Fernando Bolaños Galdos / EDUCACCION
Un reciente artículo de C.M. Rubin y Pasi Sahlberg (el conocido educador finlandés) en un blog para profesores de Australia[1] nos ayuda a aproximarnos a un tema clave: el manejo de la información y su relación con los sistemas educativos y la mejora de los aprendizajes. ¿Sabemos cuánta información procesan los sistemas educativos? ¿Son útiles para mejorar los aprendizajes? ¿Qué rol tienen los maestros en todo esto? Son algunas de las preguntas que debemos plantearnos frente a esto.
Rubin y Sahlberg distinguen entre big data y small data, y esta distinción nos sirve para esta reflexión. La big data, o “gestión y análisis de enormes volúmenes de datos”[2], está asociada a esa gran cantidad de información que se colecta en los sistemas educativos, en base a pruebas estandarizadas (la prueba ECE, en nuestro caso), censos escolares u otros de mayor o menor escala. En los países industrializados, los sistemas educativos producen gran cantidad de información. El desarrollo de las tecnologías y la digitalización han ido generando una masa de información cada vez mayor. Las posibilidades son infinitas y es un tema que recién está comenzando. Ignasi Alcalde señala varios de los temas nuevos que han surgido en este campo: la minería de datos educativos, el Machine Learning, la inteligencia empresarial (Business Intelligence) ligada a la educación, o los análisis de redes sociales. Todas ellas apuntan a “hacer visible para los usuarios la información ´invisible´ contenida en bases de datos educativos, para poder tener un juicio más informado y poder tomar decisiones más acertadas.”[3] Sin embargo, el desarrollo de la big data en educación no está libre de controversia. Manejar y analizar gran cantidad de información pueden ayudar a personalizar el aprendizaje, atendiendo las necesidades y particularidades de cada estudiante, pero abre un conjunto de dilemas éticos.[4] La big data permitiría saber tanto sobre cada individuo, que puede convertirse en una suerte de big brother, como en las distopías imaginadas (por ejemplo, 1984, de Orwell) con el fin de controlar y manipular a las personas.
La small data, en cambio, es ese conjunto de información que pueden conseguir los propios docentes u otros actores del sistema educativo, basada en observación e instrumentos menos sofisticados. Puede incluir auto-evaluaciones de los propios estudiantes, notas del profesor de su propio trabajo en clase, encuestas sencillas, observaciones hechas en clase, en el patio, en otros momentos de trabajo pedagógico. Recordaba, igualmente, el trabajo que se hacía en las escuelas rurales del Proyecto AprenDes, en San Martín, que comenzaban el año escolar, padres, docentes y estudiantes, haciendo un gran mapa o maqueta de la comunidad, identificando la escuela en relación al barrio, las casas de los estudiantes y otras instituciones de la localidad como el centro de salud, la comisaría y otras organizaciones comunales.
La small data se vincula con lo que conocemos como evaluación formativa[5], pues no trata solo de mirar el impacto del proceso educativo (que llamamos evaluación sumativa), sino que evalúa para apoyar el proceso de aprendizaje. Como dice Córdova, la evaluación formativa “es una de las que ofrece mayor riqueza de datos útiles para comprender, en toda su amplitud y profundidad, el proceder de las personas y que permite, por lo tanto, la posibilidad de intervenir y perfeccionar su desenvolvimiento o actuación.”[6]
No se trata de producir y analizar información como un fin en sí mismo. Se necesita información para responder a asuntos específicos que son de utilidad para hacer más eficiente, eficaz y pertinente la tarea educativa: ¿Cuál es la realidad familiar de los niños y niñas que vienen a esta escuela? ¿Qué están aprendiendo? ¿Cuáles son las metodologías y estrategias que mejor funcionan? El análisis de la big data nos ofrece información muy sofisticada, tendencias, correlaciones y factores asociados. Pero muchos de estos análisis no llegan a la escuela de forma que puedan ayudar a directivos y maestros a mejorar sus estrategias cotidianas, para el trabajo con cada uno de los estudiantes. En el Perú se hace un gran esfuerzo para devolver los resultados de la ECE a las escuelas y a las familias, pero no tengo claridad si estos reportes “personalizados” generan algún efecto en cambios específicos de estrategias de enseñanza o involucramiento de las familias.
Sahlberg señala que datos como los de PISA son clave a los decisores de política para mejorar los sistemas educativos. Pero el análisis de esta big data sin incluir la small data de los mismos docentes puede llevar a resultados no esperados en la práctica. De hecho, en países como Finlandia, los docentes y todo el equipo de soporte de la escuela, recogen y analizan mucha información sobre los estudiantes y los aprendizajes. Sahlberg cree que ambas son necesarias, y la combinación adecuada de big data y small data consigue lo que se llama good data, buena información.
