View metadata, citation and similar papers at [Link].

uk brought to you by CORE

provided by PublicacionesDidácticas (E-Journal)

Big Data en la enseñanza secundaria

Autor: Crego Herrero, Nuria (Licenciada en Matemáticas, Profesora de Matemáticas en Educación Secundaria).
Público: Enseñanza secundaria. Materia: Informática y Matemáticas. Idioma: Español.

Título: Big Data en la enseñanza secundaria.

Resumen
Actualmente el uso de Big Data supone beneficios en sectores como: negocios, salud, gestión del tráfico, etc, y la educación no
debería ser una excepción. Teniendo en cuenta los datos de abandono escolar en España, existe la necesidad de buscar estrategias
que produzcan mejoras en el sistema educativo. Hay una gran variedad de mecanismos de recogida de datos que, tras su posterior
análisis y con ayuda de los sistemas de información, pueden producir conocimiento que sirva para trabajar de un modo más
eficiente en el aula, el centro educativo, el barrio e incluso a nivel estatal mediante políticas educativas apropiadas
Palabras clave: Big Data, educación secundaria, educación online, grabaciones, monitorización, cuestionarios, reconocimiento
facial, abandono escolar, convivencia, orientación, políticas educativas, recursos.

Title: Big Data in secondary school.

Abstract
Currently the use of Big Data produces benefits in sectors as diverse as: business, health, traffic management, etc, and education
should not be an exception. Considering the data regarding school drop-out in Spain, there is a need to seek strategies that lead to
improvements in the education system. There is a great variety of mechanisms of data collecting that, after its further analysis and
with the help of the information systems, may produce useful knowledge for working more efficiently in the classroom, the
educative centre, the neighbourhood, or even at State level trough suitable educative policies
Keywords: Secondary education, online education, recordings, monitoring, questionnaires, facial recognition, school drop-out,
cohabitation, educational guidance, educative policies, educative resources.

Recibido 2017-09-20; Aceptado 2017-09-26; Publicado 2017-10-25; Código PD: 088087

¿QUÉ ES BIG DATA?

Se utiliza el concepto de Big Data para describir una gran cantidad de datos que, tras ser analizados, pueden explotarse
y obtener nuevos conocimientos sobre un área específica. Utilizamos este término para toda aquella información que solo
puede analizarse a través de medios informáticos. Big Data se caracteriza por tres Vs:
 Volumen. La principal característica es la extracción de un volumen muy elevado de datos.
 Variedad. Los diferentes tipos de información deber ser combinados y empleados de forma conjunta.
 Velocidad. Se producen datos de forma constante y la velocidad de análisis es esencial para poder ir integrando de
forma constante la nueva información.

NECESIDAD EN LA ENSEÑANZA
Actualmente el uso de Big Data se encuentra ampliamente extendido en los negocios, ya que disponen de una ingente
cantidad de información comercial a través de múltiples canales que permite ajustar la oferta a la demanda real existente.
Tanto es así, que cada vez hay más universidades que ofertan estudios dedicados a este nuevo enfoque tanto a nivel
nacional [1] como internacional. Por ejemplo, siete universidades en China preparan expertos en Big Data [4] cuyo estudio
se centra, entre otras funciones, en el aprendizaje de la gestión de grandes volúmenes de datos existentes en los
dispositivos móviles o en los resultados de los distintos motores de búsqueda.
También en sanidad, se estudia la aplicación de Big Data para obtener un sistema más eficiente, optimizar tratamientos
y gestión de servicios y reducir riesgos [2]. Son muy distintos los ámbitos en los que se está introduciendo la utilización de
Big Data, por ejemplo se estudia su aplicación para reducir los atascos en grandes ciudades [3].
En el ámbito educativo también se generan gran cantidad de datos que pueden ser empleados para mejorar la
educación. (Ver Fig. 1)

