La Cadena de Valor de Datos Multimodales (M-DVC): Una Herramienta Conceptual para el Apoyo al Desarrollo de Soluciones de Anal´ıtica Multimodal del Aprendizaje

Abstract

Los sistemas de anal´ıtica multimodal del aprendizaje (MMLA), entendidos como aquellos que emplean evidencia multimodal del aprendizaje para modelar mejor la situacion´ de aprendizaje, aun´ no estan´ muy extendidos en la practica. ´ Entre las posibles razones, cabe mencionar su complejidad tecnica ´ y la baja participacion´ de las personas interesadas (e.g., docentes o alumnos) en el diseno˜ de dichas soluciones. Este art´ıculo propone una cadena de valor de datos multimodales (M-DVC) para dar apoyo al proceso de sistematizacion´ y a la comunicacion´ entre las personas involucradas durante la especificacion´ de sistemas de MMLA. Esta herramienta conceptual, fruto de las lecciones aprendidas del campo de los macrodatos (Big Data) y las necesidades emergentes de escenarios MMLA, ha sido evaluada en tres estudios de caso autenticos ´ con sistemas MMLA en desarrollo. Los resultados de nuestra evaluacion´ con metodos ´ mixtos enfatizan la utilidad de la M-DVC para detectar presunciones no consensuadas o pasos dudosos del procesado de datos en las primeras etapas del desarrollo. La evaluacion´ tambien´ revelo´ limitaciones de la M-DVC en cuanto a la terminolog´ıa tecnica ´ utilizada, as´ı como la necesidad de incluir informacion´ contextual mas´ detallada. Dichas limitaciones apuntan a como, ´ proporcionando una descripcion´ mas´ clara y facilitando la comunicacion´ en grupos multidisciplinares, la M-DVC puede contribuir a la creacion´ de soluciones MMLA significativas p ara e l c ontexto educativo