Big Data, Data Science y educación

Es necesario acercar el análisis de datos a los sistemas educativos. El Big Data nos permitiría introducir diagnóstico y predicción en la construcción de modelos formativos personalizados, tendentes a desarrollar aquellas habilidades y aptitudes que nos hacen únicos. En ningún sitio se dice que nacemos para vivir en malestar o infelicidad a cambio de islas inconexas de placer (además, asociadas al consumo incuestionado o la información trivial) o que somos clones por demanda de la producción.

Durante los últimos tiempos, figuras calificadas, periodistas, etc. parecen alertar sobre un vacío cada vez más notorio en nuestros sistemas formativos: Big Data y Data Science. En las instancias educativas más básicas la utilización de los datos para mejorar los procesos es todavía escasa, teniendo un gran potencial para mejorar el rendimiento, la calidad y el desarrollo de los estudiantes.

En sentido de lo anterior, analizar los datos generados en el sector educativo podría dar pistas muy interesantes sobre aquellos “puntos críticos” donde hace falta inversión y esfuerzo para el logro de escalas de objetivos. Existen ya aplicaciones de este tipo en algunos países, donde los datos arrojan lecturas sobre posibles caminos o elecciones profesionales.

En suma, la utilización del Big Data tiene todavía mucho recorrido por delante en la educación. Los datos, la automatización, la transformación digital, etc. es una realidad inevitable, es asumida o arrollará a más de una estructura.

¿Qué sería lo ideal? Pues que toda una pedagogía y aplicaciones sobre la función de los datos estuvieran presentes desde la educación básica, dándonos información muy valiosa sobre cómo aprendemos, qué determinantes o simbolismos actúan durante el desarrollo o cómo maximizar procesos que involucren personalización (en elaboración de materiales, proyectos enfocados a intereses particulares o trabajo de los orientadores).

Todo esto con varios fines sensibles, como rescatar al estudiante de esta especie de imperio de la masificación tan característico de las economías de mercado. Es decir, lo digital puede crear clones que consumen y piensan en la misma dirección, pero un análisis inteligente de los datos producidos durante el itinerario formativo de un estudiante puede decirnos dónde prestar atención para reforzar el desarrollo de las habilidades, aquello que materializa esa condición fundamental de la sociedad civilizada: la igualdad en las diferencias.

Resulta evidente que hoy generamos más datos que nunca y que su captura y procesado están regulados. En el caso de los más jóvenes los volúmenes crecen de forma muy importante, sobre todo por la manera como se comunican y aprenden. Si estos cúmulos de información se analizaran, como se ha dicho, revelarían detalles sobre cómo se lleva a cabo el aprendizaje, dando pie a la construcción de modelos individuales. Lo anterior se traduce en algo que siempre fue esencial, pero que por distintos motivos hemos perdido de vista: que en ningún sitio dice que nacemos para vivir en malestar o infelicidad a cambio de islas inconexas de placer (además, asociadas al consumo incuestionado y la información trivial) o que somos clones por demanda de la producción.

Pues bien, la realidad es que Big Data y Data Science son paradigmas tecnológicos que pueden utilizarse en más de una dirección, por ejemplo, buscando y diseñando trayectorias formativas donde el aprendizaje vuelve a encontrarse con el placer individual.

Las aplicaciones que se alimentan de los datos para encontrar pautas y generar modelos predictivos (que hemos abordado en entradas anteriores) de la misma forma en que pueden revelar fallos al interior de un proceso productivo, también podrían describir las posibilidades o el potencial de tal proceso. ¿Por qué no pensar que el análisis de los datos generados por un estudiante, el sistema, también dibuja sus posibles líneas de desarrollo futuras (la predicción)?

¿Y si luego utilizamos esos resultados para primar aquellas trayectorias que encajan con los rasgos propios o únicos de su cuadro de personalidad? Y tengamos en consideración que lo anterior sería como devolver parte de la riqueza a sus auténticos propietarios. Aquí está la cuestión: extender peso de verdad al estudio de los datos disponibles, restándolo a valoraciones que sufren todo el sesgo de lo humano.

Diagnóstico y predicción son cuestiones inherentes a una utilización inteligente de nuestros datos. Y es cada vez más difícil hablar de sistemas educativos o programas formativos sin hacerlo al mismo tiempo de Big Data, inteligencia artificial, etc. Los mayúsculos desafíos del futuro próximo puede que impliquen modelos educativos personalizados, grandemente apoyados en las arquitecturas tecnológicas que tienen a la información como su piedra angular.

NASA: EN BUSCA DE CIENTÍFICOS DE DATOS

NASA: EN BUSCA DE CIENTÍFICOS DE DATOS

Todo este escenario se ilustra, aproximadamente, con un caso del todo llamativo: la NASA y sus futuras misiones. En efecto, hasta hace algunos años presentarse como candidato a determinados proyectos de la Administración Nacional de Aeronáutica y el Espacio de los EE.UU. implicaba una serie totalmente ineludible de credenciales académicas y experiencias técnicas, entre ellas estaba ser piloto, por supuesto.

Pero en tiempos recientes, para algunos sectores de esas misiones y proyectos, deja de ser necesaria una credencial de piloto y pasa a demandarse una titulación superior en Big Data y Data Science. A finales del pasado 2019 algunas ofertas de empleo de la NASA, en concreto para misiones en órbita terrestre y como parte del legendario Laboratorio de Propulsión a Chorro en California solicitaban especialistas y científicos de datos en programas para la fabricación y control de naves robóticas destinadas a entornos planetarios cercanos.

Estas ofertas de trabajo se matizaban en Machine Learning, inteligencia artificial, análisis estadísticos, computación en la nube, etc. Pero, al hilo de esto, científicos que en el pasado se han formado en proyectos de la NASA, como Fredi Vivas (U Singularity), han destacado cómo los enfoques pedagógicos de cada trayectoria formativa (reforzando aptitudes, personalizando contenidos, etc.) vienen a determinar la manera como un futuro profesional enfrenta cada reto o problema.

Sobre la forma de trabajar y aprender en Singularity University, la Universidad creada por la NASA y Google, ubicada en Silicon Valley, afirma (Infocable): Trabajan con un enfoque de abundancia. Buscan que no pensemos como si nos faltaran recursos, sino como si los tuviéramos.


Máster en Big Data y Data Science de la UNED: MATRÍCULA ABIERTA

ANTES, HABLAN NUESTROS ESTUDIANTES