Paradigmas analíticos en entornos virtuales y de aprendizaje: una revisión de sus principales puntos de encuentros y diferenciaciones técnicas y de enfoque

Resumen

El presente artulo realiza una revisi acerca de los paradigmas analicos que emergen ante los entornos virtuales en general, y entornos virtuales de aprendizaje en particular. Los paradigmas analicos revisados florecen a la par de los Big Data, macro datos o colecci de datos que son obtenidos desde las distintas plataformas virtuales que soportan la totalidad o alguna parte del proceso de aprendizaje. La aplicaci de estos enfoques analicos se realiza con vistas a predecir, conocer patrones de comportamiento u optimizar los aprendizajes (individuales o grupales). Los paradigmas analicos son: Educational data Mining (EDM), Learning Analytics (LA), Academic Analytics (AA) y Web Analytics (WA). El objetivo del artulo es presentar los principales hitos teicos y enfoques analicos de cada paradigma.

En el desarrollo temico se pretende asentar cada paradigma de acuerdo con sus propios objetos de estudio y especificidades. Es importante notar que el campo analico de estos paradigmas es novel y se halla en plena fase de desarrollo, por lo que existen a muchas fronteras borrosas o luidas entre ellos.

El caso m relevante de fronteras borrosas sucede entre Learning Analytics y Educational Data Mining. Por lo que en el tratamiento analico de estos paradigmas se hace un especial hincapien las similitudes y diferencias que surgen en la literatura especializada.

Learning Analytics

Analytics

Academic Analytics

Educational Data Mining

Big Data.