Darrerament, s’ha parlat molt de l’aprenentatge personalitzat i l’aprenentatge adaptatiu basat en dades. No és fàcil definir aquests dos conceptes, però un bon aprenentatge personalitzat haurà d’incloure oferir un aprenentatge combinat efectiu que doni als estudiants la flexibilitat per crear els seus propis itineraris d’aprenentatge i els capacitin per seguir un aprenentatge autodirigit. L’aprenentatge adaptatiu implica un aprenentatge “a mida” que utilitza dades per ajustar el camí, el ritme i el contingut d’un programa d’aprenentatge segons les necessitats de l’estudiant. Si es poden complementar un i altre, es pot arribar a oferir un aprenentatge altament personalitzat que s’orienti als punts forts i febles individuals.
L’analítica de l’aprenentatge facilita aquesta integració en espais on es fa un ús intensiu de les tecnologies com ho són els campusvirtuals atès que permet recopilar dades sobre una àmplia gamma d’activitats d’aprenentatge. Aquesta possibilitat ja està disponible a partir de la compleció d’activitats basada en condicions que prèviament estableix el professor i amb l’automatització de tasques i missatges per a una experiència d’aprenentatge personalitzada.
En aquest context, ja fa un parell d’anys que faig servir el dissenyador d’aprenentatge personalitzat (PLD) per crear experiències a mida. El PLD funciona amb regles on hi ha tres components que treballen conjuntament en aquest procés: esdeveniments, condicions i accions. El PLD automatitza accions, com ara l’enviament de missatges, el seguiment dels materials del curs en funció dels resultats dels estudiants, l’orientació en funció de les qualificacions obtingudes, etc. Malgrat ser una de les funcions del nostre CV-UB menys conegudes, és una eina del tot imprescindible una vegada es coneix. L’utilitzo habitualment per a donar missatges de benvinguda, establir alertes de possible abandonament de curs, fent recordatoris de finalització d’activitats i per a felicitar i animar als estudiants amb bon rendiment. Juntament amb la compleció d’activitats, s’obre un ventall enorme de possibilitats d’establir el PLD com un assistent personal que identifiqui automàticament els comportaments clau i, a continuació, prendre mesures per corregir els itineraris d’aprenentatge en funció del rendiment individual d’un estudiant dins d’un curs i evitar el clàssic abandonament a mitjan curs.