486 de 911 [Link] | Nº 88 Noviembre 2017

 Fig 1. Obtención de datos y sus aplicaciones en enseñanza-Autor: Nuria Crego

OBTENCIÓN DE DATOS EN EDUCACIÓN

Hay diversas formas de conseguir las informaciones necesarias para evaluar el proceso de enseñanza-aprendizaje y
observar cuáles son los contenidos en los que el profesor debe hacer hincapié a la vista de los datos observados. Algunas
de estas maneras de obtener información son las siguientes:
 En la educación online el profesor puede observar cuáles son los contenidos que más dificultades ofrecen al
alumnado observando el tiempo que le dedican al repaso de la teoría, a las visualizaciones de los vídeos o la
vuelta a algunos contenidos ya estudiados con anterioridad (lo que indica que esos conceptos no están
interiorizados). Kenneth Cukier, periodista estadounidense y autor de “La revolución de los datos masivos” ,
explica en una entrevista para Euronews:
“Lo que ha sucedido en Estados Unidos, con los cursos en línea, llamados MOOCs, cursos masivos
abiertos en línea, es que los profesores pueden ver cuando los estudiantes están viendo sus cursos, y
cuando se detienen, cuando releen una lección. Y un profesor de Standford se dio cuenta de que hacia la
lección siete u ocho todos los estudiantes regresaron a la lección número tres. Esa lección era una clase
de repaso de matemáticas y mostraba que a medida que los estudiantes avanzaban más en el curso,
estaban menos seguros de sus bases en matemáticas. Normalmente, un profesor no tiene porqué saber
que la clase se está quedando atrás… pero de repente, el profesor podía ver esto en los datos y podía
aprender dos cosas. En primer lugar, que debía preparar mejor a sus alumnos. Y en segundo, que debía
insistir más en esa dificultad en particular ya que los estudiantes se detenían y regresaban a esa lección.”
[4]
 Mediante grabaciones de las clases. Este método es también efectivo para localizar posibles problemas en las
explicaciones o en los enfoques adoptados por el profesor para transmitir determinados contenidos, pero
también plantea problemas en el uso y alcance de los datos, cómo se tratarían los mismos, quiénes tendrían
acceso a las visualizaciones, etc., siendo necesario el conocimiento y aplicación de las leyes correspondientes,
como la LOPD. Quizás haya otras opciones igualmente válidas que no conlleven tanta controversia, especialmente
en educación secundaria.
En cualquier caso, sea mediante grabaciones o no, el uso de datos privados debe ser cuidado con cautela en
todos los ámbitos; por ejemplo, los bancos estudian las redes sociales mediante Big Data para analizar si
conceden préstamos [5], e incluso el periódico ‘El País’ explica en un artículo que China prepara un sistema

[Link] | Nº 88 Noviembre 2017 487 de 911

 disciplinario, con castigos asociados, basado en la recogida exhaustiva de datos de personas y de empresas, que
se usarían para puntuar la fiabilidad social y la lealtad política de cada individuo y de cada compañía [6].

Fig 2-Autor: Jeremy Keith [7]

 A través de cuestionarios de opinión. Ya se realizaban cuestionarios de opinión antes de que se hubiera oído
hablar del concepto de Big Data, pero quizás éstos resultaban insuficientes o llegaban demasiado tarde para ser
utilizados de forma eficaz. Esto podría solucionarse con el tratamiento adecuado de esos datos.
 Además existe una gran cantidad de información disponible acerca de las características de cada alumno y su
situación socio-económica y familiar, elección de asignaturas, calificaciones, incidencias actitudinales, etc. Todos
estos datos se recogen en las matrículas de los alumnos, en entrevistas con ellos o con sus familias, en sus
expedientes,…También cada vez es más común el uso de plataformas virtuales en las que los profesores añaden
de forma periódica información sobre sus alumnos, ausencias o retrasos, calificaciones, observaciones sobre su
comportamiento o sobre sus dificultades.

APLICACIONES EN EDUCACIÓN:
 Análisis y mejora del proceso enseñanza-aprendizaje.
Mediante la educación online, por ejemplo con la simple realización de ejercicios prácticos y actividades online
se puede realizar con frecuencia un rápido análisis de los resultados reajustando los métodos llevados a cabo en
las explicaciones.
A través de los cuestionarios de opinión que pueden realizarse a cada momento y ser analizados de manera
informática se pueden ir adaptando las lecciones e insistiendo en los conceptos que creen más dificultades.
Visualizando las grabaciones de las clases impartidas se puede analizar qué falla en ellas, estudiando los
momentos en los que decae la atención del alumnado; y esto se puede realizar combinando reconocimiento facial
con indicadores acústicos que señalen que los alumnos han ‘desconectado’ y no siguen la lección.
Esto es lo que se lleva a cabo en las AltSchool, las llamadas escuelas laboratorio, en las que trabajan
educadores, empresarios e ingenieros para personalizar el aprendizaje de cada alumno, creando un ‘retrato’ del
alumno con sus características. En ellas se realiza un seguimiento mediante cámaras y se aplica un algoritmo que
evalúa su nivel de interés a través del reconocimiento facial, movimientos de ojos y cabeza, expresiones faciales y
también otros movimientos corporales. Después, con el empleo de un programa informático se mide el
compromiso de cada alumno y se sugiere al docente actividades apropiadas para cada uno [8]. Además,
utilizando micrófonos, cambia la iluminación del aula cuando el ruido es demasiado elevado. Este último método
se lleva a cabo también en otros centros educativos mediante un código de colores en forma de semáforo; de
forma que quedan registradas los niveles de ruido por cada clase para su posterior análisis.
 Reducción del abandono
Mediante los llamados cursos masivos online se puede crear una educación personalizada que se adapte a las
necesidades del alumno. Este método es utilizado también en educación superior, por ejemplo la Universidad de
Arizona da sus clases mediante ordenador empleando un software que recoge todos los datos sobre los avances
de cada alumno e incluso sobre sus vacilaciones al utilizar el ratón. Una serie de algoritmos adaptan cómo
continúa el trabajo de cada alumno y además el software va avisando al docente sobre todos estos hechos. [4]

