Desafío Aporta 2020
Bajo el lema “El valor del dato en la educación digital” esta tercera edición del Desafío Aporta tiene por objeto premiar ideas y prototipos que identifiquen nuevas oportunidades de captar, analizar y utilizar la inteligencia de los datos en el desarrollo de soluciones en el ámbito educativo.
El objetivo es impulsar el uso de datos para dar respuesta a retos clave: el uso eficiente de las tecnologías digitales en el proceso de enseñanza y aprendizaje, la atención a la brecha digital y a los problemas de seguridad y privacidad de los datos, la necesidad por parte del profesorado en la adquisición de nuevas habilidades para conseguir que los alumnos aprendan más y mejor, la urgencia de ayudar a comprendan mejor el contexto actual de cara a asegurar una toma de decisiones adecuada por parte de las autoridades educativas, la cada vez mayor necesidad en la adquisición de nuevas destrezas ligadas al análisis de datos y a las tecnologías emergentes, etc
Tal y como se indica en las Condiciones para participar en el Desafío Aporta 2020, la convocatoria tiene por objeto premiar ideas y prototipos asociados que identifiquen nuevas oportunidades de captar, analizar y utilizar la inteligencia de los datos en el desarrollo de soluciones en el ámbito educativo.
El Desafío Aporta se desarrolla en dos fases
- FASE I: Concurso de ideas.
- FASE II: Desarrollo del prototipo y exposición presencial.
En la Fase I podrán participar persona físicas o jurídicas perteneciente a la Unión Europea, de forma individual o de forma conjunta como equipo. En el caso de tratarse de una persona jurídica o equipo, se elegirá portavoz.
Si bien solo se aceptará una idea por participante, un mismo participante puede presentar varias ideas como integrante de equipos diferentes.
Toda idea y prototipo asociado se presentará en español y deberá cumplir con las siguientes condiciones:
- Se ajustará al objeto de la convocatoria.
- Vendrá asociada al uso de al menos una fuente de datos generados por las AAPP, ya sean nacionales o internacionales, así como otros datos procedentes de entidades públicas o privadas, con carácter opcional.
- Irá acompañada de un vídeo descriptivo en castellano, de entre 120 y 180 segundos de duración. El vídeo deberá estar grabado en castellano y en horizontal, preferiblemente en formato mp4. Su peso no superará los 25Mb.
- Habrá de ser original y no haber sido premiada anteriormente.
En la Fase II participarán los representantes de las 10 ideas seleccionadas en la fase previa. Se premiarán los 3 prototipos que obtengan la mejor valoración del Jurado, según los criterios de evaluación establecidos, siendo sus dotaciones:
- Primer clasificado: 4.000 €
- Segundo clasificado: 3.000 €
- Tercer clasificado: 2.000 €
Para participar en la Fase I del Desafío Aporta 2020 es necesario cumplimentar el formulario de solicitud disponible a tal efecto en la Sede Electrónica de Red.es, a la que deberás acceder mediante certificado electrónico.
Para poder comprender y valorar en profundidad la dimensión de la idea propuesta, a través del formulario los participantes deberán facilitar la siguiente información:
- Título de la propuesta.
- Descripción de la idea: Resumen de los principales aspectos a destacar (máximo 250 palabras).
- Tipo de solución: Es necesario detallar el formato final del proyecto, es decir, si se trata de un servicio, un estudio, un sitio web, una aplicación para dispositivos móviles, una visualización, etc.
- Valor diferencial: Descripción de dos aspectos diferenciadores que resalten el valor de la idea propuesta.
- Evidencia de la relevancia de la idea propuesta: Argumentación que muestre en qué medida la idea propuesta responde a la actualidad del momento, tiene un marcado carácter innovador, es original u ofrece una perspectiva crítica y constructiva, basada en lecciones aprendidas (máx. 250 palabras).
- Calidad y claridad de la idea propuesta: Explicación de que la idea propuesta tiene un objetivo conciso, está bien estructurada, sea reflejo de la experiencia del candidato/s en el área concreta sobre la que se fundamenta, etc. (máximo de 250 palabras).
- Fuentes de utilidad: Referencias precisas a las fuentes de datos utilizadas y, en su caso, las transformaciones precisas de los datos asociados a la idea propuesta. (máx. 250 palabras).
- Fomento de la calidad de vida de colectivos vulnerables: Explicación de cómo la idea trata de paliar la brecha digital existente por razones sociales o económicas, como por ejemplo, la brecha de género o de dificultad de acceso. (máx. 250 palabras)
El plazo para la presentación de ideas concluye el día 18 de noviembre de 2020 a las 13:00 h.
