Videojuego comparado con web para aprendizaje de...

FACULTAD DE INGENIERÍA

Carrera de Ingeniería Informática y de Sistemas

VIDEOJUEGO COMPARADO CON WEB PARA APRENDIZAJE DE VOCABULARIO DE LENGUA DE

SEÑAS EN NIÑOS DE CUARTO DE PRIMARIA

Tesis para optar por el Título Profesional de Ingeniero Informático

y de Sistemas

JOHN HAROLD STEVEN ALTAMIRANO GUEVARA

Asesor:

Mg. Gisella Figueroa Tejada

Lima - Perú

2018

2

JURADO DE LA SUSTENTACION ORAL

…………………………………………… Presidente

……………………………………………

Jurado 1

……………………………………………

Jurado 2

Entregado el: ………… Aprobado por:

…………………………………………………. ……………………………………… John Harold Steven Altamirano Guevara Mg. Gisella Figueroa Tejada

Graduando Asesora de Tesis

3

UNIVERSIDAD SAN IGNACIO DE LOYOLA

FACULTAD DE INGENIERIA

DECLARACIÓN DE AUTENTICIDAD

Yo, John Harold Steven Altamirano Guevara, identificado con DNI Nº 71319891,

Bachiller del Programa Académico de la Carrera de Ingeniería Informática y de

Sistemas de la Facultad de Ingeniería de la Universidad San Ignacio de Loyola,

presento mi tesis titulada:

“Videojuego comparado con web para aprendizaje de vocabulario de lengua

de señas en niños de cuarto de primaria”

Declaro en honor a la verdad, que el trabajo de tesis es de mi autoría; que los datos,

los resultados y su análisis e interpretación, constituyen mi aporte. Todas las

referencias han sido debidamente consultadas y reconocidas en la investigación.

En tal sentido, asumo la responsabilidad que corresponda ante cualquier falsedad

u ocultamiento de la información aportada. Por todas las afirmaciones, ratifico lo

expresado, a través de mi firma correspondiente.

Lima, ………………………. de 2018

……………………………………………...

Altamirano Guevara, John Harold Steven

DNI N° 71319891

4

EPÍGRAFE

"La lengua de signos está llena de plasticidad

y belleza y es capaz de crear la magia de la

poesía y de envolver a las personas en un

mundo onírico lleno de imágenes fantásticas.

Sirve para confesarse, para la filosofía, para

discutir o hacer el amor. Está llena de fuerza

simbólica... El alma que se escapa por sus

dedos es para ellos la vida misma".

(Oliver Sacks)

5

ÍNDICE DE CONTENIDOS

RESUMEN 13

ABSTRACT 14

INTRODUCCIÓN 15

PROBLEMA DE INVESTIGACIÓN 16

Identificación del Problema 16

Formulación del Problema 19

Problema general 19

Problemas específicos 19

MARCO REFERENCIAL 20

Antecedentes 20

Internacionales 20

Nacionales 22

Estado del Arte 24

Entrenamiento y evaluación de habilidades en la Lengua de Señas Sueca 24

Aplicación móvil para el aprendizaje de idiomas: “Learn to Sign” 25

Marco Teórico 26

Lenguas de Señas 26

Lengua de Señas Peruana (LSP) 26

Queremas 26

Fonología de la Lengua de Señas 26

Elementos del querema 27

Iconicidad de la lengua de señas 34

Videojuego 35

Videojuegos educativos 36

Vocabulario de lengua de señas 36

Medición de vocabulario de lengua de señas 37

Microsoft Kinect 40

OBJETIVOS 41

Objetivo General 41

Objetivos Específicos 41

JUSTIFICACIÓN 42

Teórica 42

Práctica 42

Social 42

HIPÓTESIS 43

Hipótesis General 43

Hipótesis Específicas 43

6

MATRIZ DE CONSISTENCIA 46

MARCO METODOLÓGICO 47

Metodología 47

Paradigma 47

Enfoque 48

Método 48

VARIABLES 48

Independientes 48

Dependiente 48

POBLACIÓN Y MUESTRA 49

Población 49

Muestra 49

UNIDAD DE ANÁLISIS 49

INSTRUMENTOS Y TÉCNICAS 50

Instrumentos 50

Técnicas 53

PROCEDIMIENTOS Y MÉTODO DE ANÁLISIS 54

Procedimiento 54

Creación de las herramientas para la experimentación 54

Trabajo de campo 68

Método de Análisis 79

RESULTADOS 84

Pasos Iniciales 84

Comprobación de las Hipótesis 90

DISCUSIÓN 94

CONCLUSIONES 95

RECOMENDACIONES 96

SUGERENCIAS 97

REFERENCIAS 98

ANEXOS 105

7

ÍNDICE DE TABLAS

Tabla 1: Tabulación de respuestas 80

Tabla 2: Conversión de respuestas tabuladas 81

Tabla 3: Tabla de variables SPSS 82

Tabla 4: Tabulación de datos SPSS 83

Tabla 5: Cálculo de medias 84

Tabla 6: Medias y cálculo de porcentajes de efectividad 85

Tabla 7: Resultado de las pruebas de normalidad 86

Tabla 8: Interpretación de las pruebas de normalidad 87

Tabla 9: Prueba U de Mann-Whitney (Grupo de Videojuego y de Control) 88

Tabla 10: Prueba U de Mann-Whitney (Grupo de Aplicación web y de Control) 89

Tabla 11: Prueba U de Mann-Whitney (Grupo de Videojuego y de Aplicación web) 90

8

ÍNDICE DE FIGURAS

Figura 1: Perú: Personas con discapacidad, según tipo de limitación 17

Figura 2: Lugar de articulación del querema 27

Figura 3: Toponemas 28

Figura 4: Configuración de la/s mano/s 29

Figura 5: Variaciones en el movimiento de las manos 30

Figura 6: Orientación de la mano 31

Figura 7: Punto de contacto 32

Figura 8: Planos 33

Figura 9: Componente no manual 34

Figura 10: Seña “Escribir” 34

Figura 11: Categorías del vocabulario básico de la LSP 37

Figura 12: Test de vocabulario de lengua de señas británica 39

Figura 13: Diagrama del diseño experimental 47

Figura 14: Instrumento - Ejemplo de una tarea de reconocimiento del significado 50

Figura 15: Instrumento - Ejemplo de una tarea de reconocimiento de la forma 51

Figura 16: Instrumento - Ejemplo de una tarea de recordación de la forma 52

Figura 17: Instrumento - Ejemplo de una tarea de recordación del significado 53

Figura 18: Precio del sensor Kinect v2 en Amazon 56

Figura 19: Precio del sensor Kinect v2 en Mercado Libre 56

Figura 20: Precio del adaptador para el sensor Kinect v2 en Amazon 57

Figura 21: Precio del adaptador para el sensor Kinect v2 en Mercado Libre 57

Figura 22: Creación de la base de datos de ejecución correcta de señas 59

Figura 23: Desarrollo del videojuego en Unity 3D 60

Figura 24: Videojuego – Menú principal 62

Figura 25: Videojuego – Menú de práctica 62

Figura 26: Videojuego – Vistas de la sección de práctica 64

Figura 27: Videojuego – Menú de tests 65

Figura 28: Videojuego – Vista de la sección del test 1 66

Figura 29: Videojuego – Vista de la sección del test 2 67

Figura 30: Aplicación web con videos e imágenes (Método no lúdico) 68

Figura 31: Diagrama de la ubicación del sensor y el estudiante 69

Figura 32: Aplicación del instrumento al grupo de control del primer día 70

Figura 33: Estudiante ejecutando la seña para “Aula” frente a la Kinect 71

Figura 34: Estudiante ejecutando la seña para “Hermano(a)” frente a la Kinect 71

9

Figura 35: Estudiantes participando en el test 1 del videojuego 72

Figura 36: Aplicación del instrumento al grupo experimental del primer día 73

Figura 37: Estudiante ejecutando la seña de la pregunta 7 del instrumento 74

Figura 38: Estudiante ejecutando una seña para la pregunta 12 del instrumento 74

Figura 39: Aplicación del instrumento al grupo de control del segundo día 75

Figura 40: Estudiantes practicando la seña de “escribir” con la aplicación web 76

Figura 41: Estudiantes practicando la seña de “ayudar” con la aplicación web 76

Figura 42: Aplicación del instrumento al grupo experimental del segundo día 77

Figura 43: Estudiante ejecutando la seña de la pregunta 8 del instrumento 78

Figura 44: Estudiante ejecutando la seña de la pregunta 12 del instrumento. 78

10

ÍNDICE DE ANEXOS

Anexo 1: Formato del instrumento de recolección de datos 105

Anexo 2: Carta de solicitud de permiso para realizar investigación 106

Anexo 3: Carta de permiso para realizar investigación 107

Anexo 4: Cronograma de actividades 108

Anexo 5: Presupuesto 109

Anexo 6: Cuadro de costos para réplica en el peor de los casos 109

Anexo 7: Cuadro de costos para réplica en un caso medio 110

Anexo 8: Cuadro de costos para réplica en el mejor de los casos 110

11

DEDICATORIA

A mi familia por su apoyo incondicional.

12

AGRADECIMIENTO

A Dios, por darme la vida y guiar mi camino. A

la Universidad San Ignacio de Loyola, a los

docentes y autoridades, por las experiencias y

conocimientos brindados durante mi formación

profesional. A la Mg. Gisella Figueroa, por su

asesoría en la elaboración de la Tesis. A la

intérprete de Lengua de Señas Peruana,

Alexandra Arnaiz y al docente de Lengua de

Señas Peruana, Juan Villamonte, por su

ayuda y consejos. A la directora y docentes de

la institución educativa N° 10385 “Santa Rafaela

María”, Chota-Cajamarca, por su acogida para

aplicar mi proyecto con los niños de su colegio.

A mis seres queridos, por su apoyo durante el

tiempo de elaboración de esta investigación.

13

RESUMEN

El presente proyecto tuvo el objetivo de investigar la efectividad de un videojuego al

compararlo con un método no lúdico, para el aprendizaje de vocabulario básico de la

Lengua de Señas Peruana (LSP).

Al videojuego desarrollado se le agregó la funcionalidad de brindar retroalimentación en

tiempo real sobre la ejecución de las señas, obteniendo los datos mediante la utilización

del sensor de profundidad Microsoft Kinect v2, y comparándolos automáticamente con una

base de datos de la ejecución correcta de las señas, previamente creada. Además, se le

agregó tests, para reforzar las señas aprendidas, con preguntas interactivas para marcar.

Por otro lado, para representar el método no lúdico, se creó una aplicación web, con los

mismos videos e imágenes que se usaron en el videojuego, pero con la diferencia de que

no se incluyó ninguna actividad lúdica, solo se trató de la visualización y práctica de las

señas.

El trabajo de campo fue realizado con niños de cuarto grado de primaria de un colegio

público del Perú, a los cuales se los dividió en tres grupos, dos grupos experimentales y

uno de control. Al finalizar la recolección y procesamiento de datos, se llegó a comprobar

que el videojuego resultó ser más efectivo que el método no lúdico, para cada una de las

cuatro dimensiones evaluadas por el instrumento, las cuales fueron, el reconocimiento del

significado, reconocimiento de la forma, recordación de la forma y recordación del

significado de vocabulario básico de LSP.

Palabras Clave: Lengua de Señas, aprendizaje, videojuego, desarrollo de software, Kinect.

14

ABSTRACT

The present project had the objective of investigating the effectiveness of a videogame

when compared with a non-ludic method, for the learning of basic vocabulary of the

Peruvian Sign Language (PSL).

The functionality of providing real-time feedback on sign execution was added to the

developed videogame, obtaining the data by using the Microsoft Kinect v2 depth sensor,

and automatically comparing it with a database of the correct execution of the signs,

previously created. In addition, tests were included to reinforce the signs learned, with

interactive questions to mark.

On the other hand, to represent the non-ludic method, a web application was created,

with the same videos and images that were used in the videogame, but with the difference

that no playful activity was included, it was only the visualization and practice of signs.

The field work was carried out with fourth grade children of a public school in Peru, which

were divided into three groups, two experimental groups and one control group. At the end

of the data collection and processing, it was found that the video game proved to be more

effective than the non-ludic method, for each of the four dimensions evaluated by the

instrument, which were, meaning recognition, form recognition, form recall and meaning

recall of basic PSL vocabulary.

Key Words: Sign Language, learning, video game, software development, Kinect.

15

INTRODUCCIÓN

En la presente investigación, se aborda el tema del uso de las tecnologías de la información

y la comunicación para el aprendizaje. En lo particular, la creación de un videojuego para

el aprendizaje de vocabulario básico de Lengua de Señas Peruana (LSP), en niños de

cuarto de primaria.

La investigación comienza explicando la problemática que llevó a la idea para comenzar

esta investigación, así como la formulación de las preguntas de investigación. Luego, en el

marco referencial, se verá lo que se ha investigado sobre los antecedentes en cuestión al

tema y problemática estudiada, además de lo más actual con respecto a la tecnología y

últimas investigaciones relacionadas con los videojuegos y aprendizaje de la lengua de

señas, así como también un repaso sobre los conceptos más importantes, necesarios para

realizar este proyecto.

Con respecto al objetivo de la investigación, fue determinar qué tan efectivo es un

videojuego en comparación con un método no lúdico, representado por una aplicación web

con videos e imágenes, para el aprendizaje de vocabulario de LSP en niños de cuarto de

primaria de un colegio público. Para ello se evaluó el aprendizaje de los niños bajo cuatro

dimensiones, las cuales se dividen en dos partes, las dos primeras, referentes al

reconocimiento del significado y el reconocimiento la forma de las señas, y las dos últimas

que tratan sobre la recordación de la forma y recordación del significado de las mismas.

Para poder determinar la efectividad, se hizo una investigación experimental, realizando

la comparación de dos variables independientes experimentales, las cuales son el

“Videojuego” desarrollado y un método no lúdico en forma de una “Aplicación web”, sobre

una variable dependiente, la cual es el “aprendizaje de vocabulario de Lengua de Señas

Peruana”. Las pruebas se realizaron con niños de cuarto grado de primaria de un colegio

público peruano, cuyas edades estaban comprendidas entre los nueve y diez años.

La hipótesis principal fue que el videojuego sería más efectivo la aplicación web, para

el aprendizaje de LSP en los niños que participaron en esta investigación. Y luego de la

recolección, tabulación y procesamiento de datos, se llegó a confirmar dicha hipótesis,

mostrando estadísticamente la mayor efectividad del videojuego, siendo dicha diferencia

significativa.

Finalmente se presentan algunas conclusiones, recomendaciones y sugerencias para

futuras investigaciones, tomando en cuenta la experiencia obtenida, así como también un

16

cronograma, que se puede visualizar en el Anexo 4, en el que se detalla la planificación de

actividades y el tiempo que tomó el desarrollo del proyecto.

PROBLEMA DE INVESTIGACIÓN

Identificación del Problema

En la actualidad existe una gran cantidad de plataformas electrónicas orientadas a la

práctica o mejoramiento de alguna habilidad, ya sea para mejorar en alguna materia como

las matemáticas o incluso para aprender un nuevo idioma. Además, en diferentes partes

del mundo se usa esta tecnología para ayudar a la inclusión, por ejemplo, la investigación

en Estados Unidos de Sevick, et al (2016), que consiste la utilización de videojuegos online

gratuitos para ayudar a niños con parálisis cerebral con una terapia de movimiento en forma

lúdica, o en Nueva Zelanda, Canadá, China y Australia de Guo, et al (2016), que consiste

en la utilización de videojuegos para el tratamiento binocular de la ambliopía.

En el Perú, el pasado 14 de agosto de 2017 se publicó el “Decreto Supremo que

aprueba el Reglamento de la Ley N° 29535, Ley que Otorga Reconocimiento Oficial a la

Lengua de Señas Peruana”, en este se indica que “el Ministerio de Educación aprueba las

disposiciones para implementar programas formativos y/o carreras que formen intérpretes

de Lengua de Señas Peruana”, además se indica que las instituciones educativas deben

garantizar que “la educación que se brinde a las personas con discapacidad auditiva o

personas sordas se imparta en los lenguajes, modos y medios de comunicación más

apropiados de acuerdo a su necesidad y en un entorno que les permita el acceso a la

información y al aprendizaje, asegurando que alcancen su desarrollo pleno, inclusión social

y familiar” (Decreto Supremo Nº 006-2017-MIMP, 2017).

