United Academic Journals (UA Journals)

Número completo

Full number

La automatización de la investigación y la inteligencia artificial. Oportunidades y amenazas en ciberseguridad

Francisco José Martínez López. Universidad de Huelva.

Inmaculada Puebla Sánchez. Universidad Francisco de Vitoria.

Resumen / Abstract

La automatización de la investigación y el uso de la inteligencia artificial (IA) están transformando profundamente el campo de la ciberseguridad. Estas tecnologías permiten analizar grandes volúmenes de datos, detectar amenazas en tiempo real y responder a incidentes con mayor rapidez y precisión. La automatización de la investigación mediante la inteligencia artificial (IA) indica el uso de tecnologías avanzadas para agilizar, mejorar y en algunos casos, reemplazar procesos tradicionales de investigación. La IA permite manejar grandes volúmenes de datos, analizar patrones complejos y generar insights con mayor rapidez y precisión que los métodos humanos convencionales. En el contexto de la investigación, la automatización ayuda en tareas como la recopilación y clasificación de información, el análisis estadístico, la generación de hipótesis y la redacción de reportes. Esto no solo optimiza el tiempo y recursos, sino que también reduce errores y sesgos. Además, la IA facilita la investigación interdisciplinaria y la exploración de nuevas áreas al integrar múltiples fuentes de datos y ofrecer predicciones basadas en aprendizaje automático. Sin embargo, también plantea desafíos éticos y de confiabilidad que deben abordarse, como la transparencia en los algoritmos y la interpretación de resultados. Como oportunidades en Ciberseguridad, podemos considerar la detección temprana de amenazas mediante algoritmos que identifican patrones anómalos en redes y sistemas. La automatización de tareas repetitivas, lo que libera a los analistas para enfocarse en decisiones estratégicas. La mejora en la respuesta a incidentes, con sistemas que actúan en segundos frente a ataques. La predicción de vulnerabilidades futuras, gracias al análisis de tendencias en datos históricos. Como amenazas en Ciberseguridad, el uso malicioso de la IA por parte de cibercriminales, por ejemplo, para crear malware más sofisticado o realizar ataques automatizados. Los falsos positivos o negativos, que pueden llevar a decisiones incorrectas si los algoritmos no están bien entrenados. La dependencia excesiva de la automatización, que puede reducir la capacidad de respuesta humana frente a situaciones nuevas o inesperadas. Los problemas éticos y de privacidad, relacionados con el uso de datos sensibles para entrenar sistemas de IA. En resumen, aunque la automatización de la investigación y la IA ofrecen grandes ventajas en ciberseguridad, también presentan riesgos que deben gestionarse con una combinación de supervisión humana, regulación adecuada y desarrollo responsable de tecnologías. La combinación de automatización e IA está transformando la investigación científica y académica, haciendo los procesos más eficientes, accesibles y avanzados.

Investigation automation and the use of artificial intelligence (AI) are profoundly transforming the field of cybersecurity. These technologies allow for the analysis of large volumes of data, real-time threat detection, and faster and more accurate incident response. Investigation automation through artificial intelligence (AI) refers to the use of advanced technologies to streamline, improve, and in some cases, replace traditional investigation processes. AI makes it possible to handle large volumes of data, analyze complex patterns, and generate insights more quickly and accurately than conventional human methods. In the context of investigation, automation assists with tasks such as information gathering and classification, statistical analysis, hypothesis generation, and report writing. This not only optimizes time and resources but also reduces errors and biases. Furthermore, AI facilitates interdisciplinary research and the exploration of new areas by integrating multiple data sources and offering machine learning-based predictions. However, it also raises ethical and reliability challenges that must be addressed, such as transparency in algorithms and the interpretation of results. As opportunities in cybersecurity, we can consider the early detection of threats through algorithms that identify anomalous patterns in networks and systems. The automation of repetitive tasks, which frees analysts to focus on strategic decisions. Improved incident response, with systems that respond to attacks within seconds. The prediction of future vulnerabilities, thanks to the analysis of trends in historical data. As threats in cybersecurity, we can consider the malicious use of AI by cybercriminals, for example, to create more sophisticated malware or carry out automated attacks. False positives or negatives, which can lead to incorrect decisions if the algorithms are not well trained. Overreliance on automation, which can reduce human response capacity in new or unexpected situations. Ethical and privacy issues related to the use of sensitive data to train AI systems. In short, while investigative automation and AI offer significant advantages in cybersecurity, they also present risks that must be managed with a combination of human oversight, appropriate regulation, and responsible technology development. The combination of automation and AI is transforming scientific and academic research, making processes more efficient, accessible, and advanced.

