lunes, 31 de marzo de 2025
Dobot Magician: Un Brazo Robótico que puede ayudar a Impulsar la Robótica Educativa
viernes, 28 de marzo de 2025
Apps de salud gamificadas para niños: ¿Cómo saber si son realmente educativas y seguras?
En la era digital, las aplicaciones móviles se han convertido en una herramienta omnipresente, incluso en el ámbito de la salud infantil. Vemos una proliferación de apps que prometen fomentar hábitos saludables en niños y adolescentes –desde mejorar la higiene o la alimentación hasta promover la actividad física– utilizando a menudo la gamificación (o ludificación) como estrategia para motivar y enganchar. Puntos, niveles, retos, avatares... elementos del juego al servicio de la salud.
Pero, como educadores y padres, surge una pregunta crucial: ¿Son todas estas apps igual de válidas? ¿Tienen una base pedagógica y científica sólida, o son simplemente entretenimiento disfrazado?
La realidad, como apunta una investigación reciente, es que muchas de estas aplicaciones dirigidas al público infantil y juvenil carecen de un respaldo científico experto y de una evaluación rigurosa de su calidad y fiabilidad. Esto nos deja ante un desafío: ¿cómo seleccionar aquellas que realmente aporten valor educativo y promuevan la salud de forma segura y eficaz?
Una Brújula en el Mar de Apps: La Investigación Aporta Claridad
Ante esta necesidad, un equipo de investigadores de la Universidad de Huelva (Claudio Delgado-Morales, Ana Duarte-Hueros, Mª Ángeles Merino-Godoy y Sara Conde-Vélez) ha abordado el problema de frente. Su trabajo, publicado en la revista RED (Revista de Educación a Distancia), se titula: "Diseño y validación de un instrumento para evaluar la calidad de las apps gamificadas que promueven hábitos saludables en el alumnado de educación primaria y secundaria".
(Puedes leer el artículo completo aquí: https://doi.org/10.6018/red.632871)
El objetivo principal de este estudio fue claro: crear y validar una herramienta fiable y robusta, dirigida específicamente a las familias, para que puedan evaluar la calidad de este tipo de software, asegurando un uso educativo y seguro.
¿Cómo Crearon y Validaron la Herramienta (MECAPPSalud-G)?
El proceso fue meticuloso y siguió fases clave en la investigación educativa y psicométrica:
Revisión y Expertos: Se partió de una revisión exhaustiva de la literatura y se contó con la opinión de personas expertas en tecnología educativa, promoción de la salud y métodos de investigación.
Diseño Inicial: Se elaboró una primera versión del cuestionario.
Validación por Jueces: 20 expertos de diversas áreas (educación, salud, informática, etc.) evaluaron la pertinencia y claridad de los ítems iniciales.
Prueba Piloto: Se administró el cuestionario a 33 familias que probaron y valoraron apps gamificadas de salud reales ("Healthy Jeart" y "Con la comida SI se juega").
Análisis Estadístico Riguroso: Se realizaron análisis psicométricos (fiabilidad con Alfa de Cronbach, análisis factorial exploratorio y confirmatorio) para depurar la herramienta y asegurar que mide lo que dice medir de forma consistente.
Las 6 Dimensiones Clave para Evaluar una App de Salud Gamificada
Tras este proceso, el instrumento final ("Cuestionario MECAPPSalud-G dirigido a las Familias") quedó compuesto por 27 ítems organizados en seis dimensiones fundamentales. Conocer estas dimensiones nos da una excelente guía para nuestro propio análisis crítico:
Diseño Gráfico y Visual de la Interfaz: ¿Es atractiva visualmente? ¿Es apropiada para la edad? ¿Son claros los textos, botones y menús? ¿El contraste es adecuado?
Usabilidad de la App: ¿Es fácil de aprender a usar? ¿La navegación es intuitiva? ¿Se encuentra la información donde se espera? ¿Funciona de forma fluida?
Información: ¿El contenido sobre salud es correcto, fiable y está bien escrito? ¿Proviene de fuentes contrastadas? ¿La información es suficiente pero concisa? ¿Se presenta de forma clara (con gráficos, vídeos, etc.)?
Protección de Datos: ¿Cumple con la normativa de protección de datos (RGPD, LOPDGDD)? ¿Protege la privacidad de los menores? ¿Los datos se anonimizan? ¿Hay medidas de seguridad?
