Fondef “Sistema de análisis de información en plataformas educacionales online: learning analytics para mejorar procesos educativos”  

Metodología

Durante el desarrollo del proyecto se realizó un análisis del comportamiento de los(as)estudiantes en la plataforma de gestión del aprendizaje (o LMS, por sus siglas en inglés) de la Universidad de Chile, y cómo a partir de éste se puede entender y, hasta cierto punto medir, el aprendizaje. Para fundamentar el análisis, se realizó un estudio de la literatura especializada en el área, tanto desde las ciencias de la educación, como de la ingeniería, con foco en los análisis basados en datos de los sistemas LMS, identificando métricas de seguimiento y monitoreo, que en su aplicación con los datos mostraron una relación significativa con los resultados de desempeño académico de los(as) estudiantes. 

En una segunda instancia, se utilizaron técnicas propias de la ciencia de datos (educational data mining, machine learning e inteligencia artificial) para el desarrollo de nuevas analíticas que permitieron observar aspectos tanto del aprendizaje como del diseño mismo de los cursos online, que posibilitaron la definición de métodos innovadores para el análisis. 

Resultados

Se desarrollaron prototipos funcionales que se integraron a los sistemas de la Universidad de Chile, permitiendo entregara docentes información tanto del comportamiento de los estudiantes durante la impartición de un curso, como del diseño de los cursos mismos para su análisis y mejora para futuras versiones. 

El proceso que se llevó a cabo consistió en identificar, a partir de los datos crudos que se obtuvieron desde las distintas componentes del sistema LMS, acciones de aprendizaje que, desde una mirada pedagógica, permitieron calcular métricas interpretables tanto por docentes como por gestores académicos. 

El resultado de producción del proyecto corresponde a la implementación de un prototipo de software de analíticas de aprendizaje integrado con la plataforma LMS de la Universidad de Chile. Para lograr esto, se ha desarrollado la integración de distintas fuentes de datos y se ha implementado el cálculo de métricas y se ha implementado un prototipo de visualización en el software LookerStudio. 

Durante el transcurso del estudio se logaron, además, los siguientes resultados de investigación:

• Presentación de resultados Fondef IDEA (2025): Sistema de análisis de información en plataformas educacionales online: learning analytics para mejorar procesos educativos.
• Presentación en conferencia: Roa, J., Saint-Pierre, C., Peet, T. (2024, June 30-July 3). Sequence mining algorithm for students’ failure classification in multiple blended courses scenarios [Conference presentation]. 33rd European Conference on Operational Research (EURO 2024), Copenhagen, Denmark.
• Presentación en conferencia: Saint-Pierre, C., Peet, T., Deeva, G., Weber, R. (2023, July 10-14) Data-driven dynamic predictive model to assess the probability of students failing online/blended courses [Conference presentation]. 23rd International Federation of Operational Research Societies (IFORS), Santiago, Chile.
• Artículo: Hidalgo, L., & Munoz-Gama, J. (2023). A domain-driven framework to analyze learning dynamics in MOOCs through event abstraction. Applied Sciences, 13(5), 3039.