Módulo 1. EDUCACIÓN BASADA EN DATOS
Tarea 3: Ensayo sobre el artículo Data & Civil Rights: Education Primer
INTRODUCCIÓN
Las denuncias sobre la discriminación racial y
étnica en el sistema educativo estadounidense no es algo actual. Existen
evidencias de esta situación en películas como Escuela de rebeldes (1989), Mentes
peligrosas (1995) o El profesor
(2011). Todas ellas comparten un denominador común: la dificultad de ejercer la
docencia en contextos sociales marginados, con mayoría racial negra. En un intento de democratizar el acceso a la
educación y conseguir una mayor equidad en lo que a discriminación racial se
refiere, el artículo en cuestión indaga en las posibilidades que ofrece el big data, así como en sus principales
inconvenientes, confrontándolos con los derechos civiles de los ciudadanos.
Hemos de tener en cuenta que el big
data se ha convertido en una tendencia indispensable en la sociedad
digital, pues beneficia a las empresas en múltiples sentidos. La recogida de
datos se emplea, siguiendo a Girardotti, en una gran variedad de sectores, como
pueden ser la industria, seguridad mediante video-vigilancia, redes sociales,
transacciones en bolsa, operaciones mediante tarjetas de crédito,
almacenamiento de archivos digitalizados… El uso de todos estos datos se
convierte en algo esencial para facilitar y mejorar la toma de decisiones por
parte de las empresas.
En este sentido, las instituciones educativas, ya sean públicas o
privadas, han visto en el big data
una gran oportunidad de análisis contextual. Con el creciente uso de los
espacios digitales para compartir conocimientos y adquirir aprendizajes, se
ofrece la oportunidad de emplear la minería de datos para mejorar el
aprendizaje y apoyar la investigación sobre los procesos de enseñanza (Domínguez,
Álvarez y Gil-Jaurena, 2016). Si además
tenemos en cuenta la grandes diferencias que en Estados Unidos existe en el
acceso a la educación entre blancos y negros, la recogida y análisis de datos
masivos por parte de agencias educativas, educadores y escuelas se vislumbra como una oportunidad para
mejorar las políticas educativas y abaratar el acceso a la educación.
Permitiría, en este sentido, identificar las fortalezas y debilidades de los
alumnos, su estilo de aprendizaje y diseñar una metodología personalizada que
mejore la eficiencia de su proceso de enseñanza, disminuyendo la discriminación
y favoreciendo la equidad.
Teniendo en cuenta todos estos aspectos, intentaremos dar respuesta a
las cuestiones que se nos plantean en el artículo analizado.
CUESTIONES FUNDAMENTALES
¿Cuáles son los beneficios y retos de la
educación basada en datos?
Los beneficios que puede aportar la aplicación del big data en educación pueden ser muy
variados. El artículo destaca los siguientes:
- Permite
una instrucción personalizada, ya
que puede detectar las fortalezas y las dificultades del alumnado, favoreciendo
el desarrollo de metodologías didácticas adaptadas al ritmo de aprendizaje de
los mismos.
- Democratización en el acceso a la educación
gracias a los MOOCs: todo aquel que disponga de medios tecnológicos puede
acceder a una educación de calidad, lo que fomenta la igualdad de oportunidades
y disminuye la discriminación.
-
Los MOOCs
pueden mejorar y optimizar sus cursos a partir del análisis de datos.
- Reduce las brechas en el rendimiento
académico, por lo que la distinción racial entre alumnos es menor.
- Permite
evaluar el apoyo pedagógico que
reciben los estudiantes.
- A
partir de los datos, se pueden crear modelos para predecir el rendimiento y el aprendizaje, convirtiéndose en un
apoyo indispensable para el docente y en un recurso para la gestión de los
contenidos (Domínguez, 2018)
- Detección
de engaños y plagios.
-
Permite la creación de pruebas de evaluación por estándares más precisas. Con ello, se facilita la evaluación del progreso
académico de los estudiantes, mejorando la experiencia de aprendizaje, la
retención de contenidos y también el grado de satisfacción de éstos (García, 2017).
- Permite
una orientación personalizada al
alumnado sobre sus capacidades y competencias, favoreciendo la motivación.
