Вы находитесь на странице: 1из 10

CINTED-UFRGS Novas Tecnologias na Educao ________________________________________________________________________________________

Reconhecimento de Estados Afetivos do Aluno em Ambientes Virtuais de Aprendizagem


Magal Teresinha Longhi Magda Bercht Patricia Alejandra Behar
Programa de Ps-Graduao em Informtica na Educao Universidade Federal do Rio Grande do Sul (UFRGS) Caixa Postal 5071 90.041-970 Porto Alegre RS Brasil mlonghi@cesup.ufrgs.br, bercht@inf.ufrgs.br, pbehar@terra.com.br

Resumo: O presente estudo aborda a incorporao de dimenses afetivas em ambientes virtuais de aprendizagem a partir da identificao dos estados de nimo do aluno, de modo a favorecer estratgias pedaggicas mais adequadas. A partir da reviso terica acerca do reconhecimento de estados afetivos, apresenta-se o prottipo AnimA, direcionado inferncia de diferentes estados de nimo durante o processo de aprendizagem. O prottipo considera as interaes do aluno com seus colegas e com o professor atravs das ferramentas de comunicao do ambiente virtual de aprendizagem ROODA. Palavras-chave: reconhecimento de estados afetivos, estados de nimo, computao afetiva, ambientes virtuais de aprendizagem.

Identification of Students Emotional States in Virtual Learning Environments


Abstract: The present study is about the incorporation of the emotional dimension in virtual learning environments following the identification of students mood so as to encourage a more adequate pedagogical practice. After a theoretical revision about mood recognition, we present the prototype AnimA, aimed at the inference of different emotional states during the learning process. The prototype considers the interactions of students with their peers and teachers through the communication tools from the learning environment ROODA. Key-words: affective recognition, mood, affective computing, virtual learning environments. 1. Introduo A pesquisa da Inteligncia Artificial aplicada na Educao tem se mostrado muito ativa. Os atuais processos de ensino e aprendizagem humana e o advento de novas tecnologias para implantao de salas de aulas e mundos virtuais ensejaram uma nova interao social mediada por computadores. Disto deriva uma nova abordagem para os ambientes virtuais de aprendizagem (AVA) (1). A avaliao do processo de ensino e aprendizagem deve ir alm da verificao do atingimento dos objetivos em relao ao contedo, levando em considerao o afeto e os fenmenos afetivos subjacentes do aluno em interao, visto que eles interferem profundamente nos processos mentais como memorizao, raciocnio, ateno, motivao, etc. (Picard et al., 2004; Bercht, 2001; Damsio, 2000; Piaget, 1978; Vygotski, 2001; Wallon, 1971). Os termos: emoo, estados de humor/nimo, motivao, sentimento, paixo, personalidade, temperamento e outros tantos esto relacionados afetividade; j os termos: razo, raciocnio, percepo, memria, compreenso, ateno, juzo, pensamento, linguagem, bom-senso e inteligncia esto relacionadas cognio. A definio de cada um deles ainda

V. 5 N 2, Dezembro, 2007_________________________________________________________________

CINTED-UFRGS Novas Tecnologias na Educao ________________________________________________________________________________________

