Educação com Emoção: Usando Inteligência Artificial para Responder às Emoções dos Alunos

Introdução e Apresentação

Boas-vindas e Contexto

• Abertura do evento com saudações à audiência, destacando a presença de professores e ouvintes.

• Menciona a ausência do Professor Adolfo, que normalmente conduz os seminários, introduzindo a professora Patrícia como palestrante da noite.

Apresentação da Professora Patrícia

• A professora Patrícia é apresentada como uma especialista em informática na educação, com foco em pesquisa construtiva.

• Destaca-se sua influência na área educacional e suas contribuições significativas para a pesquisa em inteligência artificial aplicada à educação.

• Reconhecimento internacional das suas pesquisas e prêmios recebidos por trabalhos orientados.

Tema da Palestra: Inteligência Artificial e Emoções

Objetivo da Pesquisa

• O título da palestra é "Educação como são inteligência artificial para responder as emoções dos alunos".

• A questão central é como a inteligência artificial pode auxiliar na aprendizagem individualizada, considerando tanto o conhecimento quanto as emoções dos estudantes.

Conceitos Fundamentais

• Introdução aos conceitos de emoções e adaptação da aprendizagem em ambientes inteligentes.

• Definição de ambientes inteligentes de aprendizagem, anteriormente conhecidos como sistemas tutores inteligentes.

Sistemas Tutores Inteligentes

Funcionamento dos Sistemas

• Os sistemas tutores visam fornecer um ambiente de aprendizagem personalizado, imitando aulas particulares para maximizar a aprendizagem.

• Cita um artigo de Bloom (1984), que demonstra que o ensino individualizado resulta em aprendizado mais eficaz comparado ao ensino convencional.

Exemplo Prático: Pet Mérito

• Descrição do sistema Pet Mérito, utilizado por escolas no Brasil para ajudar alunos do sétimo ano na resolução de equações de primeiro grau.

• Demonstração do funcionamento do sistema através de um vídeo mostrando o login e interação dos alunos com as equações propostas.

Características dos Sistemas Tutores

Feedback Personalizado

Feedback e Assistência no Aprendizado

Importância do Feedback e da Assistência

• O sistema oferece feedback de erro, ajudando o aluno a prosseguir quando ele se sente bloqueado, respeitando seu ritmo individual.

• Há relatos emocionantes de alunos com deficiência intelectual que conseguiram resolver equações sozinhos com a ajuda do sistema.

• O sistema seleciona problemas apropriados ao nível de conhecimento do aluno, permitindo avanço mais rápido para aqueles que dominam os conteúdos.

• Ambientes interativos promovem um aprendizado sem medo de julgamento, aumentando a participação dos estudantes através de estratégias como gamificação.

• A presença social é reforçada por profissionais que interagem diretamente com os alunos, proporcionando encorajamento e suporte.

Eficácia Comparativa dos Sistemas

• Estudos mostram que sistemas tutoriais podem ser quase tão eficazes quanto professores em assistência individualizada aos alunos.

• Apesar da resistência inicial à tecnologia, muitos professores agora veem esses sistemas como parceiros valiosos na educação.

• Resultados melhores são observados quando o professor integra o uso desses sistemas em suas aulas, seja durante as atividades ou como tarefa de casa.

• Observações indicam que turmas onde o professor se envolve mais têm maior ganho de aprendizagem.

• Professores também se beneficiam ao usar esses sistemas, liberando tempo para focar em alunos com dificuldades específicas.

Coleta e Análise de Dados

• Os ambientes coletam dados sobre erros e acertos dos alunos, permitindo relatórios detalhados para acompanhamento pelo professor.

• Informações coletadas ajudam os professores a identificar áreas problemáticas na turma e adaptar suas aulas conforme necessário.

• Essa coleta de dados permite ao professor dedicar mais tempo às necessidades individuais dos alunos com dificuldades específicas.

Emoções no Processo de Aprendizagem

• É importante considerar as emoções dos estudantes durante a aprendizagem; eles experimentam interesse, orgulho e ansiedade em diferentes momentos.

A Influência das Emoções na Aprendizagem

Emoções e seu Impacto na Memória

• As emoções que os estudantes experimentam durante a aprendizagem têm várias influências, sendo que emoções negativas como frustração e tédio podem reduzir a memória de trabalho.