Según lo que indica la organización sin fines de lucro Hesperian (2014), “es más difícil

aprender un lenguaje de señas usando un libro y no da tan buenos resultados como

aprender de una persona” (p.85). Como se indicó anteriormente, en el Perú recién con la

aprobación del Reglamento de la Ley N° 29535, se ha comenzado a normar la formación

de especialistas en la Lengua de Señas Peruana (LSP), lo cual indica que actualmente hay

escasez de los mismos.

Por otro lado, según la Primera Encuesta Nacional Especializada sobre Discapacidad

(ENEDIS), llevada a cabo en el año 2012, “el 5,2% de la población peruana presenta algún

17

tipo de limitación, lo que equivale a 1 millón 575 mil 402 personas que reportaron esta

condición”. Además, como se aprecia en la Figura 1, de esa cantidad de personas, un

33.8% tiene discapacidad para oír, es decir, en el Perú existen más de 532 mil personas

que no pueden entender y a las que no podemos entender si no se usa algún medio de

comunicación alternativo a la voz, como por ejemplo el lenguaje escrito o la LSP. (Instituto

Nacional de Estadística e Informática (INEI), 2014)

Figura 1: Perú: Personas con discapacidad, según tipo de limitación

Fuente: Instituto Nacional de Estadística e Informática - Primera Encuesta Nacional Especializada Sobre Discapacidad 2012.

Se propone que una opción para ayudar a la inclusividad explicada en la ley referida

anteriormente, sería, no solo que exista un intérprete en el aula como se indica, sino que

todos los estudiantes y además los docentes puedan aprender al menos lo básico de la

LSP. Por tanto, lo que se busca con el presente trabajo es desarrollar una alternativa para

18

la práctica de la LSP sin la necesidad de que participe una persona especialista que la

enseñe.

Como indica la psicóloga mexicana, Hurtado (2017), “Todo conocimiento que

adquirimos jugando queda fijado en la memoria de manera significativa”. Es por ello que

se ha pensado que una estupenda manera para practicar la LSP, sería mediante un

videojuego que demuestre la ejecución en pantalla de algunos queremas, los cuales son

según la Dirección de Educación Básica Especial (2015, p.19), las “unidades mínimas” de

una lengua de señas, y luego permita procesar los gestos que ejecute la persona que esté

usando la plataforma para brindar una retroalimentación inmediata sobre su ejecución

(correcta o incorrecta).

Para que lo anterior pueda ser posible es necesario contar con alguna pieza de

hardware que permita obtener los datos sobre la ejecución de las señas. La alternativa que

se consideró son los llamados sensores de profundidad. Desde que, en el 2010, Microsoft

lanzó al mercado junto con su consola de videojuegos Xbox 360, una cámara y sensor de

profundidad llamado Microsoft Kinect, han salido al mercado otros sensores de profundidad

de otras compañías como, por ejemplo, los que describe Pterneas (2017), VicoVR, Orbbec,

Stereolabs ZED o también los sensores Intel RealSense (2018) y StructureIO (2018).

Para la selección de la Microsoft Kinect v2, respecto a otras alternativas, se debió

considerar los usos de cada tipo de sensor, por ejemplo, según las páginas oficiales de los

productos, VicoVR (2018) y StructureIO (2018), ambas sirven solo para dispositivos

móviles, además VicoVR se usa para realidad virtual y StructureIO, para escanear objectos

en 3D. Por otro lado, Stereolabs ZED (2018), se utiliza más que todo para mapeo 3D de

espacios, y no utiliza la tecnología infrarroja, como los demás sensores, sino que calcula

el espacio 3D utilizando varias cámaras, simulando la vista humana.

Tanto Orbbec (2018), como Intel RealSense (2018), poseen funciones similares a las

de la Microsoft Kinect v2, sin embargo, la desventaja es que, no poseen un software robusto

dedicado para la construcción de gestos personalizados, como el que viene en el SDK

(Software Development Kit) del sensor Microsoft Kinect v2. Esta herramienta se llama

Visual Gesture Builder, y es lo que facilitó enormemente la grabación y entrenamiento de

los movimientos de las señas, sin ello, la dificultad del proyecto se hubiese elevado

exponencialmente.

19

Otro punto que favoreció la selección del sensor Microsoft Kinect v2, fue su facilidad de

obtención, ya que, al ser este para la consola Xbox One, es fácil encontrarlo en páginas

como por ejemplo Mercadolibre (2018) o en una tienda de videojuegos.

El sensor Microsoft Kinect v2, ha sido usado por la compañía Microsoft en sus consolas

de videojuegos Xbox 360 y luego en la Xbox One. Con este, el control o joystick del juego

pasó a ser la misma persona, ya que este detecta la posición de las extremidades, y como

indica el ingeniero de Microsoft, Evans (2013), en la versión más actual de la Kinect (Kinect

v2), incluso de los dedos y gestos del rostro en las 3 dimensiones, y con esto y ciertos

movimientos que la persona realice se pueden controlar partes de un videojuego. Además

de ser conocido, este sensor, tiene mucha más documentación y un SDK bastante

completo para el desarrollo de aplicaciones.

La plataforma fue probada con estudiantes de cuarto grado de primaria de la Institución

Educativa N°10385 “Santa Rafaela María”, ubicada en Chota, Cajamarca. Como indica la

Licenciada española en Traducción e Interpretación, García (2012), “el lenguaje de signos

es igual de difícil que aprender cualquier otro idioma”, por lo que se planteó que, el

videojuego desarrollado, podría ser una alternativa para ayudar a los estudiantes a

aprender de una forma sencilla y divertida.

Formulación del Problema

Problema general

¿Qué tan efectivo es un videojuego en comparación con un método no lúdico,

representado por una aplicación web con videos e imágenes, para el aprendizaje

de vocabulario de la Lengua de Señas Peruana, al aplicarlo a niños de cuarto grado

de primaria de un colegio público?

Problemas específicos


representado por una aplicación web con videos e imágenes, para el

reconocimiento del significado de vocabulario de la Lengua de Señas Peruana, al

aplicarlo a niños de cuarto grado de primaria de un colegio público?


representado por una aplicación web con videos e imágenes, para el

20

reconocimiento de la forma de vocabulario de la Lengua de Señas Peruana, al

aplicarlo a niños de cuarto grado de primaria de un colegio público?


representado por una aplicación web con videos e imágenes, para la recordación

de la forma de vocabulario de la Lengua de Señas Peruana, al aplicarlo a niños de

cuarto grado de primaria de un colegio público?


representado por una aplicación web con videos e imágenes, para la recordación

del significado de vocabulario de la Lengua de Señas Peruana, al aplicarlo a niños

de cuarto grado de primaria de un colegio público?

MARCO REFERENCIAL

Antecedentes

Internacionales

Godoy (2017). Un primer enfoque para el reconocimiento de lenguaje de señas

basado en un guante inteligente que utiliza técnicas de machine learning. Trabajo

de titulación para optar por el título de Magister en Gestión de Sistemas de

Información e Inteligencia de Negocios por la Universidad de Las Fuerzas Armadas,

Ecuador. Objetivo: “Optimizar el procesamiento de datos del lenguaje de señas

procedente de un guante inteligente mediante la aplicación de un algoritmo de

aprendizaje de máquina para mejorar el rendimiento del sistema electrónico”.

Conclusiones: “En el trabajo se profundizó en los elementos teóricos-metodológicos

de machine learning para pequeños, medianos y grandes volúmenes de datos; de

igual forma se realizó el análisis de los elementos electrónicos para el guante

traductor, finalmente se realizó el estudio sobre preprocesamiento de datos debido

a que es muy importante porque los datos reales pueden ser impuros, y, por ende,

pueden conducir a la extracción de patrones/reglas poco útiles”.

Rochetti (2016). Reconocimiento de gestos dinámicos y su aplicación al lenguaje

de señas. Tesis para optar por el título de Doctor en Ciencias Informáticas por la

Universidad Nacional de la Plata, Argentina. Objetivo: “Desarrollar un proceso

completo de interpretación y traducción de la Lengua de Señas Argentina a través

21

de videos obtenidos con una cámara RGB”. Conclusiones: El investigador logró

“desarrollar una base de datos específica para el reconocimiento de señas

argentinas”, además diseñó e implementó “dos métodos de clasificación de señas,

el primero dedicado a la clasificación de configuraciones de manos y el segundo

permitió la clasificación de señas segmentadas en videos”.

Gonzales (2016). SAILCA: Sistema Automático de Interpretación de Lenguaje

de Señas, para enseñanza de Cálculo. Trabajo de titulación para optar por el título

de Master universitario en Diseño y Gestión de Proyectos Tecnológicos por la

Universidad Internacional de la Rioja, Colombia. Objetivo: “Desarrollar una

propuesta para el desarrollo de un Sistema de traducción automática de voz a

Lenguaje de Señas Colombiana – LSC, y LSC a texto, con el fin de facilitar la

enseñanza del cálculo diferencial en las Instituciones de Educación Superior”.

Silva (2015). Reconhecimento das configurações de mão da língua brasileira de

sinais-LIBRAS em imagens de profundidade através da análise de componentes

principais e do classificador k-vizinhos mais próximos. Tesis para optar por el título

de Magister en Ingeniería Eléctrica por la “Universidade Federal do Amazonas”,

Brasil. Objetivo: “Reconocimiento automático de 61 configuraciones de manos de

LIBRAS (Siglas en portugués de Lengua de Señas Brasilera) utilizando mapas de

profundidad obtenidos con una cámara de profundidad, Kinect®”. Conclusiones:

“Esta disertación propuso el desarrollo de un método robusto de reconocimiento

capaz de distinguir configuraciones de la mano (CM), de algunos de los principales

fonemas de la LIBRAS. Además, se utilizaron imágenes de profundidad y, por lo

tanto, la construcción de ambientes artificiales facilitadores del procesamiento de la

imagen, sobre todo de la etapa de la orientación de la configuración de la mano en

la escena no fue necesaria”.

Rojas, Gomez y Guarnizo (2014). Los videojuegos como objetos desarrolladores

de aprendizaje. Trabajo de titulación para optar por el título de Magister en Ciencias

de la Educación por la Universidad de San Buenaventura, Colombia. Objetivo:

“Valorar el uso y apropiación de los videojuegos como objetos desarrolladores de

aprendizaje; así como, analizar el uso de los videojuegos como medio de

alfabetización; reconocer las diferentes características de los videojuegos, diseñar

una ruta de videojuegos que amplíe la visión del maestro en la utilización de

herramientas pedagógicas”. Conclusiones: “Los estudiantes que han sido

identificados como gamers, se caracterizan por tener excelentes relaciones

interpersonales y ser muy buenos en su desempeño académico. Los videojuegos

22

son objetos desarrolladores de aprendizaje porque, permiten el refuerzo de

habilidades a través de la práctica constante, el reto, la curiosidad y la fantasía”.

Nacionales

Torres y Contreras (2017). Sistema de aprendizaje de matemática basado en el

juego para niños de 6 años utilizando Kinect: "Learning is play”. Tesis para optar

por el Título Profesional de Ingeniero de Sistemas de Información y de Ingeniero de

Software por la Universidad Peruana de Ciencias Aplicadas, Perú. Objetivo:

“Implementar un sistema de aprendizaje de matemática, para niños de 6 años,

basado en videojuegos que involucren el movimiento corporal y permita monitorizar

el progreso estudiantil mediante reportes en línea”. Conclusiones: Los

investigadores lograron “desarrollar el sistema con dos módulos: un portal web y

tres juegos para computadora”. Al finalizar las pruebas, las cuales se “hicieron en

cinco sesiones, formando dos grupos, el primero usando el sistema y el segundo

no, se encontró que, el rendimiento de ambos grupos fue similar. Sin embargo, en

base a observaciones individuales de los participantes en las sesiones, se concluye

que las habilidades de lateralidad son difíciles de desarrollar, a pesar de ello, el

sistema contribuyó a que una estudiante que identificaba su literalidad mantenga

esta capacidad y permitió que uno de los estudiantes de rendimiento bajo pueda

desarrollarla. También, se revela un avance en el logro de clasificación en dos

estudiantes, al identificar los animales similares que se presentaban en el test”.

Cerna y Esquivel (2016). Videojuego matemático con hologramas 3D

interactivos usando LEAP MOTION para mejorar la capacidad matemática de

elaboración y uso de estrategias en alumnos del colegio Carlos Manuel Cox Rosse

en el periodo 2016 - UNIDAD I. Tesis para optar por el Título Profesional de

Ingeniero de Computación y Sistemas por la Universidad Privada Antenor Orrego,

Perú. Objetivo: “Desarrollar y aplicar un Videojuego Matemático con Hologramas

3D Interactivos Usando Leap Motion para desarrollar la capacidad matemática de

elaboración y uso de 3 estrategias en los alumnos del Tercer Grado de Primaria de

la Institución Educativa Nacional Carlos Manuel Cox Rosse en el periodo 2016-

Unidad I”. Conclusiones: “De acuerdo con los resultados obtenidos y procesado de

notas, las alumnas del tercer grado que jugaron en el videojuego matemático SÍ

mejoraron su capacidad de elaboración y uso de estrategias (competencia Actúa y

piensa matemáticamente en situaciones de regularidad, equivalencia y cambio).

23

Durante la posprueba resolvieron las preguntas con un mayor porcentaje de

respuestas correctas obteniendo así una mejor calificación. Debido al nivel de

significancia p = .007 (p<.05), obtenido en la prueba T-Student, se descartó la

hipótesis nula y se aceptó la hipótesis alterna, es decir, el uso de un videojuego

matemático con hologramas 3D interactivos usando Leap Motion mejora la

capacidad matemática de elaboración y uso de estrategias de los alumnos”.

Santiago y Martell (2016). Aplicación de apoyo para la rehabilitación de niños

con parálisis cerebral. Tesis para optar por el Título Profesional de Ingeniero de

Sistemas de Información por la Universidad Peruana de Ciencias Aplicadas, Perú.

Objetivo: “Implementar una aplicación de escritorio que permita cuantificar la

medición de ángulos de la rodilla del análisis cinemático de la marcha en niños con

Parálisis Cerebral”. Conclusiones: “El Kinect v2.0 es una buena alternativa de bajo

costo, que contribuye a la captura de ángulos específicos durante el análisis

cinemático de la rodilla de niños con PC en 2D”.

Vilchez (2015). Sistema intérprete de lenguaje alternativo para mejorar la

comunicación de las personas sordas en la asociación de sordos de la libertad.

Tesis para optar por el Título Profesional de Ingeniero de Sistemas por la

Universidad César Vallejo, Perú. Objetivo: “Determinar la influencia en la

comunicación de las personas sordas a través de un sistema intérprete de lenguaje

alternativo utilizando redes neuronales artificiales”. Conclusiones: “Se logró mejorar

la comunicación de las personas sordas en la Asociación de sordos de la Libertad

cumpliendo los objetivos específicos siguientes: Reducir el tiempo promedio de

comunicación en las personas sordas en un 9.8%, aumentar los medios de

comunicación entre la sociedad y las personas sordas en un 1.6%, aumentar el

número de las personas sordas en la inserción laboral en un 4.9% y reducir los

costos de contratación de traductores de señas (semanal) en un 20.4%”.

Quispe (2013). Análisis, diseño e implementación de un videojuego en 2D

orientado a la ejercitación de la memoria y el desarrollo de la inteligencia espacial.

Tesis para optar por el Título Profesional de Ingeniero Informático por la Pontificia

Universidad Católica del Perú, Perú. Objetivo: “Desarrollo de un videojuego que

permita estimular y mejorar las habilidades cognitivas de las personas”.

Conclusiones: “Se han implementado exitosamente los algoritmos de Inteligencia

Artificial que sirvieron para el control del movimiento y toma de decisiones de los

personajes en el videojuego, verificando la factibilidad y eficiencia de este tipo de

algoritmos aplicados en soluciones de esta naturaleza”.

24

Estado del Arte

Entrenamiento y evaluación de habilidades en la Lengua de Señas Sueca

En la investigación de Potrus (2017), para obtener el título de maestría en Ciencias

de la Computación e Ingeniería por el “KTH Royal Institute of Technology”, de

Estocolmo, Suecia, se desarrolló e investigó la eficiencia de un videojuego para

aprender la Lengua de Señas Sueca en niños con el rango de edades entre 10 a

11 años y que no posean desórdenes de aprendizaje o algún desorden de salud.

