АНАЛИТИЧЕСКИЕ КОМПЕТЕНЦИИ УЧИТЕЛЕЙ В ОБЛАСТИ БОЛЬШИХ ДАННЫХ В ЭПОХУ ЦИФРОВОГО ОБУЧЕНИЯ

Аналитические компетенции учителей в области больших данных в эпоху цифрового обучения

Прогресс технологий в области образования привел к развитию новых профессиональных навыков в педагогическом сообществе, таких как цифровая компетенция. Точно так же он способствовал появлению новых образовательных сред, опосредованных технологическими ресурсами, которые способствуют генерации большого объема данных, известных как большие данные, полученных в результате взаимодействия образовательных агентов в виртуальных средах. Данное исследование направлено на определение уровня цифровой компетенции учителей в информационной сфере и определение в них проекции больших данных. Для этого исследования использовался описательный и корреляционный количественный метод. Выборка исследования состоит из 832 учителей испанского языка, данные собраны с помощью анкеты. Результаты показывают, что преподавательский состав имеет средний уровень цифровой компетенции в информационной сфере. Учителя получили лучшую оценку в аспектах, касающихся хранения и восстановления, в значительной степени постулируя себя знатоками концепции больших данных. В некоторых случаях учителя утверждали, что иногда они получают доступ к данным, генерируемым цифровым взаимодействием, и интерпретируют их, преобразовывая их в полезную информацию для улучшения своих учебных процессов. Наконец, наше исследование показывает, что уровень цифровой компетенции в информационной сфере влияет на степень осведомленности о больших данных. учителя подтвердили, что иногда они получают доступ к данным, полученным в результате цифрового взаимодействия, и интерпретируют их, преобразовывая их в полезную информацию для улучшения своих учебных процессов. Наконец, наше исследование показывает, что уровень цифровой компетенции в информационной сфере влияет на степень осведомленности о больших данных. Учителя подтвердили, что иногда они получают доступ к данным, полученным в результате цифрового взаимодействия, и интерпретируют их, преобразовывая их в полезную информацию для улучшения своих учебных процессов. Наконец, наше исследование показывает, что уровень цифровой компетенции в информационной сфере влияет на степень осведомленности о больших данных.

Ключевые слова: информационно-коммуникационные технологии (ИКТ) ; цифровая компетенция ; большие данные ; управление данными

1. Введение

Благодаря непрерывному прогрессу, достигнутому в цифровую эпоху, в которую мы все погружены, технологии достигли уровня, который теперь влияет на все области общества, включая сектор образования. Эта технологическая эволюция имела некоторые положительные последствия, значительно повлияв на тренировочные процессы как преподавания, так и обучения [ 1 ]. В связи с этим сектор образования в настоящее время находится в фазе обновления, когда роли и практика, выполняемые основными образовательными агентами, трансформируются с акцентом на новые типы обучения, которые можно обогатить с помощью технологий [ 2 ].

Чтобы эта инновационная перспектива процветала, как от учителей, так и от учеников требуются определенные навыки и знания в технических вопросах. Рожденные и выросшие в постоянно трансформирующемся обществе, студенты демонстрируют большее знакомство с текущими электронными ресурсами [ 3 ].

Включение образовательных технологий мотивировано для того, чтобы помочь студенческой группе, которая подверглась цифровой революции с раннего возраста, и удовлетворить их потребности и проблемы [ 4 ]. Это одна из основных причин, по которой требуется использование педагогической практики, адаптированной к новым образовательным парадигмам [ 5 ]. Все это отражено в действующем законодательстве об образовании (Органический закон 8/2013 от 9 декабря о повышении качества образования) [ 6], в котором говорится, что информационные и коммуникационные технологии (далее ИКТ) должны использоваться в педагогических целях в различных областях, составляющих учебную программу, с целью содействия включению ресурсов и цифровых инструментов, которые стимулируют различные виды деятельности как среди учителей, так и среди учащихся. [ 7 ].

