Producimos una cantidad enorme de datos sobre una base diaria. Considera el rastro de los datos que dejamos en la rutina diaria:
- Una entrada rápida de Facebook/Twitter para ver lo que ha ocurrido en tu red social desde que te fuiste a la cama.
- Unos momentos en leer tu correo electrónico (Gmail/Yahoo/Hotmail) con tu café de la mañana … seguido de acceder a algunas cuentas (con Facebook Connect)para leer/interactuar con tu red.
- Al salir para ir a trabajar, te detienes a llenar tu auto con gasolina, pagando con una tarjeta de crédito y proveyendo alguna información de viajero frecuente o tarjeta de millas. Tal vez, para tomar tu dosis diaria de cafeína de la mañana, vas a Starbucks y pagas con tu tarjeta de prepago.
- Checkeas Foursquare, mientras estás en Starbucks. Necesitas defender tu posición de alcalde.
- Pasas tu tarjeta de estacionamiento al entrar al estacionamiento del trabajo.
- Te conectas al ordenador en el trabajo y empiezas a trabajar con datos relacionados con el trabajo: correo electrónico, actividad de seminarios web, búsquedas corporativas en bases de datos, conversaciones de Skype, la actividad en Sharepoint, todo está grabado - datos a la espera de ser analizados para determinar tu productividad en relación con los demás en la organización.
… y así sucesivamente. (Incluso las verduras que recoges en el camino a casa desde el trabajo se realiza un seguimiento por el pequeño descuento que tu tienda de comestibles ofrece cuando usas la tarjeta de fidelidad de cliente).
Vivimos en la era digital. Las conversaciones que solían evaporarse junto al hervidor de agua ahora se digitalizan, en espera de un algoritmo inteligente para su análisis. El potencial del análisis/estadística para aumentar la eficiencia de los empleados, buscar gente adecuada para tareas y para mejorar el acceso a los recursos de ayuda es enorme.
Pero existen preocupaciones de tipo éticas y de privacidad. (estaba esperando esta frase)
Los silos de datos protegen a las personas por el uso inadecuado de *nuestros* datos.
[Wikipedia parece tener una opinión no muy positiva de dichos 'silos': aquí una cita tomada el 12-01-2011 15:40 hora chilena
Critics of silos contend that managers serve as information gatekeepers, making timely coordination and communication among departments difficult to achieve, and seamless interoperability with external parties impractical. They hold that silos tend to limit productivity in practically all organizations, provide greater opportunity for security lapses and privacy breaches, and frustrate consumers who increasingly expect information to be immediately available and complete. Although much has been written about them, information silos are becoming far more recognized as the major reason why organizations are unable to take full advantage of the Internet's power to interconnect business processes.]
No necesariamente queremos que nuestro médico, proveedor de seguros, o ejecutivo bancario nos conozca totalmente. Los productos de acceso cruzado a los silos de datos son representaciones más precisas de quienes somos (y cuales son nuestro intereses) de lo que nos sentimos cómodos en compartir.
[Aunque entiendo el punto, no me parece apropiado afirmar que una aplicación/algoritmo/etc. pueda ser capaz de represenar "quien soy". Vamos! si ni siquiera YO tengo claro quién soy para que lo sepa la Matrix!!! Puede que esta "máquina" pueda decir cual es mi comportamiento, intereses, etc. en determinado momento, pero ¿soy yo? NO!!! yo soy mucho más que mi comportamiento!!]
Cuando se aplica al aprendizaje - ya sea corporativo, universitario o escolar- el análisis plantea preocupaciones similares acerca de la interacción entre el valor de los silos de datos transparentes, la privacidad y la ética.
Este curso explorará el análisis/estadística de aprendizaje y conocimientos, incluidos los métodos y modelos de análisis, la aplicación sistémica, posibles fuentes de datos, el aspecto del aprendizaje "suave/humano/no cuantificable” [con esto me quedo un poco más tranquila... al menos se reconoce que hay aspectos no cuantificables en el aprendizaje], así como las consideraciones de privacidad y ética en la implementación del análisis/estadística.
En la primera semana, nos centraremos principalmente en la construcción de cierta familiaridad con los conceptos (y el lenguaje) relacionado con el análisis/estadística de aprendizaje y conocimiento.
Se define el análisis/estadística del aprendizaje como:
”la medición, recopilación,análisis e informe de los datos sobre los alumnos y sus contextos, con fines de comprender y optimizar el aprendizaje y los entornos en los que se produce”
(Conferencia sobre análisis / estadística del aprendizaje https://tekri.athabascau.ca/analytics/ ).
[http://tramullas.com/2011/01/04/el-que-tiene-los-datos-tiene-el-poder/comment-page-1/#comment-26017 sobre los silos de información]
Lecturas y recursos:
Baker, S. & Yacef, K. (2009) The State of Educational Data Mining in 2009: A Review and Future Visions:
Goldstein, P. (2005) Academic Analytics: Uses of Management Information and Technology in Higher Education
Elias, T. (2011) Learning Analytics: Definitions, Processes, Potential http://learninganalytics.net/LearningAnalyticsDefinitionsProcessesPotential.pdf
Siemens, G. (2011) Learning Analytics: Foundation for Informed Change in Higher Education: http://www.slideshare.net/gsiemens/learning-analytics-educause
Grabación de la presentación en EDUCAUSE:
Por qué ahora?
Genda de tecnología y completación [? Hay una AGENDA detrás... era de esperarse, no, sino, quién provee los fondos?]
http://www.insidehighered.com/news/2010/11/09/completion
http://www.insidehighered.com/news/2010/11/09/completion
Untangling the social web- Economist:
Un artículo respecto de los datos en las redes sociales
Grabación en Elluminate
Related articles for additional reading
Amy Sliva, V.S. Subrahmanian, Vanina Martinez and Gerardo I. Simari,
The SOMA Terror Organization Portal (STOP): social network and analytic tools for the real-time analysis of terror groups http://www.springerlink.com/content/r1k74p2235506767/
Romero, C., & Ventura, S. (2007). Educational data mining: A survey from 1995 to 2005. [Article]. Expert Systems with Applications, 33(1), 135-146.
Romero, C., & Ventura, S. (2007). Educational data mining: A survey from 1995 to 2005. [Article]. Expert Systems with Applications, 33(1), 135-146.
No hay comentarios.:
Publicar un comentario