Page 48 - Revista 2018 ultima

Revista de la Facultad de Ingeniería, Año 5, Número 1

del data mining a los datos obtenidos del seguimiento de la actuación de un
estudiante en su actividad lectiva.

En [2] la analítica del aprendizaje se define como: "la medida, recolección , análisis y
reporte de datos, acerca de estudiantes y sus contextos, para entender y optimizar
su aprendizaje y los ambientes en que éste ocurre". Esta rama de la ciencia de la
computación ha adquirido importancia con la aparición de los MOOC (massive
online open courses) y su valor ha aumentado con su aplicación a los cursos
tradicionales con componentes semi presenciales. Su importancia es día a día
mayor debido a la efectividad de los algoritmos de machine learning para obtener
resultados indiscutidos en las mejoras del rendimiento del alumno. En esta nueva
disciplina se concentran esfuerzos de técnicas y metodologías tan disimiles como el
procesamiento del lenguaje natural (NLP), análisis de sentimientos, deep learning,
análisis semántico de redes y sistemas de recomendación, entre otras.
Actualmente learning analytics está evolucionando a multimodal learning analytics
que consiste en ampliar los datos de entrada empleando nuevas fuentes de datos
tales como cámaras web, sensores de movimiento y de dispositivos que miden las
funciones fisiológicas tales como ritmo cardíaco, respiraciones, etc. Uno de los
propósitos del empleo de tal cantidad de dispositivos es el de mejorar el
conocimiento de la forma de aprender de cada estudiante. Debido a la cantidad de
datos y su variabilidad esta disciplina debería contar con el soporte de big data para
un adecuado procesamiento.

A nivel internacional se ha fundado la Sociedad para la Investigación de Aprendizaje
Analítico (SoLAR, Society for Learning Analytics Research). Se trata de una red
interdisciplinaria de investigadores internacionales líderes, que están explorando el
papel y el impacto del análisis en la enseñanza, el aprendizaje, la capacitación y el
desarrollo. SoLAR ha iniciado múltiples iniciativas para apoyar la investigación
colaborativa y abierta sobre el análisis de aprendizaje, promoviendo la publicación y
diseminación de la investigación de análisis de aprendizaje y asesorar a los
gobiernos nacionales [3].

En este año (2018) se ha realizado la primera Conferencia Latinoamericana de
Analíticas de Aprendizaje (LALA 2018, Learning Analytics Latin America 2018), en la
ciudad de Guayaquil, lo que evidencia la importancia que la disciplina va
adquiriendo globalmente.

Una aplicación de learning analytics a los datos obtenidos del Plan Ceibal se puede
leer en [4].

Ciencia de datos y big data.
La ciencia de datos es la disciplina que incorpora estadísticas, visualización de la
información, programación informática, minería de datos, aprendizaje automático y
gestión integral de bases de datos para extraer conocimientos coherentes que
puedan resolver problemas complejos. Las fuentes donde se originan los datos
puede ser tradicional o caer bajo el paradigma de big data. La relación entre la
ciencia de datos y big data es que, si se pretende generar conocimiento a partir de
ésta, la ciencia de datos la incluye.

Big data horizontal.

Denominamos con el término de big data horizontal a la superposición de
realidades que presentan fenómenos de big data, de la cual se pretende extraer
conocimiento. En general, estas situaciones deben ser enfocadas con metodologías
empleadas en ciencia de datos.

48