Software voor emotieherkenning leidt tot betere leerresultaten
Een nieuwe dimensie van online leren dient zich aan. Promovendus Kiavash Bahreini ontwikkelde en testte software die de emoties op het gezicht en in de stem van cursisten nauwkeurig herkent en direct gebruikt voor het geven van feedback. Het gebruik van emotieherkenning in de software blijkt te leiden tot betere leerresultaten. Dat meldt de Open Universiteit.
Bahreini testte de software bij een digitale game-gebaseerde training communicatieve vaardigheden waarbij cursisten hun emoties juist onder controle moesten zien te houden. Hij concludeert dat de software die hij heeft ontwikkeld de emoties nauwkeurig herkent en dat de computerfeedback die daarop volgt, leidt tot betere leerresultaten. De ontvangen feedback wordt door de cursisten bovendien zonder problemen geaccepteerd en gewaardeerd.
Bestaande software voor het herkennen van emoties vertoont nogal wat gebreken. De betrouwbaarheid is beperkt, de software heeft problemen met snorren, baarden, brillen en slagschaduwen en het aantal verschillende emoties dat kan worden herkend is klein (soms alleen maar positief of negatief). Vaak is dure apparatuur vereist voor het detecteren van emoties en de uitkomsten zijn niet altijd direct beschikbaar omdat aanvullende berekeningen nodig zijn.
Bahreini is erin geslaagd groot deel van de problemen weg te nemen door een aantal bestaande methoden te combineren en uit te breiden. Zijn software is veel nauwkeuriger en is bovendien real-time beschikbaar. De software herkent een breed spectrum aan basisemoties (geluk, verdriet, verrassing, angst, afschuw, woede en neutraal) op het gezicht en in de stem van een cursist en heeft nauwelijks nog last van verstoringen. Bahreini promoveert op vrijdag 13 november aan de Open Universiteit.
© Nationale Onderwijsgids