Palabras Clave / Keywords

Inteligencia artificial, ciberseguridad, automatización, simulación, gemelos digitales.

Artificial intelligence, cybersecurity, automation, simulation, digital twins.

Referencias / References

1. Álvarez, H. (2023). Los simuladores de negocios y la Inteligencia Artificial generativa aplicada en la educación universitaria: situación del estado del arte. Perú. Company Games & Business Simulation Academic Journal, 3(2), 2023. ISSN: 2792-3150.

2. Amézquita, Juan A. (2023). Uso responsable de ChatGPT en el aula: cómo convertirlo en un aliado en los procesos educativos. Guadalajara México. Company Games & Business Simulation Academic Journal, 3(2), 2023. ISSN: 2792-3150.

3. Blancafort-Masriera, L. (2021). Los simuladores de negocios como metodología estratégica en la formación en dirección de empresas: visión del docente. Company Games & Business Simulation Academic Journal, 1(1), 59–71. http://www.uajournals.com/ojs/index.php/businesssimulationjournal/article/view/872

4. García, Juan P., Alor, Lina B. y Cisneros, Yanette G. (2023). Percepción de los tutores virtuales sobre el impacto de la Inteligencia Artificial en la educación universitaria. Mexico. Company Games & Business Simulation Academic Journal, 3(1), 2023. ISSN: 2792-3150.

5. García, Juan P. y Cisneros, Yanette G. (2024). Simulación por medio de la interacción con agentes asistidos por IA: una nueva era en la formación de líderes de posgrado. Mexico. Company Games y&Business Simulation Academic Journal, 4(1), 2023. ISSN: 2792-3150.

6. Hwan, G. J. y Chien, S. Y. (2022). Definition, roles, and potential research issues of the metaverse in education: An artificial intelligence perspective. Computers and Education: Artificial Intelligence, 3(May), 100082. https://doi.org/10.1016/j.caeai.2022.100082

7. Infante-Moro, A., Infante-Moro, J. C., y Gallardo-Pérez, J. (2022). Factores claves para concienciar la ciberseguridad en los empleados. Revista de Pensamiento Estratégico y Seguridad CISDE, 7(1), 69-79.

8. Jacobs, C., Foote, G. y Williams, M. (2023). Evaluating user experience with immersive technology in simulation-based education: A modified Delphi study with qualitative analysis. PLoS ONE, 18(8 August), 1–17. https://doi.org/10.1371/journal.pone.0275766

9. Martínez López, F. J.; Ruiz Frutos, C. y García Ordaz, M. (2008) Teletrabajo: seguridad y salud sin importar la distancia. Riesgos Laborales. Nº 45, 12-19.

10. Martínez López, F. J., García Ordaz, M., García Ordaz, F. y Barroso González, M. (2000). Formación de redes de alumnos: un nuevo enfoque para la docencia universitaria. REM, Revista de Economía Mundial, Nº 3, ISSN 1576-0162.

11. Martínez López, F.J., Infante Moro, A. y Plaza Mejía, MA. (2002). Aplicación práctica de técnicas de innovación docente para el desarrollo de habilidades directivas, gerenciales y tecnológicas. @gora digit@al. Revista en Tecnologías de la comunicación, orientación e intervención socioeducativa. Nº 4, Segundo Semestre 2002. ISSN 1577-9831.

12. Martínez López, F.J., Luna Huertas, P. y García Ordaz, M. (2004). Una nueva experiencia formativa: creación de redes de alumnos telemáticas interuniversitarias. Revista de Enseñanza Universitaria. Nº 23. 2004. Pág. 23-37. ISSN 1131-5245, eISSN: 2172-6566.

13. Martínez López, F. J. y Puebla Sánchez, I. (2021) Simulación, la nueva frontera de la ciencia: justificación de la necesidad de un corpus académico de este campo científico. estado del arte y revisión bibliográfica. Company Games & Business Simulation Academic Journal, 1(1), 73-89. ISSN: 2792-3150.

14. Martínez López, F. J. y Puebla Sánchez, I. (2022). La simulación y los serious games en la empresa española: un análisis empírico. Company Games & Business Simulation Academic Journal, 2(1), 69-76. ISSN: 2792-3150.

