Mes: enero 2012

First week of LAK12: trends and context of analytics in learning

After reading some of the great first blog posts from participants in the LAK12 course, I’ve decided that I’ll try to write one post a week in English. Although I do feel compelled to blog in English —I’ve never done it before— I just can’t help to feel strange by doing it.

I’m happy with the distributed course format and enjoyed the two live sessions. As so many people have blogs, I’ve just subscribed to their feed in my RSS reader, which is the most comfortable place for me to read posts.

The articles about educational datamining and academic analytics, although full of technical terminology I’m not familiar with, introduced me fairly well to the application of analytics to learning. However, I had to wait until Michael Chuis’ presentation of the McKinsey report to first hear about the use of analytics by the individual for learning to learn, which is my main interest. I’ve learned that learning to learn is also called metacognition, by the way.

Some of the stakeholders in learning analytics I’ve got to know this week are universities, IBM, McKinsey, the foundation of the Gates’, the White House and several companies specialized in analytics in controlled learning environments like LMSs. Michael Chui said that for every unit of benefit of data analytics for big organizational players, there’ll be 5 units of benefits of it for the end customer. I’ll be happy if this turns out to be so, specially in learning. However, for this to come true, an empowering talent development must also happen for the end user, in this case the learner who, as in so many other aspects of life, either programs or will be programmed.

If the need to focus on the learning analytics skills of the learner is one conclusion to which I got this week, the other is the need for transparency. As it seems that it is not so much the ownership of data that matters than who has capacity of putting the data to work, transparency is a key issue in every platform that wants users to give away data about themselves. Panagoitis Ipeirotis’ experiments in Amazon and Zappos showed that people welcome transparency. The approach that both parts, the provider and the user, learn and gain from the interaction and together create new knowledge and understanding, seems to be the right one. Last.fm, for example, understands this.

If the new era of data, of which we are only in the early adopter phase, embraced the principles —skilled end users and transparency— of the libre software and knowledge movement, great things might happen. It might bring a new era of metacognition where data might make it easier for individuals to assume that the main responsibility for our learning lies by ourselves. ¿Or am I just dreaming?

Footsteps in the snow
29th January 10 years ago, by Jeff Harris

Analítica y textos en la web

Es divertido ver a Panagoitis Ipeirotis presentar su experimento sobre el valor de la reputación en la web. Se le nota que disfruta respondiendo a preguntas del tipo ¿qué efecto tienen los textos, en concreto los comentarios de los usuarios sobre los productos en Amazon y Zappos, en la reputación de los distribuidores?

Podríamos pensar que la semántica es suficiente para saber si un comentario es positivo o negativo. Sucede que no.

  • Comentar que un producto es «bueno» tiene un efecto negativo en las ventas. «Si esto es lo más que otros pueden decir de este producto, no me interesa», piensan los demás.
  • Describir un fallo de un producto, especificando en qué consiste, tiene un efecto positivo en las ventas. «Si esto es lo peor que dicen del producto, a mí también me va a servir», parecen argumentar los compradores.
  • Comentar sobre un producto en superlativos (excelente, maravilla) pero con erratas, errores de ortografía y gramática (exelente, maraviya), tiene un efecto negativo en las ventas. «No quiero comprar productos que ha comprado gente que escribe mal», parece ser la lógica.

Fer resume de modo breve y excelente las principales conclusiones del experimento.

Me limito, por eso, a comentar un paso del mismo que consistió en corregir los textos mal escritos a través del marketplace de trabajo de Amazon. Fue así que vieron que, con comentarios muy positivos y bien escritos, las ventas aumentaron. Esto, a su vez, planteó preguntas respecto a la honestidad de Amazon tanto con las personas cuyos comentarios corrigieron como con los lectores de los comentarios corregidos.

Una solución que aparentemente gustó a ambos grupos fue, por un lado, informar al comentarista sobre la corrección y, por otro, enseñar al lector ambas versiones — la buena por defecto y la mal escrita cuando pedía ver el comentario original. Sólo faltaba responder la pregunta ¿y así comprará o no?

Consecuencias de saborear la libertad

Las declaraciones de Sebastian Thrun sobre por qué deja Stanford para dedicarse exclusivamente a cursos masivos y gratuitos en la Red, me recordó la cita de Leonardo da Vinci que Mark Shuttleworth tiene en su blog.

