contener una lista cronológica de los cursos cursados, la calificación obtenida en cada uno y la fecha en que seleccionó o cambió de especialidad . La gestión de datos educativos (EDM, por sus siglas en inglés) aprovecha ambos tipos de datos para descubrir información relevante sobre los diferentes tipos de estudiantes y sus estilos de aprendizaje, la estructura del conocimiento del dominio y el efecto de las estrategias de instrucción integradas en diversos entornos de aprendizaje. Estos análisis proporcionan información novedosa que sería difícil de discernir a partir de los datos brutos . Por ejemplo, analizar los datos de un sistema de gestión del aprendizaje (LMS, por sus siglas en inglés) puede revelar una relación entre los objetos de aprendizaje consultados por el estudiante durante el curso y su calificación final. Del mismo modo, analizar los datos del expediente académico puede revelar una relación entre la calificación obtenida en un curso específico y la decisión del estudiante de cambiar de especialidad. Esta información permite comprender mejor el diseño de los entornos de aprendizaje, lo que posibilita que estudiantes, docentes, administradores escolares y responsables de políticas educativas tomen decisiones informadas sobre cómo interactuar con los recursos educativos, proporcionarlos y gestionarlos.

Si bien el análisis de datos educativos no es una práctica nueva, los recientes avances en tecnología educativa , incluido el aumento de la capacidad de procesamiento y la posibilidad de registrar datos detallados sobre el uso que hacen los estudiantes de un entorno de aprendizaje basado en computadora, han generado un mayor interés en desarrollar técnicas para analizar las grandes cantidades de datos que se generan en entornos educativos. Este interés se tradujo en una serie de talleres sobre gestión de datos educativos (EDM, por sus siglas en inglés) que se llevaron a cabo entre 2000 y 2007 como parte de varias conferencias internacionales de investigación . ^{[ 6 ]} En 2008, un grupo de investigadores estableció lo que se ha convertido en una conferencia internacional anual sobre EDM, cuya primera edición tuvo lugar en Montreal, Quebec , Canadá. ^{[ 7 ]}

A medida que crecía el interés por la minería de datos educativos (EDM, por sus siglas en inglés), los investigadores de este campo fundaron en 2009 la revista académica Journal of Educational Data Mining, con el fin de compartir y difundir los resultados de sus investigaciones. En 2011, crearon la International Educational Data Mining Society para conectar a los investigadores de EDM y seguir impulsando el crecimiento de este campo.

Con la introducción de repositorios públicos de datos educativos en 2008, como DataShop del Centro de Ciencias del Aprendizaje de Pittsburgh ( PSLC ) y el Centro Nacional de Estadísticas Educativas (NCES), los conjuntos de datos públicos han hecho que la minería de datos educativos sea más accesible y factible, contribuyendo a su crecimiento. ^{[ 8 ]}

Ryan S. Baker y Kalina Yacef ^{[ 9 ]} identificaron los siguientes cuatro objetivos de la EDM:

1. Predecir el comportamiento de aprendizaje futuro de los estudiantes : Mediante el modelado de estudiantes , este objetivo se puede lograr creando modelos que incorporen las características del alumno, incluyendo información detallada como sus conocimientos, comportamientos y motivación para aprender. También se mide la experiencia del usuario y su satisfacción general con el aprendizaje.
2. Descubrimiento o mejora de modelos de dominio : Mediante los diversos métodos y aplicaciones de la minería de datos educativos (EDM, por sus siglas en inglés), es posible descubrir nuevos modelos y mejorar los existentes. Algunos ejemplos incluyen ilustrar el contenido educativo para motivar a los estudiantes y determinar secuencias didácticas óptimas que se adapten a su estilo de aprendizaje.
3. Estudiar los efectos del apoyo educativo que se pueden lograr a través de los sistemas de aprendizaje.
4. Promover el conocimiento científico sobre el aprendizaje y los estudiantes mediante la creación e incorporación de modelos de estudiantes, el campo de la investigación en EDM y la tecnología y el software utilizados.

