La mejora del aprendizaje en AVAs aplicando analítica del aprendizaje

Abstract

Los ambientes virtuales de aprendizaje (AVAs), reúnen gran cantidad de datos sobre los estudiantes, los cuales son difíciles de analizar manualmente, por lo que se necesitan herramientas y métodos que contribuyan a explorar y aprovecharlos en pos de mejorar el aprendizaje de los usuarios. La Analítica del Aprendizaje (AA) se enfoca en la toma de decisión apoyada en datos, e integra las dimensiones técnicas y pedagógicas del aprendizaje mediante la aplicación de modelos predictivos. Con los avances de AA, especialmente de las técnicas de Machine Learning, puede mejorarse la personalización y adaptación del aprendizaje en AVAs. Los aspectos a enriquecer en la adaptación son: estilos de aprendizaje, estados cognitivos, evaluaciones de proceso y finales, retroalimentación y materiales instruccionales. Las universidades buscan predecir el rendimiento de los estudiantes para minimizar el abandono de sus estudios. La exploración de la personalización avanzada será usada para indagar y corregir las fallas académicas.