Uno de los conceptos más innovadores, pero a menudo pasados por alto en los debates sobre retroalimentación recursiva, es la extracción de datos educativos (EDM). Este enfoque combina algoritmos de minería de datos con entornos de aprendizaje digitales para recopilar, analizar e interpretar datos generados por los estudiantes. El objetivo es identificar patrones de comportamiento y generar retroalimentación en tiempo real para apoyar procesos de enseñanza y aprendizaje más personalizados.

🔁 ¿Qué la hace recursiva?

La retroalimentación recursiva implica una realimentación continua, donde el sistema no solo da respuestas al estudiante, sino que aprende del comportamiento del usuario y ajusta sus recomendaciones, evaluaciones o contenidos. Por ejemplo, si un estudiante tarda mucho en completar una actividad, el sistema podría sugerirle materiales de repaso o ajustar la dificultad de los siguientes ejercicios.

📌 Ejemplo práctico

Un excelente ejemplo lo encontramos en Knewton, una plataforma que utiliza EDM para adaptar contenidos en función del desempeño del estudiante. Si el sistema detecta una baja comprensión en un tema específico, automáticamente refuerza el área débil con nuevos recursos, ajustando la trayectoria de aprendizaje sin intervención humana directa.