La carga cognitiva con relación al realismo en entornos educativos de realidad virtual. Revisión de literatura

Resumen

INTRODUCCIÓN

La realidad virtual es una tecnología que permite sumergir al usuario en un entorno completamente simulado, esto conlleva a que sea una herramienta efectiva para el aprendizaje tanto de temas conceptuales como de enseñanza procedimental (Morélot et al., 2021). El desarrollo de sistemas o aplicaciones de realidad virtual para el aprendizaje representa varios retos: primero, estos deben ser diseñados teniendo en cuenta todos los factores que pueden afectar los resultados de aprendizaje (Dengel & Magdefrau, 2020). Existen una variedad de factores que afectan la efectividad de un entorno de realidad virtual de aprendizaje, Dengel & Mazdefrau (2019) mencionan algunos, como la inmersión y la carga cognitiva. El primero, se define como la capacidad de un sistema de realidad virtual de cumplir su objetivo, el segundo se define como los procesos mentales que se ven involucrados en el usuario durante la realización de una tarea. El objeto de este estudio es indagar sobre la carga cognitiva y su relación con el realismo de la simulación, con el propósito de identificar el estado actual de la investigación en este campo y proyectar oportunidades para futuros estudios.

OBJETIVO

Identificar marco conceptual, herramientas de medida, causas y consecuencias de la carga cognitiva en el contexto del realismo de la simulación en entornos de realidad virtual para el aprendizaje.

METODOLOGÍA

Se condujo una revisión sistemática utilizando la metodología de Santos et al. (2014). Primero, Se realizó una revisión exploratoria con el objetivo de identificar posibles términos relevantes para la ecuación de búsqueda, se planteó una ecuación y se refinó de acuerdo con los criterios de búsqueda. El protocolo de la búsqueda fue: Campos: Títulos, Abstractos y Palabras clave; Ventana de observación: Del 20 de enero del 2018 al 20 de enero del 2023; Base de datos: Scopus; Tipo de documento: artículos y documentos de conferencia; Idioma: inglés; Los criterios de inclusión y exclusión están relacionados al objetivo y a la necesidad de la investigación, del mismo modo se utilizó la técnica de bola de nieve para indagar en artículos más antiguos que puedan tener relevancia para la investigación.

RESULTADOS

De la revisión se obtuvieron factores importantes, causas y consecuencias de una elevada carga cognitiva en el usuario. Por ejemplo se observó que la carga cognitiva elevada (también conocida como “sobrecarga cognitiva”) puede disminuir de manera sustancial la efectividad del aprendizaje (Dengel & Mazdefrau, 2019). Por otro lado, en la literatura existen 2 conjuntos de métodos para medir la carga cognitiva una objetiva y otra subjetiva. Las mediciones objetivas se derivan de la utilización de sensores que se colocan en la cabeza del usuario para observar el esfuerzo mental que se genera de la realización de una tarea de aprendizaje. Las mediciones subjetivas se realizan mediante cuestionarios de auto-reporte, generalmente escalas de Likert, un ejemplo es el método utilizado en la investigación realizada por Huang et al., (2020) los cuales adaptaron un cuestionario de medición de una escala de Likert en 6 niveles. Los demás datos se encuentran registrados en el estudio.

CONCLUSIÓN

De esta investigación se obtuvo un compendio de conocimiento empírico relacionado con la carga cognitiva. Se concluye que la carga cognitiva es un factor importante para tener en cuenta en el desarrollo de sistemas de realidad virtual, ya que afecta de manera directa el aprendizaje, la motivación y el confort que el usuario experimenta, lo que en resumen afecta la efectividad y los resultados de aprendizaje. En esta investigación hubo limitaciones tanto en la metodología como en los medios, no se revisaron otras bases de datos además de Scopus, la ventana de observación dejo documentos posiblemente relevantes fuera de la investigación, no obstante, la mayoría de los conceptos y herramientas mencionadas por las investigaciones de la muestra tienen su origen en artículos más antiguos que se tuvieron en cuenta para la realización del compendio. Esta información es relevante para futuros estudios donde su objetivo sea la generación de experiencias inmersivas de aprendizaje, del mismo modo, puede ser utilizada como punto de partida para futuro estudios cuyos objetivos pueden enfocarse en maneras de disminuir la sobrecarga cognitiva o verificar la fidelidad de los sistemas de medición subjetivos. 

REFERENCIAS

1. Dengel, A., & Magdefrau, J. (2020). Immersive Learning Predicted: Presence, Prior Knowledge, and School Performance Influence Learning Outcomes in Immersive Educational Virtual Environments. En Economou D., Klippel A., Dodds H., Pena-Rios A., Lee M.J.W., Beck D., Pirker J., Dengel A., Peres T.M., & Richter J. (Eds.), Proc. Int. Conf. Immersive Learn. Res. Netw., iLRN (pp. 163-170). Institute of Electrical and Electronics Engineers Inc.; Scopus. https://doi.org/10.23919/iLRN47897.2020.915508


2. Dengel, A., & Mazdefrau, J. (2019). Immersive Learning Explored: Subjective and Objective Factors Influencing Learning Outcomes in Immersive Educational Virtual Environments. En Lee M.J.W., Nikolic S., Wong G.K.W., Shen J., Ros M., Lei L.C.U., & Venkatarayalu N. (Eds.), Proc. IEEE Int. Conf. Teach., Assess., Learn. Eng., TALE (pp. 608-615). Institute of Electrical and Electronics Engineers Inc.; Scopus. https://doi.org/10.1109/TALE.2018.8615281


3. Huang, C. L., Luo, Y. F., Yang, S. C., Lu, C. M., & Chen, A.-S. (2020). Influence of Students’ Learning Style, Sense of Presence, and Cognitive Load on Learning Outcomes in an Immersive Virtual Reality Learning Environment. Journal of Educational Computing Research, 58(3), 596-615. Scopus. https://doi.org/10.1177/0735633119867422


4. Morélot, S., Garrigou, A., Dedieu, J., & N’Kaoua, B. (2021). Virtual reality for fire safety training: Influence of immersion and sense of presence on conceptual and procedural acquisition. Computers and Education, 166. Scopus. https://doi.org/10.1016/j.compedu.2021.104145


5. Santos, M. E. C., Chen, A., Taketomi, T., Yamamoto, G., Miyazaki, J., & Kato, H. (2014). Augmented Reality Learning Experiences: Survey of Prototype Design and Evaluation. IEEE Transactions on Learning Technologies, 7(1), 38-56. https://doi.org/10.1109/TLT.2013.37