accesskey_mod_content

A análise do informe CRUE “Analítica de datos na Universidade”

  • Escoitar
  • Imprimir PDF
  • Compartir

29 febreiro 2024

Hai uns meses, CRUE publicou o informe “Analítica de datos na Universidade” onde se expón como a optimización nos procesos de extracción e tratamento dos datos é clave para a xeración do coñecemento en contornas da universidade pública española. Datos.gob publica agora a súa análise respecto diso.

O pasado novembro de 2023,  CRUE Universidades Españolas(Abre en nova xanela)  publicou  o informe TIC360 “Analítica de datos na Universidade”(Abre en nova xanela) . O informe é unha iniciativa do grupo de traballo de Dirección de TI Crue-Dixitalización e ten como obxectivo expor como a optimización nos procesos de extracción e tratamento dos datos é clave para a xeración do coñecemento en contornas da universidade pública española. Para iso inclúense cinco capítulos nos que se abordan determinados aspectos relacionados coa tenza de datos e as capacidades analíticas das universidades para xerar coñecemento sobre o seu funcionamento.

Por que é importante a analítica de datos e cales son os seus retos?

En a introdución, lémbrase o concepto de analítica de datos como a extracción de coñecemento a partir de datos dispoñible, resaltando a súa importancia crecente na era actual. A analítica de datos é o instrumento adecuado para obter a información necesaria que sirva de base para tomar decisións en distintos campos. Entre outras cuestións, axuda a optimizar os procesos de xestión ou mellorar a eficiencia enerxética da organización, por pór algúns exemplos. Aínda que é fundamental para todos os sectores, o documento céntrase no potencial impacto dos datos na economía e a educación, salientando a necesidade de un enfoque ético e responsable.

O informe explora o desenvolvemento acelerado desta disciplina, impulsado pola abundancia de datos e a avanzada capacidade de cómputo; no entanto, tamén se alerta sobre os riscos inherentes dunhas ferramentas baseadas en técnicas e algoritmos que están en fase de desenvolvemento, e que ademais poden introducir rumbos baseados en idade, procedencia, sexo, status socioeconómico, etc. Neste sentido, é importante ter en conta a importancia de a privacidade, a protección de datos persoais, a transparencia e a explicabilidad, é dicir, que cando un algoritmo xera un resultado, debe ser posible explicar como se chegou a ese resultado.

Un bo resumo deste capítulo é a seguinte frase do autor: “O bo uso dos datos non nos levará ao paraíso, pero si pode construír unha sociedade máis sustentable, xusta e inclusiva. Pola contra, o seu mal uso si podería achegarnos a un inferno dixital”.

Que beneficio achegaría ás universidades participar nos Espazos de Datos?

O primeiro capítulo, partindo da base de que o dato é o gran protagonista e o activo vertebrador da transformación dixital, aborda o concepto de  Espacio de Datos , destacando a súa relevancia na estratexia da Comisión Europea como o activo máis importante da economía do dato.

Tras resaltar os potenciais beneficios de compartir datos, o capítulo destaca como a economía do dato, impulsada por un mercado único de datos compartidos, pode axustarse aos valores europeos e contribuír a unha economía dixital máis xusta e inclusiva. A iso poden contribuír iniciativas como a  Estratexia España Dixital 2026 , onde se destaca o papel do dato como unha activo clave na transformación dixital.

A participación do mundo universitario nos espazos de datos presenta múltiples vantaxes, como a compartición, o acceso e a reutilización de recursos de datos xerados por outras comunidades universitarias. Isto permite avanzar máis rapidamente nas investigacións, optimizando os recursos públicos dedicados anteriormente a investigación. Unha iniciativa que pon de manifesto este beneficios é o  Espazo Europeo de Ciencia Aberta (EOSC) , que persegue establecer vínculos entre investigadores e profesionais en ciencia e tecnoloxía nunha contorna virtual con servizos abertos e sen fisuras para o almacenamento, xestión, análise e reutilización de datos científicos, máis aló de fronteiras físicas e de disciplinas científicas. O capítulo tamén introduce diferentes aspectos relacionados cos espazos de datos como os seus principios reitores, a lexislación, os participantes e os roles a considerar. Tamén resalta algúns aspectos relacionados co goberno dos espazos de datos e coas tecnoloxías necesarias para o seu despregamento.

