En el contexto actual, marcado por la revolución tecnológica y digital, la cantidad ingente de datos disponibles está transformando muchos aspectos de nuestra sociedad. Desde el ámbito empresarial hasta el científico, los datos se han convertido en un recurso invaluable que impulsa la toma de decisiones y el desarrollo de nuevas ideas. No es de extrañar que las profesiones más demandadas y con mayor proyección estén estrechamente relacionadas con la gestión y el análisis de datos.
En este escenario, es fundamental que las titulaciones universitarias formen a personas altamente cualificadas y acostumbradas a trabajar con datos. Los profesionales del futuro deben poseer habilidades sólidas en la recopilación, limpieza, interpretación y visualización de datos, así como en el desarrollo de modelos y algoritmos que permitan extraer conocimiento útil de ellos. Esta capacidad de manejar y comprender los datos se ha convertido en un requisito indispensable en una amplia gama de disciplinas académicas y campos profesionales.
En este sentido, es esencial que los estudiantes universitarios adquieran una mentalidad analítica y una competencia sólida en el uso de herramientas y tecnologías para trabajar con datos. Sin embargo, uno de los desafíos que a menudo enfrentan los estudiantes es la falta de conjuntos de datos aptos y de calidad que les permitan poner en práctica los conceptos teóricos y los modelos aprendidos en clase. Esta brecha entre la teoría y la práctica puede obstaculizar el proceso de aprendizaje y limitar las oportunidades de desarrollo de habilidades y conocimientos relevantes.
Con el fin de abordar esta problemática, el proyecto de innovación docente que aquí se plantea tiene como objetivo principal la creación de un repositorio en el que alumnos y profesores de diferentes universidades y centros de investigación puedan compartir conjuntos de datos de calidad. Esta iniciativa proporcionará una solución práctica al desafío de encontrar datos aptos para aplicar modelos y conceptos teóricos en un entorno académico.
Al fomentar el intercambio de datos entre la comunidad educativa, se logrará crear un ecosistema colaborativo en el que los estudiantes podrán acceder a conjuntos de datos confiables y relevantes para sus proyectos y actividades académicas. Además, los profesores podrán enriquecer su enseñanza al disponer de recursos adicionales que respalden el aprendizaje práctico y la aplicación de la teoría. Este proyecto multidisciplinar fomentará la colaboración internacional y al aprendizaje intercultural. La creación del repositorio facilitará el contacto entre estudiantes y profesores de distintas universidades, lo que les permitirá compartir conocimientos, perspectivas y experiencias en el manejo y análisis de datos. Esta diversidad de ideas y enfoques enriquecerá el proceso de aprendizaje y fomentará la creación de redes profesionales sólidas.

Finalidad del proyecto:
La finalidad de este proyecto de innovación educativa es mejorar la calidad y el acceso a conjuntos de datos en el ámbito académico, fomentando el aprendizaje práctico y la colaboración entre estudiantes y profesores en el manejo y análisis de datos. El objetivo es proporcionar a los estudiantes universitarios las herramientas y los recursos necesarios para adquirir habilidades sólidas en el trabajo con datos, fortaleciendo así su formación académica y su preparación para las demandas del mercado laboral.
Descripción del contexto y estado actual de la mejora propuesta:
En el contexto actual de la revolución digital, el manejo y análisis de datos se han convertido en habilidades fundamentales en diversas disciplinas académicas y campos profesionales. Sin embargo, uno de los desafíos que enfrentan tanto los estudiantes como los profesores es la falta de conjuntos de datos aptos y de calidad que les permitan poner en práctica los conceptos teóricos y los modelos aprendidos en clase. Esta brecha entre la teoría y la práctica puede obstaculizar el proceso de aprendizaje y limitar las oportunidades de desarrollo de habilidades y conocimientos relevantes.

