Evaluación de software en la producción de objetos en Realidad Aumentada con fines educativos

Evaluación de software de producción de objetos en Realidad Aumentada con fines educativos Evaluation of object production software in Augmented Reality for educational purposes Julio Cabero-Almenara Universidad de Sevilla, Sevilla, España [email protected] Carmen Llorente-Cejudo Universidad de Sevilla, Sevilla, España [email protected] Resumen El interés del presente artículo está destinado a evaluar las posibilidades que ofrece el software de producción de Realidad Aumentada (RA) existente en el momento actual para su incorporación en el ámbito educativo, con el objeto de identificar aquellas características que se adecuen a las necesidades de los docentes que pretendan diseñarlos, producirlos e incorporarlos a sus aulas. Para ello se construyó un cuestionario destinado a indagar sobre el grado de conocimiento que los expertos que evaluaron los diferentes software poseían de diferentes programas existentes en el mercado para la producción de objetos en RA. Entre los resultados obtenidos, destacar que, ante la falta de estudios que valoren el software de producción de objetos de aprendizaje en RA, el presente trabajo aporta indicaciones, tanto para la selección del mismo, como para tener criterios para su valoración. De las conclusiones obtenidas, destacar que el trabajo ha permitido identificar los diez programas que son más conocidos por los expertos en los momentos en los cuales se realizan, como, por ejemplo: Arlab, Armedia, Arpa, ARTTolkit, Aurasma, Blippar, Designers artoolkit, Layar, Vuforia y Wikitude. Palabras clave: Realidad Aumentada; evaluación del software, materiales multimedia; educación superior; investigación educativa. Abstract This article has the main interest to evaluate the possibilities offered by the existing Augmented Reality (AR) production software for its incorporation into the educational field, in order to identify those characteristics that meet the needs of teachers who intend to design, produce and incorporate them into their classrooms. For this purpose, a questionnaire was created to investigate the degree of knowledge that the experts who evaluated the different software possessed of different existing programs in the market for the production of objects in AR. Among the results obtained, it should be noted that, in the absence of studies that assess the production software of learning objects in AR, this work provides indications, both for the selection of the same, and to have criteria for its assessment. From the conclusions obtained, highlight that the work has allowed to identify the ten programs that are most known by the experts at the moments in which they are made, such as: Arlab, Armedia, Arpa, ARTTolkit, Aurasma, Blippar, Designers artoolkit, Layar, Vuforia and Wikitude Keywords: Augmented reality; software evaluation, multimedia materials; higher education; educational research. RED. Revista de Educación a Distancia. Núm. 60, Artíc. 1 30-10-2019 DOI: http://dx.doi.org/10.6018/red/60/01 Evaluación de software de producción de objetos en Realidad Aumentada con fines educativos. Julio Cabero-Almenara y Carmen Llorente-Cejudo. Página 2 de 23 1.- Unas referencias iniciales A la luz de los datos ofrecidos por diferentes estudios, entre los que podemos destacar los diferentes Informes Horizon (Johnson et al., 2012 y 2016), los Report EduTrend (Tecnológico de Monterrey, 2015) o los hiperciclos de aceptación de cualquier tecnología realizados por la compañía Gartner 1 , es factible pensar que no existe equivocación si se afirma que estamos asistiendo al afianzamiento de diferentes tendencias en el uso educativo de las tecnologías emergentes consolidándose, entre otras, los dispositivos móviles, el modelado en 3D y la realidad aumentada (“Augmented Reality”) (RA). Centrándonos en esta última, y apoyándonos en los documentos anteriormente comentados, encontramos que ésta es una de las tecnologías que en los últimos tiempos se está presentando como emergente y con verdaderas posibilidades de impactar en el terreno educativo. Tecnología que, de acuerdo con diferentes Informes como el Horizon (Johnson, Adams Becker, Cummins, Estrada, Freeman & Hall, 2016), tendrá una fuerte penetración en las instancias educativas en un horizonte de 3 a 5 años. Atendiendo a las propuestas de diferentes autores (Fundación Telefónica, 2011; Fombona, Pascual & Madeira, 2012; Muñoz, 2013; Cabero-Almenara & Barroso, 2015 y 2016; Prendes, 2015; Cabero-Almenara & García, 2016; Villalustre & Moral, 2016), cabe decir que cuando hablamos de RA se hace referencia a la combinación de información digital e información física en tiempo real a través de diferentes dispositivos tecnológicos, que van desde las tablet, los smartphones, a gafas de visionado especiales. Y es mediante esta interacción, y con la participación de la persona, cunado enriquecemos o alteramos la información existente. No es nuestra intención abordar la problemática de la utilización educativa de la RA, respecto a la cual decir que se está incorporando a todos los niveles educativos: primaria (Bongiovani, 2013; Prendes, 2015; Villalustre & Moral, 2016, López y otros, 2019), secundaria-bachillerato-formación profesional (Liu, 2009; Avendaño, Chao, Mercado, & Bazán, 2012; De Pedro Carracedo & Méndez, 2012; Bressler & Bodzin, 2013; De la Torre, Martín-Dorta, Saorín, Carbonel, & González, 2013; Del Cerro & Morales, 2017) y universitario (Rodríguez, 2013). Así como en diferentes áreas curriculares: ingeniería y arquitectura (De la Torre, et al., 2013), urbanismo (Carozza, Tingdahl, & Gool, 2014), matemáticas-geometría (Coimbra, Cardoso, & Mateus, 2015; DE la Torre, et all, 2015; Poot, Martin-Gonzalez y Menendez-Dominguez, 2016), arte e historia (Ruiz, 2011) aprendizaje de idiomas (Santos et al., 2016; Hsu, 2017), tecnología (Rodríguez, 2013), diseño (Ko, Chang, Chen, & Hua, 2011), química (Pasaréti, Hajdú, Matuszka, Jambori, Molnar, & Turcsányi-Szabó, 2011), ciencias naturales (Fracchia, Alonso, & Martins, 2015), biología (Solano, Casas, & Guevara, 2015), geografía (Tsai, Liu, & Yau, 2013; Carbonell y Bermejo, 2017), medicina (Barroso & Cabero-Almenara, 2016; Ferrer, Jiménez, Torralba y García, 2016) o ciencias de la educación (Garay, Tejada y Maíz, 2017). Por otra parte, señalar que cuando se han realizado investigaciones los alumnos se han mostrado altamente satisfechos de interaccionar con esta tecnología (Barroso & Cabero, 2016; Bicen y Bal, 2016). Si bien la falta de investigación es una de las limitaciones existentes para su incorporación educativa. El interés del presente artículo se va a centrar en evaluar las posibilidades que ofrece el software de producción de RA existente en el momento actual, y de manera general, 1 http://www.gartner.com/technology/home.jsp RED. Revista de Educación a Distancia. Núm. 60, Artíc. 