CODIGO: 33B293

Director: Bognanni, Fabián
Codirectora: Davila, Analía Roxana
Investigadores: González, María Lorena / Melvern, Carolina / Valdez, Sergio Ariel / Infiesta, Germán Ariel / Peralta, Emiliano Federico / Peraccini, Carlos Alberto / Clavin, Paula Cecilia
Investigador Externo: Scordamaglia, Ezequiel
Becaria: Cerda, Melisa Beatriz

Los museos y centros interactivos necesitan elaborar acciones precisas para acercar al público visitante a la ciencia y la tecnología; y a su vez motivar la curiosidad hacia el conocimiento, brindando oportunidades de inclusión y participación ciudadana. En este contexto, los estudios acerca de las dinámicas desplegadas por los visitantes pueden arrojar resultados relevantes que permitan mejorar la comunicación expuesta en la sala. Para esto se prevé analizar, desde una perspectiva interdisciplinar, la dinámica que adquiere el público visitante durante su recorrido a la sala interactiva del CICyT abremate, y reconocer posibles vinculaciones de su movimiento y tiempos de permanencia en cada módulo interactivo o sector con aspectos comunicacionales asociados al montaje museístico.

Para lograr el objetivo general, inicialmente nos planteamos una serie de interrogantes acerca de diversas cuestiones, por ejemplo: ¿Sigue el público un recorrido de acuerdo a una lógica histórica, temática o es más bien aleatorio?; en caso de la última opción: ¿Es posible establecer mediante acciones mínimas un recorrido que brinde una secuencia lógica más "armónica", ya sea en términos temáticos o históricos?; ¿Cuáles son factores que organizan la dinámica y cómo influyen en el movimiento de las personas y la comprensión de los temas tratados?; ¿Qué tiempo requiere cada módulo y/o sector para que se torne en una acción significativa para la construcción de conocimientos?; ¿La forma de comunicación desplegada es adecuada para la dinámica adquirida por los visitantes?

Para responder estos interrogantes se pretende seguir con el desarrollo de un software específico para análisis de dinámicas sociales, denominado IA MapaGen. Este software (desarrollado en forma conjunta con docentes y graduados de la Licenciatura de Sistemas de la UNLa en la convocatoria Amílcar Herrera 2017) utiliza una red neuronal pre-entrenada Mask R-CNN Inception ResNet V2 COCO, provista por TensorFlow, herramienta de Inteligencia artificial de código abierto desarrollado por Google. El cruce de la información provista por el software, junto con el uso de entrevistas y encuestas realizada a los visitantes y el análisis de la información científico-tecnológica desplegada en la sala, permitirá obtener resultados que beneficien el mejoramiento de la propuesta museística.