Cuando se habla de Big data, se hace referencia al tratamiento y análisis de enormes repositorios de datos, tan excesivamente grandes y desestructurados que resulta imposible tratarlos con las herramientas de bases de datos y analíticas convencionales. La tendencia se encuadra en un entorno para nada extraño: la proliferación de páginas web, aplicaciones de imagen y vídeo, redes sociales, dispositivos móviles, aplicaciones, sensores, internet de las cosas, entre otros., capaces de generar, según IBM, más de 2.5 quintillones de bytes al día, hasta el punto de que el 90% de los datos del mundo han sido creados durante los últimos dos años.
Se habla de un entorno relevante para muchos aspectos, desde el análisis de fenómenos naturales como el clima o de datos sismográficos, hasta entornos como salud, seguridad o, por supuesto, el ámbito educativo. Las características del bigdata se centran en las tres v:
Volumen: Grandes volúmenes de datos, a partir de TeraBytes o incluso PetaBytes.
Variedad: El concepto de Big Data también suele venir acompañado de diversos tipos de fuentes de datos, ya sean estructurados o no estructurados.
Velocidad: La frecuencia de las actualizaciones de estas grandes bases de datos también es un punto muy a tener en cuenta.
Es por ello, por lo que su procesamiento y posterior análisis asimismo ha de realizarse prácticamente en tiempo real para poder mejorar la toma de decisiones en base a la información generada Bigdata permite procesar gigantescos volúmenes de datos, no por medio de una supercomputadora, sino a través de computadoras pequeñas unidas en redes de procesamiento.
Las soluciones de bigdata para en ámbito académico se pueden centrar en el aspecto institucional (Academic Analytics) como en el aprendizaje (Learning Analytics). Se centra en el aspecto institucional, relevando y desarrollando modelos que permitirán por medio del BigData optimizar la deserción en el ámbito educativo como además realizar un seguimiento más excautivo de los estudiantes.
Comprender las fortalezas y debilidades de los estudiantes permite a los educadores adaptar los programas de enseñanza a las necesidades de cada uno. Mediante el uso de gestión de casos educativos, la solución informa a las partes interesadas acerca de las necesidades de un estudiante y hace un seguimiento del proceso de intervención de principio a fin. Además, las herramientas de gestión de casos educativos y de análisis predictivo están alineadas con los recursos educativos adecuados utilizados por los educadores para ayudar a los estudiantes.
En síntesis, se puede integrar herramientas de analítica y de toma de decisiones en los sistemas existentes de gestión de datos para dar a docentes y estudiantes información de mejor calidad con el objetivo de mejorar los programas educativos y elevar el éxito académico. Las herramientas de Social Analytics permiten a las instituciones educativas obtener una visión en tiempo real de las interacciones de los estudiantes, con sitios web públicos y herramientas de medios sociales. El uso de análisis de sentimiento para extraer información de datos no estructurados o textuales permite a los administradores entender las percepciones, necesidades y preferencias acerca de su institución.