- Se
puede aplicar a todos los niveles educativos.
- Centrándonos
en la educación secundaria, permitiría detectar problemas de conducta para
propiciar una acción temprana, así
como el registro de asistencia que permita actuar contra el absentismo.
No obstante, al ser una ciencia
que no está demostrada empíricamente, se enfrenta a varios retos relacionados
con los derechos de los ciudadanos:
- Uso
de los datos por parte de aquellos que tienen acceso a ellos, ya que pueden
emplearse de manera discriminatoria, reproduciendo las desigualdades sociales
ya existentes. Nos enfrentamos a un desafío ético en el empleo de datos masivos
(Domínguez, 2018).
- Privacidad
del alumnado: los datos pueden ser empleados por terceros sin su consentimiento
expreso. El siguiente enlace muestra un análisis del periodista estadounidense
Kenneth Cukier sobre cómo debe emplearse el análisis de datos masivos: https://www.youtube.com/watch?time_continue=42&v=8pHzROP1D-w
- La
minería de datos puede manipularlos
intencionadamente para beneficiar a las clases altas, favoreciendo la
discriminación.
- Los
alumnos pueden enfrentarse a un “etiquetado permanente” que alimenta los
prejuicios.
- El
acceso a los datos por parte de las administraciones universitarias puede
favorecer el acceso de los estudiantes pertenecientes a clases sociales
acomodadas, en perjuicio de los sectores
más desfavorecidos.
¿Cómo contribuye la educación basada en
datos en el incremento o reducción de la discriminación o desigualdad de oportunidades en el sistema
educativo?
La desigualdad de oportunidades dentro del sistema educativo puede
verse reducida sobre todo gracias al desarrollo de los MOOCs, que permiten el
acceso a la educación a todo individuo que tenga acceso a un ordenador. En este sentido, el desarrollo e implantación
de los MOOCs y la educación digital se
nos antoja como algo indispensable para mejorar la democratización del acceso a
la educación. Entre sus beneficios, destacan la amplia oferta de cursos disponible; la facilidad y el abaratamiento en el
acceso a los mismos, independientemente de la localización geográfica; la flexibilidad
horaria; la libertad de navegación e interactividad de las páginas Web, que
mantienen la atención y propician la motivación y el desarrollo de la
iniciativa del alumno; la atención individualizada; permite la interactividad e
interacción tanto síncrona como asíncrona, simétrica y asimétrica; favorece un aprendizaje activo; fomenta la sociabilidad
y multiculturalidad; fortalece la capacidad de autogestión del tiempo,
del
esfuerzo personal y de la conformación de itinerarios formativos; se
potencia la
capacidad de autodisciplina y de madurez; el estudiante se
convierte en gestor y creador
de contenidos; la diversidad de configuraciones
y formatos que nos permiten las
ediciones multimedia e hipertextual estimulan
el interés por aprender; y puede accederse a prestigiosos centros de estudio e
investigadores sin necesidad de desplazamiento (García, 2017).
Dado que existen entidades o instituciones (bibliotecas públicas, por
ejemplo) que ofrecen al usuario disponibilidad gratuita de ordenadores,
prácticamente todas las comunidades sociales podrían acceder a este modo de
enseñanza. Asimismo, podría contarse con una instrucción personalizada, de
manera que los contenidos y el ritmo del proceso se adaptarían al estilo de
aprendizaje del alumno en cuestión. Así, el análisis de los datos permite a los profesores establecer un diagnóstico
de la situación de los estudiantes, para disponer de información sobre el
comportamiento de los mismos y medir la efectividad de su aprendizaje, de los
contenidos utilizados y de la organización del curso. Siguiendo a
Domínguez (2018), la detección temprana de alumnos en riesgo de exclusión
permitiría, de igual modo, tomar medidas preventivas que beneficien la
continuidad en los estudios de este tipo de alumnado, ofreciendo un apoyo más adecuado a los mismos.
Si
queremos optimizar el uso de datos para mejorar la igualdad de oportunidades,
la equidad y reducir la discriminación, ¿cuáles son las variables que
deberíamos tener en cuenta?
