Así estudiarán sus hijos
El análisis de datos masivos permite adaptar la enseñanza a cada estudiante, mejorar sus resultados y ser más justos con sus notas…
Aunque prometen la revolución, no son infalibles. ¿Estamos dispuestos a aceptar el riesgo de equivocarnos?
Lea las primeras páginas de Aprender con ‘big data’ (Ed. Turner)
Las propiedades del benceno, el esperpento en Valle-Inclán y la felicidad aristotélica están en su cerebro, aunque no lo recuerde. Se enfrentó con estos temas en clase hace ya mucho tiempo, cuando cursó el Bachillerato. Aprobó. Quizá con suficiencia o apuros, quizá con codos o chuletas. Pero aprobó.
Ahora es un adulto que juega a las probabilidades. Hay que tomar la decisión de elegir en qué colegio estudiará su hijo de tres años con la presión de quien teme errar en algo importante. Afortunadamente, cuando a ella o a él le toque encontrarse con el benceno, Valle-Inclán y la filosofía de Aristóteles lo hará en mejores cond6iciones que cuando lo hizo usted. Va a aprender a mayor velocidad y mejor. La razón no es que su hijo sea más inteligente, sino que estará dopado con big data.
Este apoyo, que consiste en la recolección y análisis de ingentes cantidades de datos para obtener conclusiones concretas, encarna el grado más alto del poder de la información. Se trata de una herramienta que permitirá saber a qué hora su memoria rendirá con mayor eficiencia, qué lección del temario se atraganta más y por qué y, además, su desarrollo va a calificar más justamente tanto a alumnos como a centros educativos.
El mundo vive en la antesala de la mayor revolución de la historia en la Educación. Un campo que, al margen de elementos tecnológicos o disciplinarios, no ha sufrido reformas profundas en mucho tiempo. Si su bisabuelo entrara en un aula quedaría mucho menos impresionado que si visitara un hospital o un centro hospitalario. Las pautas que rigen el sistema educativo se mantienen: se evalúa el trabajo de los estudiantes y les hacemos responsables de sus resultados. Sin embargo, rara vez se mide cómo se enseña, porque analizar y comparar toda esa información es imposible con métodos convencionales.
«La gran esperanza del big data es que cada alumno tenga una tutoría individualizada que se adapte y no sea prohibitivamente costosa», explica Victor Mayer-Schönberger, profesor de regulación y gestión de internet en la Universidad de Oxford y autor de Big data: la revolución de los datos masivos (Ed. Turner), considerada la biblia de este tema.
El análisis del big data aporta una perspectiva de lo que funciona y lo que no. Las lecciones pueden ajustarse a las necesidades y el profesor puede identificar qué partes del temario requieren de una nueva explicación para los alumnos más rezagados. «Por primera vez nos encontramos ante una herramienta empírica para entender cómo aprendemos y cómo enseñamos», explica Mayer-Schönberger, autor junto al periodista Kenneth Cukier (The Economist) del ensayo Aprender con big data (Ed. Turner). «Esto permite ayudar a los gestores de las escuelas a ofrecer más oportunidades a menor coste, lo que es un factor importante para reducir las diferencias salariales y sociales».
Monitorizar las reacciones
Cualquier profesor de Matemáticas de un instituto de Madrid, Palencia o Bilbao puede cambiar su método de enseñanza de un curso para otro y luego analizar los resultados de sus alumnos gracias a los exámenes. Esa interpretación es una forma muy loable de tratar de mejorar. El problema es que su labor sería un proceso lento y a muy pequeña escala. El uso de macrodatos aceleraría y daría más valor a sus conclusiones si pudiera cruzar su información con encuestas, notas, informes e incluso imágenes de otros miles de alumnos y profesores.
Esta historia que está comenzando ya tiene sus pioneros.
Andrew Ng, director del laboratorio de Inteligencia Artificial de la Universidad de Stanford, es una de las personas que más ha estudiado el big data educativo. Su campo de pruebas es el curso que imparte sobre aprendizaje automático en internet.
El experto de Stanford reúne información de sus alumnos en busca de mejoras en la enseñanza. Monitoriza sus reacciones: cuando detienen o adelantan el vídeo de sus lecciones, cuando abandonan el curso sin finalizarlo o si hay casos en los que repitan el visionado.
Cuando en 2013 algunos gurús anunciaron que los denominados MOOC (cursos online masivos y abiertos) habían fracasado por su altísima tasa de abandono (cerca del 90%), Ng interpretó los datos con su propia experiencia. La percepción de fracaso era realmente equivocada: el modesto índice de finalización de su curso online comprendía a tantos alumnos como a los que él ha enseñado en un aula tradicional a lo largo de toda su vida docente.