Gamificación: ¿Utiliza elementos de juego (narrativa, retos, recompensas, feedback, progreso) de forma efectiva para motivar? ¿Estos elementos están bien integrados y tienen sentido en el contexto de la salud?
Satisfacción: ¿Cumple las expectativas? ¿El usuario la recomendaría? ¿Resulta útil y agradable de usar?
¿Por qué Nos Interesa Esta Herramienta como Educadores y Familias?
Este estudio es relevante porque nos ofrece, por primera vez, un marco validado científicamente para juzgar la calidad de estas populares apps.
Para Docentes y Pedagogos: Nos proporciona criterios objetivos para recomendar (o desaconsejar) apps a nuestros alumnos y sus familias. Facilita la integración curricular de recursos digitales de calidad en programas de educación para la salud.
Para las Familias: Empodera a padres y madres para tomar decisiones informadas. Permite ir más allá del marketing y evaluar si una app es realmente adecuada, segura y beneficiosa para sus hijos.
Para Desarrolladores: Marca unas pautas claras sobre qué aspectos son cruciales al diseñar apps de salud gamificadas efectivas y de alta calidad para el público infantil y adolescente.
Una Mirada Crítica y Fundamentada
Aunque no usemos el cuestionario completo de 27 ítems cada vez que descarguemos una app, conocer las 6 dimensiones clave que evalúa esta herramienta nos dota de una "lista de verificación" mental muy potente. Antes de incorporar una nueva app gamificada de salud en el aula o en casa, preguntémonos: ¿Es usable y visualmente adecuada? ¿La información es fiable? ¿Respeta la privacidad? ¿La gamificación realmente motiva hacia hábitos saludables? ¿Genera satisfacción y utilidad?
Gracias a investigaciones como esta, podemos fomentar un uso más crítico, responsable y verdaderamente educativo de la tecnología al servicio del bienestar y la salud de nuestros niños y jóvenes.
Referencia:
Delgado-Morales, C., Duarte-Hueros, A., Merino-Godoy, M. Á. y Conde-Vélez, S. (2025). Diseño y validación de un instrumento para evaluar la calidad de las apps gamificadas que promueven hábitos saludables en el alumnado de educación primaria y secundaria. RED. Revista de Educación a Distancia, 25(81). https://doi.org/10.6018/red.632871
lunes, 24 de marzo de 2025
Robobo: Un Enfoque Innovador para la Robótica Educativa
La robótica educativa ha evolucionado significativamente en los últimos años, impulsada por la creciente accesibilidad de tecnologías avanzadas como la inteligencia artificial, la visión por computadora y el aprendizaje automático. En este contexto, Robobo se presenta como una solución innovadora que combina la potencia de los teléfonos inteligentes con una base robótica para ofrecer un entorno de aprendizaje interactivo y altamente funcional.
¿Qué es Robobo?
Robobo es un sistema robótico desarrollado con un enfoque educativo, diseñado para mejorar el aprendizaje de la robótica y la inteligencia artificial mediante el uso de un smartphone como unidad de procesamiento principal. La base robótica de Robobo incorpora motores, sensores y una estructura móvil, mientras que el smartphone aporta potencia de cómputo, conectividad y capacidades avanzadas como el reconocimiento de imágenes y la síntesis de voz.
Este enfoque híbrido permite que los estudiantes experimenten con tecnologías de vanguardia sin necesidad de hardware costoso o sistemas de programación complejos. Además, Robobo es compatible con lenguajes de programación ampliamente utilizados en la educación, como Python y ROS (Robot Operating System), lo que facilita su integración en programas académicos de diferentes niveles.
Características Principales de Robobo
Integración con Smartphones: Aprovecha el hardware y software de dispositivos móviles para dotar al robot de capacidades avanzadas sin necesidad de costosos procesadores adicionales.
Movilidad y Sensores: La base cuenta con ruedas motorizadas, sensores de proximidad y acelerómetros para una navegación eficiente.
Visión Artificial: Gracias a la cámara del smartphone, Robobo puede procesar imágenes en tiempo real y ejecutar algoritmos de reconocimiento facial y detección de objetos.
Interfaz de Programación Abierta: Compatible con ROS y otros entornos de desarrollo, lo que permite su uso en entornos de investigación y docencia.
Enfoque Educativo: Diseñado para enseñar desde conceptos básicos de programación hasta algoritmos avanzados de inteligencia artificial y robótica.
