Design de Sistema de Recomendação Educacional: abordagens com Mágico de Oz

Resumo


A educação é um domínio plural, e as tecnologias a serem inseridas neste contexto, devem considerar, principalmente, as percepções de estudantes e professores. Neste caso, Sistemas de Recomendação podem passar por processos de design antes de direcionar esforços para utilizar Aprendizado de Máquina. Para isso, esse estudo teve como objetivo verificar o impacto na frequência de interações ao incorporar recomendações em um contexto educacional de Rede Social Educativa. Através de técnicas de Mágicos de Oz (WoZ), durante períodos do ano letivo de 2022, foi possível verificar que o processo de design resultou na antecipação de situações que inserem estudantes da Educação Básica no espaço de interações mais significativamente incentivadas por abordagens de recomendação.
Palavras-chave: Sistemas de Recomendação, Rede Social Educativa, Mágicos de Oz, Interações, Educação Básica

Referências

Abbas, T., Khan, V. J., Gadiraju, U., Barakova, E., & Markopoulos, P. (2020). Crowd of oz: a crowd-powered social robotics system for stress management. Sensors, 20(2), 569. https://doi.org/10.3390/s20020569

Amaral, G., Ramos, D., Ramos, I., & Oliveira, E. (2021). Um Sistema de Recomendação de Estratégias de Aprendizagem Baseado no Perfil de Motivação do Aluno: SisREA. In Anais do XXXII Simpósio Brasileiro de Informática na Educação, (pp. 718-727). Porto Alegre: SBC. https://doi.org/10.5753/sbie.2021.218743

Andrade, T., Almeida, C., Barbosa, J., & Rigo, S. (2021). Metodologias Ativas integradas a um Sistema de Recomendação e Mineração de Dados Educacionais para a mitigação de evasão em EaD. In Anais do XXXII Simpósio Brasileiro de Informática na Educação, (pp. 824-835). Porto Alegre: SBC. https://doi.org/10.5753/sbie.2021.218385

Champiri, Z. D., Mujtaba, G., Salim, S. S., & Chong, C. Y. (2019, January). User experience and recommender systems. In 2019 2nd International Conference on Computing, Mathematics and Engineering Technologies (iCoMET) (pp. 1-5). IEEE. https://doi.org/10.1109/ICOMET.2019.8673410

Chaiyo, Y., & Nokham, R. (2017, March). The effect of Kahoot, Quizizz and Google Forms on the student's perception in the classrooms response system. In 2017 International Conference on Digital Arts, Media and Technology (ICDAMT) (pp. 178-182). IEEE. https://doi.org/10.1109/ICDAMT.2017.7904957

Chen, X., Zou, D., Xie, H., Cheng, G., & Liu, C. (2022). Two Decades of Artificial Intelligence in Education: Contributors, Collaborations, Research Topics, Challenges, and Future Directions. Educational Technology & Society, 25(1), 28–47. https://www.jstor.org/stable/48647028

Browne, J. T. (2019, May). Wizard of oz prototyping for machine learning experiences. In Extended Abstracts of the 2019 CHI Conference on Human Factors in Computing Systems (pp. 1-6). https://doi.org/10.1145/3290607.3312877

Escolà-Gascón, Á., & Gallifa, J. (2022). How to measure soft skills in the educational context: psychometric properties of the SKILLS-in-ONE questionnaire. Studies in Educational Evaluation, 74, 101155. https://doi.org/10.1016/j.stueduc.2022.101155

Ferreira, H. N. M., Brant-Ribeiro, T., Araújo, R. D., Dorça, F. A., & Cattelan, R. G. (2016). An automatic and dynamic student modeling approach for adaptive and intelligent educational systems using ontologies and bayesian networks. In 2016 IEEE 28th International Conference on Tools with Artificial Intelligence (ICTAI) (pp. 738-745). IEEE. https://doi.org/10.1109/ICTAI.2016.0116

Jansen, A., & Colombo, S. (2022, April). Wizard of Errors: Introducing and Evaluating Machine Learning Errors in Wizard of Oz Studies. In CHI Conference on Human Factors in Computing Systems Extended Abstracts (pp. 1-7). https://doi.org/10.1145/3491101.3519684