El videojuego consistió en dos fases, en la primera, se muestra un demo en

donde el presentador explica cómo funciona el videojuego, y en la segunda, que es

la parte educativa, a los niños se les enseña la ejecución de algunas señas de una

lista de animales y otra de objetos mediante una historia para cada categoría, dichas

historias fueron contadas por un avatar 3D tanto en lenguaje hablado como lenguaje

de señas. Después se le muestra algunas imágenes de las señas enseñadas de

acuerdo a la historia, las cuales desaparecen durante un momento y al reaparecer

hay una faltante, finalmente los niños deben responder cuál es la imagen faltante.

Durante las pruebas experimentales, se dividió a 38 niños en dos grupos de igual

tamaño de 19, en donde cada grupo jugó con un videojuego de lengua de señas.

El contexto del videojuego explicado anteriormente, fue el mismo para ambos

grupos, sin embargo, el primer grupo jugó el videojuego y respondió las preguntas

utilizando lenguaje de señas, mientras que el otro grupo respondió a las preguntas

haciendo clic en la alternativa dentro de la pantalla del videojuego.

Una semana después de que los niños jugaron en el videojuego, se les evaluó

las habilidades adquiridas en lenguaje de señas mediante preguntas sencillas, en

las que se les pidió que proporcionen algunas de las señas que vieron durante las

pruebas con el videojuego.

La hipótesis principal del proyecto fue que, el grupo de niños que usó señas para

responder a las preguntas superaría al otro grupo, tanto al recordar las señas como

al ejecutarlas correctamente. Para ello se comprobó la hipótesis de si las medias

poblacionales de los resultados con cada grupo eran iguales entre sí, la cual fue

rechazada, confirmando así la hipótesis principal del proyecto.

25

Aplicación móvil para el aprendizaje de idiomas: “Learn to Sign”

En la investigación de Salomons (2016), para obtener el título de maestría en

Ciencia por la “VU University”, de Ámsterdam, Países Bajos, se planteó la siguiente

pregunta de investigación, y su respectiva respuesta al finalizar la investigación y el

desarrollo de la aplicación:

¿Cómo se puede ayudar a las personas sordas y oyentes a comunicarse entre

sí utilizando una aplicación móvil, en África Subsahariana?

Con base al análisis de requisitos y a la revisión de la literatura, establecieron

que una aplicación móvil educativa sería la mejor opción para el problema en

cuestión, por lo que desarrollaron varios prototipos y los pusieron a prueba.

Además, para poder desarrollar una aplicación móvil efectiva se identificaron las

siguientes subpreguntas de investigación que también se pudieron responder al

finalizar la investigación:

¿Cuáles son los métodos de enseñanza efectivos que se pueden implementar

en una aplicación móvil?

Para ello se tradujeron los materiales de aprendizaje a un dispositivo móvil

mediante la adaptación los métodos de enseñanza de la lengua de señas. Además,

la aplicación se dividió en dos partes, las cuales fueron:

Un diccionario, para que las personas puedan buscar palabras por categorías, y

con opción para practicarlas mediante videos o con imágenes paso a paso de la

ejecución de las señas.

Un juego, en el que los usuarios escogen una categoría y se les da preguntas

sobre la seña, palabra o video dado para encontrar la seña, palabra o video

correspondiente. Además, con la característica de poder desbloquear diferentes

niveles de dificultad conforme se vaya jugando. Finalmente, las preguntas que se

planteaban cambiaban para una misma seña, haciendo así que el usuario se

exponga a dicha seña repetidamente.

¿Hay una forma efectiva de transmitir una seña sin requerir que un individuo

sepa leer o escribir?

Esto se hizo mediante el desarrollo de una aplicación simple pero visual, usando

la menor cantidad de texto posible pero aun así teniendo suficiente información para

26

transmitir una seña. En base al análisis de la investigación, supieron que la

aplicación móvil tendría que transmitir la información de forma visual.

¿Qué elementos multimedia constituyen la mejor opción para aprender una

nueva seña? (Ejemplos: Imágenes, imágenes + leyendas, videos)

La mejor opción fue mantener todos los distintos elementos multimedia debido a

que las personas aprenden de formas diferentes, ya sea a través de imágenes con

subtítulos, en caso sepan leer, mediante videos o incluso utilizando ambos.

Marco Teórico

Lenguas de Señas

Son lenguas naturales de producción gestual y percepción visual. Poseen

estructuras gramaticales definidas y diferentes a las de las lenguas orales. Si bien

es cierto para las lenguas orales la comunicación se realiza por un canal vocal-

auditivo, para las lenguas de señas esta se realiza por un canal gesto-viso-espacial

(Servicio Ecuménico Pastoral y Estudios de Comunicación - SEPEC ,2009).

Lengua de Señas Peruana (LSP)

Es la lengua de las personas con discapacidad auditiva en el Perú. Esta fue

oficializada en mayo del 2010 con la Ley N° 29535, y su reglamento fue aprobado

en agosto del 2017 por el decreto supremo N° 006-2017-MIMP.

Queremas

Según la Dirección de Educación Básica Especial (2015), los queremas son las

unidades mínimas en una lengua de señas, así como lo son los fonemas en las

lenguas orales.

Fonología de la Lengua de Señas

La “fonología” de la Lengua de Señas es abstracta y es llamada querología, esta

analiza los parámetros formacionales o queremas de las señas. (Dirección de

Educación Básica Especial, 2015, p.19)

27

Elementos del querema

Según la Dirección de Educación Básica Especial (2015), los elementos del

querema son:

Lugar de articulación o toponema

Espacio donde la(s) mano(s) realiza(n) la seña. Se ubica delante del cuerpo y ocupa

desde la parte superior de la cabeza hasta la cintura, esta área, a modo de marco,

ayuda a la producción y percepción de las señas.

Figura 2: Lugar de articulación del querema

Fuente: Dirección de Educación Básica Especial - Lengua de Señas Peruana: guía para el aprendizaje de la Lengua de Señas Peruana, vocabulario básico.

Rodríguez (2003), en su obra Lenguaje de Signos, resalta veinticinco toponemas

en cuatro zonas importantes:

- Cuerpo o espacio neutro, con o sin contacto.

- Cabeza.

- Brazo izquierdo (En el caso de las señas ejecutadas con una sola mano-mano

izquierda activa).

- Brazo derecho (En el caso de las señas ejecutadas con una sola mano-mano

derecha activa).

28

Figura 3: Toponemas


Configuración de la/s mano/s

Es la manera en la que se coloca(n) la(s) mano(s) al ejecutar un querema, o las

posiciones para expresar una palabra. En la Figura 4 se puede apreciar los tipos de

configuraciones y algunos ejemplos.

29

Figura 4: Configuración de la/s mano/s


30

Movimiento de la mano

En el espacio donde se ejecuta la seña, la(s) mano(s) se puede(n) mover de

diferentes formas, ya que se combinan la manera en que se mueven y la

combinación que se le da a la palma de la mano (hacia la izquierda, hacia la

derecha, hacia arriba, hacia abajo), y basta un cambio en la configuración para que

se modifique totalmente una seña.

Al analizar el movimiento de la mano de la persona que ejecuta la seña, se

pueden dar las variaciones que se aprecian en la Figura 5.

Figura 5: Variaciones en el movimiento de las manos


31

Orientación de la mano

Es la relación entre la posición de la mano respecto al cuerpo de quien hace la seña.

Figura 6: Orientación de la mano


Punto de contacto

Es la parte de la mano dominante que hace contacto con otra parte del cuerpo, por

ejemplo, yemas de los dedos con la palma de la mano, con el hombro, con el dorso

de la mano o con la muñeca. Algunos de los puntos de contacto se pueden

visualizar en la Figura 7.

32

Figura 7: Punto de contacto


Plano

Se refiere a la distancia de la mano con respecto al cuerpo al ejecutar las señas.

Existen 4 planos como se puede apreciar en la Figura 8.

33

Figura 8: Planos


Componentes no manuales

Se refiere a la expresión del rostro, los movimientos de la cabeza, de los labios, del

tronco, que se realizan en paralelo a la configuración de la seña.

La expresión facial y corporal constituyen parte de las normas gramaticales de

la Lengua de Señas. La expresión facial corresponde a la entonación, para que se

pueda distinguir entre una pregunta, exclamación o negación. En la Figura 9 se

puede apreciar un ejemplo.

Una gran cantidad de los movimientos de los labios son prestados de la lengua

oral, sin embargo, otros no lo son y son una parte obligada de algunas señas.

34

Figura 9: Componente no manual


Iconicidad de la lengua de señas

Según el diccionario de la Real Academia Española (2014), el ícono es un “signo

que mantiene una relación de semejanza con el objeto representado”. Un ejemplo

en la LSP puede ser la seña de la palabra “Escribir”, como se puede apreciar en la

Figura 10, la cual se realiza juntando las yemas de los dedos pulgar e índice de la

mano derecha, haciendo dos movimientos de izquierda a derecha sobre la palma

de mano izquierda, en este ejemplo la mano izquierda representaría a un papel y la

derecha a la acción de escribir sobre el mismo con un lápiz u otro instrumento.

Figura 10: Seña “Escribir”

Fuente: Dirección de Educación Básica Especial - Lengua de Señas Peruana: guía

para el aprendizaje de la Lengua de Señas Peruana, vocabulario básico.

35

Según los investigadores Cruz y Villa (2013), la iconicidad es una característica

que todas las lenguas poseen, sin embargo, las lenguas de señas lo poseen en un

grado más alto. Esta característica puede llevar a una idea errónea de que con las

lenguas de señas solo se puede hacer referencia a cosas concretas o que se

puedan percibir. Sin embargo, con las señas también se pueden representar

palabras abstractas y no icónicas.

Videojuego

Según el diccionario de la Real Academia Española (2014), un videojuego es un

“juego electrónico que se visualiza en una pantalla”.

Por otro lado, según el especialista en tecnología Vince (2018), existen

principalmente nueve tipos de videojuegos con sus subgéneros:

- Juegos de acción: Juegos en los que el jugador tiene está en control y en el

centro de la acción, y se componen principalmente por desafíos físicos a superar

por los jugadores. Sus subgéneros son: Plataforma, disparos, peleas, sigilo,

supervivencia, ritmo.

- Juegos de acción y aventura: Se centran en la resolución de acertijos,

descubrimiento de botín, mientras que el combate básico no es más que una

actividad secundaria para la experiencia general. Sus subgéneros son:

Supervivencia de horror y “Metroidvania” (basado en los videojuegos “Metroid”

y “Castlevania”).

- Juegos de aventura: En estos los jugadores generalmente interactúan con su

entorno y otros personajes para resolver acertijos para progresar en la historia

o en la jugabilidad. Sus subgéneros son: Aventuras de texto, aventuras gráficas,

novelas visuales, películas interactivas, 3D en tiempo real.

- Juegos de rol (RPG): Es el segundo tipo de juego más popular y generalmente

tiene escenarios medievales o de fantasía. Sus subgéneros son: Juego de rol

de acción, juego de rol multijugador masivo en línea, “Roguelike” (basado el

videojuego “Rogue”) o de exploración de mazmorras, juego de rol táctico, juego

de rol de caja de arena, juego de rol de grupos en primera persona.

- Juegos de simulación: Están diseñados para emular la realidad real o ficticia,

para simular un evento o situación real. Sus subgéneros son: Simulación de

construcción y gestión, simulación de vida, simulación de vehículos.

- Juegos de estrategia: Basados en juegos de mesa tradicionales de estrategia.

Sus subgéneros son: 4X (Explore, expand, exploit and exterminate), artillería,

36

estrategia en tiempo real, táctica en tiempo real, arena de combate multijugador,

defensa de torres, estrategia por turnos, táctica por turnos, juego de guerra,

juego de guerra de gran estrategia.

- Juegos de deportes: Simulan deportes de la vida real. Sus subgéneros son:

Carreras, deportes de equipos, competitivos, combates basados en deporte.

- Juegos de acertijos: Suelen desarrollarse en una sola pantalla o campo de

juego y requieren que el jugador resuelva un problema para ir avanzando la

acción. Sus subgéneros son: Juegos de lógica, juegos de preguntas.

- Juegos inactivos: Son juegos simplificados que requieren una participación

mínima del jugador. Sus subgéneros son: Juegos casuales, juegos de grupos,

juegos de programación, juegos de mesa, juegos de cartas, multijugador en

línea masivo, juegos de publicidad, juegos de arte, juegos educativos, juegos

de ejercicios.

Videojuegos educativos

Según el especialista en tecnología Vince (2018), los videojuegos educativos son

usados principalmente como herramientas de aprendizaje, y se usan para enseñar

materias como por ejemplo las matemáticas, usando mecánicas básicas de juego.

Según la Doctor en Informática, Padilla (2011), los juegos promueven el

desarrollo de los niños, pues permiten ensayar capacidades, reglas o limitaciones

que luego podrá aplicar a la realidad con una determinada garantía de éxito.

Vocabulario de lengua de señas

Cada país tiene su propio vocabulario de lengua de señas, incluso si se habla el

mismo idioma, la ejecución de las señas es distinta para una misma palabra. En el

libro Lengua de Señas Peruana de la Dirección de Educación Básica Especial

(2015), se desarrollan dos partes, la primera es una guía para el aprendizaje de la

LSP y la segunda es un vocabulario básico, el cual contiene el alfabeto manual

además de 23 categorías, las cuales se pueden apreciar en la Figura 11.

37

Figura 11: Categorías del vocabulario básico de la LSP

Fuente: Dirección de Educación Básica Especial - Lengua de Señas Peruana: guía para el

aprendizaje de la Lengua de Señas Peruana, vocabulario básico.

Medición de vocabulario de lengua de señas

Al investigar se encontró tres herramientas internacionales para la medición de

vocabulario de lengua de señas, las cuales son:

Perlesko: Test de vocabulario para la lengua de señas alemana

Según Haug (2009), Perlesko fue desarrollado como un proyecto de Ph.D. en la

“Hamburg University” de Alemania, y se originó a partir de investigaciones

realizadas con niños sordos que fueron parte de un programa de prueba de clase

bilingüe en una escuela local de Sordos. Luego fue estandarizada por los

investigadores Bizer y Karl.

También nos explica que la herramienta se puede usar para evaluar habilidades

de comprensión en tres modalidades de lenguaje, es decir, signado, hablado y

escrito. El formato para cada modalidad es el mismo, tiene tres subpruebas, cada

una de las cuales se centra en una clase diferente de palabras: sustantivos, verbos

38

y adjetivos. Los elementos de la prueba se ordenan según su nivel de dificultad.

Cada subprueba comienza con dos elementos de práctica. La prueba utiliza un

formato de opción múltiple, en función del cual se presenta cada respuesta correcta

junto con tres distractores. Los distractores se eligen de acuerdo a cada modalidad

de lenguaje, distractores con una seña específica, una pronunciación oral o un

patrón escrito en alemán.

Test de vocabulario de lengua de señas británica basado en web

Según Haug y Mann (2013), es una Herramienta elaborada por los investigadores

Mann y Marshall en el año 2012, cuyo propósito es evaluar el conocimiento del

vocabulario de los niños sordos en el lenguaje de señas británico (BSL).

La prueba consta de cuatro tareas, cada una de las cuales tiene un grado

diferente de fortaleza en el conocimiento del vocabulario. Un ejemplo de la

visualización de dichas tareas se puede ver en la Figura 12, y estas son:

- Reconocimiento del significado, que consiste en que los estudiantes vean

una seña pregrabada seguida de cuatro imágenes, para luego seleccionar la

imagen que corresponda con el significado de la seña mostrada.

- Reconocimiento de la forma, que consiste en que los estudiantes vean una

imagen seguida de cuatro señas pregrabadas, para luego seleccionar la seña que

coincida con el significado de la imagen mostrada.

- Recordación de la forma, que consiste en que los estudiantes vean una

imagen, para luego producir la seña correspondiente para la imagen mostrada.

- Recordación del significado, que consiste en que los estudiantes vean una

seña pregrabada, para luego producir una seña con un significado asociado a la

seña mostrada.

