Diferencia entre revisiones de «Analítica»

De MoodleDocs
(tidy up)
(tidy up)
(No se muestran 16 ediciones intermedias del mismo usuario)
Línea 1: Línea 1:
{{Analítica del aprendizaje}}{{Moodle 3.7}}{{Versiones|Esta documentaciónes para Moodle 3.7 y más recientes. existe documentación anterior en [[34/Analítica]].}}
{{Analítica del aprendizaje}}{{Moodle 3.7}}{{Versiones|Esta documentación es para Moodle 3.7 y más recientes. Existe documentación anterior en [[34/Analítica]].}}


==Vista general==
==Vista general==
Línea 7: Línea 7:
Comenzando con la versión 3.4, el núcleo de Moodle ahora implementa analítica del aprendizaje transparente, de próxima-generación, de código abierto, usando ''backends'' de aprendizaje de máquina que van más allá de la analítica descriptiva simple, para proporcionar predictores de éxito del estudiante, y  diagnóstico final y prescripciones (recomendaciones) para estudiantes y profesores.
Comenzando con la versión 3.4, el núcleo de Moodle ahora implementa analítica del aprendizaje transparente, de próxima-generación, de código abierto, usando ''backends'' de aprendizaje de máquina que van más allá de la analítica descriptiva simple, para proporcionar predictores de éxito del estudiante, y  diagnóstico final y prescripciones (recomendaciones) para estudiantes y profesores.


=== What are learning analytics? ===
=== ¿Qué es la analítica del aprendizaje? ===
Learning analytics are software algorithms that are used to predict or detect unknown aspects of the learning process, based on historical data and current behavior. There are four main categories of learning analytics:
La analítica del aprendizaje son algoritmos de ''software'' que son usados para predecir o detectar aspectos desconocidos del proceso de aprendizaje, basados en datos históricos y el comportamiento actual. Hay cuatro categorías principales de analítica del aprendizaje:
* descriptive (what happened?)
* descriptiva (¿qué pasó?)
* predictive (what will happen next?)
* predictiva (¿qué pasará después?)
* diagnostic (why did it happen?)
* diagnóstica (¿porqué pasó?)
* prescriptive (do this to improve)
* prescriptiva (haga esto para mejorar)


Most commercial solutions are descriptive only. Those that are predictive or proactive make certain assumptions about learning that don’t apply to everyone.
La mayoría de las soluciones comerciales son solamente descriptivas. Aquellas que son predictivas o proactivas hacen ciertas presunciones acerca del aprendizaje que no siempre aplican para todos.


=== Analytics vs. reporting ===
=== Analítica ''versus'' reportes ===
Moodle provides a variety of built-in reports based on log data, but they are primarily descriptive in nature -- they tell participants what happened, but not why, and they don’t predict outcomes or advise participants how to improve outcomes. Log entries, while very detailed, are not in themselves descriptive of the learning processThey tell us “who,” “what,” and “when,” but not “why” or “how well.” Much more context is needed around each micro-action to develop a pattern of engagement.
Moodle proporciona una variedad de reportes incluidos basados en datos de bitácoras, pero son primariamente descriptivos en naturaleza - ellos le dicen a los participantes lo que pasó, pero no porqué pasó; y no predicen resultados ni recomiendan a los participantes acerca de como mejorar sus resultados. Las entradas de bitácoras, aunque son muy detalladas, en sí mismas no son descriptivas del proceso de aprendizaje. ellas nos dicen "quien", "que" y "cuando", pero no "porqué" o "qué tan bien". Se necesita mucho más contexto alrededor de cada micro-acción para desarrollar un patrón de compromiso.


Many third-party plugins also exist for Moodle that provide descriptive analytics. There are also integrations with third-party off-site reporting solutions. Again, these primarily provide descriptive analytics that rely on human judgment to interpret reports and generate predictions and prescriptions.
También existen muchos plugins de terceros para Moodle que proporcionan analítica descriptiva. También hay integraciones con soluciones de reporte fuera-del-sitio de terceros. Una vez más, éstos proporcionan analítica descriptiva que depende del juicio humano para interpretar los reportes y generar predicciones y prescripciones.


