← Nieuwste papers
💻 computer science

Divergent research orientations of affective and emotion concepts in artificial intelligence education through a bibliometric analysis

Door middel van een bibliometrische analyse van 401 documenten van 2020 tot 2025 onthult deze studie dat hoewel AI-gestuurd affectief en emotioneel onderzoek is uitgegroeid tot een volwassen ecosysteem met een significante groeispurt in 2023, de twee concepten divergente oriëntaties vertonen — waarbij "affectief" onderzoek zich richt op onderwijspraktijk en "emotie"-onderzoek op technologische ontwikkeling — wat een voorgesteld Duaal Kennisproductiemodel noodzakelijk maakt om interdisciplinaire samenwerking te begeleiden.

Oorspronkelijke auteurs: Hsiang Ni Tsai, Sheng Yi Wu

Gepubliceerd 2026-06-26
📖 5 min leestijd🧠 Diepgaand

Oorspronkelijke auteurs: Hsiang Ni Tsai, Sheng Yi Wu

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je het vakgebied van Kunstmatige Intelligentie in het onderwijs voor als een enorme, bruisende bouwplaats. Jarenlang hebben twee verschillende groepen bouwers aan hetzelfde project gewerkt: studenten een goed gevoel geven en hen helpen beter te leren. De ene groep noemt zichzelf het "Affectieve" team, en de andere groep noemt zichzelf het "Emotie" team.

Lange tijd dacht iedereen dat deze twee groepen slechts verschillende woorden gebruikten voor precies hetzelfde. Maar deze nieuwe studie, die naar honderden onderzoeksartikelen van 2020 tot 2025 keek, ontdekte iets verrassends: ze zijn eigenlijk twee heel verschillende soorten structuren aan het bouwen.

Hier is de uitsplitsing van wat de studie heeft gevonden, met behulp van eenvoudige analogieën:

1. De twee verschillende blauwdrukken

De onderzoekers gebruikten een "bibliometrische analyse" (wat een hoogtechnologische kaart is die bijhoudt waar ideeën verbinding maken) om te zien wat deze twee groepen eigenlijk aan het doen zijn. Ze ontdekten dat, hoewel ze in dezelfde buurt werken, ze verschillende blauwduren hebben:

  • Het "Emotie" Team (De Ingenieurs):

    • Wat zij doen: Zij zijn als camera-technici. Hun hoofddoel is het bouwen van betere sensoren en camera's die direct een foto kunnen maken van het gezicht van een student of naar hun stem kunnen luisteren om te raden: "Zijn ze blij? Zijn ze verdrietig?"
    • Waar zij werken: Ze werken vaak in laboratoria of met generieke testgroepen. Ze geven om de nauwkeurigheid van de camera.
    • De vibe: "Kan onze machine dit gevoel nú detecteren?"
  • Het "Affectieve" Team (De Onderwijzers):

    • Wat zij doen: Zij zijn als klascoach. Ze geven minder om de camera en meer om de relatie. Ze willen weten hoe een student zich over een heel semester voelt, hoe zij de waarde van het leren ervaren, en hoe een docent AI kan gebruiken om de stemming van een student te ondersteunen.
    • Waar zij werken: Ze bevinden zich meestal in echte klaslokalen met echte studenten (zoals het hoger onderwijs of K-12). Ze geven om de ervaring.
    • De vibe: "Hoe helpt dit hulpmiddel de student om te groeien en zich gesteund te voelen?"

2. De vier buurten (clusters)

De studie bracht het hele vakgebied in kaart en vond dat het zich heeft gevestigd in vier duidelijke "buurten" of clusters:

  1. Het Tech-Lab (Groen): Waar mensen de algoritmen coderen om gezichten en stemmen te lezen.
  2. Het Klaslokaal (Rood): Waar docenten uitzoeken hoe ze deze hulpmiddelen daadwerkelijk in lessen en curricula kunnen gebruiken.
  3. Het Psychologie-Lab (Donkerblauw): Waar onderzoekers strikte experimenten uitvoeren om te zien hoe AI invloed heeft op angst of zelfvertrouwen bij studenten.
  4. De Speciale Zorgunit (Geel): Waar AI wordt getest om specifieke groepen te helpen, zoals kinderen met autisme of kinderen met specifieke angsten.

3. De "GenAI" Explosie

De studie merkte een enorme explosie in onderzoek op vanaf 2023.

  • Vóór 2023: AI was vooral een passieve waarnemer. Het was als een beveiliger die door een raam naar een student keek en probeerde de stemming te raden op basis van een frons.
  • Na 2023 (De GenAI-verschuiving): Met de opkomst van tools zoals ChatGPT werd AI een actieve partner. Het kijkt niet langer alleen maar toe; het praat. Het onderzoek verschoof van "Hoe detecteren we dit gevoel?" naar "Hoe kunnen we een gesprek voeren dat de student helpt zich beter te voelen?" Het is alsof de beveiliger plotseling een ondersteunend gesprek begint met de student.

4. De ontdekking van de "Dubbele Kennis"

De belangrijkste bevinding is dat de verwarring tussen de woorden "Affectief" en "Emotie" niet alleen een fout is; het is een teken van twee verschillende culturen.

  • Als je het woord "Emotie" in een artikel ziet, betekent dit meestal dat de onderzoekers gefocust zijn op technologieontwikkeling (het slimmer maken van de machine).
  • Als je het woord "Affectief" ziet, betekent dit meestal dat de onderzoekers gefocust zijn op onderwijspraktijk (het verbeteren van het klaslokaal).

De auteurs noemen dit het "Dual Knowledge Production Model". Het is alsof je beseft dat de ene groep de motor van een auto bouwt (Emotie), terwijl de andere groep de rijervaring voor de passagiers ontwerpt (Affectief). Beiden zijn noodzakelijk, maar ze doen verschillende taken.

Samenvatting

Dit paper zegt niet dat AI klaar is om docenten te vervangen of dat we deze tools morgen in elk klaslokaal moeten gebruiken. In plaats daarvan brengt het simpelweg het landschap in kaart. Het vertelt ons dat het vakgebied is volwassen geworden tot een complex ecosysteem met vier duidelijke gebieden, en dat de "Emotie"-onderzoekers en de "Affectieve" onderzoekers eigenlijk twee verschillende stammen zijn met verschillende doelen, ook al werken ze aan hetzelfde grote project.

De studie suggereert dat voor de vooruitgang van het veld deze twee stammen moeten stoppen met denken dat ze hetzelfde zijn en moeten beginnen samen te werken—door de ingenieurs de betere motoren te laten bouwen, terwijl de onderwijzers de betere rijervaringen ontwerpen.

Verdrinkt u in papers in uw vakgebied?

Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.

Probeer Digest →