provoca confuso, j que as dimenses afetivas e cognitivas so estudadas em reas de conhecimento diversas, e no em mbito interdisciplinar. Neste trabalho, o termo afetividade utilizado para identificar um conjunto de fenmenos psquicos e fsicos que incluem o domnio das emoes propriamente ditas, dos sentimentos das emoes, das experincias sensveis e, principalmente da capacidade em se poder entrar em contato com sensaes (Bercht, 2001 p.59). O termo cognio ainda empregado para identificar o conjunto de processos mentais que participam na aquisio de conhecimento, na percepo do mundo (e de ns mesmos) e de como este mundo representado. Entretanto, descobertas da neurocincia indicam que cognio e afetividade so elementos indissociveis. Uma reduo ou excesso de afetividade resulta em problemas na cognio. E esta no se sobrepe afetividade. Pelo contrrio, a afetividade pode auxiliar no raciocnio, principalmente em questes pessoais e sociais que envolvam conflitos, revelando sua importncia na tomada de decises (Damsio, 2000) e, assim como, nos processos de aprendizagem. Becht (2001) sugere que a integrao dos fenmenos afetivos a sistemas computacionais os transformam em sistemas adaptativos e funcionalmente eficientes nas interaes humanas mediadas por computador. Deste modo, torna-se importante o estudo da afetividade nas interaes realizadas atravs de AVA. Behar et alli (2005) enfatizam que esses ambientes so apresentados como sistemas abertos, onde os participantes esto em constante interao e evoluo, atuando, ao mesmo tempo, num espao de ordem e desordem, de cooperao e colaborao, princpios fundamentais no processo aprendizagem. Para tanto, busca-se incorporar dimenses afetivas no ambiente virtual de aprendizagem ROODA(2) (Rede cOOperativa De Aprendizagem) atravs do reconhecimento dos estados de nimo do aluno, de modo a favorecer aes pedaggicas que permitam ao professor a tomada de deciso baseadas em aspectos afetivos inferidos. Na prxima seo, procede-se a uma breve reviso terica acerca da importncia da afetividade na subjetividade e como estes estudos vm sendo incorporados em sistemas educacionais informatizados. Na seo 3, relatado o estado-da-arte das abordagens no que diz respeito ao reconhecimento dos fenmenos afetivos. Na seo 4, apresentado o ambiente ROODA. Na seo 5, descreve-se o prottipo AnimA em desenvolvimento para o reconhecimento dos estados de nimo de alunos durante execuo de uma atividade de resoluo de problemas computacionais aplicada em alunos da graduao do curso Cincia da Computao, enquanto na seo 6, a experimentao do prottipo abordado. O AnimA suporte para outras experincias a serem desenvolvidas com alunos de graduao de outros cursos. O resultado destes experimentos servir de subsdio para determinar a possibilidade do reconhecimento dos estados de nimo durante a realizao de tarefas de aprendizagem. Finalmente, na ltima seo, so apresentadas algumas consideraes e abordado o direcionamento de pesquisa. 2. Afetividade e Dimenses Afetivas na Cincia da Computao At o incio do sculo XX, os movimentos filosficos impulsionaram os debates sobre pensamento, conhecimento, comportamento, razo e emoo. Mais tarde, com a consolidao das grandes teorias psicolgicas gestalt, psicanlise, behaviorismo, epistemologia gentica, psicologia cultural e scio-histrica , a importncia da afetividade nas atividades cognitivas passou ser reconhecida. A psicogentica construtivista tem contribudo para desmitificar a dicotomia entre afetividade e cognio. Piaget (1962) reconheceu que a afetividade o agente motivador da atividade cognitiva: emoo e razo constituiriam termos complementares. Vygotski (2001) concebia a linguagem e a interao como elementos fundamentais da conscincia e do
V. 5 N 2, Dezembro, 2007_________________________________________________________________

CINTED-UFRGS Novas Tecnologias na Educao ________________________________________________________________________________________

