Kitabı oku: «Innovando la educación en la tecnología», sayfa 3
2. METODOLOGÍA
Es una investigación cuantitativa y exploratoria, en la que se aplicó un cuestionario con escala de Likert para conocer la relación de la gamificación y las tres dimensiones: cognitiva, social y emotiva. Se trabajó con dos grupos, cada uno con treinta estudiantes, del curso Matemáticas II para Ingeniería.
La investigación se llevó a cabo a lo largo del semestre, de enero a mayo del 2018, en cuatro etapas principales:
Primera etapa: los estudiantes conformados en binas seleccionan un avatar y es pegado en un tablero de liderazgo. El propósito del uso del avatar es que los estudiantes puedan estar en anonimato y que no se sientan expuestos o ansiosos al ver los avances de los otros equipos (véase la figura 1).
Segunda etapa: previamente se prepararon tres retos con nivel de dificultad progresivo. El equipo no puede pasar al siguiente nivel si no ha terminado el anterior. En esta etapa a los estudiantes se les proporciona retroalimentación inmediata, si no ha respondido correctamente puede volver a intentar, lo interesante es que en este momento se detona un proceso metacognitivo en el que el estudiante reflexiona sobre sus aciertos y errores.
En la figura 2 se muestra el primer reto de la sesión gamificada basada en retos, el cual consistió en que encontraran la integral general para obtener el volumen de un sólido de revolución que gira en torno al eje de las x, utilizando la estrategia de la toma de un diferencial (Alanís y Salinas, 2010; Rincón-Flores e Illanes, 2015) asociándolo al cálculo geométrico del volumen de un cilindro. El reto consistió en obtener el volumen de una copa.
Tercera etapa: una vez que la actividad termina, en la misma clase, si el tiempo lo permite, o en la siguiente, se discuten todos los retos para reforzar la actividad.
Cuarta etapa: se aplicó el cuestionario sobre dimensiones de la gamificación.
3. RESULTADOS
Se presentan los resultados cuantitativos del instrumento con escala de Likert. El cuestionario fue respondido por 52 estudiantes de manera voluntaria, 26 de cada grupo. El cuestionario estuvo conformado por doce preguntas, cuatro asignadas a cada dimensión. A continuación, se muestran los resultados.
La dimensión cognitiva trata de evaluar cómo percibe el estudiante la relación de la gamificación con respecto a los procesos cognitivos. Se presentan los resultados de dos preguntas (véase la figura 3).
Los resultados muestran que los estudiantes percibieron que la gamificación basada en retos favoreció su aprendizaje, ya que al recibir una retroalimentación inmediata y al tener oportunidad de volver a intentar el reto, les dio la oportunidad de repensar y reflexionar sobre su respuesta, dando lugar a un proceso metacognitivo, esto coincide con lo encontrado por Rojas-López et al. (2019). Por otro lado, también percibieron que el reto era adecuado a su nivel de conocimientos, lo cual es un factor importante ya que si fuese elevado provocaría que la motivación disminuyera, caso contrario si fuese fácil, se perdería la sensación de logro.
En cuanto a la dimensión social, se puede ver que este componente le da un matiz importarte a la actividad gamificada basada en retos, pues los estudiantes percibieron que su desempeño fue mejor gracias al intercambio de ideas con sus compañeros de equipo (véase la figura 4). Al mismo tiempo, al llevarse a cabo la actividad en un contexto de respeto también promueve valores y actitudes, los cuales también son importantes en la formación del futuro profesional. Esto coincide con lo señalado por Caponetto et al. (2014), Domínguez et al. (2013), y Lee y Hammer (2011).
