Ciencia incorporada y realidad mezclada: cómo los gestos y la captura de

movimiento afectan la educación física.

Mina C. Johnson-Glenberg and Colleen Megowan-Romanowicz

Resumen:
Se creó un diseño mixto utilizando texto y multimedia similar a un juego para instruir en el contenido de la física. El
estudio evaluó qué variables predijeron ganancias de aprendizaje después de una lección de 1 hora en el campo
eléctrico. Las tres variables manipuladas fueron: nivel de encarnacióno personificación; nivel de generatividad
activa; y presencia de la narrativa de la historia. Se administraron dos tipos de pruebas: una prueba de física
basada en texto tradicional respondida con un teclado; y una prueba de transferencia más incorporada usando la
tableta grande Wacom donde los estudiantes podrían usar gestos (golpes largos) para crear vectores y respuestas.
Los 166 participantes fueron asignados aleatoriamente a cuatro condiciones: símbolos y texto; bajo prsonifiación;
alto personificación / activo; o alto personificación/ activo con narrativa. Las dos últimas condiciones se activaron
porque el contenido en pantalla podría manipularse con gestos corporales groseros recopilados a través del sensor
Kinect.
n el formato de la tableta Wacom que facilitó los gestos, los dos grupos activos basados en gestos obtuvieron
puntuaciones significativamente más altas. Además, los puntajes de compromiso fueron significativamente más
altos para los dos grupos encarnados activos. Los resultados de Wacom sugieren problemas de sensibilidad de
prueba; la prueba más personificada reveló mayores ganancias en el aprendizaje para las condiciones más
incorporadas. Recomendamos que a medida que el aprendizaje más personficado pase a primer plano, se utilicen
pruebas más sensibles que incorporen gestos para evaluar con precisión el aprendizaje. Las diferencias previstas en
el compromiso y el aprendizaje de la condición con la narrativa de la historia gráficamente rica no fueron
compatibles. Nuestra hipótesis es que un efecto narrativo para la motivación y aprender puede ser difícil de
descubrir en un experimento de laboratorio donde los participantes están motivados principalmente por el crédito
del curso. Se proponen varios principios de diseño para la educación científica mediada e incorporada.

Significado
Los nuevos y asequibles sensores de seguimiento de movimiento están impulsando a los diseñadores educativos a
considerar incluir más gestos y movimientos corporales en las lecciones para el aula. Los principios de cognición
incorporada (Barsalou, 2008; Glenberg, 2008; Wilson, 2003) sugieren que incluir el movimiento y el gesto es
probable que beneficie el aprendizaje incluso de información abstracta, como conceptos matemáticos (Alibali y
Nathan, 2012) y física (Kontra, Lyons, Fischer, y Beilock, 2015). De hecho, el movimiento tiene un lugar especial
para los innovadores educativos, Maria Montessori escribió: "El movimiento o la actividad física es por lo tanto, un
factor esencial en el crecimiento intelectual, que depende de las impresiones recibidas desde el exterior. A través
del movimiento entramos en contacto con la realidad externa, y es a través de estos contactos que eventualmente
adquirimos incluso ideas abstractas "p.36 (Montessori, 1966).
La investigación reportada en este artículo aplica una taxonomía de niveles de encarnación (Johnson-Glenberg,
Birchfield, Koziupa, y Tolentino, 2014a; Johnson-Glenberg, Megowan-Romanowicz, Birchfield, y Savio-Ramos,
2016) para diseñar cuatro formas de enseñanza conceptos abstractos relacionados con el campo eléctrico.
Además, examinamos cómo los diferentes modos de prueba (una evaluación más tradicional basada en el teclado
frente a una evaluación basada en gestos) podrían informar mejor nuestra comprensión de la educación
incorporada. En el resto de esta introducción, revisamos brevemente la noción de cognición incorporada, la
taxonomía de los niveles de encarnación y el papel especial del gesto en el aprendizaje. Además, consideramos el
posible impacto adicional de agregar una narrativa similar a un juego a la enseñanza de los campos eléctricos.
Terminamos la introducción con las cuatro preguntas de investigación exploradas en el experimento.

Realización mediada
La tecnología educativa se está moviendo rápidamente y nuestras teorías y principios de diseño deben seguir el
ritmo. Algunos principios están comenzando a emerger para la encarnación en la realidad mixta (Lindgren &
Johnson-Glenberg, 2013) y el aprendizaje en espacios de realidad aumentada (Dunleavy, 2014; Dunleavy & Dede,
2014). No obstante, como psicólogos experimentales y diseñadores educativos para el contenido mediado
(computarizado), debemos seguir investigando y esforzándonos por comprender las pedagogías óptimas para los
nuevos medios. Como laboratorio, hemos estado creando contenido de educación científica durante años en
plataformas encarnadas de realidad mixta (MR). MR significa que los elementos del mundo tangible y físico se
mezclan con componentes virtuales y digitalizados (Milgram & Kishino, 1994). A menudo hemos confiado en
herramientas algo tradicionales para evaluar el cambio de conocimiento, p. Pruebas previas y posteriores de
elección múltiple con papel y lápiz (Birchfield & Johnson-Glenberg, 2012; Johnson-Glenberg, Birchfield, Megowan-
Romanowicz, Tolentino y Martínez, 2009). Otros han automatizado el proceso y lo han moderado de forma más
modesta (Segal, Black y Tversky, 2010). Recientemente, nuestro grupo analizó las conductas motoras incorporadas
en un entorno de aprendizaje basado en Kinect y el rendimiento correlacionado del proceso con las pruebas
previas y posteriores más tradicionales (Johnson-Glenberg, Birchfield, Megowan-Romanowicz y Snow, 2015).
Estamos tratando de avanzar hacia metodologías más personificadas o encarnadas y orientadas al proceso para la
evaluación. No es trivial vincular los datos de aprendizaje y movimiento porque tanto el escenario de aprendizaje
como las tareas de movimiento deben diseñarse desde el principio para generar construcciones significativas y
capturables que se predice que se alterarán. Es decir, debe conocer la acción que desea capturar, luego diseñar
instancias de gestos en la actividad de aprendizaje y medir el cambio cognitivo y de comportamiento en intervalos
de tiempo significativos. La investigación en este artículo fue impulsada por dos objetivos generales: existe el
objetivo del diseño para crear contenido óptimo; y existe el objetivo de la evaluación de explorar un formato de
prueba que sea sensible al conocimiento que se obtiene cuando los estudiantes codifican el contenido mediante
gestos.
El contenido educativo nunca está simplemente incorporado o no; sin duda hay grados. La lectura de un pasaje
solo de texto que es visualmente evocativo está incorporada, aunque consideramos que esa experiencia es poco
encarnada o personifica. Si los símbolos perceptivos están siempre activados (Barsalou, 1999) incluso durante el
soñar despierto, entonces es problemático afirmar que algún contenido evoca una encarnación cero. Por lo tanto,
evitamos la terminología como "la condición sin encarnación". Barsalou (1999) afirma que los conceptos abstractos
están "... basados en simulaciones complejas de eventos combinados físicos e introspectivos". La cantidad de
encarnación experimentada por un alumno se matizará y personalizado. Como campo, necesitamos descriptores
más metódicos para los niveles de encarnación en las lecciones.

La taxonomía o clasificación de la encarnación o personificación en la educación

Con ese fin, propusimos una taxonomía. La taxonomía con cuatro grados de incorporación para nuevos medios
sigue un sistema de "orden débil" (Johnson-Glenberg et al., 2014a, 2014b, 2016). Los grados dependen de tres
construcciones que no son estrictamente ortogonales. Los grados de encarnación se basan en las construcciones
de:

• Cantidad de compromiso sensoriomotor.

• Qué congruentes son los gestos para el contenido que se va a aprender.
• Cantidad de inmersión o introducir experimentada por el usuario.