1 30-10-2019 DOI: http://dx.doi.org/10.6018/red/60/01 Evaluación de software de producción de objetos en Realidad Aumentada con fines educativos. Julio Cabero-Almenara y Carmen Llorente-Cejudo. Página 3 de 23 podemos decir que éste debe ser funcionalmente correcto, fiable, comprensible, con una alta usabilidad, eficiente y actualizable (Schmalstieg & Höllerer, 2016). Y entre los problemas para su incorporación se encuentran: su novedad, la constante aparición de programas de software, y los sofisticados requerimientos técnicos que algunos requieren para que puedan ser utilizados por docentes y discentes (Barroso-Osuna, Gutiérrez-Castillo, Llorente-Cejudo & Valencia, 2019). De todas formas, resaltar que, en los últimos tiempos, hemos venido asistiendo al desarrollo de software, en muchos casos de código abierto, optimizado para su uso en diferentes plataformas que nos ayudan a producción de objetos de RA en unos pocos pasos de manera muy fácil e intuitiva (Kan, Teng & Chen, 2011), frente al software utilizado profesionalmente para la producción de estos objetos que requiere de altos conocimientos de programación para su correcta utilización. Básicamente, este software se puede clasificar en función de si las aplicaciones permiten una sencilla incorporación o gestión del contenido, o, por el contrario, requieren de una labor de programación importante para llevar a cabo la realización del objeto de RA y a su vez pueden ser dinámicas o estáticas, según permitan o no interacción (Cubillo, Gutiérrez, Castro y Colmenar, 2014). 2.- El estudio realizado Declarado el objetivo del estudio, que es el de evaluar las diferentes posibilidades que ofrece el software existente de producción de objetos en RA, una de las técnicas más utilizadas para la evaluación de medios y materiales de enseñanza es el denominado “juicio de expertos”, que a grandes rasgos, consiste en solicitarle a diferentes personas que los investigadores consideran cualificados, que emitan un juicio de valor sobre un material educativo (Cabero-Almenara, 2013); en definitiva, es solicitar “una opinión informada de personas con trayectoria en el tema, que son reconocidas por otros como expertos cualificados en éste, y que pueden dar información, evidencia, juicios y valoraciones” (Escobar-Pérez y Cuervo-Martínez, 2008, 29). Pero su utilización implica tener en cuenta diferentes aspectos para que los resultados que se obtengan con ellos sean significativos que, por lo general, giran alrededor del procedimiento a seguir para su selección. Por lo que se refiere a su selección, inicialmente se adoptaron una serie de premisas previas para su selección, como fueron: • Tener experiencia profesional en ámbitos relacionados con la Tecnología Educativa y la aplicación de las Tecnologías de la Información y Comunicación a los contextos educativos. • Tener experiencia laboral en el terreno de la producción educativa de recursos educativos en general, y en objetos de aprendizaje en RA en particular. • Pertenecer a grupos de investigación en Tecnología Educativa. • Ser de diferentes Universidades Españolas y Latinoamericanas. • El haber colaborado anteriormente en otros trabajos de investigación o en publicaciones que permitiera realizar una valoración previa respecto de su seriedad y profesionalidad. • O tener alguna vinculación con el proyecto RAFODIUN. Para su selección se siguieron dos pasos: en primer lugar, se hizo una selección masiva a través de diferentes procedimientos: correos a los miembros del equipo de investigación del proyecto RAFODIUN, a los miembros de grupos de investigación en RED. Revista de Educación a Distancia. Núm. 60, Artíc. 1 30-10-2019 DOI: http://dx.doi.org/10.6018/red/60/01 Evaluación de software de producción de objetos en Realidad Aumentada con fines educativos. Julio Cabero-Almenara y Carmen Llorente-Cejudo. Página 4 de 23 tecnología educativa de diferentes Universidades españolas y latinoamericanas, y a investigadores que colaboraron en otros estudios. También se le mandaron correos solicitando su participación a personas que en los últimos tres años habían escrito algún artículo o publicación sobre la temática de la RA. Al mismo tiempo se puso la encuesta en un post de la comunidad virtual RAFODIUN 2 , para que quién quisiera pudiera también cumplimentarla. El segundo paso consistió en la obtención del denominado “Coeficiente de competencia experta” o “Coeficiente K” (Oñate, 2001, García y Fernández, 2008; López, 2008; Blasco et al., 2010; Cabero y Llorente, 2013). Procedimiento de selección que está siendo utilizado en diferentes trabajos (Zayas, 2011; Cabero-Almenara y Barroso, 2013; Llorente, 2013; y Mengual-Andrés, Roig-Vila y Blasco, 2016), donde se está mostrando como significativo para refinar el procedimiento de selección de los expertos. Su cálculo se efectúa “a partir de la opinión mostrada por el experto sobre su nivel de conocimiento acerca del problema de investigación, así como de las fuentes que le permiten argumentar el criterio” (Cabero-Almenara y Barroso, 2013, 29). Matemáticamente se obtiene a través de la fórmula: K = ½ (Kc + Ka), donde Kc = es el “Coeficiente de conocimiento” o información que en nuestro caso el experto tiene respecto a la RA, y se obtiene a partir de la autovaloración que realiza en la escala del 0 al 10 y multiplicado por 0,1. La pregunta que formulamos para ello en nuestro caso fue: “Marque en la casilla que le corresponde el grado de conocimiento que usted posee acerca de la temática de la Realidad Aumentada en una escala de 0 a 10 (considerando el 0 como no tener absolutamente ningún conocimiento y 10 tener pleno conocimiento del estado de la cuestión). Y Ka= es el “Coeficiente de argumentación” o fundamentación de los criterios por parte del experto, en este caso se obtiene a partir de la asignación por el experto de la asignación de una serie de puntuaciones a distintas fuentes de argumentación. En nuestro caso, se obtuvo con la siguiente pregunta, que es la adaptación a nuestra investigación de las usualmente utilizadas para ello: “Autovalore el grado de influencia que cada una de las fuentes que le presentamos a continuación, ha tenido en su conocimiento y