En aras de conseguir una
educación más igualitaria, debería tenerse en cuenta aspectos como el tiempo
que un alumno pasa conectado, qué herramientas emplea o qué contenidos y
recursos visita con más frecuencia. Analizar, de igual modo, aquellos elementos
que despiertan mayor interés en ellos puede ser también un factor a tener en
cuenta de cara a desarrollar metodologías personalizadas que disminuyan las
desigualdades existentes en el sistema educativo actual. Si bien es cierto,
según dice el artículo, que la discriminación se produce incluso en el
establecimiento de castigos más severos para estudiantes de minorías étnicas,
la ausencia de castigos en una enseñanza personalizada favorecía la equidad.
En lo que respecta al
sistema de acceso la universidad, dado que el uso de los datos financieros del
alumnado puede conllevar un trato discriminatorio en el proceso de admisión,
sería interesante ofrecer al estudiante la posibilidad de no mostrar datos
personales de este tipo, así como prohibir el acceso a esta información por
parte de las administraciones educativas para que tengan en cuenta
exclusivamente el expediente académico del alumnado.
Asimismo, el análisis de
datos puede permitir la detección temprana de alumnos en riesgo, lo que
permitiría una toma de decisiones anticipada para prevenir este tipo de
situaciones.
Dada
la incertidumbre derivada de los resultados potenciales y la falta de evidencia
empírica para apoyar el impulso de la reforma educativa basada en datos, ¿cuál
es la mejor manera de proceder con la formulación de políticas?
La toma de decisiones, teniendo en cuenta que el sistema educativo es
discriminatorio no sólo en Estados Unidos, debería ir enfocada a beneficiar a
las clases más desfavorecidas. Si queremos que la sociedad en su conjunto
avance, mejorando la seguridad y calidad de vida de sus individuos y fomentando
la libertad, la igualdad en el acceso a los recursos y la equidad, las políticas educativas deben
tener en cuenta la situación discriminatoria actual. La problemática existente
en centros educativos periféricos, situados en zonas urbanas masificadas y
empobrecidas, podría erradicarse, o al menos rebajarse, con una reforma
educativa encaminada a mejorar la calidad de enseñanza y aprendizaje de este
alumnado. El absentismo, la desmotivación y la falta de educación cívica
podrían combatirse desde la enseñanza siempre
y cuando se desarrollen políticas que favorezcan ese aprendizaje
personalizado que ya hemos mencionado, que ayuden a motivar al alumno y a
mostrarle que el acceso a la educación de calidad puede paliar la situación de
exclusión en la que se ven inmersos.
¿Cómo
podemos garantizar la transparencia, la responsabilidad y el proceso correcto
de datos en los sistemas algorítmicos automatizados cuando influyen en la
trayectoria de un estudiante a través del sistema educativo?
Garantizar la transparencia y responsabilidad en el uso de datos es
algo arduo y complejo, pues nos enfrentamos a una problemática de índole ética
y moral. El uso correcto de los datos dependerá de los juicios de valor que
emplee el analista que tiene acceso a ellos. Vulnerar las políticas de privacidad
y las condiciones de uso de plataformas en Internet no es algo complejo, máxime
si tenemos en cuenta los vacíos legales que encontramos en estos servicios
digitales y las posibles interpretaciones que se pueden derivar de estas
políticas.
Nombrar inspectores o
interventores que investiguen y aseguren un uso no fraudulento de los datos
podría ser una solución, pero para ello es necesario crear una nueva
legislación sobre el big data y todas
las posibilidades que ofrece la red en
general. Dado que la digitalización es algo relativamente novedoso, las
características de este nuevo entorno, donde confluyen y se confrontan intereses
empresariales, de los consumidores y de los gobiernos, hacen apremiante una
nueva política sobre el uso de la información personal (Gómez-Barroso, Feijóo y
Martínez, 2017).
Siguiendo a Domínguez,
Álvarez y Gil-Jaurena, (2016), en el campo específico de la analítica del aprendizaje se podría
utilizar el modelo de los heurísticos, es decir, recomendaciones generales basadas
en la evidencia práctica para evaluar los procesos educativos. Sin embargo,
está sometida a controversia, pues “los heurísticos no son construcciones a
priori, sino que su identificación emerge de las prácticas, a menudo
cotidianas, que realizan los individuos en diferentes situaciones. (…). El
tener que indagar en los mecanismos psicológicos de las acciones racionales del
individuo dificulta la tarea” (p. 99).
