DIPSER: A Dataset for In-Person Student Engagement Recognition in the Wild
Este artículo presenta DIPSER, un conjunto de datos novedoso y exhaustivo del mundo real para el reconocimiento del compromiso estudiantil en persona, que combina de forma única datos de cámaras RGB multivista, métricas de sensores de relojes inteligentes y diversas etiquetas validadas por expertos para facilitar el análisis de la atención y las emociones de los estudiantes en diversos contextos educativos.
Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo
Imagina intentar entender cómo se siente un estudiante o qué tan concentrado está durante una clase. Por lo general, los profesores tienen que adivinar basándose en una mirada rápida. Este artículo presenta una nueva herramienta llamada DIPSER, que es como un "superobservador" de alta tecnología diseñado para capturar exactamente lo que sucede en un aula real, no en una falsa.
Aquí tienes un desglose de lo que construyeron los investigadores, utilizando analogías sencillas:
1. La configuración del "Ojo que todo lo ve"
Piensa en el aula como un escenario. En el pasado, los investigadores a menudo estudiaban a los estudiantes desde sus salas de estar (clases en línea) o en laboratorios científicos estériles donde actores fingían ser estudiantes.
DIPSER es diferente. Fue filmado en un aula universitaria real con estudiantes reales. Para obtener una imagen completa, establecieron una "enjambre de vigilancia":
- La vista de gran angular: Colgaron cámaras en lo alto (como un guardia de seguridad mirando hacia abajo) para ver toda la sala, las posturas de los estudiantes y cómo interactúan entre sí.
- La vista de primer plano: Cada estudiante tenía su propia cámara dedicada en su escritorio, haciendo zoom en su rostro para capturar expresiones diminutas (como una ceja levantada o un ceño fruncido).
- El reloj del "pulso": Cada estudiante llevaba un reloj inteligente. Esto actúa como un rastreador de fitness, registrando su frecuencia cardíaca, cuánto se movieron (giroscopio) y qué tan rápido se agitaban (acelerómetro).
2. El sistema de calificación de "Cinco Estrellas"
¿Cómo sabes si las cámaras y los relojes están diciendo la verdad? Los investigadores no solo confiaron en las computadoras; utilizaron un "panel de jueces".
Para cada estudiante, reunieron cinco opiniones diferentes sobre qué tan concentrado o emocional estaba el estudiante en cualquier segundo dado:
- La propia voz del estudiante: Después de la clase, el estudiante revisó el video y se calificó a sí mismo.
- Cuatro jueces expertos: Cuatro expertos humanos diferentes vieron las imágenes y dieron sus propias calificaciones.
Combinaron estos elementos para crear una etiqueta "estándar de oro" para cada segundo del video. Si un estudiante decía que estaba aburrido y los expertos estaban de acuerdo, los datos se marcan como "aburrido".
3. La obra de "Nueve Escenas"
Los datos no fueron solo una conferencia larga y aburrida. Los investigadores filmaron a los estudiantes pasando por nueve tipos diferentes de actividades escolares, como escenas en una obra:
- Leyendo noticias.
- Lluvia de ideas.
- Escuchando una conferencia tradicional.
- Realizando un cuestionario en sus teléfonos.
- Presentando proyectos.
- Jugando con robots.
- Diseñando juegos educativos.
Esta variedad es como probar un automóvil en una autopista, un camino de tierra y una pista de carreras para ver cómo maneja diferentes condiciones.
4. La biblioteca masiva
El resultado es una biblioteca digital masiva que contiene más de 1,3 millones de imágenes y casi 52 horas de video.
- Incluye el video sin procesar.
- Incluye los datos del reloj inteligente (latidos, movimientos).
- Incluye datos "preempaquetados" donde las computadoras ya han dibujado cuadros alrededor de los rostros, estimado edades y adivinado emociones, ahorrando tiempo a otros investigadores.
5. Por qué esto importa (según el artículo)
Los autores argumentan que los conjuntos de datos anteriores eran como "pruebas de práctica" (en línea o laboratorios falsos) que no reflejaban la vida real.
- Realismo: Esto fue filmado "en la naturaleza" (un aula real).
- Diversidad: Incluye estudiantes de diferentes orígenes (especificando sujetos caucásicos en esta versión, aunque planean agregar más diversidad más adelante).
- Profundidad: Es el primero en combinar video, sensores de reloj inteligente y múltiples expertos humanos en un entorno de aula real.
La conclusión
El artículo presenta DIPSER como un nuevo conjunto de datos masivo y altamente detallado. Es una caja de herramientas para científicos informáticos que quieren enseñar a las máquinas a comprender la atención y las emociones humanas en entornos escolares del mundo real. Los autores han puesto estos datos a disposición de otros investigadores para que puedan construir mejores herramientas de IA, siempre que dichas herramientas se utilicen para estudios académicos y no para vender productos.
Nota: El artículo se centra exclusivamente en crear y validar este conjunto de datos. No afirma que este sistema se esté utilizando actualmente para calificar estudiantes, diagnosticar condiciones médicas o cambiar la forma en que se gestionan las escuelas; es estrictamente un recurso para la investigación.
¿Ahogado en artículos de tu campo?
Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.