aprendizado. Questionou o dualismo entre as dimenses afetivas e cognitivas, ao assinalar que a psicologia tradicional pecava em separar os aspectos intelectuais dos afetivos-volitivos. Por sua vez, Wallon (1971) viria a postular que afetividade e inteligncia apresentam-se misturadas: a conscincia afetiva d origem atividade cognitiva. E que, durante o desenvolvimento humano, existem fases em que predominam o afeto; noutras, a inteligncia. Com a evoluo da neurocincia (Damsio, 1996; Le Doux, 2005) tornou-se possvel demonstrar que os processos cognitivos e afetivos so indissociveis, de modo que o conjunto de fenmenos afetivos exercem influncia nos processos mentais e os sistemas cerebrais destinados afetividade apresentam-se intrinsecamente ligados aos sistemas destinados cognio. Entre tantos outros pesquisadores das cincias cognitivas, Ortony et alli (1988), Roseman et alli (1990), Izard (1993), Scherer (2005) concordam que crenas e desejos influenciam a ao, que a interao com outros e com o ambiente pode originar novas crenas e que, por sua vez, novas necessidades podem provocar novos desejos. Dessa forma, crenas, desejos e intenes exercem influncias sobre os processos cognitivos, os quais, por sua vez, ativam dimenses afetivas no sujeito (e vice-versa). Sendo assim, a afetividade tem papel importante no comportamento inteligente, na tomada de deciso, na comunicao social, processos estes que supem habilidades racionais. Os estados de nimo(3) constituem fenmenos afetivos diferenciados das emoes(4) por serem globais, difusos, de longa durao e constantes. Ao contrrio, convm destacar, o estado de nimo um estado afetivo de baixa intensidade, s vezes com pouca sincronizao de respostas que podem permanecer por horas ou dias (Scherer, 2005; Sloman, 2002), nem sempre desencadeado por eventos externos. Scherer (2005) classifica como estados de nimo as categorias: 1) animado (no sentido de estar disposto, satisfeito, esperanoso, alegre, entusiasmado); 2) desanimado (estar triste, abatido, deprimido, pessimista, desgostoso, melanclico); 3) indiferente (desatento); 4) ansioso (preocupado, aflito); e 5) irritado (impaciente). Apesar dos avanos proporcionados pelas teorias biolgicas, psicolgicas, sociolgicas no sentido de compreender a afetividade e do reconhecimento de sua importncia na construo social, a Cincia da Computao, atravs da Inteligncia Artificial, no a tinha como relevante para fins de aplicao em agentes inteligentes(5). Somente no final dos anos 90, com a introduo do conceito de Computao Afetiva por Picard (1997), passou-se a considerar a afetividade em sistemas computacionais. Tal conceito discutia a aplicabilidade da afetividade em sistemas no-biolgicos, ou seja, o uso das emoes em diferentes aspectos nos sistemas computacionais, desde o reconhecimento, representao e simulao at pesquisas relacionadas aos diferentes fenmenos afetivos que se verificam nas interaes homemmquina. Atualmente, os poucos sistemas educativos informatizados que propem tratar a dimenso afetiva tem como foco as emoes. Pouca ateno tem sido dada aos estados de nimo do aluno no processo de aprendizagem. Do conjunto de emoes, apenas as conhecidas como bsicas(6) (a saber: raiva, medo, alegria, tristeza, nojo, vergonha e culpa) costumam ser aplicadas. Elas podem ser inferidas por informaes como gestos, expresses faciais, linguagem (textual, oral e de sinais), tenso muscular, condutividade da pele, respirao, ritmo cardaco, temperatura, movimentos oculares, e pelo comportamento observvel (Picard et al., 2004). O uso de equipamentos com sensores visuais (video-cmeras), de udio (microfones) e fisiolgicos (cadeiras sensveis presso do corpo, luvas que captam a condutividade da pele, mouse sensvel qualidade de presso, EEG, ECG, ERP, termgrafos, aparelhos para verificar pulsao, respirao, dilatao da pupila) ainda so onerosos e de difcil utilizao, alm de desconfortveis e passveis de interferir no reconhecimento das emoes. Pesquisas empreendidas na Computao Afetiva voltadas para a Informtica na Educao envolvem a construo de agentes afetivos pedaggicos (Paiva & Machado, 1998;

V. 5 N 2, Dezembro, 2007_________________________________________________________________

CINTED-UFRGS Novas Tecnologias na Educao ________________________________________________________________________________________

