PAPELES DEL PSICÓLOGO Vol. 43-1 Enero - Abril 2022

las. Hoy big data hace referencia a la información caracterizada por su V olumen, V elocidad y V ariedad, y que requiere de métodos analíticos específicos para su tratamiento (De Mauro et al., 2016; Zicari, 2013). Las tres Vs características del big data han ido am- pliándose con más sustantivos que intentan reflejar con mayor fideli- dad su naturaleza; así encontramos determinantes como Valor, Veracidad, Visualización, Volatilidad, Validez y Viabilidad (Maté-Ji- menez, 2014). El big data opera básicamente con modelos de aprendizaje automático ( machine learning ) que buscan patrones y relaciones para la clasificación y la predicción; es una aproximación a la investigación centrada en el dato, exploratoria, que aplica téc- nicas analíticas en la búsqueda de patrones en los datos. En contra- posición, el acercamiento clásico, deductivo, centrado en la teoría, se asocia a la formulación y contraste de hipótesis sobre una mues- tra de datos. Entre ambas perspectivas que pueden definir un conti- nuo, cada vez es mayor la postura que aboga por la complementariedad en pro del avance del conocimiento y de la productividad científica (Maass et al., 2018). IMPACTO DE LAS TIC EN LOS TEST COMO INSTRUMENTOS DE EVALUACIÓN Las innovaciones tecnológicas descritas en los puntos anteriores y algunas más que por limitaciones de espacio no podemos tratar (po- tencia computacional, robótica, desarrollo de software…) han im- pactado en todo el proceso relacionado con el uso de test; la construcción de ítems, el soporte y aplicación del test, la corrección de pruebas, la recogida de datos adicionales, los modelos psicomé- tricos para tratarlos, el uso del dato como fuente de información… son áreas de trabajo e investigación que adecúan el test tradicional y las prácticas del siglo XX a las demandas sociales del siglo XXI. Test adaptativos El desarrollo de los test adaptativos informatizados (TAI) y la teoría psicométrica asociada a ellos construida sobre las bases de la teoría de respuesta al ítem, han facilitado la construcción de test personali- zados y la comparabilidad de puntuaciones entre personas que reci- ben ítems diferentes (Hambleton, 2006). El test adaptativo es un sis- tema compuesto por un banco de ítems con características psicomé- tricas conocidas, y algoritmos de selección que en función del nivel de habilidad que se estima tras cada respuesta, eligen el ítem alma- cenado en el banco que por sus propiedades (parámetros) va a ofrecer la máxima información sobre el nivel de competencia de la persona evaluada (Olea et al., 2010; van der Linden y Glas, 2000). Generación automatizada de ítems La construcción automatizada de ítems o generación automatizada de ítems (GAI) se presenta como una solución a la creciente demanda de un mercado caracterizado por la implementación de test adaptati- vos computerizados, la aplicación de test por internet, la transparencia exigida a los proyectos evaluativos o el incremento de programas de evaluación educativa. La aplicación de los ítems, sobre todo en el ám- bito educativo, ha pasado de considerarse una actividad ocasional a una actividad ad hoc que viene acompañada de la exigencia de dis- poner de un elevado número de ítems. Antes esta necesidad, la cons- trucción artesanal que pone su foco atención en un único ítem que se construye, revisa, edita y calibra hasta que alcanza los estándares de calidad exigidos se presenta como un proceso poco eficiente. La generación automática de ítems conjuga teorías cognitivas y psicométricas que permiten a partir de un modelo construir ítems con propiedades psicométricas preestablecidas. En este marco, la uni- dad de análisis es un modelo de ítem (Gierl et al., 2020) o a un mo- delo cognitivo (Embretson y Yang, 2006). La GAI puede representarse como un proceso que se desarrolla en 3 etapas: 1) se identifica el contenido que servirá de base para la generación de ítems; 2) se construye el modelo de ítem, y 3) se programan los algo- ritmos que a partir de las fases 1 y 2 generarán los ítems. Pueden consultarse varios modelos de generación de ítems en Bejar et. al. (2003), Case y Swanson (2002) o Gierl y Lai (2013). Aplicación de pruebas por ordenador Una de las grandes ventajas de la aplicación de pruebas por or- denador es la posibilidad de recoger datos de proceso referidos a la interacción de la persona evaluada con el entorno evaluativo. Es- tos datos, logdata, pueden utilizarse para reconstruir conductas es- pecíficas, ahondar en teorías sobre el aprendizaje, estudiar diferencias entre grupos y, en definitiva, ampliar los estudios de vali- dación. La información sobre el tiempo dedicado a cada elemento, puede ser útil por ejemplo, para analizar la motivación, la fatiga o la velocidad de ejecución; además, la aplicación computerizada per- mite recoger datos multimodales, datos de proceso multivariado co- mo movimientos faciales, oculares, audio, resonancia magnética o tomografía computerizada que si bien todavía presentan dificultades de análisis serán objeto de investigación los próximos años (Guidry et al., 2013; Ramalingam y Adams, 2018; Scherer et al., 2015; en este monográfico Suarez et al., 2022). Nuevos formatos de ítems La mejora en las capacidades de los ordenadores personales junto al desarrollo de internet y la disponibilidad de dispositivo móviles permite aplicar test/ítems en formatos diferentes al clásico de lá- piz/papel. Los nuevos formatos de ítems, que se enriquecen con la utilización del video o de la animación superan algunas de las des- TECNOLOGÍA DIGITAL Y TEST 6 S e c c i ó n M o n o g r á f i c a FIGURA 2 REPRESENTACIÓN FIGURATIVA DE LA EVOLUCIÓN DE LAS TECNOLOGÍAS DE LA INFORMACIÓN Y DE LA PSICOMETRÍA