Learning Analytics and Higher Music Education: Perspectives and Challenges

• Lorenzo de Reizábal, Margarita ^[2] ; Benito Gómez, Manuel ^[1]
  1. [1] Universidad del País Vasco/Euskal Herriko Unibertsitatea

     Universidad del País Vasco/Euskal Herriko Unibertsitatea

     Leioa, España

     
  2. [2] Centro Superior de Música del País Vasco- Musikene
• Localización: Artseduca, ISSN-e 2254-0709, Nº. 34, 2023, págs. 219-228
• Idioma: inglés
• Enlaces
  • Texto completo (pdf)
• Dialnet Métricas: 3 Citas
• Resumen
  • español

    Monitorizar continuamente el aprendizaje de los alumnos, mejorar las tutorías, predecir riesgos académicos como caídas o abandonos en el rendimiento, evaluar de forma más objetiva o comprender el comportamiento de los grupos de alumnos son algunas de las tareas que han estado fuera del alcance del profesorado de música. La tecnología actual de procesamiento masivo de datos (Big Data) y su análisis (Learning Analytics-LA) permite alcanzar estos objetivos con relativa facilidad. La posibilidad de extraer patrones de comportamiento individuales facilita la atención a la diversidad, reduce la deserción y el fracaso escolar y abre la posibilidad de implementar nuevas estrategias educativas. El fenómeno de la educación basada en datos ha dado lugar a diferentes tipos de estudios. Este trabajo reflexiona sobre tres tendencias o perspectivas fundamentales en el uso de la recopilación masiva de información aplicada al aprendizaje y la enseñanza. Ofrecemos una visión general de la investigación y las aplicaciones de Learning Analytics específicamente en el campo de la educación musical, así como una reflexión sobre sus posibles usos prácticos en la educación musical superior en los conservatorios. Para ello, discutimos algunos ejemplos prácticos de cómo esta metodología tecnológica podría incorporarse a la investigación musical y en educación musical, y su influencia en posibles nuevos paradigmas educativos que lleven a la innovación en el proceso de enseñanza-aprendizaje a través de nuevos recursos tecnológicos.

  • English

    Continually monitoring student learning, improving tutoring, predicting academic risks such as performance drops or dropouts, assessing more objectively or understanding the behavior of student groups are some of the tasks that have been beyond the reach of music teachers. The current technology of massive data processing (Big Data) and its analysis (Learning Analytics-LA) allows to achieve these goals with relative ease. The possibility of extracting individual behavior patterns facilitates attention to diversity, reduces school dropout and failure, and opens the possibility of implementing new educational strategies. The phenomenon of data-based education has led to different types of studies. This paper reflects on three trends or fundamental perspectives in the use of the collection of massive information applied to learning and teaching. We offer an overview of research and applications of Learning Analytics specifically in the field of music education, as well as a reflection on its possible practical uses in higher music education in conservatories. For this purpose, we discuss some practical examples of how this technological methodology could be incorporated into music and music education research, and its influence on possible new educational paradigms that lead to innovation on teaching-learning process through new technological resources.