No se admitirá ninguna solicitud recibida con posterioridad a esta fecha, ni las recibidas por canales diferentes al formulario específico de este concurso en la Sede Electrónica.
Recuerda presentar tu idea con cierta antelación para atender a los posibles problemas de última hora que puedan surgir.
Fase I: Concurso de ideas
La Fase I consiste en la descripción detalla de una idea que identifique nuevas oportunidades de captar, analizar y utilizar la inteligencia de los datos en el desarrollo de soluciones en el ámbito educativo.
La descripción de la idea se realizará cumplimentando el formulario disponible a tal efecto en la Sede Electrónica de Red.es.
Tras el proceso de evaluación, se seleccionará las 10 mejores ideas cuyos autores pasarán a la Fase II .
Fase II: Desarrollo de prototipos y exposición presencial
Durante la Fase II , los autores de las 10 mejores ideas seleccionadas elaborarán un prototipo que podrá consistir en alguna o algunas de las siguientes propuestas:
- Solución funcional que simule, represente y permita interacción o que permitan validar las hipótesis de partida del producto.
- Ejemplificación funcional a partir de la extrapolación de una solución ya existente, por ejemplo, en otro sector, país, ámbito, etc.
- Visualización o elemento gráfico dinámico que simule la solución, servicio o aplicación propuesta.
- Solución multimedia que permita ejemplificar la propuesta en un prototipo tangible.
El desarrollo de los prototipos tendrá lugar desde el momento de publicación de las 10 mejores ideas hasta la fecha que se establezca para la exposición presencial, y que siempre tendrá lugar al menos 12 semanas tras el anuncio de los finalistas.
El jurado está integrado por representantes de las Administraciones Públicas y por organismos y empresas, tanto del ámbito TIC como del ámbito educativo. Los particiantes, recogido en resolución del director general de red.es, son los siguientes:
Evaluación FASE I: Concurso de ideas
La evaluación de las ideas presentadas se llevará a cabo por parte del Jurado constituido por representantes tanto del del ámbito TIC como del sector educativo.
Cada propuesta se valorará de 0 a 10 puntos. Serán aspectos a valorar:
- Relevancia: idea de actualidad para el sistema educativo, innovadora, original, que ofrezca una perspectiva crítica y constructiva, estimulante, y basada en lecciones aprendidas. Hasta un máximo de 2 puntos.
- Calidad y claridad global de la idea propuesta: objetivo conciso, bien estructurada, y refleja experiencia en el área educativa concreta sobre la que se fundamenta la idea. Hasta un máximo de 2 puntos.
- Impacto en la mejora del sistema educativo de la idea propuesta: incluye evidencia clara de su impacto en la mejora de la calidad de la enseñanza, en la búsqueda de la excelencia y equidad en la educación, y en el fomento de la educación inclusiva. Hasta un máximo de 2 puntos.
- Fuentes de utilidad: referencia y precisión en cuanto a las fuentes empleadas y, en su caso, las transformaciones precisas de los datos asociados a la idea propuesta. Hasta un máximo de 2 puntos.
- Fomento de la calidad de vida de colectivos vulnerables: se valorará que la idea trate de paliar la brecha digital existente por razones sociales o económicas, como por ejemplo, la brecha de género o de dificultad de acceso. Hasta un máximo de 2 puntos.
Evaluación FASE II: Desarrollo del prototipo y exposición
Las diez propuestas que obtengan mayor puntuación pasarán a la Fase II
En el lugar y fecha previamente indicados, cada participante realizará una presentación de su prototipo al Jurado durante un tiempo máximo de 12 minutos. A continuación, cada portavoz deberá responder a las preguntas del Jurado sobre cualquier aspecto relativo a su propuesta.
Esta presentación, así como la resolución de las consultas planteadas, permitirá al Jurado realizar la evaluación final de los prototipos y seleccionar a los premiados. Serán aspectos a valorar en esta Fase II:
- Facilidad de uso: sencillez del prototipo planteado y la agilidad con la que el usuario logrará los objetivos específicos la primera vez que los usuarios utilizan la aplicación. Hasta un máximo de 3 puntos.
- Calidad técnica del prototipo: grado de fidelidad del prototipo con la idea planteada y con la solución final que se persigue desarrollar y nivel de interacción que permite la simulación planteada. Hasta un máximo de 3 puntos.
- Viabilidad: teniendo en cuenta la dificultad de su implantación, posibilidad de desarrollo del producto final y de replicación. Así mismo, se valorará el análisis previo de posibles vías de financiación, de continuidad del desarrollo hasta la fase final y de sostenibilidad en el tiempo. Hasta un máximo de 4 puntos.