Existen cuatro usuarios y partes interesadas principales involucradas en la minería de datos educativos. Estos incluyen:

• Estudiantes : Los estudiantes están interesados ​​en comprender las necesidades de los alumnos y los métodos para mejorar su experiencia y rendimiento. ^{[ 10 ]} Por ejemplo, los estudiantes también pueden beneficiarse del conocimiento descubierto utilizando las herramientas de minería de datos educativos (EDM) para sugerir actividades y recursos que pueden usar basándose en sus interacciones con la herramienta de aprendizaje en línea y las perspectivas de estudiantes anteriores o similares. ^{[ 11 ]} Para los estudiantes más jóvenes, la minería de datos educativos también puede informar a los padres sobre el progreso de aprendizaje de sus hijos. ^{[ 12 ]} También es necesario agrupar eficazmente a los estudiantes en un entorno en línea. El desafío es utilizar los datos complejos para aprender e interpretar estos grupos mediante el desarrollo de modelos prácticos. ^{[ 13 ]}
• Educadores : Los educadores intentan comprender el proceso de aprendizaje y los métodos que pueden utilizar para mejorar sus métodos de enseñanza. ^{[ 10 ]} Los educadores pueden utilizar las aplicaciones de EDM para determinar cómo organizar y estructurar el currículo , los mejores métodos para impartir la información del curso y las herramientas que deben utilizar para involucrar a sus alumnos y lograr resultados de aprendizaje óptimos. ^{[ 14 ]} En particular, la técnica de destilación de datos para el juicio humano brinda a los educadores la oportunidad de beneficiarse de EDM porque les permite identificar rápidamente patrones de comportamiento, lo que puede respaldar sus métodos de enseñanza durante el curso o para mejorar cursos futuros. Los educadores pueden determinar indicadores que muestren la satisfacción y la participación de los estudiantes con el material del curso, y también monitorear el progreso del aprendizaje. ^{[ 14 ]}
• Investigadores : Los investigadores se centran en el desarrollo y la evaluación de técnicas de minería de datos para determinar su eficacia. ^{[ 10 ]} En 2008 se inició una conferencia internacional anual para investigadores. La amplia gama de temas en minería de datos educativos abarca desde el uso de la minería de datos para mejorar la eficacia institucional hasta el rendimiento estudiantil.
• Administradores : Los administradores son responsables de asignar los recursos para la implementación en las instituciones. ^{[ 10 ]} A medida que las instituciones asumen una mayor responsabilidad por el éxito estudiantil, la administración de aplicaciones EDM se está volviendo más común en entornos educativos. El profesorado y los asesores están adoptando un enfoque más proactivo para identificar y abordar a los estudiantes en riesgo. Sin embargo, a veces resulta difícil hacer llegar la información a quienes toman las decisiones para administrar la aplicación de manera oportuna y eficiente.

A medida que la investigación en el campo de la minería de datos educativos ha seguido creciendo, se han aplicado multitud de técnicas de minería de datos a diversos contextos educativos. En cada caso, el objetivo es transformar los datos brutos en información significativa sobre el proceso de aprendizaje para tomar mejores decisiones sobre el diseño y la trayectoria de un entorno de aprendizaje. Por lo tanto, la minería de datos educativos generalmente consta de cuatro fases: ^{[ 3 ] [ 6 ]}

1. La primera fase del proceso EDM (sin contar el preprocesamiento ) consiste en descubrir relaciones en los datos. Esto implica buscar en un repositorio de datos de un entorno educativo con el objetivo de encontrar relaciones consistentes entre variables . Se han utilizado varios algoritmos para identificar dichas relaciones, como clasificación , regresión , agrupamiento , análisis factorial , análisis de redes sociales , minería de reglas de asociación y minería de patrones secuenciales .
2. Las relaciones descubiertas deben validarse posteriormente para evitar el sobreajuste .
3. Las relaciones validadas se aplican para hacer predicciones sobre eventos futuros en el entorno de aprendizaje.
4. Las predicciones se utilizan para respaldar los procesos de toma de decisiones y las decisiones políticas.

Durante las fases 3 y 4, los datos a menudo se visualizan o se destilan de alguna otra manera para el juicio humano. ^{[ 3 ]} Se ha realizado una gran cantidad de investigación sobre las mejores prácticas para la visualización de datos .

