A análise de emoções na predição do desempenho acadêmico
DOI:
https://doi.org/10.22279/navus.2022.v12.p01-15.1690Palavras-chave:
análise de emoções, mineração de dados educacionais, desempenho acadêmico.Resumo
A identificação de emoções, principalmente nos cursos da modalidade de Educação a Distância (EAD), pode ser relevante para a gestão do ambiente visando a melhoria do desempenho acadêmico do aluno. Este estudo tem como objetivo propor uma ferramenta computacional para a identificação de relações entre emoções predominantes no ambiente de aprendizado e o desempenho acadêmico dos estudantes no âmbito da EAD. Para tal, foram utilizadas as interações textuais em ambientes virtuais de aprendizagem (AVA) ocorridas entre professores e alunos. Foram utilizadas técnicas de processamento de linguagem natural para análise de emoções sobre um corpus extraído das bases de dados de um AVA, complementado por dados de identificação e rendimento obtidos no sistema de gestão acadêmica. O corpus inicial foi composto por 1602 mensagens, com nível de granularidade de sentença, trocadas no contexto uma disciplina oferecida em 2019. Destas, foram selecionadas 1347 (84,03%), que puderam ser classificadas de acordo com a polaridade dos sentimentos (Positivo, Negativo ou Neutro) e emoções predominantes (Tristeza, Alegria, Medo, Aversão e Raiva). A ferramenta proposta foi construída sobre as APIs do ambiente de inteligência artificial Watson da IBM. Essa ferramenta tem o potencial de fornecer a tutores e gerentes informações úteis para a tomada de decisões e mitigação de possíveis problemas.
Downloads
Referências
ANDRÉS, María L. A.; STELZER, Florencia; JURIC, Lorena C.; INTROZZI, Isabel; RODRIGUEZ-CARVAJAL, Raquel; GUZMÁN, Jossé I. N. Regulación Emocional y Desempeño Académico: revision sistemática de sus relaciones empíricas. Psicologia em Estudo, v. 22, n. 3, p. 299-311, 2017. https://doi.org/10.4025/psicolestud.v22i3.34360
ARNOLD, Magda B. Emotion and personality. Vol. I. Psychological aspects. New York: Columbia University Press, 1960.
BOBÓ, Míria; CAMPOS, Fernanda; STRÖELE, Victor; BRAGA, Regina; DAVID, José M. N. Análise de Sentimento na Educação: Um Mapeamento Sistemático da Literatura. CONGRESSO BRASILEIRO DE INFORMÁTICA NA EDUCAÇÃO (CBIE), 30., SIMPÓSIO BRASILEIRO DE INFORMÁTICA NA EDUCAÇÃO (SBIE).Brasília. Anais [...]. SBC: Brasília, 2019. p. 249-258. https://doi.org/10.5753/cbie.sbie.2019.249
CIOS, Krzysztof J.; PEDRYCZ, Witold; SWINIARSKI, Roman W.; KURGAN, Lukasz A. Data mining: a knowledge discovery approach. Boston: Springer Science & Business Media, 2007, p. 9-24.
CUI, Q.; GOU, J. Review of Online Learning Behavior Analysis. INTERNATIONAL CONFERENCE ON ECONOMY, JUDICATURE, ADMINISTRATION AND HUMANITARIAN PROJECTS (JAHP 2019), 4., Proceedings [...]. Kaifeng, China: Atlantis Press, 2019. p. 2352-5428.
DOSCIATTI, Mariza M. Um método para a identificação de emoções básicas em textos em português do Brasil usando máquinas de vetores de suporte em solução multiclasse. 2015. 225 f. Tese (Doutorado) - Curso de Informática, Programa de Pós-Graduação em Informática, Pontifícia Universidade Católica do Paraná, Curitiba, 2015.
