¿Y si el big data genera aún más desigualdad?

Y entonces surgen las dudas difíciles de resolver: con tales consejos, ¿nos estarían echando mano o lo contrario: condenándonos al camino más fácil al cortarnos las alas demasiado pronto? ¿La igualdad es que todos tengamos acceso a la educación o más bien que se nos ayude a triunfar desafiando las probabilidades de seguir por la senda más fácil? Son cuestiones que no evitan Victor Mayer-Schönberger y Kenneth Cukier, profesor de Oxford y periodista de The Economist respectivamente, que ya nos sumergieron hace un par de años de forma más global y pormenorizada en La revolución de los datos masivos (Turner, 2013), y que ahora dedican su último y breve ensayo a explicar el cambio educativo que se avecina de la mano del big data y su potencial para mejorar el aprendizaje y la educación.

Afortunadamente lo hacen sin pasar por alto los peligros de dicha revolución en la escuela. Monitorizar los datos de muchos miles de alumnos contribuirá, sin duda, a que un centro escolar sea más eficaz pero también puede orientar el futuro de un estudiante a partir de datos recogidos en un periodo de tiempo concreto como si poco después ese mismo alumno no pudiera madurar en positivo y acabar siendo muy distinto de cómo era, por ejemplo, dos años antes. “Aun cuando nos hayamos convertido en el más ecuánime de los individuos, si los datos revelan un periodo agresivo en nuestro remoto pasado escolar, ¿podrán nuestros futuros evaluadores analizar esos datos con la perspectiva adecuada?”, se preguntan los autores. No es tanto que se pueda hacer un mal uso de la información (que también), sino el hecho de que esa misma información “nos encadena a nuestro pasado negándonos el mérito de evolucionar, crecer y cambiar”.

Sin duda, la cara más fea del big data en los colegios e institutos es ése: convertir demasiado pronto un futuro lleno de posibilidades en una parcela muy pequeña. “¿No llevará esto a nuestra sociedad a una nueva forma de sistema de castas, un extraño matrimonio entre la meritocracia y un feudalismo tecnologizado?”. En el libro se viene a decir que las predicciones en educación no deberían obviar que el periodo de formación escolar es también –siempre lo ha sido- el de las transgresiones y el ensayo-error.

Estos riesgos no deberían tampoco empañar lo mucho y bueno que trae consigo el registro y análisis de datos masivos que permite la tecnología actual: la retroalimentación (el estudio con ebooks o través de videos permitirá al profesor, por ejemplo, saber qué partes le cuestan más a los alumnos y requieren, por tanto, más explicación) y la individualización del aprendizaje ajustando técnicas y materiales a las necesidades específicas de cada estudiante mejorando así su comprensión y sus calificaciones.

El gran reto, ya está dicho, será pues no columpiarse con las recomendaciones hechas en función de predicciones probabilísticas. A partir de tus datos de compra, Amazon puede sugerirte libros o discos y equivocarse alguna vez o a menudo. Las consecuencias siempre serán menores y reversibles. En cambio, un consejo errado en materia de educación puede marcar tu futuro.

Probablemente la solución a ese desafío la tengan los buenos profesores que sepan darle al algoritmo la importancia que tiene, ni más ni menos; la clave serán los maestros capaces también de apreciar en los alumnos aquello –la originalidad, el ingenio, la creatividad…– que no puede predecir ningún análisis de big data. Por eso hacen bien los autores en cerrar su manual con esta cita de Albert Einstein: “La imaginación es más importante que el conocimiento. El conocimiento es limitado. La imaginación abarca el mundo”.