Optimización del juego tres en raya con niveles de dificultad utilizando heurísticas de inteligencia artificial

César Javier Villacís; Walter Marcelo Fuertes; Christian Andrés Bustamante; Margarita Elizabeth Zambrano; Edgar Porfirio Torres; Hernán Mauricio Aules; Ana Gladys Tacuri; Mario Oswaldo Basurto

doi:10.5380/atoz.v3i2.41342

Autores/as

César Javier Villacís Universidad de las Fuerzas Armadas - ESPE
Walter Marcelo Fuertes Universidad de las Fuerzas Armadas - ESPE
Christian Andrés Bustamante Universidad de las Fuerzas Armadas - ESPE
Margarita Elizabeth Zambrano Universidad de las Fuerzas Armadas - ESPE
Edgar Porfirio Torres Universidad de las Fuerzas Armadas - ESPE
Hernán Mauricio Aules Universidad de las Fuerzas Armadas - ESPE
Ana Gladys Tacuri Universidad de las Fuerzas Armadas - ESPE
Mario Oswaldo Basurto Universidad Tecnológica Israel

DOI:

https://doi.org/10.5380/atoz.v3i2.41342

Palabras clave:

Videojuegos educativos, Diseño Hipermedia Orientado a Objetos, Inteligencia Artificial, Tres en Raya

Resumen

Introducción: Los videojuegos educativos, además de proporcionar distracción y diversión, estimulan el desarrollo del pensamiento de los niños en las áreas lógica y espacial. Esta investigación presenta la optimización de un videojuego educativo relacionado con los juegos de lógica, conocido como el Tres en Raya o Tic-Tac-Toe (en inglés), enfocado a niños entre 7 y 11 años. Método: Para llevarlo a cabo, se ha empleado el Método de Diseño Hipermedia Orientada a Objetos para el diseño conceptual y navegacional de la aplicación, lo cual permite crear interfaces de usuario interactivas y amigables con el usuario. Además, se utilizó técnicas de Inteligencia Artificial para que el jugador, simulado y controlado por la computadora, pueda emular la toma de decisiones por sí mismo, y esté en capacidad de enfrentar al usuario. Las técnicas de Inteligencia Artificial utilizadas son del tipo heurísticas, implementadas mediante un método numérico inédito, basado en series numéricas finitas, lo cual difiere de otros del mismo tipo, donde lo común es utilizar el Algoritmo del MIN-MAX. Para la ejecución del juego se ha recurrido a la incorporación de un agente virtual que brindará soporte al usuario en los diferentes niveles de dificultad del juego. Resultados: Los resultados muestran que existen diferencias cognitivas por edad, género y nivel de dificultad en el juego de una muestra representativa de niños de una unidad educativa. Conclusión: Estes tipos de programas estimulan el desarrollo cognitivo de los niños que se encuentran en su etapa primaria de formación.

Biografía del autor/a

César Javier Villacís, Universidad de las Fuerzas Armadas - ESPE

Ingeniero en Sistemas e Informática - ESPE, Magíster en Sistemas Informáticos Educativos - Universidad Tecnológica Israel/Ecuador. Profesor-investigador - Departamento de Ciencias de la Computación - ESPE.

Walter Marcelo Fuertes, Universidad de las Fuerzas Armadas - ESPE

Ingeniero de Sistemas - Escuela Politécnica del Ejército, Master en Redes - EPN, Doctor Ph.D. (Hons.) en Ciencias de la Computación y Telecomunicaciones - UAM/España. Profesor principal - Departamento de Ciencias de la Computación - ESPE.

Christian Andrés Bustamante, Universidad de las Fuerzas Armadas - ESPE

Ingeniero en Sistemas e Informática - ESPE. Desarrollador e Investigador en la Secretaría de Inteligencia del Gobierno Ecuatoriano en el área de TICs.

Margarita Elizabeth Zambrano, Universidad de las Fuerzas Armadas - ESPE

Ingeniera en Sistemas e Informática - ESPE, Magíster en Sistemas Informáticos Educativos - Universidad Tecnológica Israel/Ecuador. Profesor-investigador - tiempo parcial, Departamento de Ciencias de la Computación - ESPE.

Edgar Porfirio Torres, Universidad de las Fuerzas Armadas - ESPE

Ingeniero en Electrónica y Telecomunicaciones -EPN/Ecuador, MSc en Electrical Engineering and Computer Science. Profesor Principal - Departamento de Ciencias de la Computación - EPN/Ecuador. Profesor Investigador del Departamento de Ciencias de la Computación - ESPE.