Jokhan, A., Chand, A. A., Singh, V., & Mamun, K. A. (2022). Increased digital resource consumption in higher educational institutions and the artificial intelligence role in informing decisions related to student performance. Sustainability, 14(4), 2377. https://doi.org/10.3390/su14042377

Hernandez-Bocanegra, D. C., & Ziegler, J. (2021, July). Conversational review-based explanations for recommender systems: Exploring users’ query behavior. In CUI 2021-3rd Conference on Conversational User Interfaces (pp. 1-11). https://doi.org/10.1145/3469595.3469596

Howard, S. K., Swist, T., Gasevic, D., Bartimote, K., Knight, S., Gulson, K., ... & Selwyn, N. (2022). Educational data journeys: Where are we going, what are we taking and making for AI?. Computers and Education: Artificial Intelligence, 3, 100073. https://doi.org/10.1016/j.caeai.2022.100073

Kruskal, W. H., & Wallis, W. A. (1952). Use of ranks in one-criterion variance analysis. Journal of the American statistical Association, 47(260), 583-621. https://doi.org/10.1080/01621459.1952.10483441

Ladosha, O. M. (2022). Dynamics of Student Performance in a Foreign Language from the Perspective of the Transition to Distance Learning (statistical analysis). In 2022 VI International Conference on Information Technologies in Engineering Education (Inforino) (pp. 1-5). IEEE. https://doi.org/10.1109/Inforino53888.2022.9782984

Pereira, A., Gomes, A., Primo, T., Silva, R., Rodrigues, R., Campos Filho, A., Lima, R., & Melo Júnior, R. (2021). Identificação e caracterização de níveis de interação no ensino remoto de emergência na Educação Básica. In Anais do XXXII Simpósio Brasileiro de Informática na Educação, (pp. 145-156). Porto Alegre: SBC. https://doi.org/10.5753/sbie.2021.218498

Rahayu, N. W., Ferdiana, R., & Kusumawardani, S. S. (2022). A systematic review of ontology use in E-Learning recommender system. Computers and Education: Artificial Intelligence, 100047. https://doi.org/10.1016/j.caeai.2022.100047

Silva, F. L., da Silva, K. K. A., Slodkowski, B. K., & Cazella, S. C. (2022). A Aplicação de Sistemas de Recomendação no Contexto Educacional: uma Revisão Sistemática da Literatura. Revista Iberoamericana de Tecnología en Educación y Educación en Tecnología, (32), e1-e1. https://doi.org/10.24215/18509959.32.e1

Silva, V., Ferreira, H., Torres, A., & Rodrigues, F. (2021). Math Suggestion: Uma Ferramenta de Recomendação de Objetos de Aprendizagem Fundamentada nos Princípios das Avaliações de Autoeficácia e Análise de Desempenho. In Anais do XXXII Simpósio Brasileiro de Informática na Educação, (pp. 237-248). Porto Alegre: SBC. https://doi.org/10.5753/sbie.2021.218677

Viswanathan, S., Guillot, F., Chang, M., Grasso, A. M., & Renders, J. M. (2022, June). Addressing Hiccups in Conversations with Recommender Systems. In Designing Interactive Systems Conference (pp. 1243-1259). https://doi.org/10.1145/3532106.3533491

Xu, W., Dainoff, M. J., Ge, L., & Gao, Z. (2022). Transitioning to human interaction with AI systems: New challenges and opportunities for HCI professionals to enable human-centered AI. International Journal of Human–Computer Interaction, 1-25. https://doi.org/10.1080/10447318.2022.2041900
Publicado
16/11/2022
PEREIRA, Aluisio José; GOMES, Alex Sandro; PRIMO, Tiago Thompsen. Design de Sistema de Recomendação Educacional: abordagens com Mágico de Oz. In: SIMPÓSIO BRASILEIRO DE INFORMÁTICA NA EDUCAÇÃO (SBIE), 33. , 2022, Manaus. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2022 . p. 1184-1195. DOI: https://doi.org/10.5753/sbie.2022.225760.