Esas y otras migajas digitales dan a los tecnólogos la oportunidad de examinar los procesos, las prácticas y los objetivos de la educación superior de maneras que eran en gran medida imposibles hace una década.

 Hemos informado aquí y aquí sobre la física de Stanford, el laureado noble Carl Wieman de "aprendizaje activo" revolución.

Otro físico-convertido-educativo-innovador (¿hay algo en el agua del laboratorio de física?) Llamado Timothy McKay ve gran promesa en "análisis de aprendizaje" - utilizando grandes datos e investigación para mejorar la enseñanza y el aprendizaje.

McKay, profesor de física, astronomía y educación en la Universidad de Michigan argumenta en un reciente libro blanco, que la educación superior necesita "romper la división percibida entre la investigación y la práctica".

Hay privacidad y preocupaciones éticas, por supuesto, que a su vez ha impulsado la aparición de códigos de conducta incipientes.

Me acerqué con el profesor McKay, que también dirige el Invernadero de Innovación Digital de Michigan, para profundizar en cómo funcionan los análisis analíticos en la educación superior.

Demos un ejemplo de cómo nuevos y mejores datos ayudan a las universidades y profesores a entender mejor a los estudiantes.

Te daré un ejemplo que se ha extraído de mi propia experiencia. He estado enseñando aquí en la Universidad de Michigan por más de 20 años. La mayor parte de mi enseñanza ha sido de gran tamaño, cursos introductorios de física ... de 400 a 700 estudiantes. Ahora, la forma en que las universidades tradicionalmente han hecho esto es proporcionar un tipo de enfoque industrial, ir a ese gran grupo de personas y ofrecerles los mismos materiales, pedirles que hagan el mismo tipo de actividades al mismo ritmo y evaluar todas esas personas exactamente de la misma manera. Todo el mundo sigue el mismo camino.

Si está bien diseñado, es acorralado tal vez para el estudiante de mediana en esa clase. Esto funciona bien para ese estudiante mediano, pero no funciona bien para nadie más.

Lo que descubrí cuando empecé a ver datos sobre mis propias clases es algo que debería haber sido obvio desde el principio, pero no fue realmente hasta que examiné los datos. Llegué a comprender cuán diferentes eran todos los estudiantes de mi clase, cuan ampliamente difundidos están a través de una variedad de diferentes espectros de diferencia, y que si yo quería enseñarlos a todos igualmente bien, no funcionaba para entregar exactamente el lo mismo a cada estudiante.

Usted es mejor capaz de personalizar y estrechar para los estudiantes que podrían necesitar ayuda, que podría tener un fondo diferente, que podría tener una perspectiva diferente?

O metas diferentes. Muchas veces, la discusión será acerca de los estudiantes que podrían estar detrás o en riesgo, pero también es cierto para los estudiantes que están realmente superando académicamente. También necesitan tipos especiales de atención. Lo primero que me sucedió fue abrir los ojos al verdadero desafío, la verdadera importancia de la personalización, incluso cuando estamos enseñando a escala.

Entonces lo que siguió fue una comprensión de que ya que teníamos, de hecho, información sobre los antecedentes y los intereses y metas de cada uno de nuestros estudiantes, si pudiéramos construir herramientas, usar la tecnología de la información, podríamos hablar con cada uno de los estudiantes de diferentes maneras para proporcionarles retroalimentación y aliento y asesoramiento diferentes.

Hemos construido esta herramienta llamada ECoach, que es un sistema de comunicación a medida que nos permite hablar con un estudiante con un conocimiento detallado de sus antecedentes, intereses y objetivos, y ser capaz de hacerlo a escala.

Algunos de ellos son automatizados, pero usted puede adaptarlo a cada estudiante?

Es interesante. Es automatizado de una manera, pero de otra manera, todo es generado por la gente. El contenido que vamos a proporcionar, la forma en que lo creamos, es sentarse juntos y mirar los tipos de personas que están presentes en nuestras clases y pensar en cómo cambiaríamos el mensaje si uno de esos estudiantes se sentó en delante de nosotros.