Este estudio varió los primeros dos constructos; la construcción final de inmersión se mantuvo constante en el
sentido de que cada condición veía el mismo área de proyección grande, una diagonal de 78 pulgadas. Las
primeras dos construcciones no están relacionadas, porque para que un gesto sea congruente, debe existir cierta
cantidad de compromiso sensoriomotor. No obstante, dentro de estos constructos las magnitudes pueden variar y
estas afectan el grado general. Hay cuatro condiciones en el estudio. La decisión de etiquetar las lecciones como
bajo o alto encarnado o personificación está guiada por esta taxonomía. La taxonomía descompone el espectro
continuo de la encarnación o personificación en cuatro grados, siendo el cuarto el más alto. Los puntos de anclaje
del cuarto grado-alto en todos los constructos-y el primer grado-bajo en todos los constructos-están bien
justificados, pero podría discutirse qué constructos cuentan como los más importantes para los grados tercero o
segundo. La taxonomía representa una mejora más allá de la afirmación simplista de que el contenido educativo
está "incorporado o no". La Tabla 1 destaca los cuatro grados por magnitud de la construcción. A continuación
describimos los grados con más detalle.
Cuarto grado = Las tres construcciones necesitan ser calificadas como altas. Enganche sensorimotor: para asignar
un gesto a la lección, se utiliza algún tipo de sensor para vincular (por ejemplo, a través de la captura de
movimiento, etc.) todo el cuerpo, o múltiples miembros, con los componentes accionables de la lección. El cuerpo
o las extremidades pueden actuar como controlador y el alumno puede manipular lo que está sucediendo en una
pantalla. Si se incluye la locomoción, entonces la paralaje visual también se activa y esta es una señal importante
(Campos et al., 2000), ya que aumenta aún más la activación sensoriomotora. Los efectos multimodales (por
ejemplo, señales auditivas y hápticas) están presentes en las lecciones de cuarto grado y aumentan la activación
sensoriomotora. Congruencia gestual: dentro de una lección hay múltiples instancias de gestos que dirigen el
sistema y esos gestos están consistentemente diseñados para mapear el contenido que se está aprendiendo, p. Ej.
Al girar el brazo, un engranaje virtual gira la misma velocidad y la misma dirección en la pantalla. Esto es
congruente y ayuda al aprendizaje de la meta educativa; en el ejemplo de Gears, la meta de aprendizaje podría ser
una ventaja mecánica (Johnson-Glenberg et al., 2015). Sentido de inmersión: la inmersión está relacionada con la
sensación de estar allí. Slater y otros han publicado extensamente sobre inmersión y presencia (Slater, Spanlang, &
Corominas, 2010; Slater & Wilbur, 1997). Slater considera que la inmersión es una propiedad de la plataforma y la
presencia es la construcción que describe cuánto siente el alumno "que están allí". Otros teóricos se sienten
cómodos con el término inmersión que también abarca presencia (Dede, Richards y Jacobson, en prensa) . En este
artículo, la inmersión es una propiedad de la plataforma que no alteró entre todas las condiciones. Hay varios
métodos, principalmente topografía, para medir la inmersión, utilizamos el tamaño del área de visualización. Las
áreas de visualización varían desde pantallas de teléfonos inteligentes hasta pantallas de 360 ° montadas en la
cabeza envolventes (HMD) utilizadas en realidad virtual (VR). Utilizamos una pantalla de proyección muy grande y
los bordes estaban presentes en la periferia (las pantallas sin bordes generalmente se consideran más inmersivas).
Tercer grado = Enganche sensorimotor: el cuerpo completo podría usarse como controlador, pero el usuario
permanece en un lugar (por ejemplo, de pie en una pizarra interactiva). Al menos un gesto físico grande (más allá
del movimiento del dedo) debe estar presente y correlacionado con el contenido. (2) Congruencia gestual: el
sistema debe contener una o más instancias de un gesto que está bien mapeado al contenido. (3) Sentido de
inmersión: una pantalla grande o proyección de piso debería inducir al alumno a percibir el entorno como
inmersivo; sin embargo, los bordes generalmente están presentes en el campo de visión periférico (FOV).
Segundo grado = compromiso Sensorimotor: el alumno generalmente se sienta, pero hay un poco de movimiento
del tren superior del brazo o los dedos. Congruencia gestual: probablemente esta no sea una construcción
definitoria en la lección, aunque siempre hay algo de interactividad (por ejemplo, deslizar un dedo para avanzar, o
una acción de avance rápido mientras se sostiene un teléfono inteligente para simular el lanzamiento de un
carrete de pesca). (3) Sentido de inmersión: la pantalla cubre menos del 50% del campo de visión; las fronteras y el
mundo real siempre están presentes sin importar el punto de fijación (por ejemplo, un monitor de 16 pulgadas o
una pantalla del tamaño de una tableta).
Primer grado = compromiso Sensorimotor: el alumno generalmente está sentado, pero hay un poco de
movimiento en la parte superior del cuerpo, pero por lo general solo para presionar una tecla. El alumno está
principalmente observando un video / simulación. Congruencia gestual: baja. No existe un mapeo relacionado con
el aprendizaje entre el gesto y el contenido, los movimientos de los usuarios se obtienen principalmente para la
navegación (por ejemplo, toque para la siguiente pantalla). (3) Sentido de inmersión: bajo. La pantalla cubre
mucho menos del 50% del campo de visión y las fronteras / mundo real siempre están presentes.
Las cuatro condiciones en el experimento se resumen y se asignan al grado de incorporación en la Tabla 2. Todos
los participantes leyeron y escucharon siete secciones de un guión en el campo eléctrico. Los participantes en
símbolos y texto (S&T) respondieron preguntas de prueba tradicionales entre cada sección. Los participantes en
Lo-EMB vieron siete simulaciones. Los participantes en Hi-EMB pueden controlar las siete simulaciones con gesto.
Los participantes en Hi-EMB / Narrative controlaron las siete simulaciones con gestos y ver animaciones de
escenas cortas antes de las simulaciones. Después de completar las siete secciones, todos los participantes
tomaron evaluaciones tradicionales y de Wacom.
Estando activo
Una de nuestras preguntas principales es qué sucede cuando la lección cambia de una visión pasiva de baja
encarnación (condición 2) a una actividad encarnada alta (condición 3). Una forma de alejar a los estudiantes de
una experiencia visual pasiva y llevarlos a un estado cognitivo más esforzado es hacer que el alumno mueva
objetos físicamente y construya modelos en la pantalla mediante gestos. Si se induce al alumno a manipular el
contenido de la pantalla y controlar el contenido con gestos de representación que sean congruentes con lo que se
está aprendiendo, consideramos que esa experiencia está muy encarnada o personificada. Debido a que los
participantes están activando áreas sensoriomotoras asociadas, pueden aprender el contenido más rápido o de
una manera más profunda. Los gestos pueden proporcionar un código adicional para la memoria; este código de
motor puede fortalecer la traza de memoria, o representación, y agregar pistas de recuperación adicionales. Como
postula Goldin-Meadow (2006), gesticular puede "aligerar la carga en la tienda verbal" en la mente de un hablante
o un alumno. Creemos que esto puede hacer que sea más fácil para el alumno realizar otras tareas verbales, como
codificar conceptos científicos. Lo que se está gesticulando también importa. La investigación de una secuencia de
gestos grabados mostró que observar a un tutor dar una explicación de un sistema dinámico acompañado de
gestos que representan la secuencia de acciones condujo a una comprensión más profunda de la operación del
sistema en comparación con ver gestos que representan la estructura de las partes (Kang y Tversky, 2016).
Incluimos una breve descripción de la simulación "Scuff-o-meter", tanto baja como alta incorporada para resaltar
la diferencia. En la versión de baja encarnación (condición 2), el participante observó una animación pregrabada de
una acumulación de carga en una mano virtual. En la versión activa de alto contenido corporal, los participantes
físicamente arrastraron los pies hacia adelante y hacia atrás sobre el piso alfombrado y el sensor de Microsoft
Kinect registró los movimientos. El movimiento de mezcla es congruente a, es decir, bien mapeado, a lo que ocurre
en la vida real cuando los electrones son despojados de la parte superior de una alfombra. La tasa de acumulación
de electrones se asigna a los movimientos reales de los participantes y cambia la carga en la mano virtual. Este es
un fuerte ejemplo de congruencia gestual (Segal, 2011). Además, cuando los participantes movieron su mano
derecha física en un espacio tridimensional (3D), la mano virtual en la pantalla se movió hacia la esfera metálica
para recibir un golpe. En las condiciones de alta encarnación, hay un nivel adicional de contextualización porque
los gestos y los movimientos corporales controlan la acción de la pantalla y le dan al participante más agencia.
Si la postulación de Goldin-Meadow es correcta, los gestos ayudan a descargar la cognición (Goldin-Meadow,
2011) y liberan recursos para su posterior procesamiento, entonces tal vez los diseñadores educativos deberían
considerar métodos de enseñanza de contenido científico que hagan un mayor uso de los gestos. Los gestos
requieren una planificación motora. Se hipotetiza que hacer un gesto primero requiere una "simulación mental"
antes de la acción y que las áreas motoras y premotoras de la etapa inicial del cerebro se activan de forma
apropiada para la acción (Hostetter & Alibali, 2008). Este tiempo de pre-acción también se llama estado
encubierto. El estado encubierto de imaginar una acción parece estimular los mismos collarines o áreas motoras
que la acción abierta, es decir, la corteza motora, el cerebelo y los ganglios basales (Jeannerod, 2001). Proponemos
que la mayor cantidad de actividad motora y pre motora asociada con el gesto durante el acto de codificación
ayudará a los alumnos en el momento de la recuperación porque la señal de aprendizaje se habrá fortalecido. Más
apoyo proviene del trabajo reciente con estudiantes más jóvenes que muestran diferencias neuronales cuando los
niños son activos versus pasivos durante una experiencia de aprendizaje. Cuando los niños de 5 a 6 años
manipulaban activamente un objeto mientras escuchaban una nueva etiqueta y luego escuchaban la etiqueta
nuevamente, las áreas motoras de sus cerebros eran más propensas a activarse después de la visualización en
comparación con cuando solo se les permitía mirar pasivamente un experimentador manipula el objeto nombrado
(James y Swain, 2011). Un aumento similar en el reclutamiento de las áreas sensoriomotoras del cerebro se
produjo cuando los niños escribieron cartas frente a cuando observan a un experimentador escribir (Kersey &
James, 2013). Vea el trabajo de Kontra y Beilock en busca de evidencia en el dominio de la física (Kontra et al.,
2015).
Los temas de STEM (Science, Technology, Engineering, and Math; Ciencia, Tecnología, Ingeniería y Matemáticas)
pueden beneficiarse de que se les enseñe de manera personalizada utilizando los nuevos medios. Sin embargo, los
gestos deben ser congruentes con la tarea aprendida. Koch, Glawe y Holt (2011) informan que los participantes
reaccionan más rápido en una condición Stroop usando gestos congruentes (movimiento ascendente unido a la
palabra "feliz") en comparación con gestos incongruentes (movimiento descendente para "feliz") realizado en un
gran 28 pulgadas control deslizante (Koch et al., 2011). Glenberg y Kaschak (2002) varían la dirección de los
botones para la comprensión de oraciones. Las oraciones congruentes se juzgaron más rápido que las oraciones de
desajuste de acción. Se está instruyendo una amplia gama de temas utilizando teorías de la encarnación o basadas
en gestos. Abrahamson (2009) investiga las matemáticas y las proporcionalidades. Alibali y Nathan exploran el
aprendizaje y la enseñanza de diversos temas matemáticos, como la resolución de ecuaciones, la resolución de
problemas de palabras y conceptos algebraicos y geométricos (Alibali y Nathan, 2012; Nathan et al., 2014). Usando
movimientos congruentes de todo el cuerpo y plataformas MR inmersivas, otros han demostrado un mayor
aprendizaje sobre astronomía (Lindgren, Tscholl, Wang y Johnson, 2016) y circuitos eléctricos (Yoon, Elinich, Wang,
Steinmeier y Tucker, 2012). Los mundos virtuales se utilizan para comprender mapas espaciales (Weisberg y
Newcombe, 2015) y se realizan más metáforas corporales con sensores de captura de movimiento, como el Kinect,
para enseñar a los estudiantes la codificación por ordenador mediante movimientos de baile (Parmar et al., 2016).
Esta pequeña muestra de investigación incorporada destaca la variedad de plataformas y metodologías utilizadas
para explorar los efectos positivos de la encarnación en la educación. Nuestro laboratorio se enfoca en
comprender las mejores pedagogías disponibles que se relacionan con las tecnologías actuales en las aulas de hoy.
Con ese fin, se están creando muchas simulaciones científicas que también están gamificadas.

Narrativa del juego

La distinción entre una "simulación" y un "juego" es esquiva. ¿Es una simulación interactiva con una historia un
juego? Debido a que los juegos bien diseñados hacen que los jugadores regresen por más, queríamos saber si
"unir" pequeñas simulaciones científicas con una historia narrativa afectaría positivamente el compromiso y el
aprendizaje. Existe una creencia general entre los educadores de que las historias y los juegos mantienen a los
niños interesados y comprometidos (Gee, 2007) en el contenido que se debe aprender, pero esto no ha sido
rigurosamente probado (o al menos publicado). A fines de la década de 1980, se creó un marco basado en juegos y
motivación intrínseca con cuatro factores motivadores (Malone & Lepper, 1987), pero el juego simple en ese
estudio tiene poco en común con los juegos a los que ahora están expuestos los estudiantes. Con tantos factores
de juego y mecánicos para elegir, una pregunta crítica es cómo integrar los que darán como resultado un
aprendizaje óptimo. Investigaciones recientes muestran que agregar tablas de clasificación y distintivos a un curso
semestral tuvo efectos negativos en la motivación, la satisfacción y el empoderamiento a lo largo del tiempo
(Hanus y Fox, 2015).
Nos adherimos a la definición clásica de un juego, que es "un sistema en el cual los jugadores se involucran en un
conflicto artificial definido por reglas, que resulta en un resultado cuantificable" (Salen y Zimmerman, 2004). En
ese sentido, nuestras simulaciones califican como juegos. En todos los juegos, es tradicional tener un conflicto. Sin
embargo, agregar un conflicto storificado a través de una narrativa a una lección de ciencias puede no afectar
positivamente el aprendizaje, especialmente si la comprensión de historias compite con el tiempo y los recursos
del procesamiento cognitivo. También podemos descubrir que no todo el contenido es adecuado para un formato
de tipo de juego. La sesión de aproximadamente 1 hora en nuestro estudio consistió en un conjunto de siete
simulaciones breves de ciencia y se formuló la hipótesis de que una línea argumental con un Lightning Master y su
pícaro dragón involucraría aún más a los estudiantes y los motivaría a mantener la atención y el procesamiento
simulaciones múltiples
No hemos encontrado muchos ensayos controlados aleatorios (ECA) que evalúen el efecto narrativo sobre el
aprendizaje con un diseño empírico. Un estudio sobre un juego de acertijos basado en Flash encontró que los
estudiantes preferían jugar la versión narrativa y jugar con más frecuencia. Sin embargo, las puntuaciones de
conocimiento de física posteriores a la intervención no fueron significativamente diferentes entre los grupos
(Marsh et al., 2011). Es decir, los jugadores informaron que les gustaba más el juego narrativo, pero la preferencia
no afectó el aprendizaje. Dos experimentos basados en el trabajo de Koenig et al. (Adams, Mayer, MacNamara,
Koenig y Wainess, 2011; Koenig, 2008) también abordan la hipótesis narrativa. El estudio de 2011 no reveló
mayores ganancias de aprendizaje para los participantes en la condición narrativa, es decir, el grupo que recibió los
antecedentes basados en texto y el objetivo declarado para aprender sobre las baterías de células húmedas no
superaron al grupo de control. Koenig (2008) encontró un aumento significativo en el disfrute del juego en la
condición narrativa, pero solo una tendencia estadística para puntajes de contenido post-prueba más altos.
El contenido de nuestro estudio se enseñó a través de una serie de secciones de texto instructivo que los
participantes debían leer mientras se reproducía una grabación de audio del texto. La envoltura narrativa fue
entregada después del texto y antes de las simulaciones a través de siete escenas de estilo de cómic que
cohesionaron o motivaron las siete secciones de texto. A fin de comprender si al agregar una narrativa de cohesión
hacía que la lección fuera más interesante y / o afectara el aprendizaje, la historia se escribió desde cero. La
comunidad de educación científica está muy comprometida con la búsqueda de métodos para agregar motivación
y compromiso a la ciencia; A veces puede ser difícil para los estudiantes mantener la persistencia mientras
estudian. La persistencia es fundamental para el éxito académico (Duckworth, Peterson, Matthews y Kelly, 2007).
Quizás agregar una historia narrativa inducirá una persistencia localizada o agallas en algunos estudiantes. Puede
encender una curiosidad sobre el final de la historia y darles a los estudiantes una razón para continuar estudiando
y haciendo sentido.
Nuestros gráficos de escenas de corte tipo cómic configuran una dramática historia de arco con conflicto y
resolución final. Las inserciones narrativas justificaron las próximas simulaciones, es decir, hacen que los globos se
adhieran a las paredes por inducción para una fiesta próxima. Se sabe que las historias pueden hacer que el
contenido sea más fácil de recordar (Graesser, Singer, y Trabasso, 1994) y también predijemos que la estructura de
una historia podría aumentar el compromiso y la ayuda en la toma de sentido. Una buena historia debe contener
las cuatro C (Willingham, 2004): causalidad, conflicto, complicaciones y carácter. Agregamos las cuatro C en siete
minutos extra. Sin embargo, también podría ser el caso de que una historia sea una distracción. Los estudiantes
están trabajando con capacidad cognitiva limitada mientras participan en nuevos medios (Mayer, 2009). Una
historia convincente puede distraer, contener irrelevancias o proliferar en lo que se denomina detalles seductores
(Garner, Gillingham y White, 1989, Mayer, Griffith, Jurkowitz y Rothman, 2008). Crear una narrativa convincente es
un esfuerzo para los creadores de contenido y puede implicar recursos adicionales sustanciales (por ejemplo, obras
de arte, programación, secuencias de comandos de guiones, etc.). El efecto narrativo es una pregunta de
investigación oportuna y una respuesta definitiva sobre su valor podría ahorrar un tiempo considerable y fondos
para otros diseñadores e investigadores.

