Gamificação Personalizada no Ensino de Programação: Relato de Experiência com Feedback Adaptativo

• Patricia Diniz UFPA
• Bruno Merlin UFPA
• Heleno Fülber UFPA
• Carlos Portela UFPA

DOI: https://doi.org/10.5753/educomp.2025.5342

Resumo

Este estudo investiga o impacto da gamificação personalizada no ensino de programação, aplicando os modelos HEXAD e GRSLSS para identificar perfis de alunos e adaptar atividades. Duas atividades foram realizadas: 'Duelo dos Animais', que abordou lógica de programação, e uma segunda tarefa ajustada via feedback adaptativo, que introduziu conceitos de Programação Orientada a Objetos (POO). Os resultados mostram que a personalização e o feedback aprimoraram o engajamento e desempenho acadêmico, especialmente nos perfis Competidor e Espírito Livre. O estudo aponta desafios, como escalabilidade e integração entre teoria e prática, indicando a necessidade de novas investigações para ampliar seu impacto.

Referências

Awais, M., Habiba, U., Khalid, H., Shoaib, M. and Arshad, S. (2019) An adaptive feedback system to improve student performance based on collaborative behavior. IEEE Access, 7, 107171–107178. DOI: 10.1109/ACCESS.2019.2931565.

Chalermsook, K. and Anutariya, C. (2022) CareerVio: a platform for personalized collaborative and gamified software engineering MOOCs. 2022 19th International Joint Conference on Computer Science and Software Engineering (JCSSE 2022). DOI: 10.1109/JCSSE54890.2022.9836240.

Deterding, S., Dixon, D., Khaled, R. and Nacke, L. (2011) From game design elements to gamefulness: Defining “gamification”. Proceedings of the 15th International Academic MindTrek Conference: Envisioning Future Media Environments, 9–15. DOI: 10.1145/2181037.2181040.

Figueiredo, J. and García-Peñalvo, F. J. (2020) Intelligent tutoring systems approach to introductory programming courses. ACM International Conference Proceeding Series, 34–39. DOI: 10.1145/3434780.3436614.

Ghergulescu, I., Zhao, D., Muntean, G. M. and Muntean, C. H. (2019) Improving learning satisfaction in a programming course by using course-level personalisation with NEWTELP.

Jemmali, C., El-Nasr, M. S. and Cooper, S. (2022) The effects of adaptive procedural levels on engagement and performance in an educational programming game. ACM International Conference Proceeding Series. DOI: 10.1145/3555858.3555892.

Kian, T. W., Sunar, M. S. and Su, G. E. (2022) The analysis of intrinsic game elements for undergraduates gamified platform based on learner type. IEEE Access, 10, 120659–120679. DOI: 10.1109/ACCESS.2022.3218625.

Maskeliūnas, R., Damaševičius, R., Blažauskas, T., Swacha, J., Queirós, R. and Paiva, J. C. (2023) FGPE+: the mobile FGPE environment and the Pareto-optimized gamified programming exercise selection model—an empirical evaluation. Computers, 12(7). DOI: 10.3390/computers12070144.

Mellado-Silva, R., Figueroa, C. C., and Rodriguez, A. G. (2021). Learning object-oriented educational software. adaptive using programmingProceedings - International Conference of the Chi SCCC Society, lean Computer Science, 2021-November. DOI: 10.1109/SCCC54552.2021.9650380.

Polito, G. and Temperini, M. (2021) A gamified web-based system for computer programming learning. Computers and Education: Artificial Intelligence, 2. DOI: 10.1016/j.caeai.2021.100029.

Rodrigues, L., Palomino, P. T., Toda, A. M., Klock, A. C. T., Pessoa, M., Pereira, F. D., Oliveira, E. H. T., Oliveira, D. F., Cristea, A. I., Gasparini, I. and Isotani, S. (2024) How personalization affects motivation in gamified review assessments. International Journal of Artificial Intelligence in Education, 34(2), 147–184. DOI: 10.1007/s40593-022-00326-x.

Swacha, J., Queirós, R., Paiva, J. C. and Leal, J. P. (2019) Defining requirements for a gamified programming exercise format. Procedia Computer Science, 159, 2502–2511. DOI: 10.1016/j.procs.2019.09.425.

Werbach, K. and Hunter, D. (2012) For the win. Wharton Digital Press: Philadelphia.