Rickel & Johnson, 1998; Shaw et al., 1999; Jaques & Vicari, 2005) em sistemas tutores inteligentes(7) em que as emoes so reconhecidas atravs do comportamento observvel do aluno. A anlise feita aplicando-se modelos computacionais baseados na Teoria do Appraisal, que avalia os eventos antecedentes aos estados afetivos. Os frameworks que tratam dos estados de nimo examinam apenas o estado bipolar: humor positivo ou negativo (Rousseau & Hayes-Roth, 1998; Kshirsagar & Magnenat-Thalmann, 2002). Apesar dos estudos envolvendo a incorporao de emoes e da tentativa de incluir estados de nimo em agentes, vrios desafios ainda se apresentam no reconhecimento e expresso da afetividade na construo de interfaces homem-mquina. Sem dvida, o reconhecimento e a expresso da afetividade so elementos essenciais na comunicao e esto estritamente relacionados a temas como: estar ou no motivado, estar ou no aborrecido, estar ou no indiferente, estar ou no frustrado, etc., fatores importantes a considerar no processo de aprendizagem (por exemplo, ao favorecer a interveno dos professores, quando se fizer necessrio). 3. Abordagens para reconhecimento de estados afetivos Um dos pressupostos da Computao Afetiva o de que os computadores tenham a capacidade de reconhecer e de inferir aspectos afetivos como se fossem observadores em terceira-pessoa (Picard, 1997). Desse modo, podem entender as formas de expresso afetiva humana e, quando necessrio, sintetiz-la. Os fenmenos afetivos, tanto quanto os pensamentos, so expressos, voluntria ou involuntariamente, na forma de sons (palavras faladas, cantadas, cantaroladas ou deixas), de grafia (palavras escritas, desenhos, pinturas, etc.), de gestos (faciais, corporais), de comportamento (agitao, tranquilidade, rubor, etc.) e de outras formas criativas para exprimir a comunicao. A comunicao afetiva captada por meio dos sentidos em ambiente real ou atravs de instrumentos mediadores (papel, telefone, vdeo, etc.). Pode ser visvel ou subentendida. Em quaisquer dos casos, a comunicao afetiva feita atravs de um padro de informao que pode ser representado no computador. O reconhecimento dos estados afetivos passa a constituir um problema de reconhecimento de padres (Picard, 1997). Os mtodos de inferncia dos aspectos afetivos apresentadas na literatura (Liao et al., 2006) podem ser classificados em inferncia por prognstico (top-down), inferncia por diagnstico (botton-up) e inferncia hbrida (combinao de prognstico e diagnstico). No primeiro caso, o reconhecimento dos aspectos afetivos baseado em fatores que influenciam ou causam o estado afetivo. Esta abordagem apoiada por teorias psicolgicas. Um exemplo a teoria OCC (Ortony et al., 1988), largamente utilizada para sintetizar 22 estados afetivos conforme apresentado em Bercht (2001) e Jaques & Vicari (2005), onde um estado afetivo determinado a partir da sua avaliao sob trs aspectos: conseqncia dos eventos, ao dos agentes envolvidos na comunicao afetiva e aparncia dos objetos envolvidos nesta comunicao. As percepes afetivas so valoradas a partir de seus objetivos, padres e preferncias. O clculo da intensidade do estado afetivo reconhecido derivado a partir de variveis globais (senso de realidade, proximidade, etc.) e locais (probabilidade do evento ocorrer, esforo para atingir o objetivo, possibilidade da realizao do objetivo, etc.). Na segunda abordagem, inferncia por diagnstico, o reconhecimento feito atravs de medidas comportamentais e fisiolgicas. Vrios trabalhos esto sendo desenvolvidos para capturar padres afetivos. Kapoor e Picard (2005) apresentam uma proposta multi-sensorial para reconhecer e avaliar o interesse (ou desinteresse) de uma criana durante um jogo educacional por computador. Para tanto, so obtidas informaes sobre as expresses faciais e movimentos da cabea, como tambm a postura dos alunos nas cadeiras. Zeng et alli (2004) e Ji & Hu (2002) extraem caractersticas afetivas das feies atravs de imagens de vdeos, e

V. 5 N 2, Dezembro, 2007_________________________________________________________________

CINTED-UFRGS Novas Tecnologias na Educao ________________________________________________________________________________________

Kapur et alli (2005) utilizam a tcnica de motion capture(8) para capturar os movimentos corporais nos diferentes estados afetivos. Scherer (1995) usa as teorias socio-pscicolgicas para explicar e determinar o potencial emocional da voz durante a fala e o canto. O agente pedaggico PAT (Jaques & Vicari, 2005) infere as emoes do aluno em funo de seu comportamento observvel, isto , pelas aes do aluno na interface do sistema (por exemplo: tempo de execuo de uma atividade, sucesso ou falha na execuo de um exerccio, pedido de ajuda, etc.). Os mtodos de prognstico e diagnstico podem ser combinados, originando a abordagem hbrida, cujo resultado so inferncias afetivas mais precisas do reconhecimento realizado. Conati & Maclaren (2004) recorrem a mtodos probabilsticos para combinar traos de personalidade com mtodos de diagnstico atravs de sensores biomtricos. J Liao et alli (2006) concebem um sistema integrado para reconhecer, em tempo real, os estados afetivos fadiga e estresse combinando (a) inferncias probabilsticas obtidas pelas evidncias geradas nas diversas modalidades de captura de sinais afetivos, (b) sensores para identicar no tempo as medidas dos sinais afetivos do usurio (medidas fisiolgicas, comportamental, de performance e aparncia fsica), e (c) determinao da necessidade de assistncia ao usurio em estado de estresse ou fadiga. Percebe-se que a maioria dos trabalhos da literatura prende-se a uma ou outra abordagem (inferncia por prognstico ou diagnstico). Neste trabalho, utiliza-se a abordagem hbrida para o reconhecimento dos estados de nimo. Esta caracterizada, inicialmente, pela captura de medidas comportamentais, auto-registradas e observveis, e pela inferncia probabilsitica obtida pelas evidncias geradas nas trs modalidades listadas. 4. Ambiente virtual ROODA O ROODA tem como meta principal a mudana de paradigma educacional a partir da interao e cooperao dos usurios em AVA, sendo, por isso, centrado no usurio e orientado a valorizar o processo de cooperao. Para Behar et alli (2005), o objetivo dessa plataforma oferecer possibilidades atravs de recursos na web, para que os usurios (professores, monitores e alunos) construam um trabalho cooperativo atravs de interaes virtuais e sociais, transformando seu modo de pensar a partir da convivncia e da troca entre alunos e professores. O diferencial deste ambiente, conforme Behar et alli (2007), reside em uma plataforma multi-cursos centrada no aluno, evitando que tenha que se conectar ao ambiente cada vez que vai para um curso, disciplina ou turma diferente. Os conceitos-chave relevantes que direcionaram o projeto pedaggico do ambiente ROODA so: 1) a aprendizagem, destacando-a como uma mudana estrutural que ocorre na convivncia, no encontro entre os usurios; 2) a troca/interao, que se tornam indispensveis para a construo de conhecimento; 3) a cooperao, a qual pode promover conflitos sciocognitivos dentro de um grupo (pensar no ponto de vista de outro, se perturbar, descentrar, se equilibrar e re-equilibrar); 4) a autonomia do usurio, de modo a que possa avaliar o resultado de suas escolhas, reforando o seu papel de agente ativo no processo de aprendizagem; 5) a liberdade de acesso, no sentido de que todos esto autorizados a dispor de toda produo disponvel no ambiente; 6) a avaliao, a ser realizada durante todo o processo de aprendizagem, com o objetivo de acompanhar e orientar o aluno; 7) a participao do aluno no processo de avaliao; 8) a no-planificao dos objetivos a serem atingidos pelos alunos. O ROODA, reconhecido institucionalmente pela UFRGS em 2003 como ambiente de EAD, o AVA escolhido neste trabalho como plataforma de aplicao do framework de reconhecimento e validao dos estados de nimo dos alunos durante os processos de interao e contruo do conhecimento.

