MOOCS, Big
Data y educación
“The data is the question!”
Jeff Jonas said. “I mean that seriously!” [1]
El crecimiento
del fenómeno llamado "Big Data"
está arrojando nuevas dudas en todos los ámbitos de la sociedad, con especial
relevancia en la economía, la salud y la educación. A día de hoy viene a ser un
concepto tan amplio como vacío entendido desde tres grandes espacios[2]:
(i)
Relativo al tamaño de los datos (Product-oriented/quantitative)
(ii)
Relativo a los procesos de recolección, curación y uso
de los datos (Process-oriented)
(iii) Relativo a las capacidades cognitivas de los seres
humanos para asimilar los datos (Cognition-oriented)
En todos estos casos el Big Data plantea una serie de dilemas[3]
que podemos articular relación a la epistemología (lo que conocemos sobre el mundo y sobre
nosotros), cómo obtenemos ese conocimiento (metodología) y cómo lo presentamos
(estética), qué técnicas y tecnologías se desarrollan para estos fines
(tecnología), cómo esto impacta en la privacidad (ética) y en la propiedad
intelectual (leyes), y por último qué implica todo esto en términos a la
equidad social y el control político (economía política).
Y todo ello a partir del axioma del nuevo fenómeno de que “La superficie es la nueva profundidad” en
el
sentido de que lo que en el pasado era accesible solamente a unos pocos ahora está a disposición de muchos. Uno de los principales problemas[4] asociados
con el Big Data es que conduce a salvar la apariencia pero no necesariamente el
fenómeno, dilema especialmente agudo en los campos de la inteligencia
artificial y de la ciencia cognitiva, y es de especial relevancia en relación a
la predicción: por eso sucede que muchas veces se pretende salvar el fenómeno
salvando la apariencia. Todo ello aboca al colapso de la distinción entrambos: el fenómeno deviene apariencia[5].
Más allá, “Depurar los datos” es
decidir qué atributos y variables
importan y cuáles pueden ser ignorados lo que acaba subjetivizando los datos[6]. Pues cuanto más abundancia de datos más necesidad de mediación hay por lo que se necesitan nuevos ecosistemas de mediación, más en el ámbito educativo[7].
importan y cuáles pueden ser ignorados lo que acaba subjetivizando los datos[6]. Pues cuanto más abundancia de datos más necesidad de mediación hay por lo que se necesitan nuevos ecosistemas de mediación, más en el ámbito educativo[7].
En relación al aprendizaje[8] el Big Data
se asocia con el análisis de la información que pueda contribuir al desarrollo
de nuevas perspectivas sobre la educación, y en relación al grado en que las
nuevas políticas serán necesarias para estos cambios: diseño del aprendizaje,
liderazgo, cultura institucional, acceso a los datos y seguridad, privacidad y
problemas éticos implicados, tecnologías e infraestructuras. Podemos considerar
las instituciones educativas como “sistemas adaptativos complejos” que
requieren de políticas especiales si no quiere verse abocado al fracaso[9]. Para ello
la teoría de sistemas ofrece
interesantes conceptos en relación a los sistemas educativos entendidos como
sistemas complejos. Todos ellos actuarían según esquemas similares:
interconexiones informacionales con inputs y outputs predecibles, de forma
dinámica, diferenciada y jerárquica[10], cuestiones
que las políticas educativas deben asumir. Lo que está claro es que en el campo
de la enseñanza online el Big data proporcionará a las instituciones las
herramientas predictivas necesarias para mejorar los resultados de los
estudiantes individuales. Se trata de diseñar curricula que recopilen información sobre cada paso del proceso de
aprendizaje, pudiendo así adaptar módulos y recursos de forma personalizada[11].
Precisamente es relevante que las
críticas generales que se hacen hacia el Big Data puedan aplicarse al campo de
la educación: la posible aparición de una brecha
digital. Como dice
Derrida ‘Effective democratisation can
always be measured by this essential criterion,’ y ‘the participation in and
access to the archive, its constitution, and its interpretation’. Se producirán en todo caso estructuras de clase que podemos articular en
tres grupos según Manovich: los que crean datos, los que tienen los medios para
recolectarlos y los que tienen expertos para analizarlos. Será este último
grupo el más pequeño y privilegiado, y el que impondrá reglas al uso del Big
Data[12]. En relación a esto una cuestión importante es si los datos deben
considerarse de forma privada/propietaria o deben ser tratados de forma pública[13].
A nivel filosófico el Big Data
plantea la cuestión de si la teoría
es realmente necesaria o no y de cómo las ciencias están reorientándose hacia
la mera recolección de datos. De aquí las necesarias preguntas sobre el papel
que la teoría debe desempeñar en el fenómeno del Big Data, o si debemos cambiar
el concepto de teoría y de ciencia, todo
ello en el marco de un replanteamiento de las relaciones entre ciencia y
sociedad. En todo caso, las preguntas que quedan abiertas son: qué ganamos y
perdemos a nivel espistemológico al adoptar una ciencia guiada por el Big Data?[14].
[8] Embracing
Big Data in Complex Educational Systems: The Learning Analytics Imperative and
the Policy Challenge, Macfadyen
(2014), 18
[9] Embracing
Big Data in Complex Educational Systems: The Learning Analytics Imperative and
the Policy Challenge, Macfadyen
(2014), 19
[10] Embracing
Big Data in Complex Educational Systems: The Learning Analytics Imperative and
the Policy Challenge, Macfadyen
(2014), 24
No hay comentarios:
Publicar un comentario