2021 Tesis RafaelDavid Vergara Herrera
2021 Tesis RafaelDavid Vergara Herrera
2021 Tesis RafaelDavid Vergara Herrera
DIRECTOR:
ROMAN EDUARDO SARMIENTO
DR. TECNOLOGÍA EDUCATIVA
INTRODUCCIÓN ............................................................................................................ 10
1. MARCO TEÓRICO ........................................................................................... 19
1.1. TECNOLOGÍAS EDUCATIVAS ....................................................................... 21
1.2. CONSIDERACIONES DEL RAZONAMIENTO LÓGICO ................................ 22
1.3. REALIDAD VIRTUAL ....................................................................................... 23
1.4. ROBÓTICA EDUCATIVA ................................................................................. 23
1.5. ASISTENTE EDUCATIVO INTELIGENTE. ..................................................... 26
1.6. INTERNET DE LAS COSAS (IOT) EN LA EDUCACIÓN ................................ 26
2. MARCO METODOLÓGICO ............................................................................. 28
2.1. TIPO DE INVESTIGACIÓN.............................................................................. 28
2.2. MÉTODO DE INVESTIGACIÓN ...................................................................... 28
2.3. LÍNEA DE INVESTIGACIÓN............................................................................ 29
2.4. POBLACIÓN Y MUESTRA .............................................................................. 29
2.4.1. Población .......................................................................................................... 29
2.4.2. Muestra ............................................................................................................. 29
2.4.3. Variables ........................................................................................................... 30
2.5. HIPÓTESIS....................................................................................................... 30
2.6. DISEÑO DE LA INVESTIGACIÓN ................................................................... 30
2.7. METODOLOGÍA DE DESARROLLO DEL ASISTENTE EDUCATIVO
INTELIGENTE. ................................................................................................. 31
2.8. ACTIVIDADES DE LAS ETAPAS DESIGN SPRINT....................................... 32
2.8.1. Comprender ...................................................................................................... 32
2.8.2. Idear .................................................................................................................. 32
2.8.3. Decidir............................................................................................................... 32
2.8.4. Prototipar .......................................................................................................... 33
2.8.5. Testar................................................................................................................ 33
2.9. ARQUITECTURA DEL ASISTENTE EDUCATIVO INTELIGENTE. ............... 34
2.9.1. Diagrama prototipo ........................................................................................... 35
2.9.2. Diagrama esquemático .................................................................................... 35
2.9.3. Diagrama de clases .......................................................................................... 36
2.9.4. Diagrama de casos de uso .............................................................................. 36
2.10. MODELO PEDAGOGICO STEAM .................................................................. 37
3. APLICACIÓN IOT EN EL AULA DE CLASE ................................................... 38
3.1. IMPLEMENTACIÓN DEL ASISTENTE EDUCATIVO INTELIGENTE EN EL
AMBIENTE DE APRENDIZAJE. ...................................................................... 38
3.2. ANÁLISIS DE EFECTIVIDAD DE LA ITERACIÓN DEL ASISTENTE
EDUCATIVO INTELIGENTE CON EL EDUCANDO. ...................................... 38
3.2.1. Análisis del Test (Fiabilidad Alfa de Cronbach) ............................................... 39
3.2.2. Aplicación de pruebas de rango WILCOXON ................................................. 40
3.2.3. Análisis Pre-Test – Post-Test........................................................................... 42
4. CONCLUSIONES ............................................................................................. 44
5. RECOMENDACIONES Y TRABAJOS FUTUROS.......................................... 46
BIBLIOGRAFÍA ............................................................................................................... 47
ÍNDICE DE TABLAS
10
acoge una población de 358 estudiantes, 19 docentes y 2 directivos docentes
con un modelo educativo constructivista. Mientras que en la sede Bijagualito
acoge 27 estudiantes y 1 docente en la sede, quien cuenta con un sistema
educativo de multigrados.
11
de aula y al someterse a los test de medición educativa por el Ministerio de
Educación (Simulacros y Pruebas saber 11”).
Fuente: https://miltonochoa.com.co.
