La Big data y otros desafíos educativos: repensarlos otra vez.

Ya es reconocido que Internet y asociados han cambiado la cultura de nuestro tiempo, abriendo posibilidades creativas impensadas y cuanto la imaginación en la era informática puede crear y ejecutar con los datos (redes de todo tipo, moneda virtual, bussines on line, monedas virtuales, híper-consumos culturales, ficciones a la medida de gustos, deseos y las aspiraciones. Todo posibilitado por los algoritmos, que no son simples paquetes de código que guían los procesos computacionales, sino que son los actores principales y muy eficientes al predecir gustos y tendencias del presente para tomar decisiones. Es decir, los algoritmos se conforman en lo previsible: desalienta la exploración, el azar o el error, aunque parecería permitirlo. Por ello moldea opiniones y demás de todo tipo. En este contexto, ya hemos anticipado una definición de Big Data en el blog referido a este tema

http://webquestorgar.blogspot.com/2016/04/big-data.html.  

Los datos de la Big data,-considerados como una revolución de los mismos-, son generados espontánea e involuntariamente, hoy cada vez MAS, vía teléfonos celulares. De este modo se podría decir entonces que la Big data es el fenómeno contemporáneo de datos masivos provocados por la interacción resultado de la absoluta convivencia de la gente con los dispositivos electrónicos interconectados en redes múltiples. Es un mecanismo automático/pasivo a través de algoritmos ("La automatización y la educación virtual (II)" http://webquestorgar.blogspot.com.ar/2015/07/la-automatizacion-y-la-educacion.html 

“La automatización en los diseños educativos virtuales (I)” http://www.webquestorgar.blogspot.com.ar/#!http://webquestorgar.blogspot.com/2015/06/la-automatizacion-en-los-disenos.html) que produce datos “gratuita”, es decir genera, procesa, y analiza información sin fin[1].

Pero al mismo tiempo que sus algoritmos conforman lo previsible, contradictoriamente la big data es imprevisible, al provenir por ahora, mayoritariamente de la interacción espontánea de las personas mediada por dispositivos electrónicos. Entonces, se evidencia que es  muy aleatorio conocer, es decir, acceder a todos los datos reales (por suerte!) e interpretarlos.

Se puede decir, en este contexto, que los datos se convierten en conocimiento? Y, qué pensar de los  comportamientos contradictorios, azarosos y no lineales de la gente, es decir, que varían o que no son cerrados.

Ello nos haría pensar que la enorme información que se produce, se distribuye, se resignifica, se aplica, y demás procesos, que es incierta y depende del ánimo psicosocial de las personas, y económico- político de los contextos, lideres y organizaciones, en un momento u otro.

 

Y….la BIG Data en la educación?

A partir de los datos que se obtienen, se extraen unos patrones que se analizan e interpretan con el objetivo de obtener información y el propósito en nuestro de interés , en/para la educación, para  mejorarla en su calidad, la enseñanza y por ende, las prácticas educativas, y  así también, optimizar el aprendizaje de los alumnos. Si esto es así, la Big Data posibilita y ejecutar diferentes procesos importantes en las situaciones de enseñanza y aprendizaje.

Aplicables a ello, los mecanismos de la Big data apuntan a 1- Describir: qué está ocurriendo); 2-Diagnosticar: sus posibles causas y dar ciertas explicaciones: qué es y por qué ocurre; 3-Predecir: qué puede suceder; y 4-Prescribir: cómo se puede mejorar.

Existen varios efectos adyacentes provocados por la disrupción de la Big Data, si se piensa que permitirá,- en teoría-, personalizar el aprendizaje según  las necesidades formativas de cada alumno, al conocerse y reconocerse la gran cantidad de datos recogidos. Por ello veremos los pro, los contras y los desafíos de la Big Data en educación, cuya reflexión debería tenerse en cuenta siempre.

Pros

1-    Se reconoce que no todos los alumnos aprenden de la misma forma o tienen las mismas necesidades académicas. El Big Data facilita a los docentes con la información necesaria de sus actividades, presencias, entrega de prácticos, y su evaluación (auto y co evaluación) y demás para crear alternativas de ajuste de contenidos, estrategias de aprendizaje personalizado para cada quien, según algunos parámetros tales como: análisis de su desempeño individual y grupal, presencial y virtual, para reconocer/prever posibles desgranamientos, demoras y/o deserciones, mejorar la comunicación, para brindar orientación necesaria.

• Conocer el rendimiento  en relación a las estrategias metodológicas que se seleccionaron y combinaron (incluyendo B-learning ), útiles para reformular enfoques epistemológicas, técnicas y sistemas de evaluación.

-          Adaptar los contenidos de la materia al nivel de cada quien, para re-direccionar  los proyectos  de trabajo no solo a nivel aula, sino comunidad donde se aloja la institución educativa. Por ejemplo, promover la relación universidad-trabajo, investigación y desarrollo,  y demás.

CONTRAS

   Dada su complejidad, tener en cuenta:

1. Que cuando se busca un dato, se trata de enfocarlo pero se dejan a oscuras otros, es decir existe parcialidad, y en base a ello, se ejecutan todos los mecanismos en como procede la Big data, vistos antes, respecto a los datos, la intimidad y la privacidad de los estudiantes, profesores, administrativos, técnicos, etc., como ya se sabe.
2. La Big Data por ello, está originando discriminaciones de diversos tipos en función de lo que podría pasar (predicción) , sin tener en cuenta elementos tan decisivos como es la interacción imprevista, la motivación intrínseca, etc. sin pensar (por la automatización que implica) que un estudiante puede encontrar un nuevo motivo, aliento… que modifique su ganas y compromiso para aprender.
3. La intromisión en la intimidad, e invasión de la privacidad (ciberseguridad), con alto riesgo en  menores de edad.
4.  Si se conjetura que si un estudiante viene de una zona u otro, de bajo nivel, con pocos recursos, se presentan discriminaciones de carácter social con marginaciones y se lo/la  excluye.
5.  Desde el punto de vista académico y de investigación existen serios riesgo que esta formación y desempeño quede reemplazada y reducida en su concepción de lo que significa investigar (no más elaboración de hipótesis, a ser  corroboradas e interpretadas cualitativamente. La incógnita el “efecto de la aparición del Analista de datos”, cuya consecuencia sería que elimina laboratorios y sus técnicos, o que se convertirían en intermediarios burocratizados o ser “innecesarios”.
6. Pero la cuestión no está en los datos solo, sino en el análisis de los mismos, para establecer luego qué se hará con ellos, ya que en la 4ta revol  industrial es la nueva riqueza, no vuelve a estadios anteriores, y menos retrocederán los algoritmos…

En consecuencia se necesita revisar las cuestiones nombradas y mas, que hace pensar cualquier innovación tecnológica sea más ética, más igualitaria y más justa. Postman,N. 5 advertencias del cambio tecnológico.

Qué decir de la Educación y su papel en la formación de personas llenas de datos en la sociedad del espectáculo???

---

[1] Se conoce todo (donde se está, con quién, si se paga, los datos de identidad, etc, etc.) porque se anticipa, se conjetura.

orcid.org/0000-0001-7286-9889