Investigaciones recientes:
A lo largo de varios estudios, la investigadora explora tecnología educativa con énfasis en AR/VR, análisis de aprendizaje y pedagogía inclusiva, integrando métodos de IA para comprender emociones, participación y resultados de aprendizaje. Temas clave: AR/VR para aprendizaje de algoritmos y UML, enseñanza basada en emociones mediante reconocimiento facial con CNN, y arquitecturas basadas en big data e IoT para educación y entornos afines. Métodos: enfoques mixtos (encuestas, cuestionarios, ANOVA, SUS/NASA-TLX) y análisis de datos con IA (LLaMA2 para detección de acoso; reconocimiento de emociones; AHP para evaluación de herramientas). Impacto: mejorar compromiso emocional, participación y rendimiento, cuidando la privacidad, accesibilidad y consideraciones éticas. También se abordan innovaciones en el aula (COMPUAR, UML-3Dfi, juegos basados en AR) y enfoques sistémicos (evaluación asistida por IA, aprendizaje de reglas mediante AR y diseño inclusivo para estudiantes en riesgo). En conjunto, el perfil muestra una trayectoria hacia tecnologías educativas inteligentes, sensibles a las emociones y menos excluyentes, que respaldan la calidad docente, el bienestar estudiantil y la toma de decisiones basada en datos en contextos diversos.

Temas Clave:

• Educación tecnológica
• Gamificación y XR en el aprendizaje
• Emoción y analítica del aprendizaje
• AR/VR para programación y UML
• IA en educación (NLP, ML, ciencia de datos)
• Inclusión, formación docente y accesibilidad
• Privacidad, ética y gobernanza
• Reconocimiento de patrones en educación (acoso, estados emocionales)