Acabo de completar un curso llamado
Big Data in Education, acerca de cómo aplicar al ámbito de la Educación algo que cada vez está más de moda. No de un modo trivial ni simplemente "estético". Se trata del concepto de Big Data o Data Mining, es decir, la
obtención,
gestión, proceso y (éste es el meollo)
análisis de grandes conjuntos de datos.
Algunos de los grandes "gurús" de la sociedad de la información, declaran públicamente la gran influencia y el potencial a muy corto plazo de los estudios y aplicaciones enfocados en este campo. Propongo la lectura de estos cinco artículos (alguno breve, y alguno bastante extenso), para hacerse una idea aproximada del alcance real de lo que estoy comentando:
Un ejemplo sencillo (y cercano) de Big Data:
Para que sepas hasta qué punto tu día a día forma parte del Big Data que las empresas buscan como medio de saber hacia dónde enfocar sus esfuerzos: ¿Te suena una cadena de restaurantes que se llama Burguer King? Cada vez que vas a pagar fíjate en el recibo que te entregan, y en los carteles colocados junto a las cajas: A cambio de conservar tu recibo, te prometen un Whopper gratis en tu próxima visita. Al fijarte en el recibo, descubres en su reverso que la condición para obtenerlo es rellenar una encuesta online. (Encuesta perfectamente asociada, a través del número de recibo, con los datos concretos de tus platos elegidos, fecha, hora y restaurante elegido, etc).
Si Burguer King está regalando MUCHOS Whopper, es porque tiene fe en la utilidad de los datos que consigue a través de estos miles de encuestas.
¿Inconvenientes del Big Data?
Naturalmente, existen graves e inmediatos riesgos, como por ejemplo todo lo que tenga que ver con la posible inadecuada gestión y respeto de la
privacidad de los datos de carácter personal contenidos en el conjunto de Big Data procesados. Recientemente
Alemania impuso una fuerte sanción a GOOGLE por
registrar y almacenar datos privados de redes Wifi privadas (valga la redundancia) con su vehículo de toma de datos para el
StreetView.
Otro peligro es el riesgo de creernos que sus resultados serán siempre ciertos, o que detectarán algo que no estemos buscando (se achaca al Big Data que no fue capaz de prever la llegada de la actual crisis, ni el 11-S): Hay que tener claro que los datos se recogen y clasifican para poder ser aplicados a modelos, los cuales luego generan unas predicciones que deberán ser interpretadas. Como en todo proceso estadístico, la calidad de los resultados depende por tanto de la ausencia de fallos importantes en cada uno de los eslabones (y del diseño del proceso para hacerlo poco vulnerable a dichos errores). Así, dos puntos "muy delicados" serán:
- La elección de un origen de datos no afectado por ningún sesgo que altere la empleabilidad de los datos. Lo que cuando estudiaba Estadística en Caminos nos explicaban diciendo que hay que elegir bien cuáles parámetros queremos registrar. (¿Traducido al lenguaje de las encuestas? Pues que pensemos bien qué datos vamos a preguntar a los encuestados. Si realmente serán útiles para nuestro estudio, y si se van a sentir libres de contestar lo que realmente piensan). Es mejor tener menos datos, pero de calidad, que muchos, pero poco fiables.
- Lo realmente difícil es diseñar un modelo que no te engañe: No pienses que aplicando datos muy fiables, a un modelo imperfecto, vas a obtener resultados útiles:
(Ojo, que digo "encuestas" como ejemplo o aclaración. Big Data implica realmente enormes cantidades de datos. En el caso de la encuesta de BK y los Whopper lo lógico es pensar que es para contrastar o complementar el análisis de datos (BIIIIG Data) de TODAS las facturas emitidas por los restaurantes de la cadena)
Big Data aplicado a la Educación:
Es de lo que trata el curso que he terminado. EDM o Educational Data Mining.
Campos como la enseñanza a distancia o el e-learning son especialmente adecuados para la aplicación de técnicas de Big Data, dado el alto grado de automatización de toma de datos que implican o directamente posibilitan. Así, por ejemplo, el empleo de una LMS (Learning Management System) como
MOODLE permite tener detallados informes de:
- A qué horas se ha conectado un alumno.