La tercera dimensión, la emotiva, se refiere a las emociones que toda actividad relacionada al juego puede provocar en las personas, lo cual también constituye un elemento importante y es inherente a las actividades gamificadas, incluso neurocientíficos como Bueno i Torrens (2019) y Mora (2014) sostienen que las emociones favorecen el aprendizaje. Los resultados de la figura 5 muestran que los estudiantes se percibían contentos cada vez que su equipo terminaba un reto y emocionados cuando veían su avance en el tablero de liderazgo. El componente emocional tiene una influencia positiva en los aspectos motivacionales (Rojas-López et al., 2019) y contribuye a que los estudiantes estén en un estado de flow (Hamari et al., 2016).
Finalmente, a partir de los resultados obtenidos, se puede afirmar que la gamificación es una estrategia didáctica innovadora porque cumple con los criterios señalados por Borrego et al. (2010); Zabalza Beraza y Zabalza Cerdeiriña (2012).
4. CONCLUSIONES
La gamificación en la educación puede ser una herramienta didáctica valiosa que permite conjugar diversos aspectos que son importantes en la formación del estudiante, lo cognitivo, lo social y lo emotivo. Lo cognitivo porque tiene que ver directamente con su aprendizaje, más aún, con un aprendizaje significativo; lo social porque representa una oportunidad para la discusión e intercambio de aprendizaje, al tiempo que se promueven actitudes y valores; lo emotivo porque este componente influye en la motivación, es decir, mantiene la atención del estudiante en un plazo mayor. No obstante, es importante que el diseño de las actividades gamificadas basadas en retos sean creativas y de interés para los estudiantes, además de que sean alcanzables por ellos, pues un diseño equivocado puede afectar significativamente el propósito de la actividad.
REFERENCIAS
Alanís, J. A., y Salinas, P. (2010). Cálculo de una variable: Acercamientos newtoniano y leibniziano integrados didácticamente. El Cálculo y su Enseñanza, 2, 1-14. Recuperado de http://mattec.matedu.cinvestav.mx/el_calculo/index.php?vol=2&index_web=8&index_mgzne
Blum, W. y Borromeo Ferri, R. (2009). Mathematical modelling: Can it be taught and learnt? Journal of Mathematical Modelling and Application, 1(1), 45-58.
Borrego, M., Froyd, J. E., y Hall, T. S. (2010). Diffusion of engineering education innovations: A survey of awareness and adoption rates in U.S. engineering departments. Journal of Engineering Education, 9(3), 185-207.
Brousseau, G. (1990). Utilidad e interés de la didáctica para un profesor (2.ª parte), SUMA, (5), 5-12.
Bueno i Torrens, D. (2019). Neurociencia para educadores. Barcelona: Octaedro.
Caponetto, I., Earp, J., y Ott, M. (2014). Gamification and education: A literature review. 8th European Conference on Games Based Learning, 1, 50-57. Recuperado de https://pdfs.semanticscholar.org/2b9b/64350c1d2d6f9103b8505612e98afb1da3bb.pdf?_ga=2.173855587.1792265263.1579307919-635103138.1579127417
Chamoso, J., Durán, J., García, J., Martín, J., y Rodríguez, M. (2004). Análisis y experimentación de juegos como instrumentos para enseñar matemáticas. SUMA, (47), 47-58.
Deterding, S., Khaled, R., Nacke, L. E., y Dixon, D. (2011). Gamification: toward a definition. Chi 2011, 12-15. doi:978-1-4503-0268-5/11/0
Domínguez, A., Saenz-de-Navarrete, J., de-Marcos, L., Fernández-Sanz, L., Pagés, C., y Martínez-Herráiz, J. J. (2013). Gamifying learning experiences: Practical implications and outcomes. Computers and Education, 63, 380-392. doi:10.1016/j. compedu.2012.12.020
Fidalgo-Blanco, Á. (2014). Innovación educativa en la sociedad del conocimiento. Teoría de la Educación y Sociedad de la Información TESI, 15(3), 1-4.
