Detección de ansiedad en estudiantes de Ingeniería en Telemática mediante un sistema basado en inteligencia artificial

Resumen

La ansiedad académica es una preocupación creciente entre los estudiantes de campos de ingeniería exigentes, como la telemática, que afecta tanto a su rendimiento académico como a su bienestar mental. El objetivo de este estudio es desarrollar un sistema basado en inteligencia artificial para supervisar de forma continua y detectar en tiempo real los síntomas de la ansiedad. Mediante un enfoque de método mixto cualitativo-cuantitativo, se analizó una muestra de 103 estudiantes a través de cuestionarios validados y el test de Zung. Los resultados mostraron que el 91 % de los sujetos presentaba algún nivel de ansiedad. Esto se asoció con la carga de trabajo académico (el 94 % la consideraba elevada), la intensa presión para cumplir con los plazos (94 %) y la falta de tiempo para actividades personales (54 %). En respuesta a estos hallazgos, se diseñó SerenIA, una aplicación móvil que incorpora GPT-4, para evaluar conversaciones a través de texto o voz y generar informes que puedan ser revisados por especialistas en salud mental. La herramienta demostró una detección precisa de los algoritmos de monitorización de la ansiedad basados en el test de Zung, una interfaz accesible con interacción multimodal y la generación automática de textos de informes clínicos. Los resultados ponen de relieve el potencial de la IA para la gestión proactiva de riesgos en la atención de intervención temprana, mitigando en última instancia los riesgos de abandono escolar o bajo rendimiento. Este modelo es el primero de su clase, ya que integra tecnología y psicología, proporcionando una solución escalable para las instituciones educativas