criterios sobre la temática de la Realidad Aumentada” Indicar que, si K se sitúa entre 0,8 y 1, podemos concluir que hay una influencia alta de todas las fuentes, y en consecuencia el experto seleccionado es adecuado para la evaluación (Zayas, 2011; Hurtado de Mendoza, 2012; Cabero-Almenara y Barroso, 2013, Llorente, 2013, y Mengual-Andrés, Roig-Vila y Blasco, 2016). Señalar que cumplimentaron el cuestionario 220 expertos, de los cuales, aplicando el coeficiente señalado, quedaron 104, que fueron los únicos que obtuvieron puntuaciones de 0,8 o superior. Por tanto, los resultados que a continuación presentaremos son los obtenidos únicamente con estas personas. Teniendo en cuenta a todas las 220 personas que cumplimentaron el cuestionario, los porcentajes disminuían al 70,91 en la primera pregunta, y al 72,73% en la segunda. Tal disminución indicaba también el “filtro” que el propio “Coeficiente K” introducía para seleccionar los más oportunos. Indicar que, de estos 104 expertos, 92 (88,46%) indicaron que alguna vez habían producido algún objeto en RA, y 96 (92,31%) que lo habían incorporado a actividades académicas y de formación. El instrumento que se utilizó para recoger la información estaba compuesto por 149 ítems, aunque no todos deberían ser cumplimentados. El cuestionario estaba compuesto de dos grandes apartados: en el primero, que estaba compuesto por 4 ítems, dos que permitían obtener el “Coeficiente K” y dos para conocer si habían producido 2 https://plus.google.com/u/0/communities/102143147822806126247 RED. Revista de Educación a Distancia. Núm. 60, Artíc. 1 30-10-2019 DOI: http://dx.doi.org/10.6018/red/60/01 Evaluación de software de producción de objetos en Realidad Aumentada con fines educativos. Julio Cabero-Almenara y Carmen Llorente-Cejudo. Página 5 de 23 algún objeto en RA, y si habían utilizado en actividades académicas y de formación la RA; en el segundo de los apartados se preguntaba específicamente sobre diferentes software de producción de objetos de RA, para cada uno de ellos se le preguntaba inicialmente si conocía el programa, y en el caso de responder afirmativamente se le hacían cuatro preguntas: 1) El grado de conocimiento técnico que considera que un usuario debe tener para manejar el programa, en una escala de 0 a 10 (0=no necesidad de tener conocimientos y 10 tener fuertes conocimientos tecnológicos), 2) La accesibilidad/ facilidad de navegación y desenvolverse por el programa en una escala de 0 a 10 (0=fácil de navegar y 10 muy complicado de manejar), 3) La posibilidad de incorporación de materiales diferentes (vídeos, documentos impresos, 3D,..) que ofrece el programa en una escala de 0 a 10, (0=permite muy pocos tipos de materiales y 10=permiten gran amplitud de materiales) lo valoraría: (considerando el 0 como que permite muy pocos tipos de materiales y 10 tener fuertes conocimientos tecnológicos), y 4) La facilidad de utilización por profesores y estudiantes del programa para la producción de objetos de aprendizaje que ofrece el programa en una escala de 0 a 10 (0=muy difícil de utilizar y 10 muy fácil de utilizar). Para la construcción del instrumento se siguieron diferentes etapas: revisión en la literatura de los programas que se indicaban que fundamentalmente se utilizaban (Lacueva, Gracia, Sanagustín, González & Romero, 2015; Cabero-Almenara, Leiva, Moreno, Barroso y López, 2016; Cabero y García, 2016; Schmalstieg y Höllerer, 2016; y Villalustre y Del Moral, 2016), distribución de dicha lista a los miembros del equipo de investigación RAFODIUN por si observaban que no se había incluido alguno, y envío de dicha lista a personas que considerábamos que habían producido objetos en RA. El cuestionario fue construido con la herramienta Google.Docs, y se administró vía internet. 3.- Resultados Una de las partes del cuestionario estaba destinada a indagar sobre el grado de conocimiento que los expertos que evaluaron el software tenían de diferentes programas de software existentes en el mercado para la producción de objetos en RA. En la tabla nº 1 presentamos las respuestas ofrecidas. Tabla nº 1. Programas conocidos y desconocidos. Programas Si No f % f % Alvar 20 19,23 84 80,77 Arlab 30 28,85 74 71,15 Armedia 32 30,77 72 69,23 Arpa 22 21,15 82 78,85 ARToolkit 60 57,69 44 42,31 Aruco 12 11,54 92 88,46 Aurasma 84 80,77 20 19,23 Bazar 8 7,69 96 92,31 Beyond 8 7,69 96 88,46 Blippar 28 26,92 76 73,08 Catchoom 12 11,54 92 88,46 Daqri 18 17,31 86 82,69 Designers artoolkit 40 38,46 64 61,54 Hoppala 20 19,23 84 80,77 In2ar 8 7,69 96 92,31 Instant reality 6 5,77 98 94,23 RED. Revista de Educación a Distancia. Núm. 60, Artíc. 1 30-10-2019 DOI: http://dx.doi.org/10.6018/red/60/01 Evaluación de software de producción de objetos en Realidad Aumentada con fines educativos. Julio Cabero-Almenara y Carmen Llorente-Cejudo. Página 6 de 23 Programas Si No f % f % Koozyt 4 3,85 100 96,15 Layar 64 61,54 40 38,46 Mixare 12 11,54 92 88,46 Openspace3d 8 7,69 96 92,31 Rox odometry 4 3,85 100 96,15 Sstt 4 3,85 100 96,15 Total immersion 16 15,38 88 84,62 Uart 10 9,62 94 90,38 Vuforia 42 40,38 62 59,62 Wikitude 50 48,08 54 51,92 Win AR 6 5,77 98 94,23 Yvision 2 1,92 102 98,08 Zappcode creator 12 11,54 92 88,46 Lo primero a señalar del análisis de los resultados alcanzados es que, de la amplitud de programas ofrecidos para la valoración, la gran mayoría eran desconocidos por los expertos; en concreto solamente cinco programas superaron el 40% de identificación de conocimiento por parte de los expertos. Es de señalar, que en una gran amplitud de programas eran ampliamente desconocidos por los expertos, con un desconocimiento superior al 85%: Aruco, Bazar, Beyond, Catchoom, In2ar, Instant reality, Koozyt, Mixare, Openspace3d, Rox odometry, Sstt, Total immersion, Uart, Win AR, Yvision y Zappcode creator; es decir, más del 50% de los programas que se le ofrecieron. Los 10 programas más conocidos fueron los siguientes: 1. Aurasma (84-88,77%). 2. Layar (64-61,54%). 3. ARToolkit (60-57,69%). 4. Wikitude (50-48,08%). 5. Vuforia (42-40,38%). 6. Designers artoolkit (40-38,46%). 7. Armedia (32-30,77%). 8. Arlab (30-28,85%). 9. Blippar (28-26,92%). 