С педагогической точки зрения, широкое развитие ИКТ привело к реализации инновационного опыта обучения, ориентированного на учащегося как главного активного агента и распространителя его знаний [ 8 ]. Это уводит учителя от роли в прямой передаче знаний к роли профессионала, отвечающего за управление различными инновационными средствами для улучшения образовательных процессов и адаптации обучения к особенностям учащихся [ 9 ].

Использование образовательных технологий сообщает о ряде преимуществ, которые были подтверждены в научной литературе различными исследователями и экспертами в этой области. Их результаты показывают, что использование технологических достижений в обучении влечет за собой продвижение и улучшение осмысленного обучения [ 10 ], конструктивистские подходы [ 11 ], эффективность обучения [ 12 ] и, как следствие, большее повышение мотивации студентов [ 13 ]. По этим причинам, вслед за Кумаром и Кумаром [ 14 ], внедрение технологических инноваций в образовательную сферу имеет фундаментальное значение.

1.1. Цифровая компетентность преподавателей: незаменимый профессиональный преподаватель

Для достижения желаемого уровня использования ИКТ в образовательной среде необходимо, чтобы учителя обладали достаточным уровнем цифровой компетенции. Эта потребность в разработке совершенно нового набора навыков является одной из основных проблем нынешних учителей [ 15 ], поскольку для этого потребуется непрерывное обучение для повышения и улучшения навыков и способностей, связанных с технопедагогической обработкой имеющихся ресурсов [ 16]. ].

Для лучшего понимания терминологии Castaneda et al. [ 17 ] и Lazaro et al. [ 18 ] считают, что концепция цифровой компетенции объединяет все знания и навыки, которые учителя собирают для эффективного управления и внедрения технологий в сфере образования. Точно так же Авития и Уриарте [ 19 ] постулируют, что это не статичный термин, учитывая, что технологии постоянно меняются и, следовательно, уровень знаний также изменяется, если не налажено непрерывное обучение для его поддержания или повышения.

В Испании на государственном уровне организацией, отвечающей за регулирование компетенции в области цифрового обучения, является Национальный институт образовательных технологий и подготовки учителей (INTEF, на испанском языке). Эта организация разделила цифровую компетенцию на пять широких областей, а именно: информационная и информационная грамотность (A1), коммуникация и сотрудничество (A2), создание цифрового контента (A3), безопасность (A4) и решение проблем (A5) [ 20 ] .

Хотя технологии занимают привилегированное место в современной образовательной политике, недавно опубликованные исследования, например, разработанные Fernández et al. [ 21 ], Фернандес и Родригес [ 22 ] и Fuentes et al. [ 23 ] показывают, что учителя не обладают необходимыми цифровыми компетенциями для выполнения профессиональных упражнений. Этот недостаток цифровой компетенции оказывает прямое влияние на их способность использовать технопедагогические ресурсы и инновационные инструменты [ 24 ].

Этот недостаток подготовки напрямую влияет на разработку и включение цифровых методов обучения, поскольку учителя не могут воспользоваться потенциальными преимуществами, которые может дать использование новых медиа, разработанных для обучения [ 25 ]. Точно так же предыдущие исследования изучали причины такой низкой цифровой компетентности учителей, определяя, что они связаны с недостаточным отношением до принятия новых способов преподавания и обучения [ 26 , 27 ], нежеланием взаимодействовать с педагогическая трансформация [ 28 ] и выявленные пробелы в управлении электронными ресурсами [ 29 ]. Все эти факторы, по мнению Афанадора [ 30 ], Фалько [ 31], Фернандес и Фернандес [ 32 ] и Фернандес и др. [ 33 ], напрямую влияют на профессиональные компетенции, вызывая низкий уровень цифровых навыков у преподавательского состава.

Это проистекает из принципа изоморфизма, который устанавливает, что учителя старшего возраста с меньшей технологической подготовкой на дополнительном уровне имеют большие проблемы при выполнении профессиональных упражнений с использованием технопедагогического подхода [ 34 ].