• Em contrapartida, emoções positivas tendem a melhorar a capacidade de resolver problemas e ajudam na tomada de decisão dos alunos.

Emoções Básicas vs. Não Básicas

• Inicialmente, as pesquisas focavam nas emoções básicas (surpresa, medo, tristeza, nojo, raiva e alegria), mas estas ocorrem raramente em ambientes de aprendizagem.

• Emoções não básicas como engajamento, confusão, frustração e tédio são mais frequentes em situações de aprendizagem.

O Papel da Confusão

• A confusão pode ter um papel positivo ao incentivar o aluno a buscar conhecimento para resolvê-la; no entanto, se não for regulada adequadamente pode levar à frustração e tédio.

• É importante encontrar um equilíbrio: permitir que os alunos sintam confusão para promover o aprendizado sem deixar essa emoção se transformar em frustração.

Detecção das Emoções nos Ambientes de Aprendizagem

• Para regular as emoções dos estudantes em ambientes inteligentes de aprendizagem é necessário detectar suas emoções através de diversas fontes como sinais fisiológicos (batimento cardíaco, condutividade da pele).

• Comportamentos observados também são utilizados para detectar emoções sem sensores; ações do estudante na interface do ambiente educacional são analisadas.

Abordagens para Regular Emoções

• A detecção multimodal combina diferentes fontes (expressões faciais, voz e texto), permitindo uma resposta mais eficaz às emoções dos estudantes.

• Pesquisas recentes mostram que inibir apenas as emoções negativas não é suficiente; é crucial entender quando e como regular essas emoções dentro do contexto educacional.

Ciclo Virtuoso da Aprendizagem

• Quando um aluno está engajado e consegue resolver sua confusão ele entra em um ciclo virtuoso de aprendizagem; caso contrário, ele pode cair em um ciclo vicioso com frustração e tédio.

Detecção e Regulação de Emoções em Estudantes

Introdução ao Projeto

• O projeto envolve estudantes universitários, principalmente da área de computação, focando na detecção e regulação das emoções.

• O sistema "pet mefe" já está sendo utilizado em várias escolas, como o Colégio São Luiz e o Colégio Anchieta em Porto Alegre.

Métodos de Detecção de Emoções

• A equipe trabalha com detecção de emoções utilizando métodos sem sensores (sensor free), baseando-se apenas no comportamento observado dos alunos.

• A abordagem sensor free é vantajosa para contextos onde a aquisição de sensores é um desafio financeiro.

Desafios na Pesquisa

• Desenvolver modelos livres de sensores é complexo; requer treinamento com Inteligência Artificial para reconhecer padrões nas ações dos alunos.

• É necessário registrar as ações dos estudantes enquanto se coleta dados sobre suas emoções.

Coleta e Análise de Dados

• Durante a coleta, são registradas todas as ações possíveis dos alunos, como pedidos de ajuda e interações com o sistema.

• O processo inclui gravação do rosto e da tela dos alunos para que anotadores humanos possam codificar as emoções a cada cinco segundos.

Treinamento do Modelo

• Após a coleta, os dados precisam ser sincronizados para que os algoritmos aprendam quais sequências de ações estão relacionadas a cada emoção.

• Uma vez treinados, os modelos podem detectar emoções em tempo real apenas com base nas ações observadas no ambiente.

Originalidade e Resultados da Pesquisa

• O grupo não é pioneiro na detecção emocional; existem outros grupos trabalhando no tema devido à dificuldade na coleta de dados.

• Um destaque é o trabalho do Felipe, cuja dissertação ganhou reconhecimento por integrar características individuais dos estudantes à detecção emocional.

Características Individuais nos Modelos

• Felipe estudou variáveis como personalidade, gênero e motivação para melhorar a precisão dos modelos preditivos.

Trabalho de Detecção de Emoções em Ambientes de Aprendizagem

Contribuições dos Alunos

• O trabalho do Felipe, tanto no mestrado quanto no doutorado, focou na criação de testes e sistemas relacionados a tarefas educacionais.

• Thiago Carlton, aluno de doutorado que defendeu sua tese em março de 2022, obteve o primeiro lugar no Congresso Brasileiro de Informática na Educação com seu trabalho sobre detecção de confusão.