When once you have tasted flight, you will forever walk the earth with your eyes turned skyward, for there you have been and there you will always long to return.
— Leonardo da Vinci

Y también por qué no me he vuelto a matricular en la UOC.

Propiedad de datos y analítica web

Me gustó mucho esta reflexión de David Jennings en el marco de LAK12, el curso de analítica del aprendizaje que estoy haciendo:

What I like about Last.fm is that, notwithstanding the fact that all your data is public visible, it still feels like you own it. You can use your Last.fm id to do useful things like build your profile or your playlists and preferences on other music sites. You can get all sorts of clever and beautiful visualisations of your listening behaviour over time.

Why can’t you do the same with the data that Amazon, Google, Facebook and your VLE/LMS hold about you? Having data about your own learning behaviour would undoubtedly help you improve, enhance and augment that behaviour. Why can’t we do this already?

Uno de los grandes dilemas alrededor de la analítica del aprendizaje es la propiedad de los datos. En los primeros años de la disciplina, los datos estaban en los LMS, es decir, los sistemas de gestión del aprendizaje y estos, a su vez, eran propiedad de las empresas y las instituciones educativas que ofrecían los cursos. Hoy, muchos de los datos relativos al aprendizaje están en plataformas también cerradas pero que ahora son propiedad de empresas como Facebook, Tuenti, Twitter o Delicious.

Podríamos pensar que la solución es nunca tener nada en un servidor que no controlamos —una solución muy buena, por cierto— pero en el campo de la analítica esto no es suficiente porque su valor añadido viene precisamente de la agregación de estos datos que requiere de instalaciones muy distintas a un hosting propio. La pregunta clave parece ser no tanto quién es el propietario de los datos sino quién puede hacer analítica y poner los datos a trabajar.

Minería de datos en educación

Diferenciar entre minería de datos en educación y analítica del aprendizaje es uno de los propósitos del curso del que hablé ayer y que ha recibido el bonito código de LAK12.

Una definición de analítica del aprendizaje con la que me he encontrado en LAK12 es la siguiente:

La medición, recogida, análisis y presentación de datos sobre personas que están aprendiendo y sus contextos, con el propósito de comprender y optimizar el aprendizaje y los entornes en los que sucede.

Mientras que la minería de datos en la educación la definen así quienes la estudian:

La minería de datos en la educación es una disciplina emergente que desarrolla métodos para explorar los datos que vienen de entornos educativos, y los usa para entender mejor a los estudiantes y los entornos en los que aprenden.

En un primer vistazo apenas hay diferencia, ¿no?

En un texto que leí, supe más de la minería de datos en educación. Surgió del análisis de logs de la interacción estudiante-máquina y para sus métodos se inspira, entre otros, en la minería de datos y el aprendizaje automático, la psicometría y otros campos de la estadística, la infografía y los modelos computacionales.

Aplicaciones de la minería de datos en educación

  • Mejorar los modelos del estudiante. La minería de datos se ha usado, por ejemplo, para determinar si un estudiante truca el sistema o si está aburrido o frustrado en un curso online. Una versión más amplia de los modelos del estudiante va más allá del software educativo y se propone determinar, por ejemplo, los factores de los que depende si alguien va a abandonar sus estudios.
  • Descubrir y mejorar la estructura del conocimiento en un dominio.
  • Estudiar el apoyo pedagógico, por ejemplo mediante la descomposición del aprendizaje.
  • Buscar evidencia empírica para refinar o ampliar teorías o fenómenos educativos.

Suena a personotecnia ¿verdad? Me falta estudiar en más detalle las tendencias de los últimos años pero intuyo que de personotecnia habrá más y no menos también en educación. Intuyo que, frente a la minería de datos, la analítica del aprendizaje vaya por el camino de la personalización.

Mi interés en este curso está en cómo obtener y analizar los datos del aprendizaje informal y autodirigido con el fin de hacerlo mejor. En la primera charla que hemos tenido hoy, he creído percibir un interés parecido en muchas personas.

Paradoja cotidiana

Leo hoy en el block de notas de Isabel esta cita:

La mayoría de las veces el interés nos visita cuando ya estamos inmersos en una actividad. Las cosas que nos gustan hemos descubierto que nos gustaban mientras las hacíamos, no antes de hacerlas.

