¿Es el Learning Analytics una burbuja o una herramienta imprescindible en el entorno educativo del futuro? Mª Covadonga de la Iglesia Villasol El uso de estrategias de Learning Analytics (LA) está expandiéndose en los entornos educativos a un ritmo acelerado, generando numerosas corrientes de investigación de naturaleza muy distinta y prometiendo ser una radiografía eficaz del proceso de aprendizaje de los estudiantes. Cabe preguntarse qué nos aporta disponer de dicha información a un solo click en un contexto en el que la docencia presencial se complementa con la docencia on-line y el uso generalizado de las TIC con muy diversas plataformas, desde el campus virtual institucional del centro educativo, o los blogs redes sociales. Más aún, dada la actual situación provocada por la crisis mundial del covid-19, es un hecho que la docencia presencial ha dejado paso a la docencia online, y disponer de ésta información permite detectar a los estudiantes con limitaciones en el acceso y que pueden quedar descolgados en el seguimiento de la docencia. En la era digital el docente e investigador asume, o debe asumir, muy diversos roles que pasan por ser orientador, generador y evaluador de contenidos multimedia y multiformato que se adapten a los entornos virtuales, sin dejar de ser un experto en la materia curricular que imparte. Pero también está llamado a ser un analista de datos, encaminado a la gestión y el análisis de la información obtenida en las plataformas digitales en las que se apoya la docencia, con objeto de conocer mejor su propia acción docente, la tipología de sus estudiantes en cuanto a los usos electrónicos, las actitudes (frecuencia, franjas horarias, intentos, contenidos visitados, etc.) y el compromiso que los estudiantes adquieren con el programa formativo, e incluso sus resultados, dado que cada vez más la evaluación de contenidos y de competencias se vincula a las plataformas docentes electrónicas. Querer penetrar en la niebla instalada, a la que se refieren Long y Siemens (2011), lleva a afirmar sin fisuras que el análisis de los datos registrados a modo de huellas o registros virtuales va a tener (o tiene ya) un papel significativo en el futuro de la Educación. Y esto para todos los agentes implicados: los profesores y educadores, los propios estudiantes, los gestores o responsables de los centros, por cuanto permite conocer la eficiencia de los recursos empleados, la existencia de nichos de ventajas competitivas, mejoras en la calidad y rendimientos de la experiencia de aprendizaje. En la última década hemos asistido a una extraordinaria proliferación de investigación en éste ámbito, especialmente empírica, agrupada en comunidades de aprendizaje distintas, que ordena y sintetiza los usos del ingente volumen de información de los usuarios (estudiantes y profesor) que queda registrada en los diversos “senderos digitales” (uso de foros, blogs, campus virtuales, intranet, redes sociales, etc.). Estos datos están siendo validados tanto para definir perfiles de los usuarios, a partir de datos estáticos (aspectos demográficos, sociales, familiares, o del pasado académico) y/o datos dinámicos (referidos al proceso de aprendizaje: compromiso con el proceso, comportamiento, rendimiento, satisfacción, valoraciones, etc.), como para disponer de indicadores que profundizan en la aplicación de métodos y herramientas en análisis descriptivos, predictivos y/o prescriptivos con recomendaciones desde la óptica del Learnig Analytics, justificados en aras de facilitar y mejorar el aprendizaje en su conjunto, no solo convirtiendo los datos en conocimiento, sino también filtrándolo para la toma de decisiones. Así, cabe establecer una clasificación de los usos los datos, por ejemplo referidos a la predicción del rendimiento del alumno, proporcionar retroalimentación para los instructores, agrupación de estudiantes por perfiles de aprendizajes, detectar conductas atípicas o ritmos diferenciados, análisis de usos en redes sociales, análisis del desarrollo de competencias, planificación y programación de cursos, etc., por lo que el campo de la investigación empírica está abonada para las siguientes generaciones de docentes (de la Iglesia, 2019). El alcance futuro de la estrategia del uso del Learnig Analytics se puede hacer a partir de la revisión de las implementaciones que ya son una realidad en numerosos Centros Educativos y Universidades, tanto por el registro de los usos digitales en los planes formativos formales (reglados) o informales (principalmente los MOOCs), con casos de adaptación de tecnologías, innovaciones educativas, o buenas prácticas a imitar, y que aportan extensas colecciones con diversos enfoques multidisciplinares. Este hecho, buscar sinergias entre actores y grupos con perfiles profesionales distintos, se deriva de la porosidad en los márgenes entre las distintas disciplinas que tienen cabida en el Learning Analytics, algunas más instrumentales como la estadística, la inteligencia artificial, la ciencia computacional, o más genéricas como la educación y los estilos de aprendizaje o específicas como el diseño de perfiles psicológicos, sociológicos, conductuales y cognitivos. La definición oficial del Learning Analytics se fecha en la convocatoria de la First International Conference on Learning Analytics and Knowledge (LAK 2011), y ha sido adoptada por la Society for Learning Analytics Research (SoLAR), como la medición, recopilación, análisis e informe de datos sobre los alumnos y sus contextos, con el fin de comprender y optimizar el aprendizaje y los entornos en los que se produce. A partir de esta definición, cabe acotar la ramificación en las siguientes redes científicas de investigación: i) relacionados con el uso de big data en el entorno educativo y sus implicaciones; 2) estudios de caso del desarrollo de iniciativas de Learning Analytics para el estudio de desarrollo de competencias; 3) estudios que analizan o evalúan buenas prácticas nacionales vs. internacionales; 4) trabajos innovadores sobre el diseño, evaluación e implementación de programas formativos basados en estudios del Learning Analytic; 5) retos y oportunidades para una docencia de calidad de disponer de herramientas de análisis de masiva información, por ejemplo. Así, los retos que las comunidades científicas del Learning Analytics afrontan son tanto de orden técnico y tecnológicos y pedagógicos. Respecto de los primeros, vienen derivados del tratamiento de los datos, su procedencia desde múltiples fuentes y formatos, naturaleza y calidad, así como las existencia de una diversidad de técnicas o herramientas interactivas para su procesamiento y visualización de forma sintética para ser utilizados por los usuarios o
