VICERRECTORÍA DE INVESTIGACIONES, INNOVACIÓN Y EMPRENDIMIENTO
PROGRAMA DE INVESTIGACIÓN
EXPERIENCIAS INTERACTIVAS MULTIMEDIA BAJO UN ENFOQUE DEL DISEÑO SENSIBLE AL VALOR UTILIZANDO ANALÍTICA DE APRENDIZAJE PARA
EDUCACIÓN BÁSICA
INFORME FINAL DE PROYECTO 2
PATRONES DE DISEÑO PARA LA INCORPORACIÓN DE ANALÍTICA DE APRENDIZAJE EN EXPERIENCIAS INTERACTIVAS MULTIMEDIA PARA
EDUCACIÓN BÁSICA
Participantes:
Carlos Peláez, Andrés Solano, GITI, UAO Jesús López, GIEN, UAO
Emma Adriana De la Rosa, UAO Johann Alexis Ospina, GIMS, UAO Jorge Andrick Parra Valencia, GPS, UNAB
UNIVERSIDAD AUTÓNOMA DE OCCIDENTE Febrero de 2024
Tabla de contenido
1. Introducción ... 6
1.1 Motivación ... 7
1.2 Problema de Investigación ... 7
1.3 Justificación ... 10
1.4 Metodología ... 12
1.7 Objetivos ... 13
2. Marco teórico y estado del arte ... 14
2.1 Marco teórico ... 15
2.1.1. Experiencia Multimedia Interactiva en Contextos Educativos ... 15
2.1.2. Evaluación del aprendizaje a través de Experiencias Multimedia Interactiva 15 2.1.3 Analítica de Datos ... 16
2.1.4 Learning Analytics ... 16
2.1.5 Sistema Multimedia ... 17
2.1.6. Experiencia de aprendizaje ... 18
2.1.7 Patrones de diseño... 19
2.2 Estado del arte ... 19
2.2.1 Metodología ... 19
2.2.2 Análisis de resultados ... 22
2.2.3 Discusión... 27
3. Modelo desde un enfoque sistémico ... 29
3.1 ¿Cómo están relacionados el LA y la EMI? ... 30
3.2 Metodología ... 33
3.3 Desarrollo de una hipótesis dinámica formada por bucles de retroalimentación ... 34
3.4 Construcción del modelo de referencia ... 35
3.5 Modelo conceptual ... 41
3.6 Involucramiento de investigadores y profesores en la identificación de los modos de referencia, variables y bucles de retroalimentación ... 44
3.7 Validación del Modelo Conceptual ... 45
3.8 Conclusión ... 47
3.9 Percepciones e implicaciones para la práctica ... 50
4. Gestión de información para evaluación del aprendizaje ... 51
4.1 Conceptos básicos ... 52
4.1.1 Importancia de la gestión de información para la evaluación del aprendizaje 52 4.1.2 Gestión de información de acuerdo con el modelo definido para la evaluación del aprendizaje ... 52
4.1.3 Metodologías de analítica de datos ... 53
4.1.4 Consideraciones éticas y de privacidad en la recopilación de datos ... 54
4.2 Aplicación de la gestión de información en la evaluación del aprendizaje ... 55
4.2.1 Análisis exploratorio de datos ... 55
4.2.2 Análisis Factorial Exploratorio (AFE) ... 62
4.3 Conclusiones del capítulo ... 65
5.1 Antes de iniciar el diseño de una EMI ... 68
5.2 Lineamientos de diseño para la incorporación de LA en EMI ... 69
5.3.1 Lineamientos sobre el tablero de analítica de datos ... 70
5.3.2 Lineamientos de diseño relacionados con el estudiante ... 71
5.3.3 Lineamientos de diseño relacionados con el profesor ... 72
5.3.4 Lineamientos de diseño relacionados con actividades de aprendizaje ... 72
5.3.5 Lineamientos de diseño relacionados con el progreso / rendimiento / seguimiento de estudiantes ... 74
6. Validación de los lineamientos ... 76
6.1 Validación con expertos ... 77
6.2 Estudio de caso ... 82
6.2.1 Metodología de trabajo ... 82
6.2.2 Conformación de los equipos de trabajo ... 82
6.2.3 Coco Shapes como EMI objeto de estudio ... 82
6.2.4 Rediseño de Coco Shapes ... 84
6.2.5 Implementación de oportunidades de mejora relacionadas con usabilidad ... 86
6.2.6 Implementación de oportunidades de mejora relacionadas con LA ... 88
6.2.7 Resultados y análisis del estudio de caso ... 98
7. Productos e impactos ... 111
7.1 Desarrollo tecnológico e innovación ... 112
7.1.1 Lineamientos de diseño para la incorporación de LA en EMI ... 112
7.1.2 Experiencia multimedia interactiva Coco Shapes ... 112
7.2 Producción de nuevo conocimiento ... 113
7.2.1 Artículos de investigación en revistas ... 113
7.2.2 Artículos en conferencias ... 113
7.2.3 Capítulos de libro ... 114
7.3 Formación de recursos humanos ... 114
7.3.1 Tesis de pregrado ... 114
7.3.2 Cursos ... 115
7.4 Otros productos de trabajo ... 115
7.4.1 Divulgación de resultados ... 115
7.4.2 Movilidad de investigación ... 115
7.5 Impactos generados del proyecto ... 116
7.5.1 Social... 116
8. Conclusiones ... 119
8.1 Conclusiones ... 120
8.2 Trabajo futuro ... 122
Referencias ... 124
Anexos ... 134
Resumen
La incorporación de las Tecnologías de la Información y Comunicación (TIC) en los contextos educativos ha pasado de ser una actividad esporádica para constituirse en un elemento de uso común en los procesos de enseñanza-aprendizaje. Una de las herramientas que en la actualidad resulta de gran interés para los estudiantes son las experiencias multimedia interactivas, ya que además de impactar de forma simultánea varios de sus sentidos, permite que el usuario modifique el desarrollo de la experiencia gracias a las interacciones con la misma.
Teniendo en cuenta que la analítica de aprendizaje es una disciplina que combina datos y tecnología, ofreciendo un enfoque prometedor para comprender y mejorar la eficacia de las experiencias de aprendizaje a través del uso de sistemas multimedia, con este proyecto se logró definir un modelo desde un enfoque sistémico, que establece los elementos y relaciones que son pertinentes de incluir en la evaluación del aprendizaje mediado por experiencias multimedia interactivas en educación básica.
La interacción entre estudiantes y las experiencias multimedia, que en contextos educativos se espera que lleve a la apropiación de conocimiento, produce una cantidad significativa de información sobre el proceso de conocimiento del estudiante, el ambiente y los resultados de aprendizaje, que puede aprovecharse, junto con datos provenientes de otras fuentes para evaluar el proceso de aprendizaje de los estudiantes, empleando técnicas de analítica de aprendizaje. En ese sentido, a través de este proyecto fue posible determinar los datos y técnicas apropiadas para realizar la gestión de información de acuerdo con el modelo definido para la evaluación del aprendizaje.
Con base en lo anterior, el equipo de trabajo propuso una serie de lineamientos de diseño para la incorporación de analítica de aprendizaje en el desarrollo de experiencias multimedia interactivas en contextos educativos, los cuales sirven como guías prácticas para diseñadores, desarrolladores, profesores y otros interesados, al momento de crear experiencias multimedia interactivas. Los lineamientos propuestos se agrupan en cinco categorías: (1) tablero de analítica de datos, (2) datos del estudiante, (3) datos del profesor, (4) datos de las actividades de aprendizaje, (5) datos del progreso / rendimiento / seguimiento de estudiantes.
En el marco del proyecto la validación de los lineamientos fue realizada desde dos enfoques: el primero, desde el juicio de expertos, como son investigadores en la disciplina de analítica de aprendizaje y profesores de educación básica, y el segundo, desde la realización de un estudio de caso con la experiencia multimedia denominada Coco Shapes. La validación revela que los lineamientos propuestos son una base relevante para seguir trabajando en la definición de futuros patrones de diseño.
diseñadores de experiencias multimedia para que tomen decisiones basadas en datos sólidos, permitiéndoles comprender el progreso de los estudiantes, identificar áreas de mejora y, en última instancia, optimizar el proceso de enseñanza-aprendizaje. Con base en lo anterior, y teniendo en cuenta los resultados del proceso de validación, con este proyecto se hace una contribución al fortalecimiento de la educación básica y se intenta brindar experiencias multimedia interactivas para un aprendizaje más efectivo y significativo en un mundo cada vez más digital.