Además, señalan que la prueba se basa en un modelo de aprendizaje de

segundas lenguas de los investigadores Laufer, Elder, Hill y Congdon en el año

2004, y de Laufer y Goldstein también en el 2004, que demostró que el vocabulario

hablado se desarrolla incrementalmente y que es una jerarquía en el grado de

fortaleza del conocimiento del vocabulario. Según ese modelo, los mismos

elementos se utilizan en todas las tareas. Cada una de las cuatro tareas consiste

en 120 elementos de vocabulario.

39

Finalmente se indica que las dos tareas receptivas y de reconocimiento, usan un

formato de opción múltiple que puede ser autoadministrable, y por otro lado las dos

tareas de producción y recordación requieren un administrador, que califica cada

respuesta, basándose en cuatro opciones y además documenta la respuesta dada

en un cuadro de texto en la pantalla de la computadora usando glosas en inglés.

Figura 12: Test de vocabulario de lengua de señas británica

Fuente: Haug, Mann (2014). Review on the state of the art on signed language testing technologies.

Test de vocabulario de lengua de señas estadounidense basado en web

Según Mann (2016), este test es una adaptación del “Test de vocabulario de lengua

de señas británica basado en web” y fue realizada por los investigadores Mann, Roy

y Morgan en el año 2016.

La diferencia con dicho test luego de la adaptación está principalmente en que,

en lugar de usarse 120 elementos de vocabulario se usaron 80, de los cuales, solo

66 se mantuvieron sin ningún cambio y se pudieron traducir directamente a la

40

lengua de señas estadounidense (ASL), mientras que los 14 restantes tuvieron que

ser reemplazados.

Otra diferencia es que, en la tarea de la recordación del significado, luego de

visualizar la seña pregrabada, los estudiantes tienen que producir tres señas con

un significado asociado, en lugar de solo una, como pasaba en el test original.

Microsoft Kinect

Según el periodista Pham (2009), en un artículo publicado en el prestigioso diario

estadounidense “Los Angeles Times”, en la E3 (Electronic Entertainment Expo) del

2009, Microsoft lanzó esta tecnología públicamente, pero en ese entonces era

conocida como “Project Natal”.

Pham (2009), también escribió que Shane Kim, la entonces vicepresidenta

corporativa de estrategia y desarrollo comercial de Xbox, indicó que, la motivación

detrás de la creación del proyecto, fue crear una alternativa para el uso de los

controles tradicionales, ya que estos podían llegar a ser un tanto complejos para los

jugadores novatos. La alternativa fue, la de hacer que la misma persona sea el

control del videojuego, haciendo lo que hacen naturalmente, que es moverse o

hablar. Por otro lado, Pham (2009), también escribió que, Don Mattrick, el entonces

vicepresidente senior de entretenimiento interactivo de Microsoft, indicó que en el

“Project Natal”, se combinan varias tecnologías desarrolladas por “Microsoft

Research”, la cual es una división encargada de trabajar en la investigación y

desarrollo de interfaces de usuario naturales.

En dos presentaciones dadas por el ingeniero de Microsoft, Evans (2013), y

publicadas por Microsoft Research, se explica que la Kinect es un sensor de

profundidad, que funciona en base a luz infraroja (IR), además se explica que, en

la nueva versión para Xbox One, Kinect V2, la fidelidad de visualización

tridimensional, es tres veces mayor a la de su antecesor para Xbox 360. Por otro

lado, también se explica que Microsoft Kinect v2, tiene la capacidad para detectar

la posición, giro y fuerza de cada extremidad, además de la capacidad de

reconocimiento de expresiones faciales y reconocimiento de voz.

Por otro lado, como indicó el ex ingeniero de Microsoft, Pterneas (2017),

Microsoft anunció que la Kinect para Xbox One dejaría de ser fabricada, sin

embargo, también indicó que esa no es razón para dejar de usarla en los proyectos,

ya que actualmente, hay muchas aplicaciones fuera de los videojuegos, como las

41

aplicaciones para los museos, cuidado de la salud, tiendas y publicidad. Además,

en el mismo sitio de desarrollo de Microsoft (2017), se indica que el SDK de Kinect

para Windows continuará teniendo soporte.

Finalmente, en una presentación, el CEO de Microsoft, Nadella (2018), anunció

la creación del “Project Kinect for Azure”, que es un proyecto que nace en base a la

experiencia con las anteriores versiones de la Kinect y los HoloLens, además

poseerá inteligencia artificial, y según sus palabras será un dispositivo que tendrá,

“las mejores capacidades de entendimiento del especio, seguimiento del esqueleto,

reconocimiento de objetos, empaquetará los sensores más poderosos juntos, y

podrá estar completamente integrado en aplicaciones del lado del consumidor y del

lado industrial”. Esto abre muchas posibilidades para el futuro, y es muy probable

que el presente proyecto pueda ser adaptado para funcionar incluso en versiones

portátiles, ya que el sensor será más pequeño y poderoso.

OBJETIVOS

Objetivo General

Determinar qué tan efectivo es un videojuego en comparación con un método no lúdico,

representado por una aplicación web con videos e imágenes, para el aprendizaje de

vocabulario de la Lengua de Señas Peruana, al aplicarlo a niños de cuarto grado de

primaria de un colegio público.

Objetivos Específicos


representado por una aplicación web con videos e imágenes, para el reconocimiento del

significado de vocabulario de la Lengua de Señas Peruana, al aplicarlo a niños de cuarto

grado de primaria de un colegio público.


representado por una aplicación web con videos e imágenes, para el reconocimiento de la

forma de vocabulario de la Lengua de Señas Peruana, al aplicarlo a niños de cuarto grado

de primaria de un colegio público.

42


representado por una aplicación web con videos e imágenes, para la recordación de la

forma de vocabulario de la Lengua de Señas Peruana, al aplicarlo a niños de cuarto grado



representado por una aplicación web con videos e imágenes, para la recordación del

significado de vocabulario de la Lengua de Señas Peruana, al aplicarlo a niños de cuarto

grado de primaria de un colegio público.

JUSTIFICACIÓN

Teórica

El presente trabajo es importante dentro del campo de la Ingeniería Informática y de

Sistemas, debido a que permitirá comprobar la efectividad de un videojuego desarrollado

para permitir el aprendizaje y la práctica de vocabulario de la Lengua de Señas Peruana

(LSP), esto mediante la retroalimentación inmediata sobre la correcta o incorrecta

ejecución de señas gracias a la captura de movimiento con un sensor de profundidad.

Práctica

El aprendizaje del lenguaje de señas puede ser un tanto difícil si no existe un especialista

que lo pueda enseñar, con el presente trabajo se podría sobrepasar ese problema y

además hacer el aprendizaje más sencillo y divertido.

Social

El presente trabajo busca poder ayudar a que estudiantes de cuarto de primaria de un

colegio público puedan aprender queremas básicos de la LSP. Además, debido a que es

un videojuego, podría ser usado para que estudiantes de cualquier grado de primaria,

secundaria o cualquier otra persona interesada en aprender pueda hacerlo de una forma

entretenida.

43

Por otro lado, en el Perú no existen muchos profesionales especializados en lenguaje

de señas, por lo que con la realización del presente trabajo se puede sentar una base para

que en el futuro la sociedad y la educación sea más inclusiva, ya que en las aulas no será

totalmente necesario que exista un especialista en lenguaje de señas, sino que los

estudiantes e incluso los docentes podrían aprender y practicar directamente con la

plataforma, facilitando así la comunicación con las personas sordas.

HIPÓTESIS

Hipótesis General

Formulación de la hipótesis general

Un videojuego será más efectivo que una aplicación web con videos e imágenes,

para el aprendizaje de vocabulario de la Lengua de Señas Peruana al aplicarlo a

niños de cuarto de primaria de un colegio público.

HG1: Existe una diferencia significativa entre la efectividad de un videojuego y

una aplicación web con videos e imágenes, para el aprendizaje de vocabulario de

la Lengua de Señas Peruana al aplicarlo a niños de cuarto de primaria de un colegio

público.

HG0: No existe una diferencia significativa entre la efectividad de un videojuego

y una aplicación web con videos e imágenes, para el aprendizaje de vocabulario de

la Lengua de Señas Peruana al aplicarlo a niños de cuarto de primaria de un colegio

público.

Hipótesis Específicas

Formulación de la primera hipótesis específica


para el reconocimiento del significado de vocabulario de la Lengua de Señas

Peruana al aplicarlo a niños de cuarto de primaria de un colegio público.

HE11: Existe una diferencia significativa entre la efectividad de un videojuego y

una aplicación web con videos e imágenes, para el reconocimiento del significado

44

de vocabulario de la Lengua de Señas Peruana al aplicarlo a niños de cuarto de


HE10: No existe una diferencia significativa entre la efectividad de un videojuego

y una aplicación web con videos e imágenes, para el reconocimiento del significado

de vocabulario de la Lengua de Señas Peruana al aplicarlo a niños de cuarto de


Formulación de la segunda hipótesis específica


para el reconocimiento de la forma de vocabulario de la Lengua de Señas Peruana

al aplicarlo a niños de cuarto de primaria de un colegio público.

HE21: Existe una diferencia significativa entre la efectividad de un videojuego y

una aplicación web con videos e imágenes, para el reconocimiento de la forma de

vocabulario de la Lengua de Señas Peruana al aplicarlo a niños de cuarto de


HE20: No existe una diferencia significativa entre la efectividad de un videojuego

y una aplicación web con videos e imágenes, para el reconocimiento de la forma de



Formulación de la tercera hipótesis específica


para la recordación de la forma de vocabulario de la Lengua de Señas Peruana al

aplicarlo a niños de cuarto de primaria de un colegio público.

HE31: Existe una diferencia significativa entre efectividad de un videojuego y

unos videos para la recordación de la forma de vocabulario de la Lengua de Señas


HE30: No existe una diferencia significativa entre efectividad de un videojuego y

unos videos para la recordación de la forma de vocabulario de la Lengua de Señas


45

Formulación de la cuarta hipótesis específica


para la recordación del significado de vocabulario de la Lengua de Señas Peruana

al aplicarlo a niños de cuarto de primaria de un colegio público.

HE41: Existe una diferencia significativa entre efectividad de un videojuego y

unos videos para la recordación del significado de vocabulario de la Lengua de

Señas Peruana al aplicarlo a niños de cuarto de primaria de un colegio público.

HE40: No existe una diferencia significativa entre efectividad de un videojuego y

unos videos para la recordación del significado de vocabulario de la Lengua de

Señas Peruana al aplicarlo a niños de cuarto de primaria de un colegio público.

46

MATRIZ DE CONSISTENCIA

TÍTULO: “Videojuego comparado con web para aprendizaje de vocabulario de lengua de señas en niños de cuarto de primaria”

PROBLEMA OBJETIVOS MARCO

TEÓRICO HIPÓTESIS

OPERACIONALIZACIÓN DE VARIABLES MARCO METODOLÓGICO VARIABLES INDICADORES ESCALA

PROBLEMA GENERAL OBJETIVO GENERAL

Dirección de Educación Básica Especial (2015) Haug, T., Mann, W. (2013)

HIPÓTESIS GENERAL Variable dependiente: Aprendizaje de vocabulario de la Lengua de Señas Peruana Variables independientes: Videojuego Aplicación web

Efectividad de un videojuego versus una aplicación web con videos e imágenes, para el reconocimiento del significado de vocabulario de lengua de señas. (%) Efectividad de un videojuego versus una aplicación web con videos e imágenes, para el reconocimiento de la forma de vocabulario de lengua de señas. (%) Efectividad de un videojuego versus una aplicación web con videos e imágenes, para la recordación del significado de vocabulario de lengua de señas. (%) Efectividad de un videojuego versus una aplicación web con videos e imágenes, para la recordación de la forma de vocabulario de lengua de señas. (%)

Continua

Continua

Continua

Continua

Metodología: Experimental de tipo cuasiexperimental. Paradigma: Positivista. Enfoque: Cuantitativo. Método: Experimental.

¿Qué tan efectivo es un videojuego en comparación con un método no lúdico, representado por una aplicación web con videos e imágenes, para el aprendizaje de vocabulario de la Lengua de Señas Peruana, al aplicarlo a niños de cuarto grado de primaria de un colegio público?

Determinar qué tan efectivo es un videojuego en comparación con un método no lúdico, representado por una aplicación web con videos e imágenes, para el aprendizaje de vocabulario de la Lengua de Señas Peruana, al aplicarlo a niños de cuarto grado de primaria de un colegio público.

Un videojuego será más efectivo que una aplicación web con videos e imágenes, para el aprendizaje de vocabulario de la Lengua de Señas Peruana al aplicarlo a niños de cuarto de primaria de un colegio público.

PROBLEMAS ESPECÍFICOS OBJETIVOS ESPECÍFICOS HIPÓTESIS ESPECÍFICAS

¿Qué tan efectivo es un videojuego en comparación con un método no lúdico, representado por una aplicación web con videos e imágenes, para el reconocimiento del significado de vocabulario de la Lengua de Señas Peruana, al aplicarlo a niños de cuarto grado de primaria de un colegio público?

Determinar qué tan efectivo es un videojuego en comparación con un método no lúdico, representado por una aplicación web con videos e imágenes, para el reconocimiento del significado de vocabulario de la Lengua de Señas Peruana, al aplicarlo a niños de cuarto grado de primaria de un colegio público.

Un videojuego será más efectivo que una aplicación web con videos e imágenes, para el reconocimiento del significado de vocabulario de la Lengua de Señas Peruana al aplicarlo a niños de cuarto de primaria de un colegio público.

¿Qué tan efectivo es un videojuego en comparación con un método no lúdico, representado por una aplicación web con videos e imágenes, para el reconocimiento de la forma de vocabulario de la Lengua de Señas Peruana, al aplicarlo a niños de cuarto grado de primaria de un colegio público?

Determinar qué tan efectivo es un videojuego en comparación con un método no lúdico, representado por una aplicación web con videos e imágenes, para el reconocimiento de la forma de vocabulario de la Lengua de Señas Peruana, al aplicarlo a niños de cuarto grado de primaria de un colegio público.

Un videojuego será más efectivo que una aplicación web con videos e imágenes, para el reconocimiento de la forma de vocabulario de la Lengua de Señas Peruana al aplicarlo a niños de cuarto de primaria de un colegio público.

¿Qué tan efectivo es un videojuego en comparación con un método no lúdico, representado por una aplicación web con videos e imágenes, para la recordación de la forma de vocabulario de la Lengua de Señas Peruana, al aplicarlo a niños de cuarto grado de primaria de un colegio público?

Determinar qué tan efectivo es un videojuego en comparación con un método no lúdico, representado por una aplicación web con videos e imágenes, para la recordación de la forma de vocabulario de la Lengua de Señas Peruana, al aplicarlo a niños de cuarto grado de primaria de un colegio público.

Un videojuego será más efectivo que una aplicación web con videos e imágenes, para la recordación de la forma de vocabulario de la Lengua de Señas Peruana al aplicarlo a niños de cuarto de primaria de un colegio público.

¿Qué tan efectivo es un videojuego en comparación con un método no lúdico, representado por una aplicación web con videos e imágenes, para la recordación del significado de vocabulario de la Lengua de Señas Peruana, al aplicarlo a niños de cuarto grado de primaria de un colegio público?

Determinar qué tan efectivo es un videojuego en comparación con un método no lúdico, representado por una aplicación web con videos e imágenes, para la recordación del significado de vocabulario de la Lengua de Señas Peruana, al aplicarlo a niños de cuarto grado de primaria de un colegio público.

Un videojuego será más efectivo que una aplicación web con videos e imágenes, para la recordación del significado de vocabulario de la Lengua de Señas Peruana al aplicarlo a niños de cuarto de primaria de un colegio público.

47

MARCO METODOLÓGICO

Metodología

El diseño de la investigación es experimental, pues se manipuló las variables

independientes, para analizar las consecuencias sobre la variable dependiente dentro de

una situación de control. En este caso se evaluó el impacto en el “aprendizaje de

vocabulario de lengua de señas” (variable dependiente) al utilizar el “Videojuego” (primera

variable independiente) desarrollado y al utilizar un método no lúdico en forma de

“Aplicación web” (segunda variable independiente). Además, la investigación es del tipo

cuasiexperimental, pues se evaluarán grupos intactos de estudiantes previamente

formados, esto considerando que la Institución Educativa N° 10385 “Santa Rafaela María”

de Chota-Cajamarca, tiene dos secciones en cuarto de primaria, además se formará un

tercer grupo que será el grupo de control, con igual cantidad de estudiantes aleatorios de

cada sección (Hernández, 2014).

