Por R. F. MCKAY
11 de abril de 2013
El Laboratorio de Litio de Stanford estudia los datos de los cursos masivos en línea para aprender más sobre cómo aprendemos.
Lo mejor de la enseñanza en línea podría ser la oportunidad que ofrece para aprender sobre cómo aprende la gente. Puede decirnos cuándo los estudiantes se cansan de las clases, cómo reaccionan de forma diferente los hombres y las mujeres, el grado en que ayudar a los demás puede ayudar a los estudiantes y cómo los foros en línea pueden estimular un mejor rendimiento.
Todo eso y más va dentro de lo que el grupo de Análisis de Aprendizaje de Stanford llama el caldero de datos. Compuesto por estudiantes graduados, investigadores, profesores y visitantes de los campos de la educación, la informática, la comunicación y la sociología, el Laboratorio de Líticas se reúne semanalmente bajo los auspicios de la Oficina del Vicerrector de Aprendizaje en Línea y el programa de Diseño de Ciencias y Tecnología del Aprendizaje (LSTD) de la Escuela de Educación de Posgrado.
La temprana adopción por parte de Stanford del aprendizaje en línea ha dado a la universidad una ventaja no sólo con las clases en sí, sino también con la información derivada de ellas.
Las reuniones de la lírica solían ser asuntos modestos. Pero se ha corrido la voz, y la escasez de cátedras atestigua la suposición compartida de que el aprendizaje en línea no es simplemente prometedor para millones de estudiantes potenciales en todo el mundo y cientos de estudiantes de Stanford. También podría ayudar a responder una multitud de preguntas sobre cómo los humanos aprenden e interactúan.
Tres miembros del grupo presentaron los resultados de su investigación en la reunión de Análisis y Conocimiento del Aprendizaje (LAK) en Lovaina, Bélgica, esta semana. Su proyecto es uno de varios proyectos en curso del equipo en Líticas, que incluyen un tablero para ayudar a los instructores a monitorear la participación de los estudiantes; un estudio de evaluación por pares basado en 63.000 calificaciones de pares en un curso masivo abierto en línea sobre interacción humano-computadora; retroalimentación automatizada para codificar las tareas; y predictores del desempeño de los estudiantes.
Agitando el caldero de datos
La analítica del aprendizaje se refiere a la interpretación de una amplia gama de datos producidos por los estudiantes y reunidos en su nombre para evaluar los progresos, predecir el rendimiento e identificar los problemas. Los datos se recogen cuando los estudiantes completan sus tareas, hacen exámenes, ven vídeos, participan en los foros de la clase o hacen evaluaciones entre pares. A medida que se recogen más datos, se pueden hacer nuevas preguntas y las clases pueden mejorar.
Hay que admitir que hay una gran cantidad de bombo y platillo sobre los cursos masivos abiertos en línea, o MOOC, que fue lo que impulsó a los tres estudiantes de doctorado que se presentaron en Leuven a comenzar su investigación.
El trío – René Kizilcec, en el Departamento de Comunicación; Chris Piech, en el Departamento de Informática; y Emily Schneider, en el programa LSTD – estaban preocupados por algunas de las críticas dirigidas a los MOOCs y querían buenos datos sobre cómo contrarrestarlas.
¿Por qué tantos estudiantes empiezan una clase y luego la abandonan rápidamente? ¿Por qué, y cuándo, evitan ciertos elementos de las clases en línea? ¿Y por qué están tomando las clases para empezar? En la opinión de los investigadores, se estaban haciendo las preguntas equivocadas.
En su artículo, «Deconstruyendo las separaciones: Analizando las subpoblaciones de estudiantes en cursos masivos abiertos en línea», Kizilcec, Piech y Schneider miraron el comportamiento de los estudiantes en tres MOOCs ofrecidos por la facultad de Stanford: Ciencia de la Computación 101 , un curso de nivel secundario; Algoritmos: Diseño y Análisis , a nivel de pregrado; y a nivel de postgrado Modelos Gráficos Probabilísticos .
