ARTIE: Un entorno integrado para el desarrollo de robots tutores

• Autores: Luis Eduardo Imbernón Cuadrado
• Directores de la Tesis: Angeles Manjarrés Riesco (dir. tes.) , Félix de la Paz López (codir. tes.)
• Lectura: En la UNED. Universidad Nacional de Educación a Distancia ( España ) en 2026
• Idioma: español
• Número de páginas: 391
• Tribunal Calificador de la Tesis: Javier de Lope Asiaín (presid.) , Covadonga Rodrigo San Juan (secret.) , Alberto Corbí (voc.)
• Programa de doctorado: Programa de Doctorado en Sistemas Inteligentes por la Universidad Nacional de Educación a Distancia
• Calificación: Sobresaliente Cum Laude
• Enlaces
  • Tesis en acceso abierto en: TESEO
• Resumen
  • español

    Esta tesis doctoral aborda el diseño, implementación y validación del entorno ARTIE (Affective Robot Tutor Integrated Environment), una plataforma genérica con diseño ético para el desarrollo de robots tutores integrados con herramientas educativas. El objetivo principal es desarrollar y validar un entorno de apoyo a docentes y estudiantes que enriquezca el aprendizaje con inteligencia artificial (IA) son deshumanizar la enseñanza, garantizando que el control pedagógico permanezca en manos del profesorado.

    La tesis aplica el proceso CRISP-MLEX (Cross-Industry Standard Process for Machine Learning with Ethical eXtension), una extensión de CRISP-ML que integra el marco SHERPA (Shaping the ethical dimensions of smart information systems - a European perspective) para el desarrollo ético de sistemas de IA en educación. Esta aproximación ethics-by design se materializa en: modelos interpretables, exclusión de variables sensibles mediante análisis SHAP (Shapely Additive Explanations), procesamiento local de imágenes faciales y supervisión docente de intervenciones generadas por LLM.

    Como plataforma genérica, ARTIE proporciona una arquitectura modular de 7 microservicios que combina LSTM para detección de necesidad de apoyo pedagógico, CNN para reconocimiento emocional y razonamiento simbólico (reglas Prolog), con toma de decisiones pedagógicas basada en reglas configurables por el profesorado. Para validar la plataforma, se implementó un caso de estudio piloto: la integración de un robot tutor NAO en Scratch para la autorización de programación en educación primaria.

    Las contribuciones principales son: (1) Metodología: aplicación de CRISP-MLEX estableciendo un marco verificable para desarrollo ético; (2) Algorítmica: el método BED (Black Edit Distance) para programación por bloques y un modelo LSTM para detección de necesidad de apoyo pedagógico; (3) Arquitectónica: plataforma modular que implementa el lenguaje BMLc (Behavior Markup Language for Emotions) para intervenciones afectivas; (4) Validacional: instrumentos de evaluación ética y protocolos de consentimiento para investigación con menores.

    La validación del caso de estudio piloto con 40 estudiantes de educación primaria (9-13 años) registró 7.479 interacciones con Scratch y el robot NAO, evidenciando viabilidad técnica (100% disponibilidad) y aceptabilidad positiva del profesorado (M=4,04/5) y alumnado (78,4%). La dimensión ética fue especialmente valorada (M=4,50/5). Las limitaciones incluyen el rendimiento del modelo CNN en emociones negativas y el tamaño muestral. Esta investigación demuestra que el desarrollo ético sistemático fortalece la legitimidad de sistemas de IA en educación.

  • English

    This doctoral thesis addresses the design, implementation and validation of the Affective Robot Tutor Integrated Environment (ARTIE), a generic ethically- designed platform for the development of robot tutors integrated with educational tools. The main objective is to develop and validate a support environment for tea- chers and students that enriches learning with Artificial Intelligence (AI) without dehumanizing teaching, ensuring pedagogical control remains in the hands of tea- chers.

    The thesis applies the Cross-Industry Standard Process for Machine Learning with Ethical eXtension (CRISP-MLEX) methodology, an extension of CRISP-ML that integrates the SHERPA (Shaping the ethical dimensions of smart informa- tion systems – a European perspective) framework for the ethical development of AI systems in education. This ethics-by-design approach materializes in: inter- pretable models, exclusion of sensitive variables through SHAP (Shapley Additive Explanations) analysis, local facial image processing, and teacher supervision of LLM-generated interventions.

    As a generic platform, ARTIE provides a modular architecture of 7 microservi- ces combining LSTM for pedagogical support need detection, CNN for emotional recognition and symbolic reasoning (Prolog rules), with pedagogical decision- making based on rules configurable by teachers. To validate the platform, a pilot case study was implemented: the integration of a NAO robot tutor with Scratch for tutoring programming education in primary school.

    The main contributions are: (1) Methodological: application of CRISP- MLEX establishing a verifiable framework for ethical development; (2) Algorith- mic: the BED (Block Edit Distance) method for block-based programming and an LSTM model for pedagogical support need detection; (3) Architectural: mo- dular platform implementing BMLe (Behavior Markup Language for Emotions) for affective interventions; (4) Validational: ethical evaluation instruments and consent protocols for research with minors.

    Validation of the pilot case study with 40 primary school students (ages 9- 13) recorded 7,479 interactions with Scratch and the NAO robot, demonstra- ting technical viability (100 % availability) and positive acceptability from tea- chers (M=4.04/5) and students (78.4 %). The ethical dimension was particularly well-rated (M=4.50/5). Limitations include CNN model performance on negati- ve emotions and sample size. This research demonstrates that systematic ethical development strengthens legitimacy of AI systems in education.