Leonel Merino, docente de la Escuela de Diseño UC y de la Escuela de Ingeniería, se adjudicó un Fondecyt Iniciación con el proyecto “Improving Collaboration and Mobility of Immersive Analytics Authoring Toolkits” que busca promover la movilidad y colaboración durante el análisis de datos en ambientes inmersivos.
La base de este proyecto viene desde la analítica inmersiva (AI), la cual investiga las ventajas de mostrar visualizaciones en entornos inmersivos, como la realidad virtual y la realidad aumentada, para potenciar el análisis de datos.
“Al permitir interactuar con los datos mediante movimientos corporales, la AI permite la corporización y facilita que analistas de datos colaboren con expertos de múltiples dominios de forma remota”, explica Merino, y es que explorar el espacio de diseño y desarrollar prototipos ágiles de AI es complejo y los toolkits para la creación de AI pueden ayudar a reducir esos esfuerzos acortando el tiempo de desarrollo y mejorando su mantenimiento, tanto para la investigación como para las aplicaciones prácticas.
Específicamente, los toolkits de AI permiten a los usuarios analizar un determinado conjunto de datos iterando a través de los distintos procesos de visualización: 1) transformaciones de datos, 2) mapeos visuales y 3) transformaciones de vistas. Sin embargo los toolkits de creación de AI presentan dos retos principales: movilidad y colaboración. Desde ahí, el proyecto plantea que los toolkits de AI deberían impulsar la exploración de espacios de diseño fomentando la movilidad. Hoy los toolkits existentes obligan a los usuarios a que desarrollen AI en un computador de escritorio.
“Los toolkits de AI debieran permitir la colaboración en todo momento y lugar, pero sólo unos pocos cumplen este requisito, y sólo lo hacen parcialmente. Además, observamos un tercer reto transversal: los toolkits de creación de AI carecen de soporte para realizar evaluaciones empíricas”, comentan desde el proyecto.
La hipótesis del proyecto plantea que al crear una AI, el desconocimiento de los afectos de los usuarios puede obstaculizar la colaboración. Por lo que compartir los afectos de los usuarios podría promover una comunicación más fluida y tener un impacto positivo en la colaboración. A su vez, plantean que la participación de modalidades de interacción apropiadas puede fomentar la movilidad de los usuarios. Es por esto que en el proyecto se investigará el uso de (1) sensores fisiológicos como indicadores de los afectos humanos para facilitar la colaboración, y (2) modalidades de interacción que aumenten la movilidad de los usuarios a la hora de crear AI.
Finalmente, el equipo espera diseñar y realizar evaluaciones con usuarios considerando métodos de recolección de datos, no sólo subjetivos, sino también objetivos, para mitigar posibles sesgos.
Dentro del proyecto se espera continuar las colaboraciones con investigadores internacionales de diversas áreas del conocimiento. Para esto los investigadores del proyecto organizaron una reunión inicial de investigación, a fines de 2023, en el Shonan Village Center, Japón (https://shonan.nii.ac.jp/seminars/192/)