Esto requiere, además, nuevas habilidades que debemos impulsar con los docentes. En primer lugar, desarrolla un genuino interés por saber más de sus estudiantes con el fin de poder ayudarlos mejor en base a una revisión y análisis de la información existente y la que puedan conseguir sobre ellos. Segundo, reflexiona sobre su práctica docente de manera tal que, en función a evidencias concretas que recoge basadas en observaciones, revisiones y la relación con los estudiantes y sus familias, la va ajustando para hacerla más pertinente en función de los estudiantes concretos con los que trabaja. Y finalmente, está abierto hacia la realidad y contexto de la escuela y la comunidad, sabiendo que no puede enseñar siempre igual, sino que debe adaptarse a las condiciones cambiantes del contexto. Varias de estas habilidades han sido recogidas en el Marco del Buen Desempeño Docente [7], sobre todo en la competencia 1 (“Conoce y comprende las características de todos sus estudiantes y sus contextos, los contenidos disciplinares que enseña, los enfoques y procesos pedagógicos, con el propósito de promover capacidades de alto nivel y su formación integral”), la competencia 5 (“Evalúa permanentemente el aprendizaje de acuerdo con los objetivos institucionales previsto, para tomar decisiones y retroalimentar a sus estudiantes y al a comunidad educativa, teniendo en cuenta las diferencias individuales y los contextos culturales”) y la competencia 8 (Reflexiona sobre su práctica y experiencia institucional y desarrolla procesos de aprendizaje continuo de modo individual y colectivo, para construir y afirmar su identidad y responsabilidad profesional”).[8]
Es cierto que se requiere tiempo y recursos para hacer esto, pero hay formas muy concretas en que los docentes pueden producir y analizar información en el aula, y ninguno, no importa su situación, debería limitarse para no hacerlo. Rebecca Alber, en un artículo en Edutopia[9] sugiere hacer pequeñas encuestas, evaluaciones de las sesiones de clase. Los maestros deben observar lo que sucede en el aula, con formatos sencillos, y aprovechar las tareas, proyectos y exámenes para conocer mejor a sus alumnos. Las escuelas deben tener un file de cada estudiante, y en ellos existe mucha información que puede ser valiosa para entender mejor su trayectoria escolar, sus problemas y sus logros. Es verdad que hay temas éticos y de confidencialidad en el manejo de la información personal del estudiante, pero si es manejada de manera apropiada y reservada, esta es una fuente muy importante de información para conocer el contexto de la vida de los estudiantes, sus necesidades, sus intereses, y ajustar el trabajo educativo para poder atenderlos mejor.
Rubin y Sahlberg dicen que, a la larga, lo que previene a muchos sistemas educativos en usar la small data en función de mejores aprendizajes, es la falta de confianza en la capacidad de los maestros y el criterio de la escuela para decidir mejor qué hacer y cómo hacerlo.
En una época inundada por la información, la escuela no puede estar al margen de ella ni dejar de beneficiarse de lo que ella puede aportar para hacer los aprendizajes más efectivos y pertinentes. Impulsemos comunidades profesionales de docentes que producen y usan adecuadamente la información disponible y difundamos las mejores prácticas.
Lima, 6 de marzo de 2017
Notas
[1] The Global Search for Education: would small data men big change? Ver: http://blog.scootle.edu.au/2016/12/20/would-small-data-mean-big-change/
[2] Ver el desarrollo del concepto: http://www.eleconomista.es/tecnologia/noticias/5578707/02/14/La-moda-del-Big-Data-En-que-consiste-en-realidad.html
[3] Ignasi Alcalde: Learning Analytics: el big data de la educación. http://www.ignasialcalde.es/learning-analytics-el-big-data-de-la-educacion/
[4] Veamos por ejemplo las grandes posibilidades del reconocimiento facial en el caso del AltSchool, pero los riesgos que implica. http://futuroeducativo.com/esta-llegando-dos-posibles-caminos-del-big-data-en-educacion/
[5] Podemos consultar diversos materiales en línea que pueden ser útiles para esto: por ejemplo, la Guía Práctica de Evaluación Formativa de la Agencia de la Calidad de la Educación de Chile: http://www.evaluacionformativa.cl/wp-content/uploads/2016/04/tema1_guia2F.pdf ; la guía ¿Cómo evaluar? Métodos de evaluación en el aula y estrategias para realizar una evaluación formativa, del INNE de México: http://publicaciones.inee.edu.mx/buscadorPub//P1/D/410/P1D410_06E06.pdf ; o la guía de Herramientas de Evaluación en el aula, elaborado por el Ministerio de Educación de Guatemala y el proyecto USAID/Lea: http://www.usaidlea.org/images/Herramientas_de_Evaluacion_2011.pdf
[6] Córdoba, F.J. (2006). La evaluación de los estudiantes: una discusión abierta. Revista Iberoamericana de Educación, 39(7), 4.
[7] Ver: http://www.perueduca.pe/documents/60563/ce664fb7-a1dd-450d-a43d-bd8cd65b4736
[8] Si miramos a nivel de los desempeños, los que están más vinculados a este tema son el 1, 7, 9, 25, 34 y 36.
[9] https://www.edutopia.org/blog/using-student-data-inform-teaching-rebecca-alber