El área de Matemáticas, Ciencias Naturales y Lectura Critica arrojan los puntajes
más bajos en el gráfico estadístico radial, de araña o estrella arrojando el mejor
pico al área de inglés como se observa la Ilustración 2.
12
Ilustración 2. Gráfico Estadístico Radial
Fuente: https://miltonochoa.com.co.
Al ser analizada la desviación, se puede evidenciar que las competencias C.T.S
es la que más presenta desviación respecto al mínimo y máximo puntaje, pero
las demás áreas de ciencias básicas como la matemática, física y química
también poseen dicha tendencia, describiendo estadísticamente que existen
problemas al momento de entender y resolver situaciones basadas en problemas
lógicos y matemáticos, tal como se muestra en la Ilustración 3.
13
Ilustración 3. Varianza de Resultados
Fuente: https://miltonochoa.com.co.
Fuente: https://miltonochoa.com.co.
De las posibles causas que llevan a esta problemática, como es el caso de que
algunos estudiantes llegan a la Institución Educativa y presentan graves
14
falencias académicas, la falta de nuevos recursos didácticos que involucren a los
educandos en procesos de desarrollo de habilidades del razonamiento y el
análisis, ya que los que utilizan actualmente algunos son poco llamativos y no
fomentan la participación del educando y la falta de poner en práctica lo que ven
en la teoría.
Por otra parte, los estudiantes también se pueden confundir cuando existe
información irrelevante, es decir que no sirve para resolver el problema. Como,
Por ejemplo, los estudiantes no necesitan saber que Pedro duró una hora
comprando para saber cuántos artículos compró y cuanto se gastó. Por tal
motivo los estudiantes deben identificar y saber omitir esa información que lo que
hace es confundir.
15
clases impartidas en el aula y tal vez también sucedía igual en el tiempo de
trabajo en casa.
Siendo así el diseño de este asistente educativo inteligente debía partir desde
esa problemática de déficit en la competencia de razonamiento lógico a causa
de desmotivación, vinculados a factores intrínsecos y extrínsecos, Buscando el
mejoramiento de ella siendo este capaz de identificar el momento preciso en el
que ocurre la desmotivación durante el aprendizaje impartido en el salón clase o
durante una sesión de aprendizaje durante el trabajo en casa, es por ello que se
busca desarrollar estrategias adecuadas en el instante idóneo para poder aplicar
un estímulo en el que el estudiante pueda retomar una motivación y seguir el
proceso enseñanza aprendizaje.
16
decisiones que minimicen las falencias en el aprendizaje significativo de la
competencia de razonamiento lógico.
De esa misma forma Orozco & Ángel, (2009) argumentan que existe gran
confluencia ideológica y coincidencia pedagógica sobre los objetivos y
propuestas de una nueva matemática, una de alcance global. Respecto a lo
anterior, han surgido ciertas iniciativas reformadoras de la educación sistemática
que proponen premisas como: Que la matemática mínima no se enseña ni se
aprende sin la participación constructiva del educando, sin que exista la
influencia contexto cultural, y la tecnología digital es una herramienta
imperativamente necesaria y adecuada en el aula para desarrollar las
competencias en de razonamiento lógico para vencer el analfabetismo numérico
y tecnológico.
17
OBJETIVOS
OBJETIVO GENERAL
OBJETIVOS ESPECÍFICOS
18
1. MARCO TEÓRICO
19
El objetivo principal de este proyecto investigativo era identificar y describir las
múltiples relaciones potenciales entre las tecnologías del internet de las cosas y
los planteles educativos de educación superior.
Existe gran interés por parte de dichos autores, en aras de reestructurar los
actuales modelos educativos, para que estos estén más acorde a las
necesidades de conocimiento actual, puesto que de no hacerlo tiene como efecto
la creación de cursos y ambientes de aprendizaje poco motivantes que carezcan
de innovaciones tecnológicas en el aula.
Por otro lado, Caravantes Gonzalo, (2019), considera que es pertinente los
asistentes virtuales didácticos y que estos sean creados en 3d y aplicando
realidad aumentada, puesto que la (AR) es una alternativa que permite
incursionar en nuevos usos y hábitos de a la hora de observar e interactuar en
tiempo real con las fuentes informativas. Esta tecnología consiste en interactuar
elementos reales con elementos de una simulación virtual, siendo ésta su
principal innovación, y a la vez la diferencia esencial que tiene con la realidad
virtual, puesto que está ultima el usuario final se aísla totalmente del mundo real
y todo lo que se ve está siendo simulado.
