Sistemas Inteligentes de Soporte a la Educación Especial (SINSAE)

Resumen del Programa de Investigación

1. Introducción

Hoy en día, las tecnologías de la información y la comunicación (TICs) sustentadas en técnicas relacionadas con la Inteligencia Artificial, han permitido desarrollar herramientas y sistemas informáticos de gran impacto en el campo de la educación, la psicología y los ambientes colaborativos. 

Sin embargo, son pocos los sistemas que buscan brindar un soporte inteligente tanto a los fonoaudiólogos, psicólogos, y educadores, como a los niños/jóvenes/adultos de educación regular y especial con problemas de desarrollo de lenguaje y trastornos asociados. Si se analiza el último reporte sobre discapacidad presentado por la Organización Mundial de la Salud y el Banco Mundial, se podrá observar que actualmente en la mayoría de países, tanto en vías de desarrollo como industrializados, existe una falta de servicios, personal y recursos destinados a la rehabilitación de personas con discapacidad y desórdenes de comunicación y lenguaje (World Health Organization and World Bank 2011). En la misma línea, las estadísticas presentadas en la página del Consejo Nacional de Igualdad de Discapacidades (2014) establecen un panorama complejo en el Ecuador:

  • 444 personas sufren de discapacidad física.
  • 450 personas sufren discapacidad intelectual.
  • 405 personas sufren discapacidad auditiva.
  • 079 personas sufren discapacidad visual.
  • 150 personas sufren trastornos psicológicos.
  • 959 personas sufren trastornos del lenguaje.

 Como se puede apreciar, existe un alto índice de personas que sufren diversos tipos de discapacidad, siendo el proceso de comunicación uno de los más afectados. Por ello, es fundamental desarrollar herramientas que permitan brindar soporte pedagógico y asistencial a estos grupos poblacionales, prestando especial interés tanto en el área de comunicación como de interacción con interfaces inteligentes autónomas (asistentes personales). 

En tal virtud, es importante destacar que dichas herramientas deben trascender más allá de simples interfaces informáticas y brindar un apoyo mucho más robusto, a fin de generar un impacto positivo en la atención de los pacientes y en la calidad de su proceso de rehabilitación/educación y vida en general.

2. Objetivos

2.1. General

  • Diseñar, desarrollar e implementar modelos de apoyo pedagógico basados en TICs y técnicas de inteligencia como herramientas de soporte para la terapia de lenguaje y la educación especial, con especial énfasis en niños, jóvenes y adultos en situación de discapacidad.

2.2. Específicos

  • Levantar una base de datos sobre los principales desórdenes y discapacidades que existen en las poblaciones de Cuenca (Azuay) y el Ecuador.
  • Modelar el conocimiento relacionado con la terapia de lenguaje y la educación especial, a fin de poder construir herramientas de apoyo a la toma de decisiones.
  • Modelar, diseñar e implementar sistemas expertos capaces de analizar el perfil de los pacientes y estudiantes y generar contenidos dinámicos que se adapten a sus necesidades.
  • Diseñar e implementar un entorno web inteligente que permita que los expertos del área de educación regular y especial puedan contribuir al modelado del conocimiento.
  • Implementar herramientas innovadoras para llevar a cabo actividades terapéuticas y educativas con un alto componente de interacción, personalización y motivación a los educandos y pacientes.

3. Propuesta general de investigación

 

Plan de investigación del programa de investigación. Fuente: V. Robles-Bykbaev.

Plan de investigación del programa de investigación. Fuente: V. Robles-Bykbaev.

4. Tesis de posgrado relacionadas

Dentro de este programa de investigación se encuentran vinculadas tres tesis de posgrado (tanto de maestría como de doctorado). A continuación se detallan los títulos de dichos proyectos de investigación que guardan estrecha relación con el presente programa de investigación.

  • Doctorado:
    • Contribución a los modelos de soporte pedagógico basados en TICs y sistemas inteligentes como herramientas de apoyo a la educación especial y terapia de lenguaje. Autor: V. Robles-Bykbaev. Tutores: Profesores Doctores M. López-Nores, Jorge García-Duque y Jośe Juan Pazos-Arias. Link.
  • Maestría:
    • Diseño de un paradigma para generación automática de planes específicos de terapia de lenguaje para niños con trastornos de la comunicación en base a técnicas de minería de datos. Autor: Diego Quisi-Peralta. Tutores: Dr. D. Ismael García Varea y Dr. D. Luis de la Ossa Jiménez. Link.

