Sistema basado en Machine Learning para el aprendizaje de lenguaje de señas en estudiantes de primaria - 2024

• Autores: Gonzalez Bardales, Diego Alonso, Torres Rojas, Javier Je-hu, Cueva Jaimes, Nelson David
• Formato: tesis de grado
• Fecha de Publicación: 2025
• Institución: Universidad Autónoma del Perú
• Repositorio: AUTONOMA-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.autonoma.edu.pe:20.500.13067/3958
• Enlace del recurso: https://hdl.handle.net/20.500.13067/3958
• Nivel de acceso: acceso abierto
• Materia: Machine Learning; Lenguaje de señas; Reconocimiento de señas; Aplicativo web; https://purl.org/pe-repo/ocde/ford#2.02.04

El impacto de la implementación de un sistema basado en Machine Learning en el aprendizaje del lenguaje de señas fue evaluado en 145 estudiantes de quinto y sexto grado de dos escuelas primarias, una localizada en Chaclacayo y la otra en Chorrillos. El estudio fue cuantitativo, con un diseño experimental de corte longitudinal. Se observaron diferencias estadísticamente significativas (p < .001) para los 12 ítems utilizando la prueba de Wilcoxon. Específicamente, en la dimensión de expresión, el 38 % de los estudiantes reportaron ser capaces de utilizar los números y las letras del alfabeto; en la dimensión de comprensión, un 48 % indicó que podía reconocer las preguntas y los verbos en el lenguaje de señas; y en la dimensión de comunicación, un 39 % reportó ser capaz de identificar los adverbios y las preposiciones. En cuanto a la confiabilidad, se identificó un alfa de Cronbach de .892 en el pretest y de .942 en el postest. Estos hallazgos confirmaron que el sistema basado en Machine Learning tuvo un impacto positivo en el aprendizaje del lenguaje de señas.