Таким образом, цифровая компетентность признана одним из основных качеств современных учителей. [ 35 ], Чтобы сократить разрыв в знаниях, возникший между учителем и учеником, как постулировали Каберо и Руис [ 36 ], необходимы знания и изучение цифровых методов, отвечающих потребностям поколения учащихся, рожденных в обществе. обусловлено постоянным доступом к информации, знаниям и обучению [ 37 ].

1.2. Цифровое обучение и генерация массивных данных

В результате прогресса, достигнутого в технологиях, появился образовательный подход, называемый мобильным обучением [ 38 ], который оказал большое влияние в последние годы [ 39 ]. Это очень формирующий метод, изучаемый в научной литературе [ 40 ] из-за его преимуществ в процессах преподавания и обучения [ 41 ], а также из-за заинтересованности учителей выполнять свое призвание, используя ежедневные технологические ресурсы, которые становятся все более изощренными и в основном представляют собой социальный характер [ 42 ]. Точно так же мобильному обучению удалось повысить мотивацию, производительность и сотрудничество учащихся в цифровой среде [ 43]. Этот новый подход фокусируется на мобильности и повсеместности учебного процесса, осуществляемого с помощью виртуальных платформ и мобильных устройств [ 44 , 45 ], которые сообщают об огромном количестве данных, полученных в результате взаимодействий и действий студентов в цифровом пространстве [ 46 , 47 ].

Этот набор данных, созданный в различных цифровых пространствах и веб-сервисах, известен как большие данные [ 48 ]. В настоящее время эта концепция рассматривается в специализированной литературе как следствие большого влияния и взаимодействия людей в цифровых медиа, что привело к появлению огромного объема данных [ 49 ], что положило начало второй цифровой эре, эпохе Большие данные [ 50 ].

Этой виртуальной конструкции в основном способствует широкая связь, которую технология принесла обществу [ 51 ], в которой действия каждого человека фиксируются [ 52 ] и могут быть изучены с помощью специальных программ, которые предоставляют большие возможности для обработки и анализа сложных баз данных [ 53 ]. Интерес к исследованию этого типа данных заключается в знании требований пользователей [ 54 ] и, как следствие, в принятии правильных решений для эффективного удовлетворения потребностей людей [ 49 ].

Большие данные распространились на различные области, в том числе образование [ 55 ], в котором собираются многочисленные данные, поступающие из процессов преподавания и обучения [ 56 ], что приводит к развитию обучения на основе обработки и изучения данных. порождается учебной деятельностью [ 57 ]. Все это направлено на повышение качества обучения в виртуальных медиа [ 58 ] и адаптацию студенческих особенностей [ 59 ].

Путем проведения глубокого анализа больших данных можно внести вклад в улучшение образовательного опыта, который отвечает требованиям инновационного образования, позволяя выбирать дидактические стратегии и эффективно принимать решения на основе проанализированных данных [ 60 , 61 ].

Важным аспектом является то, что управление большими данными требует определенных навыков аналитической обработки, основанной на интеллектуальном анализе данных, для извлечения полезной, ценной и значимой информации из больших данных [ 62 ].

Следовательно, информационная компетентность как часть цифровой компетентности учителей приобретает большую актуальность в информационном обществе [ 63 ], имея стратегии, аналогичные поиску, отбору, оценке [ 64 ] и использованию данных [ 65 ], благодаря критическому мышлению, которое позволяет генерирование новой информации, имеющей отношение к процессу обучения [ 66 ].

В этом смысле информационная компетентность объединяет такие навыки, как навигация, поиск, доступ, фильтрация, управление, хранение, организация, обработка, восстановление, анализ, оценка, сравнение и интерпретация данных [ 67 ].

Такие эксперты, как Менон, Гаглани, Хейнс и Тэкетт [ 68 ], показывают, что обработка, которую учителя проводят с большими данными, не достигает эффективности из-за отсутствия обучения аналитике данных. В том же духе Альварес и Гисберт [ 69 ] указывают, что учителя не обладают достаточной компетентностью в управлении, оценке и преобразовании данных в информацию.