V. 5 N 2, Dezembro, 2007_________________________________________________________________

CINTED-UFRGS Novas Tecnologias na Educao ________________________________________________________________________________________

A base para os estudos dos estados de nimo no ambiente ROODA compreende: a) os textos produzidos pelos alunos ao utilizarem os recursos de interao sncrona (bate-papo e A2) e assncrona (frum e dirio de bordo), por representarem as interaes no ambiente virtual; e b) a funcionalidade InterROODA, a qual registra os acessos qualitativos e quantitativos individuais e entre os alunos. 5. Prottipo para o Reconhecimento e Modelagem dos Estados de nimo O prottipo AnimA tem por finalidade servir de apoio para a validao do reconhecimento e de alguns estados de nimo envolvidos nas interaes entre os alunos de graduao. Este projeto um experimento para validar os parmetros necessrios no desenvolvimento da ferramenta ROODAfeto que indicar aos formadores e professores dos cursos a visualizao da motivao inferida do aluno durante a interao do mesmo no ambiente ROODA. O prottipo considera as seguintes categorias afetivas, baseadas nas definies de Scherer (2005), para os estados de nimo: (1) estar animado implica demonstrar um comportamento alegre, boa disposio, motivao, interesse, satisfao para enfrentar os desafios da aprendizagem, e, colabora e coopera com os colegas; (2) estar desanimado implica demonstrar um descontentamento, comportamento triste, sem disposio, desinteresse, sem motivao, insatisfao, frustrao (ou sentir-se penalizado) para continuar o aprendizado; ou ainda, sentir-se coagido, por acreditar que a vontade do colega prevalece; (3) estar indiferente implica demonstrar apatia, displicncia, negligncia, descaso e falta de motivao pelos contedos da aprendizagem. O reconhecimento dos estados de nimo no prottipo AnimA envolve quatro etapas (Figura 1, inspirada em Liao et alli, (2006)): a) aquisio e identificao; b) interpretao; c) seleo e d) inferncia dos estados de nimo do aluno. A aquisio e identificao determinam os meios e os mtodos atravs dos quais o sistema reconhecer caractersticas referentes aos estados afetivos em anlise. Para tanto, pode-se utilizar indicadores aparentes (expresso facial, entonao de voz, gestos corporais, postura, etc.), semi-aparentes (expresso textual), no-aparentes (respirao, batimentos cardacos, presso sangunea, temperatura corporal, etc.) e de avaliao (inventrios, questionrios, etc.). Estes sinais passam por sistema de reconhecimento de padres (de fala, de escrita, de faces, de sinais, de dados, etc) submetidos a modelos estatsticos e a processamento de imagens e de dados. A interpretao diz respeito anlise automtica (ou no) das informaes extradas pelos mtodos de reconhecimento de padres. A etapa de seleo filtra os dados importantes para o motor de inferncia dos estados de nimo do aluno. Em sua primeira verso, o AnimA reconhece os estados de nimo considerando os indicadores semi-aparentes e os de avaliao, os modelos estatsticos de linguagem para identificao dos estados de nimo na escrita e, finalmente, o tratamento de dados para classificao e categorizao dos mesmos advindos dos inventrios e questionrios de pesquisa. Os indicadores semi-aparentes so obtidos no ambiente ROODA, podendo os estados de nimo do aluno ser observados em dois cenrios: (1) O aluno interage com o contedo, exerccios e atividades no-colaborativas do ambiente: o sistema baseia-se nas aes do aluno (acertar ou errar um exerccio ou tarefa; tempo passado no ambiente; demora em efetivar uma resposta, etc) para inferir os estados de nimo e estabelecer que aes pedaggicas aplicar; (2) expressa suas idias e colabora com colegas atravs das ferramentas de comunicao assncronas, a exemplo do frum e do dirio de bordo.