En que consiste o Espazo Europeo de Datos de Habilidades (European Skill Data Space)?

Este segundo capítulo explora a creación de un espazo común europeo de datos, enfocado nas habilidades. Este espazo busca reducir a brecha entre habilidades educativas e necesidades do mercado laboral, aumentando a produtividade e competitividade grazas a un acceso transfronteirizo a datos crave para a creación de aplicacións e outros usos innovadores. Neste sentido, é fundamental ter en conta a liberación de a  versión 3.1 do European Learning Model (ELM) , que pasa a consolidarse como o modelo europeo único de datos para calquera tipo de aprendizaxe (formal, non formal, informal) base para o Espazo Europeo de Datos de Habilidades.

O informe define as fases e os elementos crave para a creación e integración no Espazo Europeo de Datos de Habilidade, destacando que contribucións poderían achegar e que poderían esperar os distintos roles (provedor de educación e capacitación, demandante de emprego, cidadán, estudante e empregador).

Cal é o rol da universidade española no contexto dos Espazos Europeos de Datos?

Este capítulo céntrase no rol de as universidades españolas dentro dos espazos de datos europeos como un axente fundamental para a transformación dixital do país. Para conseguir eses resultados e obter os beneficios que achega a analítica de datos e a interacción con espazos europeos de datos, as institucións deben pasar dun modelo estático, baseado en criterios de planificación a medio e longo prazo, a modelos flexibles máis adecuados á realidade líquida na que vivimos, de tal forma que se poidan aproveitar os datos para mellorar a educación e a investigación.

Neste contexto, é fundamental a importancia da colaboración e o intercambio de datos a nivel europeo, pero tendo en conta a lexislación vixente, tanto a xenérica como a específica dun dominio particular.  Neste sentido, estamos a asistir a unha revolución para a cal o cumprimento normativo e o compromiso por parte da organización universitaria é crucial. Córrese o risco de que organizacións que non sexan capaces de cumprir co bloque normativo, non poderán xerar conxuntos de datos de alta calidade.

Finalmente, o capítulo ofrece unha serie de indicacións sobre o tipo de persoal que deberían ter as universidades para non verse privadas da creación dun corpo de analistas e expertos en computación, vitais para o futuro.

Que tipo de certificacións existen no ámbito dos datos?

Para poder abordar los retos introducidos en los capítulos del informe, se necesita que las universidades cuenten con: (1) datos con niveles adecuados; (2) buenas prácticas con respecto a su gobierno, gestión y calidad; y (3) profesionales suficientemente cualificados y capacitados para desempeñar las distintas tareas. Para transmitir confianza en estos elementos este capítulo justifica la importancia de tener certificaciones para los tres elementos presentados:

  • Certificacións do nivel de calidade de produtos de datos como ISO/IEC 25012, ISO/IEC 25024 e ISO/IEC 25040.
  • Certificacións do nivel de madurez organizacional con respecto ao goberno do dato, xestión do dato e xestión da calidade do dato, baseadas no modelo MAMD.
  • Certificacións de competencias persoais de datos, como os referir# a coñecementos tecnolóxicos ou as certificacións de competencia profesionais, entre as que se inclúen as expedidas por CDMP ou a Certificación CertGed.

​En que estado está a Universidade na era do dato?

Aínda que se avanzou na materia, as universidades españolas aínda teñen un camiño por diante para adaptarse e transformarse en organizacións dirixidas por datos, e así poder obter o máximo beneficio das analíticas de datos. Neste sentido, é necesario unha actualización da forma de operar en todas as áreas que abarca a universidade, o cal require actuar e liderar os cambios necesarios para poder ser competitivos na nova realidade na que estamos xa vivindo.

O obxectivo é que a analítica xere impacto na mellora da docencia universitaria para o que é fundamental a dixitalización dos procesos de docencia e aprendizaxe. Con iso xeraranse beneficios tamén na personalización da aprendizaxe e a optimización dos procesos administrativos e de xestión.

En resumo, a análise de datos é área de gran importancia para mellorar a eficiencia do sector universitario, pero para alcanzar todos os seus beneficios é necesario continuar traballando tanto no desenvolvemento de espazos de datos, como na capacitación do persoal. Este informe busca proporcionar información para avanzar na materia en ambos os sentidos.

Fonte orixinal da noticia(Abre en nova xanela)

  • Información e datos do sector público