20
Karla & Antonio, (2017) considera no dejar apartada la robótica, debido a que
sus análisis de Contacto entre un Asistente Educativo Didáctico y estudiantes de
Educación Básica primaria, han facilitado el aprendizaje y el fortalecimiento de
las habilidades. De iguálenmela afirma que, para el día de hoy, se han creado
múltiples recursos robóticos que realizan las actividades de un asistente
educativo pedagógico y que en su proyecto el prototipo robótico mantiene un
contacto activo y permanente con los educandos, considerando la aceptación
por parte de la sociedad y la interacción de los alumnos con los robots.
Por esta razón, dicha autora considera importante determinar en qué etapa de la
vida de los educandos es más pertinente la introducción de este tipo de
tecnologías en el aula y evaluar por los métodos de autoinforme, la medición del
comportamiento de los estudiantes, mostrando así los informes de incrementos
en la atención de los niños a lo largo del experimento.
Rojas Rincón et al., (2016) En su artículo científico expresa que Las TIC tienen
un muy importante papel en la educación en los últimos tiempos. Puesto que
cada individuo debería poseer las competencias de identificar los recursos que
debe emplear para aprender, crear y compartir, de igual forma el formador con
papel de facilitador, tiene el gran reto de apropiarse también de las TIC para
resolver cada una de las problemáticas presentadas en el aula de clases. Los
autores en el proyecto “Modelo de asistente para la construcción pedagógica de
micro currículos apoyado en TIC para instituciones educativas de básica y
21
media”, bajo el programa “Apropiación pedagógica de las TIC en las escuelas
innovadoras del CIER Occidente”, apoyado por Minciencias. Para el proyecto se
definió la metodología de investigación basada en diseño (IBD). indican una
síntesis de las herramientas tecnológicas y plataformas educativas, que actúan
como Asistente Educativo para el diseño curricular basado en TIC, y una
propuesta amplia del entorno de aprendizaje personal PLE del formador.
Por otro lado, Torres Hurtado, (2018) determinó que la incidencia de un proyecto
investigativo con gestión en el aula de clases, desde una dimensión lúdica, con
objetivo de fortalecer la autoestima en los educandos de grado 10, de la
Institución Educativa Unión Europea, jornada tarde. Es válido mencionar que
primero se tomaron la tarea de identificar y clasificar los niveles de autoestima
en el grupo de estudiantes del curso, mediante la aplicación el test de Serrano,
con la finalidad de establecer un referente de gran validez, que ayude a
determinar el proyecto de aula al ser aplicado; desarrollar el proyecto de aula en
aras de aumentar el autoestima en el grupo de estudiantes del curso, a través
de actividades lúdicas y motivantes; para luego evaluar la efectividad de la
metodología implementada en la aplicación del proyecto de aula, con los
estudiantes del grado 10.
22
que permitan llegar a inferir respecto a esos novedosos conceptos para
posteriormente aplicarlos y evaluarlo (Diaz, 2010).
23
específicas del conocimiento para desarrollar competencias en el educando, a
través de la planeación, desarrollo, prototipado, testeo y puesta en
funcionamiento los prototipos (Sánchez, Ángela, & Guzmán, 2012).
24
Los dos enfoques iniciales implican que los contenidos enfaticen en el diseño y
desarrollo de robots, mientras que el tercer enfoque es un poco más relevante
pero poco conocido, puesto que en el los robots son implementados en el aula
como herramienta que favorece el acercamiento de un ambiente educativo
diferente a lo habitualmente planteado en el currículo, y que por sus propios
atributos faciliten el aprendizaje mediante la indagación (Moreno, Muñoz,
Serracín, & Quintero, 2012).
25
educandos de básica primaria del Centro Infantil Sueños de Papel, haciendo uso
de Realidad Aumentada (AR).
