El Machine Learning, o aprendizaje automático, está relacionado con el desarrollo de la inteligencia artificial en las máquinas, de forma que estas sean capaces de aprender y tomar decisiones por sí misma, basándose en el análisis de datos estadísticos, patrones de comportamiento e incluso el resultado de acciones anteriores (aprendizaje por ensayo y error, en este caso).

Un ejemplo muy básico de la aplicación del Machine Learning es la clasificación de correo SPAM que la mayor parte de los servidores de correo incorporan. Así, tomando como referencia una serie de etiquetas (determinadas palabras o símbolos en el asunto o el cuerpo del mensaje) o la acción previa del usuario, el sistema es capaz de enviar automáticamente determinados correos a la carpeta de “no deseado”.

Para que este aprendizaje automático sea lo más eficiente posible, las máquinas necesitan absorber muchos datos. Y aquí entra en juego el Big Data. La tecnología de tratamiento de grandes volúmenes de datos, unida a la ingente cantidad de los mismos, permite clasificar y generar algoritmos fiables para que las máquinas incrementen su capacidad de aprendizaje.

Aplicación del Machine Learning en Elearning

Hasta ahora hemos hablado de máquinas. Pero, ¿cuáles son las aplicaciones Machine Learning en elearning? Aunque todavía se están dando los primeros pasos en este ámbito, cabe destacar algunas utilidades en este ámbito:

• Creación de sistemas elearning adaptados a los diferentes estilos de aprendizaje. Es decir, en base a las decisiones que toma el alumno en un LMS (navegación, accesos, etc) el sistema puede ser capaz de ofrecer los contenidos didácticos adaptados a cada estilo individual.
• Predicción del comportamiento del alumnado a lo largo de un curso, de forma que sea posible reforzar automáticamente aquellos aspectos que resultan más complicados o requieran un mayor esfuerzo.
• Detección de problemas en el proceso de realización de un curso derivados de errores en el diseño didáctico o técnico (repetición inusual de fallos en una evolución, tiempos de lectura elevados en determinadas pantallas…), que permitan identificar necesidades de mejoras en el material didáctico o el LMS.
• Recopilación y tratamiento de datos externos a los cursos, en base a las consultas que realizan fuera de un LMS, que enriquezcan y complementen los contenidos de forma coherente y útil para el alumnado.

Estas cuatro pinceladas de lo que puede suponer el Machine Learning aplicado al elearning constituyen únicamente la punta de iceberg. La evolución del Big Data, la inteligencia artificial y la integración del Machine Learning en los LMS abren un mundo de posibilidades en este campo.

Así es como en SES buscamos incorporar a nuestros proyectos de intranet que incluyen e-learning para los usuarios tener un componente más allá como lo es la AI.