بررسی تاثیر فناوری‌های جدید و یادگیری الکترونیکی بر احساسات و حالات روحی فراگیران

با توجه به عدم ارتباط مستقیم یاددهنده و یادگیرنده در محیط یادگیری الکترونیکی، یادگیرندگان در این محیط نیازمند آموزش مبتنی بر پشتیبانی خوب و مبتنی بر بازخوردهای شخصی هستند. بنابراین هدف از این پژوهش بررسی تاثیر فناوری­های جدید در یادگیری الکترونیکی بر احساسات و حالات روحی فراگیران می­باشد. جامعه آماری دانش آموزان رشته ریاضی پایه دهم دبیرستان فرزانگان7 به تعداد 75 نفر می­باشند، جهت کشف و رصد 5 نوع مختلف از احساسات فراگیران، دانش آموزان در 5 گروه 15 نفری تقسیم شدند که هر گروه طبق شرایط ویژه در معرض موقعیت­های مختلفی می­بایست شادی، عصبانیت، ترس، ناامیدی و تنفر را تجربه کنند و از طریق وب کم اطلاعات چهره آن­ها دریافت و ضبط شده است. ویدئوهای ضبط شده، احساسات فراگیران در حالات مختلف را طبق الگوریتم­های یادگیری عمیق شبکه عصبی توسط سیستم ­نرم افزاری فیس ریدر، اندازه­گیری و کشف می­کند. روش تحقیق طراحی سیستم خبره فازی و سیستم استنتاج فازی بوده است. بررسی میانگین حاصل از تجزیه اطلاعات چهره به کمک وب کم و پرسشنامه هیجانات تحصیلی و داده کاوی به کمک نرم افزار کلمنتاین، نشان­دهنده آن است که فناوری اینترنت اشیاء توانسته است احساس فراگیران را کشف و رصد کند. پس از پیاده سازی سناریوهای آموزشی  برای تغییر در وضعیت روحی فراگیران، داده­های حاصل داده کاوی و سپس به کمک الگوریتم کامینز ابتدا خوشه­بندی و سپس طبقه­بندی انجام گرفت. نتایج مقایسه حاکی از آن است که پس از اجرای سناریوهای آموزشی تغییراتی در محدوده­ها ایجاد شده است. این تغییرات حاکی از آن است که میانگین احساسات مثبت افزایش و میانگین احساسات منفی کاهش یافته است.

Investigating the Impact of New Technologies and Elearning on Learners’ Emotions and Moods

Due to the lack of direct communication between teacher and learner in the elearning environment, learners in this environment need education with good support and personal redemption. Using this research, you can have new technology in elearning on the emotions and moods of learners. The statistical population of Farzanegan 7 high school math students is 75 people. In order to find 5 different types of learners’ emotions, students are divided into 5 groups of 15, each of which is specifically exposed to different conditions. You have to experience happiness, anger, fear, frustration and hatred, and their face information is posted through the webcam. Your videos are recorded and the learners’ emotions are measured and detected in different situations according to the neural network’s deep learning algorithms by the Face Reader incremental software system. There has been a research method of designing a fuzzy expert system and a fuzzy inference system. And makes learners discover. And reject. Created within ranges. This change indicates that it increases the feeling and increases the negative feeling. Keywords: Internet of Things, elearning, learners’ emotions.