Resumen
A identificação de emoções, principalmente nos cursos da modalidade de Educação a Distância (EAD), pode ser relevante para a gestão do ambiente visando a melhoria do desempenho acadêmico do aluno. Este estudo tem como objetivo propor uma ferramenta computacional para a identificação de relações entre emoções predominantes no ambiente de aprendizado e o desempenho acadêmico dos estudantes no âmbito da EAD. Para tal, foram utilizadas as interações textuais em ambientes virtuais de aprendizagem (AVA) ocorridas entre professores e alunos. Foram utilizadas técnicas de processamento de linguagem natural para análise de emoções sobre um corpus extraído das bases de dados de um AVA, complementado por dados de identificação e rendimento obtidos no sistema de gestão acadêmica. O corpus inicial foi composto por 1602 mensagens, com nível de granularidade de sentença, trocadas no contexto uma disciplina oferecida em 2019. Destas, foram selecionadas 1347 (84,03%), que puderam ser classificadas de acordo com a polaridade dos sentimentos (Positivo, Negativo ou Neutro) e emoções predominantes (Tristeza, Alegria, Medo, Aversão e Raiva). A ferramenta proposta foi construída sobre as APIs do ambiente de inteligência artificial Watson da IBM. Essa ferramenta tem o potencial de fornecer a tutores e gerentes informações úteis para a tomada de decisões e mitigação de possíveis problemas.