Inteligencia Artificial y Deep Learning para la gestión emocional y motivacional del aula

Resum

Con el fin de desarrollar un sistema automático de gestión emocional en el aula durante el proceso de enseñanza-aprendizaje, se evalúa el rendimiento de un software de reconocimiento emocional creación propia en un contexto sincrónico no presencial. Sesenta alumnos del Grado en Educación Primaria impartido en la Facultad de Educación de la Universidad de Alicante participaron en 16 dinámicas educativas grabando primeros planos de sus rostros y completando autoinformes emocionales. Además, completaron el test VCQ-36 para medir sus competencias volitivas y relacionar su influencia en su respuesta emocional. Los resultados indican una alta coherencia entre las expresiones emocionales detectadas por el sistema automático y los autoinformes emocionales, aunque su implementación en un contexto presencial implica retos adicionales. Por otra parte, tanto los autoinformes emocionales como el software de reconocimiento de emociones sugieren una preferencia de los estudiantes por las dinámicas activas frente a las pasivas. Mientras tanto, según los resultados del coeficiente de correlación de Pearson, las competencias volitivas parecen influir en la respuesta emocional de los estudiantes en el contexto educativo, aunque el sistema de inteligencia artificial no muestra suficiente sensibilidad en este campo. Se discuten las implicaciones y limitaciones de este estudio para futuros trabajos.