Olga C. Santos es Profesora Titular de Universidad en el departamento de Inteligencia Artificial de la ETSI Informática en la Universidad Nacional de Educación a Distancia (UNED), lleva desde el año 2014 investigando la aplicación de la Inteligencia Artificial en el aprendizaje psicomotriz para el deporte, el envejecimiento activo y la rehabilitación con el objetivo de ofrecer soporte inteligente personalizado multisensorial para el aprendizaje de tareas motoras complejas mediante la recogida con dispositivos electrónicos de los movimientos realizados y, tras el correspondiente modelado con técnicas de inteligencia artificial, ofrecer feedback al usuario sobre la ejecución realizada.
Áreas de investigación: Su línea de investigación, denominada PhyUM (Physical User Modeling) está siendo muy atractiva para los estudiantes de la UNED, prueba de ello es que ha enmarcado varios PFG específicos y TFM de investigación: FRAGILESS (TFM 2018 – Z. Saenz de Urturi), AHTROM (PFG 2019 – I. Oses), KSAS (TFM 2020 – A. Casas), KUMITRON (PFG 2020 – J. Echeverría) e iELA (TFM 2021 – M.A. Portaz). Los sistemas desarrollados en estos trabajos siguen el framework para el desarrollo de sistemas psicomotores inteligentes propuesto por la Dra. Santos en 2016 en el número especial “The Next 25 Years: How Advanced Interactive Learning Technologies will Change the World” de la revista “International Journal of Artificial Intelligence in Education” y que cubre las siguientes cuatro fases: 1) detección del movimiento sincronizando las señales recibidas de los diferentes sensores para permitir un procesamiento multimodal, 2) modelado del movimiento combinando diferentes algoritmos de aprendizaje automático y visión artificial para poder comparar diferentes ejecuciones de los movimientos con el mismo usuario a lo largo del tiempo o con otros usuarios con diferente nivel en la ejecución del movimiento, 3) diseño de la retroalimentación teniendo en cuenta las necesidades y preferencias de los usuarios y 4) entrega de la retroalimentación de forma multisensorial y personalizada.
Reconocimientos recibidos: En su trayectoria investigadora, destacan el Young Researcher Award del IEEE Technical Committee on Learning Technology en 2014 por su investigación sobre el modelado en sistemas de aprendizaje personalizados que integran aspectos cognitivos y afectivos, el Premio Arquímedes en Ingeniería y Arquitectura del Ministerio de Educación, Cultura y Deporte en 2017 por la dirección de un TFM sobre el análisis funcional de redes cerebrales y la Certificación I3 del Ministerio de Universidades en 2020 por su trayectoria investigadora postdoctoral en la que ha integrado los aspectos cognitivos, afectivos y psicomotores.