Objetivos específicos del proyecto:
• Crear un repositorio en línea: Desarrollar una plataforma web que permita a alumnos y profesores de diferentes universidades y centros de investigación compartir conjuntos de datos de calidad de manera colaborativa y accesible.
• Facilitar el acceso a conjuntos de datos confiables: Proporcionar a los estudiantes un amplio abanico de conjuntos de datos relevantes y de calidad para que puedan aplicar los conceptos teóricos y modelos aprendidos en clase.
• Promover la colaboración entre estudiantes y profesores: Fomentar la interacción y el intercambio de conocimientos entre estudiantes y profesores de distintas universidades y centros de investigación, enriqueciendo así el proceso de aprendizaje y promoviendo el desarrollo de redes profesionales sólidas.
• Evaluar el impacto del proyecto: Realizar una evaluación exhaustiva del impacto del repositorio de datos en el proceso de enseñanza-aprendizaje de los estudiantes y en la práctica docente de los profesores, recopilando datos cualitativos y cuantitativos.
• Diseñar un plan de difusión: Elaborar una estrategia de difusión para dar a conocer el repositorio y promover su uso entre la comunidad educativa, participando en conferencias y eventos académicos, colaborando con instituciones relevantes y compartiendo casos de éxito y buenas prácticas.
Los objetivos específicos del proyecto ayudarán a conseguir la finalidad propuesta, abordando los desafíos actuales y mejorando la formación en el manejo y análisis de datos de los estudiantes universitarios.
La finalidad de este proyecto de innovación educativa es abordar el desafío de la falta de conjuntos de datos aptos y de calidad en el ámbito académico, facilitando a estudiantes y profesores el acceso a recursos confiables y relevantes para la aplicación práctica de conceptos teóricos y modelos de análisis de datos. Para lograrlo, se plantean los siguientes objetivos:
1. Crear un repositorio de conjuntos de datos: El objetivo principal es desarrollar una plataforma en línea donde alumnos y profesores de diferentes universidades y centros de investigación puedan compartir conjuntos de datos de calidad. Este repositorio servirá como fuente confiable de recursos para la comunidad educativa, fomentando el intercambio de datos y facilitando el acceso a información relevante para proyectos y actividades académicas.
2. Facilitar el aprendizaje práctico y la aplicación de la teoría: El proyecto busca reducir la brecha entre la teoría y la práctica al proporcionar a los estudiantes la oportunidad de trabajar con conjuntos de datos reales y aplicar los conceptos aprendidos en clase. Esto se logrará a través del acceso a conjuntos de datos confiables y diversas herramientas y tecnologías para su análisis y visualización.
3. Fomentar la colaboración y el intercambio de conocimientos: El proyecto promoverá la colaboración entre estudiantes y profesores de distintas universidades y centros de investigación, tanto a nivel nacional como internacional. El repositorio facilitará el contacto entre la comunidad educativa, permitiendo compartir conocimientos, perspectivas y experiencias en el manejo y análisis de datos. Se busca enriquecer el proceso de aprendizaje a través del intercambio intercultural y el fomento de redes profesionales sólidas.
4. Evaluar el impacto en el proceso de enseñanza-aprendizaje: Se llevará a cabo una evaluación exhaustiva del impacto del proyecto en el proceso de enseñanza-aprendizaje de los estudiantes y en la práctica docente de los profesores. Se recopilarán datos cualitativos y cuantitativos para medir los beneficios y las mejoras en el aprendizaje, la adquisición de habilidades analíticas y el desarrollo de competencias relacionadas con el manejo de datos.
5. Diseñar un plan de difusión: Se elaborará un plan de difusión para dar a conocer el repositorio y promover su uso entre la comunidad educativa. Esto incluirá la participación en conferencias y eventos académicos, la colaboración con instituciones y organizaciones relevantes, así como la divulgación de casos de éxito y buenas prácticas relacionadas con el uso del repositorio.