• Embora existissem trabalhos anteriores sobre detecção da confusão, como os do Japão, Thiago propôs que informações sobre o conhecimento do aluno poderiam melhorar essa detecção.

Metodologia e Resultados

• Thiago trabalhou com estudantes aprendendo programação e desenvolveu dois modelos: um considerando apenas as ações dos alunos e outro integrando o conhecimento prévio deles.

• Ele testou vários algoritmos e encontrou melhores resultados utilizando métodos como "andam Force", mostrando uma diferença estatística significativa entre os modelos que consideravam o conhecimento do aluno.

Detecção de Emoções por Face

• O doutorado do Pablo focou na detecção de emoções através da face, defendido em outubro do ano passado. A maioria dos trabalhos existentes se baseava nas emoções básicas.

• A equipe estava interessada em detectar emoções mais sutis relacionadas ao aprendizado, como engajamento e frustração, que são menos evidentes que as emoções básicas.

Desafios na Detecção Emocional

• As emoções sutis apresentam desafios maiores para a detecção devido às suas manifestações discretas.

• Pablo explorou a ideia de que considerar o histórico emocional dos alunos poderia melhorar a precisão da detecção das emoções durante o aprendizado.

Resultados da Pesquisa

• Durante o treinamento dos modelos, foram utilizados rótulos emocionais junto com imagens faciais. Após isso, os modelos precisavam apenas das faces para detectar emoções.

• Os resultados mostraram uma melhoria significativa na precisão quando se considerava o histórico emocional; duplicou a taxa de acerto nos modelos.

Integração e Futuro da Regulação Emocional

• Apesar dos avanços nas pesquisas sobre detecção emocional, ainda não foi possível integrar esses módulos em um sistema funcional online devido à transição tecnológica necessária.

Impacto das Emoções na Aprendizagem

Duração das Emoções e Engajamento do Aluno

• A confusão do aluno pode levar a um estado de engajamento ou tédio, sendo este último negativo para a aprendizagem.

• Quando o aluno se depara com uma lacuna entre o que sabe e o que precisa saber, ele pode ficar confuso; resolver essa confusão é crucial para retornar ao engajamento.

• Permitir que os alunos permaneçam confusos por mais tempo pode ser benéfico, pois isso ativa recursos cognitivos próprios em busca de conhecimento.

• No entanto, se a confusão não for resolvida rapidamente, pode resultar em frustração e desistência, levando a sentimentos negativos sobre o conteúdo.

Intervenção no Processo de Aprendizagem

• É importante identificar momentos adequados para intervir e ajudar os alunos a superar suas emoções negativas sem prolongar excessivamente a confusão.

• O conhecimento prévio desempenha um papel significativo na duração da confusão; dois alunos com o mesmo conhecimento podem ter experiências diferentes baseadas em sua personalidade.

Personalidade e Duração da Confusão

• Estudou-se como traços de personalidade (extroversão e neuroticismo) afetam a capacidade dos alunos de lidar com a confusão: extrovertidos suportam mais tempo enquanto neuroticos menos.

• Alunos extrovertidos tendem a permanecer confundidos por mais tempo, enquanto aqueles com alto neuroticismo têm maior dificuldade devido à tendência para pensamentos negativos.

Resultados Contraditórios em Ambientes Inteligentes

• Um estudo posterior revelou resultados opostos: extrovertidos apresentaram menor duração da confusão em ambientes inteligentes, possivelmente devido à assistência oferecida.

• A assistência do ambiente inteligente pode ajudar alunos neuroticos a controlar sua ansiedade durante períodos de confusão.

Direções Futuras na Pesquisa

• Há muitas oportunidades para pesquisa futura na detecção e regulação emocional dos alunos, incluindo habilidades socioemocionais como empatia e reconhecimento das emoções dos outros.

Acessibilidade e Aprendizagem em Jogos

Acessibilidade no Ensino

• Vários estudos demonstram que a acessibilidade pode ser ensinada e aprendida, especialmente na área de jogos.

Empatia através dos Jogos

• Pesquisas sérias indicam que alguns minutos jogando certos jogos podem desenvolver empatia, mostrando um caminho promissor para futuras pesquisas.

Integração da Inteligência Artificial

• Ferramentas como o ChatGPT oferecem APIs pagas que podem ser integradas a ambientes educacionais, permitindo a criação de sistemas tutores inteligentes.