Sensibilidad de prueba
Mientras que agregar narración y más encarnación puede conducir a un mayor aprendizaje, eso no implica
necesariamente que ese aprendizaje pueda demostrarse en un examen de tipo verbal estándar, con lápiz y papel /
teclado. Por ejemplo, un estudiante puede haber aprendido que las partículas cargadas de forma similar aceleran
negativamente a medida que se separan, pero ese conocimiento puede ser motorizado y espacial y no ser
fácilmente transmitido por las palabras. En cambio, un procedimiento de evaluación que aproveche ese
conocimiento motor y espacial puede proporcionar una medida más sensible del conocimiento adquirido. Por lo
tanto, diseñamos una prueba más incorporada utilizando un panel de seguimiento muy grande, el Intuous Wacom
Pro. Con la gran almohadilla Wacom, los participantes podían colocar un dedo directamente sobre una superficie
que ofrecía una diagonal de dibujo de 15.1 pulgadas. El sensor Kinect no se usó como dispositivo de evaluación
posterior a la intervención porque dos de las cuatro condiciones experimentales tenían experiencia con el sensor y
tendrían una ventaja. El Wacom también sirvió como una medida de transferencia encarnada intransigente.
Para comprender el contenido abstracto como el campo eléctrico, uno debe comprender realmente cómo se
mueven las cargas y el significado de los vectores. En dos de las condiciones experimentales, los participantes
pudieron usar movimientos más grandes de brazo y mano (es decir, deslizar la mano desde el nivel del pecho hasta
una extensión completa por encima de la cabeza, sería uno de los gestos más grandes) para crear vectores en el
espacio tridimensional. Predijimos que los dos grupos que usaron movimientos corporales groseros durante el
aprendizaje para crear vectores y otras representaciones mejorarían en la metodología de evaluación que
facilitaba gestos y movimientos más grandes. Sin embargo, también puede ser que el hecho de mirar vectores
grandes animados en una pantalla sea tan efectivo como para sensibilizar las áreas sensoriomotoras de los
usuarios asociadas con el gesto. Si eso es cierto, entonces la condición 2 (la condición de baja representación
incorporada y solo visión) mostraría las mismas ganancias en la prueba posterior impulsada por Wacom que las
dos condiciones de alta incorporación. La amplia área de dibujo del Wacom alentó a los participantes a dibujar
vectores y también a "ser la carga". Podrían mover el dedo sobre una superficie grande y demostrar cómo una
carga libre podría moverse a través del campo eléctrico. Este tipo de evaluación es más háptica de manera práctica
y más "inmediata" porque el dedo humano toca una superficie en lugar de los dedos que sujetan el mouse y el
movimiento del mouse que afecta la visualización de la interfaz. La medida de Wacom puede tener una validez
ecológica más incorporada que las medidas impulsadas por el ratón.

El tema y las predicciones

Más sobre el campo eléctrico como el tema se puede encontrar en el Apéndice 2. Brevemente, queríamos un tema
abstracto que incluyera movimiento y efectos que no se ven a simple vista, porque las realidades mixtas y virtuales
están bien posicionadas para hacer lo invisible visto. El campo eléctrico sería nuevo, o al menos parcialmente
olvidado, para muchos de los estudiantes de psicología en este experimento. Debido a que es un tema difícil, hubo
pocas preocupaciones sobre los efectos de techo. La Ley 1 de Coulomb y las fuerzas de comprensión que actúan a
distancia se encuentran en los Estándares de Ciencia de Próxima Generación y se recomienda que se enseñen en
todas las escuelas secundarias de EE. UU.

Las cuatro preguntas de investigación y las predicciones son:

R1: Realización simple. ¿El aprendizaje se ve afectado por si el contenido es principalmente simbólico o está
encarnado? Predecimos un mejor aprendizaje en las tres condiciones corporales en comparación con S & T.
R2: Impulso gestual. ¿El aprendizaje se ve aún más afectado si los gestos activos se agregan a la sesión de
aprendizaje? Predecimos un mejor aprendizaje en Hi-EMB y Hi-EMB / Narr en comparación con Lo-EMB con
visualización pasiva.
R3: Narrativa del juego. ¿El aprendizaje y la cantidad de compromiso se ven afectados por la presentación de un
argumento narrativo que relacione y cohesione las simulaciones múltiples? Predecimos un mejor aprendizaje en
Hi-EMB / Narr en comparación con Hi-EMB.
R4: Sensibilidad de prueba. ¿Los diferentes tipos de procedimientos de evaluación revelan los efectos del
aprendizaje diferencial? La predicción es que el aprendizaje diferente será revelado por evaluaciones que están
más estrechamente alineadas con los métodos de codificación. Predecimos que la prueba de la tableta Wacom, en
comparación con la prueba del teclado, revelará mayores ganancias de aprendizaje para las altas condiciones
incorporadas.

Métodos
Participantes
Un total de 166 estudiantes de pregrado (74 mujeres, 92 hombres) de una gran universidad de los Estados Unidos
participaron en un estudio de Psicología 101 durante 2.5 horas de crédito de curso. Los criterios de inclusión
incluyeron poder soportar durante 1,5 h. Los participantes fueron asignados aleatoriamente a las cuatro
condiciones después de firmar los consentimientos informados. Si llegaban con habilidades expresivas en inglés
extremadamente bajas, el evaluador podía elegir administrar una prueba de lenguaje diseñada por el
experimentador en la que los participantes leían un párrafo en inglés y contestaban verbalmente cinco preguntas.
Ciento setenta y dos estudiantes llegaron, pero seis fueron despedidos del estudio, con crédito. Debido a que
había una cantidad no trivial de lectura en la tarea, era crucial que los participantes pudieran leer y comprender la
carga del idioma inglés. La encuesta demográfica reveló que 27 participantes (16%) tomaron el examen TOEFL y
que el 30% fueron estudiantes de ciencias.
Aparato
Se usaron dos salas de intervención. Ambos habían igualado grandes superficies de proyección. La primera
habitación tenía una ACTIVBoard Promethean ™ con una diagonal de 78 pulgadas, la segunda habitación tenía un
proyector NEC ™ M300WS montado en el techo que se proyectaba sobre una pared blanca con una pantalla de 78
pulgadas en diagonal. Tanto los dispositivos de proyección como las CPU conectadas al sensor de Microsoft Kinect
(Versión 1 o "Xbox 360"). En las dos primeras condiciones, el sensor Kinect se deshabilitó (S & T y Lo-EMB) pero se
presentó visualmente.
La tableta multitáctil Intuous® Wacom Pro se usó para reunir los gestos como una de las pruebas. La única tableta
se compartió entre las dos salas de prueba debido al costo. El Wacom es la superficie de dibujo para los artistas
debido a su sensibilidad a la presión. El Pro tiene un tamaño físico de 19.1 × 12.5 pulgadas; sin embargo, el área
activa Pro (sensible al toque de dedo) era 12.8 × 8.0 (es decir, una diagonal de 15.1 pulgadas).
Diseño
El estudio fue un diseño mixto 2 × 4. El primer factor fue el tiempo con una prueba previa y una prueba posterior y
el segundo factor fue la encarnación / narración con cuatro condiciones. Los participantes fueron asignados
aleatoriamente a una de cuatro condiciones a través de un generador de números aleatorios. Un experimentador
trabajó con un solo participante uno a uno. Una sesión completa con todas las pruebas tomó un promedio de 75
minutos (el tiempo dedicado a la tarea, o "contenido instruido" duró un promedio de 50 minutos en las primeras
tres condiciones y de 57 minutos en la condición narrativa final). Notamos que cuatro de los hablantes no nativos
tomaron más de 2 h (120 min) para completar todas las pruebas y el contenido.
Cada sección comenzó con tarjetas de texto de instrucciones sobre aspectos del campo eléctrico. A los
participantes se les pidió que leyeran las cartas cortas; sin embargo, las tarjetas también se entregaron
auditoralmente. Los participantes no podían saltarse con el clicker a través de las tarjetas de instrucción hasta que
las tarjetas se escucharon. El texto instructivo fue escrito para ser muy bajo, por ejemplo, se evitaron las palabras
con agencia y emoción, por lo que las palabras "empujar, tirar, atraer, repeler" no aparecieron, en cambio,
términos como "se mueve hacia" o "movimientos" lejos de "fueron utilizados. El texto de instrucción no varió
entre las condiciones. Todos los participantes se pararon en el medio de la sala y avanzaron a nuevas secciones con
un clicker de mano. De esta forma, el ritmo estaba algo bajo el control del usuario. Aunque podían volver atrás y
volver a leer en una sección de texto, no podían saltar a secciones totalmente nuevas (o antiguas). Había siete
secciones en la lección. La manipulación es lo que sucedió entre las tarjetas de texto de instrucción.

Las condiciones manipuladas.

