/تحلیل احساسات دانش آموزان از طریق چهره خوانی و صدا در هنگام یادگیری/

در عصر دیجیتال و با گسترش سیستم های مدیریت یادگیری الکترونیکی، فقدان تعاملات عاطفی رو در رو میان معلم و دانش آموز به یکی از چالش های اصلی تبدیل شده است. احساسات نقش کلیدی در فرآیند شناختی، حافظه و انگیزه یادگیری ایفا می کنند. این مقاله به بررسی روش های نوین هوش مصنوعی در تشخیص و تحلیل احساسات دانش آموزان با استفاده از دو مودالیته اصلی، یعنی حالات چهره و ویژگی های صوتی می پردازد. با تلفیق داده های بصری و شنیداری، سیستم های هوشمند قادر خواهند بود تا وضعیت های هیجانی نظیر سردرگمی، خستگی، تمرکز و اضطراب را شناسایی کرده و بازخوردهای آموزشی را متناسب با آن تنظیم کنند. در این پژوهش مروری، ضمن بررسی مبانی نظری رایانش عاطفی، به چالش های فنی و اخلاقی این حوزه نیز پرداخته شده و راهکارهایی برای بهبود دقت مدل های تلفیقی ارائه می گردد. نتایج نشان می دهد که رویکرد چندوجهی (ترکیب صدا و چهره) دقت تشخیص را به طور معناداری نسبت به روش های تک وجهی افزایش می دهد.

کلیدواژه ها:

واژگان کلیدی: تحلیل احساسات ، یادگیری الکترونیکی ، پردازش تصویر ، پردازش گفتار ، رایانش عاطفی ، هوش مصنوعی در آموزش ، تشخیص چندوجهی.