Visual Transformation Mechanisms for Integrating Digital Cultural Heritage Resources into Junior High School Art Curricula

Resumen Técnico: Mecanismos de Transformación Visual para la Integración de Recursos de Patrimonio Cultural Digital en los Currículos de Educación Artística de Secundaria

Planteamiento del Problema
La integración del patrimonio cultural digital (específicamente, las pinturas murales de Dunhuang digitales) en los currículos de educación artística de la escuela secundaria enfrenta brechas técnicas y pedagógicas significativas. Las aplicaciones existentes suelen carecer de un preprocesamiento de imagen estandarizado, representaciones de características computables, generación automática de tareas y mecanismos de evaluación basados en datos. En consecuencia, no existe un flujo de trabajo computacional reutilizable y repetible que traduzca eficazmente las imágenes de patrimonio estáticas en tareas de aprendizaje adaptativas y creativas, o que evalúe los resultados de los estudiantes de manera consistente. La investigación actual tiende a abordar el reconocimiento de patrimonio, la reconstrucción 3D o la generación de imágenes de forma aislada, sin lograr cerrar la brecha entre la descomposición de la imagen cultural y la generación de tareas de clase estructuradas y evaluables.

Metodología
Los autores proponen un marco de transformación visual modular que integra la visión por computadora, el emparejamiento basado en reglas y la calificación asistida por IA. La metodología avanza a través de cuatro etapas primarias:

1. Extracción de Características Visuales y Estandarización:

   • Preprocesamiento: Las imágenes digitales de Dunhuang se estandarizan a 512x512 píxeles y se convierten al espacio de color Lab. El filtrado bilateral ($d=5, \sigma_c=50, \sigma_s=50$) suprime el ruido de grietas, mientras que el CLAHE (límite de clip 2.0, tamaño de tesela 8x8) mejora las regiones de baja saturación.
   • Vectorización de Características: Se extraen cinco canales visuales para formar un vector de características $\mathbf{F}_i = [l_f, c_f, p_f, s_f, m_f]$:
     • $l_f$: Densidad de bordes de dibujo de línea (Canny).
     • $c_f$: Agrupamiento de colores dominantes (K-means).
     • $p_f$: Estructura de repetición de patrones.
     • $s_f$: Jerarquía espacial compositiva.
     • $m_f$: Poses de figuras y vectores de dirección de las cintas fluidas.
   • Estos elementos (líneas, colores, patrones, composiciones, poses dinámicas) se tratan como componentes transferibles en lugar de objetos para la copia directa.

2. Mapeo de Imagen-a-Tarea y Generación:

   • Emparejamiento: El sistema calcula la similitud de coseno entre el vector de características de la imagen ($\mathbf{F}$) y un vector de tareas del curso ($\mathbf{T}$). Si la puntuación de coincidencia $M_{ij} \geq 0.75$, la imagen se asigna automáticamente; las puntuaciones entre 0.60 y 0.75 requieren confirmación del docente.
   • Generación de Tareas: Un motor de reglas asigna tareas basadas en las características de la imagen (por ejemplo, una alta densidad de líneas mapea a "Extracción de Líneas Dinámicas"; una alta diferencia de color mapea a "Rediseño de Color").
   • Diferenciación: Las tareas se categorizan en niveles Básico, Avanzado y Abierto según los niveles de capacidad de los estudiantes ($G_s$) derivados de las pruebas previas y las pruebas de alfabetización visual. El sistema emplea una "Estrategia de Top 3 Candidatos" para permitir la selección del docente, evitando la estrechez algorítmica.

3. Gradación de Dificultad y Optimización:

   • Las tareas se clasifican en cuatro niveles de dificultad (L1–L4) basados en una fórmula ponderada ($D_j$) que incorpora la complejidad de la imagen ($C$), los pasos operativos ($P$), la apertura de la tarea ($O$), la tasa de finalización de los estudiantes ($R$) y la desviación de las características del trabajo ($E$).
   • El sistema utiliza bucles de retroalimentación para actualizar los parámetros del modelo y recomendar niveles de dificultad apropiados para las iteraciones subsecuentes.