Fidalgo-Blanco, Á., y Sein-Echaluce, M. L. (2014). Educational innovation. Proceedings of the Second International Conference on Technological Ecosystems for Enhancing Multiculturality (TEEM’14), 65-67. doi:10.1145/2669711.2669880
García-Peñalvo, F. J., García de Figuerola, C., y Merlo, J. A. (2010). Open knowledge: challenges and facts. Online Information Review, 34(4), 520-539. doi:10.1108/14684521011072963
García-Peñalvo, F. J. (2015). Mapa de tendencias en innovación educativa. Education in the Knowledge Society, 16(4), 6-23. doi:10.14201/eks2015164623
Gómez Chacón, I. M. (2000). Matemática emocional: los afectos en el aprendizaje matemático. Madrid: Narcea.
Gros Salvat, B., y Lara Navarra, P. (2009). Estrategias de innovación en la educación superior: el caso de la Universitat Oberta de Catalunya. Revista Iberoamericana de Educación, (49), 223-245. Recuperado de https://rieoei.org/historico/documentos/rie49a09.pdf
Hamari, J., Shernoff, D. J., Rowe, E., Coller, B., Asbell-Clarke, J., y Edwards, T. (2016). Challenging games help students learn: an empirical study on engagement, flow and immersion in game-based learning. Computers in Human Behavior, 54, 170-179. doi:10.1016/j.chb.2015.07.045
Hanus, M., y Fox, J. (2015). Assessing the effects of gamification in the classroom: a longitudinal study on intrinsic motivation, social comparison, satisfaction, effort, and academic performance, Computers & Education, 80, 152-161.
Huizinga, J. (1938). Homo Ludens. Países Bajos: Penguin Random House Grupo Editorial.
Ke, F., y Grabowski, B. (2007). Gameplaying for maths learning: cooperative or not? British Journal of Educational Technology, 38(2), 249-259. doi:10.1111/j.1467-8535.2006.00593.x
Kebritchi, M., Hirumi, A., y Bai, H. (2010). The effects of modern mathematics computer games on mathematics achievement and class motivation. Computers & Education, 55(2), 427-443.
Lee, J., y Hammer, J. (2011). Gamification in education: what, how, why bother? Academic Exchange Quarterly, 15(2), 1-5.
Marín Díaz, V. (2015). La gamificación educativa. Una alternativa para la enseñanza creativa. Digital Education Review, (27), 5-8. Recuperado de http://revistes.ub.edu/index.php/der/article/view/12486/pdf_1
Martin, T., Rivale, S. D., y Diller, K. R. (2007). Comparison of student learning in challenge-based and traditional instruction in biomedical engineering. Annals of Biomedical Engineering, 35(8), 1312-1323. doi:10.1007/s10439-007-9297-7
Mekler, E. D., Brühlmann, F., Tuch, A. N., y Opwis, K. (2017). Towards understanding the effects of individual gamification elements on intrinsic motivation and performance. Computers in Human Behavior, 71(C), 525-534. doi:10.1016/j.chb.2015.08.048
Mora, F. (2014). Neuroeducación. Madrid: Alianza Editorial.
Muñiz-Rodríguez, L., Alonso, P., y Rodríguez-Muñiz, L. J. (2014). El uso de los juegos como recurso didáctico para la enseñanza y el aprendizaje de las Matemáticas: estudio de una experiencia innovadora. Revista Iberoamericana de Educación Matemática, (39), 19-33. Recuperado de http://www.fisem.org/www/union/revistas/2014/39/archivo6.pdf
Nisbet, S., y Williams, A. (2009). Improving students’ attitudes to chance with games and activities. Australian Mathematics Teacher, 65(3), 25-37.
