Aplicación de la IA para la medición del nivel de atención en estudiantes universitarios
Objetivo: Evaluar el efecto de un sistema de monitoreo atencional asistido por inteligencia artificial en la percepción de dinamismo de la clase y en la autoevaluación de la atención de estudiantes universitarios. Métodos: Se aplicó un diseño cuasiexperimental con 160 estudiantes distribuidos en un...
Guardado en:
| Autores principales: | , , |
|---|---|
| Otros Autores: | |
| Formato: | Tesis de pregrado |
| Lenguaje: | español |
| Publicado: |
Universidad Peruana Unión
2026
|
| Materias: | |
| Acceso en línea: | Enlace permanente (DOI o Handle) |
| Etiquetas: |
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| _version_ | 1881510396994519040 |
|---|---|
| author | Edquén Barboza, Wilmer Alexander Flores Ramírez, Roberto Carlos Luna Villanueva, Jhon Marcos |
| author2 | Casildo Bedon, Nancy Esther |
| author_browse | Casildo Bedon, Nancy Esther Edquén Barboza, Wilmer Alexander Flores Ramírez, Roberto Carlos Luna Villanueva, Jhon Marcos |
| author_facet | Casildo Bedon, Nancy Esther Edquén Barboza, Wilmer Alexander Flores Ramírez, Roberto Carlos Luna Villanueva, Jhon Marcos |
| author_sort | Edquén Barboza, Wilmer Alexander |
| collection | Repositorio institucional |
| description | Objetivo: Evaluar el efecto de un sistema de monitoreo atencional asistido por inteligencia artificial en la percepción de dinamismo de la clase y en la autoevaluación de la atención de estudiantes universitarios.
Métodos: Se aplicó un diseño cuasiexperimental con 160 estudiantes distribuidos en un grupo experimental, que recibió clases con monitoreo atencional y retroalimentación en tiempo real al docente, y un grupo control, que recibió clases tradicionales. La percepción de la atención y el dinamismo se evaluó antes y después de la intervención mediante el cuestionario AIDA.
Resultados: El grupo experimental mostró incrementos significativos en la percepción de dinamismo de la clase y en la autorregulación atencional en comparación con el grupo control (p < 0.05), evidenciando una mejora en el involucramiento durante la sesión.
Conclusión: La retroalimentación inmediata asistida por inteligencia artificial se asoció con una mejora en la atención y la participación estudiantil, destacando el potencial de este tipo de herramientas como apoyo para fortalecer la dinámica de enseñanza en entornos educativos presenciales. |
| escuela_str_mv | Escuela Profesional de Sistemas |
| format | info:eu-repo/semantics/bachelorThesis |
| id | oai:repositorio.upeu.edu.pe:20.500.12840/10257 |
| institution | UPeU |
| language | Spanish |
| linea_str_mv | Ingeniería de software |
| ocde_area_str_mv | Ingeniería y tecnología |
| ocde_disciplina_str_mv | Otras ingenierías y tecnologías |
| ocde_str_mv | 2.11.00 |
| programa_nombre_str_mv | Ingeniería de Sistemas |
| programa_pxx_str_mv | P27 |
| programa_uri_str_mv | http://upeu.edu.pe/sys/programas/programa/ingenieria-de-sistemas |
| publishDate | 2026 |
| publishDateRange | 2026 |
| publishDateSort | 2026 |
| publisher | Universidad Peruana Unión |
| publisherStr | Universidad Peruana Unión |
| record_format | dspace |
| sede_str_mv | Tarapoto |
| spelling | Aplicación de la IA para la medición del nivel de atención en estudiantes universitarios Edquén Barboza, Wilmer Alexander Flores Ramírez, Roberto Carlos Luna Villanueva, Jhon Marcos Casildo Bedon, Nancy Esther Inteligencia artificial (IA) Interacción conductual Visión artificial Aprendizaje profundo Retroalimentación en tiempo real Objetivo: Evaluar el efecto de un sistema de monitoreo atencional asistido por inteligencia artificial en la percepción de dinamismo de la clase y en la autoevaluación de la atención de estudiantes universitarios. Métodos: Se aplicó un diseño cuasiexperimental con 160 estudiantes distribuidos en un grupo experimental, que recibió clases con monitoreo atencional y retroalimentación en tiempo real al docente, y un grupo control, que recibió clases tradicionales. La percepción de la atención y el dinamismo se evaluó antes y después de la intervención mediante el cuestionario AIDA. Resultados: El grupo experimental mostró incrementos significativos en la percepción de dinamismo de la clase y en la autorregulación atencional en comparación con el grupo control (p < 0.05), evidenciando una mejora en el involucramiento durante la sesión. Conclusión: La retroalimentación inmediata asistida por inteligencia artificial se asoció con una mejora en la atención y la participación estudiantil, destacando el potencial de este tipo de herramientas como apoyo para fortalecer la dinámica de enseñanza en entornos educativos presenciales. 2026-02-02 2026-06-23T13:56:21Z 2026-06-23T13:56:21Z info:eu-repo/semantics/bachelorThesis https://hdl.handle.net/20.500.12840/10257 spa info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/4.0/ application/pdf Universidad Peruana Unión PE oai:repositorio.upeu.edu.pe:20.500.12840/10257 2026-11-10T17:45:09Z |
| spellingShingle | Inteligencia artificial (IA) Interacción conductual Visión artificial Aprendizaje profundo Retroalimentación en tiempo real Edquén Barboza, Wilmer Alexander Flores Ramírez, Roberto Carlos Luna Villanueva, Jhon Marcos Aplicación de la IA para la medición del nivel de atención en estudiantes universitarios |
| title | Aplicación de la IA para la medición del nivel de atención en estudiantes universitarios |
| title_full | Aplicación de la IA para la medición del nivel de atención en estudiantes universitarios |
| title_fullStr | Aplicación de la IA para la medición del nivel de atención en estudiantes universitarios |
| title_full_unstemmed | Aplicación de la IA para la medición del nivel de atención en estudiantes universitarios |
| title_short | Aplicación de la IA para la medición del nivel de atención en estudiantes universitarios |
| title_sort | aplicacion de la ia para la medicion del nivel de atencion en estudiantes universitarios |
| topic | Inteligencia artificial (IA) Interacción conductual Visión artificial Aprendizaje profundo Retroalimentación en tiempo real |
| topic_facet | Inteligencia artificial (IA) Interacción conductual Visión artificial Aprendizaje profundo Retroalimentación en tiempo real |
| url | https://hdl.handle.net/20.500.12840/10257 |
| work_keys_str_mv | AT edquenbarbozawilmeralexander aplicaciondelaiaparalamediciondelniveldeatencionenestudiantesuniversitarios AT floresramirezrobertocarlos aplicaciondelaiaparalamediciondelniveldeatencionenestudiantesuniversitarios AT lunavillanuevajhonmarcos aplicaciondelaiaparalamediciondelniveldeatencionenestudiantesuniversitarios |