Hoy en día están muy extendidas las competiciones basadas en retos para campos de la inteligencia artificial como el aprendizaje automático, con el fin de fomentar la investigación en un campo, involucrar estudiantes o reflejar la importancia de un tema.

Probablemente el organizador de competiciones de análisis de datos más famoso sea la empresa de Google, Kaggle, con más de 3500 participaciones en una competición al día, y que ofrece cuantiosos premios en sus competiciones, así como un reconocimiento a nivel global.

Sin embargo, el uso de los conjuntos de datos disponibles en Kaggle u otras fuentes, presenta diversos problemas para su uso en clase. Por una parte, muchos de los conjuntos de datos disponibles dejan de estar disponibles tras la competición. Por otra, el nivel de conocimientos necesario para procesarlos suele exceder el que tienen los alumnos que se están iniciando en el tema. Por último, muchos participantes publican sus soluciones, lo que facilita que los alumnos puedan copiarlas.

Por esto, nuestra propuesta consiste en proponer competiciones de análisis de datos reales que respondan a un objetivo actual, y hayan sido recogidos para el curso en cuestión. Es decir, generar conjuntos de datos a partir de fuentes de datos reales (p.ej. redes y medios sociales) de forma que todos los alumnos del curso trabajen sobre el mismo conjunto de datos, y tengan la motivación de estar en una competición, con técnicas de gamificación.

Nuestra idea es la realización de varias competiciones  de complejidad creciente.

La evaluación de cada competición se evaluará con diversas componentes:

a) Ganadores: se determinará como ganador al equipo con mejores métricas conforme a la competición propuesta (p.ej. f-score)

b) Presentación y calidad técnica: en la asignatura cada equipo deberá presentar la estrategia seguida y presentar un informe breve. Se valorará la presentación (por los profesores y por el resto de equipos) y además se valorá la calidad técnica de la memoria (por los profesores).

La finalidad es que los alumnos desarrollen sus habilidades específicas aprendidas en la asignatura (análisis de datos) y las complementen con actividades trasversales (trabajo en grupo, uso de la lengua inglesa y exposición en clase). Para incrementar la motivación de los alumnos, se emplearán técnicas de gamificación (mostrar ranking de equipos, generación de insignias para cada mini-reto conseguido).

La propuesta pretende alcanzar los siguientes objetivos:

1. Evaluar la metodología de aprendizaje basado en retos para la enseñanza en máster de técnicas de análisis de datos.
2. Facilitar para los alumnos un aprendizaje motivador, combinando el aprendizaje basado en retos con técnicas de gamificación.
3. Desarrollar material docente para las asignaturas, en particular, un programa de generación de conjuntos de datos y retos de dificultad progresiva, compuestos de enunciados y conjuntos de datos. Este material será mantenido y actualizado en cursos progresivos.
4. Evaluar las capacidades de gamificación de Moodle para el aprendizaje en retos, aprovechando las guías del rectorado al efecto, y el material desarrollado en la presente propuesta.

Los fases de este proyecto de innovación educativa  son:

1) Desarrollar herramientas para la captura y anonimato de datos de fuentes sociales partiendo de los requisitos docentes de los profesores Por ejemplo, en Twitter búsqueda por hashtag de un tópico de actualidad, o recuperación de la red de seguidores de un usuario, etc.

2) Diseño de competiciones asociadas al temario y de complejidad sucesiva, y de los conjuntos de datos de dichas competiciones, empleando la herramienta previamente desarrollada.

3) Diseño de los elementos de gamificación de las competiciones e implantación de las mismas en Moodle, incluyendo elementos gráficos como insignias y letreros.

4) Realización de las competiciones (tipo) para valorar su complejidad, esfuezo requerido y logros de aprendizaje.

5) Implantación de la actividad en el curso 

6) Evaluación del aprendizaje

Se pretenden desarrollar los siguientes recursos:

1. Herramienta de generación de conjuntos de datos a partir de Twitter. Este desarrollo consiste en un programa python que facilite la captura de datos a partir de Twitter.
2. Desarrollo de material docente para el desarrollo de 3 competiciones, que constarán de:
   1. Conjuntos de datos de competiciones (Clasificación, Agrupamiento y Lenguaje natural). 
   2. Infografía del reto, destacando la importancia del tema tratado y los rasgos más destacables del dataset
   3. Solución ejemplo del reto (no se publicará esta parte)
3. Elementos gráficos de gamificación, diseñados para motivar el avance en los retos planteados. 

El seguimiento y evaluación del proyecto se realizará en cada una de las fases del mismo:

1. Herramienta de generación de conjuntos de datos. Se realizará una evaluación de su calidad mediante tests funcionales, que serán definidos a partir de los requisitos de los docentes de la asignatura. Como evidencias, se proporcionarán los requisitos y resultados de la batería de test.

2. Definición y desarrollo de retos. El material asociado a los restos desarrollados (infografías, conjuntos de datos, enunciados y ejemplos) será evaluado en dos fases:

2.1. En una primera fase, será evaluado el tiempo requerido, dificultad e interés mediante tests, por los becarios que desarrollen cada reto. Se proporcionarán como evidencias los resultados de estas encuestas.

2.2. En una segunda fase, una vez corregidas las deficiencias o incluidas sugerencias de la fase anterior, será evaluado con la clase real. Se proporcionarán como evidencias los resultados de estas encuestas, que serán incluidas en una publicación de innovación educativa.

Los productos resultantes del proyecto son:

• Herramienta de generación de conjuntos de datos en redes sociales. Esta herramienta concebida con un enfoque educativo tiene el potencial de transferirse intera y externamente, y será hospedad en GitHub y registrada en la UPM, con licencia abierta.
• Conjuntos de datos. Los conjuntos de datos de las primeras competiciones desarrolladas serán anonimizados para facilitar su distribución conforme a las licencia de la red social Twitter. Este material podrá ser trasferido dentro  y fuera de la UPM.
• Retos. Se definirán tres retos asociados al temario de la asignatura (potencialmente, clasificación, agrupamiento y lenguaje natural),  se publicarán los conjuntos de datos, infografías del tema seleccionado y enunciados. Se desarrollarán con material editable (infografías) para poder adaptar el material en el futuro a los siguientes retos. Este material, desarrollado en inglés, podrá ser trasferido dentro de la UPM.
• Elementos de gamificación. Si bien los elementos pueden ser propios de la asignatura, puede que sean interesantes para otros estudios. Se incluirá  UPM en dichos elementos para personalizarlos. Este material podrá ser trasferido dentro de la UPM.

Como resultado de la experiencia, se desarrollará:

• Una noticia con el resultado del reto para su difusión en la UPM
• Una página web asociada a los retos, conteniendo las presentaciones de cada reto
• Un artículo de la experiencia en una conferencia de innovación educativa