Aplicações Práticas em Tutoria Inteligente

• O autor está orientando alunos na integração do GPT para melhorar habilidades em sistemas de tutoria inteligente, focando em computação afetiva e assistência ao aprendizado.

Emoções e Aprendizagem

• A utilização de inteligência artificial generativa pode aprimorar a comunicação e interação em ambientes de aprendizagem por meio de conversações e dicas.

Desafios na Pesquisa sobre Emoções

Desafios Operacionais

• Um desafio significativo é o trabalho envolvido na anotação dos dados necessários para treinamento em aprendizagem supervisionada.

Teorias Limitadas sobre Emoções

• A pesquisa sobre emoções e aprendizagem ainda é recente, com poucas teorias consolidadas nas áreas da educação e psicologia.

Observação nos Ambientes Inteligentes

• Pesquisadores enfrentam desafios ao observar interações prolongadas entre alunos em ambientes inteligentes, coletando dados extensivos ao longo do tempo.

Contribuições Interdisciplinares

• Há uma colaboração crescente entre psicólogos das emoções e pesquisadores da educação para explorar as dinâmicas emocionais nos ambientes de aprendizagem.

Coleta de Dados Sensíveis

Desafios na Coleta de Dados e Consentimento

Resistência dos Pais e Questões de Privacidade

• A coleta de dados em pesquisas escolares enfrenta resistência significativa dos pais, que temem pela privacidade das informações.

• Em um colégio em Porto Alegre, houve dificuldade em replicar um estudo anterior devido ao medo dos pais sobre o uso dos dados coletados.

Diferença entre Empresas e Pesquisadores

• Enquanto empresas coletam dados com facilidade, pesquisadores enfrentam barreiras para obter consentimento, mesmo quando os usuários aceitam termos sem ler.

• A comparação é feita entre a coleta de dados por empresas que visam lucro e a pesquisa acadêmica que busca o bem público.

Dificuldades Operacionais na Pesquisa

• A coleta de dados requer muitos recursos computacionais, algo que nem sempre está disponível para pesquisadores acadêmicos.

• O uso de soluções gratuitas durante a pandemia foi uma alternativa temporária, mas as universidades agora enfrentam custos para manter esses serviços.

Estratégias para Engajamento do Aluno

• Para ajudar alunos a superarem frustrações no aprendizado, é sugerido dividir problemas complexos em partes menores e mais gerenciáveis.

• A importância da assistência e apoio emocional é destacada como fundamental para reengajar alunos desmotivados ou frustrados.

Impacto das Crenças Negativas nas Crianças

• As crenças negativas podem interferir significativamente na aprendizagem das crianças; se elas acreditam ser incapazes, não se esforçarão para aprender.

Emoções e Autoeficácia

Relação entre Emoções Negativas e Autoeficácia

• Emoções negativas tendem a se intensificar quando são discutidas, enquanto a autoeficácia baixa em alunos gera mais emoções negativas sobre suas capacidades.

• A validação de estudos na área da computação ainda está em desenvolvimento, muitas vezes baseada apenas em formulários e entrevistas.

Métodos de Validação

• O grupo utiliza experimentos com grupos de controle para validar modelos estatísticos e de machine learning.

• Experimentos controlados são realizados para avaliar características dos agentes pedagógicos animados no sistema tutor.

Efeitos do Sistema Tutor

• Um grupo experimental recebe um módulo adicional que não é oferecido ao grupo de controle, permitindo observar o impacto da tecnologia na educação.

• A exclusão do grupo que não utiliza a tecnologia pode gerar efeitos conhecidos na literatura sobre instrumentos controlados.

Desafios na Pesquisa

• A seleção aleatória é aplicada, mas há limitações devido à amostra ser composta apenas por alunos de escolas privadas, criando viés nos resultados.

• Há interesse em replicar os estudos com alunos de escolas públicas para verificar a generalização dos resultados obtidos.

Colaboração Multidisciplinar nas Pesquisas

Interdisciplinaridade nas Pesquisas

• O grupo de pesquisa é multidisciplinar, envolvendo profissionais de diversas áreas como psicologia e estatística.

• Colaborações com psicólogos têm sido fundamentais para entender melhor os métodos experimentais controlados.

