Integrating Artificial Intelligence into Research on Emotions and Behaviors in Science Education

Ezquerra, Ángel; Agen, Federico; Arteche, Íñigo Rodríguez; Ezquerra-Romano, Ivan

doi:10.29333/ejmste/11927

Cited by 7 publications

(7 citation statements)

References 48 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…Parece necesario desarrollar técnicas con una mayor resolución temporal para poder abordar el modo en que se conectan lo cognitivo y lo afectivo. Un ejemplo de estos avances es el uso del reconocimiento facial de las emociones (facial emotion recognition o FER) en situaciones de enseñanza y aprendizaje de ciencias (Ezquerra et al, 2022;Ezquerra et al, 2023;Liaw et al, 2021).…”

Section: Expresiones Faciales Y Detección De Emociones (Fer-ai)unclassified

“…Esta técnica estadística sustituye cada valor de la serie temporal por la media de la ventana alrededor del valor original. El uso de la media móvil requiere seleccionar factores matemáticos concretos para identificar los patrones educativos relevantes (Ezquerra et al, 2022;Ezquerra et al, 2023). Así, es necesario determinar la anchura de la ventana alrededor del valor original y la posición de este dentro de la ventana.…”

Section: Enseñanza De Las Cienciasunclassified

See 1 more Smart Citation

Estudio de emociones en un proceso de ruptura cognitiva a través del reconocimiento facial

Ezquerra,

Pamplona,

Casas-Mas

et al. 2024

ensciencias

View full text Add to dashboard Cite

Las emociones que se producen en los procesos de enseñanza-aprendizaje en ciencias experimentales presentan cuestiones todavía por resolver. En este artículo, hemos utilizado un método paramétrico que usa el reconocimiento facial y permite identificar las emociones en tiempo real y vincularlas con acciones educativas concretas. Se diseñó una actividad para hacer aflorar las emociones en un proceso en el que las conjeturas iniciales colisionaban con los hechos. El análisis muestra cambios muy intensos en las expresiones emocionales de los estudiantes y la existencia de tres tipos de comportamiento frente a esta disonancia entre previsiones y observación: 1) sorpresa; 2) disgusto; y 3) solapamiento de sorpresa y disgusto. Parece especialmente interesante considerar qué emociones específicas genera cada situación de aprendizaje para cada individuo.

show abstract

Section: Expresiones Faciales Y Detección De Emociones (Fer-ai)unclassified

Section: Enseñanza De Las Cienciasunclassified

Estudio de emociones en un proceso de ruptura cognitiva a través del reconocimiento facial

Ezquerra,

Pamplona,

Casas-Mas

et al. 2024

ensciencias

View full text Add to dashboard Cite

show abstract

“…Un tema complejo y multidimensional sobre el que hay que desarrollar una vigilancia crítica compartida. El valor de la IA o el pensamiento computacional será una realidad en las aulas (Ezquerra et al, 2022), más por decisiones políticas y compromisos institucionales rigurosos que por los avances del desarrollo tecnológico. Sin embargo, las redes sociales analizadas funcionarían como espacios generadores de nuevas semánticas y lenguajes mediante inclusión de «hashtags» que ponen en relación el juego con productos del desarrollo tecnológico.…”

Section: Discusión Y Conclusiónunclassified

“…Las tendencias digitales en educación son una realidad presente y futura, aunque en la actualidad se desconocen qué tecnologías triunfarán y el valor educativo que tendrán. Ezquerra et al (2022) aplican técnicas de Inteligencia Artificial (IA) para determinar emociones y comportamientos en el aprendizaje de la Física a través de las expresiones faciales. Nespor (2019) aplica técnicas de blockchain para la certificación de los estudiantes en un colegio estadounidense.…”

