Learning Analytics: fotografia de uma pessoa utilizando um notebook. No notebook, aparecem diversos gráficos.

Saiba o que é e como usar Learning Analytics em sua IES

O avanço da tecnologia e a modernização e automação dos processos fez surgir uma necessidade cada vez maior pelo monitoramento de dados.  É nesse contexto que a tomada de decisão baseada em dados – o chamado data-driven – ganhou popularidade nos mais diversos meios. Na educação, essa cultura se concretiza mais diretamente no conceito de Learning Analytics.

Além de potencializar os resultados de sua instituição, o Learning Analytics pode ser um grande diferencial de mercado frente aos concorrentes. Neste artigo vamos explicar o que é, a importância e para que serve, além de demonstrar os benefícios e exemplos práticos do Learning Analytics no Ensino Superior.

Quer saber de modo prático como o Learning Analytics funciona e como começar a aplicar esse conceito? Leia este artigo! 

O que é Learning Analytics?

Learning Analytics é um conceito que engloba o uso de dados na educação – em tradução literal, mais especificamente na análise da aprendizagem. Ele consiste na medição, coleta e análise de dados para posterior tomada de decisão sobre os alunos e os ambientes em que a aprendizagem ocorre, bem como possibilita outras análises sobre o desempenho educacional dos estudantes.

Em outras palavras, é um meio da instituição orientar a tomada de decisão em relação a ações pedagógicas com base em dados. Geralmente, ocorre em ambientes automatizados, em que a coleta e análise de dados possa ser feita de forma escalável para análise inicial e refinamento do decisor. Esse é um ponto importante, pois muitas instituições possuem volume considerável de alunos, turmas e corpo docente, o que na prática inviabiliza uma análise manual.  

Para que serve e por que é importante?

Trabalhar com o conceito de Learning Analytics permite não só um maior conhecimento dos alunos e seus comportamentos como também fornece maior previsibilidade de cenários futuros

É possível antecipar comportamentos, tendências e identificar causas para problemas de maneira direta e quantitativa, sendo os dados poderosos aliados para otimizar a aprendizagem nos ambientes analisados.

Além de fornecer maior conhecimento, previsibilidade e medidas quantitativas para causas de problemas, o Learning Analytics permite a personalização da atuação dos docentes e da instituição nos ambientes em que a aprendizagem ocorre. 

Os insumos gerados pelo Learning Analytics permite que a instituição atue a nível individualizado com o aluno, uma vez que englobam não só os dados gerais de determinado curso como também os resultados e engajamento de cada aluno dentro da turma.

Como usar Learning Analytics no Ensino Superior?

Na prática, os dados podem otimizar e direcionar a tomada de decisão nos mais diversos fluxos de aprendizagem da instituição em que estiverem configurados para coleta, dentre eles:

1. Diagnóstico e adequação dos planos de ensino

Dados quantitativos sobre taxa de acerto de turma em diferentes conteúdos, tarefas e habilidades podem indicar deficiências de aprendizagem. Aqui, é importante salientar os dados conjuntos da turma, de forma que se possa fazer uma readequação dos planos de ensino e até comparar desempenho entre turmas.

A adequação dos planos de ensino também pode se beneficiar do Learning Analytics a partir da coleta de informação de quais horários os alunos se engajam mais com plataformas, quais são os tipos de atividade com maior taxa de engajamento e acerto. 

A combinação de um horário de alta disponibilidade e de tarefas com alto interesse por parte dos alunos pode melhorar os índices de engajamento, retenção e satisfação com o curso, além de diversos outros indicadores de qualidade da Instituição de Ensino Superior (IES).

2. Personalização da atuação dos docentes

O uso de dados permite não somente a avaliação das turmas como também compreende os dados de cada estudante. Quantidade de questões respondidas, taxa de acerto, envolvimento em fóruns.. tudo isso conta para se conhecer melhor o aluno e como ele interage com o ambiente de aprendizagem.

Um bom exemplo são os dados de marcação por alternativa em questões objetivas. Obtendo-se essa informação, pode-se personalizar a atuação de deficiências de um estudante em específico em momentos paralelos, como em monitorias ou tutorias, as quais podem ser diferentes das deficiências da turma. 

A atuação a nível de aluno permite não somente o atendimento do objetivo global da aprendizagem como pode colher frutos em exames gerais de avaliação do MEC, por exemplo.

Considerando que cada estudante aprende de uma forma, é possível fornecer um feedback muito mais específico para cada aluno e tratá-los diferenciadamente.

De um modo mais amplo, neste exemplo pode-se trabalhar cada questão com a turma de acordo com as alternativas mais marcadas. Note que, em um contexto não automatizado, esse levantamento torna-se muito mais complexo e difícil.

3. Apoio a docentes


Os dados são o melhor insumo para docentes. Eles facilitam a visualização geral da turma e das especificidades de cada aluno e são uma ferramenta para a validação de ideias e novos rumos dentro do contexto de ensino. 

As decisões começam a ser muito menos subjetivas e mais pautadas no real comportamento e entendimento dos contextos em que as interações ocorrem.

Com o Learning Analytics, os docentes aumentam sua capacidade estratégica no redirecionamento de ações para a melhoria da aprendizagem e otimizam tempo em suas análises.

4. Adaptação para o ensino remoto

Principalmente no contexto remoto, o Learning Analytics é um grande aliado. É através dele que se consegue conhecer a turma e os alunos para otimizar atividades de aprendizagem, do curso e tutorias. 

O mesmo vale para ensinos totalmente presenciais que desejam fazer a migração, para irem monitorando a adequação e engajamento dos estudantes no ambiente virtual.

Mas engana-se quem acredita que o Learning Analytics pode ser usado apenas em ensinos a distância. O uso de dados é uma cultura que pode ser implementada em qualquer contexto de aprendizagem, por meio da automatização e geração de relatórios e dashboards específicos para cada situação.

Gostou de conhecer melhor sobre Learning Analytics e a importância dos dados para as instituições de ensino superior? Aproveite para assistir a gravação do nosso webinário sobre a aplicação da ciência de dados na educação!

2 respostas

Deixe uma resposta

Want to join the discussion?
Feel free to contribute!

Deixe uma resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *