Evaluación de información, Datos y Contenidos Digitales

 

Evaluación de información, datos y contenidos digitales

La evaluación de información, datos y contenidos digitales es un tema crucial en la investigación educativa, especialmente en un mundo donde la tecnología digital juega un papel central en la enseñanza y el aprendizaje. Aquí se abordan aspectos clave para entender cómo evaluar la calidad, veracidad y relevancia de los recursos digitales utilizados en contextos educativos.

1. Criterios de evaluación de la información digital

• Fiabilidad de las fuentes: Es fundamental comprobar la procedencia de la información, asegurando que proviene de autores o instituciones reconocidas en el ámbito académico o profesional. Los recursos confiables suelen tener respaldo institucional, revisiones por pares o estar basados en investigaciones rigurosas.
• Actualidad: La relevancia temporal es esencial, ya que la información en internet se actualiza rápidamente. Los datos y contenidos deben reflejar las teorías o investigaciones más recientes, sobre todo en campos de rápido cambio como la ciencia y la tecnología.
• Precisión: Los recursos digitales deben ser precisos y verificables, con hechos y cifras que se puedan contrastar con otras fuentes fiables.
• Propósito y sesgo: Es necesario identificar la intención detrás de la creación de un contenido digital, diferenciando entre información educativa, comercial o propagandística. También es importante evaluar el posible sesgo, sobre todo en temas controvertidos.

2. Evaluación de los datos digitales

• Calidad de los datos: La precisión, coherencia y validez de los datos son fundamentales en cualquier análisis educativo. Se deben utilizar datos bien estructurados y provenientes de sistemas fiables.
• Recolección de datos: El proceso mediante el cual se recopilan los datos digitales debe ser transparente. Esto incluye la metodología de recopilación, el tamaño muestral y la adecuación del conjunto de datos a las preguntas de investigación planteadas.
• Análisis de datos: Una evaluación rigurosa debe incluir técnicas de análisis adecuadas, como el uso de estadísticas descriptivas y herramientas analíticas avanzadas. Es fundamental que los análisis conduzcan a conclusiones válidas y aplicables.

3. Contenido digital educativo

• Pertinencia pedagógica: La calidad del contenido digital depende de su adecuación al contexto pedagógico. Los recursos deben estar alineados con los objetivos educativos y ser apropiados para el nivel de los estudiantes.
• Interactividad y usabilidad: Los contenidos digitales de calidad fomentan la interactividad, permiten la retroalimentación y son fáciles de usar. Plataformas que faciliten una experiencia fluida y adaptable son preferibles para maximizar el aprendizaje.
• Adaptabilidad y accesibilidad: Los recursos digitales deben ser inclusivos, accesibles para estudiantes con diversas habilidades y contextos. Esto incluye la accesibilidad para personas con discapacidades y la compatibilidad con diferentes dispositivos y plataformas.

4. Herramientas y metodologías para la evaluación

• Rubricas de evaluación: Las rúbricas proporcionan una guía estructurada para evaluar la calidad de la información, datos y contenidos digitales. Estas deben abarcar criterios como relevancia, claridad, diseño, interactividad y accesibilidad.
• Tecnologías de verificación: Herramientas como los verificadores de hechos (fact-checkers) y los software de análisis de datos son esenciales para evaluar la veracidad de la información y la calidad de los datos.
• Evaluación colaborativa: Fomentar la participación de diferentes actores (estudiantes, docentes, expertos en tecnología educativa) en la evaluación de los recursos digitales puede ofrecer una visión más completa y multidimensional.

5. Desafíos en la evaluación

• Desinformación y contenido falso: Con el aumento de la información en línea, es difícil filtrar los contenidos de baja calidad o incorrectos. Las habilidades críticas de alfabetización digital son más necesarias que nunca para que los educadores y estudiantes puedan evaluar correctamente la información.
• Sobrecarga de información: La abundancia de recursos digitales puede ser abrumadora. Es necesario contar con criterios claros y eficientes para seleccionar los más adecuados.
• Ética y privacidad: En el análisis de datos educativos, hay que tener en cuenta la privacidad y la protección de los datos de los estudiantes. El uso ético de los datos digitales es una preocupación central en la investigación educativa moderna.

