Paula Valverde nous explique comment analyser les données dans ProFuturo

2018
Anonim

L'utilisation de l'analyse de données dans l'éducation est relativement récente par rapport à d'autres industries (et toujours à petite échelle). Dans ce scénario, l'objectif de ProFuturo est d'être un pionnier dans l'application de l'analyse de l'apprentissage (Scale Learning).

,,

Aujourd'hui, deux ans et demi après sa création, ProFuturo est déjà un acteur pertinent et consolidé en termes d'éducation de qualité. Sa mission: améliorer l'enseignement et l'apprentissage par l'analyse de données . En savoir plus sur son activité d'analyse auprès de Paula Valverde, chef de produit chez ProFuturo.

"Il est temps que l'analyse de données et l'intelligence artificielle contribuent à transformer l'éducation, à améliorer l'enseignement et l'apprentissage"

1. Quelle est exactement votre initiative d'analyse de données dans ProFuturo?

Chez ProFuturo, nous voulons personnaliser l'éducation. Par conséquent, nous travaillons avec des données qui nous permettent de prendre des décisions concernant notre solution éducative numérique . Plus précisément, ce projet vise à mesurer les résultats et l’impact éducatif de notre programme, en développant des outils d’analyse. Notre aspiration est de développer un "algorithme de qualité pédagogique" qui contribue à l'amélioration de l'enseignement et de l'apprentissage à travers l'apprentissage analytique, ce que nous appelons "Learning Analytics".

En pratique, nous construisons un réseau de données sur l’éducation à l’échelle mondiale grâce à la présence de ProFuturo dans 28 pays d’Amérique latine, d’Afrique subsaharienne et d’Asie, où nous évaluons et mesurons déjà, avec l’analyse des données, différents concepts pédagogiques. Cela nous positionne comme une seule banque de test au niveau mondial. Nous avons un modèle fondé sur des preuves qui nous permet de tester l’évolutivité et d’aider à réduire le déficit de données éducatives dans le monde entier.

2. C’est l’unité de données de Telefónica, LUCA, qui vous aide dans ce domaine, quelle est la raison de cette collaboration et que contribuez-vous les uns aux autres?

ProFuturo fait partie du programme "Big Data for Social Good" de LUCA. En plus de travailler ensemble pour améliorer la société grâce aux données, LUCA nous a aidés à transformer ProFuturo en un programme « basé sur les données », de sorte que nous prenions déjà tous les jours nos décisions en fonction des données .

En plus de la collaboration avec LUCA, nous avons créé la chaire Telefónica avec l'Université pontificale de Salamanque (UPSA) pour la recherche, le développement et l'application de technologies d'analyse de données dans des projets éducatifs dans des environnements vulnérables.

L'utilisation de l'analyse de données dans l'éducation est relativement récente par rapport à d'autres industries (et toujours à petite échelle) et notre vocation dans cette collaboration est d' être des pionniers dans l'application de l'analyse de l'apprentissage (Learning Analytics) à grande échelle.

3. Quel type de données recherchez-vous et comment sont-elles collectées?

La solution éducative numérique nous fournit des données en permanence, à la fois le développement professionnel des enseignants et l'expérience en classe. Nous recueillons des données, par exemple, chaque fois qu'une fille termine une activité avec succès ou qu'un enseignant crée une classe. Nous pouvons également savoir quel contenu est le plus utilisé, etc. À toutes ces informations, nous ajoutons des données sur le contexte économique et éducatif, sur les infrastructures, etc., en plus des informations de contexte provenant des données ouvertes et de nos équipes sur le terrain.

Le défi de ProFuturo est de savoir comment collecter ces données lorsque 90% de nos écoles se trouvent dans des environnements sans connectivité ou connectivité Internet limitée . Nous y sommes parvenus en appliquant des innovations dans chaque partie de la solution pédagogique numérique. De plus, nous continuons de collaborer avec d'autres initiatives de Telefónica afin que la connectivité ne soit pas une limitation (nous avons un projet pilote au Pérou en collaboration avec l'initiative "Internet pour tous").

De plus, il est essentiel de garantir la qualité des données, un domaine dans lequel nous avons investi de nombreuses ressources au cours de la dernière année (et qui représente 50% du succès et des efforts d’un bon projet d’analyse de données).

4. Que voulez-vous accomplir? Quel est votre objectif avec cette exploration de données?

Non seulement nous faisons de l'exploration de données, mais nous appliquons également l'analyse d'apprentissage (Learning Analytics), l'apprentissage automatique et toute méthode d'intelligence artificielle (IA) dans notre programme.

L’analyse des données dans ProFuturo profitera à plusieurs acteurs . Les enseignants peuvent personnaliser l'apprentissage de leurs élèves tout en évaluant leurs propres performances afin d'améliorer leur travail professionnel. Les étudiants peuvent en apprendre davantage sur leurs forces et savoir ce qu’ils doivent améliorer; les chercheurs utiliseront ces informations pour valider de nouvelles techniques éducatives; les familles auront accès aux informations clés qui leur permettront de décider des actions à prendre pour soutenir leurs enfants; et les décideurs seront en mesure d'identifier les lacunes en matière d'éducation et de concevoir des stratégies éducatives plus appropriées.

5. Comment les algorithmes éducatifs sont-ils développés et à quoi servent-ils?

Avant de développer un algorithme, vous devez définir les bonnes questions . Par exemple, quelles actions des élèves indiquent satisfaction, participation, progrès d’apprentissage, etc.? Quand les étudiants sont-ils prêts à passer au sujet suivant? Quelles actions d'élève sont associées à plus d'apprentissage? Quelle séquence de sujets est la plus efficace pour un élève en particulier?

L'étape suivante consiste à sélectionner le jeu de données à utiliser comme variables. Avec cela, l'algorithme est conçu, qui est la logique avec laquelle ces données sont combinées pour répondre à des questions éducatives.

Pour faire une comparaison avec la cuisine, nous pouvons dire que nous créons la recette (algorithme) et sélectionnons les ingrédients (données) pour créer de nouveaux plats (par exemple, mesurer l’assimilation des connaissances).

6. Qu'est-ce que vous avez déjà développé? Quel type d'analyse appliquez-vous?

En analyse descriptive, pour savoir «ce qui se passe», nous disposons déjà d’un panneau de configuration ProFuturo déjà utilisé et en cours d’utilisation. Outre les informations opérationnelles et les indicateurs commerciaux, les premiers résultats de l’utilisation pédagogique de la solution pédagogique numérique sont générés . comme, par exemple, le temps passé sur la plateforme, le nombre et le type d'élèves qui l'utilisent, le contenu éducatif le plus utilisé, les activités moyennes par enfant

Nous analysons les raisons de certaines tendances, modèles ou anomalies et nous avons pris des décisions concernant, entre autres, l'amélioration de l'utilisabilité de notre solution, l'amélioration des processus opérationnels ou la typologie et le modèle d'un contenu éducatif plus approprié.

Nous en sommes maintenant à la phase la plus intéressante: appliquer une analyse avancée, à la fois prédictive (pour anticiper ce qui va arriver ") et normative (pour savoir" quoi faire pour que cela se produise ").

Par exemple, grâce à la collaboration avec UPSA et LUCA, nous développons un assistant personnel pour l'enseignant (assistant enseignant), une application qui permet à l'enseignant de savoir si un enfant est à la traîne, ou même s'il est laissé pour compte. un domaine spécifique, offrant des alternatives pour appliquer un apprentissage personnalisé, ainsi que la possibilité de lancer plus de défis aux enfants qui vont ou vont être plus avancés.

Articles Populaires

Lire La Suite