El diagrama del diseño experimental es como se muestra en la Figura 13, con los grupos

1 y 2 (G1 y G2) como grupos experimentales, a los cuales se les aplica los tratamientos X1

(videojuego) y X2 (aplicación web) y el grupo 3 (G3) como grupo de control, al cual no se le

aplica ningún tratamiento, además solo se realiza posprueba para todos los grupos (O1, O2

y O3) (Hernández, 2014).

Figura 13: Diagrama del diseño experimental

Fuente: Elaboración propia en base a Hernández (2014)

Paradigma

Esta investigación se enmarca en el paradigma positivista, el cual como indica Ricoy

(2006), se califica como “cuantitativo, empírico-analítico, racionalista, sistemático gerencial

y científico tecnológico”. Además, como indica Ramos (2015), el paradigma positivista

sustenta a las investigaciones que busquen comprobar una hipótesis de forma estadística

o determinar numéricamente los parámetros de alguna variable, lo cual es lo que se busca

con el presente proyecto.

48

Enfoque

Esta investigación se basa en un enfoque cuantitativo. El cual, según Hernández (2014),

consiste en la comprobación de una hipótesis mediante la recolección de datos, basándose

en una medición numérica y análisis estadístico, con la finalidad de instaurar patrones de

comportamiento o comprobar teorías. De este modo, en esta investigación se recolectarán

datos numéricos con el instrumento, los cuales luego serán procesados para comprobar

las hipótesis.

Método

Es de carácter experimental, pues se somete a la muestra al influjo de ciertas variables en

condiciones conocidas y controladas, para observar los resultados de cada variable sobre

la muestra (Sabino, 2014). En el caso del presente proyecto, se aplicarán las variables

“Videojuego” y “Aplicación web” a la muestra de “estudiantes de cuarto de primaria de un

colegio público”, para observar los resultados en el “aprendizaje de vocabulario de Lengua

de Señas Peruana”.

VARIABLES

Independientes

Las variables independientes son el “Videojuego” y la “Aplicación web”, pues las

aplicaciones de los mismos sobre los grupos experimentales constituyen la causa que

afecta a la variable dependiente (Hernández, 2014).

Dependiente

La variable dependiente es el “aprendizaje de vocabulario de lengua de señas”, pues

constituye el efecto de la aplicación de las variables independientes sobre los grupos

experimentales (Hernández, 2014).

49

POBLACIÓN Y MUESTRA

Población

La población comprende a los niños de cuarto grado de primaria de colegios públicos del

Perú, de ambos géneros, cuyas edades oscilan entre los 9 a 10 años y que además no

posean ninguna discapacidad mental o deficiencia motriz de las extremidades superiores

(para que puedan ejecutar las señas).

Muestra

Debido a que la investigación fue cuasiexperimental, la muestra constituye grupos

previamente conformados (Hernández, 2014).

Para este proyecto la muestra estuvo formada por los estudiantes de cuarto grado de

primaria de la institución educativa “Santa Rafaela María” ubicada en Chota, Cajamarca.

Este colegio tiene dos secciones en cuarto de primaria, la sección “A” y la sección “B”, cada

una con 35 estudiantes, de estos grupos se tomó a 12 estudiantes de cada uno de forma

aleatoria para formar un tercer grupo de 24 estudiantes que fue el grupo de control al cual

no se le aplicó ningún método de enseñanza, los 23 restantes de la sección “A” fueron el

grupo experimental en el que se aplicó la “Aplicación web”, y los 23 de la sección “B” fueron

el grupo experimental en el que se aplicó el “Videojuego” desarrollado.

UNIDAD DE ANÁLISIS

La unidad de análisis constituye cada estudiante de cuarto de primaria de la institución

educativa “Santa Rafaela María”, de ambos géneros, cuyas edades oscilan entre los 9 y

10 años, y que no poseen ninguna discapacidad mental o deficiencia motriz de las

extremidades superiores.

50

INSTRUMENTOS Y TÉCNICAS

Instrumentos

El instrumento fue un cuestionario basado en el instrumento “Web-based British Sign

Language Vocabulary Test” (Test de Vocabulario de la Lengua de Señas Británica basado

en Web), este instrumento fue desarrollado y validado en el Reino Unido por los

investigadores Mann y Marshall (2012) y además ha sido adaptado y también validado en

Estados Unidos por los investigadores Mann, Roy y Morgan (2016).

El instrumento mide cuatro dimensiones con tres preguntas cada una, siendo un total

de doce preguntas. Este se divide en dos partes, la primera que es una web con recursos

visuales para cada pregunta y la segunda que es un cuestionario en el que tendrán que

marcar tanto los estudiantes como el encuestador. El formato del cuestionario se encuentra

en el Anexo 1 y las actividades por dimensión (D) se explican a continuación:

Reconocimiento del significado (D1): Para cada una de las tres preguntas (1-3) se

muestra un video de la ejecución de una seña y como alternativas de selección se muestran

cuatro imágenes. El estudiante tendrá que marcar en el cuestionario la letra de la alternativa

que corresponda con el video mostrado. Un ejemplo se muestra en la Figura 14.

Figura 14: Instrumento - Ejemplo de una tarea de reconocimiento del significado

Fuente: Elaboración propia basada en el instrumento de Mann y Marshall (2012).

51

Reconocimiento de la forma (D2): Para cada una de las tres preguntas (4-6) se muestra

una imagen y como alternativas de selección se muestran cuatro videos de ejecución de

señas. El estudiante tendrá que marcar en el cuestionario la letra de la alternativa que

corresponda con la imagen mostrada. Un ejemplo se muestra en la Figura 15.

Figura 15: Instrumento - Ejemplo de una tarea de reconocimiento de la forma


Recordación de la forma (D3): Para cada una de las tres preguntas (7-9) se muestra

una imagen. El estudiante tendrá que ejecutar la seña que corresponda con la imagen

mostrada, y el evaluador le colocará una calificación marcando una de cuatro alternativas

de la “A” a la “D”, siendo “A” una ejecución excelente o “D” una ejecución nula o totalmente

incorrecta. Además, se tendrá que escribir la palabra de la seña que el estudiante ha

ejecutado. Un ejemplo se muestra en la Figura 16.

52

Figura 16: Instrumento - Ejemplo de una tarea de recordación de la forma

Fuente: Elaboración propia basada en el instrumento de Mann y Marshall (2012)

Recordación del significado (D4): Para cada una de las tres preguntas (10-12) se

muestra un video de la ejecución de una seña. El estudiante tendrá que ejecutar una seña

que tenga un significado asociado con la seña visualizada. Al igual que para la dimensión

“recordación de la forma”, un evaluador le colocará una calificación marcando una de las

cuatro alternativas. Finalmente, también tendrá que escribir la palabra de la seña

ejecutada. Un ejemplo se muestra en la Figura 17.

53

Figura 17: Instrumento - Ejemplo de una tarea de recordación del significado


Cada pregunta del instrumento tiene un puntaje máximo de 1, pudiendo acumular hasta

un máximo de 12 puntos para todo el instrumento y 3 puntos para cada dimensión. Para

las 2 primeras dimensiones que se evalúan de la pregunta 1 a la 6, los puntajes solo pueden

ser “1” o “0” de acuerdo a si el estudiante marcó o no la respuesta correcta, las alternativas

correctas para estas preguntas son: 1) B, 2) D, 3) C, 4) C, 5) A y 6) D. Para las 2 últimas

dimensiones, en las que el estudiante tiene que ejecutar las señas con sus manos, las

calificaciones que coloque el evaluador, quien será un experto en Lengua de Señas

Peruana, se convertirán a “1”, “0.5” o “0” de acuerdo a lo siguiente: A equivale a “1”, B y C

equivalen a “0.5” y D equivale a “0”.

Para todas las preguntas que tienen videos, cada video deberá ser reproducido 3 veces,

y se dará un tiempo de máximo 20 segundos para que los estudiantes marquen en su hoja

de respuestas o ejecuten la seña.

Técnicas

La técnica utilizada será la recolección de información mediante el instrumento. Para ello

previamente se aplicará el videojuego al grupo experimental 1, la aplicación web al grupo

experimental 2 y al grupo de control no se le aplicará ningún método. Luego se aplicará el

54

mismo instrumento a los 3 grupos, se procesarán los datos, y se comparará el porcentaje

de efectividad por cada dimensión evaluada en el cuestionario.

PROCEDIMIENTOS Y MÉTODO DE ANÁLISIS

Procedimiento

Creación de las herramientas para la experimentación

Para poder realizar la recolección de datos, primero se tuvo que crear las 2

herramientas a utilizar una para cada uno de los grupos experimentales, las cuales

fueron el “Videojuego” y el método no lúdico basado en una “Aplicación web”.

Videojuego

Tomando en cuenta los antecedentes, el estado del arte, el marco teórico y las

dimensiones evaluadas con el instrumento de investigación, se desarrolló un

videojuego simple, pero que reúne las características necesarias para el

aprendizaje y práctica de un conjunto de palabras del vocabulario de Lengua de

Señas Peruana.

Antes de comenzar con el proyecto se tuvieron que adquirir las herramientas

necesarias, tanto de software como de hardware, para ello se comenzó revisando

los requerimientos mínimos del sistema para el SDK de la Kinect para Windows en

la página de Microsoft (2014), los cuales son los siguientes:

Sistema operativo

- “Embedded 8 Standard”, Windows 8, Windows 8.1 o superior.

Configuración de hardware

- Procesador de 64 bits (x64).

- Memoria RAM de 4 GB.

- Procesador dual-core físico de 3.1 GHz (2 núcleos lógicos por cada físico).

- Puerto USB 3.0 dedicado, para el sensor Microsoft Kinect v2.

- Adaptador de gráficos compatible con DirectX 11 (DX11).

- Sensor Microsoft Kinect v2.

- Adaptador USB para Microsoft Kinect v2, el cual incluye cableado USB y fuente

de alimentación de energía.

55

Requerimientos de software

- Visual Studio 2012, Visual Studio 2013 o superior.

Con respecto a la computadora que se usó para el desarrollo del proyecto, fue

una portátil Toshiba Satellite S55t-B5233, con las siguientes características:

Sistema operativo

- Windows 10.

Configuración de hardware

- Procesador de 64 bits (x64).

- Memoria RAM de 16 GB.

- Procesador cuad-core Intel(R) Core(TM) i7-4710HQ, de 2.5 GHz, con velocidad

turbo de hasta 3.5 GHz.

- 2 puerto USB 3.0 y 1 puerto USB 2.0.

- Adaptador gráfico HD Intel (R) 4600 (Incorporado en el procesador), que es

compatible con DirectX 11 (DX11).

Software (Relativo al desarrollo del videojuego)

- Kinect for Windows SDK v2.0.

- Visual Studio 2016.

- Unity 3D 2018.

El sensor Microsoft Kinect v2, fue adquirido a través de la web de Mercado Libre,

en el 2017, en ese entonces costó un promedio de 450 soles. Pero, si en la

actualidad se realiza una búsqueda rápida, se puede encontrar varias opciones para

adquirir el sensor, por ejemplo, en la página Amazon, cómo se ve en la Figura 18,

cuesta 99.99 dólares más 27.97 dólares, por el envío, haciendo un total de 127.96

dólares, lo cual equivale a 425.83 soles. Por otro lado, si se busca en la página de

Mecado Libre para Perú, como se ve en la Figura 19, el precio sería de 479.99

soles.

56

Figura 18: Precio del sensor Kinect v2 en Amazon

Fuente: Amazon. Búsqueda realizada en octubre del 2018.

Figura 19: Precio del sensor Kinect v2 en Mercado Libre

Fuente: Mercado Libre. Búsqueda realizada en octubre del 2018.

El adaptador USB para conectar el sensor Kinect v2 a la computadora, también

fue adquirido en el 2017 a través de la web de Mercado Libre, y me costó un

promedio de 350 soles. Si en la actualidad, se realiza una búsqueda rápida, se

puede encontrar varias opciones al igual que para el sensor. Por ejemplo, en

Amazon, como se ve en la Figura 20, el precio es de 49.99 dólares, más 22.28

57

dólares por el envío, haciendo un total de 72.27 dólares, lo cual equivale a 240.50

soles. Por otro lado, si se busca en la página de Mercado Libre para Perú, como se

ve en la Figura 21, el precio sería de 386 soles.

Figura 20: Precio del adaptador para el sensor Kinect v2 en Amazon

Fuente: Amazon. Búsqueda realizada en octubre del 2018.

Figura 21: Precio del adaptador para el sensor Kinect v2 en Mercado Libre

Fuente: Mercado Libre. Búsqueda realizada en octubre del 2018.

58

El SDK de la Kinect para Windows v2 es de descarga gratuita y este incluye el

software Kinect Studio v2. y Visual Gesture Builder, los cuales fueron usados en el

presente proyecto. Por otro lado, tanto Visual Studio 2016 como Unity 3D 2018, son

gratuitos en su versión académica.

El presupuesto para el desarrollo del presente proyecto se encuentra detallado

en el Anexo 5, incluyendo el sensor MS Kinect v2, su adaptador USB, la

computadora portátil, la cual ya había sido comprada mucho antes del comienzo del

proyecto para uso personal, el trípode, los pasajes y las asesorías con el

especialista en LSP, ascendiendo en conjunto a un total de 4589 soles.

Sin embargo, si se quisiera hacer una réplica de la utilización del videojuego en

otras instituciones educativas en el futuro, el costo sería menor, para ello se han

realizado 3 cuadros de costos considerando el peor de los casos, un caso medio y

el mejor de los casos. Para los 3 casos se toma como base el sensor MS Kinect v2,

su adaptador y un trípode, y dichos costos están incluidos en los cuadros de los

Anexos 6, 7 y 8. Los escenarios de los casos mencionados se describen a

continuación:

- El peor de los casos sería, que la institución educativa no cuente ni con una

computadora con los requisitos mínimos para que funcione el software, ni con

un proyector multimedia y ecran, por lo que se tendría que comprar todo,

incluyendo además un estabilizador para proteger los equipos, y ello ascendería

a un costo de 2710 soles, como se aprecia en el Anexo 6.

- El caso medio, y posiblemente el más común es que, la institución educativa no

cuente con una computadora suficientemente potente, pero si con un proyector

multimedia, ecran y un estabilizador, y para ello el costo ascendería a 1936

soles, como se aprecia en el Anexo 7.

- Y el mejor de los casos, sería que institución si cuente con una computadora

suficientemente potente, además del estabilizador, el proyector multimedia y el

ecran, y considerando este escenario, el costo ascendería a 756 soles, como

se aprecia en el Anexo 8.

Considerando los 3 escenarios, se puede decir que la implementación de la

alternativa, es relativamente barata. Y su adopción no sería tan complicada.

59

Luego de adquiridas todas las herramientas de hardware y software necesarias

para el proyecto, el siguiente paso fue, seleccionar las 20 señas con la ayuda de un

especialista en Lengua de Señas Peruana, estas palabras fueron 5 verbos y 5

sustantivos relacionados con la casa y la familia, y 5 verbos y 5 sustantivos

relacionados con el colegio. Además, dichas palabras tenían que ser en su mayoría

no icónicas, para garantizar que con el instrumento se mida el que los estudiantes

aprendan las señas y no que las deduzcan por su iconicidad.

Una vez seleccionadas las palabras, se hicieron las grabaciones de las mismas,

tanto con una cámara normal, como con el sensor Microsoft Kinect. Para las

grabaciones con el sensor, se utilizó el software “Kinect Studio v2.0”. El especialista

tuvo que repetir cada seña 5 veces para que esto sirviese como fuente de

aprendizaje para crear la base de datos de la ejecución correcta de las señas.

Para poder crear la base de datos indicada, se utilizó el software “Visual Gesture

Builder”, como se puede apreciar en la Figura 22, con este programa, se pueden

señalar las zonas de la grabación que corresponden con la seña que se tiene que

entrenar. Por otro lado, para todas las señas se configuró para que, durante el

entrenamiento con aprendizaje de máquina, se ignoren las extremidades inferiores

y también para que se duplique la data de entrenamiento para las señas en las que

ambas manos se mueven de forma simétrica, o se ignore la mano que no se utiliza

para aquellas señas en las que solo es necesaria una mano.

Figura 22: Creación de la base de datos de ejecución correcta de señas

Fuente: Captura de pantalla del software Visual Gesture Builder.