Таким образом, практика обучения использованию и анализу больших данных представляется как одна из важнейших задач по устранению пробелов, обнаруженных в образовании, для достижения большей продуктивности, эффективности и персонализации процесса обучения в соответствии с характеристиками учащихся. путем извлечения и понимания релевантной информации после углубленного анализа образовательных данных [ 70 ].

1.3. Обоснование и цели исследования

В связи с процветанием и развитием образовательных технологий и распространением данных с образовательных платформ и образовательных ресурсов, представляет интерес изучить информационную компетентность учителей для достижения эффективных методов обработки больших данных, что приведет к соответствующему управлению и анализу большие объемы данных с целью генерирования актуальной и полезной информации для повышения качества процессов обучения.

Хотя концепция больших данных относится к обработке огромного количества данных из различных источников и компьютерных записей, в этой работе использовалась одна из перспектив этого термина, сосредоточив внимание на управлении и анализе учителей в образовательных данных, созданных в платформы, используемые для проведения обучающих мероприятий в цифровом формате.

Очень важно, чтобы учителя использовали технологии в педагогике, чтобы полностью интегрировать ИКТ в образование. Это будет достигнуто только в том случае, если обучающая группа извлечет выгоду из всего потенциала, предлагаемого технологиями с образовательной точки зрения.

Это исследование отличается от предыдущих с точки зрения связей, которые устанавливаются между концепциями, показанными на рисунке 1 .

Рисунок 1. Концептуальные отношения исследования.

Таким образом, ставятся две цели: (1) узнать уровень цифровой компетентности учителей в области информации и информационной грамотности и (2) определить проекцию феномена больших данных у учителей.

Для первой цели были сформулированы следующие конкретные задачи:

Определите уровень навыков по каждому из параметров (D), который включает информацию и информационную грамотность:

-

D1: Навигация, поиск и фильтрация информации, данных и цифрового контента.

-

D2: Оценка информации, данных и цифрового контента.

-

D3: Хранение и поиск информации, данных и цифрового контента.

Вторая цель была определена в следующих действиях:

Определите степень осведомленности учителей о концепции больших данных.

Укажите уровень аналитического отношения учителей к большим данным в образовании на основе следующих исследовательских вопросов (RQ):

-

RQ1: Доступ к данным дискурсивных взаимодействий на цифровых платформах?

-

RQ2: Используете ли вы специальные программы для анализа?

-

RQ3: Умеете ли вы критически интерпретировать полученные результаты?

-

RQ4: Можете ли вы преобразовать данные в полезную и ценную информацию для улучшения процесса обучения?

-

RQ5: Принимаете ли вы педагогические решения на основе информации, полученной после анализа и интерпретации данных?

Таким же образом предполагается, что уровень цифровой компетенции в области, связанной с информацией и информационной грамотностью, влияет на проекцию больших данных учителями.

2. Материалы и методы

2.1. Дизайн и участники

Для достижения вышеуказанных целей и возможности ответить на различные вопросы был определен план описательного и корреляционного исследования, основанный на количественном методе, с учетом методологической ориентации Эрнандеса, Фернандеса и Баптисты [ 71 ].

Выборка исследования состояла из 832 учителей испанского языка, из которых 44,6% мужчин и 55,4% женщин в возрасте от 26 до 61 года (в среднем = 42,37; SD = 13,82), которые развивали свою работу в сфере начального образования. (18,39%), среднее образование (19,95%), степень бакалавра (20,55%), профессиональная подготовка (20,19%) и высшее образование (20,91%). Эти предметы были отобраны посредством стратифицированной случайной выборки, при этом каждая страта конфигурируется в соответствии с упомянутыми ступенями образования с целью получения репрезентативной выборки для каждого из них.

