I si els nostres alumnes poguessin saber què han après realment després de cada dia?, i si ho poguessis saber tu? (o i si ho pogués saber el professor?)

La personalització de l’ensenyament i l’aprenentatge és un dels reptes que acapara més expectatives en educació en els darrers anys. Tant que no hi ha programa o projecte escolar que no incorpori l’etiqueta “educació personalitzada” en la seva presentació. Una altra cosa és que sigui possible arribar a fer-ho. Que la tecnologia ho pot facilitar sembla indubtable, principalment amb les solucions d’intel·ligència artificial que van incorporant els ecosistemes digitals escolars. Però, almenys a Espanya, la implementació encara és puntual i primerenca, i manquem d’evidències d’impacte.

A la Xina sí que hi ha una investigació que ha demostrat com l’ús de la tecnologia al servei de la personalització de l’aprenentatge de l’alumnat i de la docència es tradueix en una millora del rendiment acadèmic. Publicada a Frontiers in Psychology el 2019, es va basar en l’estudi d’una mostra considerable: l’alumnat de 547 instituts de Secundària. Amb ells es va posar en marxa el sistema xinès de diagnòstic de l’aprenentatge (CLDS, per la seva sigla en anglès), l’objectiu del qual és donar feedback constant a cada alumne i a cada professor sobre els assoliments aconseguits durant les activitats que van realitzant en el dia a dia en comptes d’esperar al final d’una unitat o d’un període determinats.

El CLDS es basa en l’aprofitament del big data generat per l’alumnat de manera quotidiana per personalitzar el seu ensenyament. El sistema xinès recull els resultats de les tasques encarregades a classe cada dia i els puja a un servidor en el núvol. Els resultats s’associen a una sèrie d’atributs basats en la teoria del diagnòstic cognitiu i la puntuació assignada a cada atribut arriba a cada alumne i a cada professor. En funció d’aquest feedback i de les febleses i fortaleses detectades, els professors poden encarregar un tipus de tasques o un altre l’endemà. D’aquesta manera, la capacitat de millorar de cadascun es renova cada dia. I el professor arriba als exàmens d’avaluació amb informació fidedigna sobre el procés de treball i d’aprenentatge realitzat fins a aquest moment.

Tornant a la investigació, un cop passats tres anys de funcionament del CLDS en aquesta mostra de 547 centres, es van recaptar els resultats acadèmics dels alumnes i es van comparar amb els obtinguts en un altre grup de 396 centres en els quals no s’havia implementat el sistema. Es van analitzar els resultats dels uns i els altres en l’exigent examen d’accés a la Secundària com a punt de partida homogeni abans de l’aplicació del CLDS. Després, es van analitzar els resultats al final d’aquesta etapa.

Entre els estudiants que havien treballat amb el CLDS durant la Secundària, es va demostrar un efecte positiu de +0,31 en la branca d’humanitats i de +0,66 en la de ciències. També, que havien millorat la percepció d’autoeficàcia (0+38), mentre que en el grup de control es va mantenir sense canvis.

A més, es va demostrar que l’alumnat del grup experimental va aconseguir reduir en un terç el temps de resposta en els exàmens, la qual cosa va ser considerat pels docents de gran utilitat per poder dedicar-hi més temps i atenció a les instruccions i explicacions sobre l’examen.

Cada cop són més les veus que apunten a la necessitat d’implementar solucions tecnològiques de big data per fer un seguiment personalitzat de l’alumnat, i aquesta investigació demostra que l’alumnat millora amb això, no només quant a resultats, sinó també pel que fa a l’autovaloració i les expectatives. Encara que ja hi ha experiències d’ús de big data en algunes escoles d’Espanya, encara queda per afermar la competència digital entre gran part dels docents i reflexionar sobre els límits ètics de l’ús dades massives per part dels alumnes.