Ingeniería de aprendizaje

La ingeniería del aprendizaje es la aplicación sistemática de principios y métodos basados ​​en evidencias de la tecnología educativa y las ciencias del aprendizaje para crear experiencias de aprendizaje atractivas y efectivas, apoyar las dificultades y los desafíos de los estudiantes a medida que aprenden y llegar a comprender mejor a los estudiantes y el aprendizaje. Hace hincapié en el uso de un enfoque de diseño centrado en el ser humano junto con análisis de conjuntos de datos enriquecidos para desarrollar y mejorar iterativamente esos diseños para abordar necesidades, oportunidades y problemas de aprendizaje específicos, a menudo con la ayuda de la tecnología. Al trabajar con expertos en la materia y otros, el ingeniero del aprendizaje combina hábilmente el conocimiento, las herramientas y las técnicas de una variedad de disciplinas técnicas, pedagógicas, empíricas y basadas en el diseño para crear experiencias y entornos de aprendizaje efectivos y atractivos y evaluar los resultados resultantes. Al hacerlo, el ingeniero del aprendizaje se esfuerza por generar procesos y teorías que permitan la generalización de las mejores prácticas, junto con nuevas herramientas e infraestructuras que empoderen a otros para crear sus propios diseños de aprendizaje basados ​​en esas mejores prácticas.

Apoyar a los estudiantes mientras aprenden es complejo, y el diseño de experiencias de aprendizaje y el apoyo a los estudiantes generalmente requieren equipos interdisciplinarios.

Los ingenieros de aprendizaje pueden especializarse en diseñar experiencias de aprendizaje que se desarrollen a lo largo del tiempo, involucren a la población de estudiantes y respalden su aprendizaje; recopilación y análisis automatizados de datos; diseño de tecnologías de aprendizaje; diseño de plataformas de aprendizaje; mejora de entornos o condiciones que respalden el aprendizaje; o alguna combinación de estos. Los productos de los equipos de ingeniería de aprendizaje incluyen cursos en línea (por ejemplo, un MOOC en particular), plataformas de software para ofrecer cursos en línea, tecnologías de aprendizaje (por ejemplo, que van desde manipuladores físicos hasta manipuladores físicos mejorados electrónicamente, tecnologías para simulación o modelado y tecnologías para permitir la inmersión), programas extraescolares, experiencias de aprendizaje comunitario, currículos formales y más. Los equipos de ingeniería de aprendizaje requieren experiencia asociada con el contenido que aprenderán los estudiantes, los propios estudiantes a los que se dirige, los lugares en los que se espera que ocurra el aprendizaje, la práctica educativa, la ingeniería de software y, a veces, incluso más.

Los equipos de ingeniería de aprendizaje emplean un proceso de diseño iterativo para respaldar y mejorar el aprendizaje. Los diseños iniciales se basan en los hallazgos de las ciencias del aprendizaje . Los refinamientos se basan en el análisis de los datos recopilados a medida que se llevan a cabo los diseños en el mundo. Se utilizan métodos de análisis de aprendizaje , investigación basada en diseño y experimentación rápida a gran escala para evaluar los diseños, informar los refinamientos y realizar un seguimiento de las iteraciones. ^{[1] [2] [3]} Según el Consorcio de la Industria de CI sobre Ingeniería del Aprendizaje de la Asociación de Normas IEEE , "La ingeniería del aprendizaje es un proceso y una práctica que aplica las ciencias del aprendizaje utilizando metodologías de diseño de ingeniería centradas en el ser humano y una toma de decisiones basada en datos para respaldar a los estudiantes y su desarrollo". ^[4]

Herbert Simon , psicólogo cognitivo y economista , acuñó por primera vez el término ingeniería del aprendizaje en 1967. ^[5] Sin embargo, las asociaciones entre los dos términos, aprendizaje e ingeniería, comenzaron a surgir antes, en la década de 1940 ^[6] y ya en la década de 1920. ^{[6] [7]} Simon argumentó que las ciencias sociales, incluido el campo de la educación, deberían abordarse con el mismo tipo de principios matemáticos que otros campos como la física y la ingeniería. ^[8]