2.2. Инструмент

Для сбора данных об этих участниках использовалась специальная анкета. Этот инструмент был подготовлен с использованием, в качестве ссылок, других, уже проверенных в области знаний, с которыми имеет дело данное исследование, таких как Agreda, Hinojo и Sola [ 72 ], инструмент, созданный INTEF [ 20 ], и инструмент от Touron, Martín. , Наварро, Прадас и Иниго [ 73], о которых было сообщено после изучения последней научной литературы. Разработанная анкета состояла из 28 вопросов, разделенных на пять параметров: 1 - Социальная (6 вопросов); 2 - Навигация, поиск и фильтрация (5 пунктов); 3 - Оценка (6 пунктов); 4 - Хранение и восстановление (5 шт.); 5 - Обработка массивных данных (6 пунктов). Типы ответов на каждый из вопросов различаются, большинство из них относятся к типу Лайкерта с 5-балльной шкалой (от самой низкой до самой высокой оценки), а другие - по закрытому выбору.

После создания он был подвергнут процессу качественной валидности методом Дельфи для получения анонимной и объективной обратной связи, которая внесла бы вклад в улучшение инструмента [ 74 ]. Экспертная группа была сформирована из восьми специалистов в области образовательных технологий, которые были отобраны на основе двух критериев: (i) они были преподавателями университета и (ii) проводили исследования по применению ИКТ в образовании. Обратная связь, предоставленная после анализа, была оценена со статистической точки зрения с использованием тестов каппа Флейса и W Кендалла, чтобы выявить индикаторы ассоциации и согласия между вынесенными суждениями, получив соответствующие значения (K = 0,84; W = 0,86). Аналогичным образом была проанализирована надежность анкеты, которая показала высокую внутреннюю согласованность ( Таблица 1).

Таблица 1. Достоверность анкеты.

2.3. Процесс

Процесс расследования начался в сентябре 2018 года с использованием телематики в контакте с различными учебными заведениями, указанными в базе данных Министерства образования и профессионального обучения. После того, как субъекты были отобраны с применением ранее указанных критериев, анкеты были отправлены в цифровом формате, чтобы облегчить их заполнение. В свою очередь, данные были получены с соблюдением этических принципов анонимности и объективного обращения. Фаза сбора данных длилась два месяца, в течение которых исследователи были готовы ответить на любые вопросы и сомнения со стороны респондентов.

2.4. Анализ данных

По истечении времени данные были экспортированы и подготовлены для внесения в Статистический пакет для социальных наук (SPSS) v.22, в котором были сделаны такие статистические данные, как среднее (AV) и стандартное отклонение (SD), проверка и тесты надежности прибора, а также коэффициент асимметрии Пирсона (PAC) и наведение Фишера (FPC) для определения типа распределения. Аналогичным образом, сравнение переменных проводилось с использованием критерия хи-квадрат Пирсона (χ 2 ), а для определения силы связи между ними использовались V-критерий Крамера (V) и коэффициент сопряженности (Cont). Статистические различия на уровне значимости были приняты при p <0,05.

3. Результаты

В этом разделе представлены основные результаты исследования, организованные в виде рисунков и таблиц для оптимальной визуализации.

Во-первых, полученные результаты анализа уровня цифровой компетентности учителей направления 1 (информационно-информационная грамотность) отражены в таблице 2 . Результаты, полученные для общего среднего, показывают уровень цифровой компетентности учителей, проанализированных в вышеупомянутой области (среднее = 3,35) с учетом амплитуды, установленной по пятибалльной таблице Лайкерта (R = 4; max = 5; min = 1).

Таблица 2. Оценки уровня педагогической компетентности в области информации и грамотности.

Обращаясь к конкретному анализу каждого из параметров, было отмечено, что параметр, связанный с хранением и извлечением информации, данных и цифрового содержимого (D3), получил несколько более высокие значения, чем остальные, за ним следует параметр, связанный с навигацией, поиском и фильтрация информации, данных и цифрового содержимого (D1).

Аналогичным образом, измерение, которое получило самые низкие значения в рамках шкалы Лайкерта, было связано с оценкой информации, данных и цифрового содержания (D2), хотя обнаруженные различия не являются решающими. Мы получили общую тенденцию к слегка положительным результатам асимметрии на основе результатов, полученных с помощью коэффициента асимметрии Пирсона (PAC> 0) и платикуртического эксцесса при анализе концентрации данных в среднем (FPC <0).

