Sistema basado en inteligencia artificial para detectar los niveles de atención en estudiantes

Nuestra investigación se centra en explorar la viabilidad de utilizar la inteligencia artificial para medir y detectar el nivel de atención del alumno en el aula. Estamos investigando si los algoritmos y metodologías desarrollados a medida pueden evaluar eficazmente la participación de los estudiantes durante las clases. Los enfoques más recientes se basan en la inteligencia artificial.

En concreto, los algoritmos de aprendizaje son de última generación. Este tipo de algoritmo utiliza grandes cantidades de datos para entrenar sus modelos internos, y luego se pueden usar para clasificar imágenes, estimar la pose de una persona o realizar una variedad de otras tareas interesantes. Tenemos dos desafíos críticos principales en nuestro estudio.

En primer lugar, hay cuestiones técnicas que deben resolverse. Por ejemplo, cómo configurar los dispositivos, cómo estimar el movimiento de la imagen, la pose y el resto de otros parámetros que consideramos en nuestro enfoque. Y luego hay una rama subjetiva, ya que no está claro si todos los individuos expresan el nivel de atención de la misma manera.

El punto más fuerte de nuestro sistema es que utilizamos un enfoque multimodal. Analizamos diferentes entradas, emoción facial, postura corporal, postura de la cabeza, datos del acelerador y frecuencia cardíaca para clasificar automáticamente el nivel de atención. Además, nuestros métodos dependen en gran medida de la inteligencia artificial, que se ha utilizado con gran éxito en otras áreas de investigación relacionadas.