Descubrieron que las personas toman clases o dejan de hacerlo por diferentes razones, por lo que referirse globalmente a «abandonos» no tiene sentido en el contexto de Internet. Identificaron cuatro grupos de participantes: los que completaron la mayoría de las tareas, los que hicieron auditorías, los que se retiraron gradualmente y los que tomaron muestras esporádicamente. (La mayoría de los estudiantes que se inscriben nunca llegan a aparecer, lo que hace que su inclusión en los datos sea problemática). El objetivo de todo esto no es simplemente registrar quién hace qué, sino «proporcionar a los educadores, diseñadores de instrucción y desarrolladores de plataformas conocimientos para diseñar entornos de aprendizaje eficaces y potencialmente adaptables que satisfagan mejor las necesidades de los participantes del MOOC», escribieron los investigadores.
Por ejemplo, en los tres cursos de informática que analizaron, encontraron una alta correlación entre «alumnos completos» y la participación en las páginas de los foros, lo que sugiere un bucle de retroalimentación positiva: Cuanto más interactuaban los estudiantes con otros en la página del foro, mejor aprendían. Esto llevó a los investigadores a sugerir que los diseñadores deberían considerar la creación de otras características orientadas a la comunidad, incluyendo videos y discusiones programadas regularmente, para promover el comportamiento social.
Si bien muchas personas toman cursos en línea para obtener una certificación y adquirir habilidades, muchas más los toman simplemente para estimular su intelecto, lo que hace que la «finalización» sea un criterio de valor cuestionable. A ese respecto, los investigadores escribieron que se debería alentar a los auditores, y no reprenderlos por no tomar exámenes que no necesitan. Los índices de finalización de las tres clases, con porcentajes basados en la inscripción inicial, fueron del 27 por ciento para la clase de nivel secundario, del 8 por ciento para el curso de nivel universitario y del 5 por ciento para la clase de nivel de postgrado. Pero el 74 por ciento de los estudiantes universitarios y el 80 por ciento de los inscritos en la clase de posgrado muestreados, lo que significa que pueden haber entrado y salido según las limitaciones de tiempo e interés.
Finalmente, los investigadores encontraron diferencias sustanciales de género en las clases más avanzadas. Contando a los «estudiantes activos», definidos como aquellos que hicieron cualquier cosa en el sitio web (alrededor de la mitad de los inscritos originales), el 64 por ciento de la clase de nivel secundario eran hombres, y el porcentaje aumentó a 88 por ciento de hombres tanto para los cursos de nivel de licenciatura como de postgrado.
Mezcla interdisciplinaria
Kizilcec, Piech y Schneider están matriculados en tres escuelas diferentes en Stanford; respectivamente, Humanidades y Ciencias, Ingeniería y Educación. Pero eso sólo les hace trabajar con más fluidez, dicen.
«Todos somos humanistas», dijo Schneider, cuya licenciatura es en inglés de Swarthmore, «y ante todo estamos comprometidos con los humanos que están aprendiendo a través de estos sistemas. Al otro lado del mar de datos hay gente que viene a los MOOCs desde una amplia gama de orígenes, y queremos optimizar los sistemas para satisfacer mejor sus necesidades».
Piech es hijo de maestros y creció en lo que él describió como un «ambiente educativo», primero en Kenia y luego en Malasia. «Siempre supe que quería hacer algo con la educación», dijo. «Crecí observando a la gente tratando de hacer cosas buenas, y pasé mucho tiempo pensando cómo debería dejar mi huella en el mundo». Piech fue un asistente de enseñanza de grado en CS106, Metodología de Programación , en Stanford, y fue esa experiencia la que cimentó su deseo de combinar la informática con la educación.
Kizilcec, por su parte, tiene una licenciatura en filosofía y economía del University College de Londres. «Estoy muy entusiasmado con este trabajo», dijo. «Por un lado, puede cambiar la vida de millones de personas. Y, por otro lado, el aprendizaje en línea nos permite aprender sobre el aprendizaje de una manera totalmente sin precedentes».
Roy Pea, el profesor David Jacks de la Escuela de Educación de Postgrado, es asesor de muchos de los estudiantes del Laboratorio de Líticas y un orador principal en la reunión de LAK. El grupo, dice, «es un innovador emocionante en el nexo entre el aprendizaje de las ciencias y el análisis del aprendizaje, y ese es mi tema central de la conferencia.»
R. F. MacKay es escritor de la Oficina del Vicerrector de Aprendizaje en Línea.