15. Martínez López, F. J., Puebla Sánchez, I., Blankafort, L y Galifa , J. (2023). El Mundo Simulado: del Mito de la Caverna al Metaverso. Company Games & Business Simulation Academic Journal, 3(2), 2023. ISSN: 2792-3150.

16. Martínez López, F. J. y Puebla Sánchez, I. (2022). El Metaverso desde un enfoque Sistémico. Una gran oportunidad. IV Congreso Iberoamericano de Soluciones Sistémicas para la Transformación de las Organizaciones. IV CISSTO, SESGE. ISBN: 978-84-09-46528-6

17. Martínez López, F. J., . et al (2024). El Pensamiento Sistémico y la Inteligencia Artificial, VI Congreso Iberoamericano de Soluciones Sistémicas para la Transformación de las Organizaciones. VI CISSTO, SESGE. ISBN: 978-84-09-46528-6.

18. Martínez López, F. J. y Puebla Sánchez, I. (2025). La Simulación, la Nueva Frontera de la Inteligencia Artificial. Simposio Internacional sobre Inteligencia Artificial y Educación en el Marco de los Derechos Humanos. UPacifico Ecuador. Marzo 2025.

19. Kwan, Chap K. y Becker, Silvio E. (2023). Adopción de la Inteligencia Artificial ChtGPT en la educación superior: perspectiva de los docentes universitarios en Paraguay. Company Games & Business Simulation Academic Journal, 3(2), 2023. ISSN: 2792-3150.

20. Puebla, I., Solá, F., Temiño, I. y Torres, A. (2014). Flipped learning results: a case study in macroeconomics. Congress Sevilla. November 2014.

21. Puebla, I. et al. (2018). Gamification as an Integral Training Tool. Experience of Entrepreneurship through a Serious Game in the UFV: The Energy Drink Case. CUICIID 2018. 2018.

22. Puebla, I. y Temiño, I. (2018). La importancia de los Centros de Simulación Empresarial en la formación universitaria. International Journal of Information Systems and Software Engineering for Big Companies (IJISEBC). 5(2), 115-122, 2018. (www.ijisebc.com)

23. Puebla, I. y Ayestarán, R. (2020). Sharing student marketing competences through gamification and its use as a decision making tool for business planning. Edulearn20, July 2020.

24. Tumiri, T., Duran, L., Lin, J., Ríos, N. B., Mosca, A., y Gómez, T. (2023). La Imagen de enfermería y Simulación. Metaverse Basic and Applied Research, 2, 36-36.

Cómo citar / How to cite

Martínez López, F. J., y Puebla Sánchez, I. (2025). La automatización de la investigación y la inteligencia artificial. Oportunidades y amenazas en ciberseguridad. En Academia Iberoamericana de La Rábida, (1ª ed.), Formación en ciberseguridad y ética en trabajos académicos y científicos (pp. 113-134). Huelva: Academia Iberoamericana de La Rábida / United Academic Journals (UA Journals). https://doi.org/10.54988/uaj.979-13-990252-7-9_05

Número completo

Full number

Proposed Emotional Questionnaire to Evaluate the User Experience of Virtual Learning Environments: Expert Validation

Laura N. Aballay. Instituto de Informática, Universidad Nacional de San Juan, San Juan, Argentina.

Silvana V. Aciar. Instituto de Informática, Universidad Nacional de San Juan, San Juan, Argentina.

César A. Collazos. Universidad del Cauca, Popayán, Colombia.

Alex A. Torres. Corporación Universitaria Comfacauca – UNICOMFACAUCA, Popayán, Colombia.

Resumen / Abstract

This paper presents a proposed questionnaire for the evaluation of user experience (UX) with emotions. Although there are several questionnaires, such as AttrakDiff and the User Experience Questionnaire (UEQ), that measure product-centered perceptions and acceptance, few consider emotions suitable for evaluating virtual learning environments. In response to this limitation, a new questionnaire, "EMO-UX", designed to assess UX in virtual learning environments (VLE) from an affective approach, is proposed. This instrument, currently validated by experts, seeks to provide a more accurate and less confusing alternative to existing tools, integrating elements that allow a more complete capture of the user's emotional state during their interaction with the product. In addition, the characteristics of the main existing emotional questionnaires are compared and analyzed, highlighting their strengths and limitations. This work provides an innovative tool to improve the understanding of UX, especially in virtual educational contexts.