Rincón-Flores, E. G., e Illanes, L. (2015). Aprendizaje gamificado en un curso de Cálculo para Ingeniería. Memorias del II Congreso Internacional de Innovación Educativa. Recuperado de http://ciie.mx/memorias/
Rincón-Flores, E. G., Cienfuegos, D. E., y Carrillo, O. (2015). Aprendizaje activo y su efecto en las actitudes hacia las Matemáticas. Memorias del II Congreso Internacional de Innovación Educativa. Recuperado de http://ciie.mx/memorias/
Rincón-Flores, E. G., Gallardo, K., y de la Fuente, J. M. (2018). Strengthening an educational innovation strategy: processes to improve gamification in calculus course through performance assessment and meta-evaluation. International Electronic Journal of Mathematics Education, 13(1), 1-11. doi:10.12973/iejme/2692
Rincón-Flores, E. G., Cienfuegos, D. E., Galván, D., y Fabela, L. (2014). El aprendizaje activo como estrategia didáctica para la enseñanza del cálculo. Acta Latinoamericana de Matemática Educativa, (27), 499-506.
Rodríguez, F., y Santiago, R. (2015). Gamificación: cómo motivar a tu alumnado y mejorar el clima en el aula. Barcelona: Grupo Océano.
Rojas-López, A., Rincón-Flores, E. G., Mena, J., García-Peñalvo, F. J., y Ramírez-Montoya, M. S. (2019). Engagement in the course of Programming in Higher Education through the use of Gamification. Universal Access in the Information Society (UAIS), 18, 583-597. doi:10.1007/s10209-019-00680-z
Rojas-López, A., y Rincón-Flores, E. G. (2018). Gamification as Learning Scenario in Programming Course of Higher Education. Springer International Publishing AG, part of Springer Nature 2018, 1, 200-210.
Tobias, S., y Weissbrod, C. (1980). Anxiety and mathematics: an update. Harvard Educational Review, 50(1), 63-70.
Tsai, M.-J., Huang, L.-J., Hou, H.-T., Hsu, C.-Y., y Chiou, G.-L. (2016). Visual Behavior, Flow and Achievement in Game-Based Learning. Computers & Education, 98, 115-129. doi:10.1016/j.compedu.2016.03.011
Villalustre Martínez, L., y del Moral Pérez, M. E. (2015). Gamificación: Estrategia para optimizar el proceso de aprendizaje y la adquisición de competencias en contextos universitarios. Digital Education Review, 27.
Zabalza Beraza, M. A., y Zabalza Cerdeiriña, M. A. (2012). Innovación y cambio en las instituciones educativas. Rosario, Argentina: Homo Sapiens Ediciones.
What Can Innovation in Engineering Education Do for You as a Student and What can You Do as a Student for Innovation in Engineering Education?
Carlos Alario-Hoyos
calario@it.uc3m.es / Universidad Carlos III de Madrid. España
Recepción: 17-6-2019 / Aceptación: 3-7-2019
ABSTRACT. Innovation in education in general and innovation in engineering education in particular must be supported by properly collected and analyzed data to guide decision-making processes. Today it is possible to collect data from many more stakeholders (not just students), and also to collect much more data from each stakeholder. Nevertheless, low-level data collected by monitoring the interactions of the multiple stakeholders with learning platforms and other computing systems must be transformed into meaningful high-level indicators and visualizations that guide decision-making processes. The aim of this paper is to discuss some notable trends in data-driven innovation in engineering education, including 1) improvement of educational content; 2) improvement of learners’ social interactions; 3) improvement of learners’ self-regulated learning skills; and 4) prediction of learners’ behavior. However, there are also significant risks associated with data collection and processing, such as privacy, transparency, biases, misinterpretations, etc., which must also be taken into account, and require creating specialized units and training the personnel in data management.
KEYWORDS: Data-driven innovation, learning analytics, digital education
¿Qué puede hacer la innovación de la educación de la ingeniería para el estudiante y qué puede hacer el estudiante para la misma?
