Il est connu que les émotions de base (primaires) (comme la peur ou le dégoût) ne reflètent pas les états affectifs des étudiants face à des problèmes pédagogiques (comme l’incompréhension ou la fierté). Comme ces « émotions académiques » ne sont pas faciles à définir et à détecter, nous avons changé de paradigme et utilisé un modèle dimensionnel 2D qui décrit mieux le large spectre d’émotions rencontrées. Il nous permet de construire une trajectoire émotionnelle temporelle reflétant le parcours émotionnel de l’étudiant.
Nous avons conçu cette expérimentation au cours de l’année académique 2022-2023 auprès d’étudiants d’une école d’ingénieurs française. Nous avons collecté et analysé deux sources de données principales : les résultats des étudiants issus du Learning Management System (LMS) et les images capturées par les webcams des étudiants lors de leurs activités d’apprentissage.
Nous avons observé une corrélation entre ces trajectoires et les résultats académiques. Nous avons constaté que les trajectoires des élèves performants sont significativement différentes des autres. Ces résultats préliminaires soutiennent l’idée que les émotions jouent un rôle essentiel pour distinguer les élèves performants de leurs homologues moins performants. Il s’agit de la première étape pour évaluer le profil des élèves et identifier de manière proactive ceux qui risquent d’échouer dans un contexte d’apprentissage humain.