Aprendizado com Outras Áreas

• A experiência adquirida através da colaboração com psicólogos tem contribuído significativamente para as pesquisas em informática educacional.

Importância das Parcerias

• Trabalhar em educação implica necessariamente envolver professores e especialistas técnicos, como psicopedagogos.

Orientação a Alunos Diversificados

• O orientador busca incluir alunos de diferentes áreas nas pesquisas, dependendo do contexto específico da investigação.

Aceitação dos Ambientes Inteligentes

Desafios Éticos e Tecnológicos na Pesquisa com IA

Uso do PET Maps na Dissertação de Mestrado

• A Patrícia menciona o interesse em utilizar o PET Maps para desenvolver sua dissertação, solicitando informações sobre usuários e áreas de atuação.

• Há uma reflexão sobre a dificuldade da coleta de dados e a importância do termo de consentimento.

Preocupações Éticas no Uso da IA

• O Antônio questiona quais seriam os principais desafios éticos relacionados ao uso da IA para responder às emoções dos alunos.

• A pesquisadora destaca que existem preocupações a longo prazo, como o risco mínimo associado à pesquisa, mas também riscos de desconforto emocional.

Privacidade e Segurança dos Dados

• Um dos maiores riscos identificados é a privacidade dos dados, especialmente ao coletar imagens ou vídeos dos alunos.

• Apesar das precauções tomadas, há sempre um risco potencial de violação de segurança.

Impacto das Empresas na Pesquisa Acadêmica

• As empresas estão utilizando as pesquisas acadêmicas para engajar usuários e vender produtos, explorando algoritmos que maximizam o tempo gasto nas plataformas.

• A pesquisadora observa que essa dinâmica pode prejudicar a capacidade de foco e atenção dos indivíduos.

Mudanças no Ensino e Aprendizado

• Editoras estão migrando para ambientes interativos em vez de livros tradicionais, levantando questões sobre como isso afeta a educação.

• Existe uma preocupação com o acúmulo de dados emocionais que podem ser utilizados comercialmente por editoras educacionais.

Desafios na Detecção Emocional em Populações Especiais

• Uma pergunta surge sobre se métodos sem sensores funcionam igualmente bem em pessoas neurodivergentes; a pesquisadora sugere mais estudos nessa área.

Discussão sobre Sistemas Tutores e Abordagens de Ensino

Dependência dos Sistemas e Modelos

• A pesquisa observa que os modelos desenvolvidos são altamente dependentes do sistema em uso, como o exemplo do patinete, que poderia ser adaptado para outros sistemas similares.

• Um novo sistema tutor baseado em dados coletados de um sistema solar é mencionado como uma possibilidade de pesquisa futura.

Auxílio ao Professor no Ensino

• Mateus questiona sobre abordagens que auxiliem professores; existem trabalhos que mostram relatórios sobre o desempenho dos alunos.

• Um sistema foi desenvolvido para detectar emoções dos alunos, permitindo que professores identifiquem quando um aluno está confuso e intervenham rapidamente.

• Os dados coletados podem ser apresentados em gráficos, ajudando os professores a adaptar suas aulas com base nas dificuldades observadas.

Retenção do Conhecimento

• Mateus pergunta sobre a análise da retenção do conhecimento; a pesquisa realizada focou principalmente em períodos curtos (duas semanas).

• É reconhecido que muitos fatores influenciam a retenção do conhecimento, tornando difícil generalizar resultados.

Impacto de Rankings na Motivação dos Alunos

• Elias levanta questões sobre rankings e seu impacto negativo nos alunos; um caso específico mostra que rankings motivaram os alunos a se engajar mais nas atividades.

• Uma escola optou por não exibir nomes nos rankings devido ao receio de desmotivação entre alguns alunos. A solução foi anonimizar as informações.

Integração de Dados e Emoções

• André pergunta sobre recriar modelos integrando informações de classificação das atividades executadas com o conhecimento prévio dos alunos.

• O impacto da personalidade no desempenho acadêmico é discutido, sugerindo uma análise mais profunda das atividades realizadas pelos alunos.

Potencial para Novas Pesquisas

• A importância das apresentações é destacada, pois elas geram novas ideias e possibilidades de investigação para futuras pesquisas no tema.

Integração de Dados e Emoções na Educação

Modelo de Log das Ações dos Alunos

• O modelo de log das ações dos alunos já está integrado à coleta de dados, facilitando a análise.

