Análise de expressões faciais como ferramenta de apoio pedagógico em aulas remotas

O ensino remoto emergencial implementado durante a pandemia de COVID-19 trouxe desafios significativos para a comunicação não-verbal entre professores e estudantes. Este estudo propõe o uso de tecnologias de reconhecimento automático de expressões faciais baseadas em deep learning como ferramenta auxiliar para professores em aulas síncronas online. Através da implementação da biblioteca DeepFace, foram analisadas sete categorias emocionais básicas (alegria, tristeza, raiva, surpresa, medo, desgosto e neutralidade) em imagens teste, obtendo-se uma acurácia de 100% na classificação das emoções testadas. A metodologia envolveu o desenvolvimento de um sistema automatizado capaz de detectar e classificar expressões faciais em tempo real, proporcionando feedback imediato sobre o engajamento emocional dos estudantes. Os resultados demonstram não apenas a viabilidade técnica da solução proposta, mas também sua alta precisão em condições controladas. Conclui-se que a análise automática de expressões faciais pode contribuir significativamente para a melhoria da qualidade do ensino remoto, oferecendo aos educadores insights valiosos sobre o estado emocional e o nível de engajamento de seus estudantes, desde que implementada de forma ética e transparente.