Section: Introductionunclassified

Gamificación-educación: el poder del dato. El profesorado en las redes sociales

Barroso Moreno,

Mendoza Carretero,

Sáenz-Rico de Santiago

et al. 2023

RIED

View full text Add to dashboard Cite

Las redes sociales son espacios de intercambio de contenido para el profesorado sobre nuevos planteamientos metodológicos en torno a la gamificación. Nos preguntamos sobre la integración de la gamificación en las tendencias digitales presentes y futuras. La presente investigación tiene como objetivo determinar comportamientos de las publicaciones con contenido de gamificación en las redes sociales de Twitter, Instagram y TikTok. Las técnicas de «Web scraping» para Instagram y TikTok, junto con la API de Twitter, recopilan 189.414 publicaciones con las palabras clave de gamificación y educación en español e inglés, durante el año 2022. Estos grandes volúmenes de datos se ponen a disposición de los interesados mediante Power Business Intelligence de Microsoft. Mediante un muestreo deliberativo profundizamos en el análisis sobre las 100 publicaciones más virales de cada red social para responder al objetivo de investigación. Los resultados destacan la presencia del profesorado en las redes sociales, predominante en Instagram para la etapa de Educación Primaria, y la influencia del género en las publicaciones. El género masculino dispone de un número mayor de seguidores y publicaciones, pero el femenino tiene seguidores con mayor apoyo en «like». Los intereses mercantiles en la temática gamificación se ven acentuados en las tendencias digitales, aunque son menores en comparación con compartir recursos sin fines lucrativos. Se concluye que los docentes usuarios de las redes sociales se convierten en agentes emergentes de diseño de materiales y, por tanto, en mediadores entre el Curriculum y la práctica.

show abstract

“…In another study, Antonenko and Abramowitz (2022) explored in-service teachers' misconceptions of AI in K-12 science education. On the other hand, Ezquerra et al (2022) developed a method for evaluating the dynamics of affective variables during an inquiry-based activity using an AI system detecting facial expressions. Similarly, Watters and Supalo (2021) created an AI tool for accessible science education called virtual lab assistant.…”

Section: Introductionmentioning

confidence: 99%

Artificial intelligence in science education: A bibliometric review

Akhmadieva,

Udina,

Kosheleva

et al. 2023

CONT ED TECHNOLOGY

View full text Add to dashboard Cite

A descriptive bibliometric analysis of works on artificial intelligence (AI) in science education is provided in this article to help readers understand the state of the field’s research at the time. This study’s main objective is to give bibliometric data on publications regarding AI in science education printed in periodicals listed in the Scopus database between 2002 and 2023 end of May. The data gathered from publications scanned and published within the study’s parameters was subjected to descriptive bibliometric analysis based on seven categories: number of articles and citations per year, countries with the most publications, most productive author, most significant affiliation, funding institutions, publication source and subject areas. Most of the papers were published between 2016 and 2022. The United States of America, United Kingdom, and China were the top-3 most productive nations, with the United States of America producing the most publications. The number of citations to the publications indexed in Scopus database increased in a progressive way and reached to maximum number in 2022 with 178 citations. Most productive author on this topic was Salles, P. with four publications. Moreover, Carnegie Mellon University, University of Memphis, and University of Southern California have the maximum number of publications as affiliations. The National Science Foundation was the leader funding institution in terms of number of publications produced. In addition, “Proceedings Frontiers in Education Conference Fie” have the highest number of publications by year as a publication source. Distribution of the publications by subject area was analyzed. The subject areas of the publications were computer sciences, social sciences, science education, technology and engineering education respectively. This study presents a vision for future research and provides a global perspective on AI in science education.

show abstract

Integrating Artificial Intelligence into Research on Emotions and Behaviors in Science Education

Cited by 7 publications

References 48 publications

Estudio de emociones en un proceso de ruptura cognitiva a través del reconocimiento facial

Estudio de emociones en un proceso de ruptura cognitiva a través del reconocimiento facial

Gamificación-educación: el poder del dato. El profesorado en las redes sociales

Artificial intelligence in science education: A bibliometric review

Contact Info

Product

Resources

About