Repensando la Universidad con ciencia y analítica de datos

Oct 3, 2019 7:19:10 PM / by Egresados Anáhuac Mayab

big data en universidades

Por: Dr. José Luis Barrera Canto

Gracias a los avances tecnológicos relacionados con big data, inteligencia de negocios e inteligencia artificial, el manejo de los datos y la información ha adquirido dimensiones nuevas, que exigen a su vez, nuevas funciones en una organización. El análisis y explotación de los datos con una visión estratégica es una función que toda organización actual debe tener para ser más eficiente y competitiva.

Las universidades, poseedoras de grandes cantidades de datos de sus alumnos tanto académicos como de gestión, tienen como reto e incluso como responsabilidad, integrar esta función y generar analítica que permita decisiones que se traduzcan en un servicio de mayor calidad a sus estudiantes.

  • Una educación más personalizada

La analítica de datos puede reforzar el proceso de aprendizaje del alumno, proporcionando retroalimentación inmediata y enriqueciendo su experiencia de aprendizaje con técnicas como gamificación; se pueden diseñar modelos adaptativos que le den a cada estudiante experiencias diseñadas para sus habilidades cognitivas, conocimientos previos, habilidades, intereses, estilos de aprendizaje, motivaciones o habilidades metacognitivas. Estos modelos agregarían una nueva dimensión y mayor valor agregado a la actual estrategia de la Universidad de implementación de cursos en línea.

  • Mejores apoyos a los profesores

El profesor puede apoyar su planeación y actividades con modelos que analicen todos los datos obtenidos de la trayectoria del estudiante, sus esfuerzos, sus aciertos y sus fracasos; de esta forma, el profesor podrá tomar acciones específicas y proactivas para ir mejorando el proceso de aprendizaje de los estudiantes.

escuela de ingenieria

 

  • Herramientas para las tutorías y mentorías

Combinando todos los datos académicos y no académicos de los estudiantes en su vida universitaria (indicadores de desempeño, reprobación, deserción, habilidades cognitivas, etc.) se pueden desarrollar modelos predictivos de su desempeño, que generen alertas de aquellos estudiantes que pudieran llegar a una situación desfavorable. Esto sería un avance significativo a las herramientas actuales que identifican al estudiante en riesgo una vez que ya está en dicha situación.

  • Un mejor mecanismo de evaluación de profesores

Con la cantidad de datos que se obtienen de las evaluaciones de un profesor a lo largo del tiempo, de diversos grupos con diferentes características y diferentes resultados del desempeño, se pueden desarrollar modelos analíticos que proporcionen una evaluación más precisa y confiable del profesor, correlacionando todos los datos involucrados (cuantitativos y cualitativos, del proceso y del estudiante); estos modelos buscarán reducir el sesgo que el alumno tenga hacia el profesor por factores ajenos a su desempeño, factores muchas veces relacionados con personalidad, cultura, dificultad de la materia, etc.

  • Una mejor gestión de los servicios y recursos universitarios

Obteniendo datos estructurados y no estructurados del uso de los recursos disponibles a los estudiantes, la universidad puede desarrollar modelos que analicen el desempeño de esta como organización, que permitan mejorar la eficiencia de los procesos organizacionales, especialmente, los servicios que se prestan a los estudiantes y que constituyen parte del valor agregado de estar en nuestra universidad.

Pero el reto no es sencillo, la capacitación necesaria en las herramientas necesarias es una cuestión operativa basada primordialmente en la disponibilidad de los recursos necesarios para hacerlo, sin embargo, el cambio de cultura que implica convertir la universidad actual en una data-driven university es quizá, el paso fundamental para construir exitosamente esta nueva estrategia.

El cambio de cultura debe ser profundo, debe llevar a las personas dentro de la universidad a ser innovadoras, disruptivas, les exige desarrollar nuevas capacidades analíticas y comprometerse más con su entorno, ya que los datos sin contexto son inútiles. Una vez que el cambio cultural empiece realizarse, es importante la creación de una política de datos que establezca claramente las pautas que guiarán el cambio de los procesos de la organización.

Finalmente, este repensamiento de la universidad necesita un líder con visión que dirija esta transformación, un líder que siembre la semilla del cambio y contagie esta nueva filosofía de hacer las cosas diferentes, de analizar el entorno de forma científica y hacer innovación como parte integral de cada persona que conforma a la universidad.   

Topics: Ingenieria