Conclusión

La evaluación de información, datos y contenidos digitales en la educación es un proceso multifacético que requiere el uso de herramientas críticas y tecnológicas. Los investigadores educativos deben seguir criterios claros y estar atentos a los retos de la era digital para asegurar que los recursos empleados en el aprendizaje sean de alta calidad, relevantes y éticos.

Bibliografía

1. Castells, M. (2010). The Rise of the Network Society: The Information Age: Economy, Society, and Culture (Vol. 1). Wiley-Blackwell.

   • Este libro analiza cómo la era de la información ha transformado las sociedades y los métodos de evaluación y acceso a la información en un entorno digital.

2. Floridi, L. (2014). The Fourth Revolution: How the Infosphere is Reshaping Human Reality. Oxford University Press.

• Este libro explora la evolución del entorno digital (infosfera) y su impacto en la evaluación de los datos y la información, especialmente en un contexto donde los contenidos digitales prevalecen.

Competencia Digital Información y tratamiento de datos. Evaluación de información y datos

Competencia Digital Información y tratamiento de datos. Evaluación de información y datos

Grado en Gestión de Información y Contenidos Digitales

Grado en Gestión de Información y Contenidos Digitales: Un Resumen

El grado en Gestión de Información y Contenidos Digitales se ha convertido en una opción académica de gran relevancia en el panorama educativo actual. Esta titulación forma profesionales altamente capacitados para gestionar de manera eficiente y estratégica la creciente cantidad de información y contenidos digitales que circulan en nuestra sociedad.

Los egresados de esta carrera adquieren conocimientos sólidos en áreas como la creación, organización, almacenamiento y distribución de contenidos digitales. Dominan herramientas y tecnologías de vanguardia para gestionar bases de datos, diseñar interfaces de usuario, optimizar la experiencia del usuario y garantizar la seguridad de la información.

Además, desarrollan habilidades en marketing digital, análisis de datos y gestión de proyectos, lo que les permite desempeñarse en diversos roles dentro de empresas y organizaciones. Los graduados en Gestión de Información y Contenidos Digitales son demandados en sectores como el marketing digital, el comercio electrónico, la comunicación, los medios de comunicación y la consultoría tecnológica.

En resumen, este grado proporciona las herramientas necesarias para:

• Crear y gestionar contenidos digitales de calidad.
• Organizar y estructurar grandes volúmenes de información.
• Optimizar la experiencia del usuario en entornos digitales.
• Desarrollar estrategias de marketing digital efectivas.
• Analizar datos para tomar decisiones informadas.

La búsqueda de información, la selección y creación de contenido.

Almacenamiento y recuperación de información datos y contenidos digitales

ALMACENAMIENTO Y RECUPERACIÓN DE INFORMACIÓN 

Almacenamiento de Información

El almacenamiento de información se refiere a la manera en que se guardan los datos para su acceso futuro. Esto puede hacerse en diversos formatos y medios.

• Bases de datos: Estructuras organizadas que permiten almacenar, manipular y recuperar datos de manera eficiente. Ejemplos incluyen MySQL, PostgreSQL y MongoDB.

  
  
  

• Nubes de almacenamiento: Servicios como Google Drive, Dropbox y OneDrive permiten guardar datos en línea, facilitando el acceso desde diferentes dispositivos.

  
  
  

• Dispositivos físicos: Incluyen discos duros, unidades de estado sólido (SSD) y dispositivos USB. Son opciones para almacenamiento local.

  
  
  

Recuperación de Información

Breve historia de la recuperación de información

Las raíces de la recuperación de información se remontan a la antigüedad, cuando se crearon bibliotecas y archivos para organizar y almacenar información, incluida la indexación y alfabetización del trabajo académico. En la década de 1800, las tarjetas perforadas se utilizaban para procesar información y, en 1931, Emanuel Goldberg recibió una patente para el primer dispositivo electromecánico de recuperación de documentos exitoso, conocido como "Máquina estadística", diseñado para buscar datos codificados en películas.

