Reflexiones que inspiran

Learning analytics, leyendo datos del año escola

Las plataformas de aprendizaje ya guardan los datos de todo el año, pero pocas instituciones los convierten en decisiones. La evidencia muestra que predecir el riesgo no basta: hay que saber qué hacer cuando suena la alerta. Así se empieza, sin un equipo de datos y a tiempo para el cierre.

En la mayoría de las regiones de Colombia, el calendario A termina clases el 29 de noviembre. Quedan semanas para cerrar notas, informes y reuniones de balance, y las plataformas de aprendizaje llevan meses guardando datos de avance, accesos y resultados. La pregunta no es si hay datos, sino qué decisiones salen de ellos. Ahí entra el learning analytics.

Un tablero de avance solo sirve si alguien decide qué hacer con lo que muestra.

Qué es (y qué no es) el learning analytics

El learning analytics consiste en medir, recopilar y analizar los datos que dejan las personas al aprender para entender cómo aprenden y mejorar la experiencia. No es un tablero bonito ni un reemplazo del criterio del docente: es una herramienta para ver patrones que a simple vista no se notan, como el momento en que muchos estudiantes se desconectan o el contenido que casi nadie termina.

5 preguntas que los datos del año deben responder

  • ¿Quién avanzó y quién se quedó atrás durante el año?
  • ¿En qué punto del curso se desconectaron más personas?
  • ¿Qué contenidos tuvieron más abandono?
  • ¿Qué evaluaciones no distinguen entre quien aprendió y quien no?
  • ¿Qué cambió entre el primer y el segundo semestre?
Antes de buscar respuestas, conviene decidir qué preguntas deben contestar los datos del año.

De la alerta temprana a la acción

Una revisión sistemática sobre intervenciones de learning analytics en educación superior identificó 689 estudios y encontró que solo 11 evaluaban si esas intervenciones realmente funcionaban. Dicho de otro modo: hay mucha evidencia de que los datos permiten predecir quién está en riesgo, y mucha menos de qué hacer después. La lección práctica es definir de antemano la acción asociada a cada alerta: una tutoría, un refuerzo, una llamada.

No hace falta contratar un área completa. Se empieza eligiendo tres o cuatro indicadores, definiendo qué se hará con cada uno y apoyándose en una plataforma que los entregue listos. Con Enséñame+ se obtienen métricas del avance de cada persona y se identifican tendencias de consumo, y la inteligencia artificial en la educación puede ayudar a priorizar a quién acompañar primero. En Etraining acompañamos a instituciones y empresas a definir esos indicadores y a diseñar la ruta de intervención.

En junio de 2026 se publicó una revisión sistemática de 176 estudios sobre sistemas de alerta temprana basados en learning analytics para la retención estudiantil, acompañada de una prueba con datos de 4.424 estudiantes y 36 variables. Además de la precisión de los modelos, midió su equidad entre subgrupos de estudiantes: un recordatorio de que un modelo predictivo debe ser justo, no solo acertado.

Preguntas frecuentes

¿Qué es learning analytics?

Es el análisis de los datos que generan las personas al aprender para comprender mejor su avance y mejorar los cursos y el acompañamiento.

No. Se puede empezar con pocos indicadores bien elegidos; la IA aplicada a la formación ayuda a escalar y priorizar cuando hay muchos datos.

Acompañar a tiempo exige saber de antemano qué acción sigue a cada alerta.

¿Quiere leer los datos de su institución o empresa y convertirlos en decisiones? En Etraining diseñamos indicadores y rutas de acompañamiento con Enséñame+ y analítica de datos de aprendizaje. Contáctenos y solicite una demostración: www.etraining.co