EKMAN, Paul. An argument for basic emotions. Cognition and Emotion, v. 6, n. 3-4, p. 169-200, 2008. https://doi.org/10.1080/02699939208411068
FENG, Shi; WANG, Yaqi; SONG, Kaisong; WANG, Daling; YU, Ge. Detecting Multiple Coexisting Emotions in Microblogs with Convolutional Neural Networks. Cognitive Computation, v. 10, n. 1, p. 136-155, 2017. http://dx.doi.org/10.1007/s12559-017-9521-1.
GHAZARIAN, Peter G.; KWON, Sung-Ho. The future of American education: Trends, strategies, & realities. Philosophy of Education, v. 56, p. 147-177, 2015.
GONÇALVES, Vinícius P.; COSTA, Eduardo P.; VALEJO, Alan; R. FILHO, Geraldo P.; JOHNSON, Thienne M.; PESSIN, Gustavo; UEYAMA, Jó. Enhancing intelligence in multimodal emotion assessments. Applied Intelligence, v. 46, n. 2, p. 470-486, 2016. http://dx.doi.org/10.1007/s10489-016-0842-7.
GRAY, Jeffrey A. The neuropsychology of anxiety: An enquiry into the functions of the septo-hippocampal system. Clarendon Press/Oxford University Press, 1982.
HADDI, Emma; LIU, Xiaohui; SHI, Yong. The Role of Text Pre-processing in Sentiment Analysis. Procedia Computer Science, v. 17, p. 26-32, 2013. http://dx.doi.org/10.1016/j.procs.2013.05.005
HECKMAN, James; KAUTZ, Tim. Fostering and Measuring Skills: interventions that improve character and cognition. National Bureau of Economic Research, v. 19656, n. 1, p. 1-122, 2013. http://dx.doi.org/10.3386/w19656.
IMANI, Maryam; MONTAZER, Gholam Ali. A survey of emotion recognition methods with emphasis on E-Learning environments. Journal of Network and Computer Applications, v. 147, p. 102423, 2019. http://dx.doi.org/10.1016/j.jnca.2019.102423
IZARD, Carroll E. The face of emotion. New York: Appleton-Century Crofts, 1971.
JAMES II, William. What is an Emotion? Mind, v. 9, n. 34, p. 188–205, 1884.
KAGAN, Jerome. Behavioral inhibition as a temperamental category. In: DAVIDSON, R. J.; SCHERER, K. R.; Goldsmith, H. H. (Eds.). Handbook of affective sciences. Series in Affective Science. New York: Oxford University Press. 2003, p. 320-331.
KAGKLIS, Vasileios; KARATRANTOU, Anthi; TANTOULA, Maria; PANAGIOTAKOPOULOS, Christos T.. A Learning Analytics Methodology for Detecting Sentiment in Student Fora: A Case Study in Distance Education. European Journal of Open, Distance and e-Learning, v. 18, n. 2, 2015.
LAZARUS, Richard S. Emotion and adaptation. New York: Oxford University Press, 1991.
LIBRALON, Giampaolo L. Modelagem computacional para reconhecimento de emoções baseada na análise facial. 2014. 196 f. Tese (Doutorado) – Programa de Pós-graduação em Ciências de Computação e Matemática Computacional, Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos, 2014. https://doi.org/10.11606/T.55.2014.tde-10042015-104538
LIPNEVICH, Anastasiya A.; ROBERTS, Richard D. Noncognitive skills in education: emerging research and applications in a variety of international contexts. Learning And Individual Differences, v. 22, n. 2, p. 173-177, 2012. Elsevier BV. http://dx.doi.org/10.1016/j.lindif.2011.11.016
LIU, Bing. Sentiment Analysis and Subjectivity. In: INDURKHYA, N.; DAMERAU, F. J. (eds.). Handbook of Natural Language Processing. 2. ed. CRC Press, 2010. p. 627-666.
LIU, Bing. Sentiment Analysis and Opinion Mining. Synthesis Lectures On Human Language Technologies, v. 5, n. 1, p. 1-167, 2012. http://dx.doi.org/10.2200/s00416ed1v01y201204hlt016.
