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.