1. Introducción
1.1 Motivación
En la era digital en la que vivimos, la educación básica se enfrenta a desafíos y oportunidades extraordinarias. El acceso a la tecnología y las experiencias multimedia en el aula ha abierto un mundo de posibilidades para mejorar la calidad de la enseñanza y el aprendizaje. Sin embargo, con este avance tecnológico surgen nuevas preguntas, como por ejemplo: ¿Cómo se puede garantizar que las experiencias multimedia interactivas sean efectivas para fomentar el aprendizaje en los estudiantes de educación básica? ¿Cómo se mide y evalúa de manera precisa el impacto de estas experiencias en el desarrollo educativo de los estudiantes?
Teniendo en cuenta dichos interrogantes, el presente proyecto se propone como una iniciativa esencial para abordar las necesidades críticas de la educación en la actualidad. La analítica de aprendizaje, una disciplina que combina datos y tecnología, ofrece un enfoque prometedor para comprender y mejorar la eficacia de las experiencias de aprendizaje a través del uso de sistemas multimedia.
Este proyecto busca establecer una serie de lineamientos de diseño que permitan la integración efectiva de la analítica de aprendizaje en las experiencias multimedia interactivas en el contexto de educación básica. Estos lineamientos servirán como guías prácticas para diseñadores, desarrolladores, profesores y otros interesados, ayudándoles a crear experiencias multimedia más personalizadas, efectivas y adaptadas a las necesidades de los implicados.
El objetivo fundamental de este proyecto es empoderar a los profesores y diseñadores de experiencias multimedia para que tomen decisiones basadas en datos sólidos, permitiéndoles comprender el progreso de los estudiantes, identificar áreas de mejora y, en última instancia, optimizar el proceso de enseñanza-aprendizaje. Al hacerlo, se espera contribuir al fortalecimiento de la educación básica y brindar a los estudiantes experiencias multimedia interactivas para un aprendizaje más efectivo y significativo en un mundo cada vez más digital.
En resumen, este proyecto representa un paso importante hacia la mejora de la educación básica, utilizando la tecnología, experiencias multimedia interactivas y la analítica de aprendizaje como aliados, para transformar los procesos de enseñanza-aprendizaje.
1.2 Problema de Investigación
El aprendizaje se puede entender como producto de la interacción. La forma como se desarrolla esa interacción ha variado a lo largo del tiempo, pasando de considerar solamente a los docentes y estudiantes como actores del proceso, a incluir una serie de herramientas que permitan mediar estas interacciones; para ello se han empleado los libros, presentaciones, vídeos y más recientemente las Tecnologías de Información y Comunicación (TIC). No obstante, la variación de las herramientas usadas, el educador continúa siendo el encargado de orientar el proceso de aprendizaje, por lo que es común que emplee una considerable cantidad de tiempo en el diseño de
experiencias que maximicen el valor de las interacciones, buscando mejorar el proceso de enseñanza - aprendizaje para sus educandos.
Las experiencias de aprendizaje mediadas por tecnología digital incluyen ofertas que abarcan desde clases magistrales, libros de texto difundidos a través de la Web hasta juegos de rol colaborativos basados en Internet y en simulaciones sociales, así como juegos de estrategia multijugador altamente interactivos. Estas experiencias pueden involucrar trabajos colaborativos y en red de, por ejemplo, i) estudiantes de primaria que trabajan a través de Internet en sus habilidades de lectura; ii) estudiantes de secundaria que colaboran con científicos en la creación de un diseño y realización de investigaciones; o, iii) adolescentes que abandonaron la escuela secundaria y toman cursos en línea para obtener los créditos necesarios para graduarse. Inclusive los maestros desde el preescolar hasta la secundaria pueden participar de experiencias de aprendizaje en línea; por ejemplo, iniciar una sesión en comunidades en línea y centros de referencia, y obtener créditos en línea para certificar cualificación docente. Por eso, estas oportunidades de aprendizaje se han diversificado e involucran variedad de perfiles de actores y beneficiarios (Means, Padilla y Gallagher, 2010).
Hace más de 50 años, los computadores y las TIC, empezaron a introducirse en diferentes aspectos de la vida; en educación particularmente, empezaron a formar parte de los medios de interacción en el proceso de enseñanza - aprendizaje, pero han tomado tanta trascendencia que hoy día, ya nadie los contempla como un elemento añadido al sistema educativo, sino como unos medios significativos para el aprendizaje y un apoyo para la innovación escolar y la comunicación e interacción social (Cabero-Almenara, 2010).
La incorporación de las TIC en los contextos educativos ha tenido un avance significativo con el advenimiento primero de Internet y después con la llamada web 2.0. Como indica Cabero- Almenara (2010), es preciso reconocer que Internet ha hecho que los computadores dejen de ser uno simples instrumentos de presentación y tratamiento de información para convertirse en herramientas de comunicación e interacción social. De tal forma que tecnologías como la realidad virtual, la web semántica, el internet de las cosas, los sistemas multimedia, la realidad aumentada y las redes sociales, han entrado en el contexto educativo para mediar los procesos entre docentes, estudiantes y entre estudiantes.
La incorporación de las TIC lleva innegablemente a replantear ciertas concepciones del proceso de aprendizaje; el uso de dispositivos móviles, por ejemplo, resta importancia al sitio y contexto en que se desarrolla el aprendizaje y los entornos virtuales cambian la concepción de presencialidad para el proceso (Gros, 2016). La tecnología promueve una nueva visión del aprendizaje según la cual el aprendizaje es fundamentalmente personal, social, distribuido, ubicuo, flexible, dinámico y complejo (Chatti et al. 2010; citado por Gros, 2016).
En este nuevo contexto las experiencias multimedia interactivas ofrecen una gran ventaja para el desarrollo de interacciones educativas ya que, por su naturaleza, estimulan diferentes sentidos y hacen posible que el estudiante procese y relacione información desde diferentes fuentes. El aprendizaje multimedia utiliza el texto narrado, pero también incorpora imágenes, diagramas, fotografías, animaciones; de tal manera que le brinda al diseñador instruccional técnicas adicionales para facilitar el aprendizaje (Mutlu-Bayraktar, Cosgun, & Altan, 2019).
Si bien las aplicaciones multimedia, en su momento, incorporaron elementos novedosos al proceso de aprendizaje, seguían considerando al estudiante como un sujeto pasivo del proceso, que solamente recibía información; faltaba entonces cambiar el sentido de la interacción para que las experiencias multimedia pudieran variar dependiendo de las acciones del sujeto, un tema que ya se había trabajado en el campo del entretenimiento, de esta forma se empieza a hablar de las experiencias multimedia interactivas en el contexto de la educación.
Una de las grandes ventajas de las experiencias multimedia interactivas, además de mejorar la experiencia de usuario es que permite recolectar gran cantidad de datos resultado de la interacción del usuario con la aplicación. Cuando este tipo de experiencias se aplica en contextos educativos, brinda la oportunidad de recolectar información objetiva sobre el actuar de los estudiantes en su proceso de aprendizaje.
La analítica de aprendizaje (o LA, por sus siglas en inglés Learning Analytics) es una técnica reciente, que incorpora a los contextos educativos los elementos de la analítica de datos, ampliamente usada en el contexto empresarial. Como menciona Sclater (2017, citado por Alonso- Fernández et al., 2019), la analítica de aprendizaje permite medir, recolectar, analizar y generar reportes a partir de herramientas de aprendizaje, tales como los LMS (Learning Management Systems) o MOOCs (Massive Open Online Courses) para extraer información útil sobre el proceso de aprendizaje de los estudiantes con el propósito de entenderlo y optimizarlo.