• Símbolos y texto (S & T). Entre las secciones de la tarjeta de texto, el grupo de C & T respondió preguntas
de prueba que incluían solo texto y símbolos para ecuaciones y preguntas. Los participantes leyeron las
preguntas breves de texto de opción múltiple que aparecieron después de cada sección de contenido.
Después de cada sección de texto hubo cuatro preguntas de opción múltiple diseñadas para reforzar lo
que acaba de leerse y para equiparar el tiempo entre las condiciones. Por lo tanto, no se vieron ni
actuaron gráficos ni simulaciones entre las secciones, los participantes solo respondieron las preguntas de
los cuestionarios y recibieron comentarios después del envío de cada respuesta. Igualamos esta condición
al tipo de estilo de aprendizaje de libros de texto prevaleciente hasta hace una década. En todas las
condiciones, los participantes recibieron comentarios en tiempo real sobre las presentaciones.
• Bajo Emb. En la baja condición incorporada, los participantes vieron animaciones de simulaciones que
fueron pre-creadas (como ver un video). Los participantes podían comenzar las animaciones, pero no
podían controlar activamente la acción dentro de las animaciones. Como ejemplo, en el Contador de
electrones, observaron siete pruebas de electrones que se agregaron o eliminaron de la esfera de conteo
(detrás de la carta de GOAL en la figura 1). Luego vieron la suma calculada en tiempo real al mover las
flechas en la parte inferior derecha en el cuadro Calcular. Véase la Fig. 1. En la condición encarnada baja,
no realizaron la acción de mover las manos para "agarrar" los electrones; observaron una mano animada
en la pantalla haciendo esa acción. Los primeros tres ensayos fueron "pruebas de prueba". Crepusculos
 sobre cómo funcionó la simulación; las pruebas de show siempre incluyeron al menos un error que recibió
comentarios. Los siguientes cuatro ensayos fueron para un puntaje y solo fueron vistos. De nuevo, las
primeras tres condiciones (1, 2 y 3) se equipararon por tiempo.
• Alto EMB. Las dos condiciones finales (3 y 4) se consideran ambas personificadas. En la condición 3, se
encendió el sensor Kinect. El sensor de Kinect estuvo presente en las salas experimentales en las cuatro
condiciones, pero solo se activó para las condiciones 3 y 4. Después de las secciones de texto de
instrucción, los participantes pudieron interactuar físicamente con las siete simulaciones (que se
describen a continuación). Como ejemplo, en el Contador de electrones, el Kinect lee la ubicación de la
"mano más alta" a 60 hercios. Al usar este algoritmo de mano, no fue necesario preocuparse por la
lateralidad. A los participantes se les dijo que levantaran su mano dominante con un clicker y presionaron
el botón para seleccionar los electrones del área de espera en el cuadro Electron (ver Fig. 2). Después de
ver tres ensayos de práctica (similar a la condición 2), los participantes tomaron el control de los
siguientes cuatro ensayos en los que tomaron activamente electrones y crearon sus propios átomos. Los
participantes podían tomar electrones de la parte inferior izquierda y agregar electrones a la esfera. O, si
el átomo tuviera demasiados electrones en el núcleo, los participantes podrían hacer clic y eliminar los
electrones del átomo. Cuando los participantes decidieron que habían agregado o eliminado la cantidad
correcta de electrones negativos para que coincida con el valor objetivo, seleccionaron Calcular con el
clicker. A continuación, se mostraba una cuenta en Corriente con una flecha en movimiento que sumaba
las cargas negativas (electrones) y positivas (protones) para revelar q neto. Si Actual coincidía con el valor
objetivo, entonces se mostraba la CORRECTA (vea el video en www.embodied-games.com para aclarar la
secuencia o ver el Youtube en https://www.youtube.com/watch?v=eap7vQbMbWQ).
• Alto EMB-Narr (con línea de historia narrativa). La condición 4 era la misma que la condición 3, excepto
que se insertaron siete escenas de corte narrativo gráfico (ver figura 3) antes de las simulaciones. Esta
figura muestra el laboratorio del Maestro Lightning. Una escena de corte es un gráfico de estilo cómic con
burbujas de texto que aparecieron y se desvanecieron; los nuestros fueron acompañados por música El
tiempo total de visualización fue de 418 s (referido como 7 minutos a partir de ahora). Las escenas de
corte se mostraron después del texto de instrucción y motivaron la siguiente simulación. El punto de vista
del participante (POV) fue la primera persona en el rol de "aprendiz del Lightning Master". Las siete
escenas de corte se describen con más detalle en la sección de procedimiento.

Fig. 1 La captura de pantalla de Electron Counter con el objetivo establecido

 Fig. 2 La simulación del contador de electrones con esfera central de conteo

Fig. 3 Dentro del laboratorio de Lightning Master, escena de corte de muestra

Procedimiento
Los participantes afirmaron que podían soportar hasta 1.5 horas, aunque por lo general la porción de pie solo duró
50 minutos. El orden de las tareas fue el mismo para las cuatro condiciones:
• Los participantes firmaron formularios de consentimiento y fueron asignados aleatoriamente a condición.
Con base en los pocos minutos de conversación con el experimentador, los participantes pueden haber
tomado la prueba de lectura de inglés de 3 minutos de duración.
• Prueba previa del conocimiento del contenido: teclado tradicional. Esta fue una evaluación no basada en
gestos que usa el teclado como dispositivo de entrada. Ver archivo adicional 1.
• Prueba previa del conocimiento del contenido: basada en gestos. Esta fue una evaluación basada en
gestos que utilizó la tableta Wacom Intuous Pro. Ver el Apéndice 1.
• Intervención: todos los participantes se pararon en el centro de la sala de prueba, a 5 pies por delante de
la gran pantalla. Con un clicker, pudieron avanzar a las secciones a su propio ritmo. Estaban sentados
después de la intervención.
• Encuesta de participación: en la computadora, los participantes respondieron varias preguntas de
participación.
• Prueba de conocimiento del contenido posterior - Teclado tradicional. Los participantes tomaron las
mismas preguntas previas a la prueba del teclado.
• Conocimiento del contenido post-prueba - basado en gestos. Los participantes tomaron las mismas
preguntas previas a la prueba de Wacom.

El texto de instrucción
El texto en las tarjetas de texto de instrucción no varió entre las condiciones. Los participantes leían y escuchaban
silenciosamente las tarjetas de texto de instrucción y podían saltar hacia atrás para volver a leerlas en una sección.
El texto fue escrito con un contenido muy bajo, es decir, no se hicieron referencias al cuerpo y no se encontraron
expresiones antropomorfizadas. Después de cada sección de texto, se les pidió a los participantes que ingresaran
lo que aprendieron con el texto abierto. Esos análisis serán informados en otro lugar. El contenido principal se
refiere a la carga transportada a distancia y el campo eléctrico. Esto está relacionado con la ley de Coulomb2; para
este estudio nos enfocamos en la proporcionalidad.

Las siete simulaciones

Cada una de las siete simulaciones se creó en dos versiones (total = 14): una versión pasiva solo de vista para la
condición 2 (Low Embodied - Baja incorporación de energía) y la versión generativa manipulable para las dos
condiciones activas: condiciones 3 (High Embodied – Alta incorporación de energía) y 4 (High Embodied-Narr). El
Apéndice 2 contiene una descripción detallada de los 14 minijuegos y sus comentarios. A continuación se muestra
una descripción más breve de la versión incorporada baja (A) seguida de la descripción incorporada alta (B). La
Figura 4 es una tabla con siete imágenes clave que representan la imagen de la pantalla principal para las
simulaciones.

Simulación 1: generador de átomos

Para aprender: cómo sumar cargas en un átomo
• Atom Builder Low Embodied: Esta simulación sirvió para recordar a los jugadores la estructura de un
átomo y cómo se mide la carga. En el centro de la pantalla había un núcleo que giraba lentamente (con
protones en rojo y neutrones en amarillo). El objetivo era hacer coincidir el número objetivo de valencia y
una animación, ya sea electrones añadidos o eliminados para alcanzar el qnet objetivo (se muestra en la
esquina superior izquierda). Para las versiones baja y alta de Atom Counter, hubo siete pruebas en total.
• Atom Counter High Embodied: El sensor Kinect siempre estaba delante de la pantalla en todas las
condiciones. La adición y eliminación de electrones se controló con la mano más alta del jugador. Si el
participante sostuvo su mano sobre la caja de Electrones (abajo a la izquierda de la Fig. 2) o la esfera de
conteo central y presionó el botón de avance en el clicker, entonces los electrones dejarían de girar y un
electrón brillaría. El participante pudo "agarrar" y mover el brillante electrón en la pantalla. El electrón se
liberaría cuando el participante soltó el botón de clic. Esta simulación también se describe en la sección de
introducción.

Simulación 2: Medidor hecho

Para aprender: cómo las cargas libres colocadas cerca de las cargas fijadas revelan la magnitud del campo E,
incluye la ecuación dinámica
• Medidor hecho – Low Embodied. Esta simulación fue diseñada para ayudar a los alumnos a comprender
que la fuerza del campo eléctrico (campo E) puede evaluarse con un medidor en un punto del espacio. El
medidor tiene una carga de +1. El objetivo es colocar el medidor, actualmente lleno de signos de
interrogación en la segunda imagen de la Fig. 4, para que coincida con el campo Objetivo E (parte inferior
izquierda de la pantalla), actualmente 1.000. En el medio de la pantalla hay una carga fija. La carga fijada
variará en valencia y magnitud con cada prueba. El objetivo del juego final es hacer coincidir el campo
Objetivo E que dice 1,000. El participante observa el medidor azul y rojo mientras se mueve alrededor de
la pantalla a la ubicación correcta donde el campo E es igual a 1,000.
• Medidor hecho – High Embodied. La ubicación del medidor es controlada por la mano más alta del
participante, luego presiona el botón clicker cuando esté listo para colocar el medidor virtual en la
pantalla. El número de medición del campo E cambia dinámicamente a medida que se mueve el medidor.
Los comentarios de error fueron similares a los de la condición de baja incorporación, se permiten tres
ensayos antes de que aparezca una pista. Ver la imagen número dos en la Fig. 4.

Simulación 3: Vector Van Gogh

Para aprender: los vectores en el campo E revelan su magnitud y dirección, incluida la proporcionalidad dinámica
• Vector Van Gogh – Low Embodied. Esta simulación fue diseñada para ayudar a los participantes a
entender el concepto de vectores como poseedores tanto de la magnitud (longitud de la flecha) como de
la dirección (la dirección connota atracción o repulsión). Los participantes pueden explorar más a fondo
cómo se puede evaluar la fortaleza del campo E con cargos fijos y gratuitos. El participante observaría los
vectores que se extraen de un "punto de inicio" circular, una medida dinámica se muestra debajo del
punto de inicio. Vea la imagen número tres en la Fig. 4.
 • Vector van Gogh – High Embodied. El Kinect se usó para rastrear la mano más alta. El clicker se sostuvo en
la mano más alta. El objetivo de la versión de alto cuerpo era que el participante dibujara en el aire la
longitud y dirección correctas del vector. Cuando un participante comenzaba a dibujar un vector, el botón
de avance se mantenía presionado en el clicker y ese botón se soltaba cuando el vector terminaba. Similar
a la versión de bajo cuerpo, esta versión también contenía dos niveles de andamios; los vectores se
animaron primero como pruebas de demostración, luego se generaron (ya sea como un video o por sí
mismos) y se calificaron.

Simulaciones 4a y 4b: Push Me Pull U y Mitey Electric Field Hockey

(A) y (B) Push Me Pull U. Esto sirvió como calentamiento de observación para explorar vectores asociados con dos
átomos. La ecuación dinámica en la esquina superior izquierda ahora incluye un numerador donde q1 se multiplica
por q2. Los participantes harían clic en Activar en la parte superior de la pantalla y observarían cómo reaccionarían
dos partículas cargadas en un espacio contenido. Ambas partículas se liberarían de una situación fija a la vez y,
dependiendo de su magnitud y valencia, se dirigirían hacia o alejarse la una de la otra. Hubo cuatro ejemplos.
Simulación 4: campos de Mitey.
Aprender: cómo funcionan las cargas para crear un campo E no lineal.
• Mitey Fields – Low Embodied Version. Los participantes observaron cuatro simulaciones en esta versión.
Una animación mostraba cómo las cargas fijadas podían colocarse en la pantalla desde las esferas de
sujeción inferiores, ver la cuarta imagen en la Fig. 4. La carga fijada, por ejemplo, la carga q = -5, se
animaba desde el área inferior de la pantalla y colocado en el medio de la pantalla. Una vez que se activó
Activate, el campo E resultante llevaría a la criatura azul llamada "ácaro" de vuelta a un agujero. También
se modelaron dos errores. El ácaro siempre tenía una carga de +1.
• Campos de Mitey – High Embodied. En la versión de alto rendimiento, los participantes pudieron usar su
mano más alta y el clicker para tomar cargas de las esferas de sujeción en la parte inferior de la pantalla y
fijar las cargas en cualquier parte de la pantalla. El ácaro siempre se carga con +1, por lo que colocar la
carga de -5 detrás del ácaro hará que se dirija directamente al agujero. Después de tres errores, se dieron
pistas en pantalla. Se pueden ver videos de todas las simulaciones en el sitio web principal, pero este
juego ahora es independiente y se puede descargar https://www.embodied-games.com/games/all/mitey-
fields.

