Evaluación del impacto del uso de inteligencia artificial para la clonación de voz en el aprendizaje, mediante el uso de la aplicación generativa de videocápsulas educacionales EduvidIA

Abstract

El avance de la Inteligencia Artificial ha abierto nuevas posibilidades en el ámbito educativo, especialmente frente a la necesidad de crear materiales suplementarios que refuercen el aprendizaje sin aumentar la carga laboral docente. Profesores enfrentan limitaciones de tiempo para generar recursos adicionales, lo que impacta negativamente la experiencia de los estudiantes. Este trabajo busca abordar dicha problemática mediante el uso de EduvidIA, un proyecto de la Feria de Software USM 2024, que permite generar cápsulas educativas audiovisuales a partir de documentos proporcionados por el profesor, integrando tecnologías como modelos de lenguaje y clonación de voz. El objetivo principal fue evaluar si el uso de una voz clonada, al imitar características humanas como la entonación y el ritmo, puede mejorar la comprensión y percepción del contenido educativo. Para validar esta hipótesis, se realizó un experimento controlado con estudiantes universitarios, comparando el impacto de una cápsula narrada con voz clonada versus una narrada con voz Loquendo. Los resultados mostraron mejoras significativas en la percepción de aprendizaje y naturalidad de la voz, aunque no en la comprensión objetiva. Se concluye que la clonación de voz representa una ventaja subjetiva relevante para experiencias de aprendizaje más positivas, sin perjuicio en el rendimiento académico. The advancement of Artificial Intelligence has opened up new possibilities in education, especially when faced with the need to create supplementary materials that reinforce learning without increasing the teaching workload. Teachers face time constraints to generate additional resources, which negatively impacts students' experience. This work seeks to address this problem through the use of EduvidIA, a project of the USM’s 2024 Feria de Software, which allows the generation of audiovisual educational capsules from documents provided by the teacher, integrating technologies such as language modeling and voice cloning. The main objective was to evaluate whether the use of a cloned voice, by imitating human characteristics such as intonation and rhythm, can improve the comprehension and perception of the educational content. To validate this hypothesis, a controlled experiment was conducted with university students, comparing the impact of a capsule narrated with a cloned voice versus one narrated with a Loquendo voice. The results showed significant improvements in the perception of learning and naturalness of the voice, although not in objective comprehension. It is concluded that voice cloning represents a relevant subjective advantage for more positive learning experiences, without detriment to academic performance.