Aplicaciones en la Educación y la Investigación
Robobo se adapta perfectamente a múltiples niveles educativos, desde secundaria hasta programas universitarios y de investigación. Algunas de sus aplicaciones incluyen:
Aprendizaje de Programación: Permite a los estudiantes programar comportamientos robóticos utilizando Python o Scratch.
Exploración de la Inteligencia Artificial: Facilita la implementación de redes neuronales y algoritmos de aprendizaje automático para la visión artificial y el control del robot.
Simulación y Experimentación: Gracias a su compatibilidad con ROS, Robobo puede utilizarse en entornos simulados antes de realizar pruebas en hardware real.
Proyectos de Innovación: Su versatilidad lo convierte en una herramienta ideal para desarrollar nuevas aplicaciones en robótica móvil, domótica y asistencia inteligente.
En fin.
Robobo representa un enfoque disruptivo en la enseñanza de la robótica al combinar la accesibilidad y la potencia de los smartphones con una base robótica funcional. Su versatilidad, facilidad de uso y compatibilidad con tecnologías avanzadas lo convierten en una herramienta esencial para la educación en inteligencia artificial y robótica. Si estás buscando una solución innovadora para introducir o profundizar en estos campos, Robobo es, sin duda, una excelente opción.
Para más información, puedes visitar la página oficial del proyecto en: The Robobo Project
miércoles, 19 de marzo de 2025
PISA 2022: Factores clave en el rendimiento en pensamiento computacional en España
El pensamiento computacional es una competencia esencial en la era digital, facilitando la resolución de problemas mediante el uso de herramientas tecnológicas y metodologías algorítmicas. Un estudio reciente publicado en la Revista de Educación a Distancia (RED) analiza los factores que influyen en el rendimiento en pensamiento computacional de los estudiantes españoles que participaron en PISA 2022.
DOI: https://doi.org/10.6018/red.600641
Contexto y metodología del estudio
El estudio, basado en una muestra de 30.800 estudiantes de Educación Secundaria en España, utilizó un modelo de regresión múltiple multinivel para analizar el impacto de distintas variables a nivel individual y escolar. Los datos provienen de los cuestionarios de PISA 2022, que evalúan aspectos como el contexto socioeconómico, la competencia digital, el uso de las TIC y la disponibilidad de recursos tecnológicos en los centros educativos.
Principales hallazgos
Los resultados revelan que existen varios factores determinantes en el rendimiento en pensamiento computacional:
Brecha de género: Los chicos obtienen mejores resultados en pensamiento computacional que las chicas. Este hallazgo coincide con estudios previos que indican que las chicas presentan menor confianza en la programación y una autoeficacia digital más baja.
Impacto del contexto socioeconómico: Los estudiantes de familias con mayor nivel socioeconómico tienden a obtener mejores resultados, evidenciando una desigualdad en el acceso a recursos y formación digital.
Competencia digital como predictor clave: La capacidad de los estudiantes para usar herramientas digitales y resolver problemas computacionales influye directamente en su rendimiento. Aquellos con mayor competencia digital logran puntuaciones más altas en pensamiento computacional.
Uso de TIC en actividades computacionales: Los estudiantes que utilizan las TIC para actividades como codificación y diseño algorítmico muestran un mejor desempeño en la evaluación de pensamiento computacional.
Disponibilidad de recursos en el hogar y en el centro educativo: La presencia de ordenadores, acceso a internet y software especializado tanto en casa como en la escuela tiene un impacto positivo en el rendimiento. Además, los centros privados, con mayores recursos tecnológicos, presentan mejores resultados en comparación con los públicos con menos equipamiento.
Implicaciones educativas
Estos resultados subrayan la necesidad de promover estrategias para reducir la brecha de género en pensamiento computacional, fortaleciendo la confianza y motivación de las chicas en disciplinas STEM. También sugieren la importancia de invertir en la digitalización de los centros educativos públicos y en la formación en competencia digital desde edades tempranas.
Asimismo, fomentar el uso pedagógico de las TIC en actividades de codificación puede mejorar la adquisición de habilidades computacionales y preparar mejor a los estudiantes para los desafíos de la sociedad digital.
En fin...
