Estrategias de generación de datos para la aplicación de analítica de aprendizaje adaptativo

Abstract

La educación de calidad es esencial para reducir desigualdades y mejorar la sociedad. La analítica de aprendizaje por su parte, es una disciplina que mediante técnicas de análisis de datos busca comprender y mejorar el aprendizaje y la enseñanza. Dentro de esta disciplina, la analítica de aprendizaje adaptativo personaliza la enseñanza según las acciones de los estudiantes. Esta tesis se centra en diseñar estrategias de generación de datos para la aplicación de analíticas de aprendizaje adaptativo en cursos híbridos. Tras una revisión sistemática de la literatura, se identificaron vacíos de conocimiento y se caracterizaron los elementos necesarios para las aplicaciones, definiendo consideraciones y estrategias CTP (Contexto, Teoría, Práctica), estructuradas y complementadas con aportes propios y ejemplos prácticos. Posteriormente, se desarrollaron las estrategias específicas de generación de datos con elementos tecnológicos, pedagógicos y comunicacionales, las cuales se integraron en un prototipo que proporciona una guía para docentes sobre cómo implementar estas estrategias en el diseño de cursos. Finalmente, la validación se realizó mediante un curso corto, evidenciando un correcto flujo de datos y siendo complementado con una aplicación ilustrativa en dos conjuntos de datos. De esta manera, se busca promover y ampliar la adopción de la analítica de aprendizaje adaptativo en el contexto educativo, mejorando la calidad en la educación, beneficiando el proceso de aprendizaje y contribuyendo con una mejor sociedad.

Quality education is essential to reduce inequalities and improve society. Learning analytics is a discipline that uses data analysis techniques to understand and improve learning and teaching. Within this discipline, adaptive learning analytics personalises teaching according to students' actions. This thesis focuses on designing data generation strategies for the application of adaptive learning analytics in hybrid courses. Through a systematic literature review, knowledge gaps were identified and the necessary elements for such applications were characterised, defining CTP (Context, Theory, Practice) considerations and strategies, structured and complemented with original contributions and practical examples. Subsequently, specific data generation strategies incorporating technological, pedagogical, and communicational elements were developed and integrated into a prototype that provides a guide for educators on implementing these strategies in course design. Finally, validation was conducted through a short course, demonstrating an effective data flow, and complemented with illustrative applications on two datasets. This approach aims to promote and expand the adoption of adaptive learning analytics in the educational context, thereby enhancing educational quality, benefiting the learning process, and contributing to a better society.