Hetkellisten tunnetilojen eli emootioiden roolia matemaattisessa ongelmanratkaisussa on tutkittu vähän. Yhtenä syynä tähän on ollut sopivan metodologian ja teoreettisen viitekehyksen puuttuminen. Tämän tutkimuksen lähtökohtana oli selvittää, sopiiko automaattinen emootioiden tunnistaminen kasvonilmeistä tutkimusmenetelmäksi matemaattisen ongelmanratkaisun tutkimiseen.
Tutkimuksessa tutkittiin viiden lukiolaisen ongelmanratkaisuprosessia GeoGebra-matematiikka-ohjelmistolla ja prosessin aikana ilmeneviä emootioita. Tutkimuskysymyksinä oli, millaista on opiskelijoiden GeoGebra-avusteinen ongelmanratkaisutyöskentely ja miten emootiot ilmenevät ongelmanratkaisuprosessissa.
Teoreettisena viitekehyksenä on matemaattisen ongelmanratkaisun osalta Schoenfeldin malli ongelmanratkaisuprosessin vaiheista ja päätöksentekokohdista. Emootioiden osalta tutkimus perustuu darwinistiseen traditioon nojaavaan Paul Ekmanin teoriaan, jonka mukaan tietyt perusemootiot (ilo, suru, viha, hämmästys, inho ja pelko) ja niiden ulkoiset ilmaisut (kuten kasvonilmeet) ovat universaaleja ja ovat kehittyneet evoluutioprosessin tuloksena.
Tutkimuksen aineisto kerättiin koetilanteessa, jossa opiskelijat ratkaisivat ongelmatehtäviä kannettavalla tietokoneella. Ongelmanratkaisuprosessi tallennettiin ruuduntallennusohjelmistolla ja opiskelijan kasvoja videoitiin verkkokameralla. Lisäksi ongelmanratkaisutilanteen jälkeen opiskelijat katsoivat omaa suoritustaan videolta ja kertoivat, mitä ajattelivat ongelmanratkaisun aikana. Kasvovideot analysoitiin jälkikäteen FaceReader-ohjelmistolla, joka tunnistaa automaattisesti emootioita kasvonilmeistä.
Tutkimuksessa havaittiin, että ongelmanratkaisuprosesseissa oli eroja eri opiskelijoiden välillä liittyen pääasiassa omien ratkaisuyritysten kontrollointiin sekä GeoGebra-työvälineiden käyttöön. Emootioiden osalta päätulos oli, että eri ongelmanratkaisun vaiheilla on erilainen emotionaalinen luonne — esimerkiksi tutkimisvaihe oli emotionaalisempi kuin analysointi- ja toteutusvaiheet. Tutkimuksen aikana tehtyjen havaintojen perusteella automaattinen emootioiden tunnistaminen kasvonilmeistä sopii tietyin varauksin matemaattisessa ongelmanratkaisussa ilmenevien emootioiden tutkimiseen.