60

El siguiente paso fue la edición de los videos grabados con la cámara normal,

de tal forma que todos tengan un fondo blanco, para evitar distractores. Además,

se creó una versión de cada seña en forma de espejo para ayudar a la ubicación

espacial de los estudiantes al colocarse frente a la pantalla. Por otro lado, para que

los videos ocupen menos espacio en la pantalla, fueron recortados en formato

cuadrado.

A continuación, se hizo la búsqueda de las imágenes a utilizar para cada seña,

teniendo cuidado de que todas sean imágenes para uso libre, y que estas

transmitan correctamente el significado de la palabra que representan.

Una vez obtenidos todos los recursos, se hizo el desarrollo del videojuego

utilizando el software Unity 3D 2018, como se puede ver en la Figura 23. Para ello

se crearon las diferentes escenas y los scripts necesarios en el lenguaje de

programación C#. Además, se utilizó como base para la creación del esqueleto, en

la sección de práctica del videojuego, el ejemplo que vino en el plugin o extensión

para utilizar la Kinect v2 en Unity 3D.

Figura 23: Desarrollo del videojuego en Unity 3D

Fuente: Captura de pantalla del software Unity 3D.

Debido a que los gráficos del videojuego son en su mayoría solo 2D, siendo la

sección de práctica la única que tiene un gráfico 3D simple, a modo de esqueleto,

como se ve en la Figura 26, y ya que ese gráfico se realiza con una extensión de

Unity 3D y el SDK de Kinect para Windows v2, se considera que los requisitos

61

mínimos, de hardware y software son los mismos que para el mencionado SDK, los

cuales fueron descritos anteriormente. Como, por ejemplo, el sistema operativo

mínimo para que funcione es Windows 8.

Por otro lado, debido a que, con el software Unity 3D, se puede exportar los

videojuegos para la consola Xbox One, y ya que la misma es compatible con el

Sensor Kinect v2, existe una alta posibilidad de que el videojuego también pueda

funcionar en la mencionada consola, aunque para el presente proyecto ello no ha

sido probado.

Otro punto a tener en cuenta es que el videojuego fue configurado al momento

de su creación con una resolución de 800 x 600 pixeles y una relación de aspecto

de 4:3 (4 de ancho por 3 de alto), ya que iba a ser usado con un proyector

multimedia, y por lo general los proyectores multimedia tienen como mínimo dicha

resolución y relación de aspecto. Eso no quita el hecho de que, al momento de

ejecutar el videojuego ya compilado, existe una opción por defecto, que Unity 3D

agrega a los videojuegos para escritorio, que permite seleccionar la resolución en

la que se quiere visualizar el mismo.

El proyector que se usó en el trabajo de campo fue un Epson PowerLite X14+,

que pertenecía a la misma institución educativa, este tenía una resolución nativa,

según el manual de usuario en página de Epson Perú (2018), de 1024 x 768 pixeles

con una relación de aspecto de 4:3. Como se contaba con una computadora

personal suficientemente potente, se configuró dicho pixelaje al momento de

ejecutar el videojuego.

Habiéndose explicado los requerimientos técnicos, se pasará a explicar la parte

práctica y visual sobre las diferentes secciones del videojuego, las cuales son las

siguientes:

o Menú principal (Figura 24): En este menú se muestran 2 botones, uno

para abrir la sección de práctica de ejecución de señas, y el otro para

abrir la sección de los tests.

62

Figura 24: Videojuego – Menú principal

Fuente: Captura de pantalla del videojuego desarrollado.

o Menú de práctica (Figura 25): En este menú se muestran todas las

palabras con sus respectivas imágenes de las señas a aprender. Al dar

click a cualquiera de las imágenes, se abre la sección de práctica.

Figura 25: Videojuego – Menú de práctica


63

o Sección de práctica (Figura 26): En esta sección el estudiante puede

practicar la ejecución de la seña que se seleccionó. En pantalla se

muestran dos videos del especialista en Lengua de Señas Peruana

ejecutando la seña, uno con vista de espejo en la parte superior derecha

y otro con vista normal en la parte inferior derecha. Además, en la parte

central inferior se muestra el video en tiempo real de la persona que se

encuentra frente al sensor, y en la parte central superior una

representación con palos a modo de esqueleto que copia los

movimientos ejecutados por el estudiante en tiempo real.

La tarea es sencilla, una vez se presiona el botón “Iniciar”, comienza

un contador de 5 segundos, tiempo en el cual la persona puede ejecutar

la seña visualizada las veces que guste, el sistema solo contará la

ejecución que, al ser comparada con la grabación correcta de la seña de

la base de datos, sea lo más parecida. Luego al acabarse los 5

segundos, en pantalla se muestran un máximo de cinco estrellas

secuencialmente, cada una con un sonido, de tal manera que, a más

estrellas mejor fue la ejecución realizada.

64

Figura 26: Videojuego – Vistas de la sección de práctica

Fuente: Capturas de pantalla del videojuego desarrollado.

65

o Menú de tests (Figura 27): Se puede acceder a este menú desde el

menú principal, y aquí se muestran los botones para acceder a los test

1 y 2.

Figura 27: Videojuego – Menú de tests


o Test 1 (Figura 28): En este test, el estudiante tiene que dar clic en una

de las cuatro alternativas de las imágenes que correspondan con el

video mostrado de la ejecución de una seña. Cada vez que se ingresa a

este test, tanto el orden de los videos como las opciones para cada

pregunta se obtienen de forma aleatoria. Cuando el estudiante marca

correctamente, se activa la imagen del check verde y hay un sonido de

fondo de victoria, pero si marca incorrectamente, se activa la equis roja

y se reproduce un sonido de error.

66

Figura 28: Videojuego – Vista de la sección del test 1


o Test 2 (Figura 29): Al igual que el test anterior, en este test el estudiante

tiene que dar clic en la alternativa que corresponda, pero esta vez se

muestra una imagen y las alternativas son videos de ejecuciones de

diferentes señas. El orden de las imágenes y de las alternativas de

videos también se genera de forma aleatoria cada vez que se ingresa a

este test. Además, tiene el mismo comportamiento que el test anterior

activándose el check verde o la equis roja de acuerdo a la selección

correcta o incorrecta.

67

Figura 29: Videojuego – Vista de la sección del test 2


Aplicación web

La aplicación web fue el método no lúdico escogido para comparación, y en esta,

se colocó la misma lista de videos e imágenes del videojuego. Como se puede

visualizar en la Figura 30, para cada palabra se muestra la imagen de la seña y al

lado derecho, el video de la ejecución de dicha seña.

La diferencia con el videojuego es que, con este método, los estudiantes pueden

visualizar y practicar las señas, sin embargo, esta actividad no se realiza de una

forma lúdica.

68

Figura 30: Aplicación web con videos e imágenes (Método no lúdico)

Fuente: Captura de pantalla de la página web desarrollada.

Trabajo de campo

Para poder comenzar con el trabajo de campo, primero se tuvo que enviar una carta,

como se ve en el Anexo 2, a la directora de la institución educativa N° 10385, “Santa

Rafaela María” de Chota-Cajamarca, solicitando el permiso para poder realizar la

investigación con los estudiantes de cuarto de primaria de su institución. La carta

fue respondida como se ve en el Anexo 3, y con ello se comenzaron las

coordinaciones de fechas, horarios y recursos necesarios para las sesiones.

Días antes de la aplicación del instrumento, se hizo una prueba piloto con 5

estudiantes para verificar que entiendan las preguntas del instrumento y se

comprobó que si estaban claras y entendibles. Además, se hizo pruebas con el

videojuego y se comprobó que el sensor Microsoft Kinect detectaba correctamente

los movimientos de los estudiantes y que las diferentes secciones del videojuego

eran entendibles. Además, se midió la distancia más óptima de los estudiantes al

sensor, para que este capte correctamente todas sus extremidades, la cual fue de

180 cm, y colocando al sensor a 130 cm del suelo sobre un trípode, como se

muestra en la Figura 31.

69

Figura 31: Diagrama de la ubicación del sensor y el estudiante

Fuente: Elaboración propia.

La institución educativa N° 10385 “Santa Rafaela María” cuenta con 2 secciones

en cuarto grado de primaria, cada una tiene 35 estudiantes, siendo en total 70

estudiantes. A estos 70 estudiantes se los dividió en 3 grupos, un grupo

experimental en el que se aplicó el videojuego, otro grupo en el que se aplicó la

aplicación web con videos e imágenes, y un tercer grupo en el que no se aplicó

ningún método siendo así el grupo de control.

Para formar al grupo de control se tomó a 12 estudiantes de forma aleatoria de

cada sección formando un grupo de 24 estudiantes, y dejando dos grupos de 23

estudiantes para los grupos experimentales.

Las sesiones y aplicación de los instrumentos fueron realizadas en 2 días, y las

actividades fueron las siguientes:

Primer día:

- A las 07:45 am se llamó a los 12 estudiantes del grupo de control de la sección

“B” a la sala de cómputo del colegio. Allí se les explicó y aplicó el instrumento con

ayuda del proyector y el ecran como se puede ver en la Figura 32. Para las tareas

de recordación y ejecución (preguntas de la 7 a la 12), se les puso a todos los

estudiantes la calificación “D”, la cual equivale a “0”, pues al no tener conocimientos

previos, ningún estudiante sabía ejecutar las señas.

70

Figura 32: Aplicación del instrumento al grupo de control del primer día

Fuente: Fotografía capturada el día de la sesión.

- A las 08:00 am se llamó a las 23 estudiantes restantes de la sección “B” también

a la sala de cómputo y allí comenzó la sesión con el videojuego durante 1 hora,

cabe resaltar que a los estudiantes del grupo de control que fueron evaluados más

temprano también se les permitió participar, sin embargo, ya no se les volvió a

aplicar el instrumento. A esta hora, se comenzó con la práctica de ejecución de

señas del videojuego, para ello los estudiantes fueron pasando de uno en uno como

se puede ver en las Figuras 33 y 34. Luego se pasó a la realización de los test del

videojuego, para lo cual se iba preguntando a los estudiantes de uno en uno como

se ve en la Figura 35, además, después se pasó a hacer un concurso, utilizando los

tests, por fila para hacerlo más entretenido.

71

Figura 33: Estudiante ejecutando la seña para “Aula” frente a la Kinect


Figura 34: Estudiante ejecutando la seña para “Hermano(a)” frente a la Kinect


72

Figura 35: Estudiantes participando en el test 1 del videojuego


- A las 09:00 am comenzó la aplicación de la primera parte del instrumento, para

ello a los 12 estudiantes del grupo de control se les pidió que se retiraran a su salón.

Luego se repartió el cuestionario del instrumento y para las 6 primeras preguntas

que corresponden con las 2 primeras dimensiones sobre reconocimiento, se mostró

en el ecran las preguntas como se ve en la Figura 36. Para cada pregunta se dio el

tiempo respectivo y se hicieron las repeticiones necesarias de los videos de acuerdo

a las indicaciones para el instrumento.

73

Figura 36: Aplicación del instrumento al grupo experimental del primer día


- A las 09:10 am comenzó la aplicación de la segunda parte del instrumento, para

ello los estudiantes fueron pasando de uno en uno a una pequeña sala adjunta

como se muestra en las Figuras 37 y 38. Allí se les fue pasando las preguntas de

la 7 a la 12 para que ellos ejecuten las señas correspondientes y se realicen las

grabaciones con el fin de que luego el especialista en Lengua de Señas Peruana

pueda calificarlas.

A cada estudiante que iba terminando de ser evaluado, se le indicó que se dirija

a su salón y que no comente el contenido del instrumento con sus compañeros

mientras salen de la sala de cómputo. Cabe resaltar que, la sala adjunta de

grabación se encontraba dentro de la misma sala de computo, en la que estaban

todos los niños que aún no habían sido evaluados, y el salón de los estudiantes, se

encontraba en otro pabellón. Además, las grabaciones se realizaron a puerta

cerrada, para garantizar que los niños a ser evaluados no sepan el contenido de las

preguntas antes de tiempo.

74

Figura 37: Estudiante ejecutando la seña de la pregunta 7 del instrumento


Figura 38: Estudiante ejecutando una seña para la pregunta 12 del instrumento


75

Segundo día:

- A las 07:45 am se llamó a los 12 estudiantes del grupo de control de la sección

“A” a la sala de cómputo del colegio. Allí se les explicó y aplicó el instrumento con

ayuda del proyector y el ecran como se puede ver en la Figura 39. Al igual que con

los 12 estudiantes de la sección “B”, a estos estudiantes también se les puso la

calificación “D” en las preguntas de la 7 a la 12 por las mismas razones.

Figura 39: Aplicación del instrumento al grupo de control del segundo día


- A las 08:00 am se llamó a las 23 estudiantes restantes de la sección “A” también

a la sala de cómputo y allí comenzó la sesión con el método no lúdico, de la

aplicación web con videos e imágenes, durante 1 hora, cabe resaltar que, al igual

que el día anterior, a los estudiantes del grupo de control que fueron evaluados más

temprano también se les permitió participar, sin embargo, ya no se les volvió a

aplicar el instrumento. A esta hora se comenzó la visualización y práctica de las

señas mediante la aplicación web, como se ve en las Figuras 40 y 41, haciendo

varias repeticiones hasta completar la hora.

76

Figura 40: Estudiantes practicando la seña de “escribir” con la aplicación web


Figura 41: Estudiantes practicando la seña de “ayudar” con la aplicación web


77

- A las 09:00 am comenzó la aplicación de la primera parte del instrumento,

siguiendo los mismos pasos que el día anterior, como se puede ver en la Figura 42,

también se mostró en el ecran las preguntas de la 1 a la 6, y se siguió los tiempos

y repeticiones respectivas.

Figura 42: Aplicación del instrumento al grupo experimental del segundo día


- A las 09:10 am comenzó la aplicación de la segunda parte del instrumento, y se

siguieron los mismos pasos que con el grupo experimental del día anterior como se

puede ver en las Figuras 43 y 44.

78

Figura 43: Estudiante ejecutando la seña de la pregunta 8 del instrumento


Figura 44: Estudiante ejecutando la seña de la pregunta 12 del instrumento.


79

- A las 10:30 am, luego del recreo, a los estudiantes de la sección “A”, se les

permitió también practicar con el videojuego, para que así ambas secciones puedan

beneficiarse de este método de enseñanza, sin embargo, en esta ocasión ya no

fueron evaluados con el instrumento.

Finalmente se llevaron las grabaciones en video al especialista en Lengua de

Señas Peruana, para que pudiese asignar una calificación para cada ejecución de

las señas de los estudiantes en las hojas de respuestas del instrumento.

Método de Análisis

Con la ayuda del software “Microsoft Excel” se realizó la tabulación inicial de las respuestas

del instrumento como se aprecia en la Tabla 1, luego estas fueron convertidas a “1”, “0” o

“0.5”, de acuerdo a las instrucciones indicadas para el instrumento, asimismo estos valores

fueron sumados para hallar la suma de puntajes por cada dimensión y la suma total como

se aprecia en la Tabla 2.

80

Tabla 1: Tabulación de respuestas


81

Tabla 2: Conversión de respuestas tabuladas


82

Luego con la ayuda del software “SPSS Statistics 24”, se hizo la tabulación la creación

de variables como se ve en la Tabla 3 y la tabulación de datos como se aprecia en la Tabla

4, una vez tabulados los datos, se hicieron las pruebas de “normalidad” para verificar si las

distribuciones de los mismos por dimensión y por grupo seguían una distribución normal o

no, de tal forma que luego se pudo escoger si utilizar la prueba “t de Student” o “U de Mann-

Whitney”, con la finalidad de verificar si la diferencia entre los resultados de los grupos

evaluados era significativa. Finalmente se utilizó la prueba no paramétrica para dos

muestras independientes “U de Mann-Whitney”, ya que, para cada dimensión, no todos los

grupos seguían una distribución normal como se verá en el capítulo “Resultados”.

Tabla 3: Tabla de variables SPSS

Fuente: Captura de pantalla del software SPSS.

Cabe resaltar que para la tabulación de los datos en SPSS, solo se consideró las sumas

de puntajes por dimensión y la suma total, como se aprecia en la Tabla 4. Por otro lado, el

nombre de cada dimensión de las variables se puede apreciar en la columna “Etiqueta”, de

la Tabla 3, por ejemplo “SumD1” es equivalente a la suma de puntajes para la dimensión

1, cuya etiqueta es “D1: Reconocimiento del Significado”.