RESUMEN. La innovación en la educación, en general, y la innovación en la educación de ingeniería, en particular, deben estar respaldadas por datos, debidamente recopilados y analizados para guiar los procesos de toma de decisiones. Hoy es posible recopilar datos de muchos grupos de interés (no solo estudiantes), y también recopilar muchos más datos de cada interesado. Sin embargo, los datos de bajo nivel recopilados al monitorear las interacciones de los múltiples interesados con las plataformas de aprendizaje y otros sistemas informáticos deben transformarse en indicadores y visualizaciones de alto nivel que guíen los procesos de toma de decisiones. El objetivo de este documento es discutir algunas tendencias notables en la innovación basada en datos en la educación de ingeniería, que incluyen: 1) mejora del contenido educativo; 2) mejora de las interacciones sociales de los alumnos; 3) mejora de las habilidades de aprendizaje autorreguladas de los alumnos; y 4) predicción del comportamiento de los alumnos. Sin embargo, también existen riesgos significativos asociados con la recopilación y el procesamiento de datos, que incluyen privacidad, transparencia, sesgos, malas interpretaciones, etc., que también deben tenerse en cuenta y que requieren la creación de unidades especializadas y la capacitación del personal en la gestión de datos.
PALABRAS CLAVE: innovación basada en datos, análisis de aprendizaje, educación digital
1. INTRODUCTION
The rapid changes taking place in today’s world have important consequences for education in general, and for engineering education in particular. Traditional “chalk and talk” teaching methodologies are not effective in engineering education, where it is necessary to combine the explanation of complex concepts with the practice of these concepts in realistic scenarios. In order to do this, it is necessary to apply learner-centered methodologies that promote active learning (Alario-Hoyos, Estévez-Ayres, Delgado Kloos, Villena-Román, Muñoz-Merino, et al., 2019), and that can be tailored to different education contexts, including face-to-face education in the classroom, online education, and blended (or hybrid) education (Pérez-Sanagustín, Hilliger, Alario-Hoyos, Delgado Kloos, & Rayyan, 2017).
Innovation in engineering education cannot take place without the support of a multi-disciplinary team of specialized professionals. Instructional designers must advise teachers on how to redesign their traditional course to turn it into a blended learning experience, making the most of the available resources with the aim to promote active learning (Baepler, Walker, & Driessen, 2014). Pedagogues and psychologists must contribute with the understanding and development of self-regulated learning (SRL) skills to ensure student success, especially in engineering education where further development of SRL skills is required to succeed (Zimmerman, 2013). Developers must create applications and simulators to put into practice and evaluate the key concepts of each course. Researchers and data scientists must collect and analyze data, offering visualizations so that the main stakeholders of the educational process (students, teachers, managers, etc.) can make informed decisions. All in all, innovation in engineering education is a multidisciplinary effort in which all supporting professionals and actions must be aligned with the ultimate goal to benefit students.
Among the abovementioned professionals, the role of researchers and data scientists is becoming more and more important in the last few years. Over the course of time, many efforts to innovate in engineering education have been undertaken without considering the research advances in the field of technology-enhanced learning. Today, with the amount of data that can be collected for the particular context of each educational institution, there is no longer an excuse for not implementing data-driven decision-making processes at the different levels: 1) teachers must rely on data to improve their content and the methodologies used in their classes; 2) students must rely on data to detect their knowledge gaps and improve their SRL skills; and 3) managers must rely on data to detect unbalanced programs or unsatisfactory courses, and to offer personalized pathways for students.
The aim of this paper is to present and discuss some relevant trends in data-driven innovation in engineering education on the basis of recent research results. All the trends analyzed here have the student as the ultimate target stakeholder, so these trends are framed within the area known as learning analytics (Ferguson, 2012). However, the collection and processing of data for decision-making have a twofold side and are not without risks, some of which are also discussed in this paper. This is precisely the structure followed in the rest of this paper, with section 2 discussing trends on data-driven innovation in engineering education, section 3 dedicated to discussing associated risks, and section 4 presenting the conclusions of this work.