El estudio destaca cómo diversos factores influyen en el rendimiento en pensamiento computacional de los estudiantes en España, proporcionando información clave para la formulación de políticas educativas más equitativas y efectivas. Para cerrar la brecha digital y potenciar el aprendizaje computacional, es importante desarrollar iniciativas que integren tecnología, formación docente y programas específicos de enseñanza del pensamiento computacional en el currículo escolar.
domingo, 16 de marzo de 2025
ASTI Robotics Challenge 2025 - Gran Final, 10 de mayo en Burgos
Hoy les traigo información sobre el ASTI Robotics Challenge, el desafío de robótica educativa más importante de España! Organizado por la Fundación ASTI, este evento gratuito busca desarrollar el talento STEM y fomentar el interés por la tecnología en los jóvenes a través de la realización de proyectos de robótica móvil.
Este año,
en su novena edición, el desafío ha alcanzado un récord histórico con más de
150 equipos inscritos y más de 350 participantes apasionados por la robótica.
Las
semifinales regionales ya han comenzado:
- Valladolid: El 6 de marzo, la Universidad
Europea Miguel de Cervantes (UEMC) se convirtió en el epicentro de la
innovación y la robótica al acoger la primera semifinal del ASTI Robotics
Challenge.
- Zaragoza: El 12 de marzo, el Espacio
Joven Fundación Ibercaja fue el escenario de la segunda semifinal, donde
equipos demostraron su talento y creatividad en robótica.
- Madrid: El 13 de marzo, la
Universidad de Diseño, Innovación y Tecnología (UDIT) acogió la tercera
semifinal, reuniendo a más de un centenar de alumnos de Madrid,
Castilla-La Mancha, Comunidad Valenciana y Extremadura.
Aún nos
queda una semifinal por delante:
- Málaga: El 19 de marzo, el Polo
Digital será el lugar donde los equipos andaluces competirán por un puesto
en la gran final.
Los
equipos que se clasifiquen en estas semifinales se enfrentarán en la Gran Final
nacional, que tendrá lugar el 10 de mayo en Burgos.
¡No te
pierdas la oportunidad de ser parte de esta emocionante competencia que impulsa
el futuro de la tecnología educativa en España!
Para más información
sobre este evento te dejo los enlaces en la descripción.
Para
mantenerte informado sobre este y otros eventos relacionados con la tecnología
educativa, ¡suscríbete a nuestro canal y síguenos en nuestras redes sociales!
El aprendizaje mixto como potenciador de la creatividad y la competencia numérica en estudiantes
En el contexto educativo actual, donde la tecnología y la pedagogía se entrelazan cada vez más, el aprendizaje mixto (blended learning) se presenta como una metodología clave para potenciar tanto la creatividad como las habilidades numéricas de los estudiantes. Un estudio reciente publicado en la Revista de Educación a Distancia (RED), titulado "The Role of Blended Learning in Improving Students’ Numerical Ability and Learning Creativity", explora precisamente este fenómeno.
DOI: https://doi.org/10.6018/red.619061
Diseño del estudio
El estudio adoptó un diseño cuasi-experimental con 60 estudiantes de secundaria divididos en dos grupos: un grupo experimental que utilizó el aprendizaje mixto y un grupo de control que siguió el modelo tradicional de enseñanza. Se emplearon cuestionarios y pruebas numéricas para evaluar el impacto del modelo mixto sobre la creatividad y la competencia numérica.
Los datos fueron analizados con SPSS 29 y Winstep, aplicando el modelo de medición Rasch. Se buscó determinar en qué medida el aprendizaje mixto influye en la habilidad numérica y en la creatividad de los estudiantes, así como la posible relación entre ambas competencias.
Principales hallazgos
Los resultados fueron reveladores:
Impacto significativo del aprendizaje mixto en la habilidad numérica: Los estudiantes que participaron en el modelo de aprendizaje mixto obtuvieron puntuaciones significativamente más altas en pruebas de competencia numérica en comparación con aquellos que siguieron el modelo tradicional.
Relación entre creatividad y competencia numérica: Se encontró una correlación positiva y significativa entre la creatividad en el aprendizaje y la mejora de la capacidad numérica. Es decir, aquellos estudiantes con niveles más altos de creatividad en su aprendizaje tendieron a mostrar un mejor desempeño en matemáticas.
Beneficios del modelo mixto: El estudio señala que el aprendizaje mixto permite a los estudiantes desarrollar habilidades como la búsqueda y síntesis de información, la resolución de problemas y el pensamiento crítico, lo que contribuye directamente a mejorar su desempeño en áreas numéricas.
