2026-06-26T19:56:34Zhttps://riubu.ubu.es/oai/requestoai:riubu.ubu.es:10259/77562023-07-13T00:05:22Zcom_10259_5841com_10259_5086com_10259_2604col_10259_5842
2023-07-12T11:30:14Z
urn:hdl:10259/7756
Aplicación y retos de la tecnología de movimiento ocular en Educación Superior
Sáiz Manzanares, María Consuelo
Marticorena Sánchez, Raúl
Martín Antón, Luis Jorge
Almeida, Leandro
Carbonero Martín, Miguel Ángel
Neuroeducación
Patrones de aprendizaje
Seguimiento ocular
Aprendizaje personalizado
Análisis de clúster
Tecnología educativa
Neuro-education
Learning patterns
Eye tracking
Personalized learning
Cluster analysis
Educational technology
Los avances neurotecnológicos están posibilitando en los contextos educativos nuevos conocimientos sobre la forma de
aprender de cada estudiante. No obstante, su aplicación plantea retos para la docencia en contextos naturales. En este
trabajo se presenta un ejemplo de uso y aplicabilidad de la tecnología de seguimiento ocular en el ámbito de la Educación
Superior. Se trabajó con una muestra de 20 estudiantes de tres universidades (Burgos y Valladolid en España y Miño en
Portugal). Los objetivos fueron: 1) comprobar si existían diferencias significativas en indicadores de esfuerzo cognitivo (FC,
FD, SC, PD, VC) hallados con la tecnología de seguimiento ocular entre estudiantes con y sin conocimientos previos; 2)
comprobar si existían clústeres de patrones de conductas de aprendizaje entre los estudiantes; 3) analizar diferencias en la
visualización de los patrones de conducta. Se utilizó un diseño cuasiexperimental sin grupo control y un diseño descriptivo.
Los resultados indicaron diferencias significativas entre los estudiantes con y sin conocimientos previos respecto de los
resultados de aprendizaje. También, se hallaron dos tipos de clústeres en los indicadores de esfuerzo cognitivo. Finalmente,
se efectuó un análisis comparativo sobre los patrones de conducta de aprendizaje en estudiantes del clúster 1 vs. clúster
2. El uso de la tecnología de seguimiento ocular posibilita el registro de un gran volumen de datos respecto del proceso de
aprendizaje. No obstante, en la actualidad su uso en contextos educativos naturales exige al profesorado conocimientos
tecnológicos y de minería de datos.
Advances in neuro-technology provide new insights into how individual students learn in educational contexts. However,
applying it poses challenges for teachers in natural settings. This paper presents an example of the use and applicability of
eye-tracking technology in Higher Education. We worked with a sample of 20 students from three universities (Burgos and
Valladolid in Spain and Miño in Portugal). The objectives were: (1) to determine whether there were significant differences
in indicators of cognitive effort (FC, FD, SC, PD, VC) found with eye-tracking technology between students with and
without prior knowledge; (2) to determine whether there were clusters of learning behavior patterns among students; and
(3) to analyze differences in the visualization of behavior patterns. A quasi-experimental design without a control group and
a descriptive design were used. The results indicated significant differences in learning outcomes between students with
and without prior knowledge. In addition, two clusters were found in indicators of cognitive effort. Finally, a comparative
analysis of learning behavior patterns between students in cluster 1 vs. cluster 2 was performed. Eye-tracking technology
makes it possible to record large data about the learning process. However, using it in natural educational settings currently
requires teachers to have technological and data mining skills.
2023-07-12T11:30:14Z
2023-07-12T11:30:14Z
2023
info:eu-repo/semantics/article
1134-3478
http://hdl.handle.net/10259/7756
10.3916/C76-2023-03
1988-3293
spa
Comunicar. 2023, V. 31, n. 76, p. 35-46
https://doi.org/10.3916/C76-2023-03
info:eu-repo/grantAgreement/EC/Erasmus+/2019-1-ES01-KA204-065615/EU/SELF-REGULATED LEARNING IN SMARTART/
info:eu-repo/grantAgreement/AEI/Plan Estatal de Investigación Científica y Técnica y de Innovación 2017-2020/PID2020-117111RB-I00/ES/ASISTENTES DE VOZ E INTELIGENCIA ARTIFICIAL EN MOODLE: UN CAMINO HACIA UNA UNIVERSIDAD INTELIGENTE/
http://creativecommons.org/licenses/by-nc/4.0/
info:eu-repo/semantics/openAccess
Atribución-NoComercial 4.0 Internacional
Atribución-NoComercial 4.0 Internacional
Grupo Comunicar
Oxbridge Publishing House