Analítica Académica: Ética y responsabilidad institucional en el tratamiento de datos.

Enfoque

Introducción

El uso de tecnologías digitales conduce a la producción de enormes cantidades de datos organizables, procesables, modelables y analizables. La Analítica Académica refiere a la intersección entre tecnología, información, cultura organizacional y el análisis de datos para administrar una institución de educación superior (Gómez-Aguilar et al., 2015).  Permite construir información para dar respuesta a los retos que supone la toma de decisiones destinadas a la mejora de la gestión institucional (Santos et al., 2020). Los datos desempeñan un papel vital y esencial, las universidades tendrán que capitalizarlos para obtener beneficios estratégicos, considerando que se trata de información sumamente sensible y que, desde la ética institucional, deberán aplicar estrictos protocolos para su tratamiento.

Objetivos

Aplicar analítica de datos en educación superior supone extraer y analizar datos de sus estudiantes y docentes para efectuar prescripciones y predicciones de resultados educativos, políticos y de gestión (Jones et al., 2020).

El objetivo es conocer y analizar los desafíos y problemas que la aplicación de analítica académica supone a las universidades, en cuanto fiduciarias de la información de sus miembros, en relación con la privacidad, la autonomía, la libertad de los estudiantes y la confianza que en ellos construye.

Metodología

Metodología de investigación: cualitativa basada en análisis documental y de contenidos.

Discusión

El uso responsable de datos implica: considerar la fortaleza y seguridad de los sistemas para evitar filtraciones de información; tener en cuenta el riesgo de aplicar algoritmos que resulten en información sesgada o injusta, entre otros aspectos.

Jones et. al (2020) afirman que la responsabilidad fiduciaria de una institución requiere una recopilación y un análisis de datos limitados y que tales prácticas deben llevarse a cabo cuando sus resultados apoyen los intereses de los estudiantes y protejan su privacidad. A su vez, la falta de personalización puede originar la pérdida del objetivo específico que es la mejora del rendimiento académico y el aumento de posibilidades de éxito de los estudiantes. (Tseng et al., 2018).

Resultados

Se presentan algunas incipientes acciones para atender esta problemática.

Verdugo et al (2022) proporcionan tres elementos: la exploración de datos para identificar potenciales de fuentes de riesgo de injusticia; el sometimiento a pruebas de estrés de datos para aplicar métricas de equidad; y un enfoque de mitigación que equilibre el poder de predicción y los costos de discriminación.

Otra propuesta es recurrir a técnicas de anonimización de datos. Sin embargo, estas técnicas pueden reducir el valor predictivo. La compensación entre preservar la privacidad y preservar el valor de la información o prevenir la pérdida de utilidad tras la anonimización de los datos es un desafío (Kyritsi et al., 2019).

Conclusiones

No existen conclusiones cerradas, lo que evidencia la necesidad de desarrollar futuras investigaciones acerca de la ética institucional en el tratamiento de datos con el propósito de preservar su privacidad, su seguridad, su validez y su representatividad. Los procesos analíticos universitarios deben estar respaldados por responsabilidades y procedimientos concretos para comunicarse con los propietarios originales de los datos o para dirigir la intervención de los datos (Stefanova & Kabakchieva, 2017).