Por: E-Learn Magazine

Bogotá, Colombia

Si bien la primera charla TED fue en 1984, en Monterey, California, el streaming online popularizó estas conferencias en los últimos años. Participar en un evento de TED no es tarea fácil: es un espacio restringido a las grandes mentes en temas relacionados a ‘tecnología’, ‘entretenimiento’ y diseño’, de ahí provienen sus siglas, aunque realmente TED es mucho más que solo esas tres áreas del conocimiento. Los más pragmáticos lo definen simplemente como ‘ideas que merecen la pena ser mostradas’.

Precisamente esa fue la idea que tuvo la Universidad de La Sabana, ‘compartir conocimiento de calidad’, al organizar TEDxUniSabana el pasado 23 de mayo en el campus de su universidad, a las afueras de Bogotá. Exactamente nueve conferencistas hicieron parte de esta iniciativa universitaria, en la que hablaron sobre analíticas de aprendizaje, manejo de big data, comunicación y aprendizaje en personas de discapacidad, entre otros temas afines.

Una de las conferencias que más interesantes para el público asistente, y para los centenares de personas que vieron la transmisión por streaming, fue la de ‘el uso de los datos para cambiar la educación a nivel mundial’, realizada por Phillip Miller, vicepresidente Internacional de Servicios de Código Abierto de Blackboard Inc.

La premisa de Miller para desarrollar su charla fue la siguiente: ¿pueden los computadores predecir el futuro, la economía, el comportamiento de la bolsa de valores? ¿Pueden, también, acaso, predecir qué tipo de personas van a tener éxito como estudiantes, profesores, e incluso como profesionales?

Los más de 15 años de experiencia en estrategia e implementación de plataformas de educación en línea y plataformas de código abierto que tiene Miller, lo hacen merecedor de un status diferencial dentro de la industria de la tecnología para la educación. “Desafortunadamente no existe aún la tecnología que permita que los computadores realmente ‘aprendan’ o sean capaces de ‘predecir’ en ambientes de alta incertidumbre, en ningún caso son aún los computadores ‘creativos’”, dijo Miller. “Todo esto no significa sin embargo, que los computadores no sean capaces de analizar grandes colecciones de datos y encontrar correlaciones entre esos datos. En eso son muy buenos, mucho mejores que los humanos”.

Cuando los computadores realizan este tipo de correlaciones, pueden presentar hallazgos y sugerencias, lo que da pie para que los humanos tomen acciones. Esto significa que, en teoría, los computadores podrían ‘predecir’ las cosas, de cierta forma, siempre y cuando se les otorguen pistas, grandes conjuntos de datos y esto sea dentro de un ambiente relativamente estable.

Surgen entonces, otros interrogantes. ¿Pueden los computadores, los robots, reemplazar a los profesores? ¿Si los computadores pueden hallar patrones, correlaciones y eventualmente tomar decisiones que puedan utilizarse para mejorar, por ejemplo, el aprendizaje de los alumnos, pueden los computadores, los robots, reemplazar a los profesores? Podrían ser los computadores mejores profesores que sus contrapartes humanas?

‘Analítica predictiva para el aprendizaje’

En la actualidad los alumnos y los profesores, interactúan unos con otros, y entre sí a través de la tecnología. Específicamente, a través de un LMS. “Esta es una herramienta que permite interactuar, comunicar, participar, enviar y recibir tareas, calificarlas, y realizar y facilitar otra serie de actividades relacionadas con la enseñanza y el aprendizaje”, dijo Miller.

Todas estas interacciones de las que habla Miller quedan registradas en el LMS. Es por eso que un computador, utilizando algoritmos especiales, puede analizar toda esa información. Pero no es un análisis tipo Google Analytics, que más que analizar, lo que haces registrar y reporta. Lo que hace la ‘analítica predictiva para el aprendizaje’ es no solo se trata de datos de sesión; es decir, si un alumno entró o salió de la plataforma o cuánto tiempo estuvo conectado. Estamos hablando de analizar el lenguaje que utilizó el alumno, con qué expresiones, con qué frases interactuó con sus compañeros o con el profesor”, afirmó Miller.

La idea de esta herramienta es predecir con un buen nivel de certeza, qué va a pasar en el futuro, teniendo en cuenta qué sucedió en el pasado. Detrás hay todo un proceso más complejo, en el que se involucran modelos estadísticos y algoritmos. De esta forma, con esta tecnología que ya existe, este software puede sugerir – o incluso decidir – de forma automática la calificación que debe recibir un alumno por su participación en clase.

Entonces. ¿Pueden los computadores ‘predecir’ el futuro? De cierta forma, sí. ¿Serán todos los profesores reemplazados por un computador? No, solo algunos. “Está en las manos del profesor y la fuerza de su vocación, en la inteligencia de las instituciones para reconocer el valor que aportan, que la docencia no sea un proceso automatizable y la universidad, una fábrica de desilusiones”, y así concluyó Miller, su charla en TEDxUniSabana.