Podríamos estar cambiando, por supuesto, lo que estamos diciendo. Algunos estudiantes están muy bien preparados para tomar una clase de física y, de hecho, podría haber estudiado durante dos años en la escuela secundaria antes de llegar a mi clase. Hay un tipo de mensaje para ellos. Hay otros tipos de estudiantes que nunca han visto este tema antes. Y allí, podría querer centrarse realmente en puntos como cómo tomar una clase de física es diferente de tomar otras clases de clases que tienen.

Nos sentamos y pensamos en lo que diríamos a estas personas si se sentaran frente a nosotros, y la tecnología como ECoach sólo nos permite decirlo a todos los estudiantes, en lugar de sólo los pocos que pueden obtener citas en nuestras horas de oficina.

OK, digamos que un grupo de estudiantes de primer año en una clase de literatura americana del siglo 20, los papeles que hacen para esa clase, ¿hay datos relevantes allí que podrían ser útiles en una forma de análisis analítico?

Absolutamente. Ese es un gran ejemplo de los nuevos tipos de datos que están surgiendo, las nuevas formas de datos. Solía ​​ser, cuando tú y yo fuimos a la universidad, que escribiste ese papel para esa clase y lo entregaste, tal vez, al escribir el papel. ¿Derecha? El instructor lo tomó y lo marcó con una pluma y se lo devolvió a usted, y luego se fue del sistema. No dejó ningún registro. El único registro que dejó, de hecho, fue el grado que su instructor escribió en una columna en un pequeño libro de contabilidad.

Ahora, puesto que esas asignaciones son todas giradas adentro a través de sistemas en línea, es realmente posible volver detrás de la clase encima y examinar todo el trabajo que los estudiantes hicieron. Incluso se podría imaginar, por ejemplo, si usted había enseñado un curso como ese año tras año, ser capaz de comenzar a entender si la escritura estudiantil estaba cambiando de manera significativa durante el año, porque esa evidencia permanece. Existe, y es posible utilizarla como insumo para el proceso de entender y mejorar la enseñanza y el aprendizaje de una manera que no solía ser. Simplemente era inaccesible antes.

¿Qué cambió en 2016 en el análisis de aprendizaje? ¿Se ha adoptado más ampliamente? ¿Ha cambiado el tipo de datos que está buscando?

Un tipo de herramienta que muchas, muchas instituciones han adoptado son herramientas que tienen como objetivo asegurarse de que no fallan en reconocer a los estudiantes que podrían estar en problemas. Yo diría que la primera gran aplicación de los sistemas analíticos de aprendizaje ha sido notar cuando un estudiante, incluso en una institución grande, se está metiendo en el tipo de dificultad que podría ser crucial para ellos, que podrían fallar en una clase o que podrían abandonar un semestre o no completar su título.

Muchas instituciones han hecho un trabajo muy bueno en el uso de los datos que tienen para identificar a los estudiantes que podrían estar en riesgo y luego pensar cuidadosamente en cómo podrían ir a trabajar para apoyar a esos estudiantes a moverlos de vuelta a una pista que es líder hacia el éxito. La mayoría de las veces, las acciones que se han tomado son en realidad acciones humanas.

Lo que estamos empezando a ver es que la gente pone este tipo de información para trabajar de maneras más ricas. Un ejemplo de eso es el tipo de tecnología de entrenamiento que estamos construyendo. Nos permite aprovechar la experiencia de miles de estudiantes que han tomado estas clases antes, y compartir las lecciones que se aprenden de eso con cada estudiante individual.

En 2016, las escuelas mejoraron en el uso de la analítica de aprendizaje para más cosas que, "Joe Smith va a fracasar física de primer año, podría necesitar tutoría, podría necesitar una intervención". Algunas escuelas ahora están mirando una gama más amplia de cosas - de la idea de la transcripción de la universidad al proceso de las admisiones?

Sí. Estamos haciendo preguntas sobre nuestros propios criterios de admisión. Resulta que muchas de nuestras admisiones, nuestro sentido de cómo debemos hacer admisiones de la universidad, se basa tanto en la tradición como en la evidencia.

