Bài báo này tiến hành tổng quan hệ thống về việc tích hợp cảm biến sinh học và phân tích học tập đa phương thức (MmLA) để phân tích và dự đoán hành vi của người học trong các buổi học trên máy tính. Bằng cách phân tích 54 nghiên cứu chính, chúng tôi xem xét cách các tín hiệu sinh lý, chẳng hạn như nhịp tim, hoạt động não và theo dõi mắt, có thể được kết hợp với dữ liệu tương tác truyền thống và báo cáo tự đánh giá để có được cái nhìn sâu sắc hơn về trạng thái nhận thức và mức độ tương tác. Chúng tôi phân tích các phương pháp luận thường được sử dụng, chẳng hạn như các thuật toán học máy tiên tiến và các kỹ thuật tiền xử lý dữ liệu đa phương thức, làm nổi bật các xu hướng nghiên cứu hiện tại, những hạn chế và hướng đi mới nổi, đồng thời làm nổi bật tiềm năng chuyển đổi của các hệ thống học tập thích ứng dựa trên cảm biến sinh học. Chúng tôi cho rằng việc tích hợp dữ liệu đa phương thức có thể tạo điều kiện cho trải nghiệm học tập được cá nhân hóa, phản hồi theo thời gian thực và các can thiệp giáo dục thông minh, dẫn đến trải nghiệm học tập trực tuyến được cá nhân hóa và thích ứng hơn.
