Moodle registra actividad. Convertir esa huella digital en conocimiento útil exige contexto, preguntas relevantes y una interpretación prudente.
Tiempo estimado de lectura 4 minutos
Moodle puede mostrarnos quién ha accedido a un curso, qué actividades ha consultado, cuándo ha participado, qué ha completado y qué resultados ha obtenido. También permite crear informes personalizados y trabajar con modelos analíticos. Sin embargo, disponer de más datos no significa comprender mejor cómo aprende una organización.
Un acceso no demuestra atención. Una finalización no garantiza aprendizaje. Una calificación aislada no explica por qué una persona ha tenido dificultades. Y una predicción no debería convertirse automáticamente en una decisión sobre alguien. El salto del reporting al Learning Analytics no consiste en añadir otro cuadro de mando, sino en conectar una pregunta relevante, datos suficientemente fiables, una interpretación prudente y una acción que después pueda evaluarse.
Qué registran realmente los informes
Los registros de Moodle son informes de actividad. Pueden mostrar páginas consultadas, fecha y hora, acciones realizadas, aportaciones, entregas y otros eventos. El informe de finalización, por su parte, indica si se han cumplido los criterios configurados y distingue estados automáticos, manuales o modificados por una persona con permisos.
Estos datos son útiles para operar la formación, pero necesitan contexto. Si una actividad se considera completada al abrir un archivo, el dato confirma que se cumplió esa condición; no que el contenido se leyera o comprendiera. Si alguien no entra durante varios días, puede haber abandonado, estar aprendiendo fuera de Moodle, carecer de tiempo o haber encontrado una barrera de acceso.
La limitación es especialmente visible en la formación corporativa. Una parte del aprendizaje ocurre en el puesto: al aplicar un procedimiento, pedir ayuda, resolver una incidencia o trabajar con otras personas. Moodle ofrece una perspectiva valiosa, pero parcial.
Un ejemplo práctico
Una organización implanta un curso sobre un nuevo procedimiento y obtiene un 94 % de finalización. El dato parece confirmar el éxito. Sin embargo, durante las semanas siguientes aumentan las consultas al soporte y continúan los errores que la formación pretendía reducir.
El porcentaje respondió a una pregunta administrativa: cuántas personas cumplieron los criterios de finalización. No respondió a la pregunta organizativa: si podían aplicar el procedimiento correctamente. Para comprender la situación habría que revisar qué significaba «completar», analizar resultados por pregunta o competencia, localizar intentos repetidos y combinar la información del LMS con incidencias posteriores, observación o una comprobación práctica.
La conclusión no tiene por qué ser «enviemos más recordatorios». Tal vez una instrucción es confusa, falta práctica guiada, el contenido no refleja el trabajo real o el propio procedimiento necesita revisión. El dato no toma la decisión: indica dónde conviene mirar.
Del indicador a la decisión
La definición publicada por la Society for Learning Analytics Research en 2025 sitúa la analítica en la recopilación, análisis, interpretación y comunicación de datos para producir conocimiento relevante y accionable que mejore el aprendizaje y la enseñanza. Esta formulación añade dos exigencias: interpretar y actuar.
Por eso conviene empezar con una pregunta vinculada a una decisión: «¿qué parte del itinerario debemos revisar antes de la próxima convocatoria?» o «¿en qué momento necesitan apoyo las personas participantes?». Después se identifican los datos útiles, se comprueba cómo se generan y se reconoce qué parte de la experiencia queda fuera.
Un informe describe lo ocurrido. La analítica empieza cuando esa descripción ayuda a formular una hipótesis, desencadena una intervención proporcionada y permite comprobar si la acción produjo una mejora o un efecto no deseado.
Cinco preguntas antes de crear otro panel
- ¿Qué decisión concreta queremos mejorar?
- ¿Qué resultado de aprendizaje o de aplicación nos importa?
- ¿Qué significan exactamente los datos que utilizaremos?
- ¿Qué parte de la realidad ocurre fuera de Moodle?
- ¿Quién actuará ante una señal y cómo evaluaremos la intervención?
Si estas preguntas no tienen respuesta, probablemente todavía no se necesita más tecnología. Se necesita definir mejor el problema y el ciclo de decisión.
Referencias para ampliar
MoodleDocs Activity completion report. Estados de finalización y diferencias entre marcación automática, manual y modificada.
MoodleDocs Custom reports. Creación, filtrado, acceso y programación de informes personalizados.
Society for Learning Analytics Research Reimagining Learning Analytics. Definición de Learning Analytics y orientación hacia conocimiento relevante y accionable.
Próxima entrega
Los cuatro niveles de madurez: describir, diagnosticar, intervenir y evaluar.