Integration of artificial intelligence techniques for probabilistic student modeling in virtual learning environments

Detalhes bibliográficos
Autor(a) principal: Ferreira, Hiran N. M.
Data de Publicação: 2023
Outros Autores: Araújo, Rafael, Dorça, Fabiano, Cattelan, Renan
Tipo de documento: Artigo
Idioma: por
Título da fonte: Tecnologias, Sociedade e Conhecimento
Texto Completo: https://econtents.bc.unicamp.br/inpec/index.php/tsc/article/view/18365
Resumo: Pedagogical practices supported by computational resources, especially those that incorporate Artificial Intelligence techniques, can help predict the level of knowledge of students in virtual learning environments. In this context, this article presents a hybrid approach, based on Bayesian Networks and ontologies, to process information about students' level of knowledge and behavior and, thus, measure their performance. A dynamic, probabilistic, domain-independent, extensible and reusable student model was created. An extension of the model was also presented to allow visualization of students' capabilities and limitations. As a case study, the proposed model was integrated into an educational platform, serving as a basis for validating and experimenting with the approach.
id UNICAMP-33_d6b8b18ed128f867f7b5e954a3d5bfb0
oai_identifier_str oai:inpec.econtents.bc.unicamp.br:article/18365
network_acronym_str UNICAMP-33
network_name_str Tecnologias, Sociedade e Conhecimento
repository_id_str
spelling Integration of artificial intelligence techniques for probabilistic student modeling in virtual learning environmentsIntegração de técnicas de inteligência artificial para modelagem probabilística do estudante em ambientes virtuais de aprendizagemOntologiasIA na educaçãoRedes bayesianasModelo de estudanteOntologiesAI in educationBayesian networksStudent modelPedagogical practices supported by computational resources, especially those that incorporate Artificial Intelligence techniques, can help predict the level of knowledge of students in virtual learning environments. In this context, this article presents a hybrid approach, based on Bayesian Networks and ontologies, to process information about students' level of knowledge and behavior and, thus, measure their performance. A dynamic, probabilistic, domain-independent, extensible and reusable student model was created. An extension of the model was also presented to allow visualization of students' capabilities and limitations. As a case study, the proposed model was integrated into an educational platform, serving as a basis for validating and experimenting with the approach.Práticas pedagógicas apoiadas por recursos computacionais, especialmente aquelas que incorporam técnicas de Inteligência Artificial, podem auxiliar na predição do nível de conhecimento de estudantes em ambientes virtuais de aprendizagem. Nesse contexto, este artigo apresenta uma abordagem híbrida, baseada em Redes Bayesianas e ontologias, para tratar informações sobre o nível de conhecimento e comportamento dos estudantes e, assim, medir seu desempenho. Foi criado um modelo de estudante dinâmico, probabilístico, independente de domínio, extensível e reutilizável. Também foi apresentada uma extensão do modelo para permitir a visualização das capacidades e limitações dos estudantes. Como estudo de caso, o modelo proposto foi integrado a uma plataforma educacional, servindo de base para validação e experimentação da abordagem.Universidade Estadual de Campinas2023-12-22info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionArtigo avaliado pelos paresArtigo avaliado pelos paresTextoinfo:eu-repo/semantics/otherapplication/pdfhttps://econtents.bc.unicamp.br/inpec/index.php/tsc/article/view/1836510.20396/tsc.v10i2.18365Tecnologias, Sociedade e Conhecimento; Vol. 10 No. 2 (2023): IA na Educação – Novos Desafios e Oportunidades?; 38-67Tecnologias, Sociedade e Conhecimento; Vol. 10 Núm. 2 (2023): IA na Educação – Novos Desafios e Oportunidades?; 38-67Tecnologias, Sociedade e Conhecimento; Vol. 10 No 2 (2023): IA na Educação – Novos Desafios e Oportunidades?; 38-67Tecnologias, Sociedade e Conhecimento; v. 10 n. 2 (2023): IA na Educação – Novos Desafios e Oportunidades?; 38-672318-8839reponame:Tecnologias, Sociedade e Conhecimentoinstname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPporhttps://econtents.bc.unicamp.br/inpec/index.php/tsc/article/view/18365/13326Brazil; ContemporaryBrasil; ContemporâneoCopyright (c) 2024 Tecnologias, Sociedade e Conhecimentohttps://creativecommons.org/licenses/by/4.0info:eu-repo/semantics/openAccessFerreira, Hiran N. M.Araújo, RafaelDorça, FabianoCattelan, Renan2024-04-30T14:21:14Zoai:inpec.econtents.bc.unicamp.br:article/18365Revistahttps://econtents.bc.unicamp.br/inpec/index.php/tscPUBhttps://econtents.bc.unicamp.br/inpec/index.php/tsc/oaitscnied@unicamp.br2318-88392318-8839opendoar:2024-04-30T14:21:14Tecnologias, Sociedade e Conhecimento - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Integration of artificial intelligence techniques for probabilistic student modeling in virtual learning environments
Integração de técnicas de inteligência artificial para modelagem probabilística do estudante em ambientes virtuais de aprendizagem
title Integration of artificial intelligence techniques for probabilistic student modeling in virtual learning environments
spellingShingle Integration of artificial intelligence techniques for probabilistic student modeling in virtual learning environments
Ferreira, Hiran N. M.
