Conciencia Artificial
Conciencia Artificial: interfaces inteligentes
Investigación y desarrollo de una interfaz inteligente representada por un humano virtual, cuyo motor de inferencia integra emociones cognitivas, conciencia artificial y una arquitectura multiagente para ofrecer acompañamiento pedagógico adaptativo.
Proyecto de investigación dirigido por la Dra. Ana Lilia Laureano Cruces, alineado con el ODS 4 (educación de calidad) y el PRONACES de Educación.
Conciencia Artificial estudia cómo construir una interfaz autónoma capaz de interpretar el desempeño, la conducta y el estado afectivo-motivacional de un estudiante antes de decidir cómo apoyarlo. El proyecto desarrollará y validará un motor de inferencia para un humano virtual que funcione como agente pedagógico: observará indicadores como errores, tiempo de respuesta, interés o necesidad de ayuda; integrará esa información en un modelo dinámico del estudiante; y elegirá una intervención pertinente, como ofrecer una pista, formular una pregunta, presentar un ejemplo, contextualizar un concepto o brindar un mensaje motivador. Su objetivo no es imitar a una persona, sino investigar formas de interacción educativa más coherentes, adaptativas y empáticas.
Objetivo general
- Desarrollar y validar un modelo computacional que funcione como motor de inferencia para una interfaz autónoma representada por un humano virtual
- Tomar decisiones de andamiaje adaptativo mediante la integración de emociones cognitivas, conciencia artificial y evaluación del proceso de enseñanza-aprendizaje
- Implementar el modelo en un agente pedagógico entrenador dentro de un dominio educativo específico
Objetivos específicos
- Diseñar una arquitectura multiagente con Críticos y Selectores para controlar la atención, resolver conflictos y elegir estrategias pedagógicas
- Implementar emociones cognitivas con el modelo OCC a partir de errores, latencia, desempeño y otros eventos del aprendizaje
- Construir un modelo dinámico del estudiante que represente su estado cognitivo y afectivo-motivacional
- Desarrollar un motor de inferencia que seleccione guía, motivación o contextualización según cada situación
- Construir un prototipo funcional del humano virtual como agente pedagógico entrenador
- Evaluar la coherencia del comportamiento emergente mediante simulaciones en escenarios educativos controlados
Fundamentación
- Arquitectura multiagente jerárquica con Críticos y Selectores (Minsky)
- Modelo de emociones cognitivas OCC (Ortony, Clore & Collins)
- Teoría de la Información Integrada y axiomas de Aleksander sobre consciencia artificial
- Modelo afectivo-motivacional de Mora-Torres et al.
- Mapas Cognitivos Difusos para la toma de decisiones pedagógicas
Arquitectura del sistema
- Agente de metacognición y consciencia (supervisión y control ejecutivo)
- Agente de gestión de metas pedagógicas
- Agente de percepción y modelo dinámico del estudiante
- Agente de emociones (OCC)
- Agente de andamiaje y agente de acción expresiva
Cómo toma decisiones pedagógicas
- El agente de percepción interpreta errores, tiempos de respuesta y solicitudes de ayuda durante la interacción
- El modelo del estudiante actualiza en tiempo real variables de conocimiento, interés, motivación y desempeño
- El agente emocional transforma esos datos en estados como frustración, confusión o satisfacción mediante el modelo OCC
- Los Críticos detectan situaciones relevantes, como estancamiento, conflicto de metas o posible renuncia
- Los Selectores priorizan la información y ajustan las metas, la atención y el tipo de apoyo requerido
- Los agentes de andamiaje y acción convierten la decisión en una respuesta expresiva mediante texto o gestos del avatar
Reto de investigación
- Equilibrar dos metas simultáneas: maximizar el aprendizaje y mantener estados afectivo-motivacionales funcionales
- Emplear Mapas Cognitivos Difusos para representar relaciones causales entre comportamiento, emoción y estrategias del tutor
- Explorar la frustración funcional: una confusión moderada puede favorecer el aprendizaje si se detecta y atiende oportunamente
- Seleccionar respuestas eficientes en situaciones dinámicas donde no existe una solución algorítmica exacta inmediata
Etapas de desarrollo 2026–2028
- Fundamentación (enero–septiembre de 2026): revisión sobre sistemas multiagente, OCC, conciencia artificial y modelos pedagógicos afectivos
- Análisis y diseño (julio de 2026–marzo de 2027): modelos mentales, motor heurístico y relaciones causales para los Mapas Cognitivos Difusos
- Implementación (enero–diciembre de 2027): desarrollo modular, pruebas de cada agente e integración del prototipo
- Validación (octubre de 2027–junio de 2028): simulaciones y análisis de coherencia, pertinencia del andamiaje y eficacia de las heurísticas emocionales
- Documentación y difusión (enero–diciembre de 2028): elaboración de artículos científicos, tesis y resultados de validación
Impacto educativo y científico
- Tutoría personalizada, adaptativa y sensible a la motivación y frustración del estudiante
- Apoyo a la permanencia y al aprendizaje en entornos educativos digitales
- Contribución al ODS 4, Educación de calidad, mediante tecnología educativa inclusiva y personalizada
- Integración novedosa de sistemas multiagente, computación afectiva, conciencia de acceso y pedagogía
Participación estudiantil
Investiga en la frontera entre inteligencia artificial y educación
El proyecto ofrece un espacio interdisciplinario para estudiantes interesados en construir y evaluar agentes pedagógicos capaces de adaptar sus decisiones al aprendizaje y al estado afectivo-motivacional de cada persona.
5
fases de investigación y desarrollo
6
agentes especializados en la arquitectura
2026–2028
periodo de desarrollo y validación
ODS 4
educación de calidad
¿En qué podrás participar?
- Revisión de literatura sobre agentes cognitivos, computación afectiva y conciencia artificial
- Modelado de estados cognitivos y afectivo-motivacionales del estudiante
- Diseño de reglas, relaciones causales y Mapas Cognitivos Difusos
- Programación y pruebas modulares de agentes especializados
- Diseño de escenarios educativos y análisis de registros de interacción
- Documentación de resultados y colaboración en productos académicos
Lo que podrás desarrollar
- Experiencia en investigación interdisciplinaria de frontera
- Formación en sistemas multiagente, heurísticas y simulación computacional
- Aplicación de inteligencia artificial a problemas reales de enseñanza-aprendizaje
- Desarrollo de habilidades de análisis, programación, evaluación y comunicación científica
- Trabajo académico con perspectivas de computación, psicología y educación
La participación se asignará de acuerdo con el perfil, los intereses académicos y las actividades disponibles en cada fase del proyecto.
Quiero participarProductos
- Modelo formal y computacional de un agente pedagógico autónomo
- Prototipo funcional del motor de inferencia para un humano virtual
- Diálogos de tutoría adaptativa en un dominio educativo restringido
- Simulaciones y evidencias de coherencia y pertinencia pedagógica
- Al menos dos artículos en revistas indizadas y una ponencia internacional
- Tesis doctoral con el marco teórico, diseño, implementación y validación del modelo