mayéu tic@ 2016_final

Cecilia Marconi| @CecilMarconi | cmarconi@ceibal.edu.uy

MayéuTic@ 2016

18 Octubre 2016, Lima - Perú

Analíticas de aprendizajes, tecnología y pedagogía

Bajos niveles de inversión en Capital

Humano Desigualdad de oportunidades

Baja flexibilidad

para adaptarse a cambios

Baja eficiencia

Altas tasas de repetición

Deserción escolar > Fecundidad adolescente

Desvinculación de jóvenes del mundo educativo y laboral

Baja productividad

Contexto de integración de TICs en educación en América Latina

Desafíos del sistema educativo

Calidad de los aprendizajes

Naturaleza de Plan Ceibal

Nuestro trabajo es con el sistema educativo.Fortaleciendo y acelerando los procesos de enseñanza.

Plan Ceibal: mucho más que entrega de laptops

• Inclusión Social • Igualdad de Oportunidades• Enseñanza y aprendizaje

+700.000Usuarios con laptops y tablets

Pensamiento Critico

Objetivo: Estudiantes con las competencias del Siglo XXI

Ciudadanía

Creatividad

Colaboración

Carácter

Comunicación

Contenido Educativo Digital

Educational Resources

On-line EvaluationDigital libraryLMS

Teaching English

Math Adaptive Platform

Progamming

Robotics & digital labs

¿Qué tipo de datos se generan?

Matriz de datos

Sistema de Información central de

Ceibal (CRM)

Fuente Dimensión Variables

Características sociodemográficas de los

usuarios

Infraestructura física desplegada

Acceso a Internet/modalidadID DispositivoModelo de laptopFecha de entrega

Ticket TrackingFecha de rotura/OTTipo de rotura

EdadSexo

Contexto sociocultural Area geográfica

Soporte técnico

Rol

Matriz de datos

Monitoreo de performance de Red

Fuente Dimensión Variables

Tráfico de internet

Tráfico de Videoconferencia

# Conexiones de usuarios

Disponibilidad de la red (hs)

Hardward conectividad

Análisis de performance de la infraestructura en los centros educativos

Matriz de datosFuente Dimensión Variables

SchoolServers Logs

Tracker SystemUsos del dispositivo

Tiempo de uso

Aplicaciones

Actividades en internet

PerformanceInternet

Sistema operativo

Cantidad de usuarios

Matriz de datosFuente Dimensión Variables

Performance

Area temática#Ejercicios completos

#Ejercicios correctos Tiempo de usoTrabajo autónomo/guiado

Sistema de inglés

Aprendizajes

Asignación docente Docente Remoto a cargoInstituto asignado

Clases por Videoconferencia

Performance

Test adaptativo informático (TAI) VRG/Listening. Writing

Learning ManagementSystem

Plataforma adaptativa en matemática

Evaluación en línea

Comentarios posteadosSubmissions

Usuarios logueados/activos

Archivos subidosIP adress

¿Cuál es el objetivo?

A partir del uso avanzado de técnicas analíticas, entender y apoyar el proceso de enseñanza y aprendizaje, adaptar contenidos, recursos y soporte a efectos de ampliar los logros alcanzados por los estudiantes en materia de aprendizajes y desarrollo de competencias.

Innovación transversal en los procesos

Mayor eficiencia

+Tiempo pedagógico

Patrones de comportamientosClusterización de perfiles de estudiantes-docentes. Seguimiento de los aprendizajes

Sistemas de alerta tempranaAnalítica predictiva: Identificación de estudiantes en riesgo de desafiliación,rezago en los cursos

Sistemas adaptativos Algoritmia adaptativa para personalizar los procesos de aprendizajes (ej. contenidos y sistemas de evaluación)

Gestión educativa: mejorar la gestión administrativa y académica Construir trayectorias educativas

El potencial de las analíticas permite:

Apoyo Institucional y Político

Capacidades técnicas y humanas

‘Data Literacy’ de actores educativos

Calidad de los datos: ‘missing is not at random’

Desafíos a enfrentar para una implementación exitosa

Revertir la visión de amenaza en oportunidad

Difusión de la información

Protección de datos personales

Pocos antecedentes de experiencias de analíticas de aprendizaje en educación primaria y media

¿Cómo podemos integrar las diferentes fuentes de datos de una manera mas

comprensiva y significativa?

Unstructred Data

Structured Data

Business Inteligence

Learning Analytics

Algunos avances….

Consultoría especializada en Protección de Datos

Algunos estudios y análisis realizados

Asociación estadística

Inferencia causal

http://www.fundacionceibal.edu.uy/en/news/learninganalytics-education-edtech-and-bigdata-challenging-attractive-opportunity

Próximas preguntas:• Correlación [uso PAM,

Aprendizajes]

• Clusters de docentes.

Comparación de medias entre t0 y t1, según área

geográfica

H0) Cuanto mayor es la capacidad de la red de conectividad, mayores la intensidad de uso de PAM#1

¿Cuáles son los perfiles de “participación” en CREA2 (LMS)? ¿Se identifican patrones?#2

Histogramas de la cobertura intra-grupo de acceso y actividad a CREA2

#3 Laptops-survival analysis. Estudio sobre la incidencia de las características sociodemográficas de los estudiantes en el tiempo de sobrevivencia de las XO

La tasa de riesgo en los contextos "Muy Desfavorable” es 49% superior a un alumno de contexto "Muy Favorable”

#4

Encuestas en línea:-Docentes de aula-Remote Teachers-Estudiantes-Directores

- Datos Administrativos

¿Cómo podemos maximizar el impacto del Programa Ceibal en Inglés? Estudio sobre la calidad docente: características y practicas, interacciones en la clase y aprendizajes

Observación videos de clase

Segunda Fase:

Factors explicativos (Independents variables)

Outcome(Dependet variables)

Asignación Aleatoria:Institutos - Escuelas

Remote Teachers - Grupos

STUDENT PERFORMANCEEvaluación adaptativa de

aprendizajes de inglés

Primera Fase: Tercera Fase:

?

LMS Data (CREA2)

Próximos pasos….Crear capacidades técnicas y humanas a efectos de desarrollar el área de Learning Analytics

Generar redes de trabajo con Universidades, Instituciones, Expertos e Investigadores de manera de trabajar colaborativamente

Desarrollo de nuevas métricas.

Implementación de soluciones tecnólogicas

Cecilia Marconi| @CecilMarconi | cmarconi@ceibal.edu.uy

Muchas Gracias!