Las aplicaciones de la analítica de aprendizaje son diversas, Nistor & Hernández-Garcíac (2018) presentan seis casos diferentes de uso de analítica de aprendizaje: (1) Para evaluar el desarrollo de intersubjetividades en parejas colaborativas a través del seguimiento del movimiento de los ojos; (2) Predecir la integración de recién llegados a una comunidad de creación de conocimiento colaborativa, usando análisis automatizado de los diálogos; (3) Análisis de datos de encuestas de ecosistemas escolares para revelar factores que fomenten el desarrollo de habilidades digitales; (4) Correlacionar indicadores de desempeño tradicionales y de registro para predecir los logros del estudiante; (5) Evaluar los equipos de trabajo en aprendizaje basado en proyectos, analizando los datos de registro extraídos del LMS; (6) Aplicar Analítica de aprendizaje visual a gran cantidad de datos, de diversa índole originados en proyectos de Industria 4.0, para monitorear los procesos socio-cognitivos de gran complejidad que surgen en las comunidades de práctica.
Como se puede observar, son muchos los campos de aplicación de la analítica de aprendizaje y cada uno de ellos, una vez definido el objetivo, implica la selección de los datos a usar y la definición de las técnicas apropiadas para su recolección, procesamiento, análisis y visualización, de forma que se logre cumplir el propósito.
Por ser una herramienta de relativa novedad, la analítica de aprendizaje se ha aplicado sobre sistemas ya definidos y no como parte integral en su proceso de diseño. Sin embargo, si las experiencias multimedia consideran desde su diseño, los elementos y procesos apropiados para la recolección, análisis y visualización de los datos pertinentes, de acuerdo con los objetivos de los estudiantes, los profesores o las instituciones involucradas, lograrán un potencial que va más allá del acto de aprendizaje, generando herramientas de gestión fortalecidas que permitan mejorar los procesos y facilitar el desarrollo de competencias en los estudiantes.
Dado el marco anterior, siendo conscientes de la potencialidad del uso de experiencias interactivas multimedia en el contexto educativo, entendiendo la importancia y potencialidad que la analítica de aprendizaje brinda para todos los actores involucrados en el proceso de enseñanza - aprendizaje, conociendo que los campos de aplicaciones de la analítica de aprendizaje son diversos y que cada uno implica la selección de datos y técnicas apropiadas para su desarrollo, este proyecto de investigación propone como pregunta a resolver: ¿Cómo incorporar elementos de analítica de aprendizaje en el proceso de diseño de experiencias multimedia interactivas en el contexto de educación básica?
1.3 Justificación
En la actualidad, se reconoce el poder que la información otorga a las personas, no solamente para mantener la historia sino para comprender el presente y prepararse para los eventos futuros que se puedan derivar. Esta premisa ha propiciado el desarrollo de múltiples herramientas, técnicas y métodos para el tratamiento y análisis de datos, siendo una de las más recientes la analítica de datos, que se encarga de la recolección, análisis y visualización de diferentes tipos de datos.
La analítica de datos se ha empleado en diversos campos, siendo los más comunes aquellos relacionados con los negocios y el mercadeo. En educación, esta temática se empezó a incorporar desde hace varios años, cuando el incremento del uso de herramientas digitales para la mediación pedagógica, tales como LMS, MOOCs y entornos e-learning y b-learning, empezaron a generar gran cantidad de datos con la potencialidad de ser capturados y analizados para establecer patrones y tendencias (Khine, Dhabi, & Emirates, 2018). Se define entonces, la analítica de aprendizaje como aquella que se encarga de la medición, recopilación, análisis e informe de datos sobre los alumnos y sus contextos, para propósitos de comprensión y optimización del aprendizaje y los entornos en los que ocurre (Gašević, Dawson, & Siemens, 2015).
Tal como mencionan León Urrutia, Vázquez Cano, & López Meneses (2017) en la literatura cada vez se encuentran más casos que demuestran que los algoritmos de minería de datos y otras herramientas, orientadas adecuadamente por las teorías del aprendizaje personalizado, por técnicas pedagógicas y de diseño instruccional, pueden proporcionar informaciones que permiten ajustar mejor la intervención educativa. No obstante, continúan los autores, hay que tener en cuenta que el problema no es el tipo o cantidad de información, sino que el diseño previo permita identificar los aspectos didácticos susceptibles de mejora y para ello, la analítica de aprendizaje va más allá, permitiendo el análisis de datos que pueden mejorar el desarrollo de procesos de enseñanza- aprendizaje caracterizados por la ubicuidad y la masividad.
Considerando el objetivo de la analítica de aprendizaje, varios autores establecen la importancia del tándem entre diseño del aprendizaje y analítica de aprendizaje, lo cual ofrece una oportunidad de mejorar la comprensión del comportamiento del estudiante y provee recomendaciones pedagógicas en el momento en que se detecta una desviación de la intención pedagógica original (Hernández-Leo, Rodríguez-Triana, Inventado, & Mor, 2017). En el mismo sentido otros investigadores recomiendan que durante el proceso de diseño educativo, se piense
acerca de la información que es necesaria en cada fase del proceso, para apoyar a los estudiantes de la manera más efectiva posible (Van den Bogaard et al., 2016).
Ya que el presente programa, plantea el desarrollo de un marco de trabajo general, que incluye la metodología y otras herramientas que puedan guiar de forma efectiva y eficiente el desarrollo de experiencias multimedia interactivas con propósitos educativos, es importante incorporar a este marco de trabajo la analítica de aprendizaje. Sin embargo, como se ha mencionado anteriormente, esta puede tener diversos objetivos, cada uno de los cuales deriva en la selección de los datos y técnicas que resultan más adecuados para cumplirlos; lo cual hace imposible proponer un modelo general y único para la incorporación de analítica de aprendizaje a las herramientas de desarrollo; sin embargo, es posible generar patrones de diseño que guíen al desarrollador y faciliten la incorporación de los elementos necesarios.
Los patrones de diseño se emplean en Ingeniería de Software desde hace más de 20 años y su utilidad ha sido demostrada, cada patrón describe un problema recurrente y estructura la forma de afrontarlo, de tal modo que esta solución pueda ser utilizada en diferentes contextos, haciendo el proceso de desarrollo más eficiente. Se han definido patrones en diferentes campos del desarrollo de software como la arquitectura, la seguridad de la información, las bases de datos y el diseño de software.
En la revisión de literatura realizada no se han encontrado propuestas de patrones de analítica de aprendizaje que permitan la incorporación rápida y efectiva para el diseño de aplicaciones en contextos educativos y menos aún, cuando se habla del diseño de experiencias multimedia interactivas. Entendiendo la importancia del seguimiento al proceso de aprendizaje de los estudiantes y las variaciones que pueden ocasionar las diferentes aproximaciones de la analítica de aprendizaje en el diseño de herramientas instruccionales, se considera un gran aporte para la comunidad, establecer patrones que guíen la incorporación de analítica de aprendizaje a las experiencias multimedia interactivas que se quieran desarrollar.
Esta propuesta presenta beneficios en diferentes niveles, a los investigadores e involucrados en el proceso, les permitirá conocer a mayor profundidad los procesos de construcción de conocimiento y de evaluación del aprendizaje, a través de las experiencias multimedia interactivas y la información que apoya estos procesos. Para la comunidad de desarrolladores multimedia, se presentará una guía que facilite la incorporación del valor agregado de analítica de datos en sus desarrollos. A la comunidad educativa, le brindará la posibilidad de incorporar analítica de aprendizaje en desarrollos existentes y futuros, ya que presentará diversas opciones que posiblemente no se han considerado.
En resumen, esta propuesta busca mejorar los procesos de enseñanza – aprendizaje al facilitar a los diferentes actores la incorporación de analítica de aprendizaje en el desarrollo de experiencias multimedia interactivas, de forma que se puedan analizar los datos a medida que se desarrolla la experiencia y de esta forma mejorar el proceso de aprendizaje de forma particular para cada estudiante.
1.4 Metodología
Para el desarrollo del proyecto, se empleará una metodología típica de desarrollo, consistente en las fases de análisis, diseño, desarrollo y validación, las cuales se adaptarán al caso específico de la siguiente forma:
Fase 1. Análisis
Esta fase tiene como objetivo comprender el contexto de trabajo, estableciendo los elementos esenciales que deben tenerse en cuenta para el diseño de la propuesta.