83

Tabla 4: Tabulación de datos SPSS


84

RESULTADOS

Pasos Iniciales

Una vez tabulados los datos en SPSS, el primer análisis que se hizo fue el del cálculo de

las medias de los puntajes por cada uno de los grupos y dimensiones, como se puede

apreciar en la Tabla 5.

Tabla 5: Cálculo de medias


Luego de calcular las medias, se hizo el cálculo del porcentaje de efectividad de cada

método aplicado en cada grupo y por cada dimensión, dividiendo la media de puntajes por

dimensión y grupo entre el puntaje máximo para cada uno. El puntaje máximo por grupo y

dimensión fue de 3, pues cada dimensión constaba de 3 preguntas, y el puntaje máximo

total fue de 12 pues son 4 dimensiones. Los resultados de efectividad se pueden apreciar

resumidos en la Tabla 6.

𝑃𝑜𝑟𝑐𝑒𝑛𝑡𝑎𝑗𝑒 𝑑𝑒 𝑒𝑓𝑒𝑐𝑡𝑖𝑣𝑖𝑑𝑎𝑑 =𝑀𝑒𝑑𝑖𝑎 𝑑𝑒 𝑝𝑢𝑛𝑡𝑎𝑗𝑒𝑠

𝑃𝑢𝑛𝑡𝑎𝑗𝑒 𝑚á𝑥𝑖𝑚𝑜× 100%

85

Tabla 6: Medias y cálculo de porcentajes de efectividad


Como se puede apreciar, en la Tabla 6, los porcentajes de efectividad para cada una

de las dimensiones, en el grupo experimental en donde se aplicó el “Videojuego”, son

mayores a los porcentajes de efectividad en el grupo experimental en donde se utilizó la

“Aplicación web”. Por otro lado, el grupo de “Control”, el cual no fue expuesto a ningún

método de enseñanza, tuvo porcentajes de efectividad mucho menores que los 2 grupos

experimentales.

Cabe resaltar que el grupo de “Control” tienen porcentajes de efectividad bajos en las

dimensiones 1 y 2, ya que al no tener conocimiento de vocabulario de LSP los estudiantes

marcaron las preguntas aleatoriamente o intentando deducir. Además, tienen porcentajes

de efectividad 0.00% en las dimensiones 3 y 4, ya que en estas los estudiantes tenían que

ejecutar señas con sus manos y ninguno pudo hacerlo, debido a que no tenían ningún

conocimiento previo sobre vocabulario de LSP.

Una de las pruebas que se debió hacer, es la verificación de que la diferencia de

efectividad entre el grupo de “Control” y cada uno de los 2 grupos experimentales sea

significativa, para comprobar que los resultados de los grupos experimentales no se deban

a la afectación de variables externas o no previstas.

Por otro lado, la hipótesis general y las específicas, intentan comprobar si el

“Videojuego” es más efectivo que la “Aplicación web” para el aprendizaje de la LSP y sus

4 dimensiones. Con el primer análisis de los porcentajes de efectividad se puede decir de

primera mano que para todas las dimensiones el “Videojuego” es más efectivo, sin

embargo, es necesario verificar que dicha diferencia en la efectividad sea realmente

significativa.

86

Para poder comprobar si la diferencia de efectividad es significativa, primero se debió

elegir el tipo de prueba estadística a utilizar. Las 2 opciones que se pueden utilizar son: la

prueba “t de Student”, en caso las muestras tengan una distribución normal o la prueba “U

de Mann-Whitney”, en caso la distribución no sea normal. Para poder verificar si las

muestras cumplen con una distribución normal, se hizo la prueba de normalidad con el

software SPSS, y los resultados se pueden apreciar en la Tabla 7.

Pruebas de normalidad:

- Si P-valor => α, entonces, aceptar H0: Los puntajes de las muestras poseen una

distribución normal.

- Si P-valor < α, entonces, aceptar H1: Los puntajes de las muestras NO poseen

una distribución normal.

- Nivel de significancia (alfa) α = 5% = 0.05.

Tabla 7: Resultado de las pruebas de normalidad


En la Tabla 7, no se muestra la prueba de normalidad para el grupo de “Control” en las

dimensiones 3 y 4, esto debido a que los datos para todos los estudiantes en estas 2

dimensiones son iguales a “0” (cero), ya que ningún estudiante pudo responder las

preguntas en las que tenían que ejecutar las señas con sus manos, como se explicó líneas

87

arriba. Por otro lado, de la Tabla 7, se utilizarán los valores del test de “Shapiro-Wilk” debido

a que todas las muestras son pequeñas (n <= 30).

Como se indicó anteriormente, para se pueda utilizar la prueba “t de Student”, todas las

muestras en cada dimensión deben tener una distribución normal, caso contrario se

utilizará la prueba “U de Mann-Whitney”. Como se aprecia en la Tabla 8, para cada

dimensión existe al menos una muestra que no sigue una distribución normal, por tanto,

para todas se utilizará la prueba “U de Mann-Whitney”.

Tabla 8: Interpretación de las pruebas de normalidad


Como se indicó, primero se comprobó si la diferencia entre los resultados del grupo de

“Control” y los 2 grupos experimentales era significativa. Para ello, luego de aplicar la

prueba “U de Mann-Whitney”, se obtuvieron los resultados que se aprecian en la Tabla 9,

para la comprobación entre el grupo experimental del “Videojuego” y el grupo de “Control”

y en la Tabla 10, para la comprobación entre el grupo experimental de la “Aplicación web”

y el grupo de “Control”.

Prueba U de Mann-Whitney

- Si P-valor => α, entonces, aceptar H0: No existe una diferencia significativa entre

los resultados del grupo experimental y el grupo de control.

- Si P-valor < α, entonces, aceptar H1: Existe una diferencia significativa entre los

resultados del grupo experimental y el grupo de control.


88

Tabla 9: Prueba U de Mann-Whitney (Grupo de Videojuego y de Control)


Como se puede visualizar en la Tabla 9, al comparar las muestras del grupo

experimental al que se enseñó con el “Videojuego” con el grupo de “Control”, se obtiene

que el P-valor para las cuatro dimensiones y para el total, es de 0.00, lo cual es menor que

el valor α = 0.05, por tanto, si existe una diferencia significativa entre los 2 grupos con un

error de 0.00 (0%).

89

Tabla 10: Prueba U de Mann-Whitney (Grupo de Aplicación web y de Control)


Como se puede visualizar en la Tabla 10, al comparar las muestras del grupo

experimental al que se enseñó con la “Aplicación web” con el grupo de “Control”, se obtiene

que el P-valor para las cuatro dimensiones y para el total, es de 0.00, lo cual es menor que

el valor α = 0.05, por tanto, si existe una diferencia significativa entre los 2 grupos con un

error de 0.00 (0%).

Al realizar ambas pruebas se concluye que, si existe una diferencia significativa entre el

grupo de “Control” y cada uno de los 2 grupos experimentales, por tanto, en los resultados

de los grupos experimentales no se evidencia ningún problema con variables externas o

no previstas que pudieran haber alterado los resultados.

90

Comprobación de las Hipótesis

El paso final es verificar si existe una diferencia significativa entre los resultados del grupo

experimental del “Videojuego” y el grupo experimental de la “Aplicación web”, con el fin de

poder comprobar las hipótesis de la investigación. Para ello, como se indicó anteriormente,

se utilizó la prueba “U de Mann-Whitney”, y los resultados se pueden apreciar en la Tabla

11.

Tabla 11: Prueba U de Mann-Whitney (Grupo de Videojuego y de Aplicación web)


91

Hipótesis general

- Si P-valor => α, entonces, aceptar HG0.

- Si P-valor < α, entonces, aceptar HG1.


Como se visualiza en la Tabla 11, el P-valor para el total de puntajes de las 4

dimensiones del instrumento es de 0.001.

0.001 < 0.05

Por lo tanto, se acepta HG1: Existe una diferencia significativa entre la

efectividad de un videojuego y una aplicación web con videos e imágenes, para el

aprendizaje de vocabulario de la Lengua de Señas Peruana al aplicarlo a niños de

cuarto de primaria de un colegio público.

Además, como se visualiza en la Tabla 6, el porcentaje de efectividad total del

“Videojuego” es de 78.80%, siendo este mayor que el de la “Aplicación web”, que

es de 58.33%, en un 20.47%.

Por tanto, considerando ambas observaciones, se comprueba la hipótesis

general a investigar, y se puede decir que un videojuego SI es más efectivo que una

aplicación web con videos e imágenes, para el aprendizaje de vocabulario de la

Lengua de Señas Peruana al aplicarlo a niños de cuarto de primaria de un colegio

público.

Primera hipótesis específica

- Si P-valor => α, entonces, aceptar HE10.

- Si P-valor < α, entonces, aceptar HE11.


Como se visualiza en la Tabla 11, el P-valor para la primera dimensión (D1),

“Reconocimiento del Significado” es de 0.025.

0.025 < 0.05

Por lo tanto, se acepta HE11: Existe una diferencia significativa entre la


reconocimiento del significado de vocabulario de la Lengua de Señas Peruana al


92

Además, como se visualiza en la Tabla 6, el porcentaje de efectividad para la

primera dimensión (D1) del “Videojuego” es de 94.20%, siendo este mayor que el

de la “Aplicación web”, que es de 69.57%, en un 24.64%.

Por tanto, considerando ambas observaciones, se comprueba la primera

hipótesis específica a investigar, y se puede decir que un videojuego SI es más

efectivo que una aplicación web con videos e imágenes, para el reconocimiento del

significado de vocabulario de la Lengua de Señas Peruana al aplicarlo a niños de


Segunda hipótesis específica




Como se visualiza en la Tabla 11, el P-valor para la segunda dimensión (D2),

“Reconocimiento de la Forma” es de 0.036.

0.036 < 0.05



reconocimiento de la forma de vocabulario de la Lengua de Señas Peruana al



segunda dimensión (D2) del “Videojuego” es de 94.20%, siendo este mayor que el


Por tanto, considerando ambas observaciones, se comprueba la segunda


efectivo que una aplicación web con videos e imágenes, para el reconocimiento de

la forma de vocabulario de la Lengua de Señas Peruana al aplicarlo a niños de


Tercera hipótesis específica




93

Como se visualiza en la Tabla 11, el P-valor para la tercera dimensión (D3),

“Recordación de la Forma” es de 0.034.

0.034 < 0.05


efectividad de un videojuego y una aplicación web con videos e imágenes, para la

recordación de la forma de vocabulario de la Lengua de Señas Peruana al aplicarlo

a niños de cuarto de primaria de un colegio público.


tercera dimensión (D3) del “Videojuego” es de 73.91%, siendo este mayor que el


Por tanto, considerando ambas observaciones, se comprueba la tercera


efectivo que una aplicación web con videos e imágenes, para la recordación de la

forma de vocabulario de la Lengua de Señas Peruana al aplicarlo a niños de cuarto


Cuarta hipótesis específica




Como se visualiza en la Tabla 11, el P-valor para la cuarta dimensión (D4),

“Recordación del Significado” es de 0.017.

0.017 < 0.05


efectividad de un videojuego y una aplicación web con videos e imágenes, para la

recordación del significado de vocabulario de la Lengua de Señas Peruana al



cuarta dimensión (D4) del “Videojuego” es de 52.90%, siendo este mayor que el de

la “Aplicación web”, que es de 32.61%, en un 20.29%.

Por tanto, considerando ambas observaciones, se comprueba la cuarta hipótesis

específica a investigar, y se puede decir que un videojuego SI es más efectivo que

94

una aplicación web con videos e imágenes, para la recordación del significado de



DISCUSIÓN

En el proyecto de Torres y Contreras (2017), se comprobó que, sí hubo una mejora en el

aprendizaje de matemática, basada en las observaciones individuales de cada estudiante.

Por otro lado, en el proyecto de Cerna y Esquivel (2016), se llegó a comprobar que el

videojuego que desarrollaron mejoró la capacidad matemática de los niños. Además, en el

trabajo de Quispe (2013), se logró probar que el videojuego desarrollado permitió la mejora

de habilidades cognitivas de memoria y desarrollo de inteligencia espacial. Y en el trabajo

de Rojas, Gomez y Guarnizo (2014), se logró determinar que los videojuegos son útiles en

la educación, pues permiten el “refuerzo de habilidades a través de la práctica constante,

el reto, la curiosidad y la fantasía”. En el presente proyecto de investigación, también se

llegó a comprobar la mayor efectividad del videojuego desarrollado para el aprendizaje de

habilidades, en este caso en vocabulario de LSP, al compararlo con un método no lúdico,

representado por una aplicación web con videos e imágenes.

En la investigación de Godoy (2017), se logró profundizar en el uso de algoritmos de

aprendizaje de máquina, para el reconocimiento de lenguaje de señas utilizando un guante

inteligente. Se llegó a la conclusión que el preprocesamiento de datos es importante ya

que los datos reales no siempre son puros. En el presente trabajo, también se llegó a

comprobar la importancia del preprocesamiento de datos para poder utilizar aprendizaje de

máquina, pues para cada grabación con el sensor de profundidad se tuvo que seleccionar

manualmente las partes útiles de la grabación, así como también las extremidades a

ignorar, para el entrenamiento.

En el trabajo de Rochetti (2016), se llegó a crear una base de datos de lengua de señas

argentina para permitir su traducción e interpretación utilizando una cámara RGB. En el

presente proyecto, también se llegó a crear una pequeña base de datos de Lengua de

Señas Peruana, sin embargo, las grabaciones fueron hechas con una cámara y sensor de

profundidad, lo cual aporta una ayuda extra debido a que es posible detectar los

movimientos de las extremidades en el espacio.

95

En la investigación de Silva (2015), se llegó a hacer un base de datos de configuraciones

de manos de lengua de señas brasileña, para ello al igual que en la presente investigación,

también usaron el sensor Microsoft Kinect, sin embargo, la base de datos que crearon solo

fue para configuraciones de manos de fonemas, más no para ejecución de señas en

movimiento, como se llegó a hacer con esta investigación.

En el proyecto de Vilchez (2015), se logró crear un “sistema intérprete de lenguaje

alternativo”, con el cual se pudo “mejorar la comunicación de las personas sordas de la

asociación de sordos de La Libertad”, y en el trabajo de Gonzales (2016), se logró

desarrollar una propuesta para un sistema de interpretación automático de voz a Lengua

de Señas Colombiana (LSC) y de LSC a texto, para la enseñanza de cálculo. En el presente

proyecto, se logró enseñar un vocabulario básico de LSP a niños oyentes, lo cual es un

inicio, para en el futuro mejorar la comunicación entre personas oyentes y personas sordas.

Finalmente, en la investigación de Santiago y Martell (2016), se logró desarrollar una

“aplicación para cuantificar la medición de ángulos de la rodilla del análisis cinemático de

la marcha en niños con parálisis cerebral”, con el fin de ayudarlos a su rehabilitación, y se

logró determinar que el sensor Microsoft Kinect es una buena herramienta y de bajo costo

para cumplir con dicho objetivo. En la presente investigación también fue usado dicho

sensor, y se comprobó tener una buena precisión para capturar los movimientos de las

extremidades en la ejecución de las señas.

CONCLUSIONES

Con respecto a los objetivos de investigación, se concluye que, el videojuego

desarrollado fue más efectivo que el método no lúdico, basado en la aplicación web con

videos e imágenes, para cada una de las 4 dimensiones del aprendizaje de vocabulario de

Lengua de Señas Peruana, al aplicarlo a niños de cuarto de primaria de un colegio público.

Siendo dicha diferencia de 24.64% para el reconocimiento del significado, 18.84% para el

reconocimiento de la forma, 18.12% para la recordación de la forma, 20.29% para la

recordación del significado y 20.47% en promedio para el aprendizaje de vocabulario de

LSP. Además, se comprobó que todas esas diferencias son significativas (P-valor < 0.05).

Para las dimensiones del reconocimiento del significado y reconocimiento de la forma,

se obtuvieron porcentajes altos de efectividad, tanto con el videojuego como con la

aplicación web, esto debido a que para la evaluación de dichas dimensiones los

96

estudiantes solo tenían que marcar una entre cuatro alternativas. Sin embargo, el

videojuego resultó ser más efectivo, comprobando que el carácter lúdico del mismo ayudó

a que las señas sean mejor aprendidas.

