Uaffect: Integrando Históricos de Contexto para Predizer Estados Afetivos em Ambientes Educacionais

• Sandro O. Dorneles Instituto Federal do Rio Grande do Sul http://orcid.org/0000-0001-7821-2351
• Débora Nice Ferrari Barbosa Universidade Feevale https://orcid.org/0000-0001-8107-8675
• Jorge L. V. Barbosa Universidade do Vale do Rio dos Sinos https://orcid.org/0000-0002-0358-2056

DOI: https://doi.org/10.5753/cbie_estendido.2024.243446

Resumo

Os fenômenos afetivos têm papel essencial na aprendizagem, tendo forte impacto na atenção e motivação (Tyng et al., 2017). Immordino-Yang e Damasio (2007) destacam a importância do afeto nos processos de aprendizagem, principalmente para a atenção, a memória e a motivação do aluno. Este trabalho apresenta o modelo Uaffect, que utiliza dados afetivos, educacionais e pessoais dos estudantes, baseando-se em históricos de contexto. O modelo foi avaliado a partir de um estudo quase experimental com 25 alunos do ensino médio. Os resultados de precisão encontrados no melhor cenário são de 89% para estados afetivos positivos e de 61% para estados afetivos negativos. Os testes realizados apresentaram evidências que indicam a possibilidade de uso de históricos de contextos na classificação e predição de estados afetivos em ambientes educacionais. Dessa forma, o Uaffect oferece contribuições práticas para permitir que os professores adaptem suas aulas de acordo com os estados emocionais dos alunos, promovendo um ambiente educacional personalizado. Além disso, o modelo pode servir como base para sistemas que fornecem feedback em tempo real, ajudando os professores na adaptação de suas estratégias pedagógicas. O modelo oferece ainda, contribuições teóricas significativas para a modelagem de sistemas que utilizam o reconhecimento e a predição de estados afetivos no contexto educacional. Ao integrar históricos de contextos educacionais na identificação de estados afetivos, o Uaffect fundamenta a importância do ambiente de aprendizagem na experiência emocional dos alunos, conforme destacado por Moore (2017). Isso possibilita, uma compreensão mais aprofundada de como fatores contextuais, como a interação social, o espaço físico, estratégias e as metodologias de ensino, impactam as emoções dos alunos, permitindo assim, que educadores ajustem suas práticas pedagógicas de maneira mais eficaz.

Palavras-chave: Computação Afetiva, Computação Ubíqua, Estados Afetivos, Históricos de Contextos

Referências

Immordino‐Yang, M. H., & Damasio, A. (2007). We feel, therefore we learn: The relevance of affective and social neuroscience to education. Mind, brain, and education, 1(1), 3-10

Moore, P. (2017). Do We Understand the Relationship between Affective Computing, Emotion and Context-Awareness? Machines, 5(3), p. 16.

Emotion and Context-Awareness? Machines, 5(3), p. 16. Tyng, C. M., Amin, H. U., Saad, M. N., & Malik, A. S. (2017). The influences of emotion on learning and memory. Frontiers in psychology, 8, 235933.