Un modelo para entornos virtuales 3D para el aprendizaje, basado en la detección de la colaboración a través de un tutor virtual autónomo, ha sido desarrollado en la Facultad de Informática de la Universidad Politécnica de Madrid. El modelo se basa en el análisis de comportamientos de comunicación no verbal que tienen lugar durante la realización de una tarea y es perfectamente adaptable para el seguimiento de otro tipo de actividades en entornos virtuales, como la formación o juntas virtuales.
El aprendizaje colaborativo requiere no sólo colaborar para aprender, sino también aprender a colaborar. Por este motivo, los estudiantes pueden precisar que se les guíe tanto en la realización de una tarea, como en los aspectos concernientes a la colaboración. El modelo se basa en el análisis de comportamientos de comunicación no verbal relativos a la interacción colaborativa que tienen lugar durante la realización de una tarea. Un avatar personifica al tutor en el proceso de aprendizaje, que se desarrolla en el marco visual disponible a través de los entornos virtuales y, de esta forma, facilita el proceso de colaboración.
El modelo propone un esquema en el que se identifica qué señales de comunicación no verbal pueden ser útiles para este propósito, cómo medirlas y cómo relacionarlas con ciertos indicadores de aprendizaje colaborativo efectivo.
Modelo viable y adaptable
A lo largo de la investigación, el tutor fue implementado en una aplicación prototipo sobre una plataforma, llamada Maevif, para desarrollar entornos virtuales inteligentes multiusuario para educación y entrenamiento.
El agente pedagógico autónomo, mediante mensajes de texto, hizo recomendaciones a los estudiantes mientras llevaban a cabo la tarea, que implicaba la manipulación de objetos. Cuando se diagnosticó que los estudiantes no alcanzaban apropiadamente los indicadores de aprendizaje colaborativo efectivo, se activaron los mensajes. La aplicación ha validado la viabilidad del modelo.
A lo largo de la investigación se desarrollaron las directrices para relacionar indicadores de aprendizaje colaborativo efectivo con ciertas señales de comunicación no verbal, que pueden ser automáticamente recolectadas del entorno virtual colaborativo.
Aunque el modelo se ha definido inicialmente para un entorno colaborativo de aprendizaje, es perfectamente adaptable para el seguimiento de otro tipo de actividades en entornos virtuales, como la formación o juntas virtuales, si bien para estas otras aplicaciones otros indicadores tendrán que ser probados.
La metodología ha sido desarrollada y aplicada a lo largo de la investigación, durante la cual se realizaron estudios exploratorios para obtener confirmación empírica, si no de todo el rango de posibilidades, de algunas de ellas consideradas como representativas.
El modelo ha sido desarrollado como tesis doctoral de Adriana Peña Pérez Negrón, supervisada por Angélica de Antonio Jiménez, profesora del Departamento de Lenguajes, Sistemas Informáticos e Ingeniería del Software de la Facultad de Informática de la Universidad Politécnica de Madrid.
La velocidad se incrementa a medida que el futbolista se acerca al balón, sin embargo, disminuye ligeramente al llegar a él. Los delanteros son los que corren más directamente hacia el esférico, mientras que los porteros lo hacen de una forma más paralela. Son algunos resultados de un estudio de investigadores españoles.
Investigadores de la compañía Google DeepMind han desarrollado Tactic AI, un asistente que podría ayudar a los entrenadores a elegir las mejores configuraciones de jugadores tras un saque de esquina. La herramienta se ha entrenado con datos de más de 7000 córneres de la Premier League y la han validado expertos del Liverpool FC.
