ANÁLISIS DE IMPLEMENTACIONES DE SISTEMAS TUTORES INTELIGENTES Y AFECTIVOS. REVISIÓN SISTEMÁTICA.

Autores/as

  • Jorge Iván Pincay Ponce Universidad Laica Eloy Alfaro de Manabí http://orcid.org/0000-0003-4711-8850
  • Pablo Fernando Pintado Zumba Escuela de Ingeniería de Sistemas, Facultad de Administración de Empresas, Universidad del Azuay. Cuenca, Ecuador.
  • Julio César Biset Facultad de Ciencias Exactas, Universidad Nacional del Centro de la Provincia de Buenos Aires (UNICEN)

Resumen

Uno de los aspectos más importantes para el desarrollo de sistemas de tutoría inteligentes, además de su conocida computarización para dar tutoría a los estudiantes como lo haría un experto en enseñanza individualizada, es considerar el factor emocional en los estudiantes. Aunque la literatura muestra algunos avances a nivel de los modelos teóricos, el número de implementaciones de tales procesos es escaso, por lo que el objetivo de este trabajo fue identificar investigaciones que hayan implicado la implementación de sistemas tutores inteligentes afectivos en ámbitos educativos, mediante la detección del compromiso emocional del alumno mientras permanece en un entorno virtual de aprendizaje. La revisión sistemática de la literatura permitió sintetizar los estudios disponibles y proporcionar un marco para la realización de nuevas investigaciones, en tal sentido es de destacar el progreso de las implementaciones hasta obtener sistemas tutores cada vez más automatizados en lo que a acciones tutoriales se refiere, empleando modernas técnicas de análisis de datos e incluso la revisión de factores fisiológicos.

Biografía del autor/a

Jorge Iván Pincay Ponce, Universidad Laica Eloy Alfaro de Manabí

Ingeniero de Sistemas, por la Universidad Laica Eloy Alfaro de Manabí (Ecuador)Diplomado Superior en Educación Universitaria por Competencias, por la Universidad del Azuay (Ecuador)Máster en gestión estratégica de las tecnologías de la información y de las comunicaciones, por la Universidad Nacional de Piura (Perú)Máster en Ingeniería de Software para la Web, por la Universidad de Alcalá (España)Doctorando del Programa Doctorado en Informática de la Universidad Nacional del La Plata. E-mail: pablopintado@hotmail.com, pablo.pintadoz@info.unlp.edu.ar.

Pablo Fernando Pintado Zumba, Escuela de Ingeniería de Sistemas, Facultad de Administración de Empresas, Universidad del Azuay. Cuenca, Ecuador.

Docente en la Escuela de Ingeniería de Sistemas, Facultad de Administración de Empresas, Universidad del Azuay. Cuenca, Ecuador. Doctorando del Programa Doctorado en Informática de la Universidad Nacional del La Plata. E-mail: pablopintado@hotmail.com, pablo.pintadoz@info.unlp.edu.ar.

Julio César Biset, Facultad de Ciencias Exactas, Universidad Nacional del Centro de la Provincia de Buenos Aires (UNICEN)

Docente en la Facultad de Ciencias Exactas, Universidad Nacional del Centro de la Provincia de Buenos Aires (UNICEN). Doctorando del Programa Doctorado en Informática de la Universidad Nacional del La Plata. Tandil, Argentina- E-mail: juliotandil88@gmail.com, julio.biset@info.unlp.edu.ar.

Citas

Alyüz, N., Okur, E., Oktay, E., Genc, U., Aslan, S., Mete, S. E., … Esme, A. A. (2016). Towards an emotional engagement model: Can affective states of a learner be automatically detected in a 1: 1 learning scenario? In UMAP (Extended Proceedings).

AlZoubi, O., D’Mello, S. K., & Calvo, R. A. (2012). Detecting naturalistic expressions of nonbasic affect using physiological signals. IEEE Transactions on Affective Computing, 3(3), 298–310.

Barron-Estrada, M. L., Zatarain-Cabada, R., & Aispuro-Gallegos, C. G. (2018). Multimodal Recognition of Emotions with Application to Mobile Learning. In 2018 IEEE 18th International Conference on Advanced Learning Technologies (ICALT) (pp. 416–418). IEEE.

Cai, J., Liu, G., & Hao, M. (2009). The research on emotion recognition from ECG signal. In 2009 International Conference on Information Technology and Computer Science (Vol. 1, pp. 497–500). IEEE.

Calvo, R. A., D’Mello, S., Gratch, J. M., & Kappas, A. (2015). The Oxford handbook of affective computing. Oxford University Press, USA.

Carini, R. M., Kuh, G. D., & Klein, S. P. (2006). Student engagement and student learning: Testing the linkages. Research in Higher Education, 47(1), 1–32.

Corral, M. A., Antonelli, L., & Sánchez, L. E. (2017). Ontologías de Salud y Sistemas de Información: Revisión Sistemática. IEEE Latin America Transactions, 15, 103–120.

D’Mello, S. K., & Graesser, A. (2012). Language and discourse are powerful signals of student emotions during tutoring. IEEE Transactions on Learning Technologies, 5(4), 304–317.

