Ενσωμάτωση συναισθηματικής υπολογιστικής σε ευφυή συστήματα διδασκαλίας: μελέτη τεχνικών ανίχνευσης συναισθημάτων και προσαρμογής
Incorporating affective computing into intelligent tutoring systems: a study of sentiment detection and adaptation techniques
![Thumbnail](/xmlui/bitstream/handle/11400/6615/%ce%94%ce%b9%cf%80%ce%bb%cf%89%ce%bc%ce%b1%cf%84%ce%b9%ce%ba%ce%ae%20%ce%b5%cf%81%ce%b3%ce%b1%cf%83%ce%af%ce%b1%20-%20%ce%a4%ce%b1%cf%83%ce%bf%cf%8d%ce%bb%ce%b1%cf%82%20%ce%98%ce%b5%ce%bf%cf%86%ce%ac%ce%bd%ce%b7%cf%82%20mscacs22024%20-%20%ce%95%ce%bd%cf%83%cf%89%ce%bc%ce%ac%cf%84%cf%89%cf%83%ce%b7%20%ce%a3%cf%85%ce%bd%ce%b1%ce%b9%cf%83%ce%b8%ce%b7%ce%bc%ce%b1%cf%84%ce%b9%ce%ba%ce%ae%cf%82%20%ce%a5%cf%80%ce%bf%ce%bb%ce%bf%ce%b3%ce%b9%cf%83%cf%84%ce%b9%ce%ba%ce%ae%cf%82%20%cf%83%ce%b5%20%ce%95%cf%85%cf%86%cf%85%ce%ae%20%ce%a3%cf%85%cf%83%cf%84%ce%ae%ce%bc%ce%b1%cf%84%ce%b1%20%ce%94%ce%b9%ce%b4%ce%b1%cf%83%ce%ba%ce%b1%ce%bb%ce%af%ce%b1%cf%82%20%281%29.pdf.jpg?sequence=4&isAllowed=y)
Keywords
Ανάλυση συναισθήματος ; Ανίχνευση συναισθημάτων ; Συναισθηματικός υπολογισμός ; Ευφυή συστήματα διδασκαλίαςAbstract
Τα ευφυή συστήματα διδασκαλίας έχουν δείξει μεγάλες δυνατότητες στη βελτίωση των μαθησιακών εμπειριών παρέχοντας εξατομικευμένη και προσαρμοστική διδασκαλία. Στον εκπαιδευτικό τομέα οι νέες μεθοδολογίες στη διδακτική βελτίωση βασίζονται στο διαδίκτυο, προκειμένου να παρέχουν τα καλύτερα μαθήματα και να προσελκύουν την προσοχή των μαθητών. Προσθέτοντας και την τεχνητή νοημοσύνη ως παράγοντα διδασκαλίας, επιδιώκεται να βελτιωθεί η τεχνολογία εκμάθησης, συλλέγοντας και αξιοποιώντας δεδομένα χρηστών, προσαρμόζοντας μαθήματα στις ανάγκες των μαθητών και αυτοματοποιώντας τη διαδικασία αυτοβελτίωσης ενός τέτοιου συστήματος. Όμως, η συναισθηματική πτυχή της μαθησιακής διαδικασίας συχνά παραβλέπεται, ενώ τα συναισθήματα διαδραματίζουν κρίσιμο ρόλο στη μάθηση. Γι’ αυτό και η ενσωμάτωση του συναισθηματικού υπολογισμού στα ευφυή συστήματα διδασκαλίας μπορεί να οδηγήσει σε πιο αποτελεσματικές και ελκυστικές εκπαιδευτικές εμπειρίες, μαθαίνοντας ακόμα και έξω από την τάξη και εξ αποστάσεως. Ο συναισθηματικός υπολογισμός είναι ένας πολύπλοκος και σημαντικός τομέας, που στοχεύει να εξοπλίσει τους υπολογιστές με ανθρώπινες ικανότητες, προκειμένου να παρατηρούν, να ερμηνεύουν και να δημιουργούν συναισθηματικά χαρακτηριστικά. Περιλαμβάνει διάφορες τεχνολογίες και προσεγγίσεις για τη βελτίωση της αλληλεπίδρασης ανθρώπου-υπολογιστή και τη δημιουργία πιο έξυπνων και ανταποκρινόμενων συστημάτων, που στηρίζονται κυρίως στην τεχνητή νοημοσύνη. Ο τομέας αυτός έχει γνωρίσει σημαντικές προόδους τα τελευταία χρόνια, με πολυάριθμα ερευνητικά έργα και εφαρμογές που αναδύονται. Αυτά τα έργα συμβάλλουν στην ανάπτυξη έξυπνων συστημάτων που μπορούν να αλληλοεπιδρούν καλύτερα με τους ανθρώπους και να ανταποκρίνονται στις συναισθηματικές τους καταστάσεις.