Una vez realizadas todas las valoraciones, el Jurado determinará qué tres propuestas son las ganadoras en función de la puntuación obtenida. Los prototipos ganadores serán inicialmente anunciados durante el Encuentro Aporta, que tendrá lugar preferentemente al día siguiente al de la defensa de los prototipos.
La decisión del Jurado será inapelable.
A continuación se recogen las 10 ideas que han recibido una mayor puntuación del jurado en la FASE I: Concurso de ideas del Desafío Aporta 2021 “El valor del dato en la educación digital”. Estas 10 candidaturas pasan como finalistas a la FASE II: Desarrollo de un prototipo.
Muchas gracias a todos los participantes por su esfuerzo, que se ha visto plasmado en la gran calidad de las propuestas presentadas.
EducaWood es un portal web socio-semántico que permite explorar la información forestal de una zona del territorio español y enriquecerla con anotaciones de árboles. El profesorado puede proponer actividades de aprendizaje medioambiental contextualizadas a su entorno. Los estudiantes realizan dichas actividades en visitas al campo mediante anotaciones de árboles (localización e identificación de especies, medidas, microhábitats, fotos, etc.) a través de sus dispositivos móviles. Además, EducaWood permite realizar visitas virtuales al campo y realizar actividades remotas con la información forestal disponible y con las anotaciones generadas por la comunidad, posibilitando así su uso por colectivos vulnerables y en escenarios Covid.
EducaWood utiliza fuentes como el Mapa Forestal Español, el Inventario Forestal Nacional o GeoNames, las cuales han sido integradas y republicadas como datos abiertos enlazados. Las anotaciones que se generan con las actividades de los estudiantes se publicarán también como datos abiertos enlazados, contribuyendo así al beneficio comunitario.
Equipo: Jimena Andrade, Guillermo Vega, Miguel Bote, Juan Ignacio Asensio, Irene Ruano, Felipe Bravo y Cristóbal Ordóñez.
Esta propuesta plantea un portal web de educación en datos para estudiantes y docentes centrado en los Objetivos de Desarrollo Sostenible (ODS). Su principal objetivo es proponer a sus usuarios diferentes retos a resolver mediante el uso de datos, como por ejemplo ‘¿A qué se dedicaban las mujeres en España en 1920?’ o ‘¿Cuánta energía se necesita para mantener una granja de 200 cerdos?’.
Esta iniciativa utiliza datos de diversas fuentes como la ONU, el Banco Mundial, Our World in Data, la Unión Europea y cada uno de sus países. En el caso de España utiliza datos de datos.gob.es y el INE, entre otros.
Equipo: María Concepción Catalán, Asociación Innovación y Derechos Humanos (ihr.world).
UniversiDATA-Lab es un portal público y abierto cuya función es alojar un catálogo de análisis avanzados y automáticos de los conjuntos de datos publicados en el portal UniversiDATA, y que es fruto del trabajo colaborativo de las universidades. Surge como evolución natural de la sección "laboratorio" actual de UniversiDATA, abriendo el alcance de los análisis potenciales a todos los datasets/universidades presentes y futuros, con el fin de mejorar los aspectos analizados y estimular que las universidades sean laboratorios de ciudadanía, aportando un valor diferencial a la sociedad.
Todos los conjuntos de datos que las universidades están publicando o van a publicar en UniversiDATA son potencialmente utilizables para llevar a cabo análisis en profundidad, siempre considerando el respeto a la protección de datos personales. Las fuentes concretas de los análisis se publicarán en GitHub para favorecer la colaboración de otros usuarios para aportar mejoras.
Equipo: Universidad Rey Juan Carlos, Universidad Complutense de Madrid, Universidad Autónoma de Madrid, Universidad Carlos III de Madrid y DIMETRICAL The Analytics Lab S.L.
Esta aplicación web persigue el aprendizaje de historia del arte a través de diferentes entornos educativos. Permite al alumnado visualizar y realizar tareas geoetiquetadas sobre un mapa. El profesorado puede proponer nuevas tareas, que son agregadas al repositorio público, además de seleccionar las tareas que puedan resultar más interesantes para su alumnado y visualizar las que realicen. Por otro lado, en el futuro se desarrollará una versión móvil de LocalizARTE en la que para realizar las tareas será necesario que el usuario se encuentre próximo al lugar donde estén geoetiquetadas.
