Acceso usuarios
Tarragona, España
Les relacions entre els agents educatius s'han desplaçat fins a posar l'alumne al centre del procés d'ensenyament-aprenentatge (E-A). En aquest sentit, els sentiments −l'anàlisi dels quals era, fins ara, molt lenta i qualitativa− han esdevingut sempre un mitjà d'expressió important durant aquest procés. El professor ha de ser capaç d'identificar el ritme i l'evolució del coneixement del seu alumne per a adaptar els continguts però també ha de poder identificar el seu estat emocional. Els avantatges que presenten els entorns virtuals d'aprenentatge (EVA) han permès la seva implantació en moltes institucions educatives. Això no obstant, els estudiants en aquests entorns se senten frustrats per la sensació d'aïllament fruit de la manca de relació pròxima amb altres persones. Aquest sentiment pot tenir conseqüències en forma d'abandonament o de baix rendiment. Els entorns virtuals, a més, eliminen molts dels factors que s'utilitzen per a copsar l'estat emocional de les persones. Moltes vegades, l'únic canal de transmissió és la paraula escrita. L'anàlisi del sentiment és una tècnica que es basa en l'aplicació de la intel·ligència artificial als textos en llenguatge natural per a classificar els textos segons les emocions expressades, molt utilitzada amb finalitats d'anàlisi de mercats però amb molt poc desenvolupament als EVA. En aquest treball es demostra que existeix una relació entre les emocions expressades per l'alumnat en els missatges escrits i la tassa d'abandonament dels estudis en un EVA. El resultat assolit ha de servir per a què els tutors puguin quantificar l'estat i l'evolució emocional del grup de forma automàtica per a poder intervenir-hi i afavorir la millora dels sentiments a l'aula amb la finalitat de reduir-ne l'abandonament.
The relationships between educational agents have moved to place the student at the center of the teaching-learning process. In this way, feelings −whose analysis was, until now, very slow and qualitative− have always become an important means of expression during this process. Teachers must be able to identify the rhythm and evolution of the knowledge of their students to adapt the contents but also must be able to identify his emotional state. The advantages of virtual learning environments (VLE) have leaded to implement them in many educational institutions. However, students may feel frustrated by the feeling of isolation resulting from the lack of close relationships with other people. That fact can produce education drop out or low performance. Virtual environments have also eliminated many of the factors that are used to capture the emotional state of people. Sometime, the only transmission channel is the written word. The analysis of sentiment is a technique that based on the application of artificial intelligence to texts in natural language is able to classify texts according to the emotions expressed, deeply used for marketing analysis but slightly developed for VLE. In this work it is shown that there is a relationship between the emotions expressed by the students in the written messages and the drop out of the studies in a VLE. The result achieved can help tutors to automatically quantify the emotional state and its evolution so he can intervene and favor the improvement of the expressed feeling of the classroom in order to reduce drop out.