10. Arpa (22-21,15%). Como ya se apuntó, el instrumento estaba diseñado de manera que si el experto indicaba que conocía el programa, se le formulaban cuatro preguntas dirigidas a que evaluara determinados aspectos: grado de conocimiento técnico que se consideraba que un usuario debía tener para manejar el programa, la accesibilidad/facilidad que el programa ofrecía para ser utilizado, la posibilidad de incorporar diferentes recursos que ofrecía y la facilidad de utilización que permitía para ser utilizado por el profesor y el estudiante. Con el objeto de conocer si nuestros evaluadores habían discriminado a la hora de contestar en las cuatro opciones formuladas, y en consecuencia que las respuestas ofrecidas serían significativas, aplicamos la W de Kendall (Siegel, 1976). En la tabla nº 2 se presentan las puntuaciones alcanzadas. Tabla nº 2.- Valores W de Kendall. W de Kendall Sig. W de Kendall Sig. Alvar 0,036 0,539 Instant reality 0,949 0,001 RED. Revista de Educación a Distancia. Núm. 60, Artíc. 1 30-10-2019 DOI: http://dx.doi.org/10.6018/red/60/01 Evaluación de software de producción de objetos en Realidad Aumentada con fines educativos. Julio Cabero-Almenara y Carmen Llorente-Cejudo. Página 7 de 23 Arlab 0,021 0,604 Koozyt 1,000 0,007 Armedia 0,088 0,038 Layar 0,024 0,195 Arpa 0,064 0,238 Mixare 0,127 0,207 ARTTolkit 0,108 0,000 Openspace3d 0,324 0,051 Aruco 0,159 0,126 Rox odometry 0,750 0,029 Aurasma 0,149 0,000 Sstt 0,382 0,206 Bazar 0,000 1,000 Total immersion 0,370 0,000 Beyond 0,188 0,212 Uart 0,714 0,000 Blippar 0,181 0,002 Vuforia 0,285 0,000 Catchoom 0,696 0,000 Wikitude 0,026 0,265 Daqri 0,325 0,001 Win ar 0,511 0,027 Designers artoolkit 0,191 0,000 Yvision 1,000 0,112 Hoppala 0,237 0,003 Zappcode creator 0,284 0,017 In2ar 0,205 0,179 El valor del estadístico W de Kendall, va de 0 a 1, indicando el valor 0 la no existencia de coincidencia y 1 la completa concurrencia. Como podemos observar en la gran mayoría de los casos los valores no son muy superiores a 0, lo que indicaría la tendencia de los expertos que evaluaron los diferentes programas ofrecidos a discriminar el valor que tendían a dar en las cuatro opciones que se les pedían. En consecuencia, podemos indicar que los expertos tendieron a discriminar las respuestas que ofrecieron a cada una de las preguntas. Por lo que se refiere a los valores medios y desviaciones típicas alcanzadas para cada uno de los programas en las diferentes opciones, en la tabla nº 3 se presentan los valores alcanzados. Tabla nº 3. Valoraciones de los programas RED. Revista de Educación a Distancia. Núm. 60, Artíc. 1 30-10-2019 DOI: http://dx.doi.org/10.6018/red/60/01 Evaluación de software de producción de objetos en Realidad Aumentada con fines educativos. Julio Cabero-Almenara y Carmen Llorente- Cejudo. Página 8 de 23 Programa Grado conocimiento… Accesibilidad/facilidad… Incorporar diferentes recursos Facilidad utilización… M d.t. M d.t. M d.t. M d.t. Alvar 7.100 1.744 6.400 1.603 6.300 1.949 6.000 3.212 Arlab 6.667 1.688 7.067 1.258 6.400 2.127 6.933 2.333 Armedia 6.750 2.476 6.000 2.064 6.250 2.170 5.625 2.060 Arpa 6.182 1.893 6.455 2.064 5.455 2.558 5.909 1.974 ARTTolkit 7.033 2.201 6.267 2.224 7.000 2.314 5.867 2.507 Aruco 6.833 2.209 5.333 1.557 6.167 2.918 4.333 2.462 Aurasma 5.524 2.486 6.262 2.812 6.595 2.365 7.762 2.092 Bazar 7.000 1.309 7.000 1.512 6.250 3.327 4.500 3.742 Beyond 6.250 3.327 6.250 3.327 5.750 2.964 4.500 3.891 Blippar 4.786 2.043 5.214 3.155 6.571 1.834 6.857 1.957 Catchoom 4.667 2.462 3.667 2.387 6.667 2.146 6.167 2.517 Daqri 7.667 1.188 6.111 1.711 6.667 1.749 5.333 1.940 Designers artoolkit 7.750 1.235 6.600 1.795 6.500 2.320 5.500 2.572 Hoppala 5.400 2.010 4.400 2.257 5.600 2.604 6.300 2.677 In2ar 5.000 3.780 5.000 3.780 7.000 3.546 5.000 4.276 Instant reality 7.667 1.366 8.000 1.549 4.333 2.733 3.000 3.098 Koozyt 5.500 4.041 4.000 3.464 4.000 3.464 4.000 3.464 Layar 6.063 2.506 6.344 2.790 6.813 2.069 6.531 2.520 Mixare 5.000 2.174 4.833 2.368 5.667 1.435 6.333 2.807 Openspace3d 5.500 0.926 5.500 0.926 5.500 2.673 3.250 1.909 Rox odometry 6.500 0.0577 7.000 0.000 3.000 2.309 5.000 2.309 Sstt 5.500 4.041 4.000 2.309 5.000 4.619 4.500 4.041 Total immersion 7.250 2.620 6.375 2.419 7.125 2.156 4.125 2.705 Uart 6.800 2.616 5.800 2.044 7.400 2.459 3.200 1.814 Vuforia 7.095 2.497 6.619 2.305 8.048 1.987 5.000 2.828 Wikitude 5.800 2.843 5.920 2.899 6.040 2.948 6.920 1.957 Win ar 7.667 2.251 6.333 3.141 6.667 2.733 7.000 2.366 Yvision 8.000 0.000 6.000 8.000 0.000 8.000 7.000 0.000 Zappcode creator 6.000 2.486 6.167 3.881 8.500 0.798 8.167 1.403 RED. Revista de Educación a Distancia. Núm. 60, Artíc. 1 30-10-2019 DOI: http://dx.doi.org/10.6018/red/60/01 Evaluación de software de producción de objetos en Realidad Aumentada con fines educativos. Julio Cabero-Almenara y Carmen Llorente-Cejudo. Página 9 de 23 Dos datos se pueden destacar de la observación de la tabla nº 2: por una parte, que las puntuaciones medias no han sido muy elevadas, y por otra, la fuerte variabilidad de los datos en cada una de las dimensiones, como podemos observar por lo elevado de las desviaciones típicas alcanzadas. Para facilitar el análisis de los resultados y su comprensión, señalar que solo nos dedicaremos a analizar los obtenidos con los 10 programas más conocidos por parte de los expertos, resultados que, esta vez únicamente presentaremos los valores medios alcanzados (tabla nº 4). Tabla nº 4. Valoraciones de los 10 programas más conocidos por los expertos. Programas Conocimiento técnico necesario manejar el programa Accesibilida d/ facilidad de navegación del programa Posibilidad de incorporació n de materiales diferentes Facilidad de utilización por docentes y discentes Arlab 6.667 7.067 6.400 6.933 Armedia 6.750 6.000 6.250 5.625 Arpa 6.182 6.455 5.455 5.909 ARTTolkit 7.033 6.267 7.000 5.867 Aurasma 5.524 6.262 6.595 7.762 Blippar 4.786 5.214 6.571 6.857 Designers artoolkit 7.750 6.600 6.500 5.500 Layar 6.063 6.344 6.813 6.531 Vuforia 7.095 6.619 8.048 5.000 Wikitude 5.800 5.920 6.040 6.920 Por lo que se refiere al grado de conocimiento técnico que los expertos consideraban que se debería tener para manejar el programa evaluado, y si tenemos en cuenta que la puntuación 0 hacía referencia a la necesidad de no tener grandes conocimientos y 10 a lo contrario, la ordenación que podemos establecer de mayor facilidad a dificultad es la siguiente: Blippar (4,786), Aurasma, Wikitude, Layar, Arpa, Arlab, Armedia, ARTTolkit, Vuforia y Designers artoolkit (7,750); existiendo entre el valorado con mayor facilidad y el de mayor dificultad una dispersión de 3 puntos, si bien en el primero de ellos se da una mayor variación entre las diferentes puntuaciones ofrecidas por los expertos, como se puede observar por las desviaciones típicas alcanzadas (2,043 y 1.235). Respecto a la accesibilidad/facilidad de navegación para desenvolverse por el programa, y de nuevo teniendo en cuenta que el 