Educational data mining and learning analytics: differences, similarities, and time evolution

Abstract

Technological progress in recent decades has enabled people to learn in different ways. Universities now have more educational models to choose from, i.e., b-learning and e-learning. Despite the increasing opportunities for students and instructors, online learning also brings challenges due to the absence of direct human contact. Online environments allow the generation of large amounts of data related to learning/teaching processes, which offers the possibility of extracting valuable information that may be employed to improve students¿ performance. In this paper, we aim to review the similarities and differences between Educational Data Mining and Learning Analytics, two relatively new and increasingly popular fields of research concerned with the collection, analysis, and interpretation of educational data. Their origins, goals, differences, similarities, time evolution, and challenges are addressed, as are their relationship with Big Data and MOOCs.

El progreso tecnológico de las últimas décadas ha hecho posible una diversidad de formas de aprendizaje. Hoy en día las universidades ofrecen múltiples modelos de enseñanza entre los que poder elegir, por ejemplo aprendizaje mixto (b-learning) o aprendizaje electrónico. Aunque cada vez son más numerosas las oportunidades para alumnos y profesores, el aprendizaje en línea también plantea dificultades debidas a la falta de contacto humano directo. Los entornos en línea permiten generar grandes cantidades de datos relacionados con los procesos de enseñanza-aprendizaje, de los que se puede extraer una valiosa información que se puede usar para mejorar el desempeño del alumnado. En este trabajo queremos estudiar los parecidos y diferencias entre la minería de datos educativos y el análisis de datos sobre aprendizaje, dos campos de investigación relativamente nuevos y crecientemente populares relacionados con la recogida, el análisis y la interpretación de datos educativos. Trataremos su origen, objetivos, diferencias y parecidos, evolución en el tiempo y retos a los que se enfrentan, así como su relación con los macrodatos y los cursos en línea abiertos y masivos (MOOC).

El progrés tecnològic de les darreres dècades ha fet possible una diversitat de formes d'aprenentatge. Avui dia les universitats ofereixen múltiples models d'ensenyament entre els quals podem triar, per exemple, l'aprenentatge mixt (b-learning) o l¿aprenentatge electrònic. Si bé cada cop són més nombroses les oportunitats per a alumnes i professors, l'aprenentatge en línia també planteja dificultats degudes a la manca de contacte humà directe. Els entorns en línia permeten que es generin grans quantitats de dades relacionades amb els processos d'ensenyament i aprenentatge, de les quals es pot extreure una valuosa informació que es pot fer servir per millorar l'actuació de l'alumnat. En aquest treball volem estudiar les semblances i diferències entre la mineria de dades educatives i l'anàlisi de dades sobre l'aprenentatge, dos camps de recerca relativament nous i creixentment populars relacionats amb la recollida, l'anàlisi i la interpretació de dades sobre educació. En tractarem l'origen, els objectius, les diferències i semblances, l'evolució que han tingut en el temps i els reptes a què s'enfronten, així com la seva relació amb les dades massives i els cursos en línia oberts i massius (MOOC).