Existen más de 3,5 billones de usuarios de internet en el mundo que escriben más de 129 billones de correos electrónicos y 366 millones de tuits al día. Estas cifras que cambian a la velocidad de la luz permiten hacerse una idea aproximada del volumen de datos que alberga la red y que ha posibilitado el nacimiento y desarrollo del Big Data o el tratamiento masivo de datos.En el ámbito ducativo, se suele hablar de Learning Analytics o Analítica del aprendizaje, si bien hay otras expresiones similares que también tienen gran predicamento como el Educational Data Mining o Minería de Datos Educativos. Esta última desarrolla métodos y aplica técnicas estadísticas, aprendizaje automático (o machine learning) y minería de datos para analizar los datos recolectados durante el proceso de enseñanza y aprendizaje. La Analítica del aprendizaje, por su parte, crea las aplicaciones que influyen directamente en la práctica educativa y permite responder a preguntas como las siguientes: ¿cuándo están los estudiantes listos para pasar al siguiente tema?, ¿cuándo se están quedando atrás?, ¿cuándo están en riesgo de no finalizar el curso?, ¿en qué medida lo conseguirán sin intervención?, ¿cuál es el próximo curso más adecuado para un estudiante determinado?, ¿debería un estudiante ser remitido a un orientador (counselor) para que le ayude? (Enhancing Teachnig and Learning through Educational Data Mining and Learning Analytics, 2012)
Parece evidente, por tanto, que el manejo de grandes volúmenes de datos o Big Data puede contribuir a facilitar la tarea orientadora, en la medida en que permite anticipar el riesgo de fracaso escolar o profesional y obtener evidencias empíricas sobre los intereses y competencias del alumnado-usuario para, de este modo, facilitar el autoconocimiento y el diseño del proyecto de vida y profesional, entre otros aspectos. Es decir, tras una primera etapa en la que el análisis del aprendizaje se limitaba a describir resultados y una segunda en la que se basaba en el diagnóstico, "la tercera y actual etapa consiste en la predicción de lo que sucederá en el futuro" (NMC Horizon Report, 2016).
No en vano, el informe elaborado por el New Media Consortium y la Fundación Educause Learning Initiative a partir de la consulta a 58 expertos de 16 países considera que la Analítica del aprendizaje constituye un desarrollo que se implantará en un año o menos en la mayor parte de las instituciones de Educación Superior del mundo. Ahora bien, los autores reconocen que el aumento del interés mundial por esta cuestión no se halla acompañado de estudios que detallen resultados concretos. Algo que confirma el entrevistado de este monográfico sobre Orientación y Big Data, el profesor de Tecnología Educativa de la Facultad de Psicología, Ciencias de la Educación y el Deporte de Blanquerna (Universitat Ramon Llull), Miquel Àngel Prats.
El proyecto europeo LACE (Learning Analytics Communiy Exchange) ha nacido precisamente para compartir experiencias en escuelas, centros de trabajo y universidades que permitan "compartir soluciones efectivas a problemas reales". Las nueve entidades promotoras –ninguna española, por cierto- también son conscientes del "potencial" que constituye el análisis de los datos para "proporcionar conocimientos basados en evidencias sobre las habilidades del aprendiz y sus patrones de comportamiento que pueden facilitar ideas reveladoras para guiar el desarrollo y presentación del currículum de cara a mejorar los resultados de los aprendices y contribuir al bienestar económico y social europeo y nacional".
En el caso español, la Universidad Internacional de la Rioja (UNIR) está desarrollando con éxito un sistema de aprendizaje adaptativo denominado iLime que calcula las interacciones formales e informales de los estudiantes del máster de E-Learning y Redes Sociales y desempeña las funciones de tutoría y evaluación (NMC Horizon Report, 2016).
Desafíos para los orientadores profesionales
Sin negar lo anterior, la avalancha de datos e información que permiten recopilar las nuevas aplicaciones educativas y/o pedagógicas también suscita importantes interrogantes sobre el futuro de los orientadores profesionales. ¿Llegará el día en que no harán falta profesionales de la orientación porque las máquinas podrán analizar todo nuestro historial digital y sugerirnos lo que más nos conviene, como apunta el director de Sistemas de Información de Educaweb, Xavier Aspas, en la aportación de este monográfico?
La cuestión resulta sumamente delicada, pues toca la esencia de la actividad orientadora, como dejó patente el polémico intercambio de tuits recogido en el blog sobre orientación y educación de Alberto del Mazo. El profesor de Tecnología educativa en la Universidad Jaume I de Castelló, Jordi Adell, expresó lo siguiente: "Los orientadores son caros. En Secundaria habrá ya millones de datos de cada alumno (cada clic). Elaborarán modelos predictivos y ‘el sistema' definirá tus probabilidades de éxito en cada opción. No os preocupéis, ‘cocinarán' investigaciones que demuestren la superioridad del orientador ‘Big Data". A lo que el orientador radicado en Fuenlabrada (Madrid), Víctor Cuevas, respondió: "Hay orientadores que confunden un programa de orientación con usar un software con un cuestionario de itinerarios educativos y piensan que orientar es eso: dar información y decidir sin valorar todos los aspectos. Error, grave error. La información es condición necesaria pero no suficiente. Orientar no es dar información".
Sea como fuere, lo que está claro es que harán falta profesionales capacitados para interpretar grandes volúmenes de datos generados por programas creados ex profeso y cotejarla con otras fuentes; una tarea que, como apunta Miquel Àngel Prats, no difiere en exceso de lo que ya hacen los orientadores profesionales: "El Big Data deberíamos imaginarlo como una mina en bruto (minería de datos), de manera que, en función del pico y cómo trabajes, van saliendo diamantes. El orientador es aquél que es capaz de convertir la información bruta en diamantes".
Dicha tarea, ya de por sí compleja, comporta otros retos que tampoco deberían pasarse por alto, como, por ejemplo, dónde se almacenarán esos datos, quién será su propietario y/o gestor y cómo se velará para respetar el derecho a la vida privada de las personas usuarias de los programas de orientación académica y profesional. La preocupación sobre esta cuestión y la incertidumbre legislativa existente sobre un fenómeno tan novedoso ha propiciado la aparición de códigos éticos, como podría ser el Code of practice for learning analytics elaborado por Jisc, una entidad británica sin ánimo de lucro dedicada a ofrecer servicios digitales relacionados con la educación superior y avanzada.
Los orientadores profesionales y los centros educativos o empresas donde desempeñan su tarea no deberían obviar nunca que trabajan con un material muy sensible, como recuerda Prats: "Los orientadores profesionales serán las personas que tocarán material muy frágil y tendrán los pequeños tesoros, los pequeños cofres, de la información de las personas".