Palabras Clave / Keywords

Human computer interaction, Affective Computing, User Experience, Emotional Evaluation, Virtual Learning Environments, Surveys, Questionaries.

Referencias / References

1. K. Capota, M. van Hout, and T. van der Geest, “Measuring the emotional impact of websites,” in Proceedings of the 2007 conference on Designing pleasurable products and interfaces - DPPI ’07, 2007, p. 135.

2. L. Masip Ardévol, “User experience methodology for the design and evaluation of interactive systems,” University of Lleida, 2013.

3. D. Quiñones, C. Rusu, and V. Rusu, “A methodology to develop usability/user experience heuristics,” Comput. Stand. Interfaces, vol. 59, pp. 109–129, Aug. 2018.

4. M. Hassenzahl, S. Diefenbach, and A. Göritz, “Needs, affect, and interactive products – Facets of user experience,” Interact. Comput., vol. 22, no. 5, pp. 353–362, Sep. 2010.

5. A. F. Aguirre, V. F. Ángela, C. A. Collazos, and R. Gil, “Proposal to evaluate the satisfaction of use in Virtual Learning Environments,” in Proceedings of the XV International Conference on Human Computer Interaction - Interacción ’14, 2014, pp. 1–4.

6. E. Crisol-Moya, L. Herrera-Nieves, and R. Montes-Soldado, “Educación virtual para todos: una revisión sistemática,” Educ. Knowl. Soc., vol. 21, no. 0, p. 13, Jun. 2020.

7. F. J. García-Peñalvo, A. Miguel, and S. Pardo, “Una revisión actualizada del concepto de eLearning. Décimo Aniversario,” vol. 16, no. 1, 2015.

8. E. Ivanova and G. Borzunov, “Optimization of machine learning algorithm of emotion recognition in terms of human facial expressions,” Procedia Comput. Sci., vol. 169, pp. 244–248, Jan. 2020.

9. M. R. Mahmood et al., “Classification techniques’ performance evaluation for facial expression recognition,” Artic. Indones. J. Electr. Eng. Comput. Sci., vol. 21, no. 2, pp. 1176–1184, 2021.

10. S. Patil, A. Joshi, G. Deore, A. Taley, and S. Sawant, “Emotion Detection Using Facial Recognition,” SSRN Electron. J., 2020.

11. A. Vartanov, V. Ivanov, and I. Vartanova, “Facial expressions and subjective assessments of emotions,” Cogn. Syst. Res., vol. 59, no. 2020, pp. 319–328, 2020.

12. E. S. Salama, R. A. El-Khoribi, M. E. Shoman, and M. A. Wahby Shalaby, “A 3D-convolutional neural network framework with ensemble learning techniques for multimodal emotion recognition,” Egypt. Informatics J., vol. 22, no. 2, pp. 167–176, Jul. 2021.

13. L. Schoneveld, A. Othmani, and H. Abdelkawy, “Leveraging recent advances in deep learning for audio-Visual emotion recognition,” Pattern Recognit. Lett., vol. 146, pp. 1–7, Jun. 2021.

14. S. Cano, L. García, C. A. Collazos, and S. Albiol, “Towards the Design of a System to Measure Emotions using Physiological Signals as Biofeedback. Case Study in Higher Education Students,” REHAB 2019, 2019.

15. J. A. Domínguez-Jiménez, K. C. Campo-Landines, J. C. Martínez-Santos, E. J. Delahoz, and S. H. Contreras-Ortiz, “A machine learning model for emotion recognition from physiological signals,” Biomed. Signal Process. Control, vol. 55, p. 101646, Jan. 2020.

16. L. Aballay, C. Collazos, S. Aciar, and A. Torres, “Analysis of Emotion Recognition Methods: A Systematic Mapping of the Literature,” in WITCOM 2024 - Telematics & Computing (En proceso de aprobación), 2024.

17. P. M. Desmet, “Measuring emotions: Development of an instrument to measure emotional responses to products,” Funology from usability to enjoyment. Kluwer Acad. Publ. Dordrecht, Boston, Londres, no. Blythe, M. A.; Overbeeke, K.; Monk, A. F.; Wright, P. C. (ed.), 2003.

18. L. N. Aballay, S. V. Aciar, and C. A. Collazos, “Students Emotions Evaluation on Virtual Learning Environments (Atena Editora),” Students Emot. Eval. Virtual Learn. Environ. (Atena Ed., vol. 2, no. 16, pp. 2–11, Jan. 2022.

