STI Curumim: Uma Ferramenta de Aprendizagem de Trigonometria baseada na Teoria das Experiências de Aprendizagem Mediadas
Resumo
Nos dias atuais, a aprendizagem da Matemática é parte fundamental no desenvolvimento do ser humano e neste contexto situa-se a Trigonometria. Os Sistemas Tutores Inteligentes (STI) oferecem uma alternativa de aprendizagem autônoma e autodirecionada, entretanto para a construção do conhecimento muitas vezes é necessário uma mediação na aprendizagem. Neste estudo é apresentado um STI denominado Curumim, como ferramenta na concepção dos conhecimentos em Trigonometria, com base na Teoria das Experiências de Aprendizagem Mediadas (EAM). Portanto, para validação do sistema foi realizado um Estudo de Caso com dois grupos: Experimental e Controle. Assim sendo, os resultados demonstraram