26
distancia de forma virtual u online como para los de los cursos presenciales que
complementan la presencialidad utilizando internet para la conexión (Santoveña,
2012).
Seguidamente en ese orden de ideas Orozco & Ángel, (2009) hacen referencia
que hoy día existen, en la educación secundaria, múltiples alternativas
innovadoras, proyectos, experiencias y software con base a teorías
contemporáneas como el constructivismo, las múltiples inteligencias, la
lateralidad cerebral y sobre todo la educación por competencias, los cuales han
estado orientados al logro de una formación cuantitativa eficaz. Pero en el ámbito
universitario, las transformaciones pedagógicas cuantitativas han sido casi nulas
y actualmente, el área de matemáticas se mantiene en el casi absoluto
tradicionalismo.
27
2. MARCO METODOLÓGICO
En este estudio se realiza una intervención con 22 estudiantes del grado 11° de
secundaria, del plantel Educativo Villanueva de Puerto Libertador Córdoba, los
cuales desarrollaron múltiples actividades didácticas propuestas en el Asistente
educativo Inteligente.
28
Tabla 1. Diseño preexperimental
G O1 X O2
Donde:
O2: Post Test que se aplicará al grupo experimental, este va a medir al final la
Competencia de razonamiento lógico que adquirieron los estudiantes, después
de interactuar con el estímulo (Asistente educativo Inteligente).
2.4.1. Población
2.4.2. Muestra
29
estos fueron escogidos al azar con el fin de obtener resultados significativos. En
ningún momento la muestra es manipulada.
2.4.3. Variables
2.5. HIPÓTESIS
Fase 2. Diseño: Para planear y definir las tareas más adecuadas y pertinentes y
relevantes que permitan desarrollar en los estudiantes la competencia de
30
razonamiento lógico teniendo en cuenta las necesidades educativas presentes y
el análisis de la prueba, estableciendo el rol que el Asistente educativo Inteligente
en fortaleciendo dicha competencia.
Fase 5. Análisis: Efectuar el análisis estadístico de los datos obtenidos por el Pre
Test y Post Test aplicados al grupo experimental, con la finalidad de contrastar
el rendimiento en la habilidad de orientación teniendo en cuenta los resultados
iniciales y los resultados después de utilizar el Asistente educativo Inteligente.
Fuente: https://theherocamp.com/product-lab/que-es-fases-sprint-design/
31
2.8. ACTIVIDADES DE LAS ETAPAS DESIGN SPRINT
2.8.1. Comprender
Primera fase, es tal vez la más importante. Puesto que en esta el equipo de
trabajo debe realizar actividades como:
2.8.2. Idear
Luego de conocer el contexto del producto y a los potenciales usuarios finales
que utilizaran el producto, es momento de idear posibles soluciones a la
problemática planteada. Por tal motivo se debe realizar las siguientes
actividades:
2.8.3. Decidir
Luego llega la fase donde se toma decisiones sobre lo trabajado en las dos fases
anteriores. Es aquí cuando se debe realiza las siguientes actividades:
32
●Tomar decisiones basadas en las conclusiones y la información obtenida en las
fases anteriores.
●Realizar trabajo en equipo y discutir sobre las decisiones a tomadas.
●Seleccionar las mejores ideas.
●Explicar y sustentar las elecciones tomadas.
●Realizar finalmente una retrospectiva
2.8.4. Prototipar
En esta fase solo se debe desarrollar, teniendo en cuenta las siguientes
actividades:
2.8.5. Testar
Se llego a una de las etapas más importantes, puesto que es la fase de pruebas
con usuarios reales. En esta fase se debe realizar:
33
2.9. ARQUITECTURA DEL ASISTENTE EDUCATIVO INTELIGENTE.
Este Software posee una navegación diseñada para suplir las necesidades de
Enseñanza- Aprendizaje de modo que pueda desarrollar cada una de las tareas
didácticas que permita el desarrollo de la competencia de razonamiento lógico
en educandos de nivel básica secundaria.
Por otra parte, es importante resaltar que el Sistema Operativo (OS) basado en
Linux de este ordenador reducido, se encuentra de forma embebido e inmerso
dentro de un pequeño dispositivo, el cual simularía un ambiente interactivo de
aprendizaje, donde pueda desempeñarse adecuadamente todas las tecnologías
pertenecientes al IoT.