¿Qué
políticas o herramientas podemos emplear para solventar los errores o controlar
los
procesos de toma de decisiones responsables? ¿Cómo
identificamos qué datos ofrecen un resultado discriminatorio?
La ausencia de pruebas empíricas en la aplicación de la educación
basada en datos dificulta la resolución de esta cuestión. No obstante, dar voz
a los alumnos y permitirles administrar sus datos personales, decidiendo quién
puede o no acceder a ellos o pudiendo denunciar aquellos casos que
consideran fraudulentos, podría eliminar
posibles errores en los análisis o el trato discriminatorio en la toma de
decisiones. De igual modo, la designación de interventores encargados de luchar
contra estas injusticias y de indagar en los posibles errores podría ser
también una hipotética solución.
Domínguez (2018), en su estudio de la tendencia de análisis predictivo
de la educación basada en datos, aporta diversas soluciones a esta cuestión:
construir una infraestructura de apoyo, trabajar para garantizar el uso
adecuado de datos, diseñar modelos de análisis predictivos y algoritmos que eviten los
sesgos y aplicar intervenciones adecuadas y coordinadas.
¿Cómo
podemos fomentar la transparencia y la responsabilidad de terceros? ¿Por
qué es útil la transparencia y el acceso de los individuos a su propia
información?
“Obviamente la reforma del ordenamiento que se ocupa de la protección
de datos personales es el primer paso. Esta reforma debe realizarse
considerando la información personal, no solo como un derecho digno de
protección, sino como un activo con valor económico. Guste o no, de no hacerse
así, no estará atendiendo a lo que ocurre en la realidad y se estaría abocado a
la ineficacia” (Gómez-Barroso, Feijóo y Martínez, 2017, p.118). Además de
cumplir con esa futura e hipotética legislación, tan necesaria en este ámbito,
se podría crear un código de conducta que todas las empresas o terceros que
accedieran a la información debieran cumplir. Una certificación avalada por
organismos nacional o internacionalmente reconocidos sería otra opción. Así,
con este servicio de auditoría se podría corroborar si ciertamente los terceros
cumplen con esa normativa específica.
Esto demuestra que el acceso a la propia información es esencial para
controlar si se hace uso fraudulento de la misma. Por ello sería positivo que
los usuarios decidieran quién puede acceder a sus datos y prestaran un
consentimiento expreso a través de una consulta personalizada sobre el uso que
pueden hacer de los mismos otras empresas interesadas.
¿Quién
debe tener acceso a los datos sobre los estudiantes, en qué contextos, y para
qué fines?
Es interesante que sean los propios docentes quienes tengan acceso
directo a los datos académicos. Esto
ayudaría a mejorar sus metodologías, a adaptarlas a las necesidades de los
alumnos y a detectar posibles dificultades en el proceso de
enseñanza-aprendizaje. Aunque se
correría el riesgo de crear prejuicios que perjudiquen a la evaluación de los
propios estudiantes.
Por otro lado, las instituciones educativas y diseñadores de cursos
podrían asimismo tener en cuenta esta información para poner a disposición tanto
del alumnado como del profesorado recursos y herramientas que se ajusten a la
demanda.
¿Cómo
aseguramos la protección de los jóvenes marginados, incluidos los que sufren
abusos, aquellos que están al cargo de los servicios sociales y los que tratan de alterar su trayectoria?
Una vez detectados los casos de jóvenes marginados o en riesgo de
exclusión, se pueden poner a disposición de los alumnos medios de apoyo
educativo y psicológico que los orienten en su formación para evitar
influencias negativas de cara a su futuro. De igual modo, el desarrollo de
políticas y normativas que ofrezcan ayudas financieras públicas a este tipo de
alumnado, bien directamente al alumno, bien a las entidades educativas que se
encargan de ellos podrían mejorar su inserción. Los beneficios fiscales para
aquellas instituciones que fomenten la inserción de estos jóvenes disminuiría
la discriminación. No obstante, deberían de ser estos estudiantes los que
decidieran a qué datos se puede acceder y quién puede hacer uso de ellos para
conseguir que el sistema sea más justo.
