Persona:
Portaz Collado, Miguel Ángel

Foto de perfil
Dirección de correo electrónico
mportaz@dia.uned.es
ORCID
0000-0001-8927-8620
Fecha de nacimiento
Proyectos de investigación
Unidades organizativas
Puesto de trabajo
Apellidos
Portaz Collado
Nombre de pila
Miguel Ángel
Nombre

Filtros

2023 - 20254
Restablecer filtros

Ajustes

Resultados de la búsqueda

Mostrando 1 - 4 de 4
  • Miniatura
    Publicación
    Integrating Human and Artificial Intelligence Capabilities to Guide the Development of High-Risk Psychomotor Intelligent Systems: the CARAIX framework
    (Universidad Nacional de Educación a Distancia (España). Escuela Internacional de Doctorado. Programa de Doctorado en Sistemas Inteligentes, 2025-12-10) Portaz Collado, Miguel Ángel; Santos, Olga C.
    La presente tesis examina la conceptualización y validación de un marco de trabajo centrado en el humano basado en los principios de la Inteligencia Híbrida (IH), atendiendo a la crucial necesidad de integrarnos con las capacidades de la Inteligencia Artificial (IA) para un diseño ético y efectivo en dominios de alto riesgo, como el aprendizaje psicomotor y la detección temprana del deterioro neurocognitivo. Está motivada por la creciente complejidad de los sistemas de IA y su profundo impacto en el bienestar de las personas. Busca garantizar que la tecnología incremente el potencial humano priorizando su seguridad, confianza e inclusividad en poblaciones diversas. El objetivo principal pasa por conceptualizar, definir y validar el marco de trabajo CARAIX (Collaborative, Adaptative, Responsible and eXplainable AI), una propuesta innovadora que integra principios colaborativos, adaptativos, responsables y explicables, y que ha sido puesto a prueba dentro del proyecto HumanAID, bajo el paraguas del Centro de Investigación PhyUM de la UNED. Para ello, tres casos de uso han sido estudiados dentro del ámbito psicomotor (determinación del nivel de experiencia, comportamiento motor durante el sueño y riesgo de lesión deportiva), analizando tanto datos inerciales obtenidos desde sensores como imágenes tratadas con técnicas de visión artificial. En concreto, las señales inerciales son analizadas para evaluar el nivel de experiencia de practicantes de artes marciales. Basado en esta metodología, pero con un cambio de enfoque, las señales inerciales recogidas durante el sueño son examinadas para determinar el grado de deterioro cognitivo asociado a pacientes con Alzheimer. Finalmente, el análisis de imágenes de video se utiliza para mejorar el compromiso cognitivo y para contribuir a la detección de lesiones de rodilla en jugadores de baloncesto. Estos tres casos de uso constituyen, por sí mismas, un estudio de caso dentro del proyecto HumanAID, centrado en la adquisición de habilidades psicomotoras. Mediante un proceso de evaluación con enfoque dual, que incluye un proceso cualitativo para determinar sus aspectos clave y una ponderación cuantitativa de éstos, el resultado de esta tesis busca desarrollar un proceso replicable que pueda evaluar el cumplimiento de CARAIX en los otros tres casos de estudio del proyecto HumanAID, incluyendo i) entrenamiento de vehículos autónomos, ii) competencias en la prevención de riesgos laborales, y iii) sistemas inteligentes de aprendizaje, que complementan el caso de estudio mencionado previamente: iv) adquisición de habilidades psicomotoras. Los principales hallazgos indican que CARAIX respalda el desarrollo de sistemas psicomotores que categorizan el nivel de experiencia (con una precisión del 82.14%) y evalúan el riesgo de lesiones con precisión. También avanza en la clasificación de la fase de deterioro cognitivo (con una sensibilidad del 93.94%), contribuyendo a la realización de cribados, permitiendo así una detección temprana y la posibilidad de ofrecer intervenciones psicomotoras. Además, introduce un conjunto amplio de artefactos de software y criterios de evaluación que vinculan principios teóricos con una implementación práctica, ofreciendo un enfoque sólido para transferir este conocimiento a procesos de auditoría operativos y eficaces. Tales auditorías pueden verificar tanto el cumplimiento normativo como la adhesión a estándares que incorporan consideraciones éticas, asegurando que las mejores prácticas no solo se comprendan, sino que también se apliquen y validen sistemáticamente. La tesis concluye que la IH constituye una base sólida para el desarrollo de una IA centrada en el humano, impulsando el diseño ético de IA promoviendo transparencia, autonomía del usuario y beneficio social, estableciendo una base para futuras investigaciones que amplíen aplicabilidad de los principios de la IH en el desarrollo de sistemas inteligentes de alto riesgo. Este trabajo también aborda sus limitaciones, como la necesidad de realizar pruebas más amplias en ámbitos como el envejecimiento activo, aspectos que están siendo abordados en otras líneas de investigación en curso dentro de PhyUM. Finalmente, el marco propuesto también está alineado con varios Objetivos de Desarrollo Sostenible (ODS) clave, en particular aquellos relacionados con la salud y el bienestar (3), la educación inclusiva (4), la igualdad de género (5), el trabajo decente (8), la reducción de las desigualdades (10) y la sostenibilidad de las comunidades (11).
  • Miniatura
    Publicación
    Harmonizing Ethical Principles: Feedback Generation Approaches in Modeling Human Factors for Assisted Psychomotor Systems
