Investigadores chilenos crean sistema de reconocimiento facial para tomar asistencia a varios alumnos a la vez en una sala de clases

Que algunos alumnos firmen la lista por compañeros que no asistieron es una de las clásicas prácticas universitarias que hasta el día de hoy se realiza en los distintos planteles de Educación Superior. Esto hasta ahora.

Investigadores de la Universidad Católica de Chile desarrollaron un sistema automatizado de control de asistencia estudiantil, un enorme avance que se logró gracias a la combinación de tecnologías; por una parte la de reconocimiento facial y por otro la gran calidad de imágenes que poseen los teléfonos inteligentes.

La app fue probada en salas repletas de alumnos, en varios de los casos se llegó hasta 70 alumnos por sala, durante la realización de 25 clases distintas gracias a algoritmos matemáticos que permiten contar el número de rostros en un registro digital de cada casa de estudios con lo cual se puede lograr identificar con exactitud a quienes asistieron a dichas clases.

Domingo Mery, profesor del Departamento de Ciencia de la Computación de Ingeniería UC, aseguró que existía una necesidad enorme en esta materia, no solo en esta casa de estudios, sino que en todas a nivel nacional. La tarea de pasar una lista manualmente, con la cual no hay certeza absoluta de su veracidad, requiere de un tiempo no menor que se quita finalmente a las clases, por lo que este sistema viene a subsanar dicha problemática.

Es más, según los cálculos de los investigadores de este proyecto, el tiempo promedio que toma pasar una lista con el clásico ¡Presente! Es de 4 minutos por clase, lo que en promedio restaría cerca de 80 minutos de clases al semestre.

En entrevista con el diario La Tercera, el profesor Mery aseguró: “Creemos que nuestro sistema automatizado de asistencia estudiantil puede contribuir a la gestión de este tipo de tareas, porque permite ahorrar tiempo a los profesores y estudiantes. También evita las falsas asistencias a clases” destacó.

Basados en los resultados obtenidos, los creadores de este novedoso sistema aseguraron que el mejor de todos fue FaceNet, un método basado en funciones de aprendizaje profundo el cual alcanzó un 95% de efectividad para esta tarea.

Si bien este es un sistema que con el tiempo es perfectamente replicable, los propios investigadores aseguraron que el reconocimiento de rostros aún es algo que debe mejorarse, sobre todo cuando la calidad de imagen es baja, pero que esto no sería un impedimento para que en un futuro cercano este sistema pueda ser la norma dentro de una casa de estudios.

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *