«De datos en crudo a información inteligente en sistemas de e-Learning: un caso de estudio con la plataforma de Khan Academy»

Resumen de la ponencia

En la actualidad existen multitud de servicios y plataformas de e-Learning que ofrecen datos de bajo nivel muy detallados de las interacciones de los alumnos con los sistemas de e-Learning. Sin embargo, en muchos casos, los profesores se ven desbordados con la gran cantidad de datos de bajo nivel y apenas los utilizan pues no es sencillo para ellos inferir información útil para sus cursos. Un gran reto es cómo utilizar técnicas computacionales para procesar los datos de bajo nivel y convertirlos en información útil de alto nivel.

En esta presentación se exponen algunas ideas de parámetros de aprendizaje de alto nivel que pueden suponer una información útil para profesores y alumnos, así como su forma de calcularlos a partir de datos de bajo nivel. Así mismo, se explica cómo aplicarlos en la plataforma Khan Academy. Las numerosas características de analítica de datos que proporciona por defecto la plataforma Khan Academy son presentadas, tanto de bajo nivel como información de alto nivel. Además, se muestra una propuesta de extensión de esa analítica por defecto de Khan Academy con nuevos parámetros de alto nivel y su forma de calcularlos. Finalmente, se presentan algunos resultados del caso de estudio realizado en el año 2012 en una experiencia piloto para el curso 0 de física de la Universidad Carlos III de Madrid donde se utiliza la plataforma Khan Academy, reflexionando sobre la conexión de la información inteligente obtenida con el aprendizaje.

Biografía

Pedro J. Muñoz-Merino es profesor visitante en la Universidad Carlos III de Madrid, donde ha trabajado durante 9 cursos académicos. En 2003 obtuvo el título de Ingeniero de Telecomunicación por la Universidad Politécnica de Valencia, y en 2009 el de Doctor en Ingeniería Telemática por la Universidad Carlos III de Madrid. Desde mayo de 2012 está acreditado por ANECA como profesor Titular de Universidad. Además, ha obtenido el premio AMPER otorgado por el Colegio Oficial de Ingenieros de Telecomunicación (COIT) al Mejor Proyecto Fin de Carrera en Ingeniería Telemática, así como el premio Extraordinario de Doctorado. Por otro lado, ha realizado 2 estancias de investigación largas: una de más de 3 meses en Irlanda en la empresa Intel en 2005, y otra en Alemania en el Instituto de Tecnología Fraunhofer de más de 6 meses en 2009-2010. Asimismo, es autor de más de 40 publicaciones científicas y ha participado en más de 20 proyectos de investigación. Sus líneas de investigación actuales se centran fundamentalmente en los tutores inteligentes, la web semántica, analítica de aprendizaje y la gamificación.