V. 5 N 2, Dezembro, 2007_________________________________________________________________

CINTED-UFRGS Novas Tecnologias na Educao ________________________________________________________________________________________

Figura 1: Esquema geral do reconhecimento dos estados de nimo Em todos os cenrios acima, considerar a afetividade do usurio envolve duas importantes etapas: (1) a inferncia dos estados de nimo do aluno e (2) a determinao do modelo do aluno essenciais para a discusso e determinao das tticas afetivas a serem implementadas na ferramenta ROODAfeto. 6. O Experimento O domnio construo de algoritmos computacionais foi escolhido como atividade do prottipo AnimA para os alunos do curso de Cincia da Computao. Os participantes devero entender o problema da troca de lugares entre sapos machos e fmeas (considerando as regras impostas para tal), encontrar uma metodologia para solucionar o problema e formular o algoritmo que poder ser reescrito posteriormente em linguagem computacional. O projeto da interface pode ser visto na figura 2 (inspirada em Vicente & Pain (2002)). Em diversos momentos de desenvolvimento da atividade (incio, etapas intermedirias, e finalizao do algoritmo), o sistema convidar o aluno para registrar as percepes de seus estados de nimo em janela parte, seu processo de aprendizagem e suas consideraes/colaboraes nas ferramentas Dirio de Bordo e Frum do ambiente ROODA. O instrumental metodolgico abrange tanto a auto-avaliao do aluno quanto a avaliao do sistema e a dos observadores. No incio do semestre so aplicados instrumentos de auto-avaliao e avaliao observada. Durante a apresentao, desenvolvimento e finalizao da atividade, os alunos realizam a auto-avaliao do processo, enquanto o sistema faz sua prpria inferncia e os observadores as suas. No final do semestre, a auto-avaliao e a avaliao observada so reaplicadas. Os instrumentos de auto-avaliao e avaliao observada do incio e final do semestre so inventrios disponibilizados no ambiente ROODA. A avaliao do sistema baseada na captura de medidas comportamentais considerando-se as variveis: confiana, esforo, independncia (conforme Bercht (2001)), satisfao e desafio (conforme Vicente & Pain (2002)) durante o desenvolvimento da atividade; e cooperao, colaborao, e coao (conforme Macedo (2005)) durante as interaes sociais.
V. 5 N 2, Dezembro, 2007_________________________________________________________________

CINTED-UFRGS Novas Tecnologias na Educao ________________________________________________________________________________________

O resultado destas investigaes ser subsdio para o desenvolvimento da ferramenta ROODAfeto, que delinear as aes pedaggicas-afetivas referentes ao comportamento do aluno durante as atividades de aprendizagem.

Figura 2: Projeto de interface do AnimA 7. Consideraes finais crescente o interesse no desenvolvimento de ferramentas tecnolgicas direcionadas a sistemas educacionais que tratam do reconhecimento de fenmenos afetivos. O desafio, agora, o de desenvolver instrumentos que, partindo do reconhecimento dos estados afetivos do aluno, permitam ao professor uma percepo mais acurada a respeito de sua motivao. Discute-se, neste trabalho, a introduo de dimenses afetivas em ambientes virtuais de aprendizagem a partir do reconhecimento de seus estados de nimo, visando favorecer aes pedaggicas que permitam ao professor a tomada de decises baseadas em aspectos afetivos inferidos durante os processos de interao com o sistema. Para tanto, apresentado o prottipo AnimA que se vale da abordagem hbrida inferncias por prognstico e por diagnstico. Pretende-se aplicar os experimentos durante o semestre de 2008/I em discentes do curso Cincia da Computao e, posteriormente, em alunos de Pedagogia e em cursos de diferentes reas. O estudo relevante para determinar se as variveis escolhidas para o delineamento das categorias de estado de nimo devem ser consideradas (ou reavaliadas) quando do desenvolvimento da ferramenta ROODAfeto. Notas de Texto
(1)

Um AVA constitudo por uma infra-estrutura tecnolgica (interface grfica, comunicao sncrona/assncrona e outras funcionalidades) e por todas as relaes (afetivas, cognitivas, simblicas, entre outras) estabelecidas pelos sujeitos participantes, tendo como foco principal a aprendizagem (Behar et al., 2005).
(2) (3)

Disponvel online no endereo http://www.ead.ufrgs.br/rooda.

