Designing Intelligent Systems for Psychomotor Learning: From PsyLearn to the Kenpo Learning Simulator

• Autores: Alberto Casas Ortiz
• Directores de la Tesis: Olga C. Santos (dir. tes.)
• Lectura: En la UNED. Universidad Nacional de Educación a Distancia ( España ) en 2026
• Idioma: inglés
• Número de páginas: 242
• Tribunal Calificador de la Tesis: Baltasar Fernández Manjón (presid.) , Emilio Letón Molina (secret.) , Beatriz Barros Blanco (voc.)
• Enlaces
  • Tesis en acceso abierto en: TESEO
• Resumen
  • español

    Los Sistemas Inteligentes para el Aprendizaje Psicomotor (ISPL por sus siglas en inglés) son sistemas tecnológicos diseñados para facilitar la adquisición de habilidades físicas mediante feedback estructurada y experiencias interactivas. A diferencia de los métodos tradicionales guiados por instructores. los ISPL aprovechan tecnologías avanzadas como la inteligencia artificial (IA) y la realidad extendida (XR) para ofrecer experiencias inmersivas y personalización adaptativa. Sin embargo, el campo sigue fragmentado debido a la falta de frameworks que integren perspectivas pedagógicas y tecnologías en la conceptualización de los ISPL.

    Esta tesis aborda esta brecha presentando el framework PsyLearn, un enfoque completo para diseñar, implementar y evaluar ISPL en diversos ámbitos. PsyLearn conecta teoría y práctica mediante una metodología estructurada y adaptable, abarcando desde herramientas básicas de feedback hasta sistemas inmersivos de tutoría adaptativa impulsados por IA, además de considerar aspectos éticos y la viabilidad del sistema. Basado en dos revisiones sistemáticas sobre las características de los ISPL y frameworks existentes, PsyLearn organiza el desarrollo de estos sistemas en catorce dimensiones, divididas en aspectos teóricos y prácticos.

    La aplicabilidad del framework se demuestra con el Kenpo Learning Simulator (KLS), un ISPL que combina realidad virtual e IA para enseñar arte marciales. Evaluaciones con principiantes muestran mejoras significativas en al adquisición, retención y recuperación de habilidades, con beneficios adicionales al combinar KLS con prácticas guiadas por humanos. Extensiones de KLS, como aplicaciones en rehabilitación para el envejecimiento activo, el uso de sistemas de notación de movimiento o la integración de modelos de lenguaje avanzados (LLMs), destacan la adaptabilidad del marco.

    A pesar de desafíos como limitaciones de hardware o la personalización del feedback, este trabajo impulsa el desarrollo de ISPLs al unificar enfoques dispersos en un marco coherente y completo. PsyLearn permite crear tecnologías de aprendizaje psicomotor escalables, éticas y efectivas, mientras que la publicación de KLS bajo licencias de código abierto fomenta la innovación en educación, salud y otros campos.

  • English

    Intelligent Systems for Psychomotor Learning (ISPLs) are technological systems designed to facilitate physical skill acquisition through structured feedback and interactive experiences. Unlike traditional instructor-led methods, ISPLs harness advanced technologies such as artificial intelligence (AI) and extended reality (XR) to deliver immersive experiences and adaptive personalization. However, the field remains fragmented due to the absence of comprehensive frameworks that integrate pedagogical and technological insights into the conceptualization of ISPLs.

    This thesis addresses this gap by introducing the PsyLearn framework, a holistic framework for designing, implementing, and evaluating ISPLs across diverse domains. PsyLearn bridges theory and practice through a structured yet adaptable approach, accommodating systems ranging from basic feedback tools to AI-driven adaptive tutoring immersive systems, while addressing feasibility and ethical considerations. Grounded in two systematic reviews of ISPL characteristics and existing frameworks, PsyLearn organizes ISPL development into fourteen dimensions divided into theoretical and practical aspects of its creation.

    The framework’s applicability is demonstrated through the Kenpo Learning Simulator (KLS), an ISPL combining virtual reality and AI technologies to teach martial arts. Evaluations with novice learners reveal significant improvements in skill acquisition, retention, and recall, with further gains observed when combining KLS with human-guided practice. Extensions of KLS, such as applications in rehabilitative training for active ageing, the use of motion notation systems, or the integration of large language models (LLMs), highlight the framework’s adaptability.

    Despite challenges like hardware constraints and feedback personalization, this work advances ISPL development by unifying disperse approaches into a cohesive and holistic framework. PsyLearn enables the creation of scalable, ethical, and effective psychomotor learning technologies, with the open-source release of KLS fostering broader innovation in education, healthcare, and beyond.