De igual manera hay que resaltar que a diferencia de otras alternativas del
mercado, esta tecnología permite integrar cualquier desarrollo o aplicación,
indiferentemente del lenguaje de programación y no se limita a compatibilidades,
puesto que así se vio reflejado al momento de hacer uso de librerías como Open
CV y Flask.
34
2.9.1. Diagrama prototipo
Ilustración 6. Diagrama Protoboard
35
2.9.3. Diagrama de clases
Ilustración 8. Diagrama de clases del Asistente Educativo Inteligente (AEI).
36
Teniendo en cuenta que existen 3 autores, los docentes son los encargados de
investigar y crear los contenidos temáticos, es decir su rol en el aula de clases
no cambiará ni se verá afectado, puesto que solo tendrá a un asistente educativo
que ayudara a facilitar dichas temáticas, desarrollarlas con los estudiantes y
ayudar en el proceso evaluativo, pero es el docente quien tiene aún la última
palabra al momento de implementar la metodología de aprendizaje, pues el
Asistente Educativo inteligente (AEI) solo brindara información para ayudar a
tomar decisiones en los refuerzos y procesos educativos.
37
3. APLICACIÓN IOT EN EL AULA DE CLASE
La prueba conformada por “10 Ítems” de los cuales cada uno tiene una
puntuación de “1” para cada acierto y “0” para los no acertados, cumpliendo con
la calificación máxima de “10” si se acierta todos o “0” para ninguno. (Esto
soportado por la escala valorativa de la Institución Educativa Villanueva de
Puerto Libertador.
38
Luego de la aplicación de la prueba en los momentos pre y post al estímulo se
procede a realizar la prueba de Wilcoxon para realizar la comparación del rango
medio de las dos muestras relacionadas (O1 y O2) y determinar si existen
diferencias entre ellas.
Total 20 100,0
a. Eliminación por lista basada en
todas las variables del
procedimiento.
Estadísticos de fiabilidad
Alfa de Alfa de N de
Cronbach Cronbach elementos
basada en
los
elementos
tipificados
,833 ,834 10
Estadísticos total-elemento
Media de Varianza de Correlación Correlación Alfa de
la escala la escala si elemento- múltiple al Cronbach si
si se se elimina el total cuadrado se elimina el
elimina el elemento corregida elemento
elemento
39
ITEM1 5,95 7,208 ,696 . ,801
ITEM2 6,00 7,789 ,424 . ,828
ITEM3 6,15 7,082 ,675 . ,802
ITEM4 5,95 7,524 ,559 . ,815
ITEM5 6,00 7,789 ,424 . ,828
ITEM6 5,90 7,779 ,488 . ,821
ITEM7 5,95 7,839 ,428 . ,827
ITEM8 5,95 7,524 ,559 . ,815
ITEM9 6,05 7,734 ,429 . ,828
ITEM10 5,95 7,524 ,559 . ,815
Fuente: Desarrollado en Software SPSS.
Fuente: http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0034-
74502005000400009
40
Tabla 4. Prueba estadística paramétrica
Rangos
N Rango Suma de
promedio rangos
Rangos 0a ,00 ,00
negativos
PostTest - Rangos 20b 10,50 210,00
PreTest positivos
Empates 0c
Total 20
a. PostTest < PreTest
41
b. PostTest > PreTest
c. PostTest = PreTest
Estadísticos de contrastea
PostTest -
PreTest
Z -4,030b
Sig. asintót. ,000
(bilateral)
a. Prueba de los rangos con
signo de Wilcoxon
c. Basado en los rangos
negativos.
Fuente: Desarrollado en Software SPSS.
La relación especifica por estudiantes respecto al Pre Test y Post Test deja una
notable diferencia en los resultados individuales como se muestra en la
“Ilustración 11”.
