Uma abordagem computacional para detectar emoções de alunos em cursos online

Alencar, Márcio Aurélio dos Santos; http://lattes.cnpq.br/0918012722130408; https://orcid.org/0000-0002-4398-9301

Tese

Uma abordagem computacional para detectar emoções de alunos em cursos online

A cada ano aumenta o número de instituições de ensino que utilizam Ambientes Virtuais de Aprendizagem no ensino a distância. Esses Ambientes Virtuais de Aprendizagem geram um grande volume de informações, de suma importância para essas instituições, assim como para os professores, e com essas inform...

ver descrição completa

Autor principal:	Alencar, Márcio Aurélio dos Santos
Outros Autores:	http://lattes.cnpq.br/0918012722130408, https://orcid.org/0000-0002-4398-9301
Grau:	Tese
Idioma:	por
Publicado em:	Universidade Federal do Amazonas 2021
Assuntos:	Ambientes virtuais compartilhados Inteligência artificial - Aplicações educacionais Realidade virtual na educação Afetividade Ensino à distância CIÊNCIAS EXATAS E DA TERRA Análise de Sentimentos Computação Afetiva Ambiente Virtual de Aprendizagem Sistema Multiagente
Acesso em linha:	https://tede.ufam.edu.br/handle/tede/8149

id	oai:https:--tede.ufam.edu.br-handle-:tede-8149
recordtype	dspace
spelling	oai:https:--tede.ufam.edu.br-handle-:tede-81492021-03-05T05:03:41Z Uma abordagem computacional para detectar emoções de alunos em cursos online Alencar, Márcio Aurélio dos Santos Magalhães Netto, José Francisco de http://lattes.cnpq.br/0918012722130408 ttp://lattes.cnpq.br/3958238119785924 Barreto, Raimundo da Silva http://lattes.cnpq.br/1132672107627968 Nakamura, Fabíola Guerra http://lattes.cnpq.br/9615041048900531 Pio, José Luiz de Souza http://lattes.cnpq.br/1014904168887285 https://orcid.org/0000-0002-4398-9301 Ambientes virtuais compartilhados Inteligência artificial - Aplicações educacionais Realidade virtual na educação Afetividade Ensino à distância CIÊNCIAS EXATAS E DA TERRA Análise de Sentimentos Computação Afetiva Ambiente Virtual de Aprendizagem Sistema Multiagente A cada ano aumenta o número de instituições de ensino que utilizam Ambientes Virtuais de Aprendizagem no ensino a distância. Esses Ambientes Virtuais de Aprendizagem geram um grande volume de informações, de suma importância para essas instituições, assim como para os professores, e com essas informações podemos identificar várias emoções dos estudantes, como frustração, isolamento, desânimo e desmotivação, e por meio de técnicas de Inteligência Artificial é possível estimular e motivar os estudantes. A afetividade é um grande "aliado" para promover a aprendizagem, e para promover a afetividade em ambientes virtuais de aprendizagem é necessário que as ações de interatividade do mediador sejam mais constantes, estando presentes e atentas ao “movimento” dos alunos, buscando ajudá-los de maneira individual e consciente, dando-lhes feedback, fazendo com que se sintam seguros e ajudando a animá-los. A interação entre pessoas em cursos presenciais obtém excelentes resultados, pois os sentidos ajudam os alunos na execução das atividades, porém em Ambientes Virtuais de Aprendizagem essa percepção é diferente e precisa ser estimulada. Dessa forma, essa Tese descreve um modelo para identificação automática de emoções em textos produzidos por estudantes da modalidade Educação a Distância em Ambientes Virtuais de Aprendizagem – AVAs. A abordagem proposta nesse trabalho permite identificar o sentimento contido em mensagens textuais de estudantes de cursos a distância utilizando algoritmo de classificação automática usando análise de sentimentos baseado em abordagem léxica. Os principais resultados obtidos foram no sentido de que a abordagem proposta (léxica, a partir de Análise de Sentimentos) pode colaborar positivamente para o processo de ensino-aprendizagem, tendo em vista que saber o estado emocional dos estudantes pode melhorar no acompanhamento da turma, pois com essas informações adicionais o tutor tem mais um recurso para tomada de decisões, como reconhecer alunos com insatisfação e falta de interesse no curso. Como limitação da pesquisa, temos: subjetividade nos textos, produção de textos grandes, tamanho da amostra, tempo de classificação. Each year the number of educational institutions that use Virtual Learning Environments in distance learning increases. These Virtual Learning Environments generate a large volume of information and are of utmost importance for the institution, as well as for teachers, and with this information, we can identify various students’ emotions, such as frustration, isolation, discouragement, and demotivation, and through techniques of Artificial Intelligence it is possible to stimulate and motivate students. Affection is a great "ally" to promote learning and affection in virtual learning environments, the mediator's interactive actions must be more constant, being present and attentive to the students' "movement", seeking to help them individually and consciously, giving them feedback, making them feel safe and helping to cheer them up. The interaction between people in face-to-face courses obtains excellent results, as the senses help students in the execution of activities, however, in Virtual Learning Environments this perception is different and needs to be stimulated. Thus, this Thesis describes a model for automatic identification of emotions in texts produced by students of Distance Education in Virtual Learning Environments - VLEs. The approach proposed in this work allows to identify the sentiment contained in text