Simulación 5: Frotación del globo - fricción e inducción

Para aprender: Inducción por fricción
• Balloon Rub - Low Embodied. Esta simulación abordó dos temas importantes. El primer tema fue la
fricción y se demostró con el clásico roce de un globo sobre el cabello. Para tratar de mitigar los
problemas de raza y género, se utilizó un maniquí de artista estilizado (avatar o maniquí) para representar
el cuerpo en la pantalla. En la pantalla, se frotó un globo amarillo arriba y abajo del lado de la cabeza del
avatar para demostrar cómo los electrones se pueden quitar del cabello (ver la quinta imagen en la Fig. 4).
A medida que el globo amarillo recogía más electrones, el lado del globo tocando el cabello se volvió azul,
esto simuló que el globo se cargara con electrones del cabello.
La parte derecha de la captura de pantalla está etiquetada como "cámara de hiper cámara". Las líneas
negras representan pelos individuales y las partículas azules son electrones con una carga de -1 cada una.
El segundo tema de inducción se introdujo como una animación en la que el avatar empujó el globo hacia
la pared y el globo se pegó a la pared. En la Fig. 5, el participante pudo ver, subatómicamente, cómo los
electrones en la superficie del globo interactuaron con los electrones en la pared. En la toma de Hyper
Zoom, el lado del globo amarillo está salpicado de electrones extra azules, y en el lado derecho (en la
pared) los electrones azules se balancean en la pared neutral.
La Figura 5 muestra el estado unos segundos más tarde cuando el globo está pegado a la pared. A través
de la inducción, los electrones extra en la superficie del globo han empujado los electrones más cercanos
a la superficie de la pared un poco más hacia la pared. La superficie negativa del globo ahora es
fuertemente atraída por los protones positivos cerca de la superficie de la pared.
• Balloon Rub - High Embodied. En la versión de alto rendimiento, el sensor Kinect rastreó los movimientos
del brazo derecho del participante. Los participantes se enfrentaron a la pantalla y al sensor, y se les
ordenó que fingieran que se estaban frotando un globo en el pelo. A medida que la articulación de la
 muñeca derecha del participante se movía arriba y abajo, el algoritmo recogía la relación de ese
movimiento para mapear a la velocidad del avatar moviendo el globo virtual hacia arriba y hacia abajo en
la pantalla, es decir, el avatar en pantalla imitaba los movimientos del brazo derecho del participante. La
velocidad del movimiento del balón con balón del participante se usó para aplicar fuerza a una simulación
física de hebras de cabello en la toma Hyper Zoom, los mechones de cabello también se movieron al ritmo
de los participantes que frotan el movimiento. Por lo tanto, había un alto grado de agencia asociada con
esta simulación. Para el segundo tema de inducción, cuando el participante enderezó su brazo derecho, el
brazo del maniquí también se enderezaría y movería el globo virtual hacia la pared. El participante podría
entonces salir o recuperar el globo de la pared.

Simulación 6: Scuff-o-meter (traducido como medidor de frote o arrastre)

Para aprender: cómo la fricción puede despojar a los electrones de una superficie y la diferencia de potencial entre
dos objetos cargados puede inducir una chispa
• Low Embodied Version - Scuff-o-meter. En la versión de baja encarnación, los participantes vieron cuatro
animaciones de una chispa que ocurre entre la mano virtual en la pantalla y el "globo de brillo" de plata o
vela de chispa a la derecha. El globo resplandeciente apareció con una carga diferente en cada uno de los
cuatro ensayos. En la sexta imagen de la Fig. 4, la carga de brillo se establece en q = 10. En la versión de
animación de baja encarnación, la mano en el lado izquierdo de la pantalla se animaría hacia adelante y
hacia atrás mostrando rápidamente que estaba captando electrones por fricción (similar a la simulación
de globo). La carga en la mano aumentó con cada desgaste hacia adelante y hacia atrás. La fórmula
dinámica en pantalla ayudó a los estudiantes a deducir la relación entre la acumulación de electrones (la
q) y la distancia necesaria para una chispa (la r).
• High Embodied Version - Scuff-o-Meter. En la versión de alto rendimiento, el Kinect se usó para rastrear la
mano más alta del usuario, así como las posiciones de las dos articulaciones de la rodilla. En primer lugar,
se instruyó a los participantes a rascar, es decir, arrastrar los pies hacia adelante y hacia atrás a lo largo de
una franja de 2 m de largo de la habitación alfombrada. Los participantes pudieron ver en la pantalla
cuántos electrones acumularon mientras arrastraban hacia adelante y hacia atrás. Podrían ver que los
electrones se acumulan tanto en la mano virtual (a través de la etiqueta "q =") como a medida que los
electrones de punto azul aumentan en los círculos en la parte inferior de la pantalla (el Scuff-o-meter).
Cuando los participantes decidieron que habían reunido suficientes electrones para crear una chispa,
trajeron su mano humana, que estaba asignada a la mano virtual, hacia el globo de luz virtual para
obtener una chispa.

Simulación 7: ¡Dragon Shockra!

Para aprender: separación de carga y algunas de las condiciones para un rayo
• Dragon Shockra: Low Embodied. En la versión de baja encarnación, se les dijo a los participantes que
verían una simulación en la que los equipos serían "eliminados" de un dragón volador, los puntos se
otorgarían cuando las piezas fueran derribadas. Los participantes deben "notar las condiciones correctas"
que precedieron a un rayo. A saber, el qnet en la nube tendría que ser lo suficientemente alto y el dragón
tendría que estar lo suficientemente cerca para un rayo. Los electrones negativos se acumularían
dinámicamente en el fondo de la nube y la carga en la parte inferior de la nube se aliaría como qnet. Ver
la séptima imagen en la Fig. 4.
Este era un "juego de corredor de desplazamiento". El primer plano se desplazaría hacia la derecha y el
dragón parecería volar hacia la izquierda, hacia la nube. El dragón simuló movimientos cuasialeatorios.
(Ver el Apéndice 2 para una descripción más detallada de todos los algoritmos del juego.) El dragón tenía
una carga de +1. La r, o distancia, del dragón a la nube era una variable importante que se producía
cuando se producía un rayo, se animaba a los jugadores a observar la interacción entre la carga y la
distancia. Los participantes observaron la animación de 3 minutos que resultó en el golpe del dragón tres
veces. En la condición de solo vista, los árboles también fueron golpeados; es decir, los errores también se
modelaron.
• Dragon Shockra: High Embodied. Al igual que en la condición anterior, la ubicación de la nube estaba
restringida para moverse dentro del cuadrante superior izquierdo de la pantalla (contada como 100
unidades verticales desde la esquina superior izquierda). La séptima imagen en la figura 4 muestra la nube
en la posición inferior derecha. En la versión de alto cuerpo, el Kinect se usó para rastrear la mano más
alta del participante. La posición de la mano del participante controlaba la ubicación de la nube. Una vez
que el temporizador comenzó la cuenta regresiva de tres minutos, el dragón "volaría" automáticamente
hacia el borde izquierdo de la pantalla (comenzar a desplazarse). La cerca de proa y los postes de luz se
desplazaron hacia la derecha, dando la ilusión de que el dragón volaba. Los participantes controlaron cuán
cerca podría estar la nube del dragón. La trayectoria de vuelo del dragón se percibió como
"cuasialeatoria". Los jugadores dedujeron que no deberían simplemente posicionar la nube para estar
siempre bajos en el cielo, porque si la nube estuviera muy cargada y baja, golpearía el objeto cargado
positivamente más cercano. Ese objeto a veces sería un árbol positivo. Similar a la versión A, cuando los
árboles fueron golpeados con un rayo esto se consideró un error; los árboles arderían y la nube se
restablecería a una carga neutral perdiendo tiempo de juego. La mecánica de juego fue diseñada para que
los participantes pudieran utilizar su conocimiento de la ley de Coulomb para ser estratégicos y ganar de
manera más efectiva. Era importante no desperdiciar demasiadas huelgas dentro del límite de tiempo de
tres minutos. Si los jugadores derribaron las tres piezas del equipo antes del límite de tiempo, el juego
continuó durante los 3 minutos completos para igualar el tiempo de la tarea entre condiciones.
Fig. 4 Tabla de imágenes con la captura de pantalla principal que describe las simulaciones de ciencias
Fig. 5 Los electrones negativos en el globo empujan los electrones negativos en la pared más profundamente en la
pared, por lo que el globo se puede unir momentáneamente con la superficie de la pared un poco más positiva

La historia narrativa
Ahora que las simulaciones se han descrito, será más significativo describir las narrativas de escenas cortadas que
precedieron a cada simulación en la condición 4, Encarnada con narrativa.
• Antes de Electron Counter. The Lightning Master se va por 1 hora pero te alienta (el jugador al que se
refiere como el aprendiz, pero siempre fuera de la pantalla) a seguir trabajando para comprender el
campo eléctrico. Después de que el Maestro se va, un dragón travieso en una jaula le informa que es el
cumpleaños del Maestro y pide que lo dejen salir para comenzar a decorar la fiesta. ¿Dejarás que el
dragón salga de la jaula?
• Antes de Vector van Gogh. El dragón alienta al aprendiz a aprender tanto como sea posible acerca de los
vectores, ya que los ayudará a prepararse para la fiesta. Por ejemplo, para iluminar las esferas luminosas,
que son como velas, tendrás que saber sobre las chispas y el campo E.
• Antes del medidor hecho. El dragón alienta al aprendiz a entender los cargos ya que el conocimiento
ayudará a que la "máquina vectorial esté lista".
• Antes de Push Me-Pull U y Mitey Fields. El dragón está felizmente volando alrededor del laboratorio y
golpea una esfera de vidrio que contiene los "ácaros". Estos ácaros tienen una carga de +1. Los ácaros
deben ser capturados y devueltos a otra esfera. Es su trabajo usar el campo E para guiar a los ácaros
azules.
• Antes de la inducción del globo. Se ve al dragón abrazando la máquina vectorial con los corazones
volando. Él reitera la importancia de comprender la inducción y lo alienta a que vuelva a sus estudios.
• Antes de Scuff n Spark. El dragón te dice que encuentres una manera de poner globos en la pared como
decoración para la próxima fiesta.
• Antes de Dragon Shockra. The Lightning Master ha regresado y ve una ventana abierta. El Maestro se da
cuenta de que el dragón ha escapado y dice: "No se preocupe, esto ha sucedido antes". La siguiente
escena muestra que el dragón está en el cielo causando estragos mientras sobrecarga todos los graneros
y casas en el campo. El dragón sobrealimentado debe ser capturado.

Medidas
El conocimiento del contenido y el nivel de compromiso fueron evaluados. El conocimiento del contenido se
evaluó con dos medidas diferentes dadas como pruebas previas invariables y pruebas posteriores. El compromiso
se midió solo después de la intervención.

Prueba de conocimiento del contenido: versión de la computadora

El Test de Campos Eléctricos fue creado por un equipo de tres instructores de física y fue piloteado en cinco
participantes apropiados para su edad. La versión de estudio se incluye en el archivo adicional 1. Se administró en
Survey Gizmo; solo apareció una pregunta a la vez. La misma versión se dio en la prueba previa y la prueba
posterior sin comentarios.
Hubo 34 artículos en la prueba. Comenzó con un simple repaso "complete las partes de un átomo" y finalizó con
preguntas complejas sobre el movimiento de la carga. Los ítems fueron: 14 preguntas de opción múltiple, seis
tareas de Cloze que requirieron respuestas de una o dos palabras y 14 mensajes de respuestas cortas. Se creó una
rúbrica para calificar las respuestas cortas y se otorgaron puntajes de 0 a 3. Como ejemplo para la pregunta 21:
"Imagina una nube flotando sobre el desierto. La parte inferior de la nube está cargada negativamente. La
superficie de la tierra está cargada positivamente. Supongamos que colocamos una partícula cargada
positivamente y una partícula cargada negativamente en el aire entre la nube y la superficie de la tierra. ¿Qué
pasará con la carga negativa?

• 3 puntos = Se moverá con mayor velocidad (cualquier palabra para connotar "aceleración") lejos de la
nube y hacia la tierra.
• 2 puntos = moverse hacia la tierra y lejos de la nube - la dirección correcta solo obtiene 2 puntos.
• 1 punto = Mover en una dirección - no especificado.
• 0 puntos = incorrecto: avance hacia la nube, no se mueva, o DK ("no sé").

La puntuación máxima posible para la prueba fue de 102 puntos. No hubo problemas con el techo; los puntajes de
los participantes estuvieron en el rango de 7-74.

