Inteligencia Artificial y Deep Learning para la gestión emocional y motivacional del aula
Please use this identifier to cite or link to this item:
http://hdl.handle.net/10045/130419
Title: | Inteligencia Artificial y Deep Learning para la gestión emocional y motivacional del aula |
---|---|
Authors: | Fernández-Herrero, Jorge | Gomez-Donoso, Francisco | Rodríguez Roselló, Iván | Martinez-Roig, Rosabel | Martínez Hernández, Emilio |
Research Group/s: | Grupo de Investigación Interdisciplinar en Docencia Universitaria - Educación y Tecnologías de la Información y Comunicación/Educación Inclusiva (GIDU-EDUTIC/IN) | Robótica y Visión Tridimensional (RoViT) |
Center, Department or Service: | Universidad de Alicante. Departamento de Didáctica General y Didácticas Específicas | Universidad de Alicante. Departamento de Ciencia de la Computación e Inteligencia Artificial | Universidad de Alicante. OTRI-Servicio de Transferencia de Resultados de Investigación |
Keywords: | Aprendizaje en línea | Identificación emocional | Inteligencia artificial | Itinerarios de enseñanza-aprendizaje |
Issue Date: | 2022 |
Editors: | Universitat d’Alacant |
Citation: | Fernández Herrero, Jorge, et al. "Inteligencia Artificial y Deep Learning para la gestión emocional y motivacional del aula". En: Satorre Cuerda, Rosana (coord.). Memorias del Programa de Redes de investigación en docencia universitaria. Convocatoria 2021-22 = Memòries del Programa de Xarxes de investigació en docència universitària. Convocatòria 2021-22. Alacant: Universitat d’Alacant, 2022. ISBN 978-84-09-45382-5, pp. 401-419 |
Abstract: | Con el fin de desarrollar un sistema automático de gestión emocional en el aula durante el proceso de enseñanza-aprendizaje, se evalúa el rendimiento de un software de reconocimiento emocional creación propia en un contexto sincrónico no presencial. Sesenta alumnos del Grado en Educación Primaria impartido en la Facultad de Educación de la Universidad de Alicante participaron en 16 dinámicas educativas grabando primeros planos de sus rostros y completando autoinformes emocionales. Además, completaron el test VCQ-36 para medir sus competencias volitivas y relacionar su influencia en su respuesta emocional. Los resultados indican una alta coherencia entre las expresiones emocionales detectadas por el sistema automático y los autoinformes emocionales, aunque su implementación en un contexto presencial implica retos adicionales. Por otra parte, tanto los autoinformes emocionales como el software de reconocimiento de emociones sugieren una preferencia de los estudiantes por las dinámicas activas frente a las pasivas. Mientras tanto, según los resultados del coeficiente de correlación de Pearson, las competencias volitivas parecen influir en la respuesta emocional de los estudiantes en el contexto educativo, aunque el sistema de inteligencia artificial no muestra suficiente sensibilidad en este campo. Se discuten las implicaciones y limitaciones de este estudio para futuros trabajos. |
URI: | http://hdl.handle.net/10045/130419 |
ISBN: | 978-84-09-45382-5 |
Language: | spa |
Tipe: | info:eu-repo/semantics/bookPart |
Rights: | © De l’edició: Rosana Satorre Cuerda, Asunción Menargues Marcilla, Rocío Díez Ros & Neus Pellin Buades; del text: les autores i autors; d’aquesta edició: Universitat d’Alacant |
Publisher version: | http://hdl.handle.net/10045/130244 |
Appears in Collections: | INV - GIDU-EDUTIC/IN - Capítulos de Libros INV - RoViT - Capítulos de Libros Docencia - Redes ICE - Capítulos de Libros |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
![]() | 3,07 MB | Adobe PDF | Open Preview | |
Items in RUA are protected by copyright, with all rights reserved, unless otherwise indicated.