Durante esta fase, el grupo de trabajo establecerá diferentes enfoques en los que la analítica de aprendizaje puede contribuir a mejorar la evaluación del aprendizaje realizado a través de las experiencias multimedia interactivas, estableciendo un modelo que, basado en el enfoque sistémico, identifique los diferentes elementos que intervienen en el proceso de enseñanza - aprendizaje, las relaciones entre ellos y la información requerida para mejorar el proceso mismo.
Para cumplir el objetivo de esta fase, trabajarán de forma conjunta profesionales del campo de la educación, especialistas en pensamiento sistémico e ingenieros de sistemas para lograr establecer un modelo que represente la realidad de la forma más acertada posible.
Al terminar la fase de análisis se dispondrá de un modelo para la evaluación del aprendizaje a través de experiencias interactivas multimedia, cumpliendo de esta forma el primer objetivo específico.
Fase 2. Diseño
Una vez se ha terminado la fase de análisis y se disponga del modelo de evaluación, inicia la fase de diseño, en la cual se establecen los elementos necesarios para la propuesta de los patrones de analítica de datos.
Para iniciar el proceso de diseño se deben definir los problemas que se van a incluir en los patrones, lo cual se genera a partir del modelo definido y la información recopilada en la etapa anterior.
Una vez definidos los problemas a intervenir, se definen los elementos que configuran una solución general y adaptable para el problema; estableciendo, los datos requeridos, los procesos apropiados para el manejo de los datos en las diferentes etapas (preprocesamiento, procesamiento y análisis) y los esquemas apropiados de visualización de la información.
Al finalizar esta fase, se dispone de los elementos que constituirán el patrón de diseño: el problema definido y los elementos que constituyen la solución, cumpliendo con el segundo objetivo específico.
Fase 3. Desarrollo
En la fase de diseño se definieron los elementos que se incluirán en los patrones de diseño;
durante el desarrollo, se estructuran los patrones de manera formal, indicando mediante diagramas
y modelos, la forma en que cada patrón puede ser incluido en el diseño de la experiencia multimedia interactiva.
Al finalizar esta fase, se tiene la descripción de los diferentes patrones de diseño definidos, cumpliendo el tercer objetivo específico.
Fase 4. Validación
La verificación completa de la utilidad de los patrones solamente se podría realizar cuando se desarrolle una experiencia multimedia interactiva completa (proyecto No. 3), sin embargo, en esta fase se realizará una validación inicial de la utilidad de los patrones mediante dos técnicas:
por una parte, se realizará la implementación del patrón para verificar su funcionamiento en casos de estudio seleccionados y por otra, se realizará un panel de expertos para presentarles la propuesta de patrones y que ellos hagan los comentarios que consideren pertinentes.
A partir de las validaciones realizadas, se realizarán los ajustes que se consideren necesarios en la definición de patrones, completando de esta forma, el cuarto objetivo específico.
1.7 Objetivos
La contribución que pretende lograr esta investigación se encuentra descrita por medio de un conjunto de objetivos, estructurados a partir de un objetivo general, que es:
▪ Establecer patrones de diseño de software que faciliten la incorporación de analítica de aprendizaje en el proceso de desarrollo de experiencias interactivas multimedia en educación básica.
Para lograr el alcance sugerido por la definición del objetivo general propuesto, se especifica un conjunto de cuatro objetivos específicos, como se definen a continuación:
1. Generar un modelo empleando un enfoque sistémico, que establezca los elementos y relaciones que son pertinentes de incluir en la evaluación del aprendizaje mediado por experiencias interactivas multimedia en educación básica.
2. Determinar los datos y técnicas apropiadas para realizar la gestión de información de acuerdo con el modelo definido para la evaluación del aprendizaje.
3. Generar el catálogo de patrones de diseño de software, para la incorporación de analítica de aprendizaje, en los procesos de evaluación del aprendizaje en las experiencias interactivas multimedia en educación básica.
4. Validar el catálogo de patrones de diseño a través de un grupo de expertos y la revisión de casos de aplicación seleccionados.
2. Marco teórico y
estado del arte
2.1 Marco teórico
Esta sección incluye los conceptos teóricos asociados a la temática del proyecto con el objetivo de brindar un panorama general de las bases que lo sustentan.
2.1.1. Experiencia Multimedia Interactiva en Contextos Educativos
El alcance que han tenido las tecnologías en los últimos años ha permeado cada área del conocimiento, el sector educativo no ha sido ajeno a esto, en donde se han desarrollado diferentes experiencias multimedia |interactivas (Konstanteli et al., 2013); las cuales son herramientas útiles en las actividades de enseñanza aprendizaje y brindan mayores posibilidades a las actividades cotidianas que se pueden realizar en las aulas de clase (Andarini, Swasty & Hidayat, 2016).
Es el caso de Fischer (2014) quien ha desarrollado un entorno virtual 3D interactivo para presentar lo que se denomina “Virtual Williamsburg” un poblado de Estados Unidos del año 1776, que presenta la arquitectura (lugares emblemáticos de la época), historia e interacción para los usuarios que recorren el entorno 3D. Este tipo de herramientas, permite recrear espacios de tiempos históricos para dar a conocer cómo se vivía en la época, además de mostrar otros aspectos propios de cada cultura o sucesos importantes suscitados ahí.
En la simulación física también se han presentado casos de experiencias interactivas, es el caso de Dib, Adamo-Villani & Garver (2013), quienes han propuesto una alternativa para la educación en topografía, crearon un entorno virtual (EV) que permite a estudiantes ingresar e interactuar con objetos que les permiten medir distancias en EVs realistas, los instrumentos (objetos en el EV) creados le dan al estudiante la posibilidad de interactuar con funcionalidades como si estuvieran con instrumentos reales.
2.1.2. Evaluación del aprendizaje a través de Experiencias Multimedia Interactiva
La evaluación del aprendizaje a través de los sistemas interactivos multimedia es un trabajo arduo, es el caso del trabajo desarrollado por Osman & Lee (2014), un sistema desarrollado para el aprendizaje de la electroquímica. Los autores realizan una introducción al concepto de la electroquímica y el por qué en diferentes momentos de la enseñanza de este campo de la ciencia es muy complejo exponer algunos términos, sin la posibilidad de visualizarlos de una manera adecuada.
Así pues, realizan un sistema denominado IMMPA EC Lab que permite de una manera muy intuitiva y de forma guiada (por medio de un agente), la enseñanza, práctica y evaluación de conceptos de la electroquímica. 127 estudiantes de secundaria en Malasia fueron partícipes del trabajo con esta herramienta, en donde se revisan resultados durante el estudio con y sin el sistema interactivo, y estos son favorables para quienes utilizan el sistema. Los autores mencionan, “Los resultados del estudio mostraron que el uso del sistema IMMPA EC Lab, pudo aumentar el puntaje de los estudiantes en la prueba de rendimiento en el aprendizaje de electroquímica”.
Diversas investigaciones promueven el uso de experiencias interactivas 3D, esto se debe en gran medida a que no son experiencias tradicionales, sino que generan inmersión en contextos de aplicación similares a los del mundo real, que generan recordación, posibilitan entretenimiento e interacciones de socialización y colaboración para los individuos que ahí se encuentren, estos entornos ofrecen acciones similares a las que se presentan en el mundo físico, pero enriquecido con experiencias que pueden llegar a ser multisensoriales (Borja & Romero, 2006; Novak, Hoffman & Duhachek, 2003; Vera & de Antonio Jiménez, 2006).
Lo anterior, permite sostener que el uso de sistemas interactivos multimedia en la educación potencia la enseñanza y aprendizaje en diferentes campos del conocimiento. Además, permite a los estudiantes generar nuevo conocimiento en donde ellos interactúan con el sistema, y este les muestra de forma intuitiva los conceptos que deben aprender. Por otro lado, es una labor de los docentes realizar toda la fundamentación teórica para crear estos sistemas multimedia interactivos, sin la intervención del docente no se podría contar con estos sistemas.
