El documento presenta las tendencias futuras del e-learning como learning analytics, big data y gamification, describiendo sus definiciones, propósitos y aplicaciones. Se concluye que estas tendencias pueden mejorar la educación adaptando programas a las necesidades de los alumnos y haciendo el aprendizaje más interactivo y entretenido. Además, se destaca la importancia de analizar los grandes volúmenes de datos generados para optimizar la toma de decisiones en el ámbito educativo.

1. La Web 3.0 [Learning Analytics,
Bigdata] & Gamification
Presentado por:
Alejandro E. Acevedo

2. • El avance de la tecnología y el desarrollo de nuevos hábitos
como consecuencia de la misma promueve el desarrollo de
distintas tendencias.
• Con el propósito de profundizar en las tendencias futuras del
e-learning se presenta a continuación una síntesis de:
– Learning Analytics
– Big data
– Gamification
Introducción

3. 1. Conocer qué es y para qué sirve.
2. Determinar sus componentes principales.
3. Presentar ejemplos de su aplicación.
Objetivos

4. • ¿Qué es?
– Dentro de un ambiente de aprendizaje personal (PLE) el alumno
proporciona diferentes datos en su actuar.
– Learning Analytics recolecta, mide y analiza estos datos con el propósito
de tomar mejores decisiones.
• ¿Para qué?
– Para tomar decisiones que estén enfocadas en la mejora del ambiente y
en el desarrollo de planes adaptados a las necesidades del alumno.
• Algunos elementos de analytics se encuentran dentro de la
plataforma Moodle, por ejemplo:
– Rubric
– Klassdata
– Google analytics.
Learning Analytics

5. • ¿Qué es?
– Se refiere al análisis y procesamiento de cantidades muy grandes de
datos, estos son susceptibles de análisis pero no con herramientas
convencionales y de forma masiva.
– Si bien el Learning Analytics está destinado para los alumnos, Big Data
está destinada para cualquier elemento que produzca información.
• ¿Para qué sirve?
– Se utiliza para tomar decisiones que están apegadas a las necesidades
del cliente en diferentes situaciones; generalmente de manera comercial.
• Algunas ejemplos de Big Data se observan en:
– Diagnósticos médicos
– Marketing
– Centros de alerta ambiental
Big Data

6. • ¿Qué es?
– Es la utilización de elementos de juego dentro o en ambientes que no
están relacionados con el juego.
– Existen diferentes jugadores y diferentes tipos de recompensa.
• ¿Para qué sirve?
– Se utiliza para hacer que la actividad sea divertida, comprometa a las
personas y que la persona obtengan una recompensa intrínseca o
extrínseca al final o durante.
• Algunas ejemplos de Gamification se observan en:
– Reclutamiento ejercito USA
– Samsung
– Universidades
Gamification

7. 1. Se concluye que la implementación de Learning Analytics podría
contribuir con el desarrollo de un programa adaptado a las
necesidades del alumno.
2. Se concluye que el Big Data constituye un conjunto de datos que
se obtienen como consecuencia de las acciones diarias pero que
necesita de un proceso de análisis para obtener beneficios.
3. Se concluye que la implementación de Gamification podría
desarrollar un entorno donde el alumno aprende jugando.
4. Se concluye en general que el uso de las diferentes tendencias
en el elearning podría facilitar el trabajo del docente y hacer el
proceso de enseñanza eficiente y efectivo.
Conclusiones

8. • Gomez Monge, J. D. (2 de diciembre de 2015). Gamificacion. Obtenido
de Slideshare:
http://es.slideshare.net/JoseDanielGomezMonge/gamificacion-
49778984
• González, V. M. (2 de diciembre de 2015). Gamificación. Obtenido de
Victormcoach:
https://victormcoach.wordpress.com/2014/06/25/gamificacion/
• Knewton. (2 de diciembre de 2015). Gamification education. Obtenido
de Knewton: https://www.knewton.com/infographics/gamification-
education/
• Olivares, B. C. (2 de diciembre de 2015). Gamificación. Obtenido de
Emaze: https://www.emaze.com/@AOWORQFW#!
Referencias Bibliográficas