Detecção de ansiedade em estudantes de Engenharia Telemática por meio de um sistema baseado em inteligência artificial

Resumo

A ansiedade acadêmica é uma preocupação crescente entre os estudantes de áreas de engenharia exigentes, como a Telemática, e afeta tanto seu desempenho acadêmico quanto seu bem-estar mental. Este estudo tem como objetivo desenvolver um sistema baseado em IA para monitorar continuamente e detectar, em tempo real, sintomas de ansiedade. Utilizando uma abordagem de método misto qualitativo-quantitativo, uma amostra de 103 estudantes foi analisada por meio de questionários validados e do teste de Zung. Os resultados mostraram que 91% dos participantes apresentavam algum nível de ansiedade. Isso estava associado à carga de trabalho acadêmica (94% a consideravam alta), à intensa pressão para cumprir prazos (94%) e à falta de tempo para atividades pessoais (54%). Em resposta a esses resultados, o SerenIA, um aplicativo móvel que incorpora o GPT-4, foi projetado para avaliar conversas por texto/voz e gerar relatórios que podem ser analisados por especialistas em saúde mental. A ferramenta demonstrou detecção precisa de algoritmos de monitoramento de ansiedade com base no teste de Zung, uma interface acessível com interação multimodal e geração automática de textos de relatórios clínicos. Os resultados destacam o potencial da IA para o gerenciamento proativo de riscos em cuidados de intervenção precoce, mitigando, em última instância, os riscos de evasão escolar ou baixo desempenho dos alunos. Este modelo é o primeiro do gênero, integrando tecnologia e psicologia, fornecendo uma solução escalável para instituições de ensino