Aplicación de un sistema de reconocimiento facial automático a la investigación de flujos emocionales en la enseñanza de las ciencias
- AGEN, FEDERICO
- Ángel Ezquerra Martínez Director
Universidade de defensa: Universidad Complutense de Madrid
Fecha de defensa: 14 de decembro de 2022
- Rubén Miranda Presidente/a
- Sonia Pamplona Roche Secretario/a
- Florentina Cañada Cañada Vogal
- Pedro Guilherme Rocha Dos Reis Vogal
- Antonio José de Pro Bueno Vogal
Tipo: Tese
Resumo
1. Introducción Hasta ahora, los estudios sobre las emociones en educación han utilizado, para recoger datos, métodos observacionales (basados en el análisis de expertos), declarativos (basados en la utilización de autoinformes) o ambos procedimientos simultáneamente. Sin embargo, ahora empieza a ser posible recurrir a métodos automáticos para codificar las expresiones faciales. 2. Objetivo de investigación La actual capacidad de la inteligencia artificial permite recoger datos sobre las expresiones faciales y las emociones subyacentes de forma objetiva, rigurosa y precisa. La finalidad central de este trabajo ha sido mostrar la adaptación de estas técnicas de análisis automatizado de las expresiones faciales al contexto específico de la investigación en didáctica de las ciencias experimentales. De modo complementario, y en relación con los procesos de enseñanza-aprendizaje de las ciencias, podemos establecer los siguientes objetivos específicos: 1. Examinar la información emocional proporcionada por un sistema de inteligencia artificial en función de los ajustes de la señal de salida. 2. Analizar los flujos emocionales obtenidos por el sistema en una actividad de aprendizaje por indagación. 3. Metodología Hemos utilizado una técnica basada en la inteligencia artificial aplicada a la investigación en didáctica de las ciencias experimentales. Por esto se diseñó una actividad que permitiese recabar las variaciones de los estados emocionales y conductuales. En esta actividad los participantes debían descubrir el contenido de una caja, denominada «caja negra». 4. Resultados y análisis Los parámetros analizados fueron: Sorpresa, Alegría, Asco, Miedo, Desprecio, Tristeza e Ira (las siete emociones básicas) además de Atención e Implicación. Los resultados indicaron diferentes dinámicas para cada parámetro afectivo. Los resultados del porcentaje promedio de presencia de cada parámetro (emoción o conducta) para el tiempo total indican que la Atención obtuvo el valor más alto, la Implicación también obtuvo un valor alto y la Sorpresa y la Alegría presentaron un valor intermedio. Con estos datos podemos intentar vincular las acciones educativas observables con las emociones medias para segmentos del mismo orden de magnitud temporal; es decir, conectar los ámbitos emocional y educativo. Las acciones y comportamientos educativos de los estudiantes se identificaron analizando los videos. Observamos que las acciones educativas identificadas se asociaron con cambios en la dinámica de los flujos afectivos. Por lo tanto, definimos tres fases educativas en el proceso de indagación, que nos permitieron de identificar tres patrones de comportamiento en esta actividad didáctica de ciencias experimentales. 5. Discusión y conclusiones La finalidad central de este trabajo era adaptar una técnica de análisis paramétrica, psicobiológica, basada en inteligencia artificial al contexto de la enseñanza de las ciencias. Hemos visto la importancia de dimensiones afectivas como Atención y Implicación, de emociones positiva como Alegría y ambigua como Sorpresa. Hemos establecido algunos enlaces entre perfiles característicos con las fases de un proceso educativo de indagación y identificado las configuraciones expresivas ¿las expressive Action Units (eAUs)¿ típicas de los procesos educativos. Seguidamente, parece necesario categorizar estas configuraciones en respuestas conductuales y emocionales, y relacionarlas con las acciones cognitivas propias del aprendizaje. De esta tesis han derivados dos artículos: Agen, F. y Ezquerra, A. (2021). Análisis de las emociones en el trabajo de indagación: «La Caja Negra». Investigación en la Escuela, 103, 125-138. doi: http://dx.doi.org/10.12795/IE.2021.i103.09 Ezquerra, A., Agen, F., Rodríguez-Arteche, I., y Ezquerra-Romano, I. (2022). Integrating Artificial Intelligence into Research on Emotions and Behaviors in Science Education. Eurasia Journal of Mathematics, Science and Technology Education.