Las ideas de Simon sobre la ingeniería del aprendizaje siguieron resonando en la Universidad Carnegie Mellon, pero el término no se popularizó hasta que el empresario Bror Saxberg comenzó a comercializarlo en 2014 después de visitar la Universidad Carnegie Mellon y el Centro de Ciencias del Aprendizaje de Pittsburgh , o LearnLab para abreviar. Bror Saxberg llevó a su equipo de la empresa educativa con fines de lucro, Kaplan , a visitar CMU. El equipo regresó a Kaplan con lo que ahora llamamos ingeniería del aprendizaje para mejorar, optimizar, probar y vender sus productos educativos. Bror Saxberg luego coescribiría con Frederick Hess , fundador de la Red de Reforma Educativa Conservadora del American Enterprise Institute , el libro de 2014 que utiliza el término ingeniería del aprendizaje .

En 2017, la Asociación de Normas IEEE formó el Consorcio de la Industria de Circuitos Integrados sobre Ingeniería de Aprendizaje como parte de su programa Conexiones Industriales ^{[ enlace muerto ‍ ]} .

Entre 2017 y 2019, ICICLE formó ocho grupos de interés especial (SIG) como recurso colaborativo para apoyar el crecimiento de la ingeniería del aprendizaje. El SIG de currículo y credenciales, presidido por Kenneth Koedinger, fue pionero en el trabajo sobre una definición formal de la ingeniería del aprendizaje. El trabajo posterior del SIG de diseño dirigido por Aaron Kessler condujo al desarrollo de un modelo de proceso de ingeniería del aprendizaje. En 2024, ICICLE cambió su nombre a Consorcio internacional para la innovación y la colaboración en la ingeniería del aprendizaje y pasó a formar parte del Comité de estándares de tecnología del aprendizaje del IEEE.

La ingeniería del aprendizaje tiene como objetivo abordar un déficit en la aplicación de metodologías científicas y de ingeniería a la educación y la formación. Sus defensores destacan la necesidad de conectar la tecnología informática y los datos generados con el objetivo general de optimizar los entornos de aprendizaje. ^[9]

Las iniciativas de ingeniería del aprendizaje tienen como objetivo mejorar los resultados educativos aprovechando la informática para aumentar drásticamente las aplicaciones y la eficacia del aprendizaje de las ciencias como disciplina. Las plataformas de aprendizaje digital han generado grandes cantidades de datos que pueden revelar información que se puede aplicar inmediatamente. ^[10]

El campo de la ingeniería del aprendizaje tiene el potencial adicional de comunicar conocimientos educativos disponibles automáticamente para los educadores. Por ejemplo, las técnicas de ingeniería del aprendizaje se han aplicado al problema del abandono escolar o las altas tasas de fracaso. Tradicionalmente, los educadores y administradores tienen que esperar hasta que los estudiantes realmente se retiren de la escuela o estén a punto de suspender sus cursos para predecir con precisión cuándo se producirá el abandono. Los ingenieros del aprendizaje ahora pueden utilizar datos sobre el comportamiento fuera de la tarea ^[11] o el comportamiento de dar vueltas en círculo ^[12] para comprender mejor la participación de los estudiantes y predecir si es probable que los estudiantes individuales fracasen.

Estos datos permiten a los educadores detectar a los estudiantes con dificultades semanas o meses antes de que corran el riesgo de abandonar la escuela. Los defensores de la ingeniería del aprendizaje postulan que el análisis de datos contribuirá a lograr mayores tasas de éxito y menores tasas de abandono escolar. ^[13]

Learning Engineering también puede ayudar a los estudiantes proporcionándoles retroalimentación automática e individualizada.