Αυτή η πρόταση μεταπτυχιακής διπλωματικής εργασίας στοχεύει να διερευνήσει την ενσωμάτωση των τεχνικών ανίχνευσης και προσαρμογής συναισθημάτων στα ευφυή συστήματα διδασκαλίας. Η μελέτη θα διερευνήσει τις προκλήσεις, τα οφέλη και τις πρακτικές εφαρμογές και τις επιπτώσεις της ενσωμάτωσης αυτής και θα προτείνει στρατηγικές για αποτελεσματική χρήση. Ειδικότερα θα γίνει ανασκόπηση της υπάρχουσας βιβλιογραφίας σχετικά με τον συναισθηματικό υπολογισμό, τα ευφυή συστήματα διδασκαλίας και τη διασταύρωσή τους, τονίζοντας τη σημασία των συναισθημάτων στη μαθησιακή διαδικασία και τα πιθανά οφέλη από την ενσωμάτωση τεχνικών συναισθηματικής υπολογιστικής. Ακόμα, θα διερευνήσει τις διάφορες τεχνικές ανίχνευσης συναισθημάτων, συμπεριλαμβανομένων των εκφράσεων προσώπου, ανάλυσης φωνής και ανάλυσης κειμένου, και θα αξιολογήσει τη δυνατότητα εφαρμογής και την αποτελεσματικότητά τους στο πλαίσιο των ευφυών συστημάτων διδασκαλίας. Επιπρόσθετα, θα διερευνήσει τις πιθανές τεχνικές προσαρμογής που μπορούν να χρησιμοποιηθούν στα ευφυή συστήματα διδασκαλίας με βάση τα ανιχνευμένα συναισθήματα, όπως ανατροφοδότηση (feedback), εκπαιδευτικές στρατηγικές, προσαρμογή περιεχομένου και συναισθηματικές παρεμβάσεις. Επιπλέον, θα αναλύσει περιπτωσιολογικές μελέτες ή υπάρχοντα συστήματα που έχουν ενσωματώσει επιτυχώς τον συναισθηματικό υπολογισμό στα ευφυή συστήματα διδασκαλίας, εξετάζοντας τις σχεδιαστικές επιλογές, τις μεθοδολογίες και τα αποτελέσματά τους, όσον αφορά την αποτελεσματικότητα της μάθησης, την ικανοποίηση των χρηστών και τη δέσμευση. Τέλος, θα προτείνει κατευθυντήριες γραμμές και στρατηγικές για την αποτελεσματική ενσωμάτωση τεχνικών ανίχνευσης και προσαρμογής συναισθημάτων στα ευφυή συστήματα διδασκαλίας, λαμβάνοντας υπόψη παράγοντες, όπως το απόρρητο των χρηστών, τα ηθικά ζητήματα, η επεκτασιμότητα του συστήματος και η παιδαγωγική αποτελεσματικότητα.
Στην πρώτη ενότητα παρουσιάζονται τα δυνητικά οφέλη αυτών των τεχνολογιών, συμπεριλαμβανομένης της εξατομικευμένης μάθησης, της ενισχυμένης δέσμευσης των μαθητών και του εντοπισμού ατόμων με ειδικές ανάγκες. Έπειτα, η δεύτερη ενότητα εμβαθύνει στις τεχνικές πτυχές της αναγνώρισης συναισθημάτων, παρουσιάζοντας τους αλγόριθμους και τις μεθόδους που χρησιμοποιούνται για την ανάλυση και την ερμηνεία των συναισθηματικών καταστάσεων. Επικεντρώνεται στην ανάλυση δεδομένων από ήχο, εικόνα, κείμενο, προκειμένου να προσδιοριστεί αλγοριθμικά ένα συναίσθημα. Επίσης, αναφέρονται αλγόριθμοι με παραδείγματα, που χρησιμοποιούνται στη συναισθηματική υπολογιστική, μαζί με την ακρίβεια και τους περιορισμούς αυτών των τεχνολογιών. Μετέπειτα, η τρίτη ενότητα σημειώνει τις πρακτικές εφαρμογές στα ευφυή συστήματα διδασκαλίας και αναδεικνύει τις δυνατότητες της αναγνώρισης συναισθημάτων για τη δημιουργία μαθησιακών περιβαλλόντων με συναισθηματική επίγνωση. Διερευνά την αλληλεπίδραση των συναισθημάτων και των μαθησιακών αποτελεσμάτων, τονίζοντας την ανάγκη για σχεδιασμό με επίκεντρο τον χρήστη και τη συνεχή ανατροφοδότηση. Ακόμη, εξετάζει τις ειδικές περιπτώσεις μάθησης για άτομα με αναπηρίες σωματικές ή νοητικές, ιδίως στα άτομα με αυτισμό. Στη συνέχεια, η τέταρτη ενότητα υπογραμμίζει τους τρόπους βελτίωσης της συναισθηματικής υπολογιστικής και των έξυπνων εκπαιδευτικών συστημάτων. Αναφέρει τους περιορισμούς και τους ηθικούς προβληματισμούς που σχετίζονται με την αναγνώριση συναισθημάτων, τονίζοντας την αναγκαιότητα της συγκατάθεσης μετά από ενημέρωση, της ασφάλειας των δεδομένων και της διαφάνειας, τη σημασία της διαπολιτισμικής ακρίβειας και του μετριασμού των πιθανών προκαταλήψεων. Τέλος, επισημαίνει τους περιορισμούς της παρούσας εργασίας και τις μελλοντικές προκλήσεις της ενσωμάτωσης συναισθηματικού υπολογισμού σε ευφυή συστήματα διδασκαλίας.
