ANÁLISE DE SENTIMENTOS BASEADA EM INFORMAÇÕES FACIAIS DURANTE AULA VIRTUAL

Abstract

As aulas virtuais estão cada vez mais comuns na vida dos estudantes, especialmente durante a quarentena causada pela pandemia da doença COVID-19, em que grande parte das instituições educacionais adotaram esse sistema de ensino. Um dos principais desafios desta modalidade de educação é resolver o distanciamento entre aluno e professor, que impossibilita a percepção do docente sobre os sentimentos dos estudantes em um contexto no qual as expres- sões faciais dos alunos entregam informações não-verbais importantes frente ao que é abordado em sala. Embora existam diferentes sistemas para a avaliação da expressão facial, poucos tra- balhos entre os levantados foram criados objetivando um ambiente de ensino a distância e, por este motivo, não solucionam a ausência da expressão facial do aluno. O presente trabalho apre- senta duas metodologias para lidar com esse problema: uma baseada no Facial Action Coding System (FACS) e outra baseada em redes neurais convolucionais. Aplicando estas técnicas, foi possível unir a área de visão computacional com a área de aprendizado de máquina, quantifi- cando o sentimento do aluno enquanto visualiza uma determinada videoaula com até 79,97% de acurácia em determinadas emoções. A partir desta quantificação, o sistema foi capaz de gerar um relatório que apresenta os sentimentos predominantes em determinados intervalos de tempo.