Mineração de Dados Educacionais e Análise de Sentimentos em Ambientes Virtuais de Aprendizagem: um Mapeamento Sistemático

A análise de sentimento é uma área de Mineração de Dados que envolve processamento de linguagem natural, extração de informações, inteligência artificial e aprendizado de máquina. Assim, por meio dessa técnica e, também, das emoções dos alunos em ambientes virtuais de aprendizagem, é possível descobrir padrões e verificar eventuais deficiências durante o processo de aprendizagem. O objetivo deste artigo é apresentar os resultados de um mapeamento sistemático da literatura realizado sobre técnicas, métodos, algoritmos, bibliotecas e ferramentas de mineração de dados educacionais utilizados para análise de sentimentos e emoções dos estudantes em ambientes virtuais de aprendizagem. Além disso, foram identificadas as finalidades para a análise de sentimentos e os tipos de emoções consideradas. Portanto, foram selecionados 20 estudos primários para verificação em profundidade. Os resultados apresentam a predominância de algoritmos de aprendizado de máquina para análise de sentimentos, abordando avaliação de cursos e professores, a eficácia do ambiente de aprendizagem, a satisfação e as dificuldades dos alunos. Além disso, a maioria dos estudos explora a polaridade de sentimento: positivo, negativo e neutro.   Palavras-chave: Mineração de dados educacionais. Sentimentos. Emoções. Ambiente virtual de aprendizagem.