Ontologias
IA na educação
Redes bayesianas
Modelo de estudante
Ontologies
AI in education
Bayesian networks
Student model
title_short Integration of artificial intelligence techniques for probabilistic student modeling in virtual learning environments
title_full Integration of artificial intelligence techniques for probabilistic student modeling in virtual learning environments
title_fullStr Integration of artificial intelligence techniques for probabilistic student modeling in virtual learning environments
title_full_unstemmed Integration of artificial intelligence techniques for probabilistic student modeling in virtual learning environments
title_sort Integration of artificial intelligence techniques for probabilistic student modeling in virtual learning environments
author Ferreira, Hiran N. M.
author_facet Ferreira, Hiran N. M.
Araújo, Rafael
Dorça, Fabiano
Cattelan, Renan
author_role author
author2 Araújo, Rafael
Dorça, Fabiano
Cattelan, Renan
author2_role author
author
author
dc.contributor.author.fl_str_mv Ferreira, Hiran N. M.
Araújo, Rafael
Dorça, Fabiano
Cattelan, Renan
dc.subject.por.fl_str_mv Ontologias
IA na educação
Redes bayesianas
Modelo de estudante
Ontologies
AI in education
Bayesian networks
Student model
topic Ontologias
IA na educação
Redes bayesianas
Modelo de estudante
Ontologies
AI in education
Bayesian networks
Student model
description Pedagogical practices supported by computational resources, especially those that incorporate Artificial Intelligence techniques, can help predict the level of knowledge of students in virtual learning environments. In this context, this article presents a hybrid approach, based on Bayesian Networks and ontologies, to process information about students' level of knowledge and behavior and, thus, measure their performance. A dynamic, probabilistic, domain-independent, extensible and reusable student model was created. An extension of the model was also presented to allow visualization of students' capabilities and limitations. As a case study, the proposed model was integrated into an educational platform, serving as a basis for validating and experimenting with the approach.
publishDate 2023
dc.date.none.fl_str_mv 2023-12-22
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
Artigo avaliado pelos pares
Artigo avaliado pelos pares
Texto
info:eu-repo/semantics/other
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://econtents.bc.unicamp.br/inpec/index.php/tsc/article/view/18365
10.20396/tsc.v10i2.18365
url https://econtents.bc.unicamp.br/inpec/index.php/tsc/article/view/18365
identifier_str_mv 10.20396/tsc.v10i2.18365
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://econtents.bc.unicamp.br/inpec/index.php/tsc/article/view/18365/13326
dc.rights.driver.fl_str_mv Copyright (c) 2024 Tecnologias, Sociedade e Conhecimento
https://creativecommons.org/licenses/by/4.0
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Copyright (c) 2024 Tecnologias, Sociedade e Conhecimento
https://creativecommons.org/licenses/by/4.0
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv Brazil; Contemporary
Brasil; Contemporâneo
dc.publisher.none.fl_str_mv Universidade Estadual de Campinas
publisher.none.fl_str_mv Universidade Estadual de Campinas
dc.source.none.fl_str_mv Tecnologias, Sociedade e Conhecimento; Vol. 10 No. 2 (2023): IA na Educação – Novos Desafios e Oportunidades?; 38-67
Tecnologias, Sociedade e Conhecimento; Vol. 10 Núm. 2 (2023): IA na Educação – Novos Desafios e Oportunidades?; 38-67
Tecnologias, Sociedade e Conhecimento; Vol. 10 No 2 (2023): IA na Educação – Novos Desafios e Oportunidades?; 38-67
Tecnologias, Sociedade e Conhecimento; v. 10 n. 2 (2023): IA na Educação – Novos Desafios e Oportunidades?; 38-67
2318-8839
reponame:Tecnologias, Sociedade e Conhecimento
instname:Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
instname_str Universidade Estadual de Campinas (UNICAMP)
instacron_str UNICAMP
institution UNICAMP
reponame_str Tecnologias, Sociedade e Conhecimento
collection Tecnologias, Sociedade e Conhecimento
repository.name.fl_str_mv Tecnologias, Sociedade e Conhecimento - Universidade Estadual de Campinas (UNICAMP)
repository.mail.fl_str_mv tscnied@unicamp.br
_version_ 1801207167158583296

Registros relacionados