The system can be easily extended with new custom models, based on reusable targets, indicators, and other components. For more information, see the [[dev:Analytics API| Analytics API]] developer documentation.


Often in the past, learning analytics systems have attempted to analyze past activities to predict future activities in real time. With Moodle Learning Analytics, we are more ambitious. We believe a full learning analytics solution will help us not only predict events, but change them to be more positive.
A menudo en el pasado, los sistemas de analítica del aprendizaje han intentado analizar activides pasadas para predecir actividades futuras en tiempo real. Con la Analítica del Aprendizaje de Moodle, nosotros estamos más ambiciosos. Nosotros creemos que una solución completa de analítica del aprendizaje nos ayudará no solamente a predecir eventos, sino también a cambiarlos para que sean más positivos.


===Características destacadas===
===Características destacadas===
* Two types of models supported:
* Dos tipos de modelos soportados:
** Machine-learning based models, including predictive models
** Modelos basados en aprendizaje de máquina, incluyendo modelos predictivos
** "Static" models to detect situations of concern using simple rules
** Modelos "estáticos" para detectar situaciones de riesgo usando reglas simples
* Three built-in models: "[[Esudiantes en riesgo de abandonar]]", "Upcoming activities due" and "SinEnseñanza".{{Nuevas características de Moodle 3.7}}
* Tres modelos incluidos: "[[Estudiantes en riesgo de abandonar]]", "Actividades próximas pendientes" y "Sin Enseñanza".{{Nuevas características de Moodle 3.7}}
* A set of student engagement indicators based on the  [https://en.wikipedia.org/wiki/Community_of_inquiry Community of Inquiry].
* Un conjunto de indicadores de compromiso [[Indicadores de analítica del aprendizaje|indicadores]] basados en la [https://en.wikipedia.org/wiki/Community_of_inquiry Community of Inquiry].
* Built-in tools to evaluate models against your site's data
* Herramientas incluida para evaluar modelos contra los datos de su sitio
* Proactive notifications using Events
* Notificaciones proactivas usando [[Reporte de lista de eventos|Eventos]]
* Instructors can easily send messages to students identified by the model, or jump to the Outline report for that student for more detail about student activity
* Una lista de acciones sugeridas es proporcionada junto con las notificaciones de Intuiciones (predicciones) para cada modelo. Por ejemplo, en el modelo de    [[Estudiantes en riesgo de abandonar]], los instructores pueden fácilmente mandar mensajes a los estudiantes  identificados por el modelo, o saltar al [[Reporte de actividad]] para ese estudiante para más detalles acerca de la actividad del estudiante dentro del curso
* An [[dev:Analytics API|  API]] to build indicators and prediction models for third-party Moodle plugins
* Una [[dev:Analytics API|  API]] para construir indicadores y modelos de predicción para plugins Moodle de terceros
* Machine learning backend plugin type - supports PHP and Python, and can be extended to implement other ML backends
* Tipo de plugin de ''backend'' de aprendizaje de máquina - soporta PHP y Python, y puede ser extendido para implementar otros ''backends'' de Aprendizaje de Máquina
 
* El sistema puede ser extendido fácilmente con nuevos modelos personalizados, basados en metas re-utilizables, indicadores y otros componentes. Para más información, vea la documentación para desarrolladores [[dev:Analytics API| Analytics API]].
===Limitaciones===
===Limitaciones===


* Machine learning models such as [[Students at risk of dropping out]] must be trained on a site with data . These models cannot make predictions on a site until this is done.
* Los modelos de aprendizaje de máquina, tales como [[Estudiantes en riesgo de abandonar]] necesitan ser entrenados en un sitio con datos. Estos modelos no pueden hacer predicciones en un  sitio hasta después de que se haga esto.
* Models must be designed and selected to match the educational priorities of the institution.
* Los modelos deben ser diseñados y seleccionados para concordar con las prioridades educativas de la institución.


== Configuraciones==
== Configuraciones==


The Moodle learning analytics system requires some initial configuration before use. See [[Analytics settings]] for more detail.
El sistema de analítica del aprendizaje de Moodle necesita un poco de configuración inicial antes de usarse. Vea [[Configuraciones de analítica]] para más detalles.


