Gesichtserfassung erkennt überforderte Studenten

Eine Bilderkennungssoftware kann Stress bei Lernenden ermitteln und Lehrer warnen, das Lerntempo zu drosseln.

Selbst guten Lehrern gelingt es nicht immer, auf den ersten Blick zu erkennen, welche Schüler sich leise am Lernstoff abmühen und welche eigentlich eine größere Herausforderung benötigen würden. Geht es nach Forschern an der North Carolina State University (NCSU), wird diese Aufgabe bald von computergestützten Kamerasystemen erledigt, auf denen eine Software läuft, die eine gewisse Form von emotionaler Intelligenz aufweist.

Ihr Prototypsystem nutzt Kameras, die die Gesichter von Universitätsstudenten während eines Computerseminars überwachen. Mit einer Software, die darauf trainiert ist, Gesichtsausdrücke mit verschiedenen Abstufungen des menschlichen Stressniveaus zu korrelieren, wird das Bildsignal dann später analysiert. So ließ sich erkennen, welche Studenten Probleme hatten und welche die Arbeit eher für zu einfach hielten.

Das Projekt legt nahe, dass eine solche Technik Lehrern in absehbarer Zukunft helfen könnte, studentische Lernerfolge in Echtzeit zu kontrollieren. Und auch in sogenannten "massively open online courses" (MOOCs), bei denen Tausende Lernende über das Internet unterrichtet werden, wäre es endlich möglich, Seminarleitern einen direkten Blick darauf zu geben, ob der Stoff auch ankommt.

Im Bereich der Emotionserkennung per Software läuft derzeit sowieso eine kleine Revolution ab: Mittels "Affective Computing" sollen verschiedene Sensoren den aktuellen Gemütszustand ermitteln, sei es nun vom Gesichtsausdruck, der Hautleitfähigkeit oder der Stimmlage her.

Das NCSU-Team gab Studenten die Aufgabe, mit der Lernsoftware "JavaTutor" zu trainieren, Code in der Programmiersprache Java zu schreiben. Anschließend wurden insgesamt 60 Stunden dabei aufgezeichnetes Videomaterial mit der Computer Expression Recognition Toolbox überprüft, die Gesichtsausdrücke einordnen kann. Die Rückschlüsse, die die Software zog, wurden dann mit von den Studenten selbst erfassten Gefühlszuständen abgeglichen. Beides war nahezu deckungsgleich.

Endgültiges Ziel der Forscher ist es, ein Tutorsystem zu entwickeln, das Studenten direkt hilft, die Schwierigkeiten haben – und ihnen wieder "Selbstvertrauen und Motivation" gibt, wie Joseph Grafsgaard sagt, Doktorand an der NCSU und Co-Autor der Studie.

Verschiedene andere Wissenschaftlergruppen untersuchen ebenfalls, ob sich Affective Computing im Bildungsbereich nutzen lässt. Jacob Whitehill, Softwareingenieur und Forscher beim Start-up Emotient, das an solcher Technik arbeitet, hat kürzlich an einer Untersuchung teilgenommen, die zeigen sollte, ob die Analyse des Gesichtsausdruckes eines Menschen durch Software sinnvolle Rückschlüsse auf Prüfungsergebnisse zulässt. Was einfach klingt, ist eine informationstechnische Meisterleistung.

"Immer mehr Forscher glauben, dass Gesichtsausdruckserkennung eine konstruktive Rolle im Bildungsbereich spielen könnte", sagt er. Allerdings kann das viele Feedback der Studenten auch den Lehrer lähmen, wenn der nicht damit umzugehen weiß. "Es ist eine schwierige Aufgabe, herauszufinden, wie man eine solche Erkennungsroutine in der Praxis sinnvoll einsetzt."

Whitehill glaubt aber, dass die Technik zumindest Online-Lernplattformen helfen könnte. "Firmen wie Udacity und Coursera haben eine Million Lernende und ich kann mir vorstellen, dass ein Teil von diesen davon überzeugt werden könnte, ihre Webcam zu aktivieren." Lehrer könnten so lernen, welche Teile einer Unterrichtseinheit funktionieren und welche nicht – und wann Studenten schlicht nicht mehr folgen können. (bsc)