Es común que cuando accedemos a algunas páginas web aparezcan unas letras sinuosas que uno tiene que reproducir con su teclado. Eso es lo que conocemos como CAPTCHA, un código de seguridad que se usa para demostrar que somos humanos y no robots generadores de spam. Uno de sus creadores es Luis von Ahn. Cuando lo diseñó tenía 22 años. Vendió esta original forma de verificación a Google y fundó Duolingo, una app gratuita para aprender idiomas que cuenta con 200 millones de usuarios.
Todos los datos generados por los clientes de la app empezaron a ser estudiados por su equipo con la intención de descubrir patrones inusuales que permitieran mejorar la metodología de enseñanza. Sus conclusiones, que explica Von Ahn desde Estados Unidos por email, son impactantes.
Este trabajo confirma que el big data puede darnos una visión potentísima, basada en los detalles. No consiste en simplemente ver los árboles, sino todo el ecosistema del bosque educativo. Gracias al análisis de datos, Von Ahn se dio cuenta que el término it se nos atragantaba a los hispanohablantes porque era muy difícil de traducir al español. Los resultados mejoraban si su app enseñaba antes los pronombres he (él) o she (ella) que it. «También descubrimos que aprender un idioma requiere una práctica regular, que era mejor estudiar cinco minutos al día que 30 minutos un día a la semana. Incluso el horario influía en los resultados. Los alumnos que estudian antes de acostarse tienden a retener la materia mejor que los que eligen otros momentos del día», asegura Von Ahn.
Los riesgos del filtro predictivo
La información es poder, pero el big data educativo es algo mucho más importante: es poder y tiempo. El futuro de los materiales educativos va a estar condicionado por el descubrimiento de la denominada curva de declive, que registra el grado en que los alumnos olvidan lo que han leído anteriormente y que quizás en algún punto sean capaces de recordar. Imagine lo que supondría saber el momento más adecuado para repasar algo con la certeza de retener la lección. «El alumno puede recibir un mensaje de que tiene un 85% más de probabilidades de recordar un módulo y, si mira el vídeo de repaso por la noche dos días antes del examen; no la noche anterior; y nunca la mañana antes del examen», dice el profesor Mayer-Schönberger.
La asunción de nuestras limitaciones es un gran reto al que nos enfrentamos. El miedo a pensar que un conjunto gigantesco de datos procesados sea capaz de tomar por nosotros decisiones trascendentales como las relacionadas con el futuro académico (aunque objetivamente se nos garantice una mayor posibilidad de acierto). Quizás temamos por el fin del libre albedrío. Las virtudes del big data son incuestionables y ni siquiera aún se puede medir todo su potencial. Sin embargo, como casi todas las revoluciones, también tiene su lado oscuro. Es lo que tiene manejar una bola de cristal: que a veces se empaña.
El big data no es infalible. Utilizarlo para filtrar a los estudiantes a través de la predicción y empujarlo a escuelas o carreras profesionales es peligroso. También hay interrogantes a tener muy en cuenta como la despersonalización, la privacidad o el derecho al olvido.
Victor Mayer-Schönberger ha estudiado estos riesgos y cree que hay que estar alerta. «El mayor peligro que veo es el abuso del big data y convertirlo en una herramienta de discriminación… Usar las predicciones para castigar el comportamiento futuro derivado de su análisis. Si penalizamos a las personas no por lo que han hecho, sino por lo que se prevé que hagan; negaríamos su voluntad de decidir. La tragedia sería un mundo sin responsabilidad individual. Una terrible distopía».
Sería igual que en el relato de ciencia ficción Minority Report, escrito por Philip K. Dick y adaptado al cine por Steven Spielberg, en el que la policía detenía a los criminales justo antes de que cometieran un delito previamente predicho.
La exhaustividad de los datos del estudiante no debería ser analizada en el futuro de una manera impropia, porque acabaría por condenarnos por nuestro pasado. Las empresas contarán con tanta información de sus pasos (tanto académicos como sociales) que estarán desnudos de intimidad. Sobre ese peso descomunal del pasado virtual, Mayer-Schönberger es claro: «No se nos puede negar el mérito de evolucionar, crecer y cambiar». El big data no eliminará los prejuicios humanos (no hay invento que lo haya logrado).
Por el momento, limítese a decidir a qué colegio irán sus hijos a la espera de que lleguen el benceno, Valle-Inclán y Aristóteles