Subvenció concedida: No sol·licita

Grado en Analítica e Inteligencia de Negocios / Business Intelligence and Analytics (BIA):

o 36536 - Datos espaciales y espaciotemporales 

o 36516 - Datos no estructurados 

o 36537 - Análisis Prospectivo. Simulación de Escenarios 

o 36503 - Analítica Visual y Comunicación 

o 36517 - Muestreos y Encuestas 

o 36520 - Técnicas Avanzadas de Predicción en Negocios

o 36518 - Predicción con Datos Transversales 

• Grado en Administración y Dirección de Empresas (ADE):

o 35853 - Análisis y Gestión Bancaria 

o 35804 - Matemática Financiera

o 35818 - Estadística Básica 

o 35819 - Introducción a la Inferencia Estadística

o 35820 - Econometría

o 35826 - Métodos para el Análisis de la Información Empresarial y la Toma de Decisiones

• Grado en Economía:

o 36107 - Estadística I 

o 36163 - Estadística II 

• Grado en International Business / Negocios Internacionales:

o 35913 - Instrumentos y Operaciones en los Mercados Financieros 

• Máster Universitario en Ciencias Actuariales y Financieras:

o 43796 - Gestión Bancaria 

o 43800 - Métodos estadísticos avanzados para la práctica actuarial

• Máster Universitario en Economía:

o 44952 - Big Data en Economía 

• Grado en Sociología (Facultad de Ciencias Sociales):

o 34430 - Técnicas de muestreo e inferencia estadística

De las titulaciones que se imparten en la Facultad de Economía, el número de estudiantes implicados sería (entre paréntesis):
• Grado en Analítica e Inteligencia de Negocios / Business Intelligence and Analytics (BIA)
o 36536 - Datos espaciales y espaciotemporales (45)
o 36516 - Datos no estructurados (40)
o 36537 - Análisis Prospectivo. Simulación de Escenarios (30)
o 36503 - Analítica Visual y Comunicación (50)
o 36517 - Muestreos y Encuestas (45)
o 36520 - Técnicas Avanzadas de Predicción en Negocios (35)
o 36518 - Predicción con Datos Transversales (50)
• Grado en Administración y Dirección de Empresas (ADE)
o 35853 - Análisis y Gestión Bancaria (30)
o 35804 - Matemática Financiera (75)
o 35818 - Estadística Básica (250)
o 35819 - Introducción a la Inferencia Estadística (120)
o 35820 - Econometría (50)
o 35826 - Métodos para el Análisis de la Información Empresarial y la Toma de Decisiones (20)
• Grado en Economía
o 36107 - Estadística I (120)
o 36163 - Estadística II (50)
• Grado en International Business / Negocios Internacionales
o 35913 - Instrumentos y Operaciones en los Mercados Financieros (30)
• Máster Universitario en Ciencias Actuariales y Financieras
o 43796 - Gestión Bancaria (30)
o 43800 - Métodos estadísticos avanzados para la práctica actuarial (30)
• Máster Universitario en Economía
o 44952 - Big Data en Economía (30)
Por lo que respecta a asignaturas impartidas en otros centros de la Universitat de València, esta es la previsión de estudiantes implicados:
• Grado en Sociología (Facultad de Ciencias Sociales)
o 34430 - Técnicas de muestreo e inferencia estadística (30)
• Máster Universitario en Nuevos Periodismos, Comunicación Política y Sociedad del Conocimiento (Facultad de Filología, Traducción y Comunicación)
o 44890 - Metodología de la investigación en comunicación y periodismo (30)
• Máster Universitario en Prevención de Riesgos Laborales (Facultad de Ciencias Sociales)
o 43573 - Cálculo y Estadística (30)
• Máster Universitario en Salud Pública y Gestión Sanitaria (Facultades de Medicina y Farmacia)
o 42692 - Economía y macroeconomía sanitaria (30)
o 42693 - Microeconomía sanitaria (30)
En cuanto a asignaturas impartidas fuera de la Universitat de València, esta es la previsión de estudiantes implicados:
• Máster en Big Data & Data Science (Universitat de Barcelona)
o Técnicas avanzadas de Predicción (40)
• Global Máster en Business Analytics and Data Strategy (EAE Business School)
o Data Science & Artificial Intelligence (20)

