Reconhecimento e Adaptação à Dinâmica de Estados Afetivos Relacionados à Aprendizagem

Recognizing and responding adequately to the learners’ affective reactions has emerged as a key functionality for building a new generation of adaptive computing learning environments. This work presents a low intrusiveness hybrid model for inference of learning centered affective states. This model allows gathering information that indicates situations relevant to learning, such as, vicious cycle and engaged concentration. Promising results obtained in an experiment with students indicate the feasibility of this proposal and also support the presentation of alternatives for adapting the computational environment or implementing personalized pedagogical interventions. Resumo. Reconhecer e responder adequadamente às reações afetivas dos aprendizes tem emergido como uma funcionalidade fundamental para a construção de uma nova geração ambientes computacionais de aprendizagem adaptativos. Neste trabalho é apresentado um modelo hı́brido de inferência de estados afetivos relacionados à aprendizagem com baixa intrusividade. Este modelo permite a obtenção de informações que indicam situações relevantes para o aprendizado, como “ciclo vicioso” e “concentração engajada”. Resultados promissores obtidos em um experimento com estudantes indicam a viabilidade desta proposta e também embasam a apresentação de alternativas de adaptação ou implementação de intervenções pedagógicas personalizadas. 1. Introdução Bons professores em uma sala de aula convencional frequentemente adaptam suas estratégias de ensino com base nas reações (por exemplo, motivação, emoção, atenção, etc) dos estudantes, buscando mantê-los engajados. Neste sentido, uma das principais crı́ticas relativas aos softwares educacionais atuais refere-se à falta de personalização e adaptação às necessidades individuais dos aprendizes [Botelho et al. 2017, Baker et al. 2012]. Sistemas Tutores Inteligentes (STI) são exemplos de softwares que buscam melhorar a capacidade de adaptação. Contudo, uma das principais limitações apresentadas pelos STI é a falta de recursos para adaptar-se aos estados emocionais dos estudantes [D’Mello et al. 2010, Baker et al. 2012]. Esta limitação encontrada na maioria dos ambientes computacionais voltados à aprendizagem torna-se relevante, pois pesquisas demonstram que as emoções inDOI: 10.5753/cbie.sbie.2018.1223 1223 Anais do XXIX Simpósio Brasileiro de Informática na Educação (SBIE 2018) VII Congresso Brasileiro de Informática na Educação (CBIE 2018)