Resumen: La creciente adopción de tecnologías inteligentes en el aula en la educación superior se ha centrado principalmente en la automatización de la asistencia, prestando una atención limitada al compromiso emocional y cognitivo de los estudiantes durante las clases. Esto limita la capacidad de los instructores para identificar la falta de compromiso y adaptar las estrategias de enseñanza en tiempo real. Este artículo presenta SCASED (Sistema inteligente de asistencia al aula con detección de emociones), un sistema basado en IoT que integra el seguimiento automatizado de la asistencia con el reconocimiento facial de emociones para respaldar el seguimiento de la participación en el aula. El sistema utiliza una cámara Raspberry Pi y OpenCV para la detección de rostros, y un modelo MobileNetV2 ajustado para clasificar cuatro estados emocionales relacionados con el aprendizaje: compromiso, aburrimiento, confusión y frustración. Se implementa un mecanismo basado en sesiones para gestionar la asistencia y el seguimiento de las emociones registrando la asistencia una vez por sesión y realizando un análisis continuo de las emociones a partir de entonces. Los datos de asistencia y emociones se visualizan a través de un panel basado en la nube para brindar a los instructores información sobre la dinámica del aula. La evaluación experimental utilizando el conjunto de datos DAiSEE logró una precisión de clasificación de emociones del 89,5%. Los resultados muestran que la integración de datos de asistencia con análisis de emociones puede proporcionar a los instructores información adicional sobre la dinámica del aula y respaldar prácticas de enseñanza más receptivas.
Publicado originalmente en export.arxiv.org el 13 de enero de 2026.
Ver fuente original
