Nossa pesquisa se concentra em explorar a viabilidade do uso de inteligência artificial para medir e detectar o nível de atenção do aluno em sala de aula. Estamos investigando se algoritmos e metodologias desenvolvidos sob medida podem avaliar efetivamente o envolvimento dos alunos durante as aulas. As abordagens mais recentes são baseadas em inteligência artificial.
Especificamente, os algoritmos de aprendizado são o estado da arte. Esse tipo de algoritmo usa grandes quantidades de dados para treinar seus modelos internos e, em seguida, pode ser usado para classificar imagens, estimar a pose de uma pessoa ou realizar uma série de outras tarefas interessantes. Temos dois desafios críticos principais em nosso estudo.
Primeiro, há questões técnicas que devem ser resolvidas. Por exemplo, como configurar os dispositivos, como estimar o movimento da imagem, a pose e o restante dos outros parâmetros que consideramos em nossa abordagem. E então há um ramo subjetivo, pois não está claro se todos os indivíduos expressam o nível de atenção da mesma maneira.
O ponto mais forte do nosso sistema é que usamos uma abordagem multimodal. Analisamos diferentes entradas, emoção facial, pose do corpo, pose da cabeça, dados do acelerador e frequência cardíaca para classificar automaticamente o nível de atenção. Além disso, nossos métodos dependem fortemente da inteligência artificial, que tem sido usada com alto sucesso em outras áreas de pesquisa relacionadas.