0 correspondía a una valoración más fácil y el 10 a más dificultosa, la ordenación resultante fue la siguiente: Blippar (5.214), Wikitude, Armedia, Aurasma, ARTTolkit, Layar, Arpa, Designers artoolkit, Vuforia y Arlab (7.067); como se puede observar las puntuaciones son similares a las presentadas anteriormente, aunque solo se llega a 2 puntos de diferencias entre la menor y mayor, si bien en este caso las puntuaciones de las desviaciones típicas para el primero de los programas fue bastante elevada (3,155) lo que implicaría una fuerte dispersión en las contestaciones ofrecidas por los expertos. La tercera pregunta iba destinada a conocer la valoración que el experto realizaba respecto a la posibilidad que el programa ofrecía para incorporar diferentes tipos de recursos (vídeos, documentos impresos, 3D,…), en este caso la valoración de 0 correspondía a pocas posibilidades ofrecidas por el programa y el 10 a máximas RED. Revista de Educación a Distancia. Núm. 60, Artíc. 1 30-10-2019 DOI: http://dx.doi.org/10.6018/red/60/01 Evaluación de software de producción de objetos en Realidad Aumentada con fines educativos. Julio Cabero-Almenara y Carmen Llorente-Cejudo. Página 16 de 23 D.M E.E. Sig D.M. E.E. Sig. BlippAR - 2,35 0,98 0,0 1 SSTT 3,26 1,25 0,01 Beyond R. Layar - 2,03 0,92 0,0 2 Total 3,63 0,06 7 0,00 Wikitude - 2,42 0,93 0,0 1 UART 4,56 0,82 0,00 BlippAR - 2,35 0,98 0,0 1 Vuforia 2,76 0,46 0,00 Designers Layar - 1,03 0,49 0,0 3 Daqri Wikitude -1,58 0,67 0,01 Wikitude - 1,42 0,52 0,0 0 BlippAR -1,52 0,74 0,04 BlippAR - 1,35 0,60 0,0 2 UART Vuforia -1,80 0,86 0,03 IN2AR Wikitude - 1,92 0,93 0,0 4 Wikitude -3,72 0,85 0,00 Instant Layar - 3,53 1,04 0,0 0 BlippAR -3,65 0,90 0,00 Wikitude - 3,92 1,06 0,0 0 Vuforia Wikitude -1,92 0,51 0,00 BlippAR - 3,85 1,10 0,0 0 Zappcode -3,16 0,80 0,00 Koozyt Layar - 2,53 1,26 0,0 4 BlippAR -1,85 0,59 0,00 Wikitude - 2,92 1,27 0,0 2 Layar Openspace 3,28 0,92 0,00 BlippAR - 2,85 1,31 0,0 3 Total 2,40 0,68 0,00 OpenSpac Wikitude - 3,67 0,93 0,0 0 UART 3,33 0,83 0,00 BlippAR - 3,60 0,98 0,0 0 Vuforia 1,53 0,48 0,00 Total Wikitude - 2,79 0,70 0,0 0 Zappcode -1,63 0,77 0,03 BlippAR - 2,73 0,77 0,0 0 Como se puede observar, donde menos diferencias se encontrado ha sido en la “Accesibilidad/facilidad de navegación del programa”, y donde más en la “Facilidad de utilización por docentes y discentes”; centrándonos en este último aspecto, el programa Aurasma y Arlab sobresalen respecto al resto de los contemplados, mostrándose con un nivel amplio de dificultad para ser utilizado por los docentes y discentes, programas como Vuforia. 5.- Conclusiones y discusión de resultados. Lo primero a señalar es que, ante la falta de estudios que valoren el software de producción de objetos de aprendizaje en RA, el presente trabajo aporta indicaciones, tanto para la selección del mismo, como para tener criterios para su valoración; al mismo tiempo se ofrece una revisión del existente en los momentos actuales. RED. Revista de Educación a Distancia. Núm. 60, Artíc. 1 30-10-2019 DOI: http://dx.doi.org/10.6018/red/60/01 Evaluación de software de producción de objetos en Realidad Aumentada con fines educativos. Julio Cabero-Almenara y Carmen Llorente-Cejudo. Página 17 de 23 La eficacia del procedimiento seguido en la investigación garantiza la viabilidad de los resultados, por diversos motivos: a) el procedimiento seguido para la selección del software de producción de objetos de aprendizaje en RA, que permitió la identificación de un elevado número en concreto 29; b) el procedimiento seguido en la selección de los expertos, coeficiente de competencia experta, que iban a emitir un juicio respecto a la valoración del software (todo ello, permitió eliminar más del 50% de los expertos que inicialmente se contemplaron para la evaluación del software); y c) que los expertos discriminaron las respuestas ante las preguntas de valoración y que coincidieron en las valoraciones, lo que repercute en que los resultados alcanzados sean más sólidos y significativos. El trabajo ha permitido identificar los diez programas (Arlab, Armedia, Arpa, ARTTolkit, Aurasma, Blippar, Designers artoolkit, Layar, Vuforia y Wikitude) que son más conocidos por los expertos en los momentos en los cuales se realizan. Indicar que sus valoraciones coinciden con las aportaciones que, en experiencias de construcción educativas de objetos en RA, están apareciendo en la literatura científica (Cabero-Almenara, et al., 2016; Cabero y García, 2016; Schmalstieg y Höllerer, 2016; y Villalustre y Del Moral, 2016). De éstos, lo tres programas que fueron como valorados que requerían más conocimiento técnico para los usuarios potenciales fueron: Designers artoolkit. Vuforia y ARTTolkit; los tres con más complicación de navegación: Arlab, Designers artoolkit y Vuforia; los tres que permiten incorporar un mayor número de recursos: Vuforia, Vuforia y Layar; y los que son más fáciles de utilizar por los usuarios: Aurasma, Blippar y Arlab. Por último, resaltar del estudio que la diversidad de programas existentes, y las dificultades que algunos de ellos muestran para su utilización, manejo y navegabilidad, hace que su elección deba ser adoptada con cuidado. Si bien, todo ello depende del nivel de competencia digital que pueda tener la persona en el manejo de estos programas y de la calidad del producto que desee conseguir. Presentación del artículo: 9 de enero de 2019 Fecha de aprobación: 10 de septiembre de 2019 Fecha de publicación: 30 de octubre de 2019 Cabero-Almenara, J., y Llorente-Cejudo, C. (2019). Evaluación de software de producción de objetos en Realidad Aumentada con fines educativos. RED. Revista de Educación a Distancia, 60. DOI: http://dx.doi.org/10.6018/red/60/01 Financiación El presente trabajo se inserta en el proyecto de investigación denominado “Realidad Aumentada para Aumentar la Formación. Diseño, Producción y Evaluación de Programas de Realidad Aumentada para la Formación Universitaria (RAFODIUN) (EDU2014-57446-P). Referencias bibliográficas RED. Revista de Educación a Distancia. Núm. 60, Artíc. 