Onderzoekers van de Universiteit van Californië, Irvine, hebben een nieuwe manier ontwikkeld om de aandacht van studenten te meten tijdens leren op afstand. De methode maakt gebruik van een combinatie van computervisie en machinaal leren om de oogbewegingen en gezichtsuitdrukkingen van studenten te volgen.

De onderzoekers zeggen dat hun methode nauwkeuriger is dan traditionele methoden om aandacht te meten, zoals enquêtes of zelfrapportage. Het kan ook worden gebruikt om de aandacht in realtime te volgen, waardoor docenten hun onderwijs kunnen aanpassen als studenten niet opletten.

Bij het onderzoek, dat werd gepubliceerd in het tijdschrift 'Educational Technology &Society', waren 100 studenten betrokken die een online cursus volgden. De studenten werd gevraagd een reeks taken uit te voeren terwijl hun oogbewegingen en gezichtsuitdrukkingen werden geregistreerd.

De onderzoekers ontdekten dat studenten die meer aandacht aan de lesstof besteedden, meer kans hadden om goede cijfers te halen. Ze ontdekten ook dat studenten die werden afgeleid door andere dingen, zoals hun telefoon of sociale media, minder snel goede cijfers behaalden.

De onderzoekers zeggen dat hun methode kan worden gebruikt om leraren te helpen leerlingen te identificeren die moeite hebben om op te letten. Het kan ook worden gebruikt om nieuwe manieren te ontwikkelen om de aandacht van studenten tijdens leren op afstand te verbeteren.

"Onze methode biedt een objectievere en betrouwbaardere manier om de aandacht van studenten te meten dan traditionele methoden", zegt hoofdauteur van het onderzoek Dr. Mingyu Wang. "Deze informatie kan worden gebruikt om leraren te helpen hun onderwijs te verbeteren en om studenten te identificeren die extra ondersteuning nodig hebben."

De onderzoekers zeggen dat ze van plan zijn hun methode verder te ontwikkelen en het gebruik ervan in andere onderwijsomgevingen te verkennen.