2.1.3 Analítica de Datos
La cantidad de datos que la humanidad está produciendo diariamente ha superado incluso los pronósticos más optimistas. En la actualidad se producen diariamente 2.5 quintillones de bytes de datos, que se originan en fuentes diversas como las redes sociales, los sistemas de información de las organizaciones y los dispositivos conectados a la red (Internet de las cosas) (LaValle et al., 2011).
Así pues, la analítica de datos (DA) es el tratamiento que se le da a los grandes volúmenes de datos, datos transaccionales y datos interactivos que son de gran importancia para las organizaciones (Mohanty, Jagadeesh & Srivatsa, 2013); por ello, es importante contar con mecanismos que aseguren la adecuada recolección, manejo, administración, análisis y visualización de datos; de forma que estos datos generen realmente un factor diferenciador para la toma de decisiones a diferentes niveles. De los procesos mencionados, el de mayor complejidad es el análisis y en especial el análisis para predecir el comportamiento futuro, lo que es conocido como analítica de datos.
La analítica de datos hace uso de diferentes herramientas como el análisis estadístico, la minería de datos, el aprendizaje automático y el procesamiento de lenguaje natural para generar modelos descriptivos, predictivos y prescriptivos, que permitan a las organizaciones comprender y predecir el comportamiento de sus diferentes actores. Lo anterior hace de este, un campo multidisciplinario, que precisa de habilidades computacionales, manejo de bases de datos, matemática, estadística y técnicas de aprendizaje automático (Wu, Zhu, Wu & Ding, 2013).
2.1.4 Analítica de aprendizaje
El término Learning Analytics (LA), se enfoca principalmente en capturar y analizar las acciones de los estudiantes (Sergis & Sampson, 2017) frente a los procesos de enseñanza que imparten los maestros, los datos que se recogen para el proceso de LA, están en función del estudiante, cada acción que este puede tomar para realizar una tarea, ejercicio, quiz o evaluación (Rienties, Cross & Zdrahal, 2017) que puede ser dentro o fuera del aula de clases.
Así mismo, se puede mencionar que LA utiliza los datos de los estudiantes y datos de sus actividades para ayudar a las instituciones a comprender procesos de enseñanza aprendizaje y poder mejorar estos (Mothukuri et al., 2017). La combinación de diferentes herramientas, como son los Learning Management System (LMS), Virtual Learning System (VLS), networked learning environments (PLE, MOOC), permiten cada vez una distribución de espacio y medios para que se generen grandes volúmenes de datos, referentes a los estudiantes, que deben ser procesados con el objetivo de poder crear una experiencia de aprendizaje más integra y personalizada (Chatti, Muslim
& Schroeder, 2017).
2.1.5 Sistema Multimedia
Este proyecto defiende el hecho, que el diseño de un sistema multimedia surge desde un enfoque centrado en la creación de valor para las partes interesadas (ISACA, 2018), producido a través de la realización de una experiencia multimedia interactiva, donde el componente multimedia es protagonista, atiende a las necesidades de los usuarios de una manera responsable con el entorno, valiéndose de un conjunto de medios digitales, estimulando en sus diferentes percepciones sensoriales y ofreciéndole distintas modalidades de interacción.
Lo anterior, debe ser producto de un proceso en el cual se decide lo que el sistema multimedia debe ofrecer (para qué), cómo llevar a cabo su realización, quiénes son sus interesados, cuándo debe llevarse a cabo (tiempo) y cuáles son las motivaciones para su desarrollo (por qué), basándose en las prácticas que se sustentan desde un diseño con sentido responsable, que se fundamenta a partir de un enfoque del Diseño Sensible al Valor (Friedman & Hendry, 2019).
A partir de lo anterior, este proyecto considera la definición propuesta por Peláez et al., (2021), en la cual un Sistema Multimedia “es un sistema que permite la creación de valor para las partes interesadas, a través del despliegue de una experiencia multimedia interactiva, concebido bajo un enfoque del diseño sensible al valor, que atiende a los intereses, necesidades y expectativas de sus usuarios, influyendo en sus percepciones sensoriales, a lo largo de una historia que se representa a través de diferentes medios digitales”.
La anterior definición hace énfasis en:
• Una creación de valor que debe producirse para las partes interesadas, como resultado del Sistema Multimedia.
• Esta creación de valor que produce un sistema multimedia tiene como epicentro, la generación y despliegue de una experiencia multimedia interactiva, consideración que diferencia al sistema multimedia, de otros sistemas interactivos (un sistema multimedia interactivo, responde a muchas consideraciones generales de un sistema interactivo basado en sistemas de cómputo, pero no todo sistema interactivo tiene como propósito, el despliegue de una experiencia multimedia interactiva).
• La creación de valor que se propone a través de la generación y el despliegue de una experiencia multimedia interactiva debe estar alineada a unos principios que sean sensibles a los valores humanos, a través de la aplicación de un enfoque teórico que lo
aplica al contexto de desarrollo de soluciones basadas en cómputo, como el Diseño Sensible al Valor (VSD).
• Las partes interesadas (como clientes y patrocinadores) en la realización del sistema multimedia, podrán conseguir una creación de valor, como resultado de la generación y despliegue de una experiencia multimedia, si esta atiende a los intereses, necesidades y expectativas de los usuarios.
• Por último, los usuarios podrán ver materializada la experiencia multimedia, por medio del estímulo de un conjunto de percepciones sensoriales (auditivas, visuales, olfativas, gustativas, hápticas, etc.), así como la interacción con unos medios digitales, que solo podrán ser “tangibles”, a través de un sistema hardware-software.
Como se observa en esta definición que se propone, los aspectos relacionados con la mediación tecnológica del sistema multimedia se encuentran implícitos en aquellos elementos que habilitan los estímulos sensoriales, la generación, la interacción, y el despliegue de los contenidos digitales interactivos que estimulen diferentes percepciones sensoriales, como elementos clave de una experiencia multimedia interactiva.
Adicionalmente, este proyecto concibe el concepto de Experiencia Interactiva Multimedia, como un tipo específico de UX, que se produce como resultado de la interrelación entre las personas (usuarios) y un Sistema Multimedia, en donde el despliegue y la interacción con los medios digitales, cumplen un papel clave en su realización.
2.1.6. Experiencia de aprendizaje
La experiencia de aprendizaje se refiere a cualquier interacción, curso, programa u otra experiencia en la que tiene lugar el aprendizaje, ya sea en entornos académicos tradicionales (colegios, aulas) o entornos no tradicionales (ubicaciones fuera del colegio, entornos al aire libre), o si incluye interacciones educativas tradicionales (estudiantes que aprenden de profesores) o interacciones no tradicionales (estudiantes que aprenden a través de juegos y aplicaciones de software interactivas) (Sakulwichitsintu et at., 2018).
Debido a que los estudiantes pueden aprender en una amplia variedad de entornos y formas, el término se usa a menudo como una alternativa más precisa, preferida o inclusiva a términos como curso, por ejemplo, que tienen connotaciones más limitadas o convencionales. La experiencia de aprendizaje también se puede utilizar para subrayar o reforzar el objetivo de una interacción educativa, el aprendizaje, en lugar de su ubicación (colegio, aula) o formato (curso, programa), por ejemplo (Sakulwichitsintu et at., 2018).
El uso creciente del término experiencia de aprendizaje por parte de educadores y otros, refleja cambios pedagógicos y tecnológicos más amplios que se han producido en el diseño de procesos para la educación de los estudiantes, y muy probablemente representa un intento de actualizar las concepciones de cómo, cuándo y dónde se produce el aprendizaje. Por ejemplo, las nuevas tecnologías han multiplicado y diversificado drásticamente las formas en que los estudiantes pueden aprender e interactuar con los profesores, además del nivel de independencia que pueden tener al aprender (Sunil y Nair, 2017). Los estudiantes pueden enviar correos electrónicos, tener conversaciones por video con los profesores, usar plataformas de cursos en
línea, usar programas de software, aplicaciones y juegos educativos, entre otras innumerables opciones y escenarios posibles. Si bien escuchar una conferencia, leer un libro o completar una tarea siguen siendo “experiencias de aprendizaje”, los estudiantes ahora están aprendiendo de diferentes maneras y en una variedad más amplia de entornos fuera del colegio (Hervas, Garcia y Penalvo, 2014).