1 30-10-2019 DOI: http://dx.doi.org/10.6018/red/60/01 Evaluación de software de producción de objetos en Realidad Aumentada con fines educativos. Julio Cabero-Almenara y Carmen Llorente-Cejudo. Página 18 de 23 Barroso, J., & Cabero, J. (2016). Evaluación de objetos de aprendizaje en Realidad Aumentada: Estudio piloto en el Grado de Medicina. Enseñanza &Teaching, 34(2), 149–167. DOI: https://doi.org/10.14201/et2016342149167 Barroso-Osuna, J., Gutiérrez-Castillo, J. J., Llorente-Cejudo, M. d. C., & Valencia Ortiz, R. (2019). Difficulties in the Incorporation of Augmented Reality in University Education: Visions from the Experts. Journal of New Approaches in Educational Research, 8(2), 126-141. doi: 10.7821/naer.2019.7.409. Blasco, J. E. et al. (2010). Validación mediante el método Delphi de un cuestionario para conocer las experiencias e interés hacia las actividades acuáticas con especial atención al windsurf. Ágora para la educación física y el deporte, 12 (1), 75-94. Bongiovani, P. (2013). Realidad aumentada en la escuela: Tecnología, experiencias e ideas. Educ@conTIC. Extraído el 20 de mayo de 2016 de: http://www.educacontic.es/blog/realidad Bressler, D. M. y Bodzin, A. M. (2013). A mixed methods assessment of students' flow experiences during a mobile augmented reality science game. Journal of Computer Assisted Learning, 29(6), 505-517. Cabero, J. & Barroso, J. (2015). Realidad Aumentada: posibilidades educativas. En Ruiz-Palmero, J., Sánchez-Rodríguez, J. & Sánchez-Rivas, E. (Edit.). Innovaciones con tecnologías emergentes. Málaga: Universidad de Málaga. Cabero, J. y Barroso, J. (2016). The educational possibilities of Augmented Reality. NAER. New Approaches in Educational Research, 5(1), 44-50. Cabero, J. y García, F. (coords.) (2016). Realidad aumentada. Tecnología para la formación. Madrid: Síntesis. Cabero-Almenara, J. (2013). El diseño, la producción y la evaluación de TIC aplicadas a los procesos de enseñanza-aprendizaje. En Barroso, J.- y Cabero, J. (coords.) Nuevos escenarios digitales. Madrid: Pirámide, 69-83. Cabero-Almenara, J. y Barroso, J. (2013). La utilización del juicio de experto para la evaluación de tic: el coeficiente de competencia experta. Bordón, 65(2), 25-38. Cabero-Almenara, J. y García, F. (coords.) (2016). Realidad aumentada. Tecnología para la formación. Madrid: Síntesis. Cabero-Almenara, J. y Llorente, M.C. (2013). La Aplicación del Juicio de Experto como Técnica de Evaluación de las Tecnologías de la Información y Comunicación (TIC). Eduweb. Revista de Tecnología de Información y Comunicación en Educación, 7(2), 11-23. Cabero-Almenara, J., LEIVA, J., MORENO, N., BARROSO, J. y LÓPEZ, W. (2016). Realidad Aumentada y educación. Innovación en contextos formativos. Barcelona: Octaedro. Carozza, L. Tingdahl, D. y Gool, L. (2014). Computer-Aided Civil and Infrastructure Engineering 29, 2–17. Coimbra, M., Cardoso, T. & Mateus, A. (2015). Augmented Reality: an Enhancer for Higher Education Students in Math’s learning? Procedia Computer Science, 67, 332-339. doi: 10.1016/j.procs.2015.09.277. Cubillo, J., Gutierrez, S., Castro, M. & Colmenar, A. (2014). Recursos digitales autónomos mediante Realidad Aumentada. RIED, 17(2), 241-274 RED. Revista de Educación a Distancia. Núm. 60, Artíc. 1 30-10-2019 DOI: http://dx.doi.org/10.6018/red/60/01 Evaluación de software de producción de objetos en Realidad Aumentada con fines educativos. Julio Cabero-Almenara y Carmen Llorente-Cejudo. Página 19 de 23 De la Torre Cantero, J., Martín-Dorta, N., Saorín Pérez, J. L., Carbonel Carrera, C., & Contero González, M. (2013). Entorno de aprendizaje ubicuo con realidad aumentada y tabletas para estimular la comprensión del espacio tridimensional. RED. Revista de Educación a Distancia, 37. Recuperado de http://www.um.es/ead/red/37 De la Torre, et al., (2015). Entorno de aprendizaje ubicuo con realidad aumentada y tabletas para estimular la comprensión del espacio tridimensional. RED. Revista De Educación a Distancia, 37. Recuperado a partir de https://revistas.um.es/red/article/view/234041 Del Cerro, F., & Morales, G. (2017). Realidad Aumentada como herramienta de mejora de la inteligencia espacial en estudiantes de educación secundaria. RED. Revista De Educación a Distancia, 54. Recuperado a partir de https://revistas.um.es/red/article/view/298831. De Pedro Carracedo, J. y Méndez, C. L. M. (2012). Realidad Aumentada: Una Alternativa Metodológica en la Educación Primaria Nicaragüense. IEEE-RITA, 7, 102-108. Domenech, J.M. (1977). Bioestadística. Métodos estadísticos para investigadores. Barcelona: Herder. Escobar-Pérez, J. y Cuervo-Martínez, A. (2008). Validez de contenido y juicio de expertos: una aproximación a su utilización. En Avances en Medición, 6, pp. 27-36. Disponible en http://www.humanas.unal.edu.co/psicometria/files/7113/8574/5708/Articulo3_Juici o_de_expertos_27-36.pdf Etxeberria, J. y Tejedor, F. (2005). Análisis descriptivo de datos de educación. Madrid: La Muralla. Fombona, J., Pascual, M. J. y Madeira, M. F. (2012). Realidad aumentada, una evolución de las aplicaciones de los dispositivos móviles. Píxel-Bit. Revista de Medios y Educación, 41, 197-210. Fracchia, C., Alonso, A. & Martins, A. (2015). Realidad Aumentada aplicada a la enseñanza de Ciencias Naturales. Revista Iberoamericana de Educación en Tecnología y Tecnología en Educación, 16, 7-15. Fundación Telefónica (2011). Realidad Aumentada: una nueva lente para ver el mundo. Madrid, Fundación Telefónica-Ariel. Garay, U., Tejada, E. y Maíz, I. (2017). Valoración de objetos educativos enriquecidos con realadad aumentada una experiencia con alumnos de master universitario. Pixel-Bit. Revista de Medios y Educación, 50, 19-31. García, L., y Fernández, S. (2008). Procedimiento de aplicación del trabajo creativo en grupo de expertos. Energética, XXIX(2), 46-50. Hurtado de Mendoza, S. (2012). Criterio de expertos. Su procesamiento a través del método Delphy. HistoDidáctica. http://www.ub.edu/histodidactica/index.php?option=com_content&view=article&id= 21:criterio-de-expertos-su-procesamiento-a-traves-del-metodo- delphy&catid=11&Itemid=103. RED. Revista de Educación a Distancia. Núm. 60, Artíc. 