Cómo tener éxito en la analítica: Vea cómo la Universidad Continental de Perú utilizó los recursos de IntelliBoard para crear sus datos predictivos y ayudar a la retención de estudiantes. Magdalena de Luca (Sybven) y Miguel Córdova (Universidad Continental de Perú) charlan un poco sobre este tema.

¡Innovación en el contexto educativo!

Magdalena de Luca – Sybven

Sobre la innovación en el contexto educativo, muchos creen que es muy simple como sólo proporcionar una tableta para el estudiante.

Pero lo que ocurre es que el proceso de innovación es más detallado, y es necesario que los desarrollos piensen en los procesos, plataformas, métodos de entrega y contextos en los que se aplica la enseñanza. Además del proceso mencionado anteriormente, debe haber un proceso de aceptación por parte de toda la universidad, desde el estudiante hasta la dirección administrativa.

¿Cuál es el camino hacia la educación digital?

El principal camino para que la institución esté preparada para las nuevas tendencias (educación a distancia) será obtener la mayor cantidad de datos estadísticos de sus plataformas LMS y entregar el análisis de datos en informes y tableros inteligentes para la toma de decisiones internas, buscando una mejor calidad en este punto (principalmente con enfoque en la retención).

La no utilización de estos datos a favor de la institución puede hacer que muchos dejen de existir en los próximos años por falta de compromiso con el análisis de datos.

Miguel Córdova – Universidad Continental de Perú

La Universidad Continental de Perú es una de las universidades digitales pioneras del Perú desde el año 2013, cuando se inició el proyecto de escuela virtual, donde actualmente ya incluyen en la educación a distancia y semipresencial a casi 20.000 usuarios, alcanzando casi la mitad de los alumnos actuales de toda la institución educativa. La universidad cuenta con la certificación internacional de AENOR (Asociación Española de Normalización y Certificación) y (QS Stars).

Pensando en la innovación, la universidad buscó un tipo de modalidad de enseñanza para llegar a un mayor número de estudiantes. Como la institución es pionera en la enseñanza a distancia y semipresencial, el proceso de adaptación fue muy fácil debido a la pandemia. Y principalmente en este proceso, hubo una agilidad en el proceso de adaptación debido al uso de IntelliBoard.

Preguntas y respuestas

Magdalena de Luca – ¿Cómo se enfrentó a la importancia que el análisis de datos tiene para las instituciones hoy en día? ¿Y qué áreas estaban involucradas? (en temas relacionados con la analítica) 

Miguel Córdova – Son preguntas muy interesantes, en el sentido de que como organismo, la institución a gestionar necesita datos. Se dice que “el petróleo de hoy son los datos”, y quien nos provee toda esta riqueza son los LMS, que pueden captar toda esta información. Y en base a esta información y con softwares de análisis de datos como IntelliBoard, se pueden tomar las mejores decisiones en los requerimientos de retención.

1- Actuar en el acto, observando las oportunidades de mejora.

2- Identificar a los estudiantes con un alto nivel de riesgo de abandono escolar. (Inactividad en el curso)

El LMS en general entregaba informes, pero muchas veces perdíamos mucho tiempo buscando datos concretos y en ese momento nos dimos cuenta.

Entendimos que los datos deben transformarse en algo concreto (información) para la toma de decisiones.

  • La institución necesitaba dos tipos de análisis, el descriptivo y el predictivo.
  • No podemos pensar en un análisis predictivo si los datos no son correctos o no son fiables.
  • Los análisis descriptivos se comunican a alguna persona sobre lo que está ocurriendo, y esta persona debe tomar las medidas necesarias basándose en la información de los datos presentados. 

Modelos predictivos – Cómo aplicar los datos analíticos en la toma de decisiones

  • Para ejecutar un modelo predictivo es necesario utilizar varias  herramientas, que junto con los datos extraídos de Intelliboard pueden utilizarse en algunos modelos predictivos. 
  • Los modelos predictivos sólo llegan a ser correctos en función de la riqueza de información que presentan los datos analíticos.
  • Hay que recordar que este proceso de análisis, incluso utilizando otras herramientas, también requiere dedicación y tiempo.

Magdalena de Luca – ¿Con qué herramientas trabajan actualmente para obtener estos datos predictivos?

Miguel Córdova – IntelliBoard es clave para extraer datos que se utilizarán en otras herramientas. 

Los análisis se realizan siempre con herramientas de análisis como Power BI, Azure Machine Learning, alimentadas con informes IntelliBoard.

Observando todos estos puntos podemos analizar los patrones de comportamiento de los alumnos, para poder tomar las decisiones estratégicas necesarias.

Los modelos predictivos son en cierto modo el futuro de la inteligencia artificial con el uso de datos analíticos.

Proyecciones de futuro en materia de análisis

Magdalena de Luca – ¿Cuáles son las proyecciones futuras en cuanto a seguir integrando y haciendo crecer los modelos de análisis en la institución?

Miguel Córdova – Estamos en esta fase de la Industria 4.0, precisamente dentro del Big Data y el internet de las cosas y la inteligencia artificial, estas son las tecnologías que tenemos que aprovechar. 

Dentro de este plan de analítica que tenemos dentro de la institución, podemos desarrollar estrategias de aprendizaje que serán cada vez más adaptativas según las necesidades individualizadas de cada alumno (los modelos predictivos nos ayudarán en este punto) y a proveer una experiencia mucho más personalizada para cada uno de los estudiantes.