42
Tabla 6. Análisis PreTest – PostTest
PRETEST VS POSTTEST
PreTest PostTest
10
10
10
10
10
9
9
8
8
8
8
8
7
7
7
7
6
6
6
5
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
43
4. CONCLUSIONES
44
De igual manera se pudo evidenciar que el momento de incluir principios de
Machine Learning, incursionando en el amplio campo de la inteligencia artificial
mediante el uso de reconocimiento facial, identificación de emociones que
evidencian desmotivación en aula de clases y grabaciones de procesos de
aprendizajes en los momentos adecuados, mejora la toma de decisiones puesto
que estas están soportadas con datos previamente analizados, dejando de lado
las conjeturas e hipótesis subjetivas.
Se puede concluir que los diferentes niveles de las distintas áreas del
conocimiento planteadas por el Ministerio de Educación y desarrolladas en cada
Institución Educativa pueden mejorar y ascender satisfactoriamente a partir de
la implementación de las nuevas tecnologías IoT convirtiendo actividades
curriculares rutinarias en espacios lúdicos, recreativos e interactivos.
45
5. RECOMENDACIONES Y TRABAJOS FUTUROS
46
BIBLIOGRAFÍA
Darly, D., Diego, G., Gabriel, C., & Katerine, M. (2019). Arquitectura IoT para la
identificación de personas en entornos educativos. RISTI - Revista Iberica
de Sistemas e Tecnologias de Informacao, E17, 841–853.
https://www.scopus.com/inward/record.uri?eid=2-s2.0-
85061201761&partnerID=40&md5=de5864d37a6722d799717793ba0dbab
c
47
Educacion3.0. (20 de Enero de 2020). educaciontrespuntocero. Obtenido de
educaciontrespuntocero:
https://www.educaciontrespuntocero.com/tecnologia/asistentes-
inteligentes-en-educacion/
García, L., Ceballos, E., Torres, A., Sacristán, F., & Alvarado, J. (2018). Internet
de las Cosas : Hacia una Educación Inteligente. August, 1–10.
https://www.researchgate.net/profile/Johan-Rueda-
Rueda/publication/319914477_Internet_de_las_Cosas_en_las_Institucione
s_de_Educacion_Superior/links/5b3e7dfb0f7e9b0df5f85931/Internet-de-
las-Cosas-en-las-Instituciones-de-Educacion-Superior.pdf
Karla, L., & Antonio, M. (2017). Análisis del Primer Contacto entre un Robot
Asistente Didáctico y Niños de Educación Básica. Congreso Nacional de
Control Automático 2017 Monterrey, Nuevo León, Mexico, Octubre 4-6,
2017 161, 161–166.
Morales, J., Padilla, D., & Parra, D. (2018). Medición de Dióxido de Carbono en
48
ambientes de la Unidad Educativa Técnico Salesiano mediante la internet
de las cosas ( IoT ). JUVENTUD Y CIENCIA SOLIDARIA, 19–22.
Moreno, I., Muñoz, L., Serracín, J. R., & Quintero, J. (2012). LA ROBÓTICA
EDUCATIVA, UNA HERRAMIENTA PARA LA ENSEÑANZA-
APRENDIZAJE DE LAS CIENCIAS Y LAS TECNOLOGÍAS. Salamanca,
España: Universidad de Salamanca.
Rojas Rincón, M., Moreno López, G., & Rosero Noguera, C. (2016).
Plataformas y herramientas educativas como parte del PLE del Docente.
Caso asistente digital para planeación curricular ConTIC. Inge Cuc, 12(1),
99–106. https://doi.org/10.17981/ingecuc.12.1.2016.11
Romanut, L., González, A., & Madoz, C. (2016). Asistente virtual para la
utilización de herramientas de trabajo colaborativo en entornos educativos
en línea. Instituto de Investigación En Informática III- LIDI- Faculta de
Informática UNLP, 403–412.
49
Torres Hurtado, C. (2018). PROYECTO DE GESTIÓN DE AULA DESDE LA
DIMENSIÓN LÚDICA PARA EL FORTALECIMIENTO DE LA
AUTOESTIMA EN LOS ESTUDIANTES DEL CURSO 102 EN LA
JORNADA TARDE DE LA IED UNIÓN EUROPEA. UNIVERSIDAD LIBRE,
COLOMBIA, 140.
50