TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
Big data (herramientas de visualizacion de datos)
1. Desarrollo: Gustavo Valencia García Asignatura: Big Data Actividad 1: Herramientas de visualización de datos
Master Universitario Tecnología Educativa y Competencias digitales
Archivos grá icos tomados de: Freepik
FUENTE:
Adell, J. [CENT UJI]. (18 de enero de 2017). Analíticas del aprendizaje: una perspectiva crítica (Jordi Adell) [Archivo de vıd
́ eo].
https://www.youtube.com/watch?v=ZzQLBh1JgEw&t=820s
Aprendizaje adaptativo
Analíticas del aprendizaje
Una perspectiva crítica
Jordi Adell
Promesas
Es una enorme cantidad de datos que
producen una serie de dispositivos
¿Qué es?
¿Cómo se miden los datos?
Terabyte - Petabyte - Exabyte - Zettabyte
Características del BIG DATA
1. Se producen a gran velocidad
Son diversos en variedad
2.
Están estructurados y no
estructurados
3.
Son exhaustivos con el 100%
de los datos, no con muestras
4.
Permiten relacionarlos y
referenciarlos
5.
Pueden incrementarse en
cantidad y descripción
6.
características del BD
Resumen
1.
2.
3.
4.
Volumen
Escala de datos
Velocidad
En la que se crean
Variedad
Diferentes tipos de datos
Veracidad
Incerteza de los datos
+
Analíticas del
aprendizaje
¿Qué
es?
Es la medida, recolección, análisis y presentación de
datos sobre los estudiantes y sus contextos con el
propósito de comprender y optimizar el aprendizaje
y el entorno que tiene lugar.
Como herramienta
para el aseguramiento
y la mejora de la
calidad
Como herramienta
para aumentar
las tasas de
retención
Como una herramienta
para evaluar y actuar
sobre los resultados
diferenciales entre
la población
estudiantil
Como facili-
tador para el
desarrollo y la
introducción
del aprendizaje
adaptativo
2. 3. 4.
1.
Aprendices
Métricas
Decisiones Datos
CICLO
analıt
́ ica del aprendizaje
Niveles
de la analıt
́ ica
del aprendizaje
1. Descriptivo
2. Diagnóstico
3.Predictivo
4. Prescriptivo
Estructura
Datos y
entornos
Partes
interesadas
¿Qué?
¿Quién?
¿Para
qué?
Fines y
objetivos de
cada parte
interesada
Métodos
¿Cómo?
Críticas
Definiciones:
Aplicaciones:
Uso de datos previos de los
estudiantes para “persona-
lizar” su aprendizaje a través
de algoritmos que toman de-
cisiones de qué, cómo y cuando
enseñar, presentar contenido,
evaluar, etc.
Hasta que punto
medir implica
cambiar
Estamos dispuestos o
preparados para que
la educación se
convierta en una empresa
guiada por datos
Los datos, ¿son neutros,
objetivos, carentes de
presupuestos epistemo-
lógicos, ideológicos,
sociales, etc.?
¿Cómo transforma la AA los
contenidos del currıc
́ ulum y la
comunicación (online y of line)
entre profesores y estudiantes
y entre los propios estudiantes?
¿Qué preocupaciones y
garantıa
́ s es necesario
adoptar para el uso de
datos personales?
¿Analıt
́ icas de la enseñanza?
¿por qué solo se habla de
analıt
́ icas del aprendizaje y no
de la vigilancia y control del
profesorado?
¿Qué visión del aprendizaje
se da por aceptada en la
implementación de las
analıt
́ icas del aprendizaje?
¿Cómo transforma la
enseñanza y el aprendizaje
universitario el analisis
sistematico y constante de las
“huellas digitales” de los
estudiantes y profesorado?
¿Cómo cambia la toma de
decisiones y el gobierno de
las universidades la analıt
́ ica
del aprendizaje?
1 2 3 4
5
6
7
8
9