Na lngua portuguesa, humor pode ser entendido como uma substncia orgnica lquida ou semilquida; a capacidade que o sujeito possui para perceber, apreciar ou expressar o que

V. 5 N 2, Dezembro, 2007_________________________________________________________________

CINTED-UFRGS Novas Tecnologias na Educao ________________________________________________________________________________________

cmico ou divertido; ou seu estado de humor no sentido de disposio de esprito/nimo. Neste trabalho, usa-se o termo estado de nimo como sendo o estado de humor baseado na disposio do esprito do sujeito. A emoo um episdio relativamente breve, de resposta sincronizada na avaliao de um evento interno ou externo (Scherer, 2005). Entende-se como agente inteligente um sistema computacional que realiza aes racionais de forma autnoma e aprende ao interagir com o seu entorno. Tambm tem como caractersticas a capacidade de solucionar problemas e a de cooperar com outros agentes, configurando sistemas multi-agentes.
(6) (5) (4)

Scherer (2005) descreve o fenmeno afetivo como o conjunto: das preferncias, das atitudes ou posturas, dos estados de humor (ou nimo), das disposies afetivas, das posturas interpessoais, das emoes estticas e das emoes utilitrias. O conjunto de emoes utilitrias coincide com o conjunto de emoes bsicas propostas por Ekman (1999).
(7)

Sistemas tutores inteligentes so programas que usam de tcnicas de IA e possuem a capacidade de aprender e adaptar as estratgias de ensino de acordo com o desenrolar do dilogo com o aluno (Bercht, 2001). (8) Motion capture uma tcnica usada para capturar e registrar digitalmente os movimentos do corpo e face atravs de sensores aplicados em regies prximas s juntas ou pontos de grande movimentao dos msculos. Referncias Bibliogrficas

Behar, P.A.; Walquil, M.; Bernardi, M & Moresco, S. Refletindo sobre uma metodologia de pesquisa para AVA's.In: Congresso Internacional de Qualidade de Educao a Distncia, 2005, So Leopoldo. Anais. So Leopoldo: Unisinos, v. 1. 2005. Behar, P. A.; Leite, S. M.; Bordini, S.; Souza, L. B.; Siqueira, L. G.. Avaliao de Ambientes Virtuais de Aprendizagem: O Caso do ROODA na UFRGS. In: Revista Avances en Sistemas e Informtica, v. 4, p. 81-100, Bogat, 2007. Bercht, M.. Em Direo a Agentes Pedaggicos com Dimenses Afetivas. Instituto de Informtica. UFRGS. Tese de Doutorado. 2001. Conati, C., & Maclaren, H. Evaluating a Probabilistic Model of Student Affect, ITS'04, International Conference on Intelligent Tutoring Systems, Maceio, Brazil. 2004. Damsio, A. O Erro de Descartes: emoo, razo e o crebro humano. Traduo: Dora Vicente e Georgina Segurado. So Paulo: Cia das Letras, 1996. Damsio, A. O Mistrio da Conscincia: do corpo e das emoes ao conhecimento de si. Traduo: Laura Teixeira Motta. So Paulo: Cia das Letras, 2000. Ekman, P.. Basic Emotions In: T. Dalgleish and T. Power (Eds.) The Handbook of Cognition and Emotion. p. 45-60. Sussex, U.K.: John Wiley & Sons, Ltd. 1999. Izard, C.E.. Basic emotions, relations among emotions, and emotion-cognition relations. In: Psychology Review. 99:561-65. 1992. Jaques, P. A., & Vicari, R. Considering Student's Emotions in Computer Mediated Learning Environments. In: Z. Ma (Ed). Web-based Intelligent e-Learning Systems: Technologies and Applications (pp.122-138). Hershey, PA: Information Science Publishing. 2005. Ji, Q. & Hu, R. 3D Face Pose Estimation and Tracking from a Monocular Camera, Image and Vision Computing, v.20, issue 7, pp.499-511, 2002. Kapoor, A. & Picard, R. E. Multimodal Affect Recognition in Learning Environments, ACM MM05, November 6-11, Singapore. 2005. Kapur, A., Kapur, A., Virji-Babul, N., Tzanetakis, G. &. Driessen, P.F. Gesture-Based Affective Computing on Motion Capture Data. In: Proceedings of the International

