Resumen
En un contexto abierto y flexible de los cursos masivos abiertos en línea (MOOC), los estudiantes que toman las evaluaciones finales exhiben la motivación para alcanzar los objetivos de desempeño. Las trayectorias de aprendizaje de este grupo generalmente brindan más pistas para el diseño del curso y la mejora de la enseñanza, ya que este grupo tiende a interactuar más plenamente con las actividades y recursos de aprendizaje del curso para obtener mejores resultados de aprendizaje. Este estudio se centró en estos alumnos para investigar su participación en el aprendizaje, la organización del tiempo, las secuencias de visitas de contenido y los patrones de participación en actividades mediante la aplicación de análisis estadístico, análisis de secuencia de retraso y otros métodos de extracción de datos. Este estudio examinó los datos de 535 estudiantes que tomaron la evaluación en un MOOC para detectar las diferencias en el compromiso de aprendizaje y los patrones de aprendizaje anteriores entre tres grupos de estudiantes con diferentes niveles de rendimiento, etiquetados ha fallado, satisfactorio y excelente. Encontramos diferencias tanto en el compromiso de aprendizaje como en los patrones de aprendizaje entre los tres grupos. Los resultados indicaron que para que los alumnos tengan éxito, requieren un cierto grado de finalización de la tarea como garantía básica para aprobar el curso, una organización eficaz de la carga de trabajo de la sesión, una disposición razonable del contenido de aprendizaje y una mayor participación cognitiva (en lugar de invertir más tiempo y energía). ). Con base en los resultados, se discuten las implicaciones para el diseño de instrucción personalizado y la intervención para promover el rendimiento académico en los MOOC.
Introducción
Desde 2012, los cursos masivos abiertos en línea (MOOC) se han desarrollado rápidamente con el amplio uso de Internet y la participación activa de numerosas universidades. En la última década, por un lado, los MOOC más abiertos y flexibles han atraído a un gran número de grupos con diferentes antecedentes educativos, motivaciones de aprendizaje y estilos de aprendizaje para participar en los MOOC. Class Central mostró que el movimiento MOOC moderno ha impactado a 180 millones de estudiantes y que los proveedores de MOOC lanzaron más de 16 300 cursos, 1180 microcredenciales y 67 títulos basados en MOOC para fines de 2020 (Shah, 2020). Por otro lado, la baja tasa de finalización y el compromiso de los alumnos de los MOOC han sido las principales preocupaciones por su calidad y eficacia (Xing & Du, 2019). En los últimos años, un número cada vez mayor de estudios ha comenzado a centrarse en el diseño de cursos y las estrategias de enseñanza eficaces en los MOOC para mejorar el compromiso y la eficacia de los alumnos (Jung & Lee, 2018). Sin embargo, la diversidad de antecedentes de aprendizaje, características y motivaciones de los estudiantes de MOOC es, sin duda, el mayor desafío en el diseño y la enseñanza de MOOC. Analizar las necesidades de varios alumnos y los patrones de comportamiento de aprendizaje en los MOOC es la clave para optimizar el diseño y la enseñanza de los MOOC.
Los participantes de los MOOC se inscriben por diferentes motivos, como el deseo de aprender, la curiosidad por los MOOC, los desafíos personales y el deseo de obtener certificados de finalización (Hew & Cheung, 2014). Entre ellos, muchos participantes de MOOC no vienen a estudiar, sino que se registran en MOOC por interés casual en un tema, métodos de enseñanza o intereses temporales de profesores y alumnos del curso (Chen et al., 2020). También hay algunos participantes con fines específicos en los MOOC. Por lo general, no siguen los requisitos y sugerencias del curso, sino que se enfocan en sus objetivos a su manera y ritmo (Davis et al., 2016). Los participantes mencionados anteriormente en los MOOC tienen menos probabilidades de aprender de acuerdo con el diseño de los MOOC, por lo que el diseño y la enseñanza de los MOOC tienen una influencia limitada sobre ellos. Por lo tanto, la investigación sobre los patrones de comportamiento de aprendizaje de estos alumnos tiene implicaciones limitadas para el diseño y la enseñanza de MOOC. Para apoyar la mejora en el diseño y la enseñanza de los MOOC, se sugiere investigar y analizar los patrones de comportamiento de aprendizaje de aquellos alumnos que otorgan más importancia al diseño y la enseñanza del curso, como aquellos con un mayor grado de finalización del curso o un mayor deseo de sacar buenas notas. Creemos que los estudiantes que toman las evaluaciones finales de los MOOC son ejemplos de este tipo de estudiantes. En un contexto abierto y flexible de los MOOC, los estudiantes que toman las evaluaciones finales de los MOOC exhiben la motivación por los objetivos de desempeño, como certificados de cursos y mejores calificaciones en los cursos. Impulsados por estos objetivos de desempeño, valoran los requisitos y las sugerencias del curso, y tienden a interactuar más plenamente con los recursos y actividades del curso para obtener buenos resultados de aprendizaje (de Barba et al., 2020; Lan & Hew, 2020; Maldonado-Mahauad et al., 2018). Por lo tanto, las trayectorias de aprendizaje de este grupo suelen brindar más pistas para el diseño de cursos y la mejora de la enseñanza. Por lo tanto, una investigación en profundidad sobre los patrones y características de aprendizaje de estos alumnos puede proporcionar información valiosa para el diseño y la enseñanza de MOOC en un contexto abierto y flexible. Sin embargo, la revisión de la literatura revela que pocos estudios han investigado los procesos de aprendizaje y las experiencias de este grupo. La mayoría de los estudios anteriores han explorado los procesos de aprendizaje de los desertores o de los merodeadores (Bozkurt et al., 2020; Chaker & Bachelet, 2020) o contrastaron las características de aprendizaje de quienes han realizado un curso con los que no (Charo et al., 2020; Lan & Hew, 2020; Peng y Xu, 2020). Aunque estos estudios son importantes para motivar la persistencia y el compromiso de aprendizaje de los alumnos, no han logrado demostrar los patrones de conducta de aprendizaje efectivos de diferentes alumnos en los MOOC. Este tema debe explorarse más a fondo con la investigación empírica sobre los patrones de comportamiento de aprendizaje de los estudiantes en los MOOC, centrándose en las diferencias, la eficacia y los factores que influyen en sus patrones de aprendizaje.
