Tesis doctorales de la Escuela Internacional de Doctorado de la URJC desde el curso 2024/25
Herramientas de Realidad Aumentada para la Enseñanza de Algoritmos: Evaluación de Emociones, Usabilidad y Aprendizaje en Educación Superior
Autor
GOMEZ RIOS, MÓNICA DANIELA
Director
PAREDES VELASCO, MAXIMILIANO
Codirector
VELÁZQUEZ ITURBIDE, JESÚS ÁNGEL
Fecha de depósito
08-07-2026
Periodo de exposición pública
8 a 22 de julio de 2026
Fecha de defensa
Sin especificar
Modalidad
Presencial
Programa
Tecnologías de la información y las Comunicaciones (TICs)
Mención internacional
No
Resumen
El aprendizaje de algoritmos continúa representando una dificultad persistente en la formación de estudiantes de informática, particularmente en aquellos casos que implican altos niveles de abstracción, como los algoritmos de grafos y los basados en recursividad. A pesar del creciente interés por la realidad aumentada en educación, las herramientas diseñadas y evaluadas específicamente para el aprendizaje de algoritmos son escasas. Esta tesis responde a esa carencia mediante el diseño, desarrollo y evaluación empírica de dos herramientas de realidad aumentada, DARA (Dijkstra Augmented Reality Application) para el algoritmo de Dijkstra y SG-ASAR (Serious Game - Augmented Reality for Sorting Algorithms) para MergeSort, analizando de manera integrada su efecto sobre el aprendizaje, las emociones académicas, la usabilidad y la carga cognitiva. Los resultados muestran que la realidad aumentada actúa como mediador del aprendizaje, favoreciendo la comprensión procedimental de los algoritmos sin generar sobrecarga cognitiva ni entornos emocionales adversos.
El estudio se llevó a cabo mediante un diseño cuasiexperimental con múltiples cohortes independientes, incluyendo grupos de control y experimentales. El aprendizaje fue evaluado mediante pruebas objetivas pre y post intervención. Las emociones académicas se analizaron utilizando el cuestionario AEQ y, en uno de los escenarios, mediante reconocimiento facial basado en inteligencia artificial. La usabilidad se evaluó mediante las escalas SUS y SEQ, y la carga cognitiva mediante el instrumento NASA-TLX.
Los resultados evidencian que la RA favorece la comprensión procedimental sin incrementar de forma significativa la carga cognitiva ni generar alteraciones emocionales negativas. La representación visual dinámica de los algoritmos favoreció la interacción con el proceso algorítmico, permitiendo al estudiante centrarse en el contenido sin verse afectado por dificultades en el uso del sistema, lo que sugiere que la RA contribuye a la comprensión conceptual y dinámica del proceso algorítmico. El impacto en el rendimiento académico depende de factores pedagógicos, del diseño de la actividad y del contexto de aplicación, en línea con lo observado en investigaciones previas sobre realidad aumentada en educación.
Esta investigación aporta una visión integrada del uso de la realidad aumentada en la enseñanza de algoritmos, al considerar simultáneamente dimensiones cognitivas, afectivas y de interacción, y evidencia la importancia de analizar la experiencia de aprendizaje más allá de los resultados académicos tradicionales.
Asimismo, el desarrollo de DARA y SG-ASAR constituye una contribución concreta en un campo donde las herramientas de realidad aumentada orientadas específicamente al aprendizaje de algoritmos son aún escasas.
