La industrialización impulsó la fabricación de productos en grandes cantidades para conseguir economías de escala, implicando la reducción de los costes en función de la cantidad de producción. Estos bienes tenían las mismas formas y usos. Los avances tecnológicos y su introducción en la industria han posibilitado la fabricación de productos personalizados, adaptados al gusto del consumidor, en series más cortas y a unos costes razonables. Por ejemplo, en este sentido, la impresión 3D ha facilitado esta personalización y está siendo considerada como una de las grandes revoluciones de los últimos tiempos, siendo los ámbitos de aplicación múltiples (ropa, calzado, piezas mecánicas, comida, …).
En su proceso de desarrollo, la producción, de centrarse en las cualidades del producto, incluido su uso y basado en los criterios o estrategias de las marcas, ha pasado a centrarse en las necesidades de los clientes, para lo que la información que se dispone de ellos se conforma como la clave de toma de decisiones. Se tiene en cuenta sus preferencias, opiniones, intereses y expectativas. Esta información se obtiene de múltiples fuentes, tales como bases de datos de clientes, historial de compras, devoluciones, incidencias de soporte técnico, encuestas y formularios de satisfacción o redes sociales, por citar las más notorias.
" Existen algoritmos y modelos matemáticos para detectar el fracaso escolar "
Por tanto, la apuesta por un proceso personalizado del aprendizaje permitiría adaptar la persona a la realidad desde los cambios que implican esta interacción. Para ello, mediante las TIC y el uso de las técnicas de Analítica y Big Data, se pueden obtener perfiles de personas que, en función de sus condiciones y características, podrían recibir un tipo de formación adecuada a su perfil y en función del contexto de actuación.
Un ejemplo de la aplicación que se infiere es la referencia a la actuación ante el fracaso escolar. Existen algoritmos y modelos matemáticos para detectar el fracaso escolar que consisten en analizar información histórica de los alumnos, asignaturas cursadas, temario, currículo, notas obtenidas, número de convocatorias usadas para superarlas, edad, sexo, estudios de sus padres, situación económico-familiar y más variables, que se pueden analizar para responder en cada caso y satisfacer sus necesidades, evitando el fracaso. Puede conformarse como un proceso iterativo, cuantos más datos, más finas y precisas serán las soluciones. De esta forma, con la información obtenida de alumnos y sus variables, se podría diseñar acciones formativas específicas de apoyo para los individuos en función de sus necesidades.
Todo ello no significa que la Analítica y Big Data reemplacen el rol de los profesionales de la educación; hay que percibirla como una herramienta que debe ayudar a la toma de decisiones a la hora de planificar y desarrollar las mejores recomendaciones para cada uno de los alumnos, sin conformar un entorno competitivo.
Podemos concluir que, dadas las características diferenciales de cada uno, el proceso de aprendizaje puede facilitarse en función del conocimiento que se disponga de cada persona, por lo que el uso pertinente de las TIC, la Analítica y el Big Data podrán ayudar a favorecer dicho proceso.
