SHARP: WSNs con tecnología Blockchain para el monitoreo de la salud de los estudiantes en tiempo real y el...

Área de la Ciencia:

• Tecnología educativa
• Inteligencia artificial
• Tecnología Blockchain
• Internet de las cosas
• Redes de sensores inalámbricos

Sus antecedentes:

• Los sistemas actuales de aprendizaje inteligente carecen de monitoreo de salud integrado y adaptación personalizada.
• Los enfoques existentes sufren de una mala predicción del estado fisiológico y preocupaciones de seguridad de los datos.
• Existe la necesidad de un marco unificado para el bienestar de los estudiantes en tiempo real y la educación adaptativa.

Objetivo del estudio:

• Introducir SHARP, un marco de redes de sensores inalámbricos (WSN) mejorado por blockchain.
• Permitir el monitoreo de la salud de los estudiantes en tiempo real y el aprendizaje personalizado en entornos educativos inteligentes.
• Para abordar los desafíos en la privacidad de los datos, la seguridad y la integración del sistema.

Principales métodos:

• Se utilizaron sensores portátiles para la recopilación continua de datos fisiológicos (variabilidad del ritmo cardíaco, temperatura corporal, estrés).
• Empleado una red neuronal profunda (DNN) para la detección de estados físicos y afectivos.
• Implementó un algoritmo de aprendizaje por refuerzo (RL) para recomendaciones educativas dinámicas.
• Aprovechó una cadena de bloques de Prueba de Autoridad (PoA) para una gestión de datos segura y transparente.

Principales resultados:

• Logró un 94,2% de puntuación F1 en el reconocimiento del estado estudiantil utilizando DNN.
• Reducción de la latencia de respuesta al evento crítico con el módulo RL.
• Mejora de la eficiencia energética en un 23,5% en comparación con los sistemas convencionales.
• Los grupos de intervención mostraron una mejora del 156% en las puntuaciones de los cuestionarios en comparación con los grupos de control.

Conclusiones:

• SHARP integra de manera única el monitoreo de múltiples sensores, la personalización de la IA y la seguridad de la cadena de bloques.
• Demostró una precisión superior, eficiencia energética e integridad de los datos en comparación con las plataformas de IoT existentes.
• Ofrece una solución escalable y que preserva la privacidad para la educación inteligente de próxima generación a través de detección inteligente y análisis adaptativo.