Por ejemplo, la herramienta LiveLab de Carnegie Learning utiliza big data para crear una experiencia de aprendizaje para cada estudiante, identificando en parte las causas de sus errores. Los datos de investigación obtenidos a partir de los análisis de LiveLab permiten a los docentes ver el progreso de los estudiantes en tiempo real.

Las pruebas A/B comparan dos versiones de un programa determinado y permiten a los investigadores determinar qué enfoque es el más eficaz. En el contexto de la ingeniería del aprendizaje, plataformas como TeacherASSIST ^[14] y Coursera utilizan pruebas A/B para determinar qué tipo de retroalimentación es la más eficaz para los resultados del aprendizaje. ^[15]

El trabajo de Neil Heffernan con TeacherASSIST incluye mensajes de sugerencias de los profesores que guían a los estudiantes hacia las respuestas correctas. El laboratorio de Heffernan realiza pruebas A/B entre profesores para determinar qué tipo de sugerencias dan como resultado el mejor aprendizaje para futuras preguntas. ^{[16] [17]}

UpGrade es una plataforma de código abierto para realizar pruebas A/B y experimentos de campo a gran escala en educación. ^[18] Permite a las empresas de tecnología educativa ejecutar experimentos dentro de su propio software. ETRIALS aprovecha ASSISTments y brinda a los científicos la libertad de ejecutar experimentos en entornos de aprendizaje auténticos. Terracotta es una plataforma de investigación que respalda las capacidades de los docentes e investigadores para ejecutar experimentos fácilmente en clases en vivo.

La minería de datos educativos implica analizar datos sobre el uso que los estudiantes hacen de software educativo para comprender cómo el software puede mejorar el aprendizaje de todos los estudiantes. Los investigadores en este campo, como Ryan Baker de la Universidad de Pensilvania, han desarrollado modelos de aprendizaje, participación y afecto de los estudiantes para relacionarlos con los resultados del aprendizaje. ^[19]

Las plataformas de tecnología educativa vinculan a educadores y estudiantes con recursos para mejorar los resultados de aprendizaje.

Los conjuntos de datos proporcionan la materia prima que los investigadores utilizan para formular perspectivas educativas. Por ejemplo, la Universidad Carnegie Mellon alberga un gran volumen de datos de interacción de aprendizaje en el DataShop de LearnLab. ^[20] Sus conjuntos de datos abarcan desde fuentes como Intelligent Writing Tutors ^[21] hasta estudios de tono chino ^[22] y datos de la plataforma MATHia de Carnegie Learning .

Kaggle , un centro para programadores y datos de código abierto, organiza periódicamente competiciones de aprendizaje automático. En 2019, PBS se asoció con Kaggle para crear el Data Science Bowl 2019. ^[23] El DataScience Bowl buscó conocimientos de aprendizaje automático de investigadores y desarrolladores, específicamente sobre cómo los medios digitales pueden facilitar mejor los resultados del aprendizaje STEM en la primera infancia.

Los conjuntos de datos, como los que albergan Kaggle PBS y Carnegie Learning, permiten a los investigadores reunir información y sacar conclusiones sobre los resultados de los estudiantes. Estos conocimientos ayudan a predecir el desempeño de los estudiantes en los cursos y los exámenes. ^[24]

La combinación de la teoría de la educación con el análisis de datos ha contribuido al desarrollo de herramientas que diferencian entre cuando un estudiante está dando vueltas en círculos (es decir, no domina una habilidad en un período de tiempo determinado) y cuando persiste de manera productiva. ^[25] Herramientas como ASSISTments ^[26] alertan a los maestros cuando los estudiantes fallan constantemente en responder un problema determinado, lo que evita que los estudiantes aborden obstáculos insuperables, ^[27] promueve la retroalimentación efectiva ^[27] y la intervención del educador, y aumenta la participación de los estudiantes.

