Reconocimiento afectivo y gamificación aplicados al aprendizaje de Lógica algorítmica y programación

Ramón Zatarain Cabada


Texto completo

HTML PDF

DOI

https://doi.org/10.24320/redie.2018.20.3.1636

Organismos colaboradores

Tecnológico Nacional de México; Instituto Tecnológico de Culiacán


Resumen


En este trabajo se presenta un ambiente de aprendizaje que usa técnicas de reconocimiento afectivo con gamificación, dirigido a la enseñanza de Lógica algorítmica y programación. Dicho ambiente fue evaluado y contrastado con estudiantes de Ingeniería. El método consistió en evaluar el aprendizaje de la lógica algorítmica usando técnicas tradicionales contra aprendizaje con reconocimiento automático de emociones y manejo motivacional usando gamificación. Se realizaron pruebas y se aplicaron encuestas a 42 estudiantes, quienes fueron divididos en dos grupos y se utilizaron dos configuraciones distintas del sistema para evaluar las técnicas de gamificación implementadas. Los resultados demostraron que el aprendizaje del estudiante es estadísticamente mejor si se toma en cuenta el estado afectivo del estudiante y si éste es motivado por medio de la gamificación.

Palabras clave


Pograma informático didáctico, aprendizaje asistido, gamificación, ambiente educacional.

Referencias


Buchanan, S. y LaViola Jr., J. (2012). CSTutor: a pen-based tutor for data structure visualization. Actas del 43rd ACM Technical Symposium on Computer Science Education (pp. 565-570), Raleigh, NC. doi:10.1145/2157136.2157297

Charsky, D. (2010). From edutainment to serious games: a change in the use of game characteristics. Games and Culture, 5(2), 177-198. doi:10.1177/1555412009354727

Clark, R. C. y Mayer, R. E. (2016). E-learning and the science of instruction: proven guidelines for consumers and designers of multimedia learning. San Francisco, CA: John Wiley & Sons.

Crawford, S. y Domínguez, J. J. (October, 2013). MIT app inventor: enabling personal mobile computing. Conferencia presentada en el Programming for Mobile and Touch PRoMoTo 2013, Indianapolis, IN. Recuperado de arXiv:1310.2830v2

Deterding, S., Sicart, M., Nacke, L., O’Hara, K. y Dixon, D. (2011). Gamification: using game design elements in non-game contexts. Actas 2011 Annual Conference Extended Abstracts on Human Factors in Computing Systems, 2425-2428. Vancouver, Canadá. doi:10.1145/1979742.1979575

Fraser, N. (2013). Google blockly [a visual programming editor]. Recuperado de https://neil.fraser.name/news/2013/12/31/

Immordino‐Yang, M. H. y Damasio, A. (2007). We feel, therefore we learn: the relevance of affective and social neuroscience to education. Mind, Brain and Education, 1(1), 3-10.

Kazimoglu, C., Kiernan, M., Bacon, L. y MacKinnon, L. (2012). A serious game for developing computational thinking and learning introductory computer programming. Procedia-Social and Behavioral Sciences, 47, 1991-1999. Recuperado de doi:10.1016/j.sbspro.2012.06.938

Landowska, A. (October, 2014). Affective learning manifesto –10 Years Later. In R. Ørngreen y K. T. Levinsen (Eds.), Proceedings of the 13th European Conference on e‐Learning ECEL‐2014 (pp. 281-288).

Loannidou, A., Bennett, V., Repenning, A., Koh, K. H. y Basawapatna, A. (Abril, 2011). Computational thinking patterns. Documento presentado en 2011 Annual Meeting of the American Educational Research Association (AERA), Nueva Orláans, LA. Recuperado de https://files.eric.ed.gov/fulltext/ED520742.pdf

Pekrun, R. (2014). Emotions and learning. International Academy of Education's Educational Practices Series. Belley, Francia: Gonnet Imprimeur. Recuperado de http://unesdoc.unesco.org/images/0022/002276/227679e.pdf

Pekrun, R., Elliot, A. J. y Maier, M. A. (2009). Achievement goals and achievement emotions: testing a model of their joint relations with academic performance. Journal of Educational Psychology, 101(1), 115-135. Recuperado de doi:10.1037/a0013383

Picard, R. W. y Klein, J. (2002). Computers that recognise and respond to user emotion: theoretical and practical implications. Interacting with Computers, 14(2), 141-169. doi:10.1016/S0953-5438(01)00055-8

Sharma, S., Ghorpade, S., Sahni, A. y Saluja, N. (2014). Survey of Intelligent Tutoring Systems : a review on the development of expert/intelligent tutoring systems, various teaching strategies and expert tutoring system design suggestions. International Journal of Engineering Research & Technology, 3(11), 37-42. Recuperado de https://www.ijert.org/browse/volume-3-2014/november-2014-edition

Tessler, J., Beth, B. y Lin, C. (2013). Using cargo-bot to provide contextualized learning of recursion. En actas Ninth Annual International ACM Conference on International Computing Education Research, ICER ‘13 (pp. 161-168), NuevaYork. doi:10.1145/2493394.2493411

Utting, I., Cooper, S., Kölling, M., Maloney, J. y Resnick, M. (2010). Alice, greenfoot, and scratch-a discussion. Journal ACM Transactions on Computing Education, 10(4), 1-11. doi:10.1145/1868358.1868364

Weragama, D. S. (2013). Intelligent tutoring system for learning PHP, (Tesis doctoral), Queensland University of Technology. Recuperada de https://eprints.qut.edu.au/63202/

Zatarain, R., Barrón-Estrada, M. L. y Muñoz, G. (2016). PREMOC: Plataforma de Reconocimiento Multimodal de Emociones. Trabajo presentado en el 8o. Congreso Mexicano de Inteligencia Artificial (COMIA), Tonanzintla, Puebla, México.