Perisian Tutor, AutoTutor, Merespon Emosi Pelajar

Perisian komputer pengesan emosi yang bertindak balas terhadap keadaan kognitif dan emosi pelajar, termasuk kekecewaan dan kebosanan, telah dikembangkan oleh penyelidik di University of Notre Dame, University of Memphis, dan Massachusetts Institute of Technology.

Teknologi baru sesuai dengan interaksi tutor manusia. Ia bukan sahaja menawarkan kemungkinan pembelajaran yang luar biasa bagi pelajar, tetapi juga mentakrifkan semula interaksi manusia-komputer, menurut penolong profesor psikologi University of Notre Dame, Sidney D’Mello. D'Mello juga adalah penolong profesor sains komputer dan kejuruteraan.

Digelar "AutoTutor" dan "Auto Affektif", perisian ini dapat mengukur tahap pengetahuan pelajar dengan mengajukan soalan penyiasatan, menganalisis tindak balas, kemudian mengenal pasti dan membetulkan kesalahpahaman secara proaktif. Ia juga bertindak balas terhadap pertanyaan, keluhan, dan komen pelajar itu sendiri dan bahkan merasakan kekecewaan atau kebosanan pelajar melalui ekspresi wajah dan postur badan. Ia kemudian mengubah strateginya untuk membantu pelajar mengatasi emosi negatif tersebut, kata para penyelidik.

"Sebilangan besar sistem abad ke-20 mengharuskan manusia berkomunikasi dengan komputer melalui tingkap, ikon, menu, dan perangkat penunjuk," kata D'Mello, yang mengkhususkan diri dalam interaksi manusia-komputer dan kecerdasan buatan dalam pendidikan. "Tetapi manusia selalu berkomunikasi satu sama lain melalui ucapan dan sejumlah isyarat nonverbal, seperti ekspresi wajah, kontak mata, postur, dan gerak tubuh. Selain meningkatkan isi pesan, teknologi baru memberikan informasi mengenai keadaan kognitif, tingkat motivasi, dan dinamika sosial para siswa. "

AutoTutor adalah Sistem Bimbingan Pintar (ITS) yang membantu pelajar mempelajari kandungan teknikal yang kompleks dalam fizik Newton, celik komputer, dan pemikiran kritis dengan mengadakan perbualan dalam bahasa semula jadi. Ia mensimulasikan strategi pengajaran dan motivasi tutor manusia, memodelkan keadaan kognitif pelajar dan kemudian menyesuaikan interaksi dengan individu pelajar. Ini juga membuat pelajar terlibat dengan gambar, animasi, dan simulasi.

Afektif AutoTutor menambahkan keupayaan sensitif emosi dengan memantau ciri wajah, bahasa badan, dan isyarat perbualan, kata para penyelidik, menjelaskan bahawa kemudian "mengatur" keadaan negatif seperti frustrasi dan kebosanan dan "mensintesis emosi melalui kandungan tindak balas lisannya, intonasi ucapan , dan ekspresi wajah seorang guru animasi. "

"Sama seperti tutor manusia yang berbakat, AutoTutor dan AutoTutor Afektif berusaha untuk menjaga keseimbangan pelajar di antara kebosanan dan kebingungan dengan mengubah cara, arah, dan kerumitan tugas pembelajaran secara halus," kata D'Mello.

Diuji pada lebih daripada 1,000 pelajar, AutoTutor menghasilkan keuntungan pembelajaran sekitar satu huruf - keuntungan yang telah terbukti mengatasi tutor manusia baru dan hampir mencapai barisan tutor manusia pakar, tambahnya.

Sumber: Universiti Notre Dame