2.1.7 Patrones de diseño
La definición de patrones de diseño está enfocada al desarrollo de software, en esta arista del conocimiento se puede decir que un patrón de diseño es una colección de técnicas, las cuales se usan para intercambiar conocimientos sobre un dominio particular (Dwivedi, Tirkey, Ray &
Rath, 2016). Nahar & Sakib (2016), definen los patrones de diseño como soluciones probadas a problemas recurrentes, estos patrones se pueden categorizar en creacionales, estructurados y de comportamiento, pues depende de la naturaleza del desarrollo que se desee realizar.
Por otra parte, la creación de patrones de diseño no es una tarea fácil, pero aun así existe una cantidad considerable de patrones de diseño como lo mencionan Nikolaeva & Bozhikova, (2018), no menos de 24 que han sido analizados en este estudio para la creación de aplicaciones de negocios; a la hora de crear la recomendación de patrones, existe una dificultad que puede radicar en definir lógicamente el proceso manual de selección de patrones. Como puede suceder con la identificación de necesidades, estas no mencionan problemas de diseño en el software, así mismo no es posible identificar los patrones de diseño necesarios para resolver todos los posibles problemas en la construcción de software.
2.2 Estado del arte
2.2.1 Metodología
Esta investigación es conducida por una metodología basada en una revisión sistemática de literatura, siguiendo los lineamientos planteados por Kitchenham y Charters (2007); y discutida por otros autores, con respecto a su aplicabilidad como metodología cualitativa, en áreas afines a la disciplina de la Ingeniería del Software (Genero, Piattini, & J.A., 2014). Su alcance está centrado en discutir los principales hallazgos encontrados en la literatura, relacionados con el uso, adopción e impacto de la analítica de aprendizaje, en el diseño de soluciones basadas en sistemas interactivos y multimedia, que apoyan estrategias de aprendizaje en niños, al interior de sus contextos escolares.
Los principales elementos tenidos en cuenta para la aplicación de esta metodología y la realización de este trabajo se fundamentan en la definición de un conjunto de preguntas de investigación, los criterios de inclusión y exclusión de la información a recuperarse y tenerse en cuenta en el estudio; y los protocolos de búsqueda utilizados para su realización.
Preguntas de investigación
Las preguntas de investigación que delimitan el alcance de esta revisión sistemática, son presentadas en la tabla 1.
Tabla 1. Preguntas de investigación.
Código
Pregunta Pregunta Motivación
RQ1
¿Cuál es el impacto de las analíticas de aprendizaje en el uso de tecnologías multimedia para el aprendizaje de los niños?
Un factor clave para el estudio, es reconocer la contribución que viene ofreciendo la analítica de aprendizaje en el aprendizaje de los niños de la primera infancia, entre los 4 y 5 años.
RQ2
¿Cuál es la evolución en el proceso de diseño de soluciones basadas en tecnologías multimedia para la infancia como resultado de las analíticas de aprendizaje?
Otro factor relevante para la investigación está relacionado con reconocer el aporte que ofrece la analítica de aprendizaje a la evolución del proceso de diseño de soluciones multimedia para el aprendizaje de niños entre 4-5 años.
Recursos de información y estrategias de búsqueda
Se definieron una serie de protocolos de búsqueda, con el fin de explorar artículos y capítulos de libro en distintas bases de datos, relacionadas con las preguntas de investigación descritas en la sección anterior. Las bases de datos seleccionadas se refieren a aquellas más relevantes para la investigación de temas relacionados con LA y su aplicación al diseño de sistemas interactivos y multimedia:
-Scopus (https://www.scopus.com/home.uri) -IEEEXplore (http://ieeexplore.ieee.org) -ACM Digital Library (http://dl.acm.org) -Springer (http://link.springer.com) -Science Direct (http://sciencedirect.com)
Algunos de los principales términos utilizados para el diseño de los protocolos de búsqueda en las bases de datos definidas, fueron: Learning Analitics, Multimedia, Childhood, Interactive System, Process Development, y Proccess Design, entre otras.
Búsqueda Scopus
Por medio de los protocolos de búsqueda utilizados, se recuperó un total de 43 artículos, de los cuales, fueron seleccionados 15 para nuestro estudio, según los criterios de Inclusión y Exclusión discutidos en la siguiente sección. Algunos de los protocolos de búsqueda utilizados fueron:
“Learning Analitycs” AND “Multimedia”
“Learning Analitycs” AND “Process Development” OR “Learning Analytics” AND
“Process Design”
Science Direct
Utilizando Science Direct, se efectuó una recuperación de 188 referencias, de las cuales se seleccionaron 6 artículos altamente relacionados con los intereses de RQ1 y RQ2. Algunos de los protocolos de búsqueda utilizados, son:
“Learning Analytics” AND “Multimedia” AND “Childhoods”
“Learning Analytics” AND “Interactive System”
Springer
A través de Springer, se llevó a cabo la recuperación de un total de 27 documentos, entre artículos y capítulos de libro, de los cuales se seleccionaron 8 artículos para el presente estudio, por su correlación con las preguntas de investigación. Uno de los protocolos de búsqueda utilizados fue:
“multimedia” AND “childhood” AND “learning” AND “analytics”
IEEE
En la base de datos de IEEE, se recuperaron 17 documentos y finalmente, se seleccionaron un total de 5 artículos para su estudio, por su afinidad con el objeto de estudio de las preguntas de investigación. Uno de los protocolos de búsqueda utilizados fue:
“Learning Analytics” AND “Multimedia”
ACM
Mediante ACM se llevó a cabo la recuperación de un total de 190 artículos, de los cuales fueron seleccionados 4 documentos por su potencial aporte a las preguntas de investigación formuladas. Uno de los protocolos de búsqueda utilizados en esta base de datos, fue:
“Learning Analytics” AND “Multimedia”
Criterios de Inclusión y Exclusión
Para la selección y clasificación de los artículos seleccionados para el estudio de la revisión sistemática, se definió un conjunto de criterios de inclusión y exclusión. Estos criterios pueden revisarse en la tabla 2.
Tabla 2. Criterios de inclusión y exclusión
Código Criterio de Inclusión Código Criterio de Exclusión IC1
Estudios que se enfocan en analítica de aprendizaje, utilizando tecnologías multimedia en soluciones para la escuela primaria.
EC1
El documento no estaba disponible para descarga.
IC2 Estudios publicados entre 2017 y 2022. EC2
El documento no está disponible en idioma inglés o español.
IC3 Estudios que muestran procesos de validación
utilizando analítica de aprendizaje en el diseño EC3
Estudios que presentan generalidades en analítica de aprendizaje.
Código Criterio de Inclusión Código Criterio de Exclusión de tecnologías multimedia para la escuela
primaria.
IC4
Estudios relacionados con analítica de aprendizaje y el diseño de prácticas para el desarrollo de soluciones basadas en sistemas interactivos y multimedia.
Recuperación de datos
Para el registro de los datos recuperados se utilizó una plantilla de Microsoft Excel, que permitió llevar a cabo una organización eficiente de la información, así como la realización de un trabajo colaborativo efectivo para el desarrollo de la revisión. Luego de aplicar los protocolos de búsqueda, así como los protocolos de inclusión y exclusión, los resultados fueron inicialmente clasificados por base de datos consultada. Para cada artículo recuperado, los datos que se clasificaron fueron: a) protocolo de búsqueda utilizado, b) título de la publicación, c) autores, d) año de publicación, e) fuente (revista, artículo de conferencia, etc.), f) resumen, g) DOI/ISBN/ISSN, y h) breve análisis de la fuente de información.
La revisión se realizó entre junio y diciembre de 2022, recuperándose un total de 465 resultados en la búsqueda dentro de las bases de datos consultadas. Con la aplicación de los criterios de exclusión e inclusión, se encontraron 38 documentos relacionados directamente con los objetivos de las preguntas de investigación formuladas. En la tabla 3, se presenta el resumen de los resultados de la aplicación de la metodología.