1 30-10-2019 DOI: http://dx.doi.org/10.6018/red/60/01 Evaluación de software de producción de objetos en Realidad Aumentada con fines educativos. Julio Cabero-Almenara y Carmen Llorente-Cejudo. Página 20 de 23 Johnson, L. Adams, S., Cummins, M., Estrada, V., Freeman, A. y Hall, C. (2016). NMC Horizon Report: 2016 Higher Education Edition. Austin, Texas: The New Media Consortium. Kan, T., Teng, Ch. & Chen (2011). QR code based Augmented Reality applications. En Handbook of Augmented Reality. Florida: Borko Furht. Ko, Ch-H., Chang, T., Chen, Y., & Hua, L. (2011). The Application of Augmented Reality to Design Education. En M. Chang et al. (Eds.), Edutainment Technologies. Educational Games and VirtualReality/Augmented Reality Applications (pp. 20-24). Heidelberg Berlin: Springer. Lacueva, F.J., Gracia, M.A., Sanagustín, L.M., González, C. & Romero, D. (2015). TecsMedia: Análisis Realidad Aumentada para entornos Industriales. Ministerio de Edonomía y Competitividad Liu, T. Y. (2009). A context-aware ubiquitous learning environment for language listening and speaking. Journal of Computer Assisted Learning, 25, 515–527. Llorente, M. (2013). Assessing Personal Learning Environments (PLEs). An expert evaluation. Journal of New Approaches in Educational Research, 2(1), 39–44. doi:10.7821/naer.2.1.39-44. López, A. (2008). La moderación de la habilidad diagnóstico patológico desde el enfoque histórico cultural para la asignatura Patología Veterinaria. Revista Pedagógica Universitaria, 13(5), 51-71. López, J., Pozo, S., y López Belmonte, G. (2019). La eficacia de la Realidad Aumentada en las aulas de Infantil: un estudio del aprendizaje de SVB y RCP en discentes de 5 años. PixelBit. Revista de Medios y Educación, 55, 7-21. Recuperado de https://recyt.fecyt.es/index.php/pixel/article/view/69763 Mengual-Andrés, S., Roig-Vila, R. y Blasco, J. (2016). Delphi study for the design and validation of a questionnaire about digital competences in higher education. 13(12), http://educationaltechnologyjournal.springeropen.com/articles/10.1186/s41239- 016-0009-y. DOI: 10.1186/s41239-016-0009-. Muñoz, J. M. (2013). Realidad Aumentada, realidad disruptiva en las aulas. Boletín SCOPEO, 82. Recuperado de http://scopeo.usal.es/realidad-aumentada-realidad- disruptiva-en-las-aulas/. Oñate, M. (2001). Utilización del método Delphy en la pronosticación: Una experiencia inicial. Aplicación del Método Delphy, 2001. www.rieoei.org/deloslectores/804Bravo. Pasaréti, O., Hajdin, H., Matusaka, T., Jámbori, A., Molnár, I., & Tucsányi-Szabó, M. (2011). Augmented Reality in education. INFODIDACT 2011 Informatika Szakmódszertani Konferencia. Recuperado de http://people.inf.elte.hu/tomintt/infodidact_2011.pdf Prendes, C. (2015). Realidad aumentada y educación: análisis de experiencias prácticas. Pixel-Bit. Revista de Medios y Educación, 46, 187-203. Rodríguez, M. (2013). Experimentando la realidad aumentada. Integrando tecnología en el salón de clase. Recuperado de http://mbintegrandotecnologia.blogspot.com.es/2013/04/experimentando-la- realidad-aumentada.html RED. Revista de Educación a Distancia. Núm. 60, Artíc. 1 30-10-2019 DOI: http://dx.doi.org/10.6018/red/60/01 Evaluación de software de producción de objetos en Realidad Aumentada con fines educativos. Julio Cabero-Almenara y Carmen Llorente-Cejudo. Página 21 de 23 Ruiz, D. (2011). La Realidad Aumentada y su dimensión en el arte: La obra aumentada. Arte y Políticas de Identidad, 5, 129-144. Santos, M. Wolde, A., Taketomi, T., Yamamoto, G., Rodrigo, M., Sandor, Ch. y Kato, H. (2016). Augmented reality as multimedia: the case for situated vocabulary learning. Research and Practice in Techology Enhanced Learning, 11(4), 1- 23. Schmalstieg, D. y Höllerer, T. (2016). Augmented reality: principles and practice. Boston: Addison-Wesley. Siegel, S. (1976). Estadística no paramétrica. México: Trillas. Solano, C. A., Casas J. F. & Guevara, J. C. (2015). Aplicación móvil de realidad aumentada para la enseñanza de la clasificación de los seres vivos a niños de tercer grado. Ingeniería, 20(1), 101-115. Tecnológico de Monterrey (2015). Reporte EduTrends. Radar de Innovación Educativa 2015. Monterrey: Tecnológico de Monterrey. Tsai, M., Liu, P. & Yau, J. (2013). Using electronic maps and augmented reality-based training materials as escape guidelines for nuclear accidents: An explorative case study in Taiwan. British Journal of Educational Technology, 44(1), E18–E21. Villalustre, L. y Del Moral, M.E. (coords.) (2016). Experiencias interactivas con realidad aumentada en las aulas. Barcelona: Octaedro. Zayas, P. (2011). El proceso del análisis y la descripción con las especificaciones para confeccionar la matriz de las competencias y construir el perfil del cargo o de ocupación. Ejemplo de dependiente gastronómico en la rama turística. TURyDES. Revista de Investigación y Desarrollo Local, 4 (9). http://www.eumed.net/rev/turydes/09/pmza.htm (8/06/2012). RED. Revista de Educación a Distancia. Núm. 60, Artíc. 1 30-10-2019 DOI: http://dx.doi.org/10.6018/red/60/01 Evaluación de software de producción de objetos en Realidad Aumentada con fines educativos. Julio Cabero-Almenara y Carmen Llorente-Cejudo. Página 22 de 23 Anexo: Programas de software de producción de objetos de aprendizaje en RA. Software (tipo licencia) Plataforma Características Descripción ALVAR (Libre, Comercial) Android, iOS, Windows, Flash Seguimiento basado en marcadores y sin marcadores Librería software para crear aplicaciones de RA y RV. Desarrollada por el Instituto Técnico de Investigación VTT (VTT Technical Research Centre of Finland) (http://virtual.vtt.fi/virtual/proj2/multimedia/alvar/index.html). ARLab (Libre, Comercial) Android, iOS GPS, sensors (IMU Sensors), búsqueda visual ARLab ofrece un amplio portfolio de soluciones tecnológicas para RA (http://www.arlab.com/). ARmedia (Libre, Comercial SDK) Android, iOS, Windows, Flash Seguimiento basado en marcadores La plataforma ARmedia es un framework de desarrollo estructurado y modula que incluye distintos módulos software. Este framework es independiente del motor de seguimiento en tiempo real y del motor de renderización. (http://www.inglobetechnologies.com/). Arpa (Libre, Comercial SDK) Android, iOS, Windows Seguimiento basado en marcadores y sin marcadores, GPS Sensores (IMU sensors), tracking facial y por infrarrojos, y renderización en tiempo real Arpa Solutions es una compañía líder en el desarrollo de productos y aplicaciones de realidad aumentada a través de su plataforma propietaria ARPA AR (http://www.arpa-solutions.net/?f). ARToolkit (Libre, Comercial SDK) Android, iOS, Linux, OSX, Windows Seguimiento basado en marcadores y sin marcadores ARToolkit es una plataforma de Realidad Aumentada que está disponible para múltiples sistemas operativos (: http://www.artoolworks.com/). ArUco (Open Source) Linux, OSX, Windows Marcadores Librería para aplicaciones de RA basada en OpenCV (http://www.uco.es/investiga/grupos/ava/node/26). Aurasma (Libre, Comercial SDK) Android, iOS Solución sin marcadores que se basan en las características naturales de la imagen o el objeto (bordes, esquinas o texturas), una técnica conocida como NFT (Natural Feature Tracking) Es una solución de HP que incorpora reconocimiento automático de imágenes (https://www.aurasma.com/). BazAR (Open Source) Linux, OSX, Windows Soluciones sin marcadores basadas en Natural Feature Tracking