RESUMEN:

Este estudio evaluó la viabilidad técnica de un módulo de reconocimiento de emociones faciales (FER) en tiempo real integrado en un sistema tutor inteligente (STI) para niños preescolares de 3 a 5 años. La arquitectura implementó OpenCV para captura de video (320×240 px), detección facial mediante clasificadores Haar cascade, preprocesamiento (redimensionamiento a 160×160 px, conversión BGR→RGB, normalización de intensidad), clasificación emocional con DeepFace/VGG-Face y motor de intervenciones adaptativas con interfaz Tkinter de threading asíncrono. Mediante un diseño cuasi-experimental con N=160 niños (GE=80), se evaluaron 960 frames validados por dos codificadores expertos (κ=0.85) en 3,840 sesiones de interacción, midiendo precisión clasificatoria, latencia de procesamiento y estabilidad de detección facial. Los resultados indicaron: precisión global de 82.0% (IC 95% [79.4, 84.6]), inferior al umbral de 85% (p=.042); latencia media de 387.5 ms, significativamente por debajo del límite de 500 ms (p<.001); y tasa de detección facial de 96.8%. Se identificó confusión sistemática del 12% entre las emociones enojo y felicidad. Se concluye que el módulo es técnicamente viable, con latencia y estabilidad adecuadas, pero requiere mejoras arquitectónicas—principalmente resolución de imagen superior, fine-tuning con datasets infantiles y detector facial más robusto—para alcanzar precisión óptima.

Palabras clave: Educación preescolar; DeepFace; OpenCV; computación afectiva; redes neuronales convolucionales.