Sobre todo, este documento analiza a los alumnos que realizan las evaluaciones finales en los MOOC y realiza un análisis profundo y sistemático de sus patrones de comportamiento de aprendizaje en función de diferentes niveles de rendimiento. Se proporciona información más específica sobre los procesos y las reglas de aprendizaje para mejorar el diseño y la instrucción de los MOOC para educadores.
Trabajo relacionado
Estudios previos han realizado valiosas observaciones sobre los patrones de aprendizaje de los MOOC mediante el análisis de datos de seguimiento del aprendizaje desde diferentes perspectivas, como los patrones de participación (Ferguson & Clow, 2015; Kizilcec et al., 2013; Poquet et al., 2020), distribución de actividad (de Barba et al., 2020; Lan & Hew, 2020; Wen & Rose, 2014), secuencias de comportamiento (Maldonado-Mahauad et al., 2018; Rizvi et al., 2020; van den Beemt et al., 2018), secuencias de visita de contenido (Guo & Reinecke, 2014; van den Beemt et al., 2018) y el aprendizaje autorregulado (de Barba et al., 2020; Kizilcec et al., 2017; Maldonado-Mahauad et al., 2018).
Desde el crecimiento de los MOOC en todo el mundo, los patrones de compromiso de los participantes de los MOOC han sido un tema candente en el campo de investigación de rápido desarrollo de las analíticas de aprendizaje y los MOOC. Muchos investigadores exploraron los patrones de participación en los MOOC en función de los indicadores de participación identificados y luego definieron subpoblaciones de participantes de MOOC de acuerdo con sus perfiles de comportamiento (Tseng et al., 2016; Ye et al., 2015). Kizilcec et al. avanzó aún más en este trabajo mediante la extracción de patrones de compromiso a lo largo del tiempo. De acuerdo con las trayectorias semanales de participación de los estudiantes de MOOC en evaluaciones, videos y cuestionarios en tres cursos de ciencias de la computación, estos autores agruparon a los estudiantes de MOOC en cuatro grupos, etiquetados como estudiantes de auditoría, finalización, desconexión y muestreo (Kizilcec et al., 2013). Ferguson y Clow (2015) siguió y amplió la metodología de Kizilcec y sus colegas para extraer patrones de participación en los MOOC de FutureLearn. En su estudio, Ferguson y Clow agregaron datos sobre los comentarios para extraer patrones de participación para reflejar la importancia de la discusión en los MOOC de FutureLearn, y finalmente encontraron siete grupos. Basado en un enfoque ascendente (Kizilcec et al., 2017), los estudios anteriores han proporcionado información útil sobre los patrones de aprendizaje diversificados de los estudiantes de MOOC desde la perspectiva del compromiso.
Con el reconocimiento de la diversidad de motivaciones y características de los estudiantes de MOOC, y su impacto en la calidad de su compromiso y logro (Li & Baker, 2018; Rizvi et al., 2020), cada vez más estudios han comenzado a adoptar un enfoque de arriba hacia abajo para investigar los patrones de aprendizaje de MOOC combinados con el rendimiento de los alumnos, como se muestra en la Tabla 1. Estos estudios primero agruparon a los estudiantes de MOOC de acuerdo con sus perfiles de comportamiento o logros, y luego exploraron los patrones y estrategias de aprendizaje de diferentes grupos mediante la aplicación de análisis de aprendizaje, cuestionarios autoinformados y entrevistas (de Barba et al., 2020; Liu et al., 2021a, 2021b; Rizvi et al., 2018). En comparación con los estudios basados en un enfoque ascendente, estos estudios podrían revelar las características de aprendizaje de los estudiantes de MOOC con diferentes actuaciones y respaldar el diseño y la enseñanza individualizados de MOOC.
Como se muestra en la Tabla 1, los estudios previos categorizaron a los participantes de MOOC según diferentes criterios. La mayoría de los investigadores agruparon a los alumnos en función de si completaron el curso o no. Sin embargo, definieron la finalización del curso de acuerdo con diferentes criterios. Por ejemplo, Rizvi et al. (2018) etiquetaron a los alumnos como completadores en función de si los alumnos marcaron cada actividad como completada. Del mismo modo, Lan y Hew (2020) también etiquetaron a los que completaron por autoinforme de los alumnos. Charo et al. (2020) definieron a los que completaron si los alumnos continuaron trabajando en el MOOC hasta los últimos días del curso. Además, algunos investigadores agruparon a los alumnos en función de si obtuvieron certificados (Guo & Reinecke, 2014; Liu et al., 2021a), calificaciones del curso (Wen & Rosé, 2014), compromiso (Li & Baker, 2018; Maldonado-Mahauad et al., 2018), logro y compromiso (de Barba et al., 2020). Las diversas clasificaciones de los alumnos sin duda brindan una variedad de perspectivas para observar y explorar los patrones de aprendizaje de los MOOC.
Los resultados de estos estudios arrojan luz sobre la…