Avui és més fàcil que mai recol·lectar grans quantitats de dades (Big data), a partir de les aplicacions mòbils i la navegació per Internet. Tots els usuaris deixem un rastre enorme que, analitzat amb les eines existents, serveix per modificar estratègies professionals i convertir-les en grans oportunitats de negoci o en canvis estructurals d'organitzacions. 

El Big Data aplicat al sector universitari també té un gran potencial. Mitjançant algoritmes d'intel·ligència artificial i de machine learning (o aprenentatge automatitzat) es poden desenvolupar noves pedagogies, dissenyar aprenentatges personalitzats o ajudar a millorar l'organització de la universitat. Amb aquesta perspectiva de futur, s'ha organitzat avui, al Col·legi de Periodistes, el col·loqui: "Dades i universitat del futur" que ha reunit experts de l'àmbit acadèmic, tecnològic i digital.

Joan Guàrdia, vicepresident de la Societat Catalana d'Estadística, ha obert el debat reconeixent que la universitat no explota encara el potencial de les dades massives. “Es podria fer molt per millorar els mecanismes d’avaluació, el rendiment universitari o la planificació estratègica dels centres”.

En aquest sentit, Ivan Ostrowicz- co-fundador de la start-up Domoscio, especialitzada en Big Data en l'aprenentatge- ha afegit que "amb la capacitat de càlcul que tenim avui i la generació de dades en temps real és possible detectar problemes a la universitat i aportar noves solucions". 

No obstant això, la dificultat avui ja no és analitzar les dades sinó com abordar els resultats que es derivin de l'estudi del Big Data. La degana de la Facultat d'Informàtica de Barcelona (FIB), Núria Castell, ha explicat que van fer un experiment per detectar estudiants en risc d'abandonar la carrera. “Per això, vam recollir dades de resultats d’exàmens parcials i de treballs. Però quan ja saps on és el problema, calen recursos econòmics i reforç de docents per personalitzar la formació. De què serveix saber que hem de canviar models si després no els podem aplicar?”.

Resistències 

Sebastian Strade- arqueòleg francés i soci fundador de Siris Academic, una consultoria tecnològica- ha parlat de les resistències que es presenten una vegada detectats els problemes, tant per part del professorat com de l'alumnat. “És normal tenir pors al canvi i a les noves solucions".

Ostrowicz ha defensat que, malgrat les resistències, és bo tenir la capacitat de detectar "l'alumnat que està a punt de perdre el tren perquè va massa ràpid pel seu nivell o massa lent. També passa que estudiants brillants abandonen els estudis perquè s'avorreix a la universitat. El Learning analytics pot fer que les facultats siguin més profitoses". Segons el co-fundador de Domoscio l'anàlisi també s'aplica a la gestió universitària. "La intel·ligència artificial pot ajudar a detectar nous focus de recerca que marcaran les professions del futur, com el Data scientist o científic de les dades".

Primer les urgències

L'investigador de la UPC i moderador del debat, Ramon Sangüesa, també ha introduït el tema de la transparència i les dades obertes en la investigació universitària, terreny normalment molt tancat. 

Després d'hora i mitja de debat- al qual han assistit gairebé un centenar de persones- ha quedat clar que el Big Data i la intel·ligència artificial són tecnologies per avançar cap a un ensenyament de futur. Però que primer cal resoldre urgències "històriques" com aconseguir que la universitat estigui més connectada a les empreses, o que s'incentivi més la motivació de l'alumnat. Tal com ha apuntat una assistent a l'acte: "Això no depèn tant de la tecnologia, sinó del factor humà i del professorat". 

Ningú dels presents té la bola de vidre per definir com serà la universitat del futur però el col·loqui ha servit per reflexionar durant dues hores sobre els camins que podria emprendre l'àmbit acadèmic en els pròxims anys.