Ayer me apunté, en relación con atreverse a hacer cosas nuevas:

Con las cosas nuevas, a menudo ocurre que hasta no saber que podemos hacerlas, no nos lanzaremos, y hasta que no nos lancemos, no sabremos que las podemos hacer.

Que, a su vez, estaba basada en una cita de «1984» de Orwell.

Para resolver la paradoja, el autor de la primera cita propone que los niños tengan «derecho a aburrirse» y «derecho a experimentar frustración». Mi propuesta, pensando en adultos, era buscar buenos maestros que ayuden a lanzarnos y disfrutar del camino aunque no sepamos con exactitud hacia dónde vamos.

Analítica web en el ámbito del aprendizaje: un curso abierto en la Red

Me he apuntado a tres cursos abiertos en la Red que empezarán en los próximos meses. La primera es sobre analítica web aplicada al aprendizaje, es de una gente que se agrupa bajo el codename SOLAR (Society for Learning Analytics Research) y ha comenzado hoy.

La analítica necesariamente incluye el trabajo con big data. Por eso, me reconforta ver en la programación del curso que hablaremos de ética y privacidad. También me anima mucho que al menos uno de los organizadores, George Siemens, sea un firme defensor de los blogs frente a Facebook y Twitter para la presencia en la Red de las personas.

Siemens explica en el vídeo de introducción que no estaremos encerrados en un LMS (Sistema de Gestión del Aprendizaje): el curso será distribuido, con todos escribiendo en nuestros blogs. Esta insistencia en los espacios propios de cada persona no puede parecerme sino estupenda.

En su conjunto, las metas del curso me parecen sugerentes:

  • Describir qué es la analítica del aprendizaje y qué le diferencia de otros conceptos como la minería de datos aplicada a la educación o la analítica académica.
  • Analizar, planear y hacer un pequeño piloto de analítica del aprendizaje.
  • Desarrollar una matriz de herramientas destacadas de la analítica del aprendizaje y de las estrategias de analítica a las que sirve cada una.
  • Evaluar el estado actual de las tecnologías de analítica del aprendizaje y describir los beneficios y pegas de herramientas libres y herramientas privativas.
  • Evaluar y describir el papel de la web semántica y los datos conectados en los contenidos educativos de nueva generación.

Es posible que este curso me lleve a abrir una cuenta en Twitter y a postear en mi blog, en ocasiones, en inglés. Parece que también habrá interacción síncrona de frecuencia semanal usando Blackboard Collaborate.

Iré contando mis experiencias por aquí.

Fin de semana de bombones

Deliciosos bombones de autor empaquetados en bonitas cajas, diseño también de las casa. Esto era para mí La bombonera de Barco hasta ayer, que tuve la suerte de participar en un taller de bombones de Teresa, la bombonera. Un curso de 3 horas con 4 personas.

Teresa fue diseñadora gráfica antes de hacerse bombonera hace ya 15 años. Sus 10.000 horas de aprendizaje las distribuyó entre chocolaterías en Francia, Italia, Suiza y su propio negocio en Madrid hasta, como todo maestro, conseguir hacer las cosas «a su propia medida».

El curso permitió hacer y comer prácticamente todos los tipos de bombones que vende La bombonera:

  • Frutas frescas y confitadas bañadas en chocolate
  • Trufas cubiertas de chocolate puro en polvo
  • Bombones de molde rellenos de trufas
  • Músicos
  • Rocas

La trufa, en este caso, la hicimos de té Earl Grey.

Trufas de molde

Me impresionó mucho que Teresa nos dejara rellenar los moldes y hacer prácticamente cada una de las tareas que implica preparar un bombón.

Algunas cosas que he aprendido:

  • El sabor del haba de cacao.
  • El chocolate blanco está hecha de manteca del cacao.
  • La trufas también las llaman ganache en el mundillo bombonero.
  • El praliné es una mezcla de almendra y avellana molidas y de azúcar caramelizado (yo pensaba que praliné y trufa eran lo mismo).
  • El chocolate no ha de calentarse nunca más allá de los 60 grados centígrados. ¡Cuidado con esos aparatitos de fondue con velita!
  • El chocolate destinado a cubrir trufas y frutas hay que trabajarlo: mantenerlo a 40 grados centígrados durante dos días y templarlo hasta 30-32. El proceso de templado consiste en remover el líquido en una tabla de mármol con mucha maña. Trabajar el chocolate asegura que luego, como cobertura, brille y haga crack al morderlo.