Tabla 3. Resumen de resultados
Base de datos Resultados de la búsqueda Documentos relevantes
Scopus 43 15
Science Direct 188 6
Springr 27 8
IEEE 17 5
ACM 190 4
Total 465 38
2.2.2 Análisis de resultados
Con base en la primera pregunta de investigación (RQ1), encontramos estudios que reconocen la contribución que ofrece LA en la educación básica. En Son & Cho (2017) se destaca que es posible proporcionar una ruta de aprendizaje personalizada, utilizando un método para extraer datos de aprendizaje generados a partir de contenidos de realidad virtual y mixta, que puede incrementar el interés, motivación y participación del alumno. Este estudio presenta un modelo de referencia de análisis de aprendizaje. El flujo de trabajo presentado en el modelo consta de actividades de enseñanza y aprendizaje, recopilación, almacenamiento y procesamiento de datos, análisis, visualización y prescripción. Aquí se destaca que hay interfaces de programación de
aplicaciones (API) para perfilar y recopilar datos de aprendizaje, los cuales deben estar en formas estandarizadas.
En Cassano, Piccinno, Roselli & Rossano (2019) se utiliza LA para medir el involucramiento de los estudiantes en las actividades online en contexto académico. Se combinan elementos de juego (insignias) para generar participación de los estudiantes en las actividades online y las analíticas permiten evaluar el progreso individual. Para la visualización de los datos, la solución implementada fue una serie de tableros de control de aprendizaje (Learning dashboards). Los puntos del curso se pueden ganar realizando una serie de actividades. Cuando el estudiante alcanza un puntaje determinado puede subir de nivel, con lo que puede ganar mayor reputación en el curso virtual y real. Esta solución le permite ver al profesor el desempeño de la clase completa y de cada estudiante, además, le permite al estudiante ver su desempeño y cómo está en comparación con el resto del grupo. Este trabajo muestra cómo LA y la gamificación mejoran el involucramiento de los estudiantes en ambientes online.
En Blanco, Rodriguez, López & Rubio (2022) se propone una experiencia interactiva para niños entre 3 y 4 años de edad. La experiencia incluye objetos físicos que se conectan al juego virtual e incluye la conformación de equipos para favorecer el trabajo colaborativo. De esta manera, los niños manipulan interfaces tangibles y hablan entre sí para resolver problemas, lo que permite recoger datos directamente de las acciones de los niños. Estos datos son utilizados para evaluar resultados de aprendizaje y el desempeño de los estudiantes en educación primaria, así como para identificar patrones de colaboración e interacción. En el estudio se obtuvieron datos grupales e individuales, que a partir de técnicas de procesamiento de LA, fue posible reconocer las acciones, la resolución del juego y los comportamientos colaborativos de los estudiantes. De igual manera, Ben Soussia, Treuillier, Roussanaly & Boyer (2022) resaltan los beneficios de LA en los juegos educativos, pues una de las funciones del componente de LA es permitir que el usuario visualice el desarrollo en el juego, sus fortalezas y debilidades, además, filtrar datos y estadísticas, ver avances del usuario, los desafíos, los niveles, el progreso y el puntaje.
En Hubalovsky, Hubalovska, & Musilek (2019) se utilizó la taxonomía de Bloom para la creación de actividades de aprendizaje, así como elementos de gamificación, como es el incremento de la dificultad de las actividades, con el objetivo de avanzar a través de la taxonomía.
Este estudio se refiere al aprendizaje adaptativo como ejemplo del uso de LA en la educación primaria. El aprendizaje adaptativo se basa en el principio del esfuerzo de los alumnos para completar los subconjuntos de ejercicios con éxito y rapidez. En este estudio se confirma que el uso del e-learning adaptativo aumenta la eficiencia de aprendizaje en la educación primaria. Los autores proponen un algoritmo de aprendizaje adaptativo que evalúa la tasa de éxito de los alumnos en la realización de ejercicios. Basándose en el análisis de estos datos, el algoritmo propone ejercicios más complejos que retan al estudiante. La implementación del algoritmo adaptativo respeta el estilo de aprendizaje individual y el ritmo de trabajo de los alumnos. Con este ejercicio, los alumnos destacados progresaron más rápido a niveles más altos de la taxonomía.
En Alonso-Fernández et al. (2019) se discuten aspectos relacionados con la utilidad de la ciencia de datos para LA mediante juegos serios, los algoritmos y técnicas más utilizadas y la
utilidad de los datos conseguidos. En este artículo se reconoce el concepto de Game Learning Analytics (GLA) (Freire, y otros, 2016) que está relacionado como el resultado de la integración entre los campos de la minería de datos educativos y LA, centrada en la educación en general. La caracterización de los tipos de datos recolectados por juegos serios, muestra una tendencia a recopilar datos acerca de: tiempos de finalización del juego, puntuaciones, respuestas correctas/incorrectas, clics, duración, contenidos accedidos, número de intentos, errores/equivocaciones, ubicación, progreso, entre otros. La aplicación de GLA como una clase de experiencia multimedia basada en técnicas de LA, puede ser útil para todos los interesados. El análisis de los datos ofrece un medio para medir el impacto positivo comprobado de los juegos, en el proceso de aprendizaje del estudiante. LA ha permitido extraer más información de los datos, para mostrar el rendimiento curricular de los estudiantes.
En Cowling & Birt (2020) se resalta la realidad mixta como una oportunidad para generar analíticas que pueden ser usadas para evaluar el aprendizaje, debido a la diversidad de estilos de interacción del usuario, contenidos digitales, decisiones, situaciones, objetos digitales, etc., que le generan motivación al usar un sistema. En este estudio se recopila información sobre dónde mira el estudiante durante la simulación, qué objetos se manipulan, cómo interactúa con ellos en el mundo de simulación, para tener datos sobre la experiencia de aprendizaje del estudiante. En determinadas situaciones, estos datos se pueden ampliar para proporcionar un nuevo tipo de entorno de evaluación para los estudiantes, para comprender cómo los estudiantes llegaron a cierta respuesta. Esto abre la posibilidad de generar experiencias de aprendizaje personalizadas, reconociendo la aplicación de la Inteligencia Artificial (IA) en conjunto con LA.
En Ben Soussia et al. (2022) se construyó un modelo de predicción del aprendizaje de estudiantes en contextos virtuales, apoyándose de machine learning y LA. En el estudio utilizan el rastreo de huellas de aprendizaje (traces learning) y analíticas para registrar estas huellas. El objetivo del modelo de predicción es identificar lo más rápido posible a los aprendices en riesgo de fracaso. Los datos del comportamiento de los estudiantes fueron recolectados a partir de la plataforma Moodle y una plataforma institucional que almacena datos de desempeño incluidas las notas. Los indicadores de aprendizaje utilizados fueron compromiso, regularidad, curiosidad, desempeño y reactividad, los cuales permitieron construir las huellas de aprendizaje y ubicar al aprendiz en un determinado grupo. En ese sentido se aprovecha LA para hacer seguimiento del aprendizaje.
En Na & Tasir (2017) se estudian experiencias relacionadas con la aplicación de LA, específicamente en procesos educativos mediados por plataformas LMS. Su principal utilidad en dicho contexto, se relaciona con el objetivo de mejorar la participación de los estudiantes en su proceso de aprendizaje, así como mejorar su desempeño académico. Igualmente, otra utilidad citada por los autores consiste en un medio para la retención de estudiantes. Esto se logra, por medio de la identificación de estudiantes potencialmente en riesgo de fracasar en su proceso de aprendizaje, para luego tomar acciones al inicio del proceso formativo del estudiante.
En Ruangvanich & Nilsook (2018) se observa una tendencia en torno a la construcción de frameworks a partir de los cuales pueda modelarse enfoques de LA. En este trabajo, la arquitectura del modelo propuesto está orientada hacia la mediación de LA bajo una metodología de aprendizaje en la modalidad virtual, por medio de la utilización de plataformas LMS. Para esto, una capa de almacenamiento de datos proporciona dichos datos para el proceso de análisis que se realiza en otra capa. El módulo de análisis se apoya de machine learning. A partir del procesamiento
realizado en estas capas, el modelo sugiere la adaptación de la interfaz de usuario del sistema LMS, para que despliegue la información y el contenido, según las necesidades específicas de cada usuario.
En Rueangprathum & Witosurapot (2019) se resalta la utilidad de LA para software colaborativo entre padres y docentes, ya que permite visualizar el progreso del aprendizaje y el desarrollo social/emocional de una manera fácil a través de la visualización de gráficos de radar.