De las categorías generales de métodos mencionados, la predicción , la agrupación y la minería de relaciones se consideran métodos universales en todos los tipos de minería de datos; sin embargo, el descubrimiento con modelos y la destilación de datos para el juicio humano se consideran enfoques más prominentes dentro de la minería de datos educativos. ^{[ 8 ]}

Cristóbal Romero y Sebastián Ventura proporcionan una lista de las principales aplicaciones de EDM. ^{[ 6 ]} En su taxonomía, las áreas de aplicación de EDM son:

• Análisis y visualización de datos
• Proporcionar retroalimentación para apoyar a los instructores.
• Recomendaciones para estudiantes
• Predicción del rendimiento estudiantil
• Modelado estudiantil
• Detección de comportamientos estudiantiles indeseables
• Agrupación de estudiantes
• Análisis de redes sociales
• Elaboración de mapas conceptuales
• Diseño de materiales didácticos: la minería de datos educativos (EDM) se puede aplicar a sistemas de gestión de cursos como Moodle , de código abierto . Moodle contiene datos de uso que incluyen diversas actividades de los usuarios, como resultados de exámenes, cantidad de lecturas completadas y participación en foros de discusión . Las herramientas de minería de datos se pueden utilizar para personalizar las actividades de aprendizaje para cada usuario y adaptar el ritmo de aprendizaje del estudiante. Esto resulta especialmente beneficioso para cursos en línea con diferentes niveles de competencia.
• Planificación y programación

Nuevas investigaciones sobre entornos de aprendizaje móvil también sugieren que la minería de datos puede ser útil. Esta puede emplearse para ofrecer contenido personalizado a los usuarios de dispositivos móviles, a pesar de las diferencias en la gestión de contenido entre estos dispositivos y los ordenadores y navegadores web convencionales .

Las nuevas aplicaciones de EDM se centrarán en permitir que los usuarios no técnicos utilicen y participen en herramientas y actividades de minería de datos, haciendo que la recopilación y el procesamiento de datos sean más accesibles para todos los usuarios de EDM. Algunos ejemplos incluyen herramientas estadísticas y de visualización que analizan las redes sociales y su influencia en los resultados del aprendizaje y la productividad. ^{[ 15 ]}

1. En octubre de 2013, Coursera ofreció un curso gratuito en línea sobre "Big Data en la Educación" que enseñaba cómo y cuándo utilizar métodos clave para la gestión de datos educativos (EDM). ^{[ 16 ]} Este curso se trasladó a edX en el verano de 2015, ^{[ 17 ]} y se ha impartido anualmente en edX desde entonces. El archivo del curso está disponible en línea. ^{[ 18 ]}
2. Teachers College, Universidad de Columbia ofrece una maestría en Analítica del Aprendizaje. ^{[ 19 ]}

Una cantidad considerable de trabajos sobre minería de datos educativos se publican en la Conferencia Internacional sobre Minería de Datos Educativos, una conferencia revisada por pares organizada por la Sociedad Internacional de Minería de Datos Educativos.

• 1.ª Conferencia Internacional sobre Minería de Datos Educativos (2008) ^{[ 20 ]} – Montreal, Canadá
• 2ª Conferencia Internacional sobre Minería de Datos Educativos (2009) ^{[ 21 ]} – Córdoba, España
• 3.ª Conferencia Internacional sobre Minería de Datos Educativos (2010) ^{[ 22 ]} – Pittsburgh, PA, EE. UU.
• 4.ª Conferencia Internacional sobre Minería de Datos Educativos (2011) ^{[ 23 ]} – Eindhoven, Países Bajos
• 5.ª Conferencia Internacional sobre Minería de Datos Educativos (2012) ^{[ 24 ]} – Chania, Grecia
• 6.ª Conferencia Internacional sobre Minería de Datos Educativos (2013) ^{[ 25 ]} – Memphis, Tennessee, EE. UU.
• 7.ª Conferencia Internacional sobre Minería de Datos Educativos (2014) ^{[ 26 ]} – Londres, Reino Unido
• 8.ª Conferencia Internacional sobre Minería de Datos Educativos (2015) ^{[ 27 ]} – Madrid, España
• 9.ª Conferencia Internacional sobre Minería de Datos Educativos (2016) ^{[ 28 ]} – Raleigh, Carolina del Norte, EE. UU.
• 10.ª Conferencia Internacional sobre Minería de Datos Educativos (2017) ^{[ 29 ]} – Wuhan, China
• [11.ª Conferencia Internacional sobre Minería de Datos Educativos] (2018) ^{[ 30 ]} – Buffalo, NY, EE. UU.
• XII Conferencia Internacional sobre Minería de Datos Educativos (2019) ^{[ 31 ]} – Montreal, QC, Canadá
• XIII Conferencia Internacional sobre Minería de Datos Educativos (2020) ^{[ 32 ]} – Virtual
• 14.ª Conferencia Internacional sobre Minería de Datos Educativos (2021) ^{[ 33 ]} – París, Francia

Los artículos sobre minería de datos educativos también se publican en la revista Journal of Educational Data Mining (JEDM).

