Classificação dos estilos de aprendizagem baseado em sistemas inteligentes: um estudo de caso na educação mediada por tecnologia

• Autor(a) principal: Costa, Roberto Douglas da
• Data de Publicação: 2020
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Repositório Institucional da UFRN
• Texto Completo: https://repositorio.ufrn.br/jspui/handle/123456789/29006
• topic: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA; Educação a distância; Ambiente virtual de aprendizagem; Estilos de aprendizagem; Padrões de comportamento; Análise de correlação

Os cursos de Educação à Distância (EaD), cada vez mais comuns graças ao avanço da internet e dos Ambientes Virtuais de Aprendizagem (AVA) que servem como ferramentas de interação entre o aluno e o educador, tornaram-se um grande nicho de pesquisas em todo o mundo devido a sua característica de permitir que um determinado conteúdo seja ensinado a diversas pessoas em locais diferentes e momentos distintos. A maior parte dos cursos mediados por tecnologias em ambientes online apresentam conteúdos em sequência pedagógica estática, ou seja, sempre os mesmos recursos aplicados na mesma ordem para todos os usuários, pensando nisso, novas metodologias foram desenvolvidas para melhorar o ensino e a aprendizagem em EaD, como exemplo os métodos de inteligência artificial que buscam encontrar relações entre o progresso pedagógico e os recursos tecnológicos educacionais disponíveis nos AVAs. E essas novas metodologias se torna mais real se for aplicada na modalidade de ensino EaD, com o uso de um AVA, pois permitirá que o mesmo curso possa ser personalizado para cada usuário. Um parâmetro interessante que poderia nortear essa personalização é o Estilo de Aprendizagem do Aluno, que identifica características de como os alunos aprendem. Nesse contexto, essa tese procurou associar a teoria dos Estilos de Aprendizagem, que identifica as preferências de aprendizado de cada aluno, ao comportamento observado dos estudantes da Educação a Distância através das suas interações com o AVA, utilizando técnicas de inteligência artificial. Neste trabalho buscou-se analisar a relação entre os estilos de aprendizagem de um conjunto de alunos e seus comportamentos registrados pelo AVA, objetivando responder aos seguintes questionamentos: É possível, de forma automática, identificar o EA dos alunos a partir de suas interações com o Ambiente Virtual de Aprendizagem (AVA)? Que técnicas podem ser desenvolvidas para identificar o EA dos alunos dos cursos realizados na modalidade EaD mediados por tecnologias, de modo a melhorar um caminho acadêmico melhor para a aprendizagem dos alunos? Para responder a essas perguntas, usamos alguns algoritmos de inteligência artificial para identificar a relação dos EA dos alunos com seus comportamentos no AVA. Os resultados mostram que não há relação entre os Estilos de Aprendizagem e as variáveis de comportamento. Essa dificuldade pode ser explicada por falhas no instrumento que identifica os Estilos de Aprendizagem ou nas variáveis que são utilizadas para caracterizar o comportamento evidenciando uma ausência de correlação entre essas teorias.