messages of students of distance courses using automatic classification algorithm using sentiment analysis based on lexical approach. The main results obtained were that the proposed approach (lexical, based on Sentiment Analysis) can contribute positively to the teaching-learning process, considering that knowing the emotional state of the students can improve the monitoring of the class, because, with this additional information, the tutor has one more resource for decision makings, such as recognizing students with dissatisfaction and lack of interest in the course. Finally, as a limitation of the research, we have: subjectivity in the texts, production of large texts, sample size, classification time. FAPEAM - Fundação de Amparo à Pesquisa do Estado do Amazonas 2021-03-05T03:16:08Z 2020-03-25 Tese Alencar, Márcio Aurélio dos Santos. Uma abordagem computacional para detectar emoções de alunos em cursos online. 2020. 126 f. Tese (Doutorado em Informática) - Universidade Federal do Amazonas, Manaus, 2020. https://tede.ufam.edu.br/handle/tede/8149 por Acesso Aberto application/pdf Universidade Federal do Amazonas Instituto de Computação Brasil UFAM Programa de Pós-graduação em Informática
institution	TEDE - Universidade Federal do Amazonas
collection	TEDE-UFAM
language	por
topic	Ambientes virtuais compartilhados Inteligência artificial - Aplicações educacionais Realidade virtual na educação Afetividade Ensino à distância CIÊNCIAS EXATAS E DA TERRA Análise de Sentimentos Computação Afetiva Ambiente Virtual de Aprendizagem Sistema Multiagente
spellingShingle	Ambientes virtuais compartilhados Inteligência artificial - Aplicações educacionais Realidade virtual na educação Afetividade Ensino à distância CIÊNCIAS EXATAS E DA TERRA Análise de Sentimentos Computação Afetiva Ambiente Virtual de Aprendizagem Sistema Multiagente Alencar, Márcio Aurélio dos Santos Uma abordagem computacional para detectar emoções de alunos em cursos online
topic_facet	Ambientes virtuais compartilhados Inteligência artificial - Aplicações educacionais Realidade virtual na educação Afetividade Ensino à distância CIÊNCIAS EXATAS E DA TERRA Análise de Sentimentos Computação Afetiva Ambiente Virtual de Aprendizagem Sistema Multiagente
description	A cada ano aumenta o número de instituições de ensino que utilizam Ambientes Virtuais de Aprendizagem no ensino a distância. Esses Ambientes Virtuais de Aprendizagem geram um grande volume de informações, de suma importância para essas instituições, assim como para os professores, e com essas informações podemos identificar várias emoções dos estudantes, como frustração, isolamento, desânimo e desmotivação, e por meio de técnicas de Inteligência Artificial é possível estimular e motivar os estudantes. A afetividade é um grande "aliado" para promover a aprendizagem, e para promover a afetividade em ambientes virtuais de aprendizagem é necessário que as ações de interatividade do mediador sejam mais constantes, estando presentes e atentas ao “movimento” dos alunos, buscando ajudá-los de maneira individual e consciente, dando-lhes feedback, fazendo com que se sintam seguros e ajudando a animá-los. A interação entre pessoas em cursos presenciais obtém excelentes resultados, pois os sentidos ajudam os alunos na execução das atividades, porém em Ambientes Virtuais de Aprendizagem essa percepção é diferente e precisa ser estimulada. Dessa forma, essa Tese descreve um modelo para identificação automática de emoções em textos produzidos por estudantes da modalidade Educação a Distância em Ambientes Virtuais de Aprendizagem – AVAs. A abordagem proposta nesse trabalho permite identificar o sentimento contido em mensagens textuais de estudantes de cursos a distância utilizando algoritmo de classificação automática usando análise de sentimentos baseado em abordagem léxica. Os principais resultados obtidos foram no sentido de que a abordagem proposta (léxica, a partir de Análise de Sentimentos) pode colaborar positivamente para o processo de ensino-aprendizagem, tendo em vista que saber o estado emocional dos estudantes pode melhorar no acompanhamento da turma, pois com essas informações adicionais o tutor tem mais um recurso para tomada de decisões, como reconhecer alunos com insatisfação e falta de interesse no curso. Como limitação da pesquisa, temos: subjetividade nos textos, produção de textos grandes, tamanho da amostra, tempo de classificação.
author_additional	Magalhães Netto, José Francisco de
author_additionalStr	Magalhães Netto, José Francisco de
format	Tese
author	Alencar, Márcio Aurélio dos Santos
author2	http://lattes.cnpq.br/0918012722130408 https://orcid.org/0000-0002-4398-9301
author2Str	http://lattes.cnpq.br/0918012722130408 https://orcid.org/0000-0002-4398-9301
title	Uma abordagem computacional para detectar emoções de alunos em cursos online
title_short	Uma abordagem computacional para detectar emoções de alunos em cursos online
title_full	Uma abordagem computacional para detectar emoções de alunos em cursos online
title_fullStr	Uma abordagem computacional para detectar emoções de alunos em cursos online
title_full_unstemmed	Uma abordagem computacional para detectar emoções de alunos em cursos online
title_sort	uma abordagem computacional para detectar emoções de alunos em cursos online
publisher	Universidade Federal do Amazonas
publishDate	2021
url	https://tede.ufam.edu.br/handle/tede/8149
_version_	1831969935307309056
score	11.753735

Uma abordagem computacional para detectar emoções de alunos em cursos online

Registros relacionados