V. 5 N 2, Dezembro, 2007_________________________________________________________________

CINTED-UFRGS Novas Tecnologias na Educao ________________________________________________________________________________________

Conference on Affective Computing and Intelligent Interaction (ACII) , Beijing, China, October, 2005. Kshirsagar, S. & Magnenat-Thalmann, N. A Multilayer Personality Model. In Symposium on Smart Graphics: 107-115. Hawthorne, NY, USA. 2002 Le Doux, J. Emotion: Clues from the Brain. In: Annual Review Psychology. 46:209-235, 1995. Liao, W., Zhang, W., Zhu, Z., Ji, Q. & Gray, W. D. Toward a decision-theoretic framework for affect recognition and user assistance. In: International Journal of Human-Computer Studies, 64 (9) pp. 847-873. 2006. Macedo, A. L. Aprendizagem em ambientes virtuais: o olhar do aluno sobre o prprio aprender. Porto Alegre: UFRGS. Dissertao (Mestrado em Educao), Programa de PsGraduao em Educao, Faculdade de Educao. 2005. Ortony, A, Clore, G., & Collins. A. The cognitive structure os emotions. Cambridge: Cambridge University Press, 1988. Paiva, A. & Machado, I. Vincent, an autonomous pedagogical agent for on-the-job training. In: Conference on Intelligent Tutoring Systems, 4., San Antonio. Proceedings... Berlin: Springer-Verlag, 1998. Piaget, J. The relation of affetivity to intelligence in the mental development of the child. In: Bulletin of the Menninger clinic. vol. 26, no 3. 1962. Piaget, J. Problemas de psicologia gentica. In: Os pensadores. So Paulo: Abril Cultural, 1978. Picard, R. W. Affective Computing. Cambridge: MIT Press. 1997. Picard, R.W.; Papert, S.; Bender, W.; Blumberg, B.; Breazeal, C.; Cavallo, D.; Machover, T.; Resnick, M.; Roy, D.; Strohecker, C. Affective Learning-A Manifesto. BT Technical Journal, Volume 22, No. 4, pp. 253-269. October, 2004. Rickel, J. & Johnson, L. Steve: A Pedagogical Agent for Virtual Reality. In: International Conference on Autonomous Agents, 2. 1998, Minneapolis. Proceedings... New York: ACM Press, p. 165-172. 1998. Roseman, I.J., Jose, P., & Spindel, M.S. Appraisals of emotion-eliciting events: Testing a theory of discrete emotions. Journal Personality and Social Psychology, 5(59), 899915. 1990. Rousseau, D. & Hayes-Roth, B.. A social-psychological model for synthetic actors. In: Autonomous Agents 1998, Minneapolis, MN. (p 165-172).1998. Scherer, K. What are emotions? And how can they be measured? In: Social Science Information 44 (4), 695729. 2005. Sloman, A. How many separately evolved emotional beasties live within us? In R.Trappl, P. Petta, and S. Payr, editors, Emotions in Humans and Artifacts, pp. 35-114. MIT Press, Cambridge, MA, 2002. Shaw, E., Johnson, W.L & Ganeshan, R. Pedagogical agents on the Web. In Proceedings of the the Third International Conference on Autonomous Agents, ACM Press, NY, 1999, 283-290. Vicente, A. & Pain, H. Informing the detection of the students motivational state: an empirical study. Proceedings of the Sixth International Conference on Intelligent Tutoring Systems, 933-943. 2002. Vygostki, L.S. Obras Escogidas: Problemas de Psicologa General. Madrid: A. Machado Libros. V. 2. 2001. Vygostki, L.S. A construo do pensamento e da linguagem. So Paulo: Martins Fontes, 2001. Wallon, H. As origens do carter na criana: os preldios do sentimento de personalidade. So Paulo: Difuso Europia do Livro. 1971. Zeng, Z.; Ming,J.T.; Zhang, T.; Rizzolo, N.; & Zhang, Z. Bimodal HCI-related affect recognition, Proc. 6th Int. Conf. on Multimodal Interfaces, pp.137143, 2004.

V. 5 N 2, Dezembro, 2007_________________________________________________________________