LIU, Bing. Opinions, Sentiment and Emotion in Text: mining opinions, sentiments and emotions. New York: Cambridge University Press, 2015.
LO, Siaw Ling; CAMBRIA, Erik; CHIONG, Raymond; CORNFORTH, David. Multilingual sentiment analysis: from formal to informal and scarce resource languages. Artificial Intelligence Review, v. 48, n. 4, p. 499-527, 2016. http://dx.doi.org/10.1007/s10462-016-9508-4.
MARQUEZ, Carlos; ROMERO, Cristóbal; VENTURA, Sebastian. Predicting School Failure Using Data Mining. In INTERNATIONAL CONFERENCE ON EDUCATIONAL DATA MINING, 4. Proceedings... Eindhoven, The Netherlands, July 6-8, 2011, 2010.
McDOUGALL, William. An Introduction to Social Psychology. Boston: John W. Luce & Co., 1926.
MENDEZ, Ildefonso. The effect of the intergenerational transmission of noncognitive skills on student performance. Economics Of Education Review, v. 46, p. 78-97, 2015. http://dx.doi.org/10.1016/j.econedurev.2015.03.001
MIGUEL, Fabiano K. Psicologia das emoções: uma proposta integrativa para compreender a expressão emocional. Psico-USF, v. 20, n. 1, p. 153-162, 2015.
MORAIS, Felipe de, SILVA, Juarez da, REIS, Helena, ISOTANI, Seiji, JAQUES, Patricia. Computação Afetiva aplicada à Educação: uma revisão sistemática das pesquisas publicadas no Brasil. CONGRESSO BRASILEIRO DE INFORMÁTICA NA EDUCAÇÃO (CBIE) / SIMPÓSIO BRASILEIRO DE INFORMÁTICA NA EDUCAÇÃO (SBIE), Anais...,. 2017. pp. 163-172. http://dx.doi.org/10.5753/cbie.sbie.2017.163
MOREIRA, Vanessa de S.; SIQUEIRA, Sean W.; ANDRADE, Leila; PIMENTEL, Mariano. Análise de Sentimentos: Comparando o uso de ferramentas e a análise humana. BRAZILIAN SYMPOSIUM ON INFORMATION SYSTEMS, 12. Anais…, Florianópolis, maio 17-20, 2016.
MOWRER, O. Hobart. Learning theory and behavior. New York: Wiley, 1960.
PANKSEPP, Jaak. Affective neuroscience: The foundations of human and animal emotions. Series in affective science. Oxford University Press. 1998,
PLUTCHIK, Robert. A general psychoevolutionary theory of emotion. In: PLUTCHIK, R. Theories of emotion. Academic Press, 1980. p. 3-33.
RIBEIRO, Ralph B. S.; CARVALHO, Leandro S. G. de; OLIVEIRA, Elaine H. T. de; OLIVEIRA, David B. F. de; PESSOA, Marcela S. P. Investigação Empírica sobre os Efeitos da Gamificação de um Juiz Online em uma Disciplina de Introdução à Programação. Revista Brasileira de Informática na Educação, v. 28, p. 461-490, 2020. http://dx.doi.org/10.5753/rbie.2020.28.0.461
ROBBINS, Stephen P. Emoções e Sentimentos. In: ROBBINS, Stephen P. Comportamento Organizacional: teoria e prática no contexto brasileiro. 14. ed. São Paulo: Pearson Prentice Hall, 2010. Cap. 4. p. 91-124.
