¿Qué es ATEMIN?

Una línea de investigación cuyo fin es crear una Plataforma de medición, evaluación y entrenamiento de factores relacionados con la toma de decisiones en situaciones laborales de alto riesgo a través de medidas implícitas y realidad virtual, bajo un paradigma de evaluación oculta y utilizando medidas psicofisiológicas para la obtención de procesos implícitos cerebrales, orientado al sector de la industria de procesos.

¿Cómo nace ATEMIN?

Su antecedente principal es la motivación por parte de Martin Brainon de iniciar un proyecto, ante la necesidad, de generar un sistema de evaluación y entrenamiento, que permita de una forma flexible, ofrecer la oportunidad de mejorar la capacitación de las personas y por ende su fiabilidad, en entornos donde un error humano puede suponer consecuencias catastróficas para la seguridad de las personas, el medio ambiente y la economía.

¿Qué se espera obtener?

El proyecto ATEMIN  tiene como objetivo el desarrollo de una novedosa plataforma de evaluación y entrenamiento de riesgos laborales en situaciones de alto riesgo, que, mediante el uso de entornos virtuales inmersivos, permite obtener métricas objetivas basadas en un modelo neurocientífico de la toma de decisiones humanas en el ámbito laboral de aplicación. Las métricas que se van a obtener están basadas en procesos implícitos cerebrales.

Los principales componentes de dicha plataforma, y por ello, los sub-objetivos del proyecto son:

  1. Incluir los factores principales que influyen en la toma de decisiones humanas en el ámbito laboral de alto riesgo

  2. Incluir entre dichos factores un novedoso modelo de percepción del riesgo propiedad de la empresa Martin Brainon como uno de los factores principales

  3. Permitir la obtención de métricas objetivas, replicables y de alto valor ecológico de cada uno de dichos factores

  4. Desarrollar métricas basadas en medidas implícitas de los procesos cerebrales neurocognitivos que dan origen a cada uno de los factores.

  1. Adoptar el formato de juego serio que utilice entornos virtuales inmersivos que han demostrado científicamente su utilidad en la mejora de los procesos de aprendizaje humanos frente a las técnicas tradicionales

  2. Utilizar técnicas de evaluación oculta (“stealth assesment”) para garantizar la objetividad de las métricas desarrolladas

  3. Usar medidas implícitas basadas en correlatos neurofisiológicos tales como EEG, GSR, HVV, ET y medidas comportamentales para el cálculo de las métricas