en Francia, o Benjamin Franklin en Estados Unidos– entrara a un aula de nuestra época, le resultaría enteramente familiar.7 Probablemente diría que no es mucho lo que ha cambiado… aun cuando todo, del patio de la escuela para afuera, se haya transformado hasta resultar casi irreconocible.
Al mismo tiempo, la gente siempre ha visto en las nuevas tecnologías la oportunidad de reformar la educación, ya sea a través de los cedés, la televisión, la radio, el teléfono o los ordenadores. “Los libros pronto quedarán obsoletos en las escuelas públicas –sentenció con gran seguridad Thomas Edison en 1913–. Es posible enseñar todas las ramas del conocimiento humano a través del cinematógrafo. Nuestro sistema escolar cambiará completamente en los próximos diez años”.8 ¿Llegarán realmente los big data a donde otras innovaciones apenas han dejado su huella?
Para el profesor Ng, los cambios se están produciendo más rápido de lo que él podía imaginar. En el campus, su clase de aprendizaje automático atrae a varios cientos de alumnos cada semestre. Cuando la ofreció online en 2011, se inscribieron más de cien mil. Alrededor de cuarenta y seis mil la empezaron y entregaron los primeros ejercicios. Hacia el final del curso de cuatro meses –luego de unos ciento trece vídeos de diez minutos cada uno–, veintitrés mil había finalizado la mayoría de los ejercicios y trece mil alumnos alcanzaron una nota lo bastante alta para recibir un certificado por haber pasado el curso.
Un rango de finalización del diez por ciento pudiera parecer muy bajo. Otros cursos online están más cerca de un cinco por ciento. De hecho, Sebastian Thrun, un colega del profesor Ng en Stanford y cofundador de una compañía rival de Coursera llamada Udacity, proclamó públicamente en otoño de 2013 que los mooc habían fracasado, en razón de las bajas tasas de finalización entre las personas más necesitadas de una educación asequible. No obstante, estas preocupaciones pasan por alto una verdad mayor. El modesto índice de finalización del profesor Ng en un solo curso comprende a tantos alumnos como él podría haber enseñado a lo largo de toda una vida de docencia tradicional.9
Los big data están listos para dar a la educación el impulso transformador que necesita. He aquí como sucederá.
ii
CAMBIO
Luis von Ahn tiene toda la pinta del típico universitario estadounidense, y también actúa como tal.10 Le gustan los videojuegos. Conduce un veloz deportivo azul. Y, como a un moderno Tom Sawyer, le gusta que los demás le hagan las tareas. Pero las apariencias engañan. En realidad, Ahn es uno de los más distinguidos profesores de informática del mundo. Y ha puesto a trabajar a cerca de mil millones de personas.
Hace una década, siendo un graduado de veintidós años, Von Ahn ayudó a crear algo llamado captcha: ese texto sinuoso que la gente tiene que teclear en ciertos sitios web, por ejemplo, para abrir una cuenta de correo gratuita. Haciendo esto demuestran que son humanos y no robots generadores de spam. Una versión mejorada (llamada recaptcha) que Ahn le vendió a Google, ponía a la gente a teclear un texto distorsionado, que no se había inventado con ese fin, sino que provenía del proyecto de digitalización de libros de Google: textos que los ordenadores no lograban descifrar. Era una hermosa manera de cumplir dos objetivos con el mismo conjunto de datos: registrarse para cosas online y descifrar palabras al mismo tiempo.
Desde entonces, Von Ahn, que es profesor en la Carnegie Mellon University, ha estado buscando otros twofers, o modos de hacer que la gente aporte datos que tengan una doble utilidad. Lo materializó en una empresa pionera que inauguró en 2012 llamada Duolingo. Esta página y su aplicación para teléfonos móviles ayudan a la gente a aprender idiomas, que es un empeño con el que Ahn puede empatizar, por haber aprendido inglés durante su infancia en Guatemala. Pero la instrucción se lleva a cabo de un modo muy ingenioso.
