Durante mucho tiempo, una plataforma de educación virtual podía responder preguntas bastante sencillas como: quién ingresó, qué curso terminó y qué calificación obtuvo.
Hoy podemos ir mucho más allá, podemos preguntarnos: ¿en qué momento un estudiante pierde interés?, ¿qué contenido le está resultando difícil?, ¿qué actividades favorecen su participación?, ¿quién necesita acompañamiento antes de abandonar un curso?
Ahí es donde entra en escena el Learning Analytics o analítica del aprendizaje.
No se trata simplemente de acumular datos. Se trata de convertir las huellas que dejamos al aprender en información que permita tomar mejores decisiones.
Y esta diferencia es fundamental.
¿Qué es realmente Learning Analytics?
La analítica del aprendizaje consiste en recopilar, analizar e interpretar datos relacionados con la experiencia educativa para comprender mejor cómo aprenden las personas y utilizar esa información para mejorar el proceso.
En una plataforma virtual pueden generarse datos sobre:
- Acceso a los contenidos.
- Tiempo dedicado a una actividad.
- Resultados de evaluaciones.
- Número de intentos.
- Participación en actividades.
- Progreso dentro de un curso.
- Momentos en los que un estudiante abandona una actividad.
- Interacción con videos y otros recursos digitales.
Estándares como Caliper Analytics de 1EdTech buscan precisamente facilitar la captura y el intercambio consistente de este tipo de información entre diferentes herramientas educativas. Además, permiten analizar actividades como leer un recurso, reproducir un video, realizar una evaluación o participar en un foro.
Pero aquí aparece una distinción importante: tener datos no significa tener conocimiento. El verdadero valor comienza cuando esos datos se convierten en información que ayuda a docentes, tutores, responsables de formación y estudiantes a tomar decisiones.
De “¿terminó el curso?” a “¿cómo está aprendiendo?”
Imaginemos una capacitación virtual sobre servicio al cliente.
Una plataforma tradicional podría mostrarnos que: 92 % de los participantes completaron el curso.
Es un dato interesante, pero insuficiente.
Con Learning Analytics podríamos descubrir algo mucho más útil:
El módulo sobre manejo de objeciones tiene una tasa de reintento considerablemente mayor que los demás.
Ahora tenemos una pregunta que vale la pena investigar:
¿El contenido es demasiado complejo? ¿La explicación no es suficientemente clara? ¿El ejercicio no está bien diseñado?
La analítica convierte un número en una oportunidad de mejora.
1EdTech plantea precisamente que los datos de aprendizaje pueden utilizarse no solo para conocer la actividad de los estudiantes, sino también para modificar el diseño de los cursos, las actividades y las evaluaciones.
Un ejemplo todavía más concreto
Pensemos ahora en una institución educativa.
Un estudiante ingresa regularmente a la plataforma, pero:
- tarda mucho más que sus compañeros en completar determinadas actividades;
- obtiene resultados bajos en las evaluaciones;
- reproduce varias veces determinados videos;
- deja incompletos algunos módulos;
- disminuye progresivamente su actividad.
Ninguno de estos datos, por sí solo, permite concluir que existe un problema.
Pero juntos pueden construir una señal.
El docente o tutor podría entonces intervenir de manera temprana: ofrecer una tutoría, recomendar material adicional o simplemente preguntar al estudiante si necesita apoyo.
La tecnología no reemplaza al docente. Le permite tener más información para acompañar mejor.
UNESCO reconoce que el uso de datos y analítica puede contribuir a experiencias de aprendizaje más personalizadas y a una mejor gestión educativa, aunque advierte que estos beneficios deben equilibrarse con la protección de los estudiantes y el uso responsable de la información.
El gran cambio: pasar de reaccionar a anticiparse
Esta es quizás una de las mayores posibilidades del Learning Analytics.
En un modelo tradicional, muchas veces la institución descubre que un estudiante tiene dificultades cuando ya obtuvo una mala calificación o abandonó el curso.
Con una estrategia adecuada de analítica, es posible identificar señales anteriores y actuar oportunamente.
EDUCAUSE plantea la analítica para el éxito estudiantil como un proceso que debe conectar los datos con el análisis y, finalmente, con decisiones e intervenciones concretas.
Esto cambia la conversación.
Ya no se trata solamente de: “¿Qué pasó?” Sino también de: “¿Qué podemos hacer ahora?”
Learning Analytics también sirve para mejorar los contenidos
Una de las aplicaciones más interesantes está del otro lado de la pantalla.
No solamente podemos analizar al estudiante.
También podemos analizar la experiencia de aprendizaje que diseñamos.
Supongamos que una institución tiene un curso virtual de diez módulos.
Los datos muestran que:
- el 95 % completa los primeros cinco;
- el 82 % llega al sexto;
- solamente el 48 % termina el séptimo;
- a partir de allí aumenta significativamente el abandono.
Esto debería generar preguntas.
- ¿El contenido se vuelve demasiado extenso?
- ¿La metodología cambia?
- ¿Las actividades son demasiado difíciles?
- ¿El estudiante deja de encontrar valor?
La analítica permite encontrar estos patrones y utilizarlos para rediseñar la experiencia.
Este enfoque es especialmente relevante en contenidos audiovisuales. Investigaciones recientes muestran cómo los datos de interacción con videos pueden aportar información para comprender mejor los comportamientos de aprendizaje y orientar decisiones pedagógicas.
También puede ayudar a las empresas
Learning Analytics no es exclusivo de colegios o universidades.
En las organizaciones puede convertirse en una herramienta estratégica para la formación corporativa.
Por ejemplo, una empresa puede analizar:
- Onboarding: ¿Cuánto tiempo tarda un nuevo colaborador en completar su ruta de formación?
