Extracting learning analytics from game based learning sessions generated by multimodal data sources.

Abstract

Our lives are affected by the continuous and robust growth of technology. Technology is part of our everyday lives, from work and communications to health and education and we live in a technological revolution with changes every day. The Information and Communication Technologies (ICT) have become an essential and necessary tool for our lives. This technological invasion has affected the field of education and the way that students process and acquire knowledge and information. Thus, and since the development of the internet, many educational systems are base their learning process in computers and educational software. eLearning environments, online courses, teleconferences, online quizzes, videos, audio, educational and serious games etc. have developed to provide an alternative educational process based on the technological standards that today’s students have. But all those teaching alternatives can provide useful information, regarding students’ behavior during the learning process. All information systems collect user data to analyze them and provide a personalized user experience. In the field of the education, the analysis, and the extraction of valuable information about students’ behavior during the learning process, leads to the extraction of learning analytics. Learning analytics though have more than one form. In this master thesis we will focus on the emotional learning analytics. Emotions play a significant role during the educational process on how students acquire knowledge. Emotions can be extracted by analyzing facial expressions, speech, or gestures. By analyzing and recording the different emotional states that a student had during the learning process, it is able to draw conclusions about the student’s behavior during the teaching process, as well as about the process itself. By those terms, in this master thesis we will develop an API, able to process raw data produced by the IOLAOS collaborative educational platform, and extract learning analytics based on emotions that a student had during the learning process.

Οι ζωές μας επηρεάζονται από τη συνεχή ανάπτυξη της τεχνολογίας. Η τεχνολογία αποτελεί πλέον μέρος της καθημερινότητάς μας. Τομείς όπως η εργασία και οι επικοινωνίες έως την υγεία και την εκπαίδευση επηρεάζονται από τις τεχνολογικές αλλαγές και την τεχνολογική επανάσταση. Σαν αποτέλεσμα, οι Τεχνολογίες Πληροφοριών και Επικοινωνιών (ΤΠΕ) έχουν γίνει ένα απαραίτητο και απαραίτητο εργαλείο για τη ζωή μας. Αυτή η τεχνολογική εισβολή έχει επηρεάσει και τον τομέα της εκπαίδευσης, καθώς και τον τρόπο με τον οποίο οι μαθητές επεξεργάζονται την πληροφορία και αποκτούν γνώσεις. Έτσι, και σε συνδυασμό με την ανάπτυξη του Διαδικτύου, πολλά εκπαιδευτικά συστήματα βασίζουν τη μαθησιακή τους διαδικασία σε υπολογιστές και εκπαιδευτικό λογισμικό. Ωστόσο, όλα τα συστήματα πληροφοριών συλλέγουν δεδομένα χρηστών για να τα αναλύσουν και να παρέχουν μια εξατομικευμένη εμπειρία χρήστη. Στον τομέα της εκπαίδευσης, η ανάλυση και η εξαγωγή πολύτιμων πληροφοριών σχετικά με τη συμπεριφορά των μαθητών κατά τη διάρκεια της μαθησιακής διαδικασίας, οδηγεί στην εξαγωγή μαθησιακών αναλυτικών στοιχείων όπου οι μορφές τους ποικίλλουν. Σε αυτή τη μεταπτυχιακή εργασία θα επικεντρωθούμε στα μαθησιακά αναλυτικά στοιχεία που βασίζονται στα συναισθήματα που έχει ένας μαθητής κατά την εκπαιδευτική διαδικασία. Μέσω των συναισθημάτων, μπορούμε να εξάγουμε συμπεράσματα για το πώς οι μαθητές αποκτούν γνώσεις, αναλύοντας τις εκφράσεις του προσώπου, την ομιλία ή τις χειρονομίες. Αναλύοντας και καταγράφοντας τις διάφορες συναισθηματικές καταστάσεις που είχε ένας μαθητής κατά τη διάρκεια της μαθησιακής διαδικασίας, είναι εφικτό να εξάγουμε συμπεράσματα σχετικά με τη συμπεριφορά του μαθητή κατά τη διαδικασία της διδασκαλίας, καθώς και για την ίδια τη διαδικασία. Με αυτούς τους όρους, σε αυτήν την μεταπτυχιακή εργασία θα αναπτύξουμε ένα API, ικανό να επεξεργαστεί δεδομένα που παράγονται από τη συνεργατική εκπαιδευτική πλατφόρμα «IOLAOS» και να εξαγάγει μαθησιακά αναλυτικά στοιχεία βάσει συναισθημάτων που είχε ένας μαθητής κατά τη διάρκεια της μαθησιακής διαδικασίας.