• As ações dos estudantes são armazenadas em um banco de dados, permitindo que um modelo classifique emoções após ser treinado.

Desafios na Integração com as Escolas

• A dificuldade de integração com as escolas é destacada, especialmente no entendimento e aceitação do método por parte dos professores.

• Há um receio entre os educadores sobre serem avaliados durante o processo, o que dificulta a aplicação prática da pesquisa.

Experiência Prática e Comunicação com a Sociedade

• A pesquisadora compartilha sua experiência ao tentar estabelecer comunicação com as escolas nos últimos 10 anos.

• Professores mostraram resistência inicial devido ao medo da avaliação, levando a pesquisadora a repensar sua abordagem comunicativa.

Metodologia e Avaliação

• O processo envolve dividir estudantes em grupos controle e experimental para avaliar o impacto do ambiente de aprendizagem.

• A necessidade de avaliações quantitativas pode intimidar os professores, dificultando a aceitação do projeto.

Superação de Barreiras e Engajamento

• Para superar barreiras, foi necessário explicar que o foco não era avaliar os alunos, mas sim o sistema tutor desenvolvido.

Desafios na Pesquisa e Desenvolvimento em Computação

Impactos de Bugs e Infraestrutura na Pesquisa

• A resolução de bugs em pesquisas é um desafio, especialmente quando a versão do experimento invalida todo o trabalho anterior, exigindo recomeço.

• Alguns colegas optaram por criar empresas para desenvolver produtos a partir da pesquisa, facilitando a transição do protótipo para o mercado.

• A falta de infraestrutura adequada limita as possibilidades de conduzir aulas e pesquisas eficazes, tanto presencialmente quanto remotamente.

Escassez de Recursos Humanos

• Há uma crescente escassez de recursos humanos na área de computação, dificultando a realização de pesquisas que necessitam desse suporte.

• Alunos de mestrado e doutorado enfrentam dificuldades em realizar testes e apoio técnico devido à falta de tempo e recursos disponíveis.

Interseção entre Psicologia e Computação

• O interesse pela psicologia surgiu como uma paixão pessoal, levando à escolha da computação por questões práticas relacionadas ao mercado de trabalho.

• A trajetória acadêmica foi moldada por oportunidades que surgiram ao longo do caminho, unindo interesses pessoais com orientadores inspiradores.

Oportunidades na Pesquisa

• As oportunidades na pesquisa são frequentemente impulsionadas pelo interesse pessoal e pelas condições externas que direcionam as escolhas profissionais.

• Trabalhar com pesquisa oferece autonomia, permitindo explorar diferentes áreas dentro da computação sem se preocupar excessivamente com questões financeiras.

Habilidades Desenvolvidas através da Pesquisa

Reflexões sobre Mestrado e Doutorado

Desafios e Benefícios do Mestrado e Doutorado

• O mestrado e doutorado são descritos como desafiadores, mas valem a pena, com os alunos geralmente não se arrependendo da experiência.

• A transição para o pensamento científico é comparada à mudança de mentalidade necessária para estudantes ingressantes em computação, destacando a importância dessa transformação na forma de ver o mundo.

Habilidades Desenvolvidas Durante a Formação

• O conhecimento emocional é mencionado como uma ferramenta que ajuda na regulação das emoções, além de habilidades práticas como resolução de problemas, liderança e organização.

• A crítica construtiva é enfatizada como essencial no processo de aprendizado; receber críticas assertivas é fundamental para o desenvolvimento acadêmico.

A Importância da Crítica no Processo Acadêmico

• É crucial ajudar os alunos a identificar pontos negativos em seus trabalhos para promover melhorias; quanto mais feedback negativo for recebido internamente, melhor será o resultado final.

• Há uma reflexão sobre a percepção do erro entre brasileiros, onde se destaca que erros não definem a capacidade pessoal, mas fazem parte do processo de aprendizagem.

Superando Medos Relacionados à Crítica

• Os alunos frequentemente chegam temerosos em relação às críticas; no entanto, ao receber comentários gerais sobre seus artigos, eles demonstram interesse em melhorar aspectos específicos.

Encerramento e Agradecimentos

• O diálogo termina com agradecimentos pela participação dos professores e pela audiência presente.