A medida que la industria automotriz atraviesa una fase de rápida transformación impulsada por avances tecnológicos, la integración de simuladores de conducción destaca como una herramienta importante para la investigación y el desarrollo. El uso de tales simuladores ofrece un entorno controlado para estudiar el comportamiento del conductor; sin embargo, la alineación de datos sigue siendo un aspecto complejo que requiere una investigación exhaustiva. Esta investigación investiga la clasificación del estado del conductor utilizando un conjunto de datos obtenido de condiciones reales en carretera y simuladas, registradas a través de las gafas inteligentes JINS MEME ES_R. El conjunto de datos abarca señales de electrooculografía, con un enfoque en estandarizar y procesar los datos para un análisis posterior. Para este fin, utilizamos un modelo de red neuronal recurrente, que arrojó una alta precisión en el conjunto de datos de prueba (86.5%). Los hallazgos de este estudio indican que la metodología propuesta podría ser utilizada en escenarios reales y que podría ser utilizada para el desarrollo de sistemas de transporte inteligentes y tecnología de monitoreo de conductores.