Prueba de conocimiento del contenido: versión de Wacom basada en gestos

Una de las preguntas de investigación se refería a si las diferencias de ganancia de conocimiento se verían
utilizando una plataforma de evaluación basada en gestos. El Kinect no se usó para reunir el movimiento del
cuerpo porque solo la mitad de las condiciones se habrían familiarizado con ese sistema mediante una prueba
posterior. En cambio, se eligió una tableta de gran formato que fue novedosa para todos los participantes en ese
momento, la Wacom ™ Intuous Pro (15.1 pulgadas o 38.4 cm de diagonal activa). Para comprender el campo
eléctrico, es fundamental comprender los vectores y cómo se mueven las partículas cargadas en el campo. Nuestra
prueba de Wacom se centró en cómo se mueven las partículas cuando las lleva el campo E y contiene 11
elementos. Los tres primeros elementos fueron simples tareas de práctica (por ejemplo, dibujar un vector que
tiene 4 unidades de longitud).
Todos los participantes confirmaron que nunca antes habían usado un Wacom. Esto es esencialmente una gran
almohadilla de seguimiento con gran sensibilidad y precisión para el tacto. Para esta fase de prueba, el teclado se
movió hacia un lado y el Wacom se colocó sobre la mesa debajo del monitor de la computadora de 16 pulgadas en
diagonal. Para mantener la evaluación tan háptica e incorporada como sea posible, no se usó el lápiz, en cambio
los participantes se sentaron y dibujaron con la punta del dedo sobre la superficie de Wacom.
En la Fig. 6, la colocación del dedo fue estilizada por el gran círculo azul, a medida que el dedo se movía, se dejaba
un rastro. Los participantes vieron sus resultados de movimiento en el monitor de la computadora colocado a la
altura de los ojos. Entonces, cuando el dedo se movió a través del Wacom, los usuarios vieron una línea de color
detrás del círculo azul. Cada 100 ms puntos blancos se colocaron dentro de la línea de color (ver Fig. 6).
Esto es similar al concepto de mapa de movimiento utilizado en la Instrucción de Modelado (Hestenes, 1987). La
ubicación de los puntos blancos es una señal visual de velocidad. Los usuarios deberían poder sentir si están
acelerando, pero la retroalimentación visual de los puntos blancos como un mapa de movimiento también les
permite a los usuarios ver que cuando el dedo se mueve más rápido los puntos se separan aún más. En la Fig. 6, los
puntos se acercan entre sí a medida que el usuario reduce la velocidad antes de detenerse en el extremo derecho.
Si los participantes no estaban satisfechos con la línea o vector que habían producido, podían tocar el botón
"reiniciar" en la parte inferior izquierda de la pantalla, de lo contrario, tocarían "enviar". El sistema también contó
el número de restablecimientos. Después de las preguntas de práctica, se hicieron las ocho preguntas sustantivas y
valieron siete puntos cada una (máximo = 56).
Para puntuar, se crearon vectores expertos. La Figura 7 muestra una respuesta experta a la pregunta 6 que
requiere repulsión (la línea roja generada por el dedo debe alejarse de la carga -1). Además, la aceleración negativa
debe verse como la respuesta correcta a medida que la partícula se aleja más de la carga anclada. En este ejemplo,
se otorgarían 3 puntos por la dirección correcta y 4 puntos por la aceleración negativa. Vemos evidencia de
aceleración negativa en la Fig. 7 porque los puntos del mapa de movimiento blanco se acercan entre sí a medida
que la partícula libre (es decir, la punta del dedo) se aleja más de la carga anclada.
El esquema de puntuación fue ideado por dos instructores de física y un científico informático. Se decidieron por
un tipo híbrido de puntuación parcialmente automatizado. Una mitad aleatoria de los datos también fue anotada
por un estudiante graduado que fue entrenado en el puntaje, pero ciego a la condición. El último punto del punto
siempre se descartó porque los participantes piloto informaron que se sentían obligados a reducir la velocidad
cuando llegaban al borde de la tableta.
Se creó una Interfaz de usuario guiada (GUI) para ayudar a los anotadores humanos y el software se diseñó para
puntuar donde era posible automatizar. Las dos primeras preguntas de velocidad constante fueron las más fáciles
de puntuar, la distancia entre los puntos cada 100 ms se recopiló y la varianza en el trazo de puntos se calibró para
la tercera parte del camino. Si la varianza entre las tres secciones (comienzo, medio y final) variaba en más de la
mitad de la SD individual del participante, entonces el movimiento no se consideraba constante. Para las preguntas
3 a 6, que trataban sobre la aceleración negativa y positiva, las respuestas directas eran más difíciles de lograr.
Algunos participantes dejaron puntos múltiples que podrían ser simplemente eyeballed, pero algunos
participantes fueron "cajones rápidos" y dejaron solo cinco o seis puntos utilizables en la pantalla. Aquí, el
programa GUI ayudó a visualizar y cuantificar los artículos. Fue posible dividir los caminos de puntos más cortos en
contenedores aún más finos, hasta 40 ms. Se estableció una regla que requería un mínimo de siete puntos (esto
excluía a dos participantes). El camino fue cortado a la mitad. La varianza en la primera mitad se comparó con la
segunda mitad. Sin embargo, este no siempre fue un método satisfactorio porque algunos participantes
demostraron aceleración más cerca del último trimestre de la línea y no pudimos definir un algoritmo establecido
para abordar adecuadamente estas idiosincrasias. La mayoría de las respuestas se pudieron calificar con el
algoritmo y el segundo autorizador acordó, pero el primer anotador puso a un lado una pila de rastros de puntos
"inciertos" y eliminó toda la información con la condición. Luego, otros dos puntajes debían llegar a un consenso
sobre esos senderos. La dirección valía tres puntos y la presencia de aceleración valía cuatro más.
Aproximadamente el 8% de las respuestas de aceleración se calificaron de esta manera. Por lo tanto, se necesitaba
un consenso entre los tres evaluadores antes de ingresar un puntaje en el conjunto de datos.
Las preguntas 7 y 8 aparecieron en la misma pantalla durante la prueba para que se pudiera hacer una
comparación directa. No se mostraron senderos de puntos ya que estos eran vectores. De nuevo, la dirección valía
3 puntos y ahora la magnitud (longitud del vector) valía los 4 puntos finales. En la pregunta 7, el objetivo era que el
participante dibujara un vector que mostrara la fuerza sobre la carga roja (el ion positivo en el lado derecho) a
medida que actuaba sobre la carga azul. No nos importa exactamente cuánto tiempo el primer vector está en la
pregunta 7, solo necesitó ser más largo que el vector dibujado para la pregunta 8. La respuesta a la pregunta 8 se
calificó de la siguiente manera: 3 puntos para la dirección, 3 puntos para el el vector es más corto que el de la
pregunta 7, y 1 punto extra si el vector tiene exactamente un cuarto de la longitud del primer vector dibujado en la
pregunta 7. La figura 8 muestra un participante que hizo esto correctamente.

Encuesta de medición de compromiso

Después de la prueba de Wacom, la encuesta de participación se realizó en una computadora utilizando el paquete
SurveyGizmo. La primera serie de preguntas fueron Likert-style que van desde 1 (Totalmente en desacuerdo) a 5
(Totalmente de acuerdo).

• Ahora estoy más interesado en Electric Fields.

• La actividad fue aburrida (Reserva codificada).
• Encontré interesante la actividad.
• Yo quería completar esta actividad.
• En general, creo que esta experiencia de aprendizaje vale la pena el esfuerzo.

Luego se pidió a los grupos encarnados altos y bajos que clasificaran, utilizando de 1 a 7, los juegos que "más
disfrutaban". Se presentó una lista de los juegos y colocaron números junto a los juegos (simulaciones).
 Fig. 6 Primer plano de la aceleración en un trazo de puntos del mapa de movimiento. Observe cómo los puntos
blancos se acercan más hacia el final del deslizamiento del dedo connotando la aceleración negativa

Fig. 7 Respuesta de expertos a la pregunta 6 sobre la medida de Wacom

Resultados
Conocimiento del contenido: evaluación del teclado
Las pruebas de teclado de conocimiento de contenido fueron evaluadas por dos investigadores entrenados que
estaban ciegos a la condición. Todos los evaluadores obtuvieron una muestra aleatoria de 96 ítems, lo que revela
una correlación significativa (r = 0,91, p <0,001). Los resultados se informan solo para los participantes que
completaron tanto la prueba previa como la posterior (n = 166). Un análisis de varianza de una vía (ANOVA)
realizado con SPSS v20 demostró que los puntajes de la prueba previa no variaban según la condición, F <1.0.
Se realizó un análisis de regresión lineal que predice los puntajes postest, utilizando contrastes Helmert. El primer
modelo de la regresión incluyó solo el contraste 1 (condición 1 [C & T] frente a las condiciones corporales [2, 3 y
4]). El segundo modelo agregó contraste 2 y preguntó la pregunta encarnada baja versus alta (es decir, condición 2
[Embbajo] versus condiciones 3 y 4 [Emb alta y alta Emb-Narr]) y contraste 3 que hizo la pregunta del efecto
narrativo (condición 3 [ High Emb] contra condición 4 [High Emb-Narr]). El primer modelo (utilizando solo el
contraste 1) fue una mejora significativa con respecto al modelo simple, F (1,164) = 4.23, p <0.042, representando
el 2.5% de la varianza en los puntajes posteriores a la prueba. Esto demuestra que las tres condiciones
incorporadas se desempeñaron en promedio mejor que las condiciones de control de S & T. Vea la Tabla 3 para las
descripciones de la evaluación del teclado. El segundo modelo (usando los contrastes 1, 2 y 3) no fue una mejora
significativa con respecto al primer modelo, F (3,162) = 1,58, p <0,20. Esto demuestra que la baja condición
incorporada no tuvo un peor rendimiento que el promedio de las dos condiciones de alto encarnado, ni tampoco
hubo una diferencia narrativa significativa entre encarnada y alta incorporada.
 Fig. 8 Respuesta experta a las preguntas 7 y 8 que aparecieron en la misma pantalla. Lo más importante es que el
vector en la pregunta final (panel de la derecha) es más corto que el vector en el panel de la izquierda

Conocimiento del contenido: Wacom y gesto

Los resultados se informan solo para los participantes que completaron tanto la prueba previa como la posterior a
la prueba. Hubo algunos problemas técnicos asociados con la tableta. Además, los datos de seis participantes se
perdieron debido a que los datos se guardaron en un archivo incorrecto al comienzo del estudio (n = 134). Un
análisis de varianza de una vía (ANOVA) no reveló diferencias significativas entre las condiciones en la prueba
previa, F (3, 130) = 1.61, p <0.19.
Se creó un análisis de regresión lineal con contrastes. Como estábamos interesados en si el hecho de estar activos
y el uso de gestos afectaba el rendimiento en la prueba de Wacom basada en gestos, se creó un modelo con 0, 1
contrastes "ficticios" para abordar la C & T + encarnación pasiva frente a la activa. Ese contraste fue significativo, F
(1, 132) = 3.77, p <0.05. Es decir, un contraste que comparó la condición 1 (S & T) y la condición 2 (Low Emb) (el
contenido visualizado pasivo) con las dos condiciones activas de alta incorporación (3 [High Emb] y 4 [High Emb-
Narr]) fue estadísticamente significativa (ver Tabla 4).

Encuesta de compromiso
La encuesta de participación se dividió en dos secciones de interés: (1) aumento en el interés en el tema; y (2)
participación total en la tarea. Estos se informan como contrastes del grupo Bonferroni.

Mayor interés en el tema de los campos eléctricos

Para la pregunta "ahora estoy más interesado en Electric Fields", los participantes respondieron en una escala de 1
(muy en desacuerdo) a 5 (muy de acuerdo). Un ANOVA reveló diferencias grupales significativas entre las cuatro
Condiciones, F (3,161) = 5.05, p = 0.002. El aumento en el interés coincidió muy bien con nuestras predicciones y el
diseño en capas del contenido (SD entre paréntesis): C & T, M = 3.05 (0.91); Low Emb, M = 3.51 (0.82); High Emb,
M = 3,65 (0,69) y High Emb-Narr, M = 3,69 (0,83). Los análisis de Bonferroni sobre las comparaciones del grupo
revelaron una tendencia de que el grupo de C y T estaba algo menos interesado en el tema postintervención que el
grupo de Bajo Emb (p = 0,065); se observaron diferencias estadísticamente significativas al comparar el grupo Low
Emb con High Emb (p = 0.008), y también al comparar el grupo Low Emb con el grupo Emb-Narr alto (p = 0.004).
Este último resultado muestra que, en promedio, los participantes en la condición narrativa informaron que
estaban más interesados en el contenido en comparación con los participantes en las otras condiciones.

Compromiso total en "la actividad"

Ver la Tabla 5 para las descripciones del compromiso. Para obtener un puntaje más estable en el compromiso en
general, los puntajes de la calificación de compromiso total se calcularon sumando las calificaciones de los
participantes a cuatro ítems estilo Likert en la encuesta de compromiso:

• Esta actividad fue interesante.