4. Evaluación Asistida por IA:

   • Codificación del Trabajo del Estudiante: Las obras de los estudiantes se procesan mediante corrección de perspectiva y se comprimen a 512x512. Las características se extraen utilizando Canny, análisis de color Lab y operadores de repetición de patrones. Se generan incrustaciones profundas (deep embeddings) utilizando CLIP-ViT-B/16 (ajustado con cabezales de proyección).
   • Modelo de Calificación: Una representación fusionada (ConvNeXt-Tiny y CLIP) pasa a través de un MLP de dos capas para generar puntuaciones en cinco dimensiones: Reconocimiento de Elementos Culturales, Extracción de Elementos Visuales, Reconstrucción Formal, Expresión Temática y Completitud del Trabajo.
   • Pesos: Determinados mediante calibración hacia atrás y validación cruzada, donde la "Extracción de Elementos Visuales" (0.24) y la "Reconstrucción Formal" (0.22) poseen los pesos más altos.

Contribuciones Clave

• Marco Modular: El artículo presenta un mecanismo de aplicación computacional de ciclo cerrado que operativiza la transformación desde la descomposición de la imagen patrimonial hasta la generación de tareas, la evaluación del estudiante y la optimización iterativa.
• Vector de Características Estandarizado: Define un vector de características visuales de cinco canales específico que permite que las imágenes culturales se emparejen computacionalmente con los objetivos curriculares.
• Evaluación Híbrida IA-Humano: El estudio introduce un sistema de evaluación donde la calificación de la IA se correlaciona con la calificación del docente, utilizando un sistema métrico ponderado que prioriza la transformación estructural sobre la mera identificación de símbolos.
• Generación de Tareas Adaptativas: El sistema genera tareas de aprendizaje diferenciadas (Básico, Avanzado, Abierto) basadas en perfiles de capacidad de los estudiantes en tiempo real y la complejidad de la imagen.

Resultados Experimentales
El marco fue validado en un estudio de seis semanas que involucró a 160 estudiantes de cuatro clases de secundaria (dos experimentales, dos de control).

• Ganancias de Desempeño: El grupo experimental mostró mejoras significativamente mayores que el grupo de control en:
  • Tasa de Extracción de Elementos Visuales (+13.2 frente a +5.3).
  • Grado de Reestructuración Formal (+14.1 frente a +5.9).
  • Reconocimiento de Elementos Culturales (+11.2 frente a +5.3).
• Consistencia de la Evaluación: El sistema de calificación por IA demostró un coeficiente de correlación de Pearson de 0.86 con las calificaciones de los docentes, con un Error Absoluto Medio (MAE) de 3.84.
• Análisis de Errores: Las discrepancias (errores > 8 puntos) ocurrieron principalmente en trabajos con temas claros pero elementos culturales débiles, lo que indica que el modelo prioriza la similitud de características y la completitud estructural, mientras que los docentes valoran más la intención metafórica y emocional.

Significancia y Reivindicaciones
El artículo afirma que este marco aborda con éxito la desconexión entre los recursos de patrimonio digital y los flujos de trabajo de aula reutilizables. Al convertir las líneas, colores y poses de los murales en vectores de características estructurados, el sistema permite que las imágenes culturales sean procesadas, almacenadas e iterativamente transformadas en tareas creativas. Los autores sostienen que el valor educativo no reside en ver las imágenes, sino en el proceso de deconstrucción, traducción y recreación.

Sin embargo, los autores mantienen una postura modesta respecto al alcance de sus afirmaciones. Reconocen limitaciones en el tamaño de la muestra, la categoría específica de patrimonio (murales de Dunhuang), la cobertura de grados y los entornos de computación. Afirman que la estabilidad de la aplicación, el rendimiento de transferencia y la generalización requieren una verificación más amplia y transregional. Se propone como trabajo futuro expandir los conjuntos de datos, optimizar la fusión multimodal e incorporar el patrimonio intangible y los recursos locales en aplicaciones de software escalables.