Este proyecto de innovación educativa combina dos tendencias tecnológicas y educativas innovadoras. Por un lado, la tecnología de Interfaces Cerebrales Computarizados (BCI ó Brain Computer Interface) y por otro el aprendizaje y evaluación adaptativa.

El proyecto pretende desarrollar interfaces cerebrales de bajo coste que permitan mejorar los métodos de aprendizaje y evaluación adaptativa, mediante la realización de medidas de electro-encefalograma fiables para evaluar el estado cognitivo y el nivel de aprendizaje alcanzado por los alumnos.

La teoría neurológica actual y los más recientes estudios cognitivos del aprendizaje, permiten establecer una relación entre la actividad cerebral, (las ondas cerebrales y la zona del cerebro donde se producen), y la dificultad de las tareas de aprendizaje y el nivel de desempeño alcanzado en la adquisición de habilidades. El método propuesto se basa en la monitorización de los patrones cerebrales de los alumnos, mediante encefalogramas (EEG), cuando estos realizan tareas de diferente complejidad. El electroencefalograma es un método no invasivo para medir el patrón de ondas cerebrales para la identificación de actividades eléctricas en el cerebro. La distribución de las ondas cerebrales Alfa, Beta y Gamma proporcionará abundante información sobre el estado cerebral del alumno expuesto a las estrategias de aprendizaje diferenciadas. De esta forma se puede determinar cómo los patrones cerebrales reflejan el nivel de aprendizaje del alumno y en qué momento los patrones cerebrales confirman que el alumno ha llegado a dominar las habilidades a adquirir.

Esta innovación se inspira en las investigaciones recientes en neurociencia y los avances en la detección portátil de EEG. La viabilidad de la integración entre este tipo de interfaces y los sistemas de enseñanza y evaluación adaptativos depende de dos factores críticos que se pretenden abordar en este proyecto de innovación educativa.

El primero de ellos es la posibilidad de utilizar dispositivos de medida EEG no intrusivos de bajo coste y fácil manejo, en la medida que estos se demuestren suficientemente precisos para permitir la medida en tiempo real de las ondas cerebrales con las características necesarias. Este factor es crítico porque los dispositivos de medida EEG han sido tradicionalmente equipos muy caros y complejos de utilizar, solo manejables por expertos y tras una larga e incómoda preparación. Hasta el momento estos métodos eran altamente intrusivos y su complejidad no permitía su utilización en sistemas de aprendizaje y evaluación. No obstante, están apareciendo en el mercado una serie de sistemas y equipos EEG de bajo coste, desarrollados fundamentalmente para el mercado del ocio y los videojuegos, que abren potencialmente las puertas a estas aplicaciones. Este proyecto tiene como primer objetivo evaluar la usabilidad de estos dispositivos de bajo coste para determinar el estado cognitivo de los alumnos durante el proceso de aprendizaje, evaluando si la calidad de las medidas que permiten es suficiente para este propósito.

El segundo de ellos es el necesario desarrollo de algoritmos de procesamiento en tiempo real de señales EEG que permitan identificar el estado cognitivo del alumno y el nivel de aprendizaje adquirido por el alumno. Una vez capturadas las señales cerebrales en tiempo real, es necesario desarrollar algoritmos que permitan identificar en estas señales los patrones cognitivos. Este proyecto tiene como segundo objetivo el desarrollo de estos algoritmos.

El objetivo principal del proyecto es analizarla viabilidad de la aplicación de interfaces informáticas del cerebro basadas en electroencefalograma (EEG) de bajo coste a las estrategias y sistemas de aprendizaje y evaluación adaptativos. Es decir, evaluar la viabilidad de la utilización de ondas cerebrales para mejorar las herramientas de aprendizaje adaptativo.

Para ello el proyecto plantea dos sub-objetivos:

1. Evaluar la usabilidad de dispositivos EEG de bajo coste para la medida de ondas cerebrales con propósitos educativos y de investigación.
2. Desarrollo de algoritmos de procesado de las señales neurológicas que permitan la evaluación en tiempo real del estado cognitivo del alumno al enfrentarse a tareas de aprendizaje de distinta complejidad.

En caso de resultar exitoso, este proyecto permitirá en el futuro diseñar programas y sistemas de aprendizaje más eficientes, que programen  la dificultad de las tareas que se le dan al alumno para que esté en línea con la forma en que su cerebro ha lidiado con las tareas anteriores. Esto permitiría potencialmente complementar el aprendizaje en el aula o la preparación de pruebas con una herramienta escalable que alcance la eficacia de un tutor humano.

En un sistema de aprendizaje adaptativo un BCI basado en  EEG proporcionará retroalimentación en tiempo real a los estudiantes para la identificación de la estrategia óptima de aprendizaje. Se espera que la recolección directa de datos de ondas cerebrales utilizando un EEG multicanal conduzca a una convergencia más rápida a una estrategia de aprendizaje óptima para que los estudiantes alcancen el máximo resultado de aprendizaje. Este enfoque nos permitirá combinar la analítica de ondas cerebrales con la inferencia estadística en tiempo real para mejorar el rendimiento del alumno. La combinación de datos de ondas cerebrales y el análisis de correlación multivariable del rendimiento del alumno permitirá en etapas posteriores la validación del enfoque propuesto de BCI para el aprendizaje adaptativo acelerado. Si estas tecnologías de bajo coste se demuestran factibles para este propósito, por primera vez, los datos de las ondas cerebrales del alumno individual se podrían utilizar para identificar las preferencias personales de aprendizaje y la estrategia de aprendizaje

El enfoque BCI conducirá a la identificación acelerada de la estrategia de aprendizaje para el mejor resultado de aprendizaje basado en el análisis de ondas cerebrales en tiempo real para los estudiantes individuales.

