2013 06 14 (uc3m) emadrid stamayo urjc desarrollo centrado usuario agente conversacional comprension lectora ejercicios matematicas

1. Autora: Silvia Tamayo Moreno
Tutor: Diana Pérez Marín
14 junio 2013
1

2. Índice
 Introducción
 Contexto
 Propuesta
 Experiencia
 Conclusiones
2

3. Introducción ConclusionesPropuesta ExperienciaContexto
3
• Las nuevas tecnologías juegan un papel fundamental y en
continuo crecimiento en la sociedad, y con ello en la educación.
• Importancia de las tecnologías educativas innovadoras. Uso
Agentes Pedagógicos Conversacionales en diferentes áreas.
• Los Agentes Pedagógicos Conversacionales son sistemas
informáticos que pueden estar representados por un muñeco, un
robot, un animal o una persona con apariencia más o menos real y
permiten interactuar con el ordenador en lenguaje natural .

4. Introducción ConclusionesPropuesta ExperienciaContexto
4
• Dialogar con ordenadores es complicado, sin embargo, acotando
el dominio de uso de los agentes permite cumplir ciertos objetivos
pedagógicos.
• Beneficios del uso de agentes:
o Efecto Persona
o Efecto Proteo
o Efecto Protégé
• Se propone la metodología DCU para desarrollo de un agente de
comprensión lectora para ejercicios de matemáticas.

5. 5
Hipótesis
•H1. Es posible desarrollar un Agente de Comprensión
Lectora para soporte de problemas de matemáticas
utilizando Diseño Centrado en el Usuario.
•H2. Es posible que haya una relación entre el uso del agente
y la capacidad de resolución o comprensión de los ejercicios
por parte de los estudiantes en edad escolar.
•H3. Es posible obtener un alto nivel de
satisfacción/aceptación por parte de los usuarios al emplear
el agente.
Introducción ConclusionesPropuesta ExperienciaContexto

6. Introducción ConclusionesPropuesta ExperienciaContexto
6
¿Falló debido a la falta
de comprensión ?
Tecnologías
educativas
innovadoras
¿Relación entre capacidad de
comprensión y resolución?
Reuniones
?
AlgoritmoDr. Roland
Análisis de resultados
Experimentación
Conclusiones
• Originalidad: Agentes +
Gestión del diálogo
(algoritmo) + DCU
• Universidad – sociedad
• Innovador: Integración
en el equipo a usuarios
(DCU)
• Multidisciplinar: DCU +
PLN + IPO + Agentes +
Informática educativa
• Desarrollo iterativo e
incremental

7. Introducción ConclusionesPropuesta ExperienciaContexto
7
Ejemplo de interacción con Fisca ( Enseña Física y Química)
Ejemplo de agente pedagógico
conversacional (Autotutor)

8. Introducción ConclusionesPropuesta ExperienciaContexto
8
Visión global

9. Introducción ConclusionesPropuesta ExperienciaContexto
9
Se valida H1

10. Introducción ConclusionesPropuesta ExperienciaContexto
10
¿Sabes cuál es el
resultado?
Comprobación de
la comprensión
SI
¿Ayuda?
Ofrecer
ayuda
NO
SI
¿Introducir
o ver?
Pedir
resultado
Verificar
resultado
Respuesta
a la ayuda
Incorrecta
Introducir
¿Qué no
entiendes?
NO
Verificar
repuesta
¿Entiendes
lo que te
piden?
Ver
Correcta
SI
NO
Respuesta

11. Introducción ConclusionesPropuesta ExperienciaContexto
11
Diseño y muestra
Pre-test
Cuestionario
Post-test
Cuestionario
Uso en casa
Grupo test (19 niños):
Usa Dr. Roland
Grupo control (19 niños):
No usa el agente
Grupo control (19 niños):
No usa el agente
Grupo test (19 niños):
Usa Dr. Roland
 3 profesores
 38 niños 12-13 años
(aprox. 67% niñas,
33% niños)

12. Introducción ConclusionesPropuesta ExperienciaContexto
12
PVTEST=0,47
PVCONT=0,63
No hay correlación entre el uso del agente y el nivel de
resolución de los ejercicios.
Resultados (I)

13. Introducción ConclusionesPropuesta ExperienciaContexto
13
PCOMPR=0,52
PRESOL=0,07
PCOMPR=0,52
PRESOL=0,07
Se encuentra una leve mejoría en la capacidad de
comprensión sin mejora en la capacidad de resolución 
no se encuentra evidencia para validar H2
Resultados (II)

14. Introducción ConclusionesPropuesta ExperienciaContexto
14
• EL 90% de los usuarios del grupo test afirma tener una
interacción agradable con el sistema.
•Se valida H3 al registrar por observación directa y los
resultados de los cuestionarios una reacción positiva de los
estudiantes ante el uso del agente como una forma entretenida y
amena de estudiar matemáticas.
• Es necesario continuar realizando más estudios durante más
tiempo y con más estudiantes.
• Existencia de fuentes de referencia para quienes puedan
estar interesados en el trabajo
Resultados (III)

15. Introducción ConclusionesPropuesta ExperienciaContexto
15
• Silvia Tamayo, Diana Pérez-Marín. 2012. Towards the Development of a
Reading Comprehension Conversational Agent for Children applying User-
Centered Design Techniques for Teachers and Students. Workshop and Poster
Proceedings of UMAP, PALE 2012, CEUR-WS, vol. 872, Leibniz University
Hannover, 23-28.
• Silvia Tamayo, Diana Pérez-Marín. 2012. Propuesta de Agente para la
Comprensión Lectora. Aplicado a la Resolución de Ejercicios de Matemáticas.
Actas del Simposio Internacional en Informática Educativa (SIIE), 251-254.
o Indexado en inglés por IEEE Xplore on-line en
http://ieeexplore.ieee.org/xpl/mostRecentIssue.jsp?punumber=6384918
como: Silvia Tamayo, Diana Pérez-Marín. 2012. An Agent Proposal for
Reading Understanding. Applied to the Resolution of Maths problems.
• Silvia Tamayo, Diana Pérez-Marín. 2012. Análisis de la Experiencia de uso de
un agente de Comprensión Lectora con niños en edad escolar. Aceptado para
ser publicado en la Revista Teoría de la Educación. Educación y Cultura en la
Sociedad de la Información (TESI). Factor de impacto 0,047, índice IN-RECS.

16. ¡GRACIAS!
16
diana.perez@urjc.es
s.tamayo@alumnos.urjc.es