С другой стороны, степень осведомленности учителей о концепции больших данных была проанализирована на Рисунке 2 . Результаты отражают аналогичное распределение в крайних точках с концентрацией частот в средней точке. Таким образом, существует значительное количество учителей, знающих концепцию больших данных (75%), независимо от большей или меньшей степени знаний, и, с другой стороны, меньшая группа выборки (25%), полностью игнорирующая концепцию больших данных. Большое количество данных.

Рисунок 2. Степень осведомленности учителей о концепции больших данных.

Продолжая анализ результатов, на Рисунке 3 показаны результаты, касающиеся уровня аналитического отношения к учителям с точки зрения образовательных больших данных. Как правило, учителя получают доступ к данным о дискурсивных взаимодействиях на цифровых платформах со средней усердием и критически интерпретируют полученные результаты, даже если они обычно не используют специальные программы для анализа данных. Точно так же мы находим более высокие значения частоты у тех учителей, которые ссылались на усердное преобразование данных в полезную и ценную информацию для улучшения процесса обучения, а также на высокую предрасположенность к принятию методологических решений на основе полученной информации.

Рисунок 3. Уровень аналитического отношения учителей к большим данным в образовании.

Наконец, в таблице 3 показан ассоциативный анализ, проведенный для определения влияния, которое уровень цифровой педагогической компетентности в области информации и цифровой грамотности оказывает на степень знания больших данных на уровне образования.

Таблица 3. Связь между знанием больших данных и уровнем цифровой компетенции.

Таким образом, статистически значимые различия были получены в трех проанализированных измерениях первой области цифровой компетенции, а также продемонстрировали сильную взаимосвязь в каждом из упомянутых параметров, как показывают данные, полученные в статистике, используемой для количественной оценки силы ассоциация (V Крамера и коэффициент случайности Пирсона).

Таким образом, было показано, что учителя с более высоким уровнем грамотности и информации в области компетенции обладают большими знаниями, чем остальные, в отношении концепции больших данных. Исходя из этой предпосылки, наблюдается прямо пропорциональная зависимость между степенью знаний в области больших данных и уровнем компетентности в области цифрового обучения в вышеупомянутой области.

4. Обсуждение

Как было показано в предыдущих исследованиях, цифровая компетенция стала одной из наиболее актуальных профессиональных компетенций учителей в современном образовании [ 35 , 36 ] из-за большого влияния образовательных технологий на различные учебные пространства, которые могут быть созданы сегодня [ 1 , 14 , 39 ]. Эти учения могут генерироваться как физически, так и виртуально [ 2 ] с помощью платформ управления контентом, которые не только предлагают цифровой сайт для хранения информации, но и становятся пространством для взаимодействия [ 44 , 45], при этом учащиеся имеют возможность общаться и сотрудничать со своими сверстниками и учителями для выполнения заданий, а также могут осуществлять построение универсальных знаний [ 37 ].

Эти платформы, а также распространение образовательных ресурсов и приложений генерировали огромное количество данных [ 46 , 47 ]. Таким образом, у учителей есть мощный инструмент для понимания потребностей и требований учеников с помощью анализа больших данных, генерируемых действиями учеников в их повседневной деятельности [ 54 ].

Несмотря на это, чтобы воспользоваться потенциалом больших данных в образовании, необходимо обладать информационными компетенциями, отсылающими к Сфере 1 компетенции цифрового преподавания [ 60 , 63 ], чтобы иметь навыки поиска, доступа, анализа и интерпретировать данные [ 64 , 65 , 67 ]. Обладая необходимыми навыками, можно генерировать новую, ценную и полезную информацию, которая облегчает принятие важных решений [ 66 ] и оказывает влияние на эффективные стратегические действия учителей, тем самым повышая качество процессов преподавания и обучения [ 58]]. Во всем этом цифровая компетентность играет фундаментальную роль, поэтому для всех учителей важно иметь адекватный уровень для выполнения аналитических практик с использованием больших объемов данных, особенно в области информации и информационной грамотности, в трех ее измерениях.