En la década de 1970, con la aparición de técnicas de recuperación más avanzadas, modelos probabilísticos y marcos de trabajo de procesamiento de vectores totalmente articulados, el campo había avanzado significativamente. 

La recuperación de información comenzó a formalizarse en lo que se convertiría en una disciplina científica a mediados del siglo XX, junto con el desarrollo de las computadoras modernas. Gerard Salton y Hans Peter Luhn fueron pioneros en los primeros modelos de recuperación automatizada de documentos. Salton y sus colegas de Cornell crearon el Sistema de Recuperación de Información SMART en la década de 1960, un hito en el campo al que se le atribuye haber sentado las bases para las técnicas modernas de IR y conceptos clave, incluida la matriz de términos-documentos, el modelo de espacio vectorial, la retroalimentación de relevancia y la clasificación de Rocchio.

¿Cómo funciona un sistema de recuperación de información?

El proceso de recuperación de información generalmente se activa cuando un usuario ingresa una búsqueda formal en un sistema indicando sus necesidades de información. El sistema de IR crea un índice de documentos en una colección de contenido o base de datos de información. Los objetos de datos, incluidos los de documentos de texto, imágenes, audio y videos, se procesan para extraer términos relevantes y datos sustitutos, y se utilizan estructuras de datos para almacenar y recuperar esas entidades de manera eficiente.

Cuando un usuario envía una búsqueda, el sistema la procesa para identificar términos relevantes y determinar su importancia. Luego, el sistema clasifica los documentos con base en su relevancia para la búsqueda. 

Los beneficios importantes de los modelos de recuperación de información incluyen:

Acceso eficiente a la información: por encima de todo, los sistemas de IR ahorran a las personas una cantidad incalculable de tiempo y esfuerzo. La recuperación de información permite a los usuarios acceder rápidamente a información relevante sin buscar manualmente en grandes cantidades de documentos y datos.

Descubrimiento de conocimientos: la recuperación de información es una herramienta poderosa que nos permite dar sentido a los datos. Con la IR, los usuarios pueden identificar tendencias, patrones y relaciones dentro de los datos que podrían no ser evidentes inicialmente.

Personalización: algunos sistemas de IR pueden adaptar los resultados de manera significativa a los usuarios individuales con base en sus preferencias y comportamientos.

Soporte para decisiones: los profesionales están capacitados para tomar decisiones informadas con acceso a la información más pertinente cuando la necesitan.

La recuperación de información es el proceso de acceder y extraer datos almacenados cuando se necesitan. Esto incluye:

Importancia

• Accesibilidad: Permite a los usuarios acceder a la información cuando la necesiten.

• Organización: Facilita la clasificación y el manejo de grandes volúmenes de datos.

• Eficiencia: Mejora la productividad al reducir el tiempo que se tarda en encontrar información relevante.

• Búsqueda en bases de datos: Utilizar consultas SQL o lenguajes de consulta específicos para localizar datos en bases de datos.

• Sistemas de gestión de contenido (CMS): Plataformas como WordPress o Joomla que facilitan la recuperación de contenido web organizado.

• Motores de búsqueda: Herramientas como Google que permiten buscar información en la web a partir de palabras clave, proporcionando resultados relevantes.

  

Validar la Información de Internet

Navegación, búsqueda y filtrado de información, datos y contenidos digitales.

Introducción 

La competencia digital es la integración de la alfabetización tecnológica o informática, la alfabetización informacional, la alfabetización audiovisual o mediática, y la alfabetización comunicativa (Ferrari et al., 2012). La formación de la CDD es un proceso complejo, pues su análisis incluye una interpretación interdisciplinaria desde las ciencias. Diversos modelos se han elaborado en relación con la(s) competencia(s) digital(es) estudiante(s); los más reconocidos en la literatura científica y consultada son los que se reflejan en la Tabla 1 (Esteve et al., 2018; Hernández et al., 2021). Entre las premisas declaradas en estos modelos y en la literatura científica en relación con la CDD el profesorado debe «dominar (saber y saber hacer)» lo relacionado con la alfabetización digital e informacional empoderándose en el uso didáctico y tecnológico de las herramientas digitales, en sentido general, de las TIC, pues contribuye a la formación crítica, emancipadora, reflexiva y axiológica del profesorado (Estrada-Molina & Fuentes-Cancell, 2022).

