تحلیل احساسات دانش اموزان از طریق چهره خوانی و صدا درهنگام یادگیری

در عصر حاضر، ادغام هوش مصنوعی با علوم تربیتی افق های جدیدی را در زمینه آموزش شخصی سازی شده گشوده است. یکی از چالش های اساسی در سیستم های آموزش الکترونیکی و حتی کلاس های درس سنتی پرجمعیت، عدم توانایی معلم در پایش لحظه به لحظه وضعیت عاطفی و میزان درگیری ذهنی تمامی دانش آموزان است. احساسات نقش کلیدی در فرآیند یادگیری ایفا می کنند؛ اضطراب می تواند مانع یادگیری شود، در حالی که کنجکاوی و شادی آن را تسهیل می کنند. این مقاله به بررسی روش های نوین تحلیل احساسات دانش آموزان با استفاده از دو مودالیته اصلی، یعنی حالات چهره (Face Recognition) و ویژگی های صوتی (Voice Processing)، می پردازد. هدف اصلی، تبیین معماری سیستم های چندوجهی تشخیص احساسات و کاربرد آن ها در ارتقای کیفیت آموزش است. در این پژوهش، ضمن مرور ادبیات نظری، به چالش های فنی نظیر نورپردازی، نویز محیطی و تفاوت های فرهنگی در ابراز احساسات پرداخته شده است. همچنین، با استناد به منابع پژوهشی داخلی، وضعیت کنونی این فناوری در ایران مورد واکاوی قرار گرفته است. نتایج نشان می دهد که ترکیب داده های حاصل از چهره و صدا، دقت تشخیص را به طور معناداری نسبت به روش های تک وجهی افزایش می دهد و می تواند به عنوان بازخوردی آنی برای مدرسان و سیستم های آموزشی هوشمند عمل کند.

کلیدواژه ها:

کلمات کلیدی:تحلیل احساسات ، یادگیری ماشین ، پردازش تصویر ، پردازش گفتار ، هوش هیجانی مصنوعی ، آموزش الکترونیکی ، تشخیص حالات چهره ، یادگیری عمیق.