Módulo 4 " Diseño de investigación"

                                           Módulo 4    " Diseño de investigación"

                                                            Analitica de datos

                                                            INTRODUCCIÓN

Con la creación del curso Analítica de datos, nos proponemos centrar el análisis sobre todo en los temas que Reich.J.  Considera más importantes:  Como medir las competencias más importantes que adquieren los estudiantes, Como medir el cambio en la competencia a lo largo del tiempo, además construir cuidadosamente cadenas de razonamientos causales que permitan comprender cómo afecta el comportamiento de los estudiantes a su aprendizaje.

La verdadera comunicación ya no costa de un emisor y un receptor, sino por dos o más seres o comunidades virtuales y personales, que intercambian y comparten experiencias, conocimientos, sentimientos, aunque sea a distancia a través de medios artificiales. A través de ese proceso de intercambio los seres humanos establecen relaciones entre sí y pasan de la existencia individual aislada a la existencia social comunitaria.

Esta es la base del curso propuesto, de analítica de datos el cual,  y teniendo en cuenta la comunicación y los intercambios donde nacen los datos que tendremos que analizar. Como se menciona, es una formación basada en competencias y el diseño consiste en una estructura modular. Además, los contenidos estarán disponibles en forma de manuales y habrá un sistema de evaluación con cuestionarios al final de cada entrega de tareas. También se utilizarán las redes sociales con el fin de enriquecer el curso, además de portafolios, insignias……

Fuente: https://bit.ly/2wlUNZP

OBJETIVOS

Para mejorar la utilidad de la analítica del aprendizaje en el curso programado se pretende que el alumnado alcance los siguientes objetivos:

·         Medir las competencias más importantes que adquieren los estudiantes.

·         Medir el cambio en la competencia a lo largo del tiempo.

·         Construir cuidadosamente cadenas de razonamientos causales que permitan comprender cómo afecta el comportamiento de los estudiantes a su aprendizaje.

METODOLOGÍA

La metodología que se utilizará se basa en el artículo de Cantillo (2014) donde el autor, señala que los cursos masivos constituyen.

 “Una formación abierta, participativa y gratuita basada en metodologías de aprendizaje colaborativo. Puede considerarse una evolución de la educación abierta generada por Internet”.

La base del aprendizaje en estos entornos virtuales está en que el alumnado sea el centro del proceso educativo. Son ellos mismos los que crean el conocimiento de manera autónoma, compartiendo su aprendizaje con el de sus iguales.

Las clases estarán compuestas por una parte introductoria y una parte práctica, el alumno deberá realizar las actividades propuestas además, de su realización se compartirán con los compañeros del curso mediante un enlace, en un foro habilitado para ello, además el alumno deberá de recopilar las evidencias de aprendizaje en un portafolio. Se buscará en todo momento que el alumno sienta experimentalmente de lo que se habla, siempre habrá  ejercicios prácticos que realizar.

Las prácticas son todas a distancia, a través de la plataforma elegida, siguiendo la metodología móvil. Serán teórico-prácticas, explicación de lo realizado, aplicado a su campo de trabajo, se propondrá al alumnado que comparta su trabajo en espacios como pueden ser procomún, utilizado en este caso como portafolio.

INSTRUMENTOS DE OBTENCIÓN DE DATOS

Para obtener los datos sobre la actividad del alumnado emplearemos una serie de herramientas que nos ayudarán en este proceso:

INSTRUMENTOS Y PLATAFORMAS
Canvas	Servicio de analítica de datos propio de la plataforma
Twitter	Follor.me
Youtube	YouTube Analytics
Blog de Blogger	Google Analytics
Procomún	Google  Analytics

Además, nos apoyaremos en la observación participante y en los cuestionarios que se realizarán al inicial, al finalizar cada tarea y al terminar el curso. Se incluirán diferentes instrumentos para producir Feedback constante con el alumnado con el fin de evitar el abandono del curso, además de los indicadores expuestos en la entrada anterior, nos servirán para conocer las características de los estudiantes y para comprobar si es necesario añadir variaciones en algún momento del curso ante posibles dificultades detectadas. La finalidad es personalizar la educación, así como registrar las competencias adquiridas por el alumnado. En caso de querer profundizar se recogerán datos sobre las preferencias educativas del alumnado sobre algún aspecto en concreto, también se podrían realizar entrevistas para obtener la opinión de los estudiantes.

INTERPRETACIÓN

Teniendo en cuenta que la interpretación de los datos es una parte importante en el diseño de investigación, dentro de los cursos de aprendizaje en entornos digitales. A través de los resultados de esta interpretación estableceremos las pautas necesarias para mejorar la analítica de datos del curso y, en definitiva, de la enseñanza en entornos digitales. Por lo tanto, es conveniente escoger correctamente los recursos para interpretar los datos. Uno de los elementos que mayor influencia será las interacciones del alumnado tanto en la plataforma y en las redes sociales y el nivel de significatividad de sus aportaciones en estos canales, además del grado de interés e implicación. El seguimiento de la evolución de los participantes nos ofrecerá información sobre su actividad conductual, indispensable para evitar el abandono prematuro de los curso de formación en entornos digitales.

Este procedimiento nos debe servir también para comprobar si se consiguen los tres objetivos marcados inicialmente, dejando constancia de los puntos fuertes y de los puntos débiles de nuestro curso. con el fin de mejorar la permanencia en dicho curso y evitar el abandono. 

ANEXO:        

GARANTÍAS ÉTICAS

En este apartado haremos referencia a Domínguez (2018) que expone que: “el entorno académico es el ámbito de la investigación social donde se ha trabajado con mayor profundidad en la ética de la gestión de datos personales”.

En este caso, como tratar los datos secundarios obtenidos de una investigación existente para encontrar una respuesta a una pregunta que era diferente de la obra original, en este caso los datos recogidos en un curso educativo, que no tienen relación con el curso, pero que en algunos casos se suelen utilizar.

Se presenta así una responsabilidad ética que es necesario atender cuando se trata de gestionar datos y que es mayor cuando la información procede de los estudiantes de un curso y su uso se destina a apoyar el proceso de enseñanza y aprendizaje, ya sea en el aula o en un espacio digital.

Es necesario que el profesorado, además de utilizar la información disponible para ayudar a los discentes en su aprendizaje, se deben de proteger los datos personales de los mismos y tengan en cuenta la política de privacidad en los escenarios on-line. Se debe respetar la normativa vigente sobre las leyes de privacidad y conservar los datos almacenados bajo seguridad. Para consultar los datos sobre la privacidad consulta el módulo 3 de la actividad anterior.

BIBLIOGRAFÍA:

Domínguez, D. (2018). Big Data, analítica del aprendizaje y educación basada en datos. Recuperado de https://papers.ssrn.com/abstract=3124369

REICH, J. (2014). Big data MOOC research breakthrough: Learning activities lead to achievement. Education Week: EdTech Researcher. Recuperado de http://blogs.edweek.org/edweek/edtechresearcher/2014/03/big_data_mooc_research_breakthrough_learning_activities_lead_to_achievement.html

Reich, J. y Ruipérez-Valiente, JA (2019). El pivote MOOC.Science 363 (6423) , páginas 130-131.

Jaya P. Secondary Data Analysis: Ethical Issues and Challenges. Iran J Public Health. [En línea]. 2013 Dec [citado 2017 Jun 11]; 42(12): 1478–1479. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4441947/