== Using analytics ==
== Uso de analítica ==
The Moodle Learning Analytics API is an open system that can become the basis for a very wide variety of models. Models can contain indicators (a.k.a. predictors), targets (the outcome we are trying to predict), insights (the predictions themselves), notifications (messages sent as a result of insights), and actions (offered to recipients of messages, which can become indicators in turn).
La API de Analítica del Aprendizaje de Moodle es un sistema abierto para una variedad muy amplia de modelos. Los modelos pueden contener indicadores (también conocidos como predictores), metas (el resultado que estamos tratando de predecir), intuiciones (predicciones) - los predictores mismos-, notificaciones (mensajes enviados como un resultado de las intuiciones, y acciones (ofrecidas a los destinatarios de mensajes, que pueden volverse indicadores en turno).


Most learning analytics models are not enabled by default. Enabling models for use should be done after considering the institutional goals the models are meant to support. See [[Using analytics]] for more information.
La mayoría de los modelos de analítica del aprendizaje no están habilitados en forma predeterminada. El habilitar modelos para usarlos debería hacerse después de considerar las metas institucionales que los modelos pretenden soportar. Vea [[Uso de analítica]] para más información.


== Managing models ==
== Gestión  de modelos ==
Once models have been enabled and trained, insights will be generated. Models should also be monitored for performance and accuracy. See [[Managing analytics]] for more information.
Una vez que los modelos hayan sido habilitados y entrenados, serán generadas intuiciones (predicciones). Los modelos también deberían de ser monitoreados sobre su desempeño y exactitud. Vea [[Gestión de analítica]] para más información.


==Capacidades==
==Capacidades==


There are two analytics capabilities:
Hay dos capacidades analíticas:
 
* [[Capabilities/moodle/analytics:managemodels|Manage models]] - allowed for the default role of manager only
* [[Capabilities/moodle/analytics:listinsights|List insights]] - allowed for the default roles of manager, teacher and non-editing teacher


* [[Capabilities/moodle/analytics:managemodels|Gestionar modelos]] - permitida solamente para el rol predeterminado de [[Mánager|mánager (gestor)]]
* [[Capabilities/moodle/analytics:listinsights|Enlistar intuiciones (predicciones)]] - permitida para los roles predeterminados de allowed for the default roles of  [[Mánager|mánager (gestor)]], profesor y  profesor sin derechos de edición


==Preguntas Frecuentes==
==Preguntas Frecuentes==
[https://docs.moodle.org/37/en/Moodle_Learning_Analytics_FAQ Moodle Learning Analytics FAQ]
[[Analítica del aprendizaje en Moodle FAQ]]


[[Categoría:Analítica]]
[[Categoría:Analítica]]


[[en:Analytics]]
[[en:Analytics]]

Revisión del 19:11 16 jul 2019

Moodle 3.7

note icon.png Existe documentación diferente para varias versiones de Moodle: Esta documentación es para Moodle 3.7 y más recientes. Existe documentación anterior en 34/Analítica.


Vista general

Vista general de Analítica en Moodle 3.7 (en idioma inglés)

Comenzando con la versión 3.4, el núcleo de Moodle ahora implementa analítica del aprendizaje transparente, de próxima-generación, de código abierto, usando backends de aprendizaje de máquina que van más allá de la analítica descriptiva simple, para proporcionar predictores de éxito del estudiante, y diagnóstico final y prescripciones (recomendaciones) para estudiantes y profesores.

¿Qué es la analítica del aprendizaje?

La analítica del aprendizaje son algoritmos de software que son usados para predecir o detectar aspectos desconocidos del proceso de aprendizaje, basados en datos históricos y el comportamiento actual. Hay cuatro categorías principales de analítica del aprendizaje:

  • descriptiva (¿qué pasó?)
  • predictiva (¿qué pasará después?)
  • diagnóstica (¿porqué pasó?)
  • prescriptiva (haga esto para mejorar)

La mayoría de las soluciones comerciales son solamente descriptivas. Aquellas que son predictivas o proactivas hacen ciertas presunciones acerca del aprendizaje que no siempre aplican para todos.