Estamos teniendo una gran conversación sobre lo que reflejamos en la transcripción. Usted sabe, la transcripción es el famoso registro oficial de un estudiante, las cosas que una universidad ofrece al mundo para reflexionar sobre la naturaleza de su experiencia mientras estaban en la universidad. Las transcripciones que utilizamos ahora fueron realmente inventadas a principios del siglo XX y están atrapadas en un modo muy industrial de educación e incluso en algún tipo de tecnologías anteriores.

¿Sabes la forma en que una transcripción en su mayoría listas con una línea sobre cada una de sus clases? Eso fue hecho para que la transcripción encajara en unas pocas páginas, de modo que pudiera ser doblada y pegada en un sobre y enviada a alguien. Realmente no hay razón en una era de la información para decir que el registro que guardamos que refleja lo que hiciste en una clase necesita estar restringido a una sola línea en una página, ¿verdad?

Si pudiéramos enriquecer ese registro: Si, por ejemplo, en esa clase de literatura que describiste, en lugar de simplemente asignar un grado a un estudiante, si en realidad guardamos parte del trabajo del estudiante como el objeto que representa lo que hiciste en esa clase. En otras palabras, en principio podría ponerse a disposición de personas que quisieran saber, ¿Qué hicieron en esa clase? Usted se acercaría a escribir ese papel como un estudiante de una manera muy diferente de la forma en que lo hace hoy.

El papel no sería sólo para el instructor, o usted no sólo sería después de la calificación. Realmente estarías después de producir un papel que estarías orgulloso de mostrar al mundo para representar lo que hiciste en esta clase.

Realmente estamos volviendo este tipo de enfoque analítico a pensar en cuestiones bastante existenciales sobre la naturaleza de cómo hacemos nuestro negocio en el campus. Creo que en los próximos años verás mucho cambio ya que los campus aprovechan la oportunidad que toda esta información proporciona para entender mejor lo que está pasando.

¿Qué le dirías a un profesor más tradicionalista que dice: 'Mi enseñanza es más arte que ciencia, y tienes que estar abierto a la serendipia ya la improvisación, y no quiero que me lleven la nariz y los datos grandes?' Harumph.

Comprendo totalmente esta perspectiva. Las personas que afirman que a menudo son bastante correctas. Otra cosa que ha surgido en nuestra comprensión del campus de Michigan es que enseñamos una increíble variedad de clases. Tenemos 9,200 clases en este campus, y van en la matrícula de uno a 2.000.

Son muy diferentes, uno del otro. Yo diría que este tipo de enfoque analítico de aprendizaje es especialmente importante en entornos donde estamos enseñando a mucha gente, donde estamos enseñando a personas que vienen de una amplia variedad de orígenes o tienen una amplia variedad de intereses y metas, y esos entornos son típicamente los lugares donde estamos enseñando clases de fundamentos cuando los estudiantes vienen a un campus como este.

Luego hay un montón de entornos de enseñanza y aprendizaje donde lo mejor que podemos hacer es poner a ese miembro experto de la facultad en una sala con 18 estudiantes. Una experiencia de aprendizaje realmente, realmente grande puede suceder allí.

Así que para aquellos en las grandes clases de la universidad, no teman los datos?

Creo que no deberían, porque creo que tiene mucho que aportar para ayudarlos. Tengo colegas que todavía son escépticos acerca de esto, y una parte del desafío para todas las aplicaciones de datos a través de nuestras vidas es para todos nosotros para evaluar la forma en que nos sentimos acerca de la reducción de la experiencia a un número limitado de puntos de datos y luego tratando de aprender a partir de ese. Creo que en la mayoría de nuestras vidas, hemos visto que los datos tal vez en su recomendador Netflix, es algo útil. ¿Derecha? No soluciona todos sus problemas, pero tiene un papel que desempeñar.

Creo que a medida que exponemos más y mejores maneras de poner los datos a trabajar en apoyo de los estudiantes, veremos que la gente se sienta cómoda con la idea de que, sí, tiene algo que traer a la mesa. No soluciona todos los problemas, pero tiene una contribución importante que hacer.