AIPE AEI
Project
01/09/2026
A pesar de la sólida evidencia sobre los beneficios de la actividad física (AF) para la salud física y psicológica, los niveles de AF entre los adolescentes\r\nsiguen siendo inferiores a los recomendados, especialmente en grupos vulnerables. La clase de Educación Física (EF) constituye un contexto idóneo\r\npara revertir esta situación, dado que las conductas del profesorado influyen directamente en los patrones motivacionales y conductuales del alumnado.\r\nDesde la teoría de la autodeterminación y el enfoque circular, se ha avanzado en la comprensión de estos procesos motivacionales, identificando cómo\r\ndiferentes estilos de enseñanza pueden favorecer o limitar la participación, la motivación intrínseca y la adopción de hábitos saludables a largo plazo.\r\nSin embargo, los métodos tradicionales para analizar los comportamientos docentes (cuestionarios u observación directa) presentan limitaciones\r\nimportantes debido a su coste, tiempo de implementación y riesgo de sesgo subjetivo. Este proyecto propone la identificación automatizada de\r\nconductas docentes a partir de mensajes orales mediante técnicas avanzadas de inteligencia artificial, utilizando modelos BERT mejorados y un sistema\r\nLLM-RAG para generar informes comprensivos sobre los comportamientos docentes (OBJETIVOS 1 y 2). Se llevarán a cabo sesiones piloto grabadas\r\nque permitirán validar la fiabilidad de las transcripciones como indicadores objetivos de conducta docente, constituyendo un avance metodológico que\r\ncombina escalabilidad, precisión y eficiencia.\r\nAdemás, se profundizará en cómo las conductas docentes afectan los patrones motivacionales y comportamentales del alumnado, considerando\r\ndiferencias entre observadores externos, autoevaluaciones de profesores, percepciones del alumnado y resultados de los estudiantes, con especial\r\natención a adolescentes vulnerables, como estudiantes poco motivados, chicas y jóvenes con necesidades educativas especiales (OBJETIVO 3). Este\r\nenfoque permitirá identificar qué conductas son más eficaces para distintos perfiles de alumnado y cómo éstas pueden potenciar la implicación y el\r\nbienestar de los estudiantes dentro y fuera del contexto escolar.\r\nPara mejorar la práctica docente, se desarrollará un MOOC individualizado basado en el enfoque circular y en los informes generados por la IA,\r\nevaluando su impacto tanto en las conductas docentes como en los resultados del alumnado (OBJETIVO 4). Este curso masivo y personalizable\r\nincorporará retroalimentación adaptativa y recomendaciones concretas para cada profesor, fomentando la adopción de estrategias efectivas de\r\nenseñanza y la mejora continua de la calidad educativa.\r\nEl equipo, formado por seis investigadores con amplia experiencia en motivación en EF, diseño de intervenciones educativas y tecnologías de IA,\r\nincluirá estudiantes de doctorado y expertos internacionales. Como parte de la transferencia del conocimiento, el proyecto desarrollará un software open\r\n-source de transcripción y análisis automatizado de conductas docentes y un MOOC personalizable, que se ofrecerán gratuitamente a agentes\r\neducativos, contribuyendo a mejorar la calidad de la enseñanza de EF y a favorecer la inclusión y el desarrollo de adolescentes vulnerables
AGENCIA ESTATAL DE INVESTIGACION
82500 €