Eficiencia del aprendizaje basado en proyectos colaborativos: La implementación del aprendizaje mixto a través de actividades colaborativas y el uso de tecnología facilitó la comprensión de patrones numéricos y la resolución de problemas matemáticos.
Implicaciones educativas
Estos hallazgos sugieren que la combinación de metodologías presenciales y virtuales no solo enriquece la experiencia de aprendizaje, sino que también optimiza el desarrollo de habilidades fundamentales para el siglo XXI. En particular, la inclusión de estrategias de aprendizaje creativo dentro del diseño de programas de enseñanza de matemáticas podría mejorar significativamente la adquisición de competencias numéricas.
Los resultados de este estudio respaldan la necesidad de ampliar el uso del aprendizaje mixto en las instituciones educativas, promoviendo la integración de herramientas digitales y enfoques innovadores que fomenten tanto la creatividad como el razonamiento matemático.
En fin...
En un mundo donde la digitalización y la tecnología educativa están en constante evolución, metodologías como el aprendizaje mixto representan una solución eficaz para el desarrollo integral de los estudiantes. Este estudio reafirma que la creatividad y la competencia numérica no son habilidades independientes, sino que se potencian mutuamente cuando se implementan estrategias pedagógicas adecuadas. Para docentes y diseñadores curriculares, esta investigación proporciona evidencia empírica clave sobre el impacto positivo del aprendizaje mixto en el rendimiento académico.
miércoles, 12 de marzo de 2025
Paper: La IA en la Generación de Datos Educativos: Hacia un Aprendizaje y Enseñanza a Gran Escala
Khalil, M., Liu, Q. and Jovanovic, J. (2025), AI for data generation in education: Towards learning and teaching support at scale. Br J Educ Technol. https://doi.org/10.1111/bjet.13580
La inteligencia artificial está revolucionando la educación, proporcionando oportunidades sin precedentes para personalizar el aprendizaje, generar retroalimentación en tiempo real y permitir intervenciones educativas a gran escala. Un aspecto clave de esta transformación es la generación de datos sintéticos educativos, que pueden suplir la falta de datos reales debido a restricciones de privacidad o disponibilidad. Estos datos generados por IA incluyen desde conjuntos de datos tabulares hasta contenido educativo como texto, imágenes y videos, lo que permite expandir la investigación y la práctica educativa sin comprometer la seguridad de la información.
El artículo explora cómo la IA puede generar datos de alta calidad para mejorar los procesos de enseñanza y aprendizaje. Entre los enfoques analizados, se destaca el uso de modelos de lenguaje de gran escala (LLMs) para la creación de materiales educativos personalizados, la evaluación automatizada de estudiantes y la generación de datos que respeten la privacidad. Estas herramientas permiten desarrollar contenidos escalables y adaptables a diferentes contextos, favoreciendo la inclusión y el acceso equitativo a la educación digital.
Uno de los estudios presentados en la investigación analiza el uso de LLMs para apoyar la enseñanza de matemáticas en secundaria. Se evaluó la capacidad de estos modelos para generar ejercicios y guías de estudio, comparando su calidad con la de los docentes expertos. Los resultados mostraron que, cuando se utilizan de manera complementaria, los LLMs pueden mejorar la accesibilidad y la alineación de los materiales con los objetivos de aprendizaje.
Otro hallazgo relevante es el papel de los datos sintéticos en la protección de la privacidad. Se analizó cómo la generación de datos mediante técnicas de privacidad diferencial puede permitir la publicación de conjuntos de datos sin comprometer la identidad de los estudiantes. Este enfoque es clave para la investigación educativa, ya que facilita la recopilación de información sin infringir regulaciones sobre protección de datos.
El artículo concluye que, aunque la IA tiene el potencial de transformar la educación a gran escala, su implementación debe ser equilibrada con la intervención humana. Si bien los modelos de IA pueden agilizar la generación de contenido y datos, la supervisión y el juicio de los docentes siguen siendo fundamentales para garantizar la calidad y la pertinencia de los materiales educativos.
En el futuro, la investigación deberá centrarse en evaluar cómo estos datos generados por IA impactan el aprendizaje de los estudiantes, así como en mejorar las estrategias para garantizar su precisión, equidad y aplicabilidad en entornos educativos diversos.