Autor: Igor Kuhn
Data: 31/03/2023
Horário: 09:30
Local: http://mconf.ufrgs.br/webconf/00108957
Orientador: Prof. Dr. Leandro Krug Wives
Banca Examinadora:
- Prof. Dr. Alberto Bastos do Canto Filho (PGIE/UFRGS),
- Prof.ª Dr.ª Isabela Gasparini (UDESC),
- Prof. Dr. Jorge Luis Victoria Barbosa (UNISINOS).
Resumo: A expansão das Tecnologias de Informação e Comunicação (TIC’s), impulsionada pela difusão da Internet, mudou as formas de interação e socialização entre as pessoas e o ambiente em que estão inseridas. As instituições de ensino também receberam forte influência de tais mudanças, necessitando adequar-se a essa nova realidade, em especial no que diz respeito à Educação a Distância. O recente e significativo crescimento dessa modalidade de ensino está baseado na intensificação do uso de novas tecnologias e tem levado pesquisadores a buscarem novas soluções para lacunas relativas ao ensino. Neste estudo são propostas algumas soluções para tais hiatos que podem levar à evasão escolar. Para tanto, sugere-se o uso de Mineração de Dados e representações gráficas de Trajetórias de Aprendizagem (TAs). Ao longo do estudo é apresentada a Teoria da Distância Transacional de Michael Moore (2013). Também são descritas diferentes conceituações de TAs e como foram caracterizadas em diversos artigos e teses. Para uma melhor representação das TAs é proposto o uso de representações visuais conhecidas como Grafos, por meio das quais é possível visualizar as relações existentes entre os diferentes conceitos – os nodos – e por meio de suas conexões -, as arestas. A Mineração de Dados é empregada para que, com o uso de dados gerados pelas interações na plataforma Moodle, seja possível obter informações úteis que levem à identificação do perfil de alunos ou grupo de alunos, de acordo com as características apresentadas ao longo das Trajetórias de Aprendizagem percorridas. Em uma subseção específica, são apresentados estudos relacionados a Tese, sendo esses estudos identificados por meio de revisão sistemática. A revisão utilizou como ponto em comum o uso de ferramentas computacionais com o objetivo de reduzir as adversidades originárias das dificuldades relativas ao aprendizado em Ambientes Virtuais de Ensino e Aprendizagem. Em seguida, são apresentados resultados parciais relativos a experimentos realizados utilizando ferramentas de Mineração de Dados e distintas bases de dados. Como último item, são descritas as diferentes etapas realizadas durante o período do doutorado. Neste estudo, as representações visuais e a Mineração de Dados foram utilizadas com o objetivo de identificar comportamentos que possam levar à evasão de alunos em cursos na modalidade a distância. Foi possível identificar por meio da Mineração de Dados(MD) três grupos de um total de 528 alunos de acordo com seus desempenhos nas disciplinas. Por meio da ferramenta Moodle Data Visualization(MDV), desenvolvida para esta tese, foi possível a construção visual das interações de um conjunto de alunos com os recursos presentes no Moodle. A ferramenta MDV foi testada e avaliada por um conjunto de professores e especialistas por meio de um questionário modelo TAM. Como resultado final foi possível observar padrões específicos de interações de acordo com cada grupo de alunos agrupados de acordo com suas notas. Por último houve um retorno positivo quanto a percepção dos participantes da avaliação da ferramenta MDV quanto a sua utilidade em suas tarefas docentes.
Palavras-chave: Trajetórias de Aprendizagem. Mineração de Dados. Representação em Grafos. Educação a Distância. Ambientes Virtuais de Ensino e Aprendizagem.
Tese homologada em: 29/09/2023
Tese: LEIA AQUI (aguardando publicação no Lume)