DETECÇÃO AUTOMÁTICA DE ESTILOS ESTILO DE APRENDIZAGEM EM AMBIENTES VIRTUAIS DE APRENDIZAGEM (AVAs) Giuntini Felipe T.1(IC); Duarte, Fernando V.1,2(O) Giuntini,
[email protected] 1 Faculdade de Tecnologia de Mococa; Mococa 2Departamento de Computação, Universidade Federal de São Carlos
Os ambientes virtuais de aprendizagem (AVAs) (AVA ) oferecem aos alunos um papel ativo na sua própria educação ao fazer o processo de aprendizagem livre de restrições de espaço-tempo. tempo. Em vez de apenas assistir às aulas, os alunos podem construir ativamente seu próprio conhecimento, desfrutar de uma autonomia considerável e optar por trabalhar trabalha de forma colaborativa.. Além disso, tais ambientes são comumente utilizados com sucesso nos cursos de Educação a Distância e oferecem uma variedade de recursos de criação e gerenciamento de cursos online, que apoiam os professores professores e os colaboradores dos cursos. c Apesar dos AVAs As serem os mais populares sistemas de aprendizagem, serem poderosos em termos de recursos para interação e colaboração, normalmente, fornecem para cada aluno o mesmo curso, ou seja, oferecem nenhum ou limitado suporte às diferenças individuais ividuais dos alunos, tal como os estilos de aprendizagem. Os estilos stilos de aprendizagem são normalmente definidos como a maneira como as pessoas preferem aprender. aprender Neste contexto, o presente trabalho apresenta o desenvolvimento de uma aplicação de software para ra a detecção automática de estilos de aprendizagem em AVAs. Desta forma, optou-se optou pela utilização das dimensões de estilos de aprendizagem propostos por Felder e Silverman (1988),, que determinam como os alunos recebem e processam a informação. informação Além disso, a detecção automática de estilos de aprendizagem envolve a necessidade de lidar lida com a informação que é incerta (não se tem certeza de que a informação disponível dispo é absolutamente verdadeira)) e/ou imprecisa (os valores tratados não estão completamente definidos). Neste cenário, as Redes Bayesianas (BNs) desenvolvidas na década de 1980 por Judea Pearl é uma das técnicas mais comumente utilizadas. utilizada As Redes Bayesianas são um modelo probabilístico inspirado inspi pela causalidade e fornecem um modelo gráfico em que cada nó representa uma variável e cada link representa uma relação de influência causal. Pelo exposto, a aplicação de software foi desenvolvida utilizando a linguagem de programação Java,, juntamente com o uso da classe BayesNet da API (Application Program Interface) Weka (ferramenta de Mineração de Dados – Data Mining – da Universidade de Waikato, Nova Zelândia). Zelândia A ferramenta foi validada através de um estudo de caso aplicado aos arquivos de log de uma disciplina Programação de Computadores Computa gerada com dados artificialmente para o AVA Moodle. Os resultados iniciais são promissores e permitem a detecção de 3 das 4 dimensões dos estilos de aprendizagem de Felder e Silverman. Como trabalhos futuros têm-se:: a validação da aplicação de software softwa em um cenário real (possível possível parceira com os cursos de EaD oferecidos pelas Faculdades de Tecnologia do Centro Paula Souza e pela Universidade Aberta berta do Brasil); testar a aplicação em outras plataformas de AVA e; utilização dos estilos de aprendizagem detectados para prover a personalização do AVA, refletindo as preferências e necessidades dos alunos.
XX Congresso de Iniciação Científica da UFSCar, UFSCar 2013,, São Carlos, SP. Anais de Eventos da UFSCar