Durante el primer semestre de 2024, al proyecto se le ha dado visibilidad mediante la participación en dos congresos internacionales de innovación educativa:
• VII Congreso Internacional sobre Innovación Pedagógica y Praxis Educativa - INNOVAGOGÍA 2024. Ponencia titulada “DataEnhanceUV: plataforma colaborativa para el enriquecimiento de conjuntos de datos”.
• IV International Conference on Electronic Voting Systems (ICEVS). Ponencia titulada “DataEnhanceUV: plataforma colaborativa para el enriquecimiento de conjuntos de datos”.

Resultados del proyecto:
• Resultados obtenidos, grado de consecución de los objetivos iniciales.
Durante su primer año, el PIEE DataEnhanceUV ha logrado cumplir con éxito el principal objetivo del proyecto: mejorar la calidad y el acceso a conjuntos de datos en el ámbito académico, fomentando el aprendizaje práctico y la colaboración entre estudiantes y profesores en el manejo y análisis de datos.
En cuanto a los objetivos específicos planteados en la memoria inicial, también se han alcanzado todos. Uno de los principales hitos ha sido la creación de la página web del repositorio, que se ha establecido como una plataforma colaborativa para el enriquecimiento de conjuntos de datos. La inclusión de las primeras entradas (cerca de 40) con datasets mejorados utilizando código R ha permitido poner a conjuntos de datos mejorados a disposición de estudiantes e investigadores. Esto ha facilitado la mejora y el análisis de los datos de manera eficiente y colaborativa, además de aumentar la motivación del estudiantado. En este sentido, la plataforma no solo ha alcanzado su objetivo de centralizar los datasets, sino también de ofrecer herramientas y guías para su mejora continua.
• Fortalezas y debilidades del proyecto, obstáculos encontrados, estrategias de resolución y propuestas de mejora.
El proyecto DataEnhanceUV ha demostrado importantes fortalezas a lo largo de su primer año de implementación. En primer lugar, la creación de una plataforma colaborativa ha fomentado un entorno de trabajo conjunto, permitiendo a estudiantes y profesores compartir y mejorar datasets de manera eficiente. Hasta la fecha, se han conseguido cerca de 40 entradas en el repositorio, lo que indica un buen nivel de participación y uso de la plataforma. Además, los estudiantes participantes han valorado muy positivamente este proyecto, ya que les permite darse a conocer en base a los trabajos que han realizado en el marco educativo universitario y recibir feedback constructivo.
Sin embargo, también se han identificado algunas debilidades. Un aspecto que deberíamos mejorar en futuras ediciones es la difusión del proyecto. A pesar de los logros obtenidos, y de la participación en eventos internacionales, es necesario incrementar la visibilidad de la plataforma para atraer a un mayor número de colaboradores y, en consecuencia, aumentar sustancialmente la cantidad de entradas en el repositorio. La promoción en redes sociales, medios académicos y eventos relacionados con la investigación y la educación puede ser una estrategia eficaz para superar este obstáculo y garantizar un crecimiento sostenido del proyecto.
Además, la dependencia inicial de la participación voluntaria de los estudiantes ha sido un desafío, ya que la motivación y el compromiso pueden variar. Para mitigar este problema, se están considerando incentivos adicionales, integrando la participación en la plataforma como parte de la evaluación continua de los estudiantes.

El principal recurso generado durante este primer año del proyecto ha sido el repositorio DataEnhanceUV, alojado en los servidores informáticos de la Universitat de València y accesible desde la siguiente URL: https://www.uv.es/dataenhance/