• Esta actividad era aburrida (código inverso).
• Yo quería completar esta actividad
• En general, encontré que esta experiencia de aprendizaje vale la pena el esfuerzo.

Un ANOVA reveló que las tres condiciones incorporadas resultaron ser significativamente más interesantes y valió
la pena el esfuerzo, F (3, 161) = 6.28, p <0.001. Un análisis de Bonferonni reveló que la diferencia entre las
condiciones de S & T y Low Emb no era significativa (p <0,47); sin embargo, dos comparaciones adicionales fueron
significativas, entre S & T y High Emb (p <0.001) y entre S & T y High Emb-Narr (p <0.005).

¿El compromiso y el grupo interactúan para predecir el aumento de aprendizaje?

Se realizó una regresión usando las ganancias en la prueba basada en teclado como la variable dependiente. Las
variables independientes fueron la calificación de grupo y compromiso. Este modelo con dos predictores fue
significativo, F (2, 163) = 4.72, p <0.01. Sin embargo, agregar la interacción del grupo por la calificación del
compromiso no aumentó la predictibilidad del modelo; de hecho, el R2 ajustado se redujo en 0.01. Los modelos se
corrieron con códigos de contraste ortogonales y códigos lineales simples. El compromiso aumenta de acuerdo con
la ubicación del grupo y luego parece estabilizarse con las dos condiciones de alto encarnado. No hay una
interacción significativa entre el compromiso y el grupo; en este estudio, el nivel de compromiso no moderó el
efecto del grupo para el aprendizaje.

Correlaciones
Las correlaciones de Pearson r se recopilaron sobre las ganancias de conocimiento y las preguntas de la encuesta
de interés y participación. No es sorprendente que el compromiso y el interés se correlacionaran entre sí, r = 0.73,
p <0.001. Los puntajes de conocimiento del contenido difirieron por tipo de prueba una vez más. Los puntajes de
ganancia en la prueba de conocimiento basada en el teclado se correlacionaron significativamente con el interés (r
= 0.29) y el compromiso (r = 0.31, todos los ps <0.006); sin embargo, las ganancias en la prueba de Wacom basada
en gestos no se correlacionaron en absoluto con el interés (r = 0.02) o el compromiso (también, r = 0.02). La
distribución de la varianza asociada con la condición experimental no alteró sustancialmente los niveles de
significación entre las ganancias e interés de la prueba Wacom, ni las ganancias y el compromiso de la prueba
(todas las p <0,40). Lo que sea que impulse las ganancias en la prueba de Wacom puede no estar asociado con el
interés o el compromiso medido en este estudio.

Discusión
Este estudio tiene implicaciones para varios campos, incluido el diseño de medios educativos, las métricas de
evaluación del conocimiento y la encarnación en la ciencia. Las preguntas de investigación fueron diseñadas para
abordar tres constructos importantes para la educación científica: (1) qué efecto tiene el nivel de encarnación y los
gestos activos en el aprendizaje; (2) hay un efecto narrativo asociado con las simulaciones científicas (en un
entorno de laboratorio); y (3) ¿cuáles son los efectos de las interfaces de prueba? Específicamente, las ganancias
diferenciales de aprendizaje se verán en pruebas más incorporadas, basadas en gestos.

Símbolos y texto versus las condiciones corporales

Los participantes en edad universitaria en este estudio aprendieron más del contenido cuando se incluyeron
simulaciones incorporadas. Cuando se probaron con un formato más tradicional de elección múltiple y respuesta
corta, todos los participantes en las condiciones incorporadas (tanto bajas como altas) demostraron mayores
ganancias de aprendizaje. Por lo tanto, se ha respondido la primera pregunta de investigación sobre si los
estudiantes aprenden más cuando se incorporan las nuevas lecciones de ciencias de los medios.

Impulso gestual
Dentro del constructo de la realización, algunas lecciones estarán más incorporadas: cómo se compara el
aprendizaje en la condición de realización pasiva (baja) frente a la condición de realización activa (alta). Las dos
condiciones de alto encarnado se produjeron en el cuarto grado de acuerdo con la taxonomía de la encarnación en
la educación (Johnson-Glenberg et al., 2016) y la baja condición incorporada se produjo en el segundo grado. La
predicción fue que cuando los participantes podían estar activos y controlar el contenido de la pantalla a través de
gestos y captura de movimiento, esos participantes experimentarían un "impulso gestual" en el aprendizaje.
Usando la métrica de prueba tradicional basada en el teclado, no se observó una diferencia significativa en el
aprendizaje entre los grupos encarnados bajo y alto. Sin embargo, cuando se evaluó con la medida de
conocimiento de la tableta Wacom más incorporada, se observó una diferencia significativa en el aprendizaje. Los
dos grupos encarnados que usaron gestos para, por ejemplo, crear vectores en un espacio tridimensional,
obtuvieron mejores resultados en la medida de evaluación Wacom bidimensional (2D) basada en gestos. Esto no
fue un hecho; la mecánica de prueba de Wacom de tocar y arrastrar la yema del dedo no pareció ser intuitiva para
muchos de los participantes y requirió varias pruebas de práctica en la prueba previa. Aunque, una vez que los
participantes se sintieron cómodos con la mecánica, se movieron con seguridad y no necesitaron recordatorios en
la prueba posterior.
Las altas condiciones incorporadas también proporcionaron más agencia y fueron diseñadas para incluir múltiples
instancias de gestos de representación. El uso de gestos durante el aprendizaje puede haber aligerado la carga
cognitiva al "transferir información de la memoria verbal a una tienda de memoria más visoespacial" (Cook &
Goldin-Meadow, 2006). Trabajos recientes también sugieren un "efecto durmiente" (Brooks & Goldin-Meadow,
2016) asociado con movimientos y gestos congruentes en el sistema de aprendizaje, de modo que incluso si no se
ven ganancias inmediatas después de mostrar movimientos, los alumnos de ese estudio pudieron resolver
ecuaciones mejor cuando se prueba más tarde. Goldin-Meadow et al. la hipótesis de que gesticular puede sembrar
las semillas para el aprendizaje posterior (Brooks & Goldin-Meadow, 2016).
Desde una perspectiva neurobiológica, un concepto puede describirse como una red creada por conjuntos de
células vinculadas que procesan información emocional, lingüística y sensoriomotora (Hauk, Johnsrude y
Pulvermüller, 2004). Las palabras y el conocimiento se representan en redes distribuidas con diferentes
topografías, incluidas las áreas perisilvianas y otras que participan en el procesamiento de la percepción y la acción
(Macedonia y von Kriegstein, 2012). A través de Hebbian, el aprendizaje de la forma y la fuerza de activación de las
redes cambia con el tiempo, de modo que con más instancias de exposición, y especialmente más exposición
multimodal por acción, el aprendizaje conceptual puede fortalecerse. El resultado es una red de rastros más
robusta. Esto también se puede considerar como una estructura de conocimiento. El aprendizaje de la ciencia con
gestos significativos puede tener efectos sobre la retención y la tasa de deterioro del conocimiento y la
información, como se ha visto en los estudios de aprendizaje de idiomas basados en gestos (Macedonia y von
Kriegstein, 2012).

Narrativa del juego

Habíamos predicho que tanto el aprendizaje como el compromiso se verían afectados positivamente por los
alumnos a los que se les presentara una historia narrativa para cohesionar las simulaciones de múltiples ciencias.
Nuestra hipótesis fue que la narración ayudaría a los estudiantes a cohesionar los elementos y mantener la
motivación para terminar la lección. No se observó el aumento previsto en el aprendizaje, las puntuaciones no
fueron significativamente diferentes cuando se comparó la condición corporal sin narrativa con la condición
corporal con narrativa, aunque los participantes gastaron 7 minutos extra en la tarea en la condición narrativa.
Por otro lado, los puntajes de mayor interés para el tema se vieron en la condición narrativa. Al comparar el grupo
High Embodied-Narrative con el grupo Symbols & Text, la diferencia fue significativa (p <0.004). Este último
resultado muestra que, en promedio, los participantes en la condición narrativa informaron que estaban más
interesados en el contenido en comparación con los participantes en las otras condiciones. Este interés no se
tradujo en un "compromiso" con la tarea como un todo, como se vio en la segunda pregunta de la encuesta. La
diferencia entre el interés y el compromiso de la versión High Embodied a la versión High Embodied-Narrative no
fue significativa. Recomendamos que los estudios futuros utilicen el compromiso como un mediador del
aprendizaje. Muchos teóricos afirman que agregar componentes parecidos a los juegos hará que el contenido sea
más atractivo y que un mayor compromiso conducirá a un mejor aprendizaje, pero los estudios aleatorizados a
gran escala son difíciles de encontrar y demuestran un papel causal o de mediación en el aprendizaje de
videojuegos educativos. No encontramos una interacción significativa de compromiso por grupo en este estudio.
Para la prueba de teclado (solo), los que estaban más involucrados en la lección lo hicieron mejor, pero el
rendimiento no estaba vinculado ni moderado por la pertenencia a un grupo.
Es importante informar este resultado narrativo nulo para que pueda ser incluido en futuros metanálisis.
Especulativamente, puede haber varias razones por las cuales no se observó un efecto narrativo. En primer lugar,
las personas pueden nacer como "creadores de historias". Es decir, es posible que simplemente hayan inducido su
propia narrativa. Aunque dos de las condiciones incorporadas no sabían por qué tenían que pegar globos en una
pared, o golpear al dragón con rayos, esos participantes estaban listos para participar en esas simulaciones sin
preguntar a los experimentadores "por qué". En segundo lugar, es posible que nuestra historia no haya sido
convincente para los estudiantes en edad universitaria, ya que el hecho de ser un aprendiz es algo de bajo
prestigio. Haríamos bien en seguir los consejos de Marsh et al., Que las sutiles señales de los caracteres pueden
tener efectos importantes en los resultados de la investigación y en los juegos, "los personajes nunca son neutros
socioafectivos" (Marsh et al., 2011). En tercer lugar, y nos aferramos a este con más fuerza, las narrativas pueden
ser más efectivas cuando el contenido se entrega durante varios días porque la atención al aprendizaje puede
comenzar a marcarse solo después de la primera exposición nueva. Este estudio se basa en una sola exposición de
intervención. Si finaliza mucho tiempo, el contenido de múltiples sesiones queda a criterio del usuario, entonces se
puede observar el poder de la narrativa. Todavía no hemos visto estudios publicados que comparen los aumentos
de aprendizaje en lecciones de varios días y controladas por el usuario con y sin envoltorios narrativos. Los
estudios de Koenig citados anteriormente fueron experimentos de laboratorio de una sola toma como este.
Sabemos que los videojuegos de entretenimiento con historias enriquecedoras (e incluso tramas muy delgadas
como la serie de Mario Bros.) hacen que los usuarios vuelvan. Se necesita más investigación sobre la educación
científica y la inclusión de envoltorios narrativos para comprender si existe un verdadero "valor agregado" para el
tiempo adicional y los recursos necesarios para crear y comprender envoltorios narrativos de calidad para el
contenido de sesiones múltiples. En una situación experimental como esta, los participantes saben que van a
obtener su crédito independientemente de su rendimiento o "agallas". Los participantes iban a terminar sin
importar cuán aburrida sea la tarea porque el crédito era la zanahoria y un experimentador estaba en la habitación
todo el tiempo. Un contenedor narrativo puede aumentar la motivación / compromiso solo cuando ciertas
condiciones están presentes, p. múltiples sesiones de tareas, simulaciones más aburridas. Recomendamos que la
investigación narrativa se realice en situaciones propensas al desgaste y establezca de manera inequívoca que este
experimento de laboratorio no se debe interpretar como un himno para nunca desperdiciar fondos en grandes
envoltorios narrativos. Nuestro take-away es bastante específico: "Si diseñas un experimento de laboratorio de
simulación científica de una sesión, es posible que no veas diferencias significativas en el aprendizaje asociado con
un envoltorio narrativo".