- Capacitación comercial: ¿Qué contenidos consultan más los equipos de ventas?
- Cumplimiento: ¿En qué cursos obligatorios existe mayor nivel de abandono?
- Formación técnica: ¿Qué temas generan más intentos fallidos?
- Desarrollo de competencias: ¿Qué habilidades requieren mayor refuerzo?
Así, la capacitación deja de medirse únicamente por número de cursos realizados y comienza a evaluarse desde una perspectiva más cercana al aprendizaje y al desempeño.
El verdadero reto: no convertir al estudiante en un número
Aquí aparece uno de los aspectos más importantes del Learning Analytics.
No todo lo que puede medirse necesariamente debe medirse.
Los datos educativos pueden revelar información sensible sobre comportamientos, desempeño y características de los estudiantes.
UNESCO ha advertido que la utilización de datos en educación puede generar enormes beneficios, pero también riesgos relacionados con privacidad, seguridad, concentración de información y posibles usos indebidos.
Por eso, cualquier proyecto de Learning Analytics debería preguntarse:
- ¿Qué datos necesitamos realmente?
- ¿Para qué los vamos a utilizar?
- ¿Quién tendrá acceso?
- ¿Cómo serán protegidos?
- ¿Durante cuánto tiempo serán conservados?
- ¿El estudiante sabe qué información se está recopilando?
- ¿Las decisiones tomadas a partir de esos datos pueden generar sesgos?
1EdTech recomienda establecer políticas transparentes de gobierno de datos que definan aspectos como conservación, uso, control, eliminación y derechos de acceso a la información.
La tecnología debe estar al servicio del aprendizaje, no al contrario.
¿Qué debería tener una plataforma preparada para Learning Analytics?
Si una institución o empresa está evaluando una plataforma de educación virtual, vale la pena mirar más allá de la apariencia del LMS.
Algunos aspectos importantes son:
- Interoperabilidad: que pueda intercambiar información con otros sistemas.
- Capacidad de integración: que pueda conectarse con LMS, sistemas académicos, CRM u otras herramientas.
- Dashboards: que permita visualizar información según el perfil del usuario.
- Datos accionables: que los reportes permitan identificar oportunidades concretas de intervención.
- Privacidad y gobierno de datos: que existan mecanismos claros para proteger y administrar la información.
- Estándares: que la solución pueda trabajar con estándares educativos como Caliper Analytics.
1EdTech recomienda precisamente evaluar plataformas considerando interoperabilidad, accesibilidad, uso ético de los datos e integración con otros sistemas institucionales.
El futuro no será tener más datos, sino hacer mejores preguntas
Learning Analytics nos lleva a cambiar la forma en que entendemos la educación virtual.
Durante años preguntamos:
¿Cuántas personas ingresaron?
Ahora podemos preguntar:
¿Qué hicieron mientras estuvieron allí?
Antes preguntábamos:
¿Cuántos terminaron?
Ahora podemos preguntar:
¿Qué obstáculos encontraron quienes no terminaron?
Antes mirábamos una calificación.
Ahora podemos analizar el proceso que llevó hasta ella.
Ese es el verdadero potencial de la analítica del aprendizaje.
Porque los datos, por sí solos, no enseñan.
Son las personas quienes interpretan esos datos y los convierten en mejores experiencias de aprendizaje.
Y quizá ahí está la evolución más importante de la educación virtual: pasar de plataformas que simplemente entregan contenidos a ecosistemas capaces de ayudarnos a comprender cómo, cuándo y por qué aprendemos.
El futuro del e-learning no necesariamente consiste en tener más información.
Consiste en utilizar mejor la información que ya tenemos para tomar mejores decisiones.
Referencias
- 1EdTech Consortium. Caliper Analytics®. Estándar para recopilar y presentar de manera consistente datos sobre actividades de aprendizaje y uso de recursos digitales.
Consultar Caliper Analytics de 1EdTech - 1EdTech Consortium. Why Institutions Need to Care About Learning Analytics Data and Caliper Analytics®. Aplicaciones de los datos de aprendizaje para mejorar la enseñanza, el diseño de cursos y el éxito estudiantil. Consultar Learning Analytics Data de 1EdTech
- UNESCO. Global dialogue on evolving dimensions of the right to education: New report on learners’ privacy and security. Análisis sobre las oportunidades y riesgos del uso de datos en educación. Consultar UNESCO sobre privacidad y datos de estudiantes
- EDUCAUSE. A Framework for Student Success Analytics. Marco para utilizar la analítica como apoyo a la toma de decisiones y al éxito estudiantil. Consultar EDUCAUSE – Student Success Analytics
- Frontiers in Education. From data to teaching: video lessons and learning analytics. Investigación sobre el uso de datos de interacción con contenidos audiovisuales para comprender el aprendizaje. Consultar investigación sobre video y Learning Analytics
- Frontiers in Education. Reframing Artificial Intelligence and Learning Analytics in Emerging Higher Education: Towards a Human-Centred and Contextually Responsive Future. Revisión publicada en 2026 sobre implementación de Learning Analytics en educación superior de América Latina y otras economías emergentes. Consultar estudio sobre Learning Analytics en América Latina
- 1EdTech Consortium. Learning Data & Analytics Key Principles. Principios de gobierno, acceso, interoperabilidad y uso responsable de datos de aprendizaje. Consultar principios de Learning Data & Analytics
- 1EdTech Consortium. Six Steps for Effective Learning Analytics Implementation. Guía publicada en 2025 para implementar Learning Analytics de manera progresiva y orientada a resultados. Consultar guía de implementación de Learning Analytics