Muchos artículos sobre EDM se publican habitualmente en conferencias relacionadas, como Inteligencia Artificial y Educación, Sistemas de Tutoría Inteligente y Modelado, Adaptación y Personalización de Usuarios .

En 2011, Chapman & Hall / CRC Press , Taylor and Francis Group publicó el primer Manual de Minería de Datos Educativos. Este recurso fue creado para aquellos interesados ​​en participar en la comunidad de minería de datos educativos. ^{[ 15 ]}

En 2010, la Copa KDD de la Association for Computing Machinery se llevó a cabo utilizando datos de un entorno educativo. ^{[ 34 ]} El conjunto de datos fue proporcionado por DataShop y consistía en más de 1.000.000 de puntos de datos de estudiantes que utilizaban un tutor cognitivo . ^{[ 35 ]} Seiscientos equipos compitieron por más de 8.000 dólares estadounidenses en premios (donados por Facebook ). El objetivo de los concursantes era diseñar un algoritmo que, tras aprender de los datos proporcionados, realizara las predicciones más precisas a partir de nuevos datos. Los ganadores presentaron un algoritmo que utilizaba generación de características (una forma de aprendizaje de representación ), bosques aleatorios y redes bayesianas . ^{[ 36 ]}

Junto con los avances tecnológicos, existen costos y desafíos asociados con la implementación de aplicaciones EDM. Estos incluyen los costos de almacenamiento de datos registrados y el costo asociado con la contratación de personal dedicado a la gestión de sistemas de datos. ^{[ 37 ]} Además, los sistemas de datos no siempre se integran sin problemas entre sí, e incluso con el apoyo de herramientas estadísticas y de visualización, crear una versión simplificada de los datos puede ser difícil. ^{[ 37 ]} Asimismo, elegir qué datos extraer y analizar también puede ser un desafío, ^{[ 37 ]} lo que hace que las etapas iniciales sean muy laboriosas y requieran mucho tiempo. De principio a fin, la estrategia e implementación de EDM exige que se respete la privacidad y la ética ^{[ 37 ]} para todas las partes interesadas involucradas.

• Generalización : La investigación en minería de datos educativos (EDM) puede ser específica del contexto educativo y el momento en que se realizó, por lo que podría no ser generalizable a otras instituciones. Asimismo, la investigación indica que el campo de la minería de datos educativos se concentra en países y culturas occidentales , por lo que otros países y culturas podrían no estar representados en la investigación y sus resultados. ^{[ 9 ]} El desarrollo de modelos futuros debería considerar aplicaciones en múltiples contextos.
• Privacidad : La privacidad individual sigue siendo una preocupación constante en la aplicación de herramientas de minería de datos. Con herramientas gratuitas, accesibles y fáciles de usar disponibles en el mercado, los estudiantes y sus familias pueden estar expuestos a riesgos derivados de la información que los alumnos proporcionan al sistema educativo, con la esperanza de recibir retroalimentación que beneficie su desempeño futuro. A medida que los usuarios adquieren mayor conocimiento sobre la privacidad en línea , los administradores de herramientas de minería de datos educativos deben ser proactivos en la protección de la privacidad de sus usuarios y ser transparentes sobre cómo y con quién se utilizará y compartirá la información. El desarrollo de herramientas de minería de datos educativos debe considerar la protección de la privacidad individual, al tiempo que se impulsa la investigación en este campo.
• Plagio : La detección de plagio representa un desafío constante para educadores y docentes, tanto en el aula como en línea. Sin embargo, debido a la complejidad que implica la detección y prevención del plagio digital, las herramientas de minería de datos educativos no son lo suficientemente sofisticadas como para abordar este problema con precisión. Por lo tanto, el desarrollo de capacidades predictivas en temas relacionados con el plagio debería ser un área prioritaria en futuras investigaciones.
• Adopción : Se desconoce el grado de adopción de la gestión educativa digital (GED) y hasta qué punto las instituciones han aplicado y considerado implementar una estrategia de GED. Por lo tanto, no está claro si existen barreras que impidan a los usuarios adoptar la GED en sus entornos educativos.

• Big data
• minería de datos
• Educación
• Tecnología educativa
• Glosario de términos educativos
• Analítica del aprendizaje
• Aprendizaje automático
• Estadística