Diseño de investigación
Actividad 4 - Diseño de investigación
Introducción
En la actualidad se genera una gran cantidad de datos susceptibles de ser analizados para mejorar los entornos de aprendizaje online. Así, en el presente curso se propone el diseño de un curso modular (similar a los xMOOCs) con contenidos disponibles en forma de manuales y un sistema de evaluación con cuestionarios al final de cada entrega de tarea. El curso denominado “Learning Analytics Essentials” pretende dar una formación en línea y en abierto, promoviendo un espacio para la experimentación en el campo de la analítica del aprendizaje y, así, ofrecer datos útiles para mejorar la enseñanza digital. El curso se impartirá a través de una plataforma y se difundirá a través de canales como Youtube, Twitter, blogs y TinyLetter.
Objetivos
Los objetivos que persigue el curso para mejorar la analítica del aprendizaje son:
- Medir qué competencias adquieren los estudiantes.
- Medir la evolución de la adquisición de competencias durante el ciclo del curso.
- Conocer las causas que explican la adquisición de las competencias por parte de los estudiantes.
Metodología
La metodología que se utilizará en esta investigación será mayormente cualitativa utilizando los datos que se almacenen en la plataforma y el rastro que los alumnos dejen en los canales. Aunque con el fin de enriquecer la investigación se realizará una serie de encuestas al final de cada bloque que permitirán un análisis cuantitativo también.
Los métodos se basarán en el análisis de los datos proporcionados por la plataforma en la que se aloja el curso, los datos de los canales y por las pruebas y actividades que se plantean durante este.
Instrumentos de obtención de datos
Para la recogida de datos se empleará los datos que se almacenen de la base de datos de la plataforma y se completará con técnicas de web scraping para recabar el resto de información de los canales. Para el primer caso, se empleará de forma combinada SQLAlchemy y Pandas, dos paquetes de Python que permiten el acceso a bases de datos y su análisis respectivamente. Para el segundo caso, se empleará las APIs que proporcionan redes sociales como Twitter con paquetes específicos de análisis web como Beautifulsoup de Python.
Interpretación de los datos obtenidos
Dada la cantidad de datos que se van ha generar, tanto a través de la plataforma del curso, como de la los canales de expansión, el método más recomendable para el análisis sería emplear minería de datos. Así, el tiempo de conexión, actividad en redes sociales, plataforma o blogs nos mostrará, por ejemplo, los horarios de trabajo de cada alumno. O la participación en los diferentes entornos permitirá obtener el grado de compromiso de cada alumno con la consecución de los objetivos del curso y el posible riesgo de abandono.
Garantías éticas
Para realizar esta investigación es necesario el consentimiento informado de los participantes, mediante un cuestionario claro y conciso solicitando consentimiento y configuración de privacidad en torno a la cesión de sus datos personales para su posterior tratamiento.
Además, según el artículo 5 del Reglamento General de Protección de Datos (RGPD) los principios relativos al tratamiento indican que los datos personales serán:
a) tratados de manera lícita, leal y transparente en relación con el interesado («licitud, lealtad y transparencia»)
b) recogidos con fines determinados, explícitos y legítimos, y no serán tratados ulteriormente de manera incompatible con dichos fines; de acuerdo con el artículo 89, apartado 1, el tratamiento ulterior de los datos personales con fines de archivo en interés público, fines de investigación científica e histórica o fines estadísticos no se considerará incompatible con los fines iniciales («limitación de la finalidad»)
c) adecuados, pertinentes y limitados a lo necesario en relación con los fines para los que son tratados («minimización de datos»)
d) exactos y, si fuera necesario, actualizados; se adoptarán todas las medidas razonables para que se supriman o rectifiquen sin dilación los datos personales que sean inexactos con respecto a los fines para los que se tratan («exactitud»)
e) mantenidos de forma que se permita la identificación de los interesados durante no más tiempo del necesario para los fines del tratamiento de los datos personales; los datos personales podrán conservarse durante períodos más largos siempre que se traten exclusivamente con fines de archivo en interés público, fines de investigación científica o histórica o fines estadísticos, de conformidad con el artículo 89, apartado 1, sin perjuicio de la aplicación de las medidas técnicas y organizativas apropiadas que impone el presente Reglamento a fin de proteger los derechos y libertades del interesado («limitación del plazo de conservación»);
f) tratados de tal manera que se garantice una seguridad adecuada de los datos personales, incluida la protección contra el tratamiento no autorizado o ilícito y contra su pérdida, destrucción o daño accidental, mediante la aplicación de medidas técnicas u organizativas apropiadas («integridad y confidencialidad»). Además, el responsable del tratamiento será responsable del cumplimiento de estos principios y deberá ser capaz de demostrarlo («responsabilidad proactiva»).
Por lo tanto, el almacenamiento de los datos se realizará de forma que se mantenga el anonimato de los alumnos. Para este fin, se realizará una disociación entre los datos de cada alumno y su identificación. Así, los datos personales no se conseguirán relacionarse de nuevo con los datos identificativos de la persona. Además, este almacenamiento no será superior a los cinco años y solo será empleado con fines propios educativos. La información no será compartida con terceras empresas por lo que en ningún caso los datos obtenidos serán comercializados.
Por otro lado, no se exigirán datos como orientación sexual, raza u otro tipo de dato que pueda discriminar al alumno.
