Desvendando as Percepções dos Utilizadores na Era da IA Generativa: Uma Avaliação Orientada pelo Sentimento do Papel das Aplicações Educativas de IA na Transformação Digital do e-Teaching
Unveiling User Perceptions in the Generative AI Era: A Sentiment-Driven Evaluation of AI Educational Apps' Role in Digital Transformation of e-Teaching
December 12, 2025
Autores: Adeleh Mazaherian, Erfan Nourbakhsh
cs.AI
Resumo
A rápida integração da inteligência artificial generativa na educação tem impulsionado a transformação digital no ensino eletrônico, mas as perceções dos utilizadores sobre as aplicações educativas de IA permanecem pouco exploradas. Este estudo realiza uma avaliação orientada pelo sentimento de análises de utilizadores das principais aplicações educativas de IA na Google Play Store para avaliar a eficácia, os desafios e as implicações pedagógicas. O nosso processo envolveu a recolha de dados e análises das aplicações, a utilização do RoBERTa para classificação binária de sentimentos, o GPT-4o para extração de pontos-chave e o GPT-5 para sintetizar os principais temas positivos/negativos. As aplicações foram categorizadas em sete tipos (ex.: assistentes de trabalhos de casa, solucionadores de matemática, ferramentas linguísticas), com sobreposições a refletir designs multifuncionais. Os resultados indicam sentimentos predominantemente positivos, com aplicações de trabalhos de casa como a Edu AI (95,9% positivos) e a Answer.AI (92,7%) a liderarem em precisão, velocidade e personalização, enquanto aplicações linguísticas/SGA (ex.: Teacher AI com 21,8% positivos) ficam para trás devido a instabilidade e funcionalidades limitadas. Os aspetos positivos enfatizam a eficiência no *brainstorming*, resolução de problemas e envolvimento; os negativos centram-se em paywalls, imprecisões, anúncios e falhas. As tendências mostram que os assistentes de trabalhos de casa superam ferramentas especializadas, destacando o potencial democratizador da IA face aos riscos de dependência e desigualdade. A discussão propõe futuros ecossistemas com modelos híbridos de IA-humano, RV/RA para aprendizagem imersiva, e um roteiro para programadores (personalização adaptativa) e decisores políticos (regulação da monetização para inclusividade). Isto sublinha o papel da IA generativa no avanço do ensino eletrónico ao permitir aperfeiçoamentos éticos que fomentam ambientes equitativos e inovadores. O conjunto de dados completo está disponível aqui (https://github.com/erfan-nourbakhsh/GenAI-EdSent).
English
The rapid integration of generative artificial intelligence into education has driven digital transformation in e-teaching, yet user perceptions of AI educational apps remain underexplored. This study performs a sentiment-driven evaluation of user reviews from top AI ed-apps on the Google Play Store to assess efficacy, challenges, and pedagogical implications. Our pipeline involved scraping app data and reviews, RoBERTa for binary sentiment classification, GPT-4o for key point extraction, and GPT-5 for synthesizing top positive/negative themes. Apps were categorized into seven types (e.g., homework helpers, math solvers, language tools), with overlaps reflecting multifunctional designs. Results indicate predominantly positive sentiments, with homework apps like Edu AI (95.9% positive) and Answer.AI (92.7%) leading in accuracy, speed, and personalization, while language/LMS apps (e.g., Teacher AI at 21.8% positive) lag due to instability and limited features. Positives emphasize efficiency in brainstorming, problem-solving, and engagement; negatives center on paywalls, inaccuracies, ads, and glitches. Trends show that homework helpers outperform specialized tools, highlighting AI's democratizing potential amid risks of dependency and inequity. The discussion proposes future ecosystems with hybrid AI-human models, VR/AR for immersive learning, and a roadmap for developers (adaptive personalization) and policymakers (monetization regulation for inclusivity). This underscores generative AI's role in advancing e-teaching by enabling ethical refinements that foster equitable, innovative environments. The full dataset is available here(https://github.com/erfan-nourbakhsh/GenAI-EdSent).