Hernán Mauricio Aules, Universidad de las Fuerzas Armadas - ESPE

Licenciado en Matemática y Física - Universidad Central del Ecuador, Magíster en Educación Superior y Equidad de Género Superior - Universidad Central del Ecuador. Profesor-investigador - tiempo parcial - Departamento de Ciencias de la Computación – ESPE.

Ana Gladys Tacuri, Universidad de las Fuerzas Armadas - ESPE

Licenciatura en Educación Parvularia - Universidad Central del Ecuador, Maestría en Gerencia de Proyectos Educativos y Sociales - Universidad Central del Ecuador, Diplomado en Gestión del Aprendizaje Universitario - ESPE, Diplomado en Políticas Públicas de la Infancia - FLACSO-OEI/Paraguay. Profesora principal - Departamento de Ciencias Humanas y Sociales - ESPE.

Mario Oswaldo Basurto, Universidad Tecnológica Israel

Ingeniero en Informática - Universidad Tecnológica América, Magíster en Educación - Universidad Tecnológica América. Director de la Modalidad Semipresencial - Universidad Tecnológica Israel.

Citas

Bello, R. (2002) Aplicaciones de la Inteligencia Artificial. Guadalajara: Universidad de Guadalajara, México.

Bhatt, A., Varshney, P., & Deb, K. (2008). In search of no-loss strategies for the game of tic-tac-toe using a customized genetic algorithm. Proceedings of Genetic and Evolutionary Computation conference, Atlanta, USA, pp. 889-896.

Bondre, C., Kapgate, D., & Ponkshe, R. (2014). Laser Guided Tic Tac Toe. image, 6, 7.

Buckland, M. (2005). Programming game AI by example. Jones & Bartlett Learning. Worware Game Developers Library. (1st ed.) USA,

Chakraborty, P. (2009) Artificial Intelligence Based Strategies to Play the Tic-Tac-Toe Game. Journal of Technology and Engineering Sciences. l 1, (1).

De Burgos J. (2013). Series Numéricas y de Potencias. García Maroto Editores.

Feuerstein, R., Klein, P. S., & Tannenbaum, A. J. (Eds.). (1991). Mediated Learning Experience (MLE): theoretical, psychosocial and learning implications. Freund Publishing House Ltd. England.

Grim, J., Somol, P., & Pudil, P. (2005). Probabilistic neural network playing and learning Tic–Tac–Toe. Pattern recognition letters, 26(12), 1866-1873.

Gronli, T. M., Hansen, J., Ghinea, G., & Younas, M. (2014, May). Mobile Application Platform Heterogeneity: Android vs Windows Phone vs iOS vs Firefox OS. IEEE International Conference on Advanced Information Networking and Applications, 2014, 28th, pp. 635-641.

Lipman, M. (1998). Pensamiento complejo y educación (Vol. 43). Ediciones de la Torre.

Rich, E., & Knight, K. (1994). Inteligencia artificial. (2nd ed.) McGraw Hill: México, 1994.

Russell S., & Norvig, P., (2002). Artificial Intelligence: a modern approach. Pearson Education International. (2nd ed.), New Jersey – USA.

Schwabe, D., Rossi, G., & Barbosa, S. D. (1996). Systematic hypermedia application design with OOHDM. Proceedings of the seventh ACM conference on Hypertext, pp. 116-128.

Torres Vinueza, M. D., Fuertes, W., Villacís Silva, C. X., Zambrano Rivera, M. E., & Prócel Silva, C. T. (2013). Puzzlemote: videojuego controlado con el mando de la Wii para niños de 6 a 10 años. AtoZ: novas práticas em informação e conhecimento, 2(2), 94-105.

Villacis, C., Fuertes, W., Bustamante, A., Almachi, D., Procel, C., Fuertes, S., & Toulkeridis, T. (2014, October). Multi-player Educational Video Game over Cloud to Stimulate Logical Reasoning of Children. IEEE/ACM International Symposium Distributed Simulation and Real Time Applications, 2014, 18th, pp. 129-137.

Vygotsky, L. S. (2000). El desarrollo de los procesos psicológicos superiores. Crítica. Grijalbo, Barcelona.

Xu, B., Min, F., Zhu, W., & Chen, H. (2014). A Genetic Algorithm to Multi-objective Cost-sensitive Attribute Reduction. Journal of Computational Information Systems, 10(7), pp.3011-3022.

Watson M. (2008). Practical artificial intelligence programming with java. The MIT Press. (3rd ed.). Massachusetts, USA.