5. Выводы

В этом исследовании было обнаружено, что учителя обладают средним уровнем цифровой компетенции в информационной сфере. Этот вывод согласуется с другими предыдущими исследованиями, которые показывают недостаток компетентности в этой области [ 68 , 69]. Аналогичным образом, чтобы уточнить результаты и найти отличия от предыдущих исследований, было проанализировано каждое из трех измерений, составляющих Сферу 1 компетенции цифрового обучения. В ходе этого анализа было обнаружено, что измерение, соответствующее хранению и извлечению информации, данных и цифрового контента, достигло уровня компетентности, превосходящего другие измерения, за которым следуют навыки навигации, поиска и фильтрации информации, данные и цифровой контент, а кульминацией является измерение, связанное с их оценкой, которое отразило недостающие значения.

Уместно подчеркнуть, что концепция цифровой компетенции рассматривается научным сообществом с разных точек зрения, в зависимости от уровня географической конкретности. Например, в Европе наиболее заметным является конвергенция Европейских рамок цифровых компетенций граждан (DigComp) и Европейских рамок цифровых компетенций учителей (DigCompEdu). Однако из-за контекста данного исследования цифровая компетенция, установленная компетентным органом испанского государства, Национальным институтом образовательных технологий и подготовки учителей [ 20 ], рассматривается как справочная.

Точно так же мы исследовали знания, которыми обладают учителя в отношении термина «большие данные», и подтвердили, что трое из четырех учителей знают об этом понятии. Что касается его обработки и анализа, результаты показывают, что в среднем они получают доступ к образовательным данным, созданным платформами управления контентом, и критически интерпретируют представленные данные, и все это без использования программного обеспечения для массового анализа. Кроме того, многие респонденты заявили, что они преобразуют данные в релевантную информацию, позволяя принимать решения, которые влекут за собой корректировку методологии с целью улучшения процесса обучения.

Что касается того, влияет ли уровень информационной компетенции на уровень знаний о больших данных в образовательных вопросах, проведенные тесты постулировали статистическую значимость, показывая, что учителя с более высокими навыками в области 1 цифровой компетенции лучше осведомлены об этой концепции, что свидетельствует о непосредственной статистической значимости. пропорциональная ссылка. Эти результаты позволяют нам ответить как на поставленные цели, так и на вопросы, сформулированные в настоящем исследовании.

Эти результаты позволяют задуматься над вопросом в обучающей группе, которая в настоящее время преподает на разных этапах обучения. Нет сомнений в том, что образование находится в полной эволюции и все больше приспосабливается к характеристикам цифрового общества. Следовательно, учителя должны продемонстрировать уровень цифровой компетентности, соответствующий требованиям новой среды преподавания и обучения, которая сообщает большой объем данных, которые могут эффективно удовлетворить потребности многих студентов, чтобы гибко и индивидуализировать процессы формирования. Этого можно достичь благодаря аналитическому исследованию больших данных, производимых образовательными технологиями.

Тем не менее, перспективы, возникающие в результате этого исследования, должны быть расширены не только на непрерывное обучение учителей для приобретения и повышения уровня их цифровой компетенции, но также должны быть учтены в университетских планах обучения, с учетом того, что новые поколения учителей имеют усвоили навыки, умения и знания, необходимые для эффективного управления большими данными, начиная с начального периода обучения.

Основным ограничением исследования является отсутствие различия в результатах среди преподавателей разных ступеней образования в отношении состояния проблемы, рассматриваемой в этой работе, поскольку не было различия между преподавателями высшего образования и остальными преподавателями. профессионалы в области обучения. В качестве будущего направления исследования следует принять во внимание ограничения исследования, в дополнение к анализу как уровня информационных компетенций, так и прогнозирования больших данных у будущих преподавателей испанских университетов, с намерением установить, будут ли будущие образовательные профессионалы обладают квалификацией, позволяющей эффективно использовать большой объем образовательных данных, которые ежедневно генерируются в виртуальных учебных пространствах.