Sensibilidad de la prueba
Habíamos predicho que los efectos del aprendizaje diferencial serían desenterrados por una evaluación que
estuviera más alineada con el método de codificación o aprendizaje. Las dos condiciones activas y corporales
permitieron a los participantes dibujar y mover contenido en la pantalla con grandes gestos congruentes.
Predijimos que la tableta Wacom que permitía a los participantes deslizar una pantalla con movimientos más
grandes podría revelar mayores ganancias de aprendizaje que el formato tradicional basado en el teclado. Esta
predicción fue apoyada y se revelaron ganancias de conocimiento significativamente mayores para las dos
condiciones corporales altas en la prueba de Wacom. También puede darse el caso de que el tipo de pregunta sea
un factor, es decir, que las preguntas relacionadas con el movimiento y las fuerzas a distancia se puedan instanciar
y evaluar mejor con la interfaz de Wacom facilitada por gestos.
Wacom no fue una herramienta que se usó en ninguna condición durante la intervención, por lo que también se
puede ver como una herramienta de transferencia. Esta es la primera vez que vemos la tableta de área grande
utilizada en la literatura científica para tales propósitos de evaluación. Postulamos que tales superficies permiten a
los estudiantes mostrar el conocimiento de una manera más encarnada. Los gestos de Wacom son más
congruentes con la manera en que se aprendió el conocimiento en las dos condiciones corporales más elevadas.
Además, al hacer que los participantes activamente "generen" la aceleración con sus cuerpos, la prueba en sí
misma pudo haber reforzado el concepto aprendido, sirviendo como un poderoso primo multimodal, además de
ser una forma más sensible de evaluación.
Es intrigante que la prueba de Wacom pudo distinguir una diferencia en el aprendizaje entre la condición
encarnada de grado inferior (segundo grado) y las condiciones incorporadas de grado más alto (cuarto grado). Las
dos lecciones de cuarto grado contenían múltiples instancias de gestos congruentes y mucha más activación
sensoriomotora (en base a la Taxonomía para la encarnación en la educación (Johnson-Glenberg et al., 2014a,
2014b, 2016)). Quizás el aumento en la activación sensoriomotora bien mapeada creó trazas de memoria más
fuertes y esto facilitó una mejor comprensión del contenido científico relacionado con el movimiento y las fuerzas
a distancia. La comprensión que se obtiene a través de una mayor activación sensoriomotora se puede aprovechar
más fácilmente mediante medidas que reactiven el sistema sensoriomotor. Los estudios futuros deberían incluir
preguntas sin gestos en la interfaz de la tableta, es decir, opción múltiple. De esta manera, se pueden obtener
correlaciones intraindividuales y mayor validez para la medida.

Realidad mixta / virtual y gesto

En nuestra teoría, ser activo y usar gestos bien mapeados debería facilitar un aprendizaje más profundo. Cuando
los alumnos hacen las acciones relacionadas con los conceptos que deben aprender, pueden no solo aligerar la
carga cognitiva, sino también al reforzar la señal de codificación global al agregar más modalidades. ¿Esto significa
que más información sensorial siempre es mejor?
El futuro de la inmersión sensorial completa en VR HMD es intrigante para quienes están en educación.
Actualmente, este laboratorio está explorando cómo la adición de gestos mediante controles manuales junto con
los HMD aumentará o disminuirá el aprendizaje. Las experiencias de realidad virtual y resonancia magnética
pueden hacer que lo invisible se vea de una manera que la lectura y las imágenes 2D no. Al agregar la información
gestual y háptica a la experiencia educativa, predeciríamos que se producirá un fortalecimiento de la señal de
codificación, siempre que la experiencia esté diseñada y armada de manera adecuada.
Agregar gestos a plataformas ricas y altamente inmersivas puede tener más efectos sobre el aprendizaje. Como un
ejemplo de hacer que lo invisible sea visto, cuando los estudiantes se arrastran sobre la alfombra en la clase de
realidad mixta llamada Scuff-n-Spark, están activando recuerdos pasados de estar conmocionados después de
caminar sobre una superficie alfombrada. La experiencia incluye imágenes digitalizadas, movimientos corporales
capturados y contenido procesable bien mapeado en un mundo virtual. Usar muchos sentidos para transportar a
los alumnos de vuelta a modelos mentales, o instancias que se relacionan con el mundo real, también mejora la
sensación de presencia o estar allí (Slater et al., 2010). Este tipo de presencia puede servir como primo para que se
activen los símbolos perceptuales o, utilizando el idioma que preferimos, puede alimentar la estructura de
conocimiento actual del alumno. Con la estructura de conocimiento de una descarga por electricidad estática
preparada y activada, puede ser más fácil integrar los conceptos de la lección, p. pelar los electrones de la
alfombra con los pies hace que la superficie de la mano sea más negativa. Mostrar el qnet que altera en la mano
virtual es un ejemplo de ver lo invisible. Nuestra hipótesis es que cuando los estudiantes están rodeados
visualmente y auditivamente por la experiencia, se pueden dedicar más recursos cognitivos a agregar nuevos
componentes de conocimiento a las estructuras de conocimiento existentes.
Hay varias direcciones para futuros estudios. Uno podría estar investigando de qué manera incremental y
sistemáticamente hacer una plataforma más inmersiva afectará el aprendizaje y la retención. No hemos variado la
plataforma en este estudio. Para este estudio, podemos decir que el uso de controles basados en gestos tuvo un
efecto en el aprendizaje para la población de edad universitaria reclutada. No sabemos cuán generalizables serán
los resultados para los estudiantes más jóvenes. No sabemos si las habilidades espaciales moderan este tipo de
aprendizaje incorporado, esa sería otra ruta interesante para estudios futuros.

Diseños para llevar

Terminamos con diez viñetas para un diseño sólido en el futuro. En primer lugar, se recomienda que los
diseñadores instructivos que deseen crear más contenido incorporado consideren en profundidad las posibilidades
de su tecnología elegida; deberían pensar cómo se pueden integrar los gestos con la tecnología y el contenido.
Necesitan pilotar esos mecanismos con cada iteración. Elegimos utilizar un sensor de seguimiento conjunto (el
Kinect) para nuestras condiciones de cuarto grado más incorporadas, ya que permitía la locomoción y los gestos
motores gruesos. Sin embargo, si sabe de antemano que los alumnos deben estar sentados en una computadora,
todavía hay muchos usos creativos para el mouse y la almohadilla de seguimiento. Piense en cómo el dispositivo
de entrada y la interfaz de usuario pueden ser manejados por gestos que sean congruentes con el contenido que
se aprenderá. Por ejemplo, queríamos construir una simulación que refute el concepto erróneo de que un bob
liberado del spinning viajaría en una trayectoria curva (la falacia del ímpetu). Se creó una simulación de fuerza
centrípeta en la que el alumno gira el bob en la pantalla haciendo círculos con el mouse sobre una mesa y suelta el
bob virtual levantando el dedo índice. Esta actividad puede reclutar menos activación sensoriomotora que
balancear una sobrecarga física de bob (Johnson-Glenberg et al., 2016), pero es más activa y está más encarnada
que ver un video de la misma. El diseño siempre es una compensación.
Algunos conceptos se aclaran antes de presentar la lista. El andamiaje, es decir, el soporte apropiado del tiempo y
la cantidad de contenido, es crucial. En la serie de simulaciones de campo eléctrico, comenzamos con una simple
revisión sobre cómo calcular la carga de un átomo, luego mostramos cómo una sola carga de prueba permite
comprender el campo eléctrico, luego permitimos que dos cargas se muevan libremente. que tanto q1 como q2
podrían interactuar. En la última y última simulación, los participantes exploraron las complejidades de un rayo.
Dentro de cada minilesson, la secuencia de la complejidad del contenido y los gráficos en la interfaz del usuario
fueron andamiados y agregados. Los creadores también deben diseñar para que el alumno pueda abrazar el
fracaso. Al permitir que los participantes construyan y ejecuten modelos en las dos condiciones finales, permitimos
que los estudiantes fallen varias veces. Aunque en la condición de Baja Representación se mostraron fallas pre-
diseñadas, puede haber algo especial acerca de aprender a través de sus propias fallas. El fracaso en los juegos es
de bajo riesgo y crítico para el aprendizaje. Los errores en una configuración similar a un juego brindan
oportunidades valiosas para el aprendizaje cuando se proporciona retroalimentación inmediata. Utilizamos
técnicas sólidas de diseño de juegos educativos (Gee y Shaffer, 2010) y siempre proporcionamos pruebas múltiples
y niveladas con comentarios inmediatos. Por último, no puede ser acción todo el tiempo, también se debe
construir espacio para reflexión.

Los consejos de diseño se dividen en creación de contenido y categorías de evaluación:

La creación del contenido:

• Ser encarnado, estar activo.
• Dale un sentido de agencia.
• Ser gestualmente congruente.
• Componentes y complejidad del andamio.
• Fomentar la interacción colaborativa.
• Sea amigable con los errores.
• Diseñar en oportunidades para la reflexión.

La evaluación del aprendizaje:

• Sea flexible, los logros de aprendizaje pueden aparecer de maneras inesperadas (tal vez solo un mes
después).
• Incrustar evaluaciones en el juego.
• Si el contenido está incorporado, haga que la evaluación coincida.

Conclusiones
Con la tecnología de captura de movimiento cada vez más rentable y entrar en el campo de la educación, es
importante que los expertos en educación incorporados discutan y diseñen el contenido de una manera más
codificada. Como campo, necesitamos estudios que expliquen los componentes más eficaces en las lecciones de
ciencias corporales. El estudio presentado aquí evaluó qué variables predijeron ganancias de aprendizaje en una
lección de 1 hora. Las tres variables manipuladas fueron: (1) nivel de encarnación; (2) nivel de actividad generativa;
y (3) presencia de la narrativa de la historia. Además, se administraron dos tipos de pruebas: (1) una prueba de
física basada en texto tradicional respondida con un teclado; y (2) una prueba más basada en gestos usando la
tableta grande Wacom. Los resultados demostraron que los tres grupos que incluían la realización (tanto baja
como alta) aprendieron significativamente más que los símbolos y el grupo de texto en la prueba posterior del
teclado tradicional. Cuando se evaluó el conocimiento a través del formato de tableta más grande que facilitó los
gestos, los dos grupos activos de alta expresión que aprendieron con el sensor Kinect obtuvieron puntuaciones
significativamente más altas en cuanto a las ganancias de conocimiento. Esto sugiere que se deben desarrollar
métricas que también evalúen el conocimiento que se obtiene de una manera más incorporada. La métrica debe
ser válida y sensible al método de codificación. Los puntajes de compromiso también fueron significativamente
más altos para los dos grupos encarnados activos. Las diferencias previstas en el compromiso y el aprendizaje de la
condición con la narrativa de la historia gráficamente rica no fueron compatibles. Puede darse el caso de que un
envoltorio narrativo no esté asociado con los beneficios de aprendizaje cuando las lecciones cortas se terminan de
una vez, especialmente para las lecciones en un entorno de laboratorio donde la recompensa dada es,
naturalmente, el crédito de la clase. La narrativa puede ser una mecánica apropiada para la motivación cuando a
los estudiantes se les presentan lecciones más largas y necesitan estar lo suficientemente interesados como para
continuar por sí mismos. Recomendamos que se realice más investigación sobre el efecto narrativo en entornos
que no sean de laboratorio. Alentamos a los educadores de ciencias a considerar cómo pueden buscar, o crear por
su cuenta, contenido que incluye gestos congruentes en los nuevos medios.

Notas al final
Aunque a menudo hacemos referencia a la ley de Coulomb en este artículo, se debe notar que en la lección la
fórmula a menudo se representa como una proporcionalidad. La mayoría de los participantes eran estudiantes de
psicología que quizás no tuvieron mucha exposición a la física avanzada (esta ha sido nuestra experiencia previa
con esta población del sudoeste). No incluimos la constante (k) de Coulomb en la ecuación. No queríamos
confundir potencialmente a los participantes al definir también k de Coulomb. Deben enfocarse en los conceptos
de una fuerza que lleva una carga y las complejidades de las proporciones inversas al cuadrado. Por lo tanto, la
fuerza se presentó como F α (q1 * q2) / r2.
En el texto instructivo se dice: "Existe una relación entre:
• la fuerza de la fuerza electromagnética entre las dos partículas
• la carga neta (qnet) para cada partícula y
• la distancia entre las dos partículas

La relación se puede expresar matemáticamente:

q1 = carga neta de la partícula 1q2 = carga neta de la partícula 2r = distancia entre las dos partículas "Constante de
Coulomb, k = 8,99 × 109 N m2 C-2 es muy pequeña y no se trata. La preocupación era que para los estudiantes de
ciencias novatos, sería innecesariamente confuso.