Ekman, P., & Rosenberg, E. L. (1997). What the face reveals: Basic and applied studies of spontaneous expression using the Facial Action Coding System (FACS). Oxford University Press, USA.

Hernández, Y., Noguez, J., Sucar, E., & Arroyo-Figueroa, G. (2005). A probabilistic model of affective behavior for Intelligent Tutoring Systems. In Mexican International Conference on Artificial Intelligence (pp. 1175–1184). Springer.

Johnston, J. H., Burke, C. S., Milham, L. A., Ross, W. M., & Salas, E. (2018). Challenges and Propositions for Developing Effective Team Training with Adaptive Tutors’, Building Intelligent Tutoring Systems for Teams (Research on Managing Groups and Teams, Volume 19). Emerald Publishing Limited.

Landowska, A. (2016). How to Design Affect-Aware Educational Systems: The AFFINT Process Approach. In European Conference on e-Learning (p. 407). Academic Conferences International Limited.

Landowska, A., Brodny, G., & Wróbel, M. R. (2017). Limitations of emotion recognition from facial expressions in e-learning context. In 9th International Conference on Computer Supported Education (pp. 383–389).

Landowska, A., Szwoch, M., & Szwoch, W. (2016). Methodology of affective intervention design for intelligent systems. Interacting with Computers, 28(6), 737–759.

Laparra-Hernández, J., Belda-Lois, J. M., Medina, E., Campos, N., & Poveda, R. (2009). EMG and GSR signals for evaluating user’s perception of different types of ceramic flooring. International Journal of Industrial Ergonomics, 39(2), 326–332.

Lin, H.-C. K., Wang, C.-H., Chao, C.-J., & Chien, M.-K. (2012). Employing Textual and Facial Emotion Recognition to Design an Affective Tutoring System. Turkish Online Journal of Educational Technology-TOJET, 11(4), 418–426.

Martinez, M. (2002). Designing learning objects to personalize learning. The Instructional Use of Learning Objects, 151–171.

Meenakshi, K., Sunder, R., Kumar, A., & Sharma, N. (2017). An intelligent smart tutor system based on emotion analysis and recommendation engine. In IoT and Application (ICIOT), 2017 International Conference on (pp. 1–4). IEEE.

Muñoz, K., Mc Kevitt, P., Lunney, T., Noguez, J., & Neri, L. (2011). An emotional student model for game-play adaptation. Entertainment Computing, 2(2), 133–141.

Pincay Ponce, J. I. (2018). Reflexiones sobre la accesibilidad web para el contenido educativo en los sistemas de administración de aprendizaje. REFCalE: Revista Electrónica Formación y Calidad Educativa. ISSN 1390-9010, 6(1), 193–206. Retrieved from https://tinyurl.com/yd52m9u2

Sridhar, P. K., Chan, S. W. T., Chua, Y., Quin, Y. W., & Nanayakkara, S. (2019). Going beyond performance scores: Understanding cognitive–affective states in Kindergarteners and application of framework in classrooms. International Journal of Child-Computer Interaction.

Webster, C. (1997). Adaptive depression, affective computing, and intelligent processing. In Intelligent Processing Systems, 1997. ICIPS’97. 1997 IEEE International Conference on (Vol. 2, pp. 1181–1184). IEEE.

Xiangjie, Q., Zhiliang, W., Jun, Y., & Xiuyan, M. (2006). An affective intelligent tutoring system based on artificial psychology. In Innovative Computing, Information and Control, 2006. ICICIC’06. First International Conference on (Vol. 3, pp. 402–405). IEEE.

Yu Chun, M., & Hao-Chiang, K. L. (2017). The Development of an Affective Tutoring System for Japanese Language Learners. In International Symposium on Emerging Technologies for Education (pp. 363–371). Springer.

Descargas

Publicado

2019-08-31

Cómo citar

Pincay Ponce, J. I., Pintado Zumba, P. F., & Biset, J. C. (2019). ANÁLISIS DE IMPLEMENTACIONES DE SISTEMAS TUTORES INTELIGENTES Y AFECTIVOS. REVISIÓN SISTEMÁTICA. REFCalE: Revista Electrónica Formación Y Calidad Educativa. ISSN 1390-9010, 7(2), 218–234. Recuperado a partir de https://refcale.uleam.edu.ec/index.php/refcale/article/view/3019

Número

Vol. 7 Núm. 2 (2019): Mayo-Agosto

Sección

Reflexiones

Licencia

Los autores/as que publiquen en esta revista aceptan las siguientes condiciones:

  1. Los autores/as conservan los derechos de autor y ceden a la revista el derecho de la primera publicación, con el trabajo registrado con la licencia de atribución de Creative Commons, que permite a terceros utilizar lo publicado siempre que mencionen la autoría del trabajo y a la primera publicación en esta revista.
  2. Los autores/as pueden realizar otros acuerdos contractuales independientes y adicionales para la distribución no exclusiva de la versión del artículo publicado en esta revista (p. ej., incluirlo en un repositorio institucional o publicarlo en un libro) siempre que indiquen claramente que el trabajo se publicó por primera vez en esta revista.

Artículos más leídos del mismo autor/a