5

Macrodatos para los estudiantes pobres

WASHINGTON, DC – Los países necesitan personas habilidosas y talentosas para generar las innovaciones que sustentan el crecimiento económico en el largo plazo. Esto es así tanto para las economías desarrolladas como para aquellas en desarrollo. Pero no ocurrirá si no se invierte en educación y capacitación. Si queremos terminar con la pobreza, reducir el desempleo y poner freno a la creciente desigualdad, debemos encontrar formas de enseñar nuevas, mejores y más baratas, y hacerlo a gran escala.

Puede parecer que esta meta está fuera del alcance incluso de los países más pudientes, pero la obtención, el análisis y el uso inteligentes de los datos educativos pueden implicar una gran diferencia. Y, afortunadamente, vivimos en una época en que la tecnología de la información nos brinda las herramientas adecuadas para ampliar el acceso a la educación de alta calidad y asequible. Los macrodatos –los conjuntos de datos complejos y de gran volumen que las empresas usan para analizar y predecir el comportamiento de los consumidores– pueden brindar a los docentes y a las empresas cantidades de información sin precedentes sobre los patrones de aprendizaje de los alumnos, y ayudar a las escuelas a personalizar la educación en formas cada vez más sofisticadas.

Chicago Pollution

Climate Change in the Trumpocene Age

Bo Lidegaard argues that the US president-elect’s ability to derail global progress toward a green economy is more limited than many believe.

El Grupo del Banco Mundial y su institución para créditos privados, la Corporación Financiera Internacional (IFC, por su sigla en inglés), procuran aprovechar este potencial para apoyar a los sistemas educativos nacionales. Una iniciativa reciente, llamada Enfoque Sistémico para lograr Mejores Resultados en Educación (SABER, Systems Approach for Better Education Results), obtiene y comparte datos comparativos sobre políticas e instituciones educativas en países de todo el mundo.

En el sector privado, la capacidad para obtener información sobre la interacción entre alumnos y maestros, y la interacción entre los estudiantes y los sistemas de aprendizaje, puede tener un profundo impacto. En Kenia, por ejemplo, las Academias Internacionales Bridge usan el aprendizaje adaptativo a gran escala. Bridge, un cliente de la IFC fundado por tres emprendedores estadounidenses, dirige 259 guarderías y escuelas primarias donde la matrícula mensual cuesta, en promedio, 6 dólares. Es un laboratorio masivo de aprendizaje, tanto para los estudiantes como para los educadores.

Bridge prueba distintos enfoques para enseñar habilidades y conceptos estándar mediante la implementación de dos versiones de una lección al mismo tiempo en una gran cantidad de aulas. Las lecciones son presentadas por los maestros en forma programada y a partir de planes estandarizados, con tabletas que también registran el tiempo que los maestros dedican a cada lección. Se registran los resultados de los exámenes en la tableta del maestro y se obtienen 250.000 resultados cada 21 días. A partir de esos datos, el equipo de evaluación de Bridge determina cuál de las lecciones es más eficaz y la distribuye al resto de la red de la Academia.

Sabemos que una miríada de cuestiones pueden causar que el desempeño de un estudiante empeore: el calor insoportable durante el verano en aulas sin acondicionadores de aire, los problemas en el hogar, la mala calidad de los maestros, por nombrar algunas. Pero, cuando se reúnen resultados a gran escala, las variables se aplanan y es entonces donde surgen las diferencias importantes. Ese es el gran valor de los macrodatos.

Otro caso es el de SABIS, un proveedor de educación primaria y secundaria en Estados Unidos, Europa, Asia, Oriente Medio y África del Norte. SABIS explora grandes conjuntos de datos para garantizar elevados estándares y mejorar el desempeño académico de 63.000 estudiantes. El seguimiento continuo del desempeño anual de los estudiantes produce más de 14 millones de datos que se usan para dar forma a la capacitación, alcanzar objetivos de aprendizaje y garantizar la consistencia en la red de escuelas de la empresa en 15 países.

Knewton, una plataforma adaptativa de aprendizaje que personaliza cursos digitales mediante el uso del análisis predictivo, es otra empresa en la vanguardia de la revolución de datos. Con contenidos y capacitación personalizados, incluso en aulas sin los recursos con los que cuentan las escuelas privadas se puede proporcionar un aprendizaje individual. Como resultado, los maestros dedican su tiempo de la manera más eficaz posible –para solucionar problemas con estudiantes– en vez de proporcionar lecciones no diferenciadas.

Esos beneficios no carecen de riesgos. Solo estamos empezando a buscar la forma en que el impresionante potencial de los macrodatos puede aprovecharse para el aprendizaje y al mismo tiempo proteger la privacidad de los alumnos. En algunos casos, la tecnología para la captación de los datos supera nuestra capacidad para decidir cómo deben ser obtenidos, almacenados y compartidos. No importa cuán rigurosamente se protejan los datos, aún es necesaria una estructura clara de autorización para su uso. En muchos países, la privacidad de la información no está regulada en absoluto.

Fake news or real views Learn More

La interfaz entre los datos y la educación promete nuevos productos educativos para mejorar el aprendizaje con grandes beneficios potenciales, especialmente para los pobres. Para aprovechar esos beneficios –y hacerlo responsablemente– debemos garantizar que la obtención de datos no sea ni excesiva ni inapropiada, y que apoye al aprendizaje. El sector privado, los gobiernos y las instituciones como el Grupo del Banco Mundial deben formular reglas sobre la forma en que se obtiene, comparte y usa la información crítica sobre el desempeño de los estudiantes. Es lo mínimo que merecen los alumnos y sus padres.

Traducción al español por Leopoldo Gurman.