Clasificaciones, modalidades y tendencias de investigación educativa.
Botter, un robot personal para acompañar el estudiante de la UOC
1. @AEFOL #EXPOELEARNING
Botter, un robot
personal para
acompañar al
estudiante de la
UOC
Feria de Madrid, 1 y 2 de marzo 2018
Dra. Beni Gómez-Zúñiga
Profesora e investigadora de Psicología
y Ciencias de la Educación (UOC)
Baptista Borrell
Director Seidor Learning Services
9. “
@AEFOL #EXPOELEARNING
La idea es que pueda ayudar a los
conductores como si fuera un
pequeño copiloto, desde dar un
gritito cuando se produce un
frenazo brusco o una curva
exagerada, a ofrecer conversación si
el piloto tiene sueño.
17. “
@AEFOL #EXPOELEARNING
Ryan, R.M. & Deci, E.L. (2000). Self-
Determination Theory and the
Facilitation of Intrinsic Motivation,
Social Development, and Well-Being.
American Psychologist, 55, 68-78.
19. “
@AEFOL #EXPOELEARNING
Oinas-Kukkonen, H. & Harjumaa, M.
(2009). Persuasive Systems Design: Key
Issues, Process Model, and System
Features. Communications of the
Association for Information Systems,
24, 485-501.
21. @AEFOL #EXPOELEARNING
OBJETIVOS PARA BOTTER:
qué debe hacer
Dinamizar el proceso formativo
Acompañamiento más allá de los
límites virtuales del campus
Fomento de la personalización del
acompañamiento
Mejora de la experiencia de uso
Reducción del abandono
22. @AEFOL #EXPOELEARNING
DECÁLOGO PARA BOTTER:
cómo debe hacerlo
Llamar la atención y mantenerla
Proponer tiny metas
Ofrecer recompensas; gamificación
Poder expresar: movimientos, facial
Construir confianza
Transmitir satisfacción, consecución de
logro
23. @AEFOL #EXPOELEARNING
TEMAS PENDIENTES
¿Cómo hacer robots que se adecúen
perfectamente a diferentes competencias y a
diferentes aprendices?
¿Cómo mantener en el tiempo la capacidad
motivadora y de acompañamiento del robot?
¿Les gustará a los estudiantes?
33. @AEFOL #EXPOELEARNING
Estrategia indicadores
Prioritario Indicadores escogidos Expresión Observaciones Técnica comportamental (gamificación)Acción Botter
✔︎
Número de horas desde la última
conexión de tiempo
Si se detecta una conducta obsesiva tratar de contrarrestar
con pausas y actividades alternativas. Si no se ha entrado
hace tiempo y todavía no se da la asignatura por perdida
(comprobar vía análisis de RAC) habría que llevar a cabo
acciones para recuperar el estudiante.
Graduar el nombre de conexiones con tal de evitar
conexiones obsesivas. Ayuda a la regulación Self-regulation
Pasadas X
conexiones / Y tiempo
emitir una señal tipo
humorístico
✔︎
Se ha respondido a un mensaje hecho
por el estudiante Mensaje sonoro sin emoción
Mensajes en el panel del estudiante o de respuesta a un
mensaje enviado por él. Esto interesa para que al final del
día, cuando se actualicen los datos, y si el estudiante no
lo ha visto, que le avise. Feedback and monitoring
Mensaje sonoro sin
emoción
✔︎
Posición del estudiante respecto a la
media de la asignatura
La expresión debería variar en función de la posición del
estudiante. Si está por encima de la mediana habría
felicitarle, de lo contrario hacer refuerzo positivo.
Estàs en el 10% que ha sacado una A, o bien estás en el
25% de estudiantes que no han entregado Comparison of outcomesPor mensaje de voz
Datos de la autogestión del estudiante Solo permitir que el Robot actúe dentro de una franja predefinida y personalizada
Necesario cuando trabaja el estudiante y cuándo no; si el
estudiante está en casa. El robot se encenderá
automáticamente en función del horario del estudiante,
que le preguntaremos previamente. Eso aumentará la
sensación del estudiante de compromiso de estudio Goals and planning
El robot puede estar
"conectado a campus
y que se active
cuando el estudiante
haga "logins". El
estudiante puede
programar si quiere el
robot encendido o sólo
unas horas
Número de horas sin entrar en el
campus Se puede vincular la agenda al estudiante Aviso vinculado en la aplicación RAC Reward and threat
En caso de no
acceder, mensaje
recordatorio. En caso
de acceso regular
mensaje reforzador y
música