Détection de l'engagement des étudiants dans l'apprentissage en ligne pendant la pandémie de Covid-19 à l'aide du langage de programmation R

De nos jours, la Covid-19 est un problème grave qui s'est propagé dans le monde entier. Comme il s'agit d'une maladie contagieuse, les gens maintiennent une distanciation sociale pour la prévenir. Le gouvernement de chaque pays a annoncé un confinement dans son pays respectif afin d'enrayer sa propagation rapide. C'est pourquoi la plupart des secteurs, en particulier celui de l'éducation, traversent une crise. Les étudiants ne peuvent pas se rendre dans leur établissement en raison de cette pandémie. Par conséquent, le gouvernement de chaque pays a décidé de lancer des cours en ligne dans ce contexte pandémique. Il est particulièrement difficile de poursuivre ses études en ligne plutôt qu'en présentiel dans un établissement. Les étudiants, mais aussi les enseignants, ont rencontré de nombreuses difficultés pour mener correctement les cours en ligne, car il s'agit d'un processus nouveau pour les deux parties. Lors des cours en ligne, les enseignants doivent déterminer si les étudiants sont présents ou non. Si les étudiants allument leur webcam, les enseignants peuvent alors faire l'appel facilement. Dans cette recherche, les chercheurs ont tenté de développer un prototype à l'aide du langage de programmation R et d'outils d'apprentissage automatique capable de détecter et de reconnaître facilement le visage des étudiants, ce qui pourrait aider les enseignants à faire l'appel sans la moindre difficulté. Les chercheurs ont eu recours à l'intelligence artificielle et ont utilisé des outils d'apprentissage automatique pour mener à bien cette recherche. L'intelligence artificielle est utilisée parce que les humains font des erreurs alors que la machine n'en fait pas, ce qui permet d'obtenir un faible taux d'erreur. L'apprentissage automatique est également important car le processus prend du temps : cette machine doit être entraînée afin d'agir comme un humain et de résoudre tous les problèmes facilement. C'est pourquoi différents types de langages de programmation sont nécessaires pour entraîner la machine. Ici, les chercheurs ont principalement utilisé OpenCV, un package intégré du langage de programmation R, utilisé pour la détection des visages en temps réel, entre autres.