RODRIGUEZ, Pilar; ORTIGOSA, Alvaro; CARRO, Rosa M. Extracting Emotions from Texts in E-Learning Environments, INTERNATIONAL CONFERENCE ON COMPLEX, INTELLIGENT, AND SOFTWARE INTENSIVE SYSTEMS. 6. Proceedings…, 2012, pp. 887-892, http://dx.doi.org/10.1109/CISIS.2012.192
RUSSELL, James A. A circumplex model of affect. Journal Of Personality And Social Psychology, v. 39, n. 6, p. 1161-1178, 1980. http://dx.doi.org/10.1037/h0077714
SONG, Ge ; YE, Yunming; DU; Xiaolin; HUANG, Xiaohui. Short Text Classification: a survey. Journal Of Multimedia, v. 9, n. 5, p. 635-643, 2014. http://dx.doi.org/10.4304/jmm.9.5.635-643
SUERO-MONTERO, Calkin; SUHONEN, Jarkko. Emotion analysis meets learning analytics: online learner profiling beyond numerical data. In: KOLI CALLING INTERNATIONAL CONFERENCE ON COMPUTING EDUCATION RESEARCH. 14. Proceedings… 2014. p. 165-169.
TAO, Jie; FANG, Xing. Toward multi-label sentiment analysis: a transfer learning-based approach. Journal of Big Data, v. 7, n. 1, p. 1-26, 2020. http://dx.doi.org/10.1186/s40537-019-0278-0
WANG, Ling; HU, Gongliang; ZHOU, Tiehua. Semantic analysis of learners’ emotional tendencies on online MOOC education. Sustainability, v. 10, n. 6, 1921, 2018. http://dx.doi.org/10.3390/su10061921
WATSON, John B. Behaviorism. Chicago: University of Chicago Pres, 1930.
WEINER, Bernard; GRAHAM, Sandra. An attributional approach to emotional development. In: IZARD, C.; KAGAN, J.; ZAJONC, R. (Eds.), Emotion, cognition and behavior. Cambridge, MA: Cambridge University Press, 1984. pp. 167-191.
Publicado
Edição
Seção
Licença
O conteúdo da revista é de acesso público e gratuito, podendo ser compartilhado de acordo com os termos da Creative Commons Atribuição-Uso não-comercial-Vedada a criação de obras derivadas 4.0 Brasil. Você tem a liberdade de compartilhar — copiar, distribuir e transmitir a obra, sob as seguintes condições:
a) Atribuição — a atribuição deve ser feita quando alguém compartilhar um de seus artigos e deve sempre citar o nome da revista e o endereço do conteúdo compartilhado.
b) Uso não-comercial — você não pode usar esta obra para fins comerciais.
c) Vedada à criação de obras derivadas — você não pode alterar, transformar ou criar em cima desta obra.
Ficando claro que:
Renúncia — qualquer das condições acima pode ser renunciada se você obtiver permissão do titular dos direitos autorais. Domínio Público — onde a obra ou qualquer de seus elementos estiver em domínio público sob o direito aplicável, esta condição não é, de maneira alguma, afetada pela licença.
Outros Direitos — os seguintes direitos não são, de maneira alguma, afetados pela licença:
- Limitações e exceções aos direitos autorais ou quaisquer usos livres aplicáveis;
- os direitos morais do autor;
- direitos que outras pessoas podem ter sobre a obra ou sobre a utilização da obra, tais como direitos de imagem ou privacidade.
Aviso — para qualquer reutilização ou distribuição, você deve deixar claro a terceiros os termos da licença a que se encontra submetida esta obra.
A revista se reserva o direito de efetuar, nos originais, alterações de ordem normativa, ortográfica e gramatical, com vistas a manter o padrão culto da língua, respeitando, porém, o estilo dos autores.
Os trabalhos publicados passam a ser propriedade da revista Navus: Revista de Gestão e Tecnologia que deve ser consignada a fonte de publicação original. Os originais não serão devolvidos aos autores.
As opiniões emitidas pelos autores nos artigos são de sua exclusiva responsabilidade.
Esta obra está licenciada sob uma Creative Commons Atribuição-Uso não-comercial-Vedada a criação de obras derivadas 4.0 Brasil.
