Mensen onderscheiden zich onder andere van computers doordat zij emoties kunnen tonen. Emoties spelen een belangrijke rol in het aangaan van relaties en ook binnen leerprocessen. Computers worden echter steeds beter in het herkennen van en reageren op emoties. Dat heeft volgens Vishal Soni gevolgen voor online leren. Dat is m.i. echter maar de vraag.
Emotie-AI (Emotion AI) is een onderdeel van kunstmatige intelligentie dat menselijke emoties meet, begrijpt, simuleert en erop reageert. Het wordt ook wel affective computing of kunstmatige emotionele intelligentie genoemd (Bron).
Soni stelt dat je verbale en non-verbale signalen moet kunnen herkennen, doorgronden en interpreteren om iemands gevoelens te begrijpen. Je houdt dan bijvoorbeeld rekening met gezichtsuitdrukkingen, gebaren, spraak en stemgebruik. Tot nu toe zijn computers hier niet heel goed in. Bedrijven investeren echter al jaren in Emotion AI. Vishal Soni schrijft dat Gartner voorspelt dat 10% van de individuele gadgets binnen twee jaar emotionele AI-mogelijkheden zullen hebben. In tal van branches wordt deze vorm van AI toegepast. In India past de ed-tech sector Emotion AI inmiddels ook toe. Soni ziet een aantal toepassingsmogelijkheden:
- Door de emoties van lerenden op basis van data te begrijpen, kunnen docenten beter inspelen op behoeften van lerenden en hun materiaal aanbieden dat hun aandacht en belangstelling waarschijnlijk beter zal vasthouden. Emotion AI kan ook feedback helpen geven die normaal gesproken tijdens het face-to-face leren wordt gegeven. Emotion AI versterkt dan ook de interactie tussen docenten en lerenden.
- Door de emoties van lerenden tijdens hun interactie met het cursusmateriaal te monitoren, krijgen docenten een beter beeld van de mate waarin lerenden de leerstof begrijpen en onthouden. Deze feedback kan dan worden gebruikt om de onderwijsinhoud en de didactiek aan te passen. Wanneer verslapt de concentratie? Wat vinden lerenden lastig te begrijpen?
- Met behulp van spraakherkenning kan de technologie stresssignalen in de stemgegevens van lerenden detecteren, waardoor docenten worden gewaarschuwd om instructies te herhalen of te verduidelijken.
- Technologieën als eye-tracking, gezichtscodering en AI UX-testmethoden voor emoties kunnen worden gebruikt om de leergewoonten van lerenden te volgen en te analyseren. Deze technologieën kunnen helpen het curriculum op maat te maken.
Vishal Soni schrijft dat de verwachtingen ten aanzien van het gebruik van Emotion AI op het gebied van leertechnologie hoog gespannen zijn. Je bent dankzij deze technologie veel beter in staat rekening te houden met individuele lerenden. Tegelijkertijd staat deze technologie nog steeds in de kinderschoenen.
Dit maakt de toepassing ervan binnen leersituaties problematisch. Je wilt immers niet experimenteren met emoties. Daar komt bij dat je als organisatie data gaat verwerken die je volgens de AVG eigenlijk niet mag verwerken. En kun je bepaalde informatie over hoe lerenden leren niet ook op een andere manier verzamelen?
Het is dan ook de vraag of Emotion AI op het gebied van online leren binnen de EU breed zal worden toegepast.
This content is published under the Attribution 3.0 Unported license.
Geef een reactie