Este estudio propone un framework, conformado de 3 subsistemas: Content Management Subsystem (CMS), LMS y Learning Analytics Subsystem (LAS), para el desarrollo de soluciones educativas que integran LA.
En Unahalekhaka et al. (2021) se refieren al uso de LA para conocer sobre el desarrollo del pensamiento computacional en niños de preescolar. En las interacciones analizan las habilidades de codificación, a través del análisis de patrones de uso. Así, LA permite identificar tendencias en los estilos de aprendizaje, que dan información sobre brechas de aprendizaje, lo que lleva a que los profesores deban reconocer los factores causales, e implementar estrategias para su superación.
Uno de los beneficios de LA es que permite seguir desempeños a lo largo del tiempo, a diferencia de otras evaluaciones que toman fotografías estáticas sobre un contenido específico.
En K G & Kurni (2021) se resalta la aplicación de Big Data en LA, como es la predicción del rendimiento, detección de riesgo de deserción, visualización de datos, retroalimentación inteligente, evaluación de las habilidades de los estudiantes, entre otras. Además, se identifica una serie de ventajas que la IA brinda a LA, pero sus aplicaciones en el aula han comenzado a entenderse recientemente. El aprendizaje automático y la ciencia de datos tendrán un gran efecto en el rendimiento de los estudiantes y ayudará a cerrar brechas de rendimiento. En complemento, en Chen, Chen, & Lin (2020) se resalta que es posible lograr un aprendizaje personalizado por medio de un método asistido por IA. Utilizando el aprendizaje personalizado los estudiantes eligen lo que les interesa, así como mecanismos de evaluación se pueden ajustar de acuerdo al progreso e intereses de los estudiantes.
Por otro lado, atendiendo a la segunda pregunta de investigación (RQ2), otro factor relevante está relacionado con reconocer el aporte que ofrece LA a la evolución del proceso de diseño de soluciones multimedia en el contexto de educación básica. En ese sentido, Dabbebi, Gilliot, M., & Iksal (2019) resaltan la importancia de utilizar un Dashboard para Analítica de Aprendizaje (LAD), producto de llevar a cabo un proceso de Diseño Centrado en el Usuario, que podría ayudar a los usuarios a obtener información sobre su proceso de aprendizaje. En el diseño de un LAD se tienen en cuenta: cursos, tiempos, niveles de detalle en el análisis (individual, clase u otro), KPI (key performance indicators). Los indicadores pueden centrarse en la actividad de aprendizaje, los productores de datos, el tiempo y el contexto de aprendizaje.
Lee-Cultura, Sharma, & Giannakos (2022) presentan el proceso de concepción de una experiencia de aprendizaje que incluye tecnologías de aprendizaje basadas en el movimiento (MBLT). Se describe el proceso para obtener datos sobre procesos cognitivos, afectivos y fisiológicos, durante las actividades de aprendizaje. El objetivo de este estudio es identificar las conexiones entre los comportamientos de los niños, el juego y la resolución de problemas con MBLT. Además, se intenta determinar cómo las relaciones entre las expresiones de los niños (juego y resolución de problemas) pueden proporcionar información que aporte al diseño y uso de MBLT. Este artículo permite evidenciar la diversidad de estilos de interacción que se pueden
considerar en el diseño de una experiencia de aprendizaje (usando mediación tecnológica como:
Kinect, myo, eye tracking glasses, pulseras y seguimiento esquelético), con el objetivo de incrementar la motivación de los usuarios en el cumplimiento de objetivos de aprendizaje. Además, evidencia la sinergia entre aspectos como: solución de problemas, alegría jugando, actividad física e interacción social.
Chicaiza, Cabrera-Loayza, Elizalde, & Piedra (2020) destacan que la anonimización de datos es una estrategia que debe adoptarse durante el ciclo de vida del procesamiento de datos para reducir los riesgos de seguridad. En esta investigación se caracteriza cuánto y cómo se han utilizado las técnicas de anonimización en las propuestas de LA. A través de un caso específico, se aplicó la anonimización de datos y LA para demostrar que ambas técnicas pueden integrarse, de manera confiable y efectiva, para apoyar la toma de decisiones en instituciones educativas. Este artículo sugiere que en el proceso de desarrollo de soluciones interactivas se deben tener en cuenta aspectos de diseño responsable, considerando elementos éticos, políticas de privacidad y protección de la información.
En Rodríguez-Triana et al. (2018) se propone un método para medir el valor agregado de adoptar una solución de LA, en donde se evidencia los resultados de su contribución, a través de dos estudios de caso en un entorno de aprendizaje colaborativo y en modalidad de aprendizaje híbrida (blended learning). El proceso propuesto se fundamenta en un conjunto de cuatro etapas clave: (1) el entendimiento de la solución de LA por parte de los profesores, (2) contar con una definición clara de las preguntas que se desean responder con la solución de LA, (3) producir una reflexión sobre las limitaciones contextuales y las posibilidades de LA y (4) refinamiento del escenario y personalización de la solución de LA. Este artículo deja en evidencia el interés por diseñar frameworks, métodos, metodologías, procesos, etc., relacionados con el diseño e implementación de LA, lo cual invita a la necesidad de revisar dichos enfoques de trabajo propuestos, con el fin de identificar potenciales lineamientos de interés a ser tenidos en cuenta durante el diseño de una experiencia interactiva que incluye LA.
En Fernandez et al. (2022) se cuestiona el diseño y el despliegue de los datos producto de aplicar modelos de LA, porque tanto profesores como estudiantes encuentran complejo interpretar los datos que exponen. Este estudio expone una alternativa de diseño para los estudiantes al combinar visualización de datos y principios de storytelling. La investigación se realizó recogiendo logs de actividad y datos fisiológicos que se trataron y modelaron a través de fundamentos de storytelling y se representaron visualmente a través de interfaces visuales-narrativas. Se hizo validación con profesores sobre la interpretación de los errores de los estudiantes y los usos previstos que harían de la información para el apoyo de la enseñanza y el aprendizaje. La indagación con profesores sobre cada interfaz mostró fortalezas y debilidades. Este es un estudio valioso sobre la importancia del diseño participativo para la visualización de datos, que está vinculado a la decisión sobre las métricas y contextos de enseñanza-aprendizaje.
Como parte del proceso de revisión de literatura, los estudios (Shoufan, 2019) (Geng &
Yamada, 2020) (Farah, y otros, 2020) (Papamitsiou, Giannakos, & Ochoa, 2020) (Zapata-Cáceres, Martín-Barroso, & Román-González, 2021) (Unahalekhaka & Bers, 2021) (Lavoué, Ju, Hallifax,
& Serna, 2021) (Steinmaurer, Tilanthe, & Gütl, 2022) (Chen & Zhu, 2019) (Chikasha, Van Petegem, & Valcke, 2022) fueron revisados, sin embargo, no aportan información concreta a las preguntas de investigación antes planteadas, pero si brindan información útil que puede ser tomada
como referente para futuros lineamientos sobre cómo integrar aspectos de LA en el diseño de una EMI.
Con base en lo anterior, respecto a la primera pregunta de investigación, los estudios revisados confirman que el impacto de LA es positivo ante el uso de TIC para el proceso de enseñanza-aprendizaje de niños. El uso de sistemas interactivos y multimedia en contextos de educación básica conlleva a la apropiación de conocimiento y produce datos que pueden ser aprovechados para mejorar el proceso de aprendizaje de los estudiantes, empleando técnicas de LA. Ahora bien, respecto a la segunda pregunta de investigación, si bien existen trabajos relacionados que sugieren una actualización en determinadas etapas del proceso de desarrollo de software, no fue posible identificar un modelo de proceso, método o metodología enfocado en soluciones basadas en tecnologías multimedia para educación básica que incluya actividades o lineamientos de diseño específicos asociados a LA. Con lo cual, se vislumbra la oportunidad de proponer un marco de trabajo para el desarrollo de experiencias multimedia interactivas en contextos educativos, que incluya directrices para incorporar elementos de LA en las experiencias que se desarrollen.
2.2.3 Discusión
La incorporación de las TIC lleva innegabl