Guía Esencial

Navegue en las secciones
Reportaje

Proyecto de analítica educativa ayuda a estudiantes maristas a sacar buenas notas

Los reguladores federales de EE.UU. amenazan con destituir a los colegios con bajo rendimiento. El Colegio Marista utiliza la analítica para ayudar a los estudiantes a tener éxito.

Ed Burns
por
Publicado:07 jul 2015

Los colegios y las universidades tienen que trabajar más duro para atraer a estudiantes –para muchos, ya no es suficiente suponer que su reputación académica se hará cargo de las cosas. Y están frente a la posible adopción de nuevas métricas regulatorias basadas en el rendimiento.

El Colegio Marista, una institución privada con un fuerte enfoque en el uso de la tecnología en la enseñanza, utiliza el análisis educativo para ayudar a hacer frente a esos desafíos. La analítica está jugando un papel central en sus planes para mantener su competitividad.

"Con el fin de avanzar en la cadena alimentaria, hay que mejorar, y tienes que ser notablemente mejor," dijo Bill Thirsk, vicepresidente y CIO de Marista, una escuela con cerca de 6.000 estudiantes en Poughkeepsie, Nueva York.

Thirsk está liderando un proyecto en Marista llamado Open Academic Analytics Initiative (OAAI). El objetivo es identificar a los estudiantes que pueden estar en riesgo de abandonar una clase e intervenir a tiempo para ayudar a completar el curso con éxito. Ese tipo de esfuerzos de análisis académicos nunca han sido más importantes, dijo, señalando que actualmente existe una "nube negra de reglamentos" que se ciernen sobre la educación superior y que podrían martillar a las escuelas de bajo rendimiento.

Hartos de las bajas tasas de graduación y las montañas de la deuda estudiantil, los reguladores federales y legisladores están considerando una serie de nuevas regulaciones que podrían retener los préstamos y créditos estudiantiles federales de las universidades que ofrecen poco valor medible a los estudiantes. Eso a menudo se refiere a escuelas con altos índices de fracaso escolar o deserción escolar y bajos niveles de inserción laboral para los graduados.

Thirsk dijo el OAAI es una manera de hacer frente de forma proactiva a este problema potencial y de mostrar a los reguladores que las escuelas están trabajando para mejorar. Y eso no es solo para los Maristas: La iniciativa se basa en una plataforma de análisis de código abierto de Pentaho Corporation, y Marista comparte su proceso de análisis con otras escuelas.

La analítica dibuja la imagen de los estudiantes en riesgo

El proceso funciona mediante la agregación de datos de los estudiantes básicos, como el GPA, los resultados del SAT, de dónde son los estudiantes y otros datos demográficos y, a continuación, combina esa información con los datos específicos del curso, tales como la frecuencia con que los estudiantes presentan tareas y participan con los instructores a través de foros en línea. Mediante el análisis de toda esa información a través del modelado predictivo y minería de datos, Marista puede construir una imagen precisa de quién es probable que abandone una clase particular, dijo Thirsk.

Pero el trabajo no termina ahí. Thirsk dijo que el conocimiento de cómo ayudar a los estudiantes que son propensos a abandonar las clases es tan importante como identificarlos en primer lugar. Cuando la iniciativa de análisis de educación comenzó como un proyecto piloto en 2013, su equipo podía notificar a los estudiantes identificados como probables de abandonar una clase que se estaban quedando atrás. Los analistas pensaban que al hacer esto daban a los estudiantes un empujón en la dirección correcta –pero en última instancia, más estudiantes de los que se esperaba dejaron sus clases después de recibir las notificaciones del equipo de análisis contra las bajas cuando no les decían nada.

Ahora el equipo tiene un enfoque más sutil. Inicialmente, la identidad de los estudiantes que se encuentran a la zaga se mantiene confidencial. Los estudiantes no son notificados de su estado, y a los instructores no se les dice quién en sus clases es visto como probable de abandonar. En cambio, les notifican que tienen estudiantes que se están quedando atrás y que deben hacer más para involucrar a la clase en su conjunto. Si eso no funciona, los instructores pueden entonces desbloquear las identidades de los estudiantes en riesgo para hacer intervenciones más personalizadas.

Más que simples estadísticas

La experiencia de Marista muestra que este tipo de iniciativa es mucho más que sólo estadísticas de un problema. Thirsk dijo que él trajo a expertos de todo el colegio, incluyendo el departamento de educación, para asegurarse de que obtiene el seguimiento adecuado, no sólo el análisis inicial. "La intervención y lo que hacemos para procesar la intervención es tan importante como averiguar quién está en problemas", dijo.

Hasta ahora, el enfoque actualizado está trabajando. Thirsk dijo que cuando Marista comenzó la iniciativa, alrededor del 60% de los estudiantes identificados como de riesgo dejó las clases. Hoy, ese número se ha reducido a 40%.

Ahora que la eficacia del programa se ha probado internamente, Marista también se centra en fomentar a otras escuelas a seguir su ejemplo. El equipo de análisis está empezando a promover sus métodos a través de seminarios, y puesto que todo el proyecto se basa en la tecnología de código abierto, otros colegios y universidades deben ser capaces de implementar enfoques similares de análisis educativos.

Además de poner las herramientas y capacidades analíticas requeridas en su lugar, Thirsk dijo que es importante aprovechar el conocimiento existente dentro de un campus, ya sea que ello signifique profesores de estadística o instructores de educación. O las dos cosas: Él ve un equipo interdisciplinario como una clave para el éxito. Otras escuelas "pueden hacerlo si tienen la habilidad", dijo.

Investigue más sobre Big data y gestión de la información