Uma avaliação da relação entre o desempenho de jogadores e a atratividade de jogos educacionais

• Flávio P. Marques Centro Federal de Educação Tecnológica Celso Suckow da Fonseca (CEFET/RJ)
• Myrna Amorim Centro Federal de Educação Tecnológica Celso Suckow da Fonseca (CEFET/RJ)
• Leonardo Lignani Centro Federal de Educação Tecnológica Celso Suckow da Fonseca (CEFET/RJ)
• Eduardo Ogasawara Centro Federal de Educação Tecnológica Celso Suckow da Fonseca (CEFET/RJ)
• Joel dos Santos Centro Federal de Educação Tecnológica Celso Suckow da Fonseca (CEFET/RJ) http://orcid.org/0000-0001-7234-613X

DOI: https://doi.org/10.5753/sbie.2022.225416

Resumo

O uso de experimentos e atividades práticas são fundamentais para fixação de conceitos trabalhados em algumas disciplinas. Entretanto, tais práticas podem não ser viáveis no ambiente acadêmico. O uso de simuladores e jogos computacionais torna-se uma alternativa para estas situações. Um desafio é obter um compromisso entre a jogabilidade/entretenimento com o processo de mobilização dos conceitos teóricos. Uma abordagem comum é pela avaliação da pontuação obtida, mas fica um pouco limitada quando se trata de jogos com grande variedade de decisões. Um exemplo é a análise da estratégia utilizada durante o jogo. Usar a proveniência de dados em jogos educacionais parece ser uma alternativa. Neste artigo, apresentamos uma abordagem baseada na análise de proveniência para avaliar jogadas realizadas por alunos e agrupá-los conforme a estratégia utilizada, refletindo a mobilização dos conceitos abordados no jogo. Com base nesses grupos é feita uma análise da atratividade reportada pelos alunos. Uma avaliação experimental com alunos de ensino médio foi realizada em cima do jogo Control Harvest. Os resultados apontam uma correlação entre a atratividade percebida e o desempenho medido com a proveniência.

Palavras-chave: Jogo Educacional, Proveniência, Controle Biológico

Referências

Baluz, R., Teles, A., Fontenele, J. E., Moreira, R., Fialho, R., Azevedo, P., Sousa, D., Santos, F., Bastos, V. H., and Teixeira, S. (2022). Motor rehabilitation of upper limbs using a gesture-based serious game: Evaluation of usability and user experience. Games for Health Journal, 11(3):177–185. PMID: 35294849.

Belinda, N. M. A., Linawati, and Saputra, K. O. (2020). Ui/ux design of educational game for earthquake mitigation. In WIECON-ECE 2020, pages 70–73.

Cardoso, J., Caetano, D., Abreu, R., Quadros, J., Santos, J., Ogasawara, E., and Lignani, L. (2020). Supporting the Learning of Evolution Theory Using an Educational Simulator. IEEE Transactions on Learning Technologies, 13(2):417–424.

Clark, D. B., Tanner-Smith, E. E., and Killingsworth, S. S. (2016). Digital games, design, and learning: A systematic review and meta-analysis. Review of Educational Research, 86(1):79–122.

Dinimaharawati, A., Wuryandari, A. I., and Aziiz, H. A. (2018). Designing educational games on e-learning smanas based learning experience design. In ISRITI 2018, pages 265–270.

Esling, P. and Agon, C. (2012). Time-series data mining. ACM Computing Surveys, 45(1).

Gee, J. P. (2007). What video games have to teach us about learning and literacy. St. Martin’s Griffin, New York, 2nd edition edition.

Hamari, J., Shernoff, D. J., Rowe, E., Coller, B., Asbell-Clarke, J., and Edwards, T. (2016). Challenging games help students learn: An empirical study on engagement, flow and immersion in game-based learning. Computers in Human Behavior, 54:170–179.

Han, J., Kamber, M., and Pei, J. (2012). Data Mining: Concepts and Techniques. Publication Title: Data Mining: Concepts and Techniques.

Juan, A., Loch, B., Daradoumis, T., and Ventura, S. (2017). Games and simulation in higher education. International Journal of Educational Technology in Higher Education, 14.

Kohwalter, T. C., Clua, E. G. W., and Murta, L. G. P. (2013). Game Flux Analysis with Provenance. In Reidsma, D., Katayose, H., and Nijholt, A., editors, Advances in Computer Entertainment, pages 320–331, Cham. Springer International Publishing.

Laugwitz, B., Held, T., and Schrepp, M. (2008). Construction and evaluation of a user experience questionnaire. volume 5298, pages 63–76.

Melo, S., Kohwalter, T., Clua, E., Paes, A., and Murta, L. (2020). Player behavior profiling through provenance graphs and representation learning. In FDG 2020, pages 1–11.

Petri, G., Gresse von Wangenheim, C., and Borgatto, A. F. (2017). MEEGA+, Systematic Model to Evaluate Educational Games, pages 1–7. Springer International Publishing, Cham.

Plass, J. L., Mayer, R. E., and Homer, B. D. (2020). Handbook of game-based learning. Mit Press, Cambridge, 1st edition edition.

Schrepp, M., Hinderks, A., and Thomaschewski, J. (2017). Construction of a benchmark for the user experience questionnaire (ueq). International Journal of Interactive Multimedia and Artificial Intelligence, 4:40–44.

Serrano-Laguna, A., Martínez-Ortiz, I., Haag, J., Regan, D., Johnson, A., and Fernández-Manjón, B. (2017). Applying standards to systematize learning analytics in serious games. Computer Standards and Interfaces, 50:116–123.

Tsopra, R., Courtine, M., Sedki, K., Eap, D., Cabal, M., Cohen, S., Bouchaud, O., Mechaï, F., and Lamy, J. . (2020). Antibiogame®: A serious game for teaching medical students about antibiotic use. International journal of medical informatics, 136.

Zairi, I., Ben Dhiab, M., Mzoughi, K., Mrad, I., and Kraiem, S. (2021). Assessing medical student satisfaction and interest with serious game. La Tunisie medicale, 99:1030–1035.