La personalització de l’aprenentatge millora el rendiment acadèmic

I si els nostres alumnes poguessin saber què han après realment després de cada dia?, i si ho poguessis saber tu? (o i si ho pogués saber el professor?)

La personalització de l’ensenyament i l’aprenentatge és un dels reptes que acapara més expectatives en educació en els darrers anys. Tant que no hi ha programa o projecte escolar que no incorpori l’etiqueta “educació personalitzada” en la seva presentació. Una altra cosa és que sigui possible arribar a fer-ho. Que la tecnologia ho pot facilitar sembla indubtable, principalment amb les solucions d’intel·ligència artificial que van incorporant els ecosistemes digitals escolars. Però, almenys a Espanya, la implementació encara és puntual i primerenca, i manquem d’evidències d’impacte.

A la Xina sí que hi ha una investigació que ha demostrat com l’ús de la tecnologia al servei de la personalització de l’aprenentatge de l’alumnat i de la docència es tradueix en una millora del rendiment acadèmic. Publicada a Frontiers in Psychology el 2019, es va basar en l’estudi d’una mostra considerable: l’alumnat de 547 instituts de Secundària. Amb ells es va posar en marxa el sistema xinès de diagnòstic de l’aprenentatge (CLDS, per la seva sigla en anglès), l’objectiu del qual és donar feedback constant a cada alumne i a cada professor sobre els assoliments aconseguits durant les activitats que van realitzant en el dia a dia en comptes d’esperar al final d’una unitat o d’un període determinats.

El CLDS es basa en l’aprofitament del big data generat per l’alumnat de manera quotidiana per personalitzar el seu ensenyament. El sistema xinès recull els resultats de les tasques encarregades a classe cada dia i els puja a un servidor en el núvol. Els resultats s’associen a una sèrie d’atributs basats en la teoria del diagnòstic cognitiu i la puntuació assignada a cada atribut arriba a cada alumne i a cada professor. En funció d’aquest feedback i de les febleses i fortaleses detectades, els professors poden encarregar un tipus de tasques o un altre l’endemà. D’aquesta manera, la capacitat de millorar de cadascun es renova cada dia. I el professor arriba als exàmens d’avaluació amb informació fidedigna sobre el procés de treball i d’aprenentatge realitzat fins a aquest moment.

Tornant a la investigació, un cop passats tres anys de funcionament del CLDS en aquesta mostra de 547 centres, es van recaptar els resultats acadèmics dels alumnes i es van comparar amb els obtinguts en un altre grup de 396 centres en els quals no s’havia implementat el sistema. Es van analitzar els resultats dels uns i els altres en l’exigent examen d’accés a la Secundària com a punt de partida homogeni abans de l’aplicació del CLDS. Després, es van analitzar els resultats al final d’aquesta etapa.

Entre els estudiants que havien treballat amb el CLDS durant la Secundària, es va demostrar un efecte positiu de +0,31 en la branca d’humanitats i de +0,66 en la de ciències. També, que havien millorat la percepció d’autoeficàcia (+0,38), mentre que en el grup de control es va mantenir sense canvis.

A més, es va demostrar que l’alumnat del grup experimental va aconseguir reduir en un terç el temps de resposta en els exàmens, la qual cosa va ser considerat pels docents de gran utilitat per poder dedicar-hi més temps i atenció a les instruccions i explicacions sobre l’examen.

Cada cop són més les veus que apunten a la necessitat d’implementar solucions tecnològiques de big data per fer un seguiment personalitzat de l’alumnat, i aquesta investigació demostra que l’alumnat millora amb això, no només quant a resultats, sinó també pel que fa a l’autovaloració i les expectatives. Encara que ja hi ha experiències d’ús de big data en algunes escoles d’Espanya, encara queda per afermar la competència digital entre gran part dels docents i reflexionar sobre els límits ètics de l’ús dades massives per part dels alumnes.

I si els nostres alumnes poguessin saber què han après realment després de cada dia?, i si ho poguessis saber tu? (o i si ho pogués saber el professor?)

La personalización de la enseñanza y el aprendizaje es uno de los desafíos que acapara más expectativas en educación en los últimos años. Tanto que no hay programa o proyecto escolar que no incorpore la etiqueta “educación personalizada” en su presentación. Otra cosa es que sea posible llegar a hacerlo. Que la tecnología puede facilitarlo parece indudable, máxime con las soluciones de inteligencia artificial que van incorporando los ecosistemas digitales escolares. Pero, al menos en España, su implementación aún es puntual y temprana, y carecemos de evidencias de impacto.

En China sí hay una investigación que ha demostrado cómo el uso de la tecnología al servicio de la personalización del aprendizaje del alumnado y de la docencia se traduce en una mejora del rendimiento académico. Publicada en Frontiers in Psychology en 2019, se basó en el estudio de una considerable muestra: el alumnado de 547 institutos de Secundaria. Con ellos se puso en marcha el sistema chino de diagnóstico del aprendizaje (CLDS, por su sigla en inglés), cuyo objetivo es dar feedback constante a cada alumno y a cada profesor sobre los logros conseguidos durante las actividades que van realizando en el día a día en vez de esperar al final de una unidad o de un periodo determinados.

El CLDS se basa en el aprovechamiento del big data generado por el alumnado de manera cotidiana para personalizar su enseñanza. El sistema chino recoge los resultados de las tareas encomendadas en clase cada día y los sube a un servidor en la nube. Los resultados se asocian a una serie de atributos basados en la teoría del diagnóstico cognitivo y la puntuación asignada a cada atributo llega a cada alumno y a cada profesor. En función de este feedback y de las debilidades y fortalezas detectadas, los profesores pueden encargar un tipo de tareas u otro al día siguiente. De esta manera, la capacidad de mejorar de cada uno se renueva cada día. Y el profesor llega a los exámenes de evaluación con información fidedigna sobre el proceso de trabajo y de aprendizaje realizado hasta ese momento.

Volviendo a la investigación, una vez pasados tres años de funcionamiento del CLDS en esa muestra de 547 centros, se recabaron los resultados académicos de sus alumnos y se compararon con los obtenidos en otro grupo de 396 centros en los que no se había implementado el sistema. Se analizaron los resultados de unos y otros en el exigente examen de acceso a la Secundaria como punto de partida homogéneo antes de la aplicación del CLDS. Después, se analizaron los resultados al término de dicha etapa.

Entre los estudiantes que habían trabajado con el CLDS durante la Secundaria, se demostró un efecto positivo de +0,31 en la rama de humanidades y de +0,66 en la de ciencias. También, que habían mejorado su percepción de autoeficacia (+0,38), mientras que en el grupo de control se mantuvo sin cambios.

Además, se demostró que el alumnado del grupo experimental logró reducir en un tercio el tiempo de respuesta en los exámenes, lo que fue considerado por los docentes de gran utilidad para poder dedicar más tiempo y atención a las instrucciones y explicaciones sobre el examen.

Cada vez son más las voces que apuntan a la necesidad de implementar soluciones tecnológicas de big data para hacer un seguimiento personalizado del alumnado, y esta investigación demuestra que el alumnado mejora con ello, no solo en cuanto a resultados, sino también por lo que respecta a la autovaloración y las expectativas. Aunque ya hay experiencias de uso de big data en algunos colegios de España, aún queda por afianzar la competencia digital entre gran parte de los docentes y reflexionar sobre los límites éticos del uso datos masivos por parte de los alumnos.