Desarrollo de una aplicación para el control de la atención

Abstract

La atención, junto con la percepción y la memoria, constituye un proceso psicológico básico e inherente al ser humano. En un contexto educativo cada vez más influido por las tecnologías digitales, resulta fundamental contar con herramientas que permitan analizar, de forma objetiva y automatizada, el grado de atención de los estudiantes durante una clase con el fin de estudiar cómo funcionan mejor las sesiones del profesorado. Con este propósito, en este trabajo de fin de grado se ha diseñado y desarrollado una aplicación web capaz de monitorizar en tiempo real el nivel de atención y somnolencia de los alumnos mediante técnicas de inteligencia artificial y visión por ordenador. La solución propuesta se integra como una herramienta auxiliar a las sesiones de clase tradicionales. A través de la cámara del dispositivo del estudiante, el sistema analiza diversos indicadores como la dirección de la cabeza, el parpadeo y el grado de apertura ocular, y cómo estos varían a lo largo de la sesión. A partir de estos datos, se clasifica el estado del estudiante en una de las siguientes categorías: atento-despierto, atento-somnoliento, distraído-despierto o distraído-somnoliento. Esta información se notifica al docente mediante una interfaz gráfica clara e intuitiva. Además, los datos quedan almacenados y representados por medio de gráficas para su análisis, garantizando en todo momento el anonimato del alumnado. La aplicación ha sido desarrollada empleando tecnologías modernas como next.js, react o mediapipe, y está diseñada para ser multiplataforma, accesible desde cualquier navegador y dispositivo con cámara. Se ha priorizado la ligereza del sistema para garantizar un bajo consumo de recursos y una buena experiencia de usuario, tanto para estudiantes como para profesores. Este proyecto combina conocimientos de ingeniería del software, inteligencia artificial, desarrollo web full-stack y gestión de bases de datos. Asimismo, plantea una solución ética y respetuosa con la privacidad, evitando el almacenamiento de imágenes o datos personales. Los resultados obtenidos demuestran que es posible construir un sistema funcional y eficaz para el análisis de la atención en entornos educativos reales.