«Mejorando la evaluación de juegos serios aplicando analíticas de aprendizaje y técnicas de minería de datos»

Resumen de la ponencia

Los juegos serios son recursos motivadores y efectivos para enseñar, concienciar, o cambiar las percepciones de sus jugadores. Las múltiples interacciones que realizan los jugadores pueden proporcionar información precisa para evaluar su aprendizaje. En este sentido, las analíticas de aprendizaje proponen técnicas de recogida y análisis de dichas interacciones con múltiples fines, incluida la evaluación de los jugadores. Los datos de las analíticas de aprendizaje pueden analizarse con técnicas de minería de datos que proporcionan mejores medidas para estudiar el efecto de los juegos en los estudiantes y evaluar su aprendizaje. 

En esta charla, se presenta un método para evaluar a los jugadores de juegos serios basándonos en las evidencias recogidas mientras juegan. Los datos de interacción recogidos se analizan para extraer variables de analíticas de aprendizaje utilizadas por modelos predictivos para cuantificar el aprendizaje de los jugadores. La propuesta utiliza un formato de recogida de datos estándar para las interacciones con juegos serios, xAPI-SG, que permite sistematizar tanto los datos de interacción recogidos, como la creación de variables de analíticas de aprendizaje. La propuesta se ha basado en dos casos de estudio con diferentes juegos serios, que han permitido mejorar y generalizar el proceso.

Biografía

Cristina Alonso Fernández es Doctora en Ingeniería Informática por la Universidad Complutense de Madrid. Forma parte del grupo de investigación eUCM desde Septiembre de 2016, en el que ha trabajado como Investigadora Contratada formando parte del proyecto H2020 Beaconing y colaborando en varios proyectos tanto nacionales como europeos. Entre sus intereses de investigación se encuentran el estudio de videojuegos educativos y la aplicación de técnicas de análisis y minería de datos para su mejora.