Teresa no ha dudado en compartir sus recetas y sus trucos: salimos, aparte de una bolsita llena de los bombones que hemos hecho, con un cuadernito de recetas seleccionadas para hacerlas fácil en casa. Creo que acierta en el enfoque: permitir que se forme un grupito de clientes interesados en experimentar en casa, comprarle ingredientes y comentar con ella sus avances, puede ser el camino adecuado a un negocio más sostenible. Todo ello a través de retar a los clientes, y a sí misma, con nuevas recetas y materias primas.

El taller no terminó ahí. El aprendizaje, a partir de ahora, será personalizado. Yo, por ejemplo, seguro que en breve iré a por manteca de cacao que antes no sabía donde comprar, para hacer la tarta de chocolate que hasta ahora hacía con manteca de coco y que, por eso, sabía a coco.

Ser bueno en algo o: vivir en una cueva no nos convierte en geólogos

Leyendo sobre un hábito de productividad que consiste en alternar 90 minutos de trabajo concentrado con 20 minutos de descanso, llegué a un artículo titulado The Making of an Expert. A continuación, unos rápidos apuntes de lo que más me llamó la atención.

No hay atajos al talento

Los tres autores –K. Anders Ericsson, Michael J. Prietula y Edward T. Cokely– citan un estudio que coordinó Benjamin Bloom y que identificó tres atributos de los participantes, todos excelentes en algún campo:

  • practicaron intensamente
  • tuvieron maestros que demostraron gran entrega
  • contaron con el apoyo y el entusiasmo de su entorno a lo largo de sus años de formación

Citando más estudios similares, los autores afirman que no hay atajos al talento, que los expertos siempre se hacen, nunca nacen. Y que la cantidad y la calidad de la práctica importan mucho.

Práctica deliberada

Malcolm Gladwell nos enseñó que hacerse maestro en algo lleva 10 años (o 10.000 horas) de práctica. Ahora he aprendido que la práctica adecuada viene a llamarse práctica deliberada. La práctica deliberada es la que está enfocada a ir más más allá del nivel actual, es decir, más allá de la zona de confort. Hacer cosas que todavía no sabemos hacer bien o no sabemos hacer en absoluto.

La práctica deliberada abarca dos tipos de aprendizaje: (1) mejorar las habilidades que ya tenemos y (2) expandir el ámbito y el alcance de nuestras habilidades. Estos dos tipos de aprendizaje requieren de tal concentración que sólo es posible dedicarle un tiempo bastante limitado cada día.

Si practicas con tus manos, nunca es suficiente tiempo. Si practicas con tu cabeza, dos horas son abundantes.

—Nathan Milstein

Descuidar la práctica deliberada es muy fácil. Personas que son muy buenas en algo pueden pasar a dar respuestas automáticas o basadas en la intuición, si el contexto no les permite seguir retándose con casos atípicos y situaciones nuevas. Al mínimo descuido, los sesgos empiezan a campar a sus anchas. Y con la edad, más. Lo bueno es que con la práctica deliberada se puede prevenir y para ello no faltan evidencias.

Intuición

La idea de la intuición como algo al que prestarle más atención es muy popular. Hay quienes se enorgullecen de solucionar las cosas casi siempre a base de la improvisación. Y mientras es cierto que esto puede funcionar en situaciones rutinarias, sucede que la intuición, si funciona, es como resultado de la práctica deliberada que «ha puesto cerebro en los músculos».

Medición

El experto, para poder ser considerado como tal, ha de pasar tres pruebas:

  • Hacer las cosas mejor que sus iguales de forma consistente
  • Obtener resultados concretos (ganar esa partida de ajedrez, curar ese paciente)
  • Poder replicar las cosas que hace en un laboratorio

Si no se puede medir, no se puede mejorar

—Lord Kelvin

Ser nuestro propio maestro

No por ser el último punto, es menos importante (la razón de ser el último punto es la imagen): de maestro necesitamos a una persona que no sólo nos acompañe en esa práctica deliberada sino que nos enseñe ser nuestro propio maestro.