La compañía pone a la gente a traducir frases pequeñas, o a evaluar y corregir las traducciones de otras personas. En vez de presentar frases inventadas, como suelen hacer los softwares de traducción, Duolingo presenta oraciones reales de documentos que necesitan ser traducidos, traducción por la cual la compañía recibe un pago. Una vez que suficientes estudiantes han traducido o verificado por su cuenta una frase en particular, el sistema la acepta y compila todas las oraciones independientes en un documento completo.
Entre sus clientes están compañías mediáticas como cnn y BuzzFeed, que la utilizan para traducir su contenido en los mercados extranjeros. Al igual que recaptcha, Duolingo es un delicioso twin-win [doble triunfo]: los alumnos aprenden idiomas mientras producen, a cambio, algo con valor económico.
Pero hay un tercer beneficio: toda la “descarga de datos” que Duolingo recolecta como subproducto de la interacción de la gente con el sitio; informaciones como, por ejemplo, cuánto tarda alguien en dominar determinado aspecto de un idioma, cuál es la cantidad óptima de ejercicios prácticos, las consecuencias de dejarlo durante unos días y cosas así. Von Ahn se percató de que todos estos datos se podían procesar de tal modo que le permitieran ver cómo aprendían mejor las personas. Es algo que no nos resultaría fácil hacer en un contexto no digital. Pero considerando que en 2013 Duolingo tenía alrededor de un millón de visitas al día, cada una de las cuales pasaba más de treinta minutos en el sitio, el grupo de población que podía estudiar era inmenso.
El principal descubrimiento de Von Ahn es que la pregunta de “cuál es el mejor método de aprendizaje para la gente” es un sinsentido. No se trata de que haya un mejor método de aprendizaje para “la gente”, sino de qué gente en concreto. Apenas se ha investigado empíricamente cuál es el mejor modo de enseñar una lengua extranjera, explica Von Ahn. Hay montones de teorías que postulan, por ejemplo, que se deben enseñar los adjetivos antes que los adverbios. Pero hay pocos datos fidedignos. Y aun cuando existen datos, señala Von Ahn, por lo general es a una escala tan pequeña –por ejemplo, un estudio de unos pocos cientos de estudiantes– que emplearlos para alcanzar un resultado generalizable sería dudoso en el mejor de los casos. ¿Por qué no basar nuestras conclusiones en decenas de millones de alumnos a lo largo de muchos años? Con Duolingo, esto está comenzando a ser posible.
Procesando los datos de Duolingo, Von Ahn hizo un hallazgo significativo. El mejor modo de enseñar un idioma difiere según cuál sea el idioma nativo de los alumnos y aquel que están intentando adquirir. En el caso de los hispanohablantes aprendiendo inglés, es común enseñar los pronombres en las primeras lecciones: palabras como he, she, it. Pero él descubrió que el término it tiende a confundir y a angustiar a los hispanohablantes, pues esta palabra no es fácil de traducir a su idioma. De modo que Von Ahn realizó un par de pruebas. Enseñar he y she pero retrasar unas pocas semanas la introducción de it elevó espectacularmente el número de personas que persistieron en el aprendizaje del inglés en lugar de abandonarlo.
Algunas de sus averiguaciones resultan insólitas: a las mujeres se les dan mejor los términos deportivos, mientras que los hombres aprenden mejor que ellas las palabras relacionadas con la cocina y los alimentos. En Italia, las mujeres como grupo aprenden inglés mejor que los hombres. Y hay más hallazgos como estos que no cesan de aparecer.
La historia de Duolingo ilustra uno de los modos más prometedores en que los big data están transformando la educación. Es una lente enfocada en tres cualidades medulares que mejorarán el aprendizaje: retroalimentación, individualización y predicciones probabilísticas.
retroalimentación
La enseñanza formal, desde preescolar hasta la universidad, está permeada de retroalimentación. Recibimos calificaciones por los deberes, la participación en clase, los trabajos y los exámenes. A veces nos las dan tan solo por asistir. A lo largo de nuestra vida escolar, acumulamos cientos de estos puntos de datos: indicadores “small data” de nuestro desempeño a los ojos de nuestros maestros. Hemos llegado a confiar en