    (Association for Computing Machinery, Inc, 2024-06-28) Portaz Collado, Miguel Ángel; Manjarrés Riesco, Ángeles; Santos, Olga C.; Agencia Estatal de Investigación (España)
    As the demand for personalized and adaptive learning experiences increase, there is a urgent need for providing effective feedback mechanisms within critical systems, such as in psychomotor learning systems. This proposal introduces an approach for the integration of retrieval-augmented generation tools to provide comprehensive and insightful feedback to users. By combining the strengths of retrieval-based techniques and generative models, these tools offer the potential to enhance learning outcomes by delivering tailored feedback that is both informative and engaging. The proposal also emphasises the importance of incorporating explainability and transparency concepts. Following the hybrid intelligence paradigm it is possible to ensure that the feedback provided by these tools is not only accurate but also understandable to humans. This approach fosters trust and promotes a deeper understanding of the psychomotor learning process, empowering users and facilitators to make informed decisions about the psychomotor learning path. The hybrid intelligence paradigm, which combines the strengths of both human and artificial intelligence, plays a crucial role in the deployment of these solutions. By taking advantage of the cognitive capabilities of human experts alongside the computational power of artificial intelligence algorithms, it is possible to offer personalised feedback that takes into account both technical accuracy and pedagogical effectiveness. Through these collaborative efforts it is also possible to create learning environments that are inclusive, adaptable, and beneficial to lifelong learning. In conclusion, this proposal introduces retrieval-augmented generation tools for providing feedback in psychomotor learning systems, which represents a significant step towards in its personalization, and whose ethical implications align with the new regulations on the implementation of intelligent technologies in critical systems.
  • Miniatura
    Publicación
    Towards Human-Centric Psychomotor Recommender Systems
    (Association for Computing Machinery, Inc, 2023-06-16) Portaz Collado, Miguel Ángel; Manjarrés Riesco, Ángeles; Santos, Olga C.; Agencia Estatal de Investigación (España)
    Recommender Systems have been developed for years to guide the interaction of the users with systems in very diverse domains where information overload exists aimed to help humans in decision making. In order to better support the humans, the more the system knows about the user, the more useful recommendations the user can receive. In this sense, there is a need to explore which are the intrinsic human aspects that should be taken into account in each case when building the user models that provide the personalization. Moreover, there is a need to define and apply methodologies, guidelines and frameworks to develop this kind of systems in order to tackle the challenges of current artificial intelligence applications including issues such as ethics, transparency, explainability and sustainability. For our research, we have chosen the psychomotor domain. To provide some insights into this problem, in this paper we present the research directions we are exploring to apply a human-centric approach when developing the iBAID (intelligent Basket AID) psychomotor system, which aims to recommend the physical activities and movements to perform when training in basketball, either to improve the technique, to recover from an injury or even to keep active when getting older.
  • Miniatura
    Publicación
    AI-Powered Psychomotor Learning through basketball practice: Opportunities and Challenges
    (Springer Nature Switzerland, 2024-06-23) Portaz Collado, Miguel Ángel; Cabestrero Alonso, Raúl; Quirós Expósito, Pilar; Santos, Olga C.; Santoianni, Flavia; Giannini, Gianluca; Ciasullo, Alessandro
    This chapter delves into the dynamic landscape of systems designed for the human centered learning of motor skills, with a primary focus on their application in the context of basketball. As technology continues to advance, opportunities emerge for innovative solutions that enhance skill acquisition, performance analysis, and overall proficiency in sports. The opportunities presented by cutting-edge systems, such as sensor-based technologies, offer new dimensions for sport psychologist, coaches, athletes and learners alike. These systems can provide real-time feedback and personalized training regimens, revolutionizing the traditional approaches to skill development. Specifically within the realm of basketball, this chapter addresses how these technologies can enhance shooting skills by improving spatial agility, initial burst speed, and directional responsiveness. However, along with these opportunities come significant challenges, such as the adaptability of technology across diverse skill levels, the need for robust data security in performance analytics, and the potential over-reliance on technology to the detriment of fundamental coaching. Balancing the integration of technology with the human centered elements is crucial to ensure that these systems genuinely enhance the learning experience without diminishing the importance of hands-on coaching and the inherent nuances of the sport.