Para guiar el análisis de la literatura, se tendrán en cuenta las tres competencias:

1. Competencia 1: navegación, búsqueda y filtrado de información, datos y contenidos digitales.
2. Competencia 2: evaluación de información, datos y contenidos digitales.
3. Competencia 3: almacenamiento y recuperación de información, datos y contenidos digitales (INTEF, 2017). 

El análisis de la literatura se efectúa de manera explícita (tres competencias del área información y alfabetización informacional) o implícita (el contenido y significado de las tres competencias). Estaremos hablando de la primera competencia navegación, búsqueda y filtrado de información, datos y contenido digital en esta entrada.

Navegación, búsqueda y filtrado de información, datos y contenido digital.  

Buscar información, datos y contenido digital en red y acceder a ellos, expresar de manera organizada las necesidades de información, encontrar información relevante, seleccionar recursos de forma eficaz, gestionar distintas fuentes de información, crear estrategias personales de información, son algunos aspectos de esta competencia. 

Esta competencia o dimensión se divide en tres  niveles que estaremos detallado según el uso:

A ‐ Básico	B‐ Intermedio	C‐ Avanzado
Soy capaz de buscar cierta información, datos y contenido digital en red mediante buscadores.    Sé que los resultados de las búsquedas son distintos en función de los buscadores.	Sé navegar por Internet para localizar información, datos y contenido digital.    Sé expresar de manera organizada mis necesidades de información y sé seleccionar la Información, los datos y el contenido digitado.	Soy capaz de usar una amplia gama de estrategias cuando busco información, datos y contenido digital, y navego por Internet.     Sé filtrar y gestionar la información, los datos y el contenido digital que recibo.     Sé a quién seguir en los sitios destinados compartir información en la red (ej. micro‐ blogging).

Otra dimensión que se observa en esta competencia es la de conocimiento, habilidades y actitudes.

Ejemplos de conocimientos	Entiende cómo la información se genera y se distribuye en los medios digitales. Es consciente de la existencia de diferentes motores de búsqueda. Sabe qué motores de búsqueda o bases de datos responden mejor a sus propias necesidades de información.  Entiende cómo se puede encontrar información en diferentes dispositivos y medios de comunicación digitales.  Entiende cómo los motores de búsqueda clasifican la información.  Entiende cómo funciona el mecanismo de alimentación de las fuentes dinámicas de información.
Ejemplos de habilidades	Ajusta las búsquedas en función de necesidades específicas. Puede seguir la información presentada a través de hipervínculos o de forma no lineal.   Utiliza filtros y agentes.  Puede buscar información utilizando palabras clave que limiten la cantidad de resultados.  Puede buscar información precisa utilizando un vocabulario controlado específico de la herramienta de búsqueda.   Posee habilidades estratégicas de gestión de la información para actividades orientadas a objetivos.  Puede modificar la búsqueda de información en función de cómo se construyen los algoritmos de búsqueda.
Ejemplos de actitudes	Muestra una actitud proactiva hacia la búsqueda de información.  Valora los aspectos positivos de las tecnologías para la obtención de información. Está motivado/a para buscar información para diferentes aspectos de su vida.  Muestra curiosidad sobre los sistemas de almacenamiento, gestión y distribución de información y sobre su funcionamiento.

https://youtu.be/RB2lqmg_tVs?si=oLcf0WZdfVl3S2dA👈

Bibliografía

• (n.d.). educaLAB. https://educalab.es/documents/10180/12809/Marco_Competencia_Digital_Docente_2017_corr/eaaa68d2-533e-475a-8439-469f7c78f827
• Cancell, D. R. F., Aguaded, I., & Estrada-Molina, O. (2023). La información y alfabetización Informacional del Marco Común de Competencia Digital Docente: una revisión sistemática. Aloma, 41(1), 35-49. https://doi.org/10.51698/aloma.2023.41.1.35-49