El desarrollo de este proyecto está previsto como un proyecto colaborativo en el cual estarán involucrados los alumnos de las asignaturas de Factores Humanos que se imparten en el Master Universitario en Ingeniería Aeronáutica (en la espacialidad de Sistemas aeroespaciales y transporte aéreo) y en el Master Universitario en Sistemas de Transporte (en las especialidades de ATM y Seguridad) de la Escuela Técnica Superior de Ingeniería Aeronáutica y del espacio. En total se verían afectados unos 60 alumnos.

Las fases del proyecto en orden cronológico son:

• Adquisición y configuración de dispositivos EEG de bajo coste.
• Prueba de los dispositivos en configuración of line. Esta fase implica las siguientes tareas.
  • Diseño de experimentos que permitan la evaluación del nivel cognitivo de los alumnos en tareas de aprendizaje de diferentes dificultades.
  • Realización de los experimentos y grabación de las señales EEG.
  • Depuración y tratamiento of line de las señales grabadas.
• Procesamiento of line de las señales grabadas para identificar eventos y características en las señales que permitan discriminar estados cognitivos.
• Desarrollo y prueba de algoritmos of line.
• Diseño de algoritmos en tiempo real.
• Prueba de los algoritmos en tiempo real.
  • Diseño de experimentos.
  • Realización de los experimentos y grabación de las señales EEG.
  • Depuración de los algoritmos.
• Redacción memoria final del proyecto.
• Generación de recursos educativos derivados del proyecto.
• Difusión de resultados.

Para la realización del proyecto se utiliza el laboratorio de Factores Humanos del que dispone el Departamento de Sistema Aeroespaciales, Transporte Aéreo y aeropuerto. Este permite la realización de EEG con cuatro canales.

Se completarán los medios de ensayo con la adquisición de otros dispositivos EEG de bajo coste comerciales que se ensayarán en el proyecto, que dispongan de más canales. Parte de estos dispositivos se financiarán con los fondos del proyecto y parte con fondos propios de investigación del departamento y de los profesores que participan en el proyecto.

Para el desarrollo de los algoritmos se utilizarán SW de la Universidad (Matlab y LabVIEW) y ordenadores del Departamento.

El seguimiento y la evaluación de resultados se plantea a dos niveles: Interno y externo

El nivel interno será realizado por:

• Los alumnos becados en el proyecto.
• Los alumnos de las asignaturas de Factores Humanos que se imparten en el Master Universitario en Ingeniería Aeronáutica (en la espacialidad de Sistemas aeroespaciales y transporte aéreo) y en el Master Universitario en Sistemas de Transporte (en las especialidades de ATM y Seguridad) de la Escuela Técnica Superior de Ingeniería Aeronáutica y del Espacio.

El nivel externo será realizado por profesionales y entidades colaboradoras:

• Departamento de psicología experimental de la Universidad de Granda especialista en investigación neurológica aplicada a la medida de carga de trabajo.
• CRIDA AIE. Centro de investigación de ATM, especialistas en el desarrollo de modelos cognitivos aplicado en transporte aéreo.

La evaluación se realizará tanto a partir de los resultados y documentos producidos como mediante la participación en los experimentos y pruebas a realizar.

Los resultados del proyecto serán de diversa naturaleza.

• Desarrollo de recursos educativos para los futuros alumnos de la asignatura de Factores Humanos que se imparten en el Master Universitario en Ingeniería Aeronáutica (en la espacialidad de Sistemas aeroespaciales y transporte aéreo) y en el Master Universitario en Sistemas de Transporte (en las especialidades de ATM y Seguridad) de la Escuela Técnica Superior de Ingeniería Aeronáutica y del espacio.
  • Lecciones didácticas:  A partir de la experiencia adquirida y de los resultados del proyecto, se generarán unidades didácticas con los fundamentos de lo aprendido.
  • Prácticas de laboratorio: A partir de la experiencia adquirida y de los resultados del proyecto, se generarán prácticas de laboratorio. Estas prácticas estarán orientadas a la medida y evaluación de los estados cognitivos de los alumnos en diferentes etapas del proceso de aprendizaje.
• Guías metodológicas sobre como la medida y evaluación de los estados cognitivos de los alumnos en diferentes etapas del proceso de aprendizaje.
• Difusión de resultados. Publicación de resultados del trabajo en los siguientes foros:
  • Internationl conference on Aplied Human Factors and Ergonomics. (AHFE)  session Cognitive Computing and Internet of Things
  • International Symposium on Human Mental Workload: Models and Applications (H-WORKLOAD)
  • EDUCOM
  • WSEAS Education Engineering. 
• Aplicación de los resultados en proyectos de investigación en los que participan los investigadores. En particular en el proyecto AUTOPACE, financiado por el programa H2020.

• Publicación en el Blog LISA: Laboratory of Ideas for Safety in Aviation, gestionado por los investigadores de la propuesta.
• Noticia para su difusión por la UPM
• Artículos en revistas relacionadas.
  • Publicaciones diversas del grupo Science Publishing con el que los profesores del Proyecto ya han publicado.
  • Journal of Engineering Education.

• Colaboración con el Profesor José Cañas, Departamento de psicología experimental, de la Universidad de Granda especialista en investigación neurológica aplicada a la medida de carga de trabajo.
• CRIDA AIE. Centro de investigación de ATM, especialistas en el desarrollo de modelos cognitivos aplicado en transporte aéreo.