Este artículo destaca los desafíos de evaluar la depresión estudiantil en entornos sensibles como la educación especial, y destaca las limitaciones de los cuestionarios estandarizados y los métodos automatizados, que no reflejan plenamente las circunstancias reales de los estudiantes. En concreto, critica la omisión de las percepciones individualizadas derivadas de las conexiones empáticas de los docentes y propone la Empatía Humana como Codificador (HEAE), un novedoso marco que integra las habilidades empáticas de los docentes en la IA. HEAE integra los textos narrativos de los estudiantes con un "vector de empatía" (VE) de nueve dimensiones, derivado por el docente a partir del marco PHQ-9, incorporando así percepciones empáticas estructuradas en las entradas de la IA de una manera que mejora, en lugar de reemplazar, el juicio humano. Los resultados experimentales demuestran una precisión del 82,74 % en la clasificación de gravedad de siete niveles, lo que sugiere una dirección para la computación afectiva responsable y ética.