En la actualidad se genera una gran cantidad de datos susceptibles de ser analizados para mejorar los entornos de aprendizaje online. Así, en el presente curso se propone el diseño de un curso modular (similar a los xMOOCs) con contenidos disponibles en forma de manuales y un sistema de evaluación con cuestionarios al final de cada entrega de tarea. El curso denominado “Learning Analytics Essentials” pretende dar una formación en línea y en abierto, promoviendo un espacio para la experimentación en el campo de la analítica del aprendizaje y, así, ofrecer datos útiles para mejorar la enseñanza digital. El curso se impartirá a través de una plataforma y se difundirá a través de canales como Youtube, Twitter, blogs y TinyLetter.
Objetivos
Los objetivos que persigue el curso para mejorar la analítica del aprendizaje son:
- Medir qué competencias adquieren los estudiantes.
- Medir la evolución de la adquisición de competencias durante el ciclo del curso.
- Conocer las causas que explican la adquisición de las competencias por parte de los estudiantes.
Metodología
La metodología que se utilizará en esta investigación será mayormente cualitativa utilizando los datos que se almacenen en la plataforma y el rastro que los alumnos dejen en los canales. Aunque con el fin de enriquecer la investigación se realizará una serie de encuestas al final de cada bloque que permitirán un análisis cuantitativo también.
Los métodos se basarán en el análisis de los datos proporcionados por la plataforma en la que se aloja el curso, los datos de los canales y por las pruebas y actividades que se plantean durante este.
Instrumentos de obtención de datos
Para la recogida de datos se empleará los datos que se almacenen de la base de datos de la plataforma y se completará con técnicas de web scraping para recabar el resto de información de los canales. Para el primer caso, se empleará de forma combinada SQLAlchemy y Pandas, dos paquetes de Python que permiten el acceso a bases de datos y su análisis respectivamente. Para el segundo caso, se empleará las APIs que proporcionan redes sociales como Twitter con paquetes específicos de análisis web como Beautifulsoup de Python.
Interpretación de los datos obtenidos
Dada la cantidad de datos que se van ha generar, tanto a través de la plataforma del curso, como de la los canales de expansión, el método más recomendable para el análisis sería emplear minería de datos. Así, el tiempo de conexión, actividad en redes sociales, plataforma o blogs nos mostrará, por ejemplo, los horarios de trabajo de cada alumno. O la participación en los diferentes entornos permitirá obtener el grado de compromiso de cada alumno con la consecución de los objetivos del curso y el posible riesgo de abandono.
Garantías éticas
Para realizar esta investigación es necesario el consentimiento informado de los participantes, mediante un cuestionario claro y conciso solicitando consentimiento y configuración de privacidad en torno a la cesión de sus datos personales para su posterior tratamiento.
Además, según el artículo 5 del Reglamento General de Protección de Datos (RGPD) los principios relativos al tratamiento indican que los datos personales serán:
a) tratados de manera lícita, leal y transparente en relación con el interesado («licitud, lealtad y transparencia»)
b) recogidos con fines determinados, explícitos y legítimos, y no serán tratados ulteriormente de manera incompatible con dichos fines; de acuerdo con el artículo 89, apartado 1, el tratamiento ulterior de los datos personales con fines de archivo en interés público, fines de investigación científica e histórica o fines estadísticos no se considerará incompatible con los fines iniciales («limitación de la finalidad»)
c) adecuados, pertinentes y limitados a lo necesario en relación con los fines para los que son tratados («minimización de datos»)
d) exactos y, si fuera necesario, actualizados; se adoptarán todas las medidas razonables para que se supriman o rectifiquen sin dilación los datos personales que sean inexactos con respecto a los fines para los que se tratan («exactitud»)
e) mantenidos de forma que se permita la identificación de los interesados durante no más tiempo del necesario para los fines del tratamiento de los datos personales; los datos personales podrán conservarse durante períodos más largos siempre que se traten exclusivamente con fines de archivo en interés público, fines de investigación científica o histórica o fines estadísticos, de conformidad con el artículo 89, apartado 1, sin perjuicio de la aplicación de las medidas técnicas y organizativas apropiadas que impone el presente Reglamento a fin de proteger los derechos y libertades del interesado («limitación del plazo de conservación»);
f) tratados de tal manera que se garantice una seguridad adecuada de los datos personales, incluida la protección contra el tratamiento no autorizado o ilícito y contra su pérdida, destrucción o daño accidental, mediante la aplicación de medidas técnicas u organizativas apropiadas («integridad y confidencialidad»). Además, el responsable del tratamiento será responsable del cumplimiento de estos principios y deberá ser capaz de demostrarlo («responsabilidad proactiva»).
Por lo tanto, el almacenamiento de los datos se realizará de forma que se mantenga el anonimato de los alumnos. Para este fin, se realizará una disociación entre los datos de cada alumno y su identificación. Así, los datos personales no se conseguirán relacionarse de nuevo con los datos identificativos de la persona. Además, este almacenamiento no será superior a los cinco años y solo será empleado con fines propios educativos. La información no será compartida con terceras empresas por lo que en ningún caso los datos obtenidos serán comercializados.
Por otro lado, no se exigirán datos como orientación sexual, raza u otro tipo de dato que pueda discriminar al alumno.
Comentarios
Publicar un comentario