Abstract
Intelligent tutoring systems have shown great potential in improving learning experiences by providing personalized and adaptive instruction. In the educational sector new methodologies in teaching improvement are based on the internet in order to provide the best lessons and attract the attention of students. By adding artificial intelligence as a teaching factor, it seeks to improve learning technology by collecting and leveraging user data, tailoring lessons to student needs, and automating the self-improvement process of such a system. But the emotional aspect of the learning process is often overlooked, while emotions play a critical role in learning. That is why the integration of emotional computing in intelligent teaching systems can lead to more effective and engaging educational experiences, even learning outside the classroom and remotely. Emotional computing is a complex and important field that aims to equip computers with human-like capabilities to observe, interpret and generate emotional characteristics. It includes various technologies and approaches to improve human-computer interaction and create smarter and more responsive systems, mainly based on artificial intelligence. This field has seen significant advances in recent years, with numerous research projects and applications emerging. These projects contribute to the development of intelligent systems that can better interact with people and respond to their emotional states.
This master's thesis proposal aims to explore the integration of emotion detection and adaptation techniques in intelligent tutoring systems. The study will explore the challenges, benefits and practical applications and implications of this integration and suggest strategies for effective use. In particular, the existing literature on emotional computing, intelligent teaching systems and their intersection will be reviewed, highlighting the importance of emotions in the learning process and the potential benefits of incorporating emotional computing techniques. Also, it will explore the various emotion detection techniques, including facial expressions, voice analysis and text analysis, and evaluate their applicability and effectiveness in the context of intelligent tutoring systems. Additionally, it will explore the possible adaptation techniques that can be used in intelligent teaching systems based on detected emotions, such as feedback, instructional strategies, content adaptation and emotional interventions. In addition, it will analyze case studies or existing systems that have successfully integrated emotional computing into intelligent teaching systems, examining their design choices, methodologies, and outcomes in terms of learning effectiveness, user satisfaction, and engagement. Finally, it will propose guidelines and strategies for the effective integration of emotion detection and adaptation techniques into intelligent teaching systems, taking into account factors such as user privacy, ethical issues, system scalability, and pedagogical effectiveness.
The first section presents the potential benefits of these technologies, including personalized learning, enhanced student engagement, and disability identification. Then, the second section delves into the technical aspects of emotion recognition, presenting the algorithms and methods used to analyze and interpret emotional states. It focuses on analyzing data from audio, image, text, in order to algorithmically determine an emotion. Algorithms, with examples, used in emotional computing are also reported, along with the accuracy and limitations of these technologies. Then, the third section notes the practical applications in intelligent teaching systems and highlights the potential of emotion recognition to create emotionally aware learning environments. It explores the interaction of emotions and learning outcomes, emphasizing the need for user-centered design and continuous feedback. It also examines the special cases of learning for people with physical or mental disabilities, especially for people with autism. The fourth section then highlights ways to improve emotional computing and intelligent educational systems. It outlines the limitations and ethical concerns associated with emotion recognition, emphasizing the necessity of informed consent, data security and transparency, the importance of cross-cultural accuracy, and mitigating potential biases. Finally, it points out the limitations of the present work and the future challenges of integrating emotional computing into intelligent tutoring systems.