Diseño de un Modelo para predecir el rendimiento de la memoria de trabajo en Estudiantes Universitarios según los niveles de atención y estres mental.

Abstract

Este estudio presenta un modelo computacional diseñado para predecir el rendimiento de la memoria de trabajo a partir de variables fisiológicas (relacionadas a la atención y el estrés) registradas mediante señales de electroencefalograma (EEG) captadas con un dispositivo de bajo costo (NeuroSky MindWave). Esta investigación incluye recolección de datos y comparación de tres modelos: modelo de Interferencia de Klaus Oberauer (modelo base), modelo base extendido con atención y estrés (modelo neuro 2), y modelo base extendido con atención (modelo neuro 1). Los datos fueron recolectados bajo condiciones experimentales controladas. El modelo base alcanzó la mayor exactitud general (78,31 %) y una alta sensibilidad (92,19 %), aunque con baja especificidad (47,23 %). El modelo neuro 2 logró un mejor equilibrio entre sensibilidad (77,04 %) y especificidad (68,96 %), mientras que el modelo neuro 1 alcanzó la mayor especificidad (76,80 %), aunque sacrificando sensibilidad (67,86 %). Estos resultados confirman el valor de la atención y el estrés para predecir el rendimiento de la memoria, lo cual tiene gran potencial para construir sistemas adaptativos en entornos educativos personalizados.