evidoria

← Volver al listado

Buena práctica Importada

Una Aplicación Móvil Adaptativa Enseña Lengua de Señas Mexicana — Investigadores del TecNM/UABC Reportan 95,7% de Precisión en Gestos y Sólidas Ganancias de Aprendizaje

México · Tijuana · Ver el perfil de México

Evidencia: Cuasiexperimental Top 25% 60/100 · Pregunte a Evidence Copilot sobre esta práctica

Investigadores del TecNM y la UABC en Tijuana crearon una app que usa visión computacional y dificultad adaptativa para enseñar Lengua de Señas Mexicana, con 95,7% de precisión de reconocimiento y una ganancia de aprendizaje de 0,78 frente a un grupo de control.

95.7 %
Precisión top-1 del reconocimiento de gestos (2026)
98.61 %
Precisión top-3 del reconocimiento de gestos (2026)
72 %
Reducción del tamaño del modelo (2026)
~112 ms/frame
Velocidad de inferencia en el dispositivo (2026)
0.78 gain score
Ganancia de aprendizaje normalizada (grupo adaptativo) (2026)
48.2 to 88.7 %
Mejora de la precisión de reconocimiento de señas (2026)
84.3 %
Retención en la prueba diferida (2026)
73.5 vs 57.2 %
Precisión en tareas de transferencia (adaptativo vs. control) (2026)
89.1 /100
Puntuación en la System Usability Scale (2026)
+72 NPS
Net Promoter Score (2026)
62 to 44 score
Reducción de la carga cognitiva (NASA-TLX) (2026)
Una Aplicación Móvil Adaptativa Enseña Lengua de Señas Mexicana — Investigadores del TecNM/UABC Reportan 95,7% de Precisión en Gestos y Sólidas Ganancias de Aprendizaje

Detalles

Madurez
Piloto
Promotor
Tecnológico Nacional de México (TecNM) / Instituto Tecnológico de Tijuana, with Universidad Autónoma de Baja California (UABC)
Período
2023–2026
Palabras clave
higher education, assistive technology, computer vision, deaf education

Contexto

La lengua de señas mexicana (LSM) es la lengua principal de la comunidad sorda de México, pero su lugar en la educación formal ha estado limitado durante mucho tiempo por la escasez de intérpretes cualificados y la falta de tecnología que apoye la enseñanza personalizada. Un equipo de investigación del Tecnológico Nacional de México (TecNM), con sede en el Instituto Tecnológico de Tijuana, comenzó a abordar esta carencia en 2023 con una beca de investigación aprobada por el TecNM, junto con la Universidad Autónoma de Baja California (UABC).

Objetivos

El proyecto buscaba desarrollar una aplicación móvil que combinara el reconocimiento de gestos mediante visión por computadora con una dificultad adaptativa de las lecciones para enseñar la LSM, siguiendo un proceso de diseño Scrum con la participación de educadores, lingüistas y miembros de la comunidad sorda.

Actividades

El equipo construyó un modelo de reconocimiento de gestos mediante redes neuronales convolucionales y estimación de la pose, comprimido para su uso en el propio dispositivo, y realizó una comparación controlada de la aplicación adaptativa frente a un grupo de control no adaptativo, publicada tras revisión por pares en Future Internet (MDPI) en septiembre de 2026.

Resultados

El modelo de reconocimiento de gestos alcanzó una precisión top-1 del 95,7 % (98,61 % top-3) tras comprimirse de 38 MB a 10,4 MB, funcionando a unos 112 ms por fotograma. Los alumnos que usaron la versión adaptativa lograron una ganancia de aprendizaje normalizada de 0,78 (precisión de reconocimiento de señas del 48,2 % al 88,7 %), un 84,3 % de retención en una prueba diferida posterior, y una precisión del 73,5 % en tareas de transferencia frente al 57,2 % del grupo de control no adaptativo; la usabilidad obtuvo 89,1/100 (System Usability Scale), con una puntuación Net Promoter de +72, y la carga cognitiva autoinformada (NASA-TLX) bajó de 62 a 44.

Conclusiones

Estos resultados proceden de un único estudio revisado por pares realizado por el propio equipo desarrollador, y no de un despliegue multisitio replicado de forma independiente; además, la publicación no indica el número de estudiantes sordos que participaron ni ninguna expansión a escala de aula más allá del piloto.

Implementación

Coste indicativo
Bajo (< 50 000 €)
Tiempo hasta resultados
Medio (1–3 años)

Habitualmente financiado por

National / regional programmes

Vías de financiación indicativas para prácticas de este tipo: compruebe siempre las convocatorias vigentes y las reglas de elegibilidad de cada programa.

¿Usted implementa esta práctica? Reivindíquela — los implementadores verificados obtienen un contacto público en la página y pueden proponer correcciones.

Fuentes de datos

De dónde se obtuvo la información de esta práctica, y cuándo.

Adjuntos

Prácticas similares que pueden serle útiles