Los datos abiertos que se utilizan en la primera versión de LocalizARTE provienen de la relación de monumentos históricos de Castilla y León, DBpedia, Wikidata, Casual Learn SPARQL y OpenStreetMap.
Equipo: Pablo García, Adolfo Ruiz, Miguel Luis Bote, Guillermo Vega, Sergio Serrano, Eduardo Gómez, Yannis Dimitriadis, Alejandra Martínez y Juan Ignacio Asensio.
Este proyecto se basa en la creación de un cuadro de mando que permite ver la información del informe PISA, realizado por la OCDE, u otras evaluaciones educativas junto con datos proporcionados por datos.gob.es de ámbito socioeconómico, demográfico, educativo o científico. El objetivo es detectar qué aspectos favorecen el incremento del rendimiento académico utilizando un modelo de machine learning, de tal forma que se pueda llevar a cabo una toma de decisiones eficaz. La idea es que los propios centros de estudio puedan adaptar sus prácticas y currículos educativos hacia las necesidades de aprendizaje del alumnado para garantizar un mayor éxito.
Esta aplicación utiliza diversos datos abiertos del INE, del Ministerio de Educación y Formación Profesional o de PISA España.
Equipo: Antonio Benito, Iván Robles y Beatriz Martínez.
Esta propuesta persigue dos objetivos: por un lado, mejorar la formación del alumnado de secundaria en competencias digitales, como el control de sus perfiles digitales en internet o el uso de datos abiertos para sus trabajos y proyectos. Por otro, la utilización de los datos generados por el alumnado en una plataforma e-learning del centro tipo Moodle para determinar patrones y métricas que permitan personalizar el aprendizaje. Todo ello alineado con los ODS y la Agenda 20-30.
Para su desarrollo se utilizan datos de la OMS y del datatón “Big Data en la lucha contra la obesidad”, donde diversos alumnos y alumnas propusieron medidas para mitigar la obesidad mundial en base al estudio de datos públicos.
Equipo: Carmen Navarro, Colegio Nazaret Oporto.
Los datos obtenidos con técnicas de Inteligencia Artificial empiristas como big data o machine learning ofrecen correlaciones, no causas. iteNleanring basa su tecnología en modelos científicos con evidencia, además de en datos (procedentes de fuentes como el INE o el Instituto Vasco de Estadística - Eustat). Estos datos son curados con el fin de asistir a los docentes en la toma de decisiones, una vez que DataLAB identifica las necesidades específicas de cada estudiante.
DataLAB Matemáticas es un instrumento educativo profesional que, partiendo de modelos neuropsicológicos y cognitivos, mide el nivel de neurodesarrollo de los procesos cognitivos específicos desarrollados por cada estudiante. Con ello genera un cuadro de mando educativo que, a partir de datos, nos informa de las necesidades específicas de cada persona (alta capacidad, discalculia...) con el objetivo de que puedan ser potenciadas y/o reforzadas, permitiendo una educación basada en evidencias.
Equipo: iteNlearning, Ernesto Ferrández Bru.
2020 ha sido el año en que los podcasts han despegado como nuevo formato digital para el consumo de diferentes ámbitos de información. Esta idea busca aprovechar el auge de esta herramienta para utilizarla en el ámbito educativo y que el alumnado pueda aprender de una forma más amena y diferente.
La propuesta recoge los temarios oficiales de educación secundaria o universitaria, así como de oposiciones, que se pueden obtener de fuentes de datos abiertas y webs oficiales. A través de tecnologías de procesamiento del lenguaje natural, esos temarios se asocian con audios ya existentes del profesorado sobre historia, inglés, filosofía, etc. en plataformas como iVoox o Spotify, dando como resultado un listado de podcast por curso y materia.
Entre las fuentes de datos utilizadas para esta propuesta se incluyen la Oferta Pública de Empleo de Castilla La Mancha o las competencias educativas en diferentes etapas.
Equipo: Adrián Pradilla Pórtoles y Débora Núñez Morales.
Un MIP (Marked Information Picture) es un nuevo soporte interactivo de información, que consiste en una serie de capas interactivas sobre imágenes estáticas que facilitan la retención de información y la identificación de elementos.
Este proyecto consiste en un servicio para la creación de MIPs de forma rápida y sencilla, dibujando manualmente regiones de interés sobre cualquier imagen importada a través de la web. Los MIPs creados serán accesible desde cualquier dispositivo y tienen múltiples aplicaciones como recurso docente, personal y profesional.
Además de la creación manual, los autores han implementado en Python un conversor de datos GeoJSON a MIP de forma automática. Como primer paso, han desarrollado un MIP de provincias españolas a partir de esta base de datos pública.