Analítica versus reportes

Moodle proporciona una variedad de reportes incluidos basados en datos de bitácoras, pero son primariamente descriptivos en naturaleza - ellos le dicen a los participantes lo que pasó, pero no porqué pasó; y no predicen resultados ni recomiendan a los participantes acerca de como mejorar sus resultados. Las entradas de bitácoras, aunque son muy detalladas, en sí mismas no son descriptivas del proceso de aprendizaje. ellas nos dicen "quien", "que" y "cuando", pero no "porqué" o "qué tan bien". Se necesita mucho más contexto alrededor de cada micro-acción para desarrollar un patrón de compromiso.

También existen muchos plugins de terceros para Moodle que proporcionan analítica descriptiva. También hay integraciones con soluciones de reporte fuera-del-sitio de terceros. Una vez más, éstos proporcionan analítica descriptiva que depende del juicio humano para interpretar los reportes y generar predicciones y prescripciones.


A menudo en el pasado, los sistemas de analítica del aprendizaje han intentado analizar activides pasadas para predecir actividades futuras en tiempo real. Con la Analítica del Aprendizaje de Moodle, nosotros estamos más ambiciosos. Nosotros creemos que una solución completa de analítica del aprendizaje nos ayudará no solamente a predecir eventos, sino también a cambiarlos para que sean más positivos.

Características destacadas

  • Dos tipos de modelos soportados:
    • Modelos basados en aprendizaje de máquina, incluyendo modelos predictivos
    • Modelos "estáticos" para detectar situaciones de riesgo usando reglas simples
  • Tres modelos incluidos: "Estudiantes en riesgo de abandonar", "Actividades próximas pendientes" y "Sin Enseñanza".¡Nueva característica
    en Moodle 3.7!
  • Un conjunto de indicadores de compromiso indicadores basados en la Community of Inquiry.
  • Herramientas incluida para evaluar modelos contra los datos de su sitio
  • Notificaciones proactivas usando Eventos
  • Una lista de acciones sugeridas es proporcionada junto con las notificaciones de Intuiciones (predicciones) para cada modelo. Por ejemplo, en el modelo de Estudiantes en riesgo de abandonar, los instructores pueden fácilmente mandar mensajes a los estudiantes identificados por el modelo, o saltar al Reporte de actividad para ese estudiante para más detalles acerca de la actividad del estudiante dentro del curso
  • Una API para construir indicadores y modelos de predicción para plugins Moodle de terceros
  • Tipo de plugin de backend de aprendizaje de máquina - soporta PHP y Python, y puede ser extendido para implementar otros backends de Aprendizaje de Máquina
  • El sistema puede ser extendido fácilmente con nuevos modelos personalizados, basados en metas re-utilizables, indicadores y otros componentes. Para más información, vea la documentación para desarrolladores Analytics API.

Limitaciones

  • Los modelos de aprendizaje de máquina, tales como Estudiantes en riesgo de abandonar necesitan ser entrenados en un sitio con datos. Estos modelos no pueden hacer predicciones en un sitio hasta después de que se haga esto.
  • Los modelos deben ser diseñados y seleccionados para concordar con las prioridades educativas de la institución.

Configuraciones

El sistema de analítica del aprendizaje de Moodle necesita un poco de configuración inicial antes de usarse. Vea Configuraciones de analítica para más detalles.

Uso de analítica

La API de Analítica del Aprendizaje de Moodle es un sistema abierto para una variedad muy amplia de modelos. Los modelos pueden contener indicadores (también conocidos como predictores), metas (el resultado que estamos tratando de predecir), intuiciones (predicciones) - los predictores mismos-, notificaciones (mensajes enviados como un resultado de las intuiciones, y acciones (ofrecidas a los destinatarios de mensajes, que pueden volverse indicadores en turno).

La mayoría de los modelos de analítica del aprendizaje no están habilitados en forma predeterminada. El habilitar modelos para usarlos debería hacerse después de considerar las metas institucionales que los modelos pretenden soportar. Vea Uso de analítica para más información.

Gestión de modelos

Una vez que los modelos hayan sido habilitados y entrenados, serán generadas intuiciones (predicciones). Los modelos también deberían de ser monitoreados sobre su desempeño y exactitud. Vea Gestión de analítica para más información.

Capacidades

Hay dos capacidades analíticas:

Preguntas Frecuentes

Analítica del aprendizaje en Moodle FAQ