Una cátedra para la mejora de la educación a través de los datos

La Universidad Pontificia Comillas acaba de poner en marcha la nueva Cátedra Santalucía de Analytics for Education, que se dedicará al fomento del estudio, investigación y debate sobre el uso de técnicas de Analytics para la mejora de la educación universitaria. Esta cátedra de investigación, que depende de la Facultad de Ciencias Económicas y Empresariales (Comillas-ICADE), “tiene como misión contribuir a mejorar la educación universitaria, aprovechando las oportunidades que ofrecen las nuevas tecnologías”, como la describe José Luis Arroyo, profesor de Métodos Cuantitativos de la Universidad Pontificia Comillas, y codirector de la nueva cátedra.

La creación de esta cátedra tiene dos objetivos principales: potenciar la línea de investigación sobre Analytics Aplicado a la Educación e Innovación Docente
–que se viene desarrollando en el Grupo de Investigación en Innovación Docente y Analytics (GIIDA) en la universidad–, y desarrollar actividades divulgativas y de formación. “Existe un interés creciente en la integración de herramientas de análisis de datos en la educación universitaria, motivo por el que la investigación en este campo se ha incrementado muy notablemente en los últimos años. El Analytics aplicado a la enseñanza superior ofrece importantes oportunidades para mejorar la calidad y efectividad, pues permite la toma de decisiones informadas, tanto a nivel pedagógico como de gestión”, asegura Carlos Álvarez, codirector de la cátedra y profesor de Métodos Cuantitativos en Comillas ICADE.

“En los datos reside la capacidad de poder personalizar y adecuar la experiencia a cada persona, en este caso a cada estudiante, lo que permite evolucionar y transformar la manera en la que enseñamos y aprendemos buscando siempre la mejora y la excelencia”, según Andrés Romero, consejero director general en Santalucía. Según los codirectores de la cátedra, las técnicas de Analytics, siempre desde un uso ético y responsable, abren la puerta a mejoras importantes en la educación superior.

El estudio de esta información posibilita mejorar los métodos de enseñanza, y como consecuencia, el rendimiento académico. “Por dar algunos ejemplos, es posible hablar de modelos predictivos de rendimiento académico para identificar a los estudiantes que podrían necesitar apoyo adicional o algoritmos de análisis de las estrategias de estudio, para corregir situaciones problemáticas, como las que suceden frecuentemente en materias STEM de grados no STEM”, aseguran desde la cátedra.