- Con qué duración en cada ocasión.
- Qué elementos de la plataforma ha empleado en cada momento, cuáles son sus preferidos y cuáles no ha visitado nunca.
- Su actividad en los foros de la plataforma:
- Número de hilos en que ha participado
- Tipo de temas tratados
- ¿Lanza consultas, o responde a dudas de compañeros?
- Número de compañeros con los que ha interactuado. A su vez, características de estos compañeros de su red.
- Tiempo conectado a cada foro y extensión de sus aportaciones.
- ¿Hay relación directa entre estas participaciones y los temas que mejor/peor se le han dado en el curso?
- ...
¿Poco práctico? En absoluto. Un par de aplicaciones muy buenas que se me ocurren sobre la marcha:
1): (Para dar una atención más adaptada y personalizada a cada "e-alumno"): Por medio de los modelos adecuados, se puede detectar y programar la LMS para que identifique momentos en que el estudiante está comenzando a desanimarse (por ejemplo a través del análisis de la evolución de sus tiempos de conexión, y algunas otras variables), y reaccionar enviándole actividades de apoyo orientadas a motivar su participación. Es decir, que detectamos quiénes son los que van camino de tirar la toalla, y los tutores, avisados por el sistema, pueden dedicarle una atención especial, o de un modo programado la LMS le recuerda sus tareas para que no se despiste, y le envía "caramelos".
2): (Para la evaluación del propio curso y sus diferentes metodologías aplicadas), al detectar qué tipo de actividades o contenidos son los que de un modo más directo están relacionados con aprendizaje eficaz del alumnado (y de cada uno de los subtipos de alumnado que se quiera especificar), y con una mayor actividad posterior de éstos en el curso (es decir, qué cosas han conseguido "enganchar" y ayudar al alumno/a).
Como vemos, el campo de aplicación, ya sólo en el e-learning, es amplísimo.
¿No conocías el concepto de LMS? ¿MOODLE? ¿Foros para el aprendizaje colaborativo? ¿Estamos hablando de algo sólo aplicable a
freaks de la educación? No, no se trata sólo de aquellos que hacen MOOCs en internet. La
Universidad de Málaga (y casi todas las demás) y muchos colegios e institutos, tanto públicos como concertados y privados ya tienen implementadas sus "campus virtuales" a través de MOODLE u otras plataformas equivalentes.
Para la
educación presencial, por tanto, también
resulta fundamental hoy en día el poder contar con este tipo de análisis.
Mis impresiones (y una recomendación):
Así como con el
curso de Gamificación (y todo lo que después sobre esa materia he estudiado por mi cuenta) me veo capaz de
"gamificar" bastantes cosas que se prestan muy bien a ello, debo reconocer que el campo del Big Data me parece apasionante, pero que requiere de una especialización mucho mayor.
Realmente aplicar Big Data no es muy difícil, y menos aun con las herramientas específicas que he aprendido a usar (
Rapidminer y
Gephi, sobre todo), pero como acabo de decir,
lo difícil es hacerlo BIEN. Y no se me caen los anillos por reconocer que todavía no soy un experto en la materia, por mucho que "triunfara" en este curso.
La Consejería de Educación de la Junta de Andalucía publica una serie de datos estadísticos (
Resultados académicos en el sistema educativo de Andalucía. Y más genéricamente:
Estadísticas de la Consejería de Educación). Con esos datos se podrían elaborar muchos estudios, aunque es probable que lo realmente interesante sería disponer de los datos originales o de partida, a partir de los cuales se elaboraron estas estadísticas. Lo mismo algún día me siento a preparar algo con todos esos datos...
A quien, por leer esto, quiera profundizar un poco en el tema, le
recomiendo el libro Data mining for the masses, disponible gratuitamente en ese enlace para su descarga bajo licencia Creative Commons. A la vez explica los conceptos, y enseña a aplicarlos (de un modo un poco básico) empleando Rapidminer.