Para las dimensiones de la recordación de la forma y recordación del significado, los

porcentajes de efectividad fueron un poco más bajos para ambos grupos experimentales,

esto debido a que las tareas para la evaluación eran más difíciles, ya que los estudiantes

tenían que ejecutar las señas con sus manos. Sin embargo, el videojuego también resultó

ser más efectivo, comprobando que la retroalimentación inmediata brindada por el mismo,

mediante la obtención de datos con el sensor Microsoft Kinect v2, ayudó a que los

estudiantes aprendan mejor la ejecución de las señas.

Otro hecho que pudo ayudar a que el videojuego sea más efectivo que la aplicación

web, en las tareas de recordación y ejecución, fue el que, los estudiantes pudiesen ver una

representación suya en pantalla con un personaje hecho de palos, el cual copiaba los

movimientos de los mismos en tiempo real, además de un video de ellos mismos

ejecutando cada seña en tiempo real.

RECOMENDACIONES

Con respecto a la evaluación de la efectividad y la diferencia significativa en los

resultados de los grupos experimentales, se recomienda que se evalúen más palabras en

el instrumento, para ayudar a que las sumatorias por dimensión sean más diversas para

que los resultados se acerquen más a una distribución normal, lo cual ayudaría a que

también se pueda comprobar las diferencias significativas con pruebas estadísticas

paramétricas y no solo con pruebas no paramétricas como se hizo en la presente

investigación.

Tal como se hizo en esta investigación, se recomienda que los tratamientos

experimentales a los grupos, sean efectuados a primera hora para aprovechar que los

estudiantes están descansados. Además, se recomienda que si las experimentaciones se

hacen en días distintos se hagan a la misma hora. Todo ello para garantizar que la única

diferencia sea el tipo de tratamiento experimental y que los resultados no se vean alterados

por variables externas.

Para ayudar a que el videojuego sea más preciso, a la hora de brindar la

retroalimentación sobre la ejecución de las señas, se recomienda que, en la fase de

97

creación de la base de datos de la ejecución de las señas, mediante aprendizaje de

máquina, se obtenga grabaciones de las señas con el sensor Microsoft Kinect v2, de varios

especialistas en lengua de señas, pues mientras exista más fuentes de datos, mejor

aprende el software.

En el videojuego se presentó un personaje a modo de esqueleto hecho de palos, que

copiaba los movimientos de los estudiantes, y, si bien fue divertido e interesante para los

mismos, se recomienda una mejora incluyendo un avatar 3D que cumpla la misma función,

con el fin de ayudar a que haya un interés aún mayor durante la etapa de aprendizaje de

la ejecución de las señas. Además, en el video en tiempo real que se muestra del

estudiante ejecutando la seña, se podría mejorar la visualización si se hace un recorte y un

acercamiento solo de la zona en la que está situado el estudiante.

SUGERENCIAS

Se sugiere que, en futuras investigaciones, se pueda agregar un vocabulario más

amplio a ser enseñado y evaluado, con el fin de que las sesiones puedan ser más útiles

para los estudiantes.

Por otro lado, también se sugiere que en futuras investigaciones se pueda ahondar en

la calificación automática de la ejecución de lengua de señas, lo cual es un tema interesante

a investigar, pues podría ser la base para desarrollar un intérprete automático de lengua

de señas en base a captura de movimiento.

98

REFERENCIAS

Amazon (2018). Xbox One Kinect Sensor. Recuperado de https://www.amazon.com/

d/Xbox-One-Consoles/Xbox-One-Kinect-Sensor/B00INAX3Q2/ref=sr_1_1?ie=UTF

8&qid=1540694093&sr=8-1&keywords=kinect+v2

Amazon (2018). Kinect Adapter for Xbox One S,Xbox One X and Windows 10 PC.

Recuperado de https://www.amazon.com/Kinect-Adapter-Xbox-One-Windows-360

/dp/B07DYLJY9X/ref=sr_1_43?ie=UTF8&qid=1540693522&sr=8-43&keywords=

kinect+v2

Bizer, S., & Karl, A.-K. (sin año). Perlesko – Prüfverfahren zur Erfassung lexikalisch-

semantischer Kompetenz gehörloser Kinder im Grundschulalter. (Perlesko - Método

de prueba para la adquisición de la competencia léxico-semántica de los niños

sordos en edad escolar primaria). Manual.

Cerna, A., Esquivel, M. (2016). Videojuego matemático con hologramas 3D interactivos

usando LEAP MOTION para mejorar la capacidad matemática de elaboración y uso

de estrategias en alumnos del colegio Carlos Manuel Cox Rosse en el periodo 2016

- UNIDAD I (Tesis de pregrado). Universidad Privada Antenor Orrego, Perú.

Cruz, M., Villa, M. (2013). La iconicidad en la formación del lexicón en la Lengua de Señas

Mexicana. Lengua y Habla. Universidad de los Andes, Venezuela.

Decreto Supremo Nº 006-2017-MIMP (2017). Aprueba el Reglamento de la Ley N° 29535,

Ley que Otorga Reconocimiento Oficial a la Lengua de Señas Peruana. Diario oficial

El Peruano.

Dirección de Educación Básica Especial (2015). Lengua de Señas Peruana: guía para el

aprendizaje de la Lengua de Señas Peruana, vocabulario básico. Dirección General

de Servicios Educativos Especializados, Ministerio de Educación, Perú.

99

Epson Perú (2018). Epson PowerLite X14+. Manual de usuario. Recuperado de

https://epson.com.pe/Soporte/Proyectores/Epson-PowerLite/Epson-PowerLite-

X14%2B/s/SPT_V11H434021

Evans, E. (2013). Behind the eyes of Xbox One Kinect. Microsoft Research. Recuperado

de https://www.youtube.com/watch?v=JaOlUa57BWs

Evans, E. (2013). Inside the brains of Xbox One Kinect. Microsoft Research. Recuperado

de https://www.youtube.com/watch?v=ziXflemQr3A

García, E. (2012). Preguntas frecuentes sobre mi profesión (intérprete de lengua de

signos). Recuperado de http://elimilmariposas.blogspot.pe/2012/04/preguntas-

frecuentes-sobre-mi-profesion.html

Godoy, P. (2017). Un primer enfoque para el reconocimiento de lenguaje de señas basado

en un guante inteligente que utiliza técnicas de machine learning. (Tesis de

maestría). Universidad de Las Fuerzas Armadas, Ecuador.

Gonzales, V. (2016). SAILCA: Sistema Automático de Interpretación de Lenguaje de

Señas, para enseñanza de Cálculo (Tesis de maestría). Universidad Internacional

de la Rioja, Colombia.

Guo, C., Babu, R., Black, J., Bobier, W., Lam, C., Dai, S., & ... Thompson, B. (2016).

Binocular treatment of amblyopia using videogames (BRAVO): study protocol for a

randomised controlled trial. Trials, 17(1), 1-9.

Haug, T., Mann, W. (2014). Review on the state of the art on signed language testing

technologies. Recuperado de http://events.cambridgeenglish.org/alte-2014/docs/

presentations/alte2014-tobias-haug-and-wolfgang-mann.pdf

Haug, T., Mann, W. (2013). Web-based British Sign Language Vocabulary Test. Sign

Language Assessment Instruments. Recuperado de http://www.signlang-assessme

nt.info/index.php/perlesko-vocabulary-test-for-german-sign-language.html

100

Haug, T (2009). Perlesko: Vocabulary test for German Sign Language. Sign Language

Assessment Instruments. Recuperado de http://www.signlang-assessment.info/

index.php/perlesko-vocabulary-test-for-german-sign-language.html

Hernández, S. (2014). Metodología de la Investigación. Sexta Edición (Fernández, Ed).

Editorial Mc. Graw Hill. México.

Hesperian (2014). Ayudar a los niños sordos. Hesperian Health Guides.

Hurtado, M. (2017). El juego y su relación con el aprendizaje. Recuperado de

http://www.centroeleia.edu.mx/blog/el-juego-y-su-relacion-con-el-aprendizaje/

Instituto Nacional de Estadística e Informática (INEI) (2014). Primera Encuesta Nacional

Especializada sobre Discapacidad (ENEDIS) 2012. Perú. Recuperado de

https://www.inei.gob.pe/media/MenuRecursivo/publicaciones_digitales/Est/Lib1171

/ENEDIS%202012%20-%20COMPLETO.pdf

Intel (2018). Intel Realsense SDK 2.0. Recuperado de https://realsense.intel.com/sdk-2/

Laufer, B., Elder, C., Hill, K., & Congdon, P. (2004). Size and strength: Do we need both to

measure vocabulary knowledge? Language Testing, 21(2), 202–226. doi:

10.1191/0265532204lt277oa.

Laufer, B., & Goldstein, Z. (2004). Testing vocabulary knowledge: Size, strength, and

computer adaptiveness. Language Learning, 54(3), 469–523. doi: 10.1111/j.0023-

8333.2004.00260.x.

Ley N° 29535 (2010). Ley que Otorga Reconocimiento Oficial a la Lengua de Señas

Peruana. Diario oficial El Peruano.

Microsoft (2014). Kinect for Windows SDK 2.0, System Requirements. Recuperado de

https://www.microsoft.com/ en-us/download/details.aspx?id=44561

http://www.u.arizona.edu/~rgolden/LanguageLearning.pdf

http://www.u.arizona.edu/~rgolden/LanguageLearning.pdf

101

Microsoft (2017). Kinect for Windows. Recuperado de https://developer.microsoft.com/en-

us/windows/kinect

Nadella, S. (2018). Microsoft Build: Project Kinect on Azure. Microsoft. Recuperado de

https://www.youtube.com/watch?v=B_BXmoTy61o

Mann, W., Roy, P. & Morgan, G. (2016). Adaptation of a Vocabulary Test from British Sign

Language to American Sign Language. Language Testing, 33(1), pp. 3-22.

doi:10.1177/0265532215575627

Mann, W. (2016). Web-based ASL Vocabulary Test. Sign Language Assessment

Instruments. Recuperado de http://www.signlang-assessment.info/index.php/

perlesko-vocabulary-test-for-german-sign-language.html

Mercado Libre (2018). Adaptador De Kinect Para Windows 10 Pc Y Xbox S Un Xbox U.

Recuperado de https://articulo.mercadolibre.com.pe/MPE-433527997-adaptador-

de-kinect-para-windows-10-pc-y-xbox-s-un-xbox-u-_JM

Mercado Libre (2018). Computadora Completa Business Hp Ci7 4ta.gen. + Led +tec/ M.

Recuperado de https://articulo.mercadolibre.com.pe/MPE-429419924-computador

a-completa-business-hp-ci7-4tagen-led-tec-m-_JM

Mercado Libre (2018). Pantalla Ecran 72 Pulgadas 1.46x1.09m Retráctil Manual.

Recuperado de https://articulo.mercadolibre.com.pe/MPE-428544716-pantalla-

ecran-72-pulgadas-146x109m-retractil-manual-_JM

Mercado Libre (2018). Proyector Sd70 Owlenz 2300 Lumens 150 Pulg Cable Hdmi Gratis.

Recuperado de https://articulo.mercadolibre.com.pe/MPE-429443801-proyector-

sd70-owlenz-2300-lumens-150-pulg-cable-hdmi-gratis-_JM

Mercado Libre (2018). Xbox One Kinect Sensor Última Versión. Recuperado de

https://articulo.mercadolibre.com.pe/MPE-432744331-xbox-one-kinect-sensor-

ultima-version-_JM

102

Microsoft (2014). Kinect for Windows SDK 2.0. System Requirements. Recuperado de

https://www.microsoft.com/en-us/download/details.aspx?id=44561

Orbbec (2018). Develop with Orbbec. Recuperado de https://orbbec3d.com/develop/

Padilla, N. (2011). Metodología para el diseño de videojuegos educativos sobre una

arquitectura para el análisis del aprendizaje colaborativo (Tesis doctoral).

Universidad de Granada, España.

Pham, A. (2009). E3: Microsoft shows off gesture control technology for Xbox 360. Los

Angeles Times. Recuperado de http://latimesblogs.latimes.com/technology/2009/

06/microsofte3.html

Potrus, D. (2017). Swedish Sign Language Skills Training and Assessment (Master Thesis).

KTH Royal institute of technology, Sweden.

Pterneas, V. (2017). The best body tracking depth sensors (2017). Recuperado de

https://lightbuzz.com/body-tracking-sensors-2017

Quispe, L. (2013). Análisis, diseño e implementación de un videojuego en 2D orientado a

la ejercitación de la memoria y el desarrollo de la inteligencia espacial (Tesis de

pregrado). Pontificia Universidad Católica del Perú, Perú.

Ramos, C.A. (2015). Los paradigmas de la investigación científica. Avances en Psicología

Latinoamericana.

Real Academia Española. (2014). Diccionario de la lengua española (23.a ed.). Consultado

en http://www.rae.es

Ricoy, C. (2006). Contribución sobre los paradigmas de investigación. Revista do Centro

de Educação.

Rochetti, F. (2016). Reconocimiento de gestos dinámicos y su aplicación al lenguaje de

señas (Tesis doctoral). Universidad Nacional de la Plata, Argentina.

103

Rodríguez, M (2003). Lengua de Signos. Fundación ONCE.

Rojas, C., Gomez, L., Guarnizo, M. (2014). Los videojuegos como objetos desarrolladores

de aprendizaje (Trabajo de titulación de maestría). Universidad de San

Buenaventura, Colombia.

Sabino, C. (2014). El proceso de investigación. Editorial Episteme.

Salomons, J. (2016). A mobile language learning application: Learn to Sign. How could we

assist hearing and deaf individuals in communicating with each other using a mobile

application, in Sub-Saharan Africa (Master Thesis). VU University, The Netherlands.

Santiago, J., Martell, K. (2016). Aplicación de apoyo para la rehabilitación de niños con

parálisis cerebral (Tesis de pregrado). Universidad Peruana de Ciencias Aplicadas,

Perú.

Servicio Ecuménico Pastoral y Estudios de Comunicación (SEPEC) (2009). Escuchando el

Silencio de los Niños y Niñas.

Sevick, M., Eklund, E., Mensch, A., Foreman, M., Standeven, J., & Engsberg, J. (2016).

Using Free Internet Videogames in Upper Extremity Motor Training for Children with

Cerebral Palsy. Behavioral Sciences (2076-328X), 6(2), bs6020010.

doi:10.3390/bs6020010

Silva, R. (2015). Reconhecimento das configurações de mão da língua brasileira de sinais-

LIBRAS em imagens de profundidade através da análise de componentes principais

e do classificador k-vizinhos mais próximos. (Tesis de maestría). Universidade

Federal do Amazonas, Brasil.

Stereo Labs (2018). Documentation. Recuperado de https://docs.stereolabs.com/

overview/getting-started/introduction/

StructureIO (2018). Develop With Depth. Recuperado de https://structure.io/developers

104

Torres, R., Contreras, S. (2017). Sistema de aprendizaje de matemática basado en el juego

para niños de 6 años utilizando Kinect: "Learning is play” (Tesis de pregrado).

Universidad Peruana de Ciencias Aplicadas, Perú.

VicoVR (2018). Developer Portal. Recuperado de https://vicovr.com/developers/devhome

Vilchez, R. (2015). Sistema intérprete de lenguaje alternativo para mejorar la comunicación

de las personas sordas en la asociación de sordos de la libertad (Tesis de

pregrado). Universidad César Vallejo, Perú.

Vince, S. (2018). The Many Different Types of Video Games & Their Subgenres. iD Tech.

Recuperado de https://www.idtech.com/blog/different-types-of-video-game-genres

105

ANEXOS

Anexo 1: Formato del instrumento de recolección de datos


106

Anexo 2: Carta de solicitud de permiso para realizar investigación


107

Anexo 3: Carta de permiso para realizar investigación

Fuente: Carta original de respuesta de la directora de la institución educativa N° 10385

“Santa Rafaela María”.

108

Anexo 4: Cronograma de actividades


109

Anexo 5: Presupuesto


Anexo 6: Cuadro de costos para réplica en el peor de los casos


110

Anexo 7: Cuadro de costos para réplica en un caso medio


Anexo 8: Cuadro de costos para réplica en el mejor de los casos


Videojuego comparado con web para aprendizaje de...

Documents

Transcript of Videojuego comparado con web para aprendizaje de...