488 de 911 [Link] | Nº 88 Noviembre 2017

 Según la universidad, en el primer año se redujo un 54% el abandono y alumnos afirman que quién no lo supera
es por falta de tiempo dedicado.
Tal y como indica la gráfica ofrecida por el ministerio de educación y realizada por el INE [9] (ver Fig 3), uno de
los problemas de la educación en España es el abandono temprano, es decir, población de 18 a 24 años que no ha
completado el nivel de Educación Secundaria (2ª etapa) y no sigue ningún tipo de educación-formación.

Fig.3- Abandono educativo temprano

 Medidas para la mejora de la convivencia

Se pueden adaptar las políticas internas de un centro educativo, según las características del alumnado y la
efectividad de las medidas que se toman. Por ejemplo, medidas adoptadas para reconducir comportamientos
negativos o para tratar los retrasos y ausencias del alumnado. Funcionaría mediante ensayo-error de forma que
se fueran modificando las medidas tomadas según su efectividad; si se observa que tras las medidas llevadas a
cabo los alumnos siguen reincidiendo querrá decir que son poco efectivas o incluso se podría actuar de una forma
para unos alumnos u otros en función de la efectividad para cada uno de ellos.
 Orientación académica
A lo largo de los años el volumen de alumnos que realizan determinados estudios es tan elevado, que permite
analizar la adecuación de los estudios elegidos, en función de las tasas de fracaso. Estos datos se pueden utilizar
para orientar al alumnado de múltiples formas: con itinerarios personalizados mediante la elección de optativas y
modalidades y también orientándoles hacia la elección de futuros estudios.
Hoy en día, el equipo docente y especialmente el tutor con colaboración del orientador, ya ayudan al
alumnado en estas elecciones, pero quizás estos consejos apoyados en estadísticas más concretas a las que
pudieran tener acceso los alumnos, serían tenidos en cuenta como datos más tangibles. Podría crearse una
aplicación mediante la cual introduciendo las asignaturas cursadas por cada alumno y las calificaciones obtenidas,
apareciera un mapa de estudios futuros con probabilidades de éxito asociadas.
 Creación de políticas educativas
Las leyes educativas han ido cambiando a lo largo de los años y no siempre se han adaptado a los problemas
que podían existir en esos momentos. En ocasiones, han podido modificarse aspectos que han empeorado con el

[Link] | Nº 88 Noviembre 2017 489 de 911

 cambio; es por ello, que sería esencial un estudio a gran escala, manejando gran cantidad de datos, que indicara
cuáles son los estudios o aspectos de la educación que pueden ser relacionados con resultados negativos, para
centrar la atención en ellos y que sean esos aspectos, y no otros, los que sean objeto de las correcciones
correspondientes.
 Mejora de servicios
El uso de Big Data puede contribuir a una mejor adecuación de la oferta educativa y de los diversos recursos a
las demandas específicas en las distintas zonas o centros educativos.
Los análisis demográficos podrían indicar posibles carencias como falta de centros escolares, bibliotecas o
incluso transporte hasta los centros educativos. Por ejemplo, los ganadores de un concurso del consejo nacional
de ciencia y tecnología de Chile, realizaron un estudio que demostraba que existía una relación entre la falta de
transporte para acceder a la escuela y el nivel de deserción, lo que implicaría que sería conveniente una mejora
en ese aspecto. [8]
Se podría tratar de ajustar los recursos materiales o personales a las necesidades reales y cambiantes. Hay
centros educativos que por su localización y las características de su alumnado necesitarían más recursos para
poder tratar su situación personal y/o familiar de manera adecuada ya que suelen afrontar los estudios con
mayores complicaciones que el resto. Esto podría hacerse mediante las tasas de alumnos repetidores, el historial
de calificaciones e incidencias de todos los alumnos, el cómputo y análisis de todos los alumnos que tienen un
seguimiento a través de asuntos sociales o que por sus características tienen riesgo de sufrir distintas
problemáticas y/o dificultades académicas,…Por ejemplo, podría aplicarse ese gran volumen de datos disponibles
para establecer el cupo de alumnos por clase o el número de docentes y orientadores en los centros.