Los estudios han demostrado que la ingeniería del aprendizaje puede ayudar a los estudiantes y a los educadores a planificar sus estudios antes de que comiencen los cursos. Por ejemplo, el profesor de la Universidad de California en Berkeley Zach Pardos utiliza la ingeniería del aprendizaje para ayudar a reducir el estrés de los estudiantes de colegios comunitarios que se matriculan en instituciones de cuatro años. ^[28] Su modelo predictivo analiza las descripciones de los cursos y ofrece recomendaciones sobre créditos de transferencia y cursos que se alinearían con las direcciones de estudio anteriores. ^[29]

De manera similar, el trabajo de los investigadores Kelli Bird y Benjamin Castlemen se centra en la creación de un algoritmo para proporcionar orientación automática y personalizada a los estudiantes transferidos. ^[30] El algoritmo es una respuesta al hallazgo de que, si bien el 80 por ciento de los estudiantes de colegios comunitarios tienen la intención de transferirse a una institución de cuatro años, solo aproximadamente el 30 por ciento lo hace en realidad. ^[31] Este tipo de investigación podría conducir a una tasa de aprobados/reprobados más alta ^[32] y ayudar a los educadores a saber cuándo intervenir para prevenir el fracaso o el abandono de los estudios por parte de los estudiantes. ^{[33] [34]}

Los investigadores y comentaristas de tecnología educativa han publicado críticas a la ingeniería del aprendizaje. ^{[6] [35]} Las críticas planteadas incluyen que la ingeniería del aprendizaje tergiversa el campo de las ciencias del aprendizaje y que a pesar de afirmar que se basa en la ciencia cognitiva , en realidad se asemeja a un retorno al conductismo . Otros también han comentado que la ingeniería del aprendizaje existe como una forma de capitalismo de vigilancia . Otros campos, como el diseño de sistemas instruccionales , han criticado que la ingeniería del aprendizaje rebautiza el trabajo de su propio campo.

Otros han criticado el uso de metáforas y lenguaje figurado en la ingeniería del aprendizaje. A menudo, un término o metáfora tiene un significado diferente para profesionales o académicos de diferentes ámbitos. A veces, un término que se utiliza de forma positiva en un ámbito conlleva una percepción muy negativa en otro. ^[36]

La naturaleza multidisciplinaria de la ingeniería del aprendizaje crea desafíos. Los problemas que la ingeniería del aprendizaje intenta resolver a menudo requieren experiencia en diversos campos, como ingeniería de software , diseño instruccional , conocimiento del dominio , pedagogía / andragogía , psicometría , ciencias del aprendizaje , ciencia de datos e ingeniería de sistemas . En algunos casos, un ingeniero del aprendizaje individual con experiencia en múltiples disciplinas podría ser suficiente. Sin embargo, los problemas de ingeniería del aprendizaje a menudo exceden la capacidad de una sola persona para resolverlos.

Una reunión de treinta ingenieros de aprendizaje en 2021 produjo recomendaciones de que los desafíos y oportunidades clave para el futuro del campo implican mejorar la infraestructura de I+D, apoyar la investigación educativa basada en dominios, desarrollar componentes para su reutilización en los sistemas de aprendizaje, mejorar los sistemas hombre-computadora, una mejor implementación de la ingeniería en las escuelas, mejorar el asesoramiento, optimizar a largo plazo en lugar de a corto plazo, apoyar las habilidades del siglo XXI, mejorar el apoyo a la participación de los estudiantes y diseñar algoritmos para la equidad. ^[37]

• Ciencias del aprendizaje
• Diseño instruccional
• Aprendizaje adaptativo
• Interacción persona-computadora

Mark Lieberman. "Los ingenieros del aprendizaje se acercan cada vez más al centro de atención". Inside Higher Education. 26 de septiembre de 2018.

La Iniciativa Simon

Consorcio Internacional para la Innovación y la Colaboración en Ingeniería del Aprendizaje