¿Qué derechos deberían amparar a los
estudiantes ante la venta, distribución o puesta a disposición de sus propios
datos cuando se les pide?
Hemos de tener en cuenta que la manera en que los individuos perciben
y gestionan su privacidad ha evolucionado mucho en los últimos años. En la
mayoría de los casos, el desconocimiento de los procesos de recopilación de
datos conlleva la publicación de datos personales sobre la vida privada, sobre
todo en redes sociales. Asimismo, diversas encuestas ponen de manifiesto que
algo que en la teoría resultaría inadmisible para los usuarios en relación a su
privacidad, en la práctica acaban aceptándolo y acatándolo (Gómez-Barroso,
Feijóo y Martínez, 2017). Instruir al alumnado sobre el posible uso de sus
propios datos y cómo gestionarlos es esencial para tomar decisiones adecuadas
en torno a su venta o distribución.
Además, la legislación debe incluir una normativa específica en
relación a la petición de información, de manera que se manifieste de forma
expresa quién va a acceder a los datos y qué uso hará de ellos (si deben
eliminar la información una vez utilizada, en qué espacio temporal emplearán
los datos, etc.). El incumplimiento de estas leyes debería conllevar sanciones económicas o penales para garantizar
la confianza y la seguridad de los usuarios.
¿Cómo
se puede utilizar el análisis de datos para hacer frente a las comunidades históricamente
marginadas y promover los derechos civiles?
Ya hemos avanzado que existen muchos vacíos legales en torno a la
analítica de datos y big data.
Promover los derechos civiles está en manos de los poderes judiciales de los
gobiernos, que deben legislar en beneficio de estas colectividades. Ahora bien,
el análisis de datos puede contribuir de manera eficiente siempre y cuando se
emplee para detectar casos discriminatorios y se actúe frente a ellos. Esto
conlleva necesariamente un uso responsable y ético de la información que,
insistimos, ha de estar legislado.
CONCLUSION
Hemos realizado un análisis del artículo propuesto basándonos en las
cuestiones planteadas en el mismo, de manera que las ventajas y dificultades
que el big data ofrece en relación al
sistema educativo estadounidense han sido consideradas desde la perspectiva de
una educación general, aplicable a otros posibles contextos geográficos.
La situación de injusticia y discriminación racial que sufre el
sistema de educación en EEUU puede verse
paliado gracias a las oportunidades que ofrece el análisis de datos masivos. Entre
sus beneficios destacan el abaratamiento del acceso a la educación y el
desarrollo de un proceso de enseñanza-aprendizaje adaptado a las necesidades de
cada alumno. No obstante, al tratarse de
una procedimiento relativamente novedoso, el empleo del big data en educación se enfrenta a desafíos de diversa índole, en
muchos casos contrapuestos a los
derechos de los ciudadanos. Es lo que sucede con aspectos como el respeto a la
privacidad del alumnado, el uso moral de la información con fines equitativos o
el derecho del estudiante a conocer y saber gestionar sus propios datos. Nos encontramos, pues, ante una
metodología que deberá superar toda una serie de obstáculos para poder
emplearse en términos de justicia e igualdad social.
BIBLIOGRAFÍA
Domínguez, D. (2018). Big Data, analítica
del aprendizaje y educación basada en datos.
Recurado de: https://papers.ssrn.com/abstract=3124369
Domínguez D., Álvarez J.F. y Gil-Jaurena,
I., (2016), Analítica del aprendizaje y Big Data: heurísticas y marcos
interpretativos, Dilemata Revista
Internacional de Éticas Aplicadas, nº 22, 87-103. Recuperado de: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2846376
García Aretio, L. (2017), Educación a
distancia y virtual: calidad, disrupción, aprendizajes adaptativo y móvil, Revista
Iberoamericana de Educación a Distancia, 20(2), pp. 09-25. Recuperado de: http://dx.doi.org/10.5944/ried.20.2.18737
Puyol Moreno, J. (2014), Una aproximación
al Big Data, Revista de Derecho UNED,
nº 14. Recuperado de: http://e-spacio.uned.es/fez/eserv/bibliuned:RDUNED-2014-14-7150/Documento.pdf