19. M. Hassenzahl, M. Burmester, and F. Koller, “Der USer Experience (UX) auf der Spur: Zum einsatz von www.attrakdiff.de.” 2008.

20. M. M. Bradley and P. J. Lang, “Measuring emotion: The self-assessment manikin and the semantic differential,” J. Behav. Ther. Exp. Psychiatry, vol. 25, no. 1, pp. 49–59, 1994.

21. G. Huisman, M. Van Hout, B. Van Dijk, T. Van Der Geest, and D. Heylen, “LEMtool - Measuring emotions in visual interfaces,” Conf. Hum. Factors Comput. Syst. - Proc., no. August 2014, pp. 351–360, 2013.

22. P. Desmet, “Measuring Emotion: Development and Application of an Instrument to Measure Emotional Responses to Products,” Funology From Usability to Enjoyment. Kluwer Acad. Publ. Print. Netherlands., pp. 111–123, 2003.

23. Y. A. Méndez-Alegría, C. A. Collazos, T. Granollers, and R. Gil, “Rueda de emociones de Ginebra+: instrumento para la valoración emocional de los usuarios mientras participan en una evaluación de sistemas interactivos,” Dyna, vol. 91, no. 2, pp. 151–155, 2016.

24. K. R. Sacharin, V., Schlegel, K., & Scherer, “Geneva Emotion Wheel Rating Study,” Geneva, Switz. Univ. Geneva, Swiss Cent. Affect. Sci., 2012.

25. L. N. Aballay, S. V. Aciar, and C. A. Collazos, “Emotions for Virtual Learning Environments,” IEEE-RITA, vol. 9, no. 3, 2021.

26. J. I. Cocunubo-Suárez, J. A. Parra-Valencia, and J. E. Otálora-Luna, “Propuesta para la evaluación de Entornos Virtuales de Enseñanza Aprendizaje con base en estándares de Usabilidad Evaluation of Virtual Teaching- Learning Environments based on usability standards Cómo citar / How to cite Propuesta para la evaluación de En,” vol. 21, no. 41, pp. 123–7799, 2018.

27. L. Aballay, C. Collazos, and S. Aciar, “Emotions evaluation on Virtual Learning Environments: Students perceptions,” in VII Jornadas Iberoamericanas de Interação Humano-Computador - HCI 2021, 2021.

28. L. N. Aballay, S. V. Aciar, and C. A. Collazos, “Students Emotions Evaluation on Virtual Learning Environments,” J. Eng. Res., vol. 2, no. 16, pp. 2–11, Jul. 2022.

29. R.- Likert, “A technique for the measurement of attitudes.,” psycnet.apa.org, 1932.

30. M. I. Bernal-García, D. R. Salamanca Jiménez, N. Perez Gutiérrez, and M. P. Quemba Mesa, “Content validity by expert judgment of an instrument to measure physico-emotional perceptions in anatomical dissection practice,” Educ. Medica, Oct. 2018.

31. L. A. Galicia Alarcón, J. A. Balderrama Trápaga, R. Edel Navarro, L. A. Galicia Alarcón, J. A. Balderrama Trápaga, and R. Edel Navarro, “Validez de contenido por juicio de expertos: propuesta de una herramienta virtual,” Apert. (Guadalajara, Jal.), vol. 9, no. 2, pp. 42–53, 2017.

Cómo citar / How to cite

Aballay, L. N., Aciar, S. V., Collazos, C. A., y Torres, A. A. (2024). Proposed Emotional Questionnaire to Evaluate the User Experience of Virtual Learning Environments: Expert Validation. En C. Rusu et al., (1ª ed.), Transformación digital en la educación: innovaciones y desafíos en la tecnología educativa (pp. 73-78). Huelva (España): United Academic Journals (UA Journals). https://doi.org/10.54988/uaj.000028.012

Número completo

Full number

2018    ----   Gamificación del aprendizaje: ambientes virtuales y presenciales

Autora / Author :  Adriana Margarita Pacheco Cortés

Capículos/Chapters

Capítulo 1. Gamificación.

Capítulo 2. Diseño, desarrollo e implementación de un juego de crucigrama.

Capítulo 3. Diseño y desarrollo de un juego de relación de pares.

Capítulo 4. Diseño y desarrollo de un juego de palabras desordenadas.

Capítulo 5. Hot Potatoes, generalidades, bajar e instalar el programa.

Capítulo 6. Palabras faltantes y cuestionarios.