Auf künstlicher Intelligenz basierendes System zur Erkennung des Aufmerksamkeitsniveaus von Schülern

Unsere Forschung konzentriert sich auf die Erforschung der Machbarkeit des Einsatzes von künstlicher Intelligenz, um das Aufmerksamkeitsniveau der Schüler in einem Klassenzimmer zu messen und zu erkennen. Wir untersuchen, ob eigens entwickelte Algorithmen und Methoden das Engagement der Studierenden während des Unterrichts effektiv bewerten können. Die neuesten Ansätze basieren auf künstlicher Intelligenz.

Konkret sind die lernenden Algorithmen auf dem neuesten Stand der Technik. Diese Art von Algorithmus verwendet riesige Datenmengen, um ihre inneren Modelle zu trainieren, und kann dann verwendet werden, um Bilder zu klassifizieren, die Pose einer Person zu schätzen oder eine Reihe anderer interessanter Aufgaben auszuführen. Wir haben zwei zentrale kritische Herausforderungen in unserer Studie.

Zunächst gibt es technische Fragen, die gelöst werden müssen. Zum Beispiel, wie man die Geräte einrichtet, wie man die Bewegung aus dem Bild schätzt, die Pose und den Rest der anderen Parameter, die wir in unserem Ansatz berücksichtigen. Und dann gibt es noch einen subjektiven Zweig, da unklar ist, ob alle Individuen das Maß an Aufmerksamkeit auf die gleiche Weise ausdrücken.

Die Stärke unseres Systems ist, dass wir einen multimodalen Ansatz verfolgen. Wir analysieren verschiedene Eingaben, Gesichtsemotionen, Körperpose, Kopfhaltung, Beschleunigerdaten und Herzfrequenz, um das Aufmerksamkeitsniveau automatisch zu klassifizieren. Darüber hinaus stützen sich unsere Methoden stark auf künstliche Intelligenz, die Berichten zufolge mit großem Erfolg in anderen verwandten Forschungsbereichen eingesetzt wurde.