En Business Intelligence la palabra asset se utiliza para definir todo aquello de valor que forma parte de la estrategia para predecir, mostrar datos visualmente y permitir tomar decisiones de negocio (y generar dinero). Este último aspecto quizás no es el que más pega con la analítica del aprendizaje.
El término asset se traduce como activo, valor, acciones, recurso o herramienta que designa algo útil, e incluso ventaja. Pero en la analítica del aprendizaje quizás algunos de estos términos se salen por la tangente.
Ya que voy a seguir utilizando el término en inglés, propongo la siguiente definición en relación a la analítica del aprendizaje que resulte mucho más clara, directa e identificativa de lo que en realidad quiere designar dentro de este arte.
Un asset es un recurso útil que aporta valor y ahorro de tiempo en el proceso analítico.
Los assets principalmente son importantes puesto que definen la lógica por la que se generan los resultados deseados. Estamos hablando pues de todas aquellas hojas de cálculo que muestran visualizaciones de datos, las fórmulas que permitan mostrar unos u otros parámetros, los modelos de datos, los códigos fuente de los programas que generan resultados, predicciones, visualizaciones o que sirven como librerías para otros programas o fórmulas.
Cada uno de los ejemplos anteriores pueden ser fruto de la elaboración propia o de terceros. En cualquier caso, su reutilización va a permitir reducir tiempo de análisis. Tener que volver a adquirir o generar modelos, cálculos o scripts para obtener resultados en los que ya habíamos dedicado tiempo, esfuerzo y azúcar para las neuronas podemos considerarlo un despilfarro inútil e innecesario. Imaginemos a un profesor analizar los datos del curso pasado para obtener unas medias de notas concretas. Disponer o no de las fórmulas que obtienen tales resultados marca la diferencia entre tener que volver a generarlas o realizas los cálculos inmediatamente.
Cuántos más assets tengamos a nuestro alcance menos esfuerzo realizaremos y más tiempo ganaremos en el análisis.
Una colección de assets puede considerarse pues como la base para una analítica del aprendizaje rápida y eficaz. Pueden ahorrar mucho tiempo de trabajo en posteriores análisis y pueden ser un buen punto de partida para nuevos modelos de datos. Seguir una estrategia de organización de assets e incluso asociarles una serie de metadatos facilitará encontrarlos y ser más efizaces en posteriores análisis de datos educativos. !Viva la reutilización!
Deja tu comentario