5. Tesis de pregrado relacionadas.

  • Diseño y desarrollo de un módulo prototipo inteligente de lectura de cuentas (TTS) para aplicaciones de aprendizaje para niños. Autoras: Tania Flores-Tapia y Celia Ordóñez-Arce. Tutor: Ing. Vladimir Robles-Bykbaev. (2016).
  • Sistema inteligente para la generación de planes específicos de terapia de lenguaje basado en técnicas de clasificación multietiqueta. Autor: Daniel Pulla Sánchez. Tutor: Ing. Vladimir Robles-Bykbaev. (2016).
  • Desarrollo de un sistema experto basado en técnicas de minería de datos e inteligencia artificial para la generación de planes y estrategias de trabajo para niños con desórdenes de la comunicación. Autor: José González Astudillo. Tutor: Ing. Vladimir Robles-Bykbaev. (2016)
  • Robot de asistencia para niños con discapacidades o desórdenes de la comunicación. Autores: Mario Ochoa Guaraca, Marco Carpio Moreta. Tutor: Ing. Vladimir Robles-Bykbaev. (2016)
  • Análisis, diseño e implementación de un sistema prototipo para modelado de ontologías relacionadas a los desórdenes de la comunicación. Autor: Wilson Guamán Murillo. Tutor: Ing. Vladimir Robles-Bykbaev. (2016)

6. ¿Cómo colaborar?

Este programa de investigación no tiene fines de lucro, por ello es fundamental contar con la colaboración de cualquier persona que desee apoyar desde el ámbito pedagógico o técnico. Para ello, le invitamos a ponerse en contacto con nosotros a través del siguiente enlace:

[contact-form-7 id=»421″ title=»Formulario – Colaboración – SINSAE»]

7. Referencias bibliográficas

  1. Arthi, K., y Tamilarasi, A. Prediction of autistic disorder using neuro fuzzy system by applying ANN technique. International Journal of Developmental Neuroscience 26, 699–704, 2008.
  2. Baschera, G.M., Gross, M. Poisson-Based Inference for Perturbation Models in Adaptive Spelling Training. International Journal of Artificial Intelligence in Education 20, 1–31, 2010.
  3. Consejo Nacional de Igualdad de Discapacidades. 2014. Estadística-Personas con discapacidad: Registro nacional de discapacidades [sitio web]. [Consulta: 10 marzo 2015]. Disponible en: http://www.consejodiscapacidades.gob.ec/wp-content/uploads/downloads/2014/11/registro_nacional_discapacidades.pdf
  4. Georgopoulos, V.C., Malandraki, G.A. y Stylios, C.D. A fuzzy cognitive map approach to differential diagnosis of specific language impairment. Artificial Intelligence in Medicine 29, 261–278, 2003
  5. Jain, K., Manghirmalani, P., Dongardive, J., y Abraham, S. Computational Diagnosis of Learning Disability. International Journal of Recent Trends in Engineering 2 (3), 2009.
  6. NANNI, L. y LUMINI, A. Ensemble generation and feature selection for the identification of students with learning disabilities. Expert Systems with Applications, 36, 3896–3900, 2008.
  7. ROBLES BYKBAEV, V. and et al. An ecosystem of intelligent ICT tools for speech-language therapy based on a formal knowledge model. 15th World Congress on Health and Biomedical Informatics (MEDINFO). São Paulo, Brazil, MEDLINE, 2015a (to appear).
  8. ROBLES BYKBAEV, V. et al. SPELTRA: A Robotic Assistant for Speech-and-Language Therapy. 17th International Conference on Human-Computer Interaction (HCI International, Springer, 2015b.
  9. ROBLES BYKBAEV, V. et al. Modelling domain knowledge of Speech and Language Therapy with an OWL ontology and OpenEHR archetypes. 8th International Conference on Health Informatics (HEALTHINF). Lisbon, Portugal, INSTICC, 2015c.
  10. ROBLES BYKBAEV, V. et al. Maturation assessment system for speech and language therapy based on multilevel PAM and KNN. 3rd International Conference on Health and Social Care Information Systems and Technologies. Troia, Portugal, Elsevier, 2014.
  11. Rebolledo-Méndez, G. y De Freitas, S. Attention modeling using inputs from a Brain Computer Interface and user-generated data in Second Life. In: The Tenth International Conference on Multimodal Interfaces (ICMI 2008), Crete, Greece, 2008.
  12. Riedl, M., Arriaga, R., Boujarwah, F., Hong, H., Isbell, J. y Heflin, L.J. Graphical Social Scenarios: Toward Intervention and Authoring for Adolescents with High Functioning Autism. In: Virtual Healthcare Interaction, Papers from the AAAI Fall Symposium, 2007.
  13. Schipor, O.A., Pentiuc, S.G. y Schipor, M.D. Improving computer based speech therapy using a fuzzy expert system. Computing and Informatics 22, 1001–1016, 2003.
  14. URRETAVIZCAYA Loinaz, M. Sistemas Inteligentes en el ámbito de la Educación. Inteligencia Artificial. Revista Iberoamericana de Inteligencia Artificial, 12, 5-12. 2001.
  15. World Health Organization – World Bank. World report on disability. Malta. World Health Organization, 2011.
  16. ZUÑIGA M., SERPA L., y ROBLES V. ASL2A (Algelina Speech and Language Learning Assistant). Congreso SICA: Buenas prácticas con computadoras para la Inclusión de personas con discapacidad / NEE, 2015.

Comentarios cerrados.