APLICABILIDAD EN EDUCACIÓN SECUNDARIA:

Algunas de las aplicaciones de Big Data en educación estudiadas anteriormente tienen su mayor alcance mediante
educación online a partir de la información obtenida mediante esa técnica y, por tanto, la utilización de ese gran volumen
de datos se potencia en educación superior cuando el alumnado ha alcanzado la madurez para tener perseverancia en sus
estudios. Alumnos de la universidad de Arizona, mencionada anteriormente, afirman que quién no supera esos estudios es
por falta de tiempo dedicado y éste es el mayor problema con el que nos encontramos en educación secundaria. Las
características de los alumnos en esta etapa hacen que la educación online sea insuficiente para ellos, aunque sí que
puede combinarse la educación online con la impartición de clases de forma directa.
Por otro lado, todo docente conoce que las características de una clase a otra son muy dispares, de manera que el
análisis de cada clase de forma individual, podría llevar a la conclusión de que las mejores técnicas para conseguir que los
alumnos de una clase adquieran los contenidos pueden no ser las más adecuadas para otra clase distinta. Aun así, el nivel
de personalización del proceso de enseñanza no podrá ser tan fácilmente adaptable a cada alumno, ya que dentro de una
misma aula también hay grandes diferencias entre alumnos y en la exposición de los contenidos de forma directa el
profesor tendrá que encontrar un equilibrio entre las necesidades de todos ellos.

CONCLUSIONES
El empleo de Big Data en educación aporta beneficios de distintos órdenes. Sus aplicaciones se potencian mediante
educación online, más utilizada en educación para adultos, pero que puede ser empleada de forma complementaria en
educación secundaria. También se obtiene un volumen importante de datos mediante la monitorización de las clases, lo
que por otro lado plantea un debate indiscutible.
En cualquier caso, son muchas las aplicaciones expuestas anteriormente, dejando a un lado la educación online y las
grabaciones, que conllevarían una mejora del proceso de enseñanza-aprendizaje, consiguiendo también disminuir el
abandono escolar, orientar al alumnado y adaptar de forma más óptima los recursos disponibles a las necesidades de la
población. Además, también se pueden extraer conclusiones en cada centro educativo, modificando o creando políticas
internas que ayuden a su mejor funcionamiento.

490 de 911 [Link] | Nº 88 Noviembre 2017

 Bibliografía
[1] a) ‘Técnicas de análisis de datos y Big Data’ de la Universidad Rey Juan Carlos
[Link]
b) ‘Máster en Business Intelligence y Data Science’ de la Universidad de Alcalá.
[Link]
c) ‘Máster en Big Data y Data Science: Ciencia e Ingeniería de Datos’ de la
Universidad Autónoma de Madrid
[Link]
y_Data_Science:_Ciencia_e_Ingenieria_de_Datos.htm
d) ‘Experto Universitario en Ciencia e Ingeniería de Datos y Big Data para
Business Intelligence’ de la Universidad de Navarra.
([Link]
de-datos-y-big-data)
e) ‘Máster en Métodos analíticos para datos masivos’ de la Universidad Carlos III
[Link]
_en_Metodos_Analiticos_para_Datos_Masivos_Big_Data
f) ‘Fundamentos de la ciencia de datos’ e ‘Introducción a Data Science & Big Data’
másters de la Universidad de Barcelona. [Link]
g) ‘Grado en Ingeniería Informática + Estadística’ orientado al Big Data
[Link]
h) ‘Máster en Big Data y Data Science’ de la Universidad Internacional de Valencia
[Link]

[2] Presentación corporativa ICD salud (BEEVA)

[Link]

[3] Artículo ‘Big Data para acabar con los atascos en Nueva York’del periódico ‘El País’
(17/09/17)
[Link]

[4] Artículo ‘Big Data al servicio de la Educación’ de Euronews (22/05/2015):

[Link]

[5] Artículo ‘A tu banco le importa lo que haces en las redes sociales’ del periódico La Vanguardia (31/07/16)
[Link]
[Link]

[6] Artículo ‘La lealtad del pueblo chino la mide el ‘big data’del periódico ‘El País’ (23/10/16)
[Link]

[7] Figura 2- Autor: Jeremy Keith

[Link]

[8] Graduate XXI

[Link]

[9] Figura 3-Fuente: Encuesta de población activa. INE. Elaborado con la metodología de Eurostat.
[Link]
mecd/estadisticas/educacion/indicadores-publicaciones-sintesis/datos-cifras/[Link]

[Link] | Nº 88 Noviembre 2017 491 de 911