Ponente
- Ángel Ezquerra (Universidad Complutense de Madrid)
Resumen
¿Puede una máquina saber si estamos aprendiendo por la cara que ponemos? ¿Será capaz de detectar en qué momento hemos perdido el hilo de una explicación o qué parte de un texto nos cuesta más comprender? Nuestros gestos, junto a otros aspectos físicos (desde el ritmo cardiaco o el movimiento de los ojos hasta la conductividad eléctrica de la piel, entre otros) son datos que pueden medirse y ligar a los procesos de aprendizaje.
Los métodos neurofisiológicos para medir la actividad de los individuos han mostrado un enorme potencial. Pero estos procedimientos necesitan análisis matemáticos complejos y el acompañamiento de sistemas de Inteligencia Artificial. Mediante algoritmos, se buscan patrones de comportamiento relevantes extraídos de los datos, vídeos, pistas de sonido, textos… Queda muchísimo trabajo para adaptar estos métodos a nuestros intereses en la enseñanza, pero ya podemos empezar a detallar algunos avances en GSR (galvanometría), eye-tracking, análisis de la voz, reconocimiento facial de emociones (FER), presión sanguínea, etc.
Biografía
Licenciado en Física y doctor en Educación. Profesor titular en la Facultad de Educación, UCM y director del grupo Neuroeducación, Ciencia y Sociedad. Ha participado en 6 proyectos de investigación, publicado más de 60 artículos, varios libros, una patente. Ha sido colaborador científico del programa de televisión Brainiac y participado en el Plan sobre la Estrategia Nacional de Aprendizaje a lo Largo de la Vida (MEC).
Sus líneas de investigación son la neurodidáctica de las ciencias experimentales, la ciencia presente en la sociedad y los audiovisuales en la enseñanza de las ciencias.