BazAR es una librería de visión por computador basada en la detección de características de la imagen y su posterior matching. En particular, es adecuada para detectar y registrar estructuras planares en imágenes (http://cvlab.epfl.ch/software/bazar/index.php). Beyond Reality Face (Comercial SDK) Flash Tracking facial Beyond Reality Face Nxt es una solución de tracking facial para desarrolladores y usuarios que proporciona una API disponible para todas las plataformas (https://www.beyond-reality- face.com/overview). Catchoom (Libre, Comercial SDK) Android, iOS Búsqueda Visual (VisualSearch) Esta herramienta, licenciada por la Empresa Catchoom Technologies, ofrece la posibilidad de conectar aplicaciones móviles con los servicios en la nube de CraftAR (http://catchoom.com/). DAQRI (Libre, Comercial SDK) Android, iOS Búsqueda visual, ContentAPI y características naturales (NaturalFeature) DAQRI es una plataforma RA basada en visión que ofrece soluciones de visualización e interactivas en 4D apoyadas por un sistema de datos en la nube (https://daqri.com/). Designers ARToolkit (Libre) OSX, Windows Marcadores, ContentAPI y TrackerInterface DART es un conjunto de herramientas de software que permite diseñar e implementar aplicaciones y experiencias de RA de forma rápida (http://ael.gatech.edu/dart/index.htm). HOPPALA (Libre, Comercial Servicio) Android, iOS ContentAPI Hoppala Augmentation proporciona un interfaz gráfico web que permite crear contenidos de RA de una forma muy fácil y publicar los contenidos en los tres navegadores de RA más importantes: Layar, Junaio y Wikitude (http://www.hoppala-agency.com/). IN2AR (Libre, Comercial SDK) Flash, iOS, Android Características naturales (NaturalFeature) IN2AR es un motor cross-platform de RA que es capaz de detectar y estimar la posición de las imágenes usando webcams y cámaras del móvil. La información de posicionamiento se puede usar para incluir objetos 3D o vídeos sobre la imagen y crear de esta forma aplicaciones o juegos de RA controlados por movimiento (https://www.beyondreality.nl/in2ar/). RED. Revista de Educación a Distancia. Núm. 60, Artíc. 1 30-10-2019 DOI: http://dx.doi.org/10.6018/red/60/01 Evaluación de software de producción de objetos en Realidad Aumentada con fines educativos. Julio Cabero-Almenara y Carmen Llorente-Cejudo. Página 23 de 23 Software (tipo licencia) Plataforma Características Descripción Instant Reality (Libre, Comercial SDK) Android, iOS, Linux, OSX, Windows Marcadores, NaturalFeature, GPS, Sensores IMU, Tracking facial, VisualSearch, ContentAPI, SLAM, TrackerInterface Es un framework para sistemas de realidad mixta que presenta interfaces para que los desarrolladores accedan a unos componentes y puedan realizar aplicaciones de RA/RV. Este sistema ha sido desarrollado por Fraunhofer IGD y ZGDV en cooperación con otros socios industriales (http://www.instantreality.org/). Koozyt (Comercial SDK) Android, iOS Marcadores Fundada por miembros de los laboratorios de of Sony Computer Science que desarrollaron la tecnología “PlaceEngine” en Julio de 2007. Esta tecnología conecta el mundo real y el virtual poniendo el énfasis en el comportamiento humano (http://www.koozyt.com/). Layar (Libre, Comercial SDK) Android, iOS NaturalFeature, GPS, Sensores IMU, VisualSearch, ContentAPI Layar permite a publicadores, anunciantes y marcas crear folletos, tarjetas con contenidos interactivos de RA sin necesidad de hacer desarrollos o instalar software (https://www.layar.com/features/). Mixare (Open Source) Android, iOS GPS Mixare (mix AR Engine) es un browser de RA libre y de código abierto que está disponible para Android e iPhone. (http://www.mixare.org/). OpenSpace3D (Open Source) Linux, Windows Marcadores OpenSpace3D es una plataforma de código abierto para desarrollar proyectos de RA y RV. Su objetivo es democratizar las aplicaciones 3D en tiempo real y proporcionar herramientas para creativos (http://www.openspace3d.com/). Rox Odometry SDK (Libre, Comercial SDK) Android, iOS, Linux, OSX, Windows Marcadores, NaturalFeature Permite construir aplicaciones identificando con la cámara del dispositivo objetos pre-grabados y obtener de forma exacta su posición y orientación relativa en tiempo real (http://www.robocortex.com/). SSTT (Código fuente cerrado Android, iOS, Windows Mobile, Linux, Marcadores, NaturalFeature SSTT Bounce es un browser de RA que usa técnicas de tracking basadas en características naturales de la imagen (http://technotecture.com/augmentedreality). Total Immersion (Libre, Comercial SDK) Android, iOS, Windows, Flash Marcadores, NaturalFeature, Tracking facial Total Immersion ofrece una plataforma comercial de RA que integra gráficos 3D interactivos en tiempo real dentro del flujo de video en vivo. (http://www.t-immersion.com/). UART (Open Source) iOS, OSX, Windows Marcadores Unity AR Toolkit (UART) es un set de plugins para el motor Unity que permite a los usuarios desarrollar y desplegar aplicaciones de RA (https://research.cc.gatech.edu/uart/). Vuforia (Libre, Comercial SDK) Android, iOS Marcadores, NaturalFeature, VisualSearch Vuforia es una plataforma de software que permite desarrollar aplicaciones de RA para móviles y tabletas (https://developer.qualcomm.com/software/vuforia-augmented- reality-sdk). Wikitude (Libre, Comercial SDK) Android, iOS, BlackBerry OS GPS, Sensores IMU, ContentAPI Wikitude es una solución completa de RA que incluye reconocimiento de imágenes, tracking, renderización de modelos 3D, etc (http://www.wikitude.org/). Win AR (Libre, Comercial SDK) Windows NaturalFeature WinAR es una plataforma de desarrollo basada en Windows para realizar aplicaciones de RA. Proporciona procesamiento de imágenes, algoritmos de seguimiento y de registro (http://ilo.nus.edu.sg/forindustry/online-software-licences/m-z-online-software-licences/win- ar/). yvision . (Libre, Comercial SDK) Android, iOS, Windows Mobile, OSX Marcadores YVision es un framework que permite prototipado rápido y desarrollo de aplicaciones. Integra visión por computador, renderizado en tiempo real simulación de físicas, RA, inteligencia artificial, etc. (http://www.yvision.com/). ZappCode Creator Android, iOS Marcadores Zapcode Creator son herramientas de creación de contenidos para crear experiencias de RA (https://zap.works/about/). BlippAR (Comercial, Educativa) Android, iOS Marcadores, Identificación visual Permite la creación de contenido AR mediante una herramienta web (BlipBuilder) sin conocimiento técnico. Tiene licencias específicas para educación (https://blippar.com/).