Equipo: Aday Melián Carrillo, Daydream Software.
El proyecto Frischluft (Aire Fresco) es una solución hardware y software para la medición de parámetros ambientales en el colegio. Con ello se pretende mejorar el confort térmico de las aulas y aumentar la protección del alumnado a través de una ventilación inteligente, a la vez que se consolida un proyecto tractor que impulse la transformación digital del colegio.
Esta propuesta utiliza fuentes de datos del Ayuntamiento de Zaragoza sobre niveles de CO2 en el entorno urbano de la ciudad y repositorios de datos internacionales para la medición de emisiones globales, que se comparan a través de técnicas estadísticas y modelos de machine learning.
Equipo: Harut Alepoglian y Benito Cuezva, Asociación Cultural Colegio Alemán, Zaragoza.
La sesión de defensa de los prototipos tuvo lugar el 22 de junio de 2021, en un formato online. Los 10 finalistas presentaron al jurado sus propuestas para impulsar mejoras en el sector educativo, en base a datos abierto.
El primer premio ha sido para UniversiData-Lab, un portal público para el análisis avanzado y automático de los datasets publicados por las universidades. Se trata de un proyecto complementario a UniversiData: mientras que el objetivo de UniversiDATA es facilitar el acceso a conjuntos de datos universitarios de alta calidad y con formatos y criterios estándar, el objetivo de UniversiDATA-Lab es poner en valor esos datasets, llevando a cabo análisis avanzados y automáticos de los mismos, aprovechando la homogeneidad del contenido.
UniversiDATA-Lab ofrece un catálogo de aplicaciones creadas gracias a la aplicación de técnicas avanzadas de análisis y visualización, llevadas a cabo en lenguaje R. En la sesión online mostraron el análisis de desplazamientos interurbanos, el análisis del CO2 que generan los desplazamientos de los alumnos y el análisis de las diferencias de género en las distintas ramas universitarias.
Estos análisis pueden ser fundamentales a la hora de ayudar a las universidades a tomar decisiones relacionadas con la administración y la gestión, con grandes beneficios en el medio ambiente, la economía y la sociedad.
Equipo: Universidad Rey Juan Carlos, Universidad Complutense de Madrid, Universidad Autónoma de Madrid, Universidad Carlos III de Madrid y DIMETRICAL The Analytics Lab S.L.
Proyecto MIP, el ganador del segundo premio, es un servicio online donde cualquier usuario puede registrarse y empezar a crear MIPs (Marked Information Picture). Un MIP es un soporte de información que consiste en una serie de capas interactivas sobre imágenes estáticas que facilitan la retención de información y la identificación de elementos.
El prototipo incluye un conversor en Python de datos abiertos GeoJSON al formato necesario para desarrollar atlas interactivos. A su vez, también ofrece una nube pública de MIPs accesibles libremente para consultas, estudios o aprendizaje independiente.
Gracias a esta herramienta los profesores pueden crear MIPs de forma rápida y sencilla, dibujando manualmente regiones de interés sobre cualquier imagen importada a través de la web. Una forma más amena de educar y con la que atraer más fácilmente la atención del alumnado.
Equipo: Aday Melián Carrillo, Daydream Software.
EducaWood es un portal web socio-semántico que permite explorar la información forestal de una zona del territorio español y enriquecerla con anotaciones de árboles. Su objetivo es impulsar las actividades de aprendizaje medioambiental, uno de los aspectos principales de la “Educación para los Objetivos de Desarrollo Sostenible” de la UNESCO, y que forma parte de la Agenda 2030 del Gobierno español.
Gracias al uso de EducaWood, el profesorado puede proponer actividades de aprendizaje medioambiental que los estudiantes realizan de manera presencial u online (a través de visitas virtuales al campo). En la modalidad presencial, los estudiantes visitan zonas naturales y realizan anotaciones de árboles, como la localización e identificación de especies, medidas, microhábitats, fotos, etc. Estas anotaciones pasan a estar disponibles para toda la comunidad como datos abiertos, posibilitando así el uso de la aplicación en remoto. Estos datos son enriquecidos, además con otras fuentes como el Mapa Forestal Español, el Inventario Forestal Nacional, GeoNames o DBPedia.
Educawood ayuda al alumnado a conocer mejor su entorno, a la vez que se promociona la toma de conciencia ecológica.
Equipo: Jimena Andrade, Guillermo Vega, Miguel Bote, Juan Ignacio Asensio, Irene Ruano, Felipe Bravo y Cristóbal Ordóñez.