Upload
others
View
5
Download
0
Embed Size (px)
Citation preview
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
¿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?
¿Qué tan efectivo es un videojuego en comparación con un método no lúdico,
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?
¿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?
¿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?
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
Fuente: Dirección de Educación Básica Especial - Lengua de Señas Peruana: guía para el aprendizaje de la Lengua de Señas Peruana, vocabulario básico.
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
Fuente: Dirección de Educación Básica Especial - Lengua de Señas Peruana: guía para el aprendizaje de la Lengua de Señas Peruana, vocabulario básico.
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
Fuente: Dirección de Educación Básica Especial - Lengua de Señas Peruana: guía para el aprendizaje de la Lengua de Señas Peruana, vocabulario básico.
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
Fuente: Dirección de Educación Básica Especial - Lengua de Señas Peruana: guía para el aprendizaje de la Lengua de Señas Peruana, vocabulario básico.
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
Fuente: Dirección de Educación Básica Especial - Lengua de Señas Peruana: guía para el aprendizaje de la Lengua de Señas Peruana, vocabulario básico.
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
Fuente: Dirección de Educación Básica Especial - Lengua de Señas Peruana: guía para el aprendizaje de la Lengua de Señas Peruana, vocabulario básico.
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
Fuente: Dirección de Educación Básica Especial - Lengua de Señas Peruana: guía para el aprendizaje de la Lengua de Señas Peruana, vocabulario básico.
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
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.
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.
42
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.
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.
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
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.
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
primaria de un colegio público.
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
primaria de un colegio público.
Formulación de la segunda hipótesis específica
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.
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
primaria de un colegio público.
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
vocabulario de la Lengua de Señas Peruana al aplicarlo a niños de cuarto de
primaria de un colegio público.
Formulación de la tercera hipótesis específica
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.
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
Peruana al aplicarlo a niños de cuarto de primaria de un colegio público.
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
Peruana al aplicarlo a niños de cuarto de primaria de un colegio público.
45
Formulación de la cuarta hipótesis específica
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.
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
Fuente: Elaboración propia basada en el instrumento de Mann y Marshall (2012).
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
Fuente: Elaboración propia basada en el instrumento de Mann y Marshall (2012).
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
Fuente: Captura de pantalla del videojuego desarrollado.
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
Fuente: Captura de pantalla del videojuego desarrollado.
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
Fuente: Capturas de pantalla del videojuego desarrollado.
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
Fuente: Capturas de pantalla del videojuego desarrollado.
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
Fuente: Fotografía capturada el día de la sesión.
Figura 34: Estudiante ejecutando la seña para “Hermano(a)” frente a la Kinect
Fuente: Fotografía capturada el día de la sesión.
72
Figura 35: Estudiantes participando en el test 1 del videojuego
Fuente: Fotografía capturada el día de la sesión.
- 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
Fuente: Fotografía capturada el día de la sesión.
- 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
Fuente: Fotografía capturada el día de la sesión.
Figura 38: Estudiante ejecutando una seña para la pregunta 12 del instrumento
Fuente: Fotografía capturada el día de la sesión.
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
Fuente: Fotografía capturada el día de la sesión.
- 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
Fuente: Fotografía capturada el día de la sesión.
Figura 41: Estudiantes practicando la seña de “ayudar” con la aplicación web
Fuente: Fotografía capturada el día de la sesión.
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
Fuente: Fotografía capturada el día de la sesión.
- 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
Fuente: Fotografía capturada el día de la sesión.
Figura 44: Estudiante ejecutando la seña de la pregunta 12 del instrumento.
Fuente: Fotografía capturada el día de la sesión.
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
Fuente: Elaboración propia.
81
Tabla 2: Conversión de respuestas tabuladas
Fuente: Elaboración propia.
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
Fuente: Captura de pantalla del software 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
Fuente: Captura de pantalla del software SPSS.
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
Fuente: Elaboración propia.
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
Fuente: Captura de pantalla del software SPSS.
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
Fuente: Elaboración propia.
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.
- Nivel de significancia (alfa) α = 5% = 0.05.
88
Tabla 9: Prueba U de Mann-Whitney (Grupo de Videojuego y de Control)
Fuente: Captura de pantalla del software SPSS.
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)
Fuente: Captura de pantalla del software SPSS.
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)
Fuente: Captura de pantalla del software SPSS.
91
Hipótesis general
- Si P-valor => α, entonces, aceptar HG0.
- Si P-valor < α, entonces, aceptar HG1.
- Nivel de significancia (alfa) α = 5% = 0.05.
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.
- Nivel de significancia (alfa) α = 5% = 0.05.
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
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 primaria de un colegio público.
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
cuarto de primaria de un colegio público.
Segunda hipótesis específica
- Si P-valor => α, entonces, aceptar HE20.
- Si P-valor < α, entonces, aceptar HE21.
- Nivel de significancia (alfa) α = 5% = 0.05.
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
Por lo tanto, se acepta 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 primaria de un colegio público.
Además, como se visualiza en la Tabla 6, el porcentaje de efectividad para la
segunda dimensión (D2) del “Videojuego” es de 94.20%, siendo este mayor que el
de la “Aplicación web”, que es de 75.36%, en un 18.84%.
Por tanto, considerando ambas observaciones, se comprueba la segunda
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 de
la forma de vocabulario de la Lengua de Señas Peruana al aplicarlo a niños de
cuarto de primaria de un colegio público.
Tercera hipótesis específica
- Si P-valor => α, entonces, aceptar HE30.
- Si P-valor < α, entonces, aceptar HE31.
- Nivel de significancia (alfa) α = 5% = 0.05.
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
Por lo tanto, se acepta HE31: Existe una diferencia significativa entre la
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.
Además, como se visualiza en la Tabla 6, el porcentaje de efectividad para la
tercera dimensión (D3) del “Videojuego” es de 73.91%, siendo este mayor que el
de la “Aplicación web”, que es de 55.80%, en un 18.12%.
Por tanto, considerando ambas observaciones, se comprueba la tercera
hipótesis específica a investigar, y se puede decir que un videojuego SI es 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.
Cuarta hipótesis específica
- Si P-valor => α, entonces, aceptar HE40.
- Si P-valor < α, entonces, aceptar HE41.
- Nivel de significancia (alfa) α = 5% = 0.05.
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
Por lo tanto, se acepta HE41: Existe una diferencia significativa entre la
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
aplicarlo a niños de cuarto de primaria de un colegio público.
Además, como se visualiza en la Tabla 6, el porcentaje de efectividad para la
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
vocabulario de la Lengua de Señas Peruana al aplicarlo a niños de cuarto de
primaria de un colegio público.
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
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
Fuente: Elaboración propia basada en el instrumento de Mann y Marshall (2012).
106
Anexo 2: Carta de solicitud de permiso para realizar investigación
Fuente: Elaboración propia.
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
Fuente: Elaboración propia.
109
Anexo 5: Presupuesto
Fuente: Elaboración propia.
Anexo 6: Cuadro de costos para réplica en el peor de los casos
Fuente: Elaboración propia.
110
Anexo 7: Cuadro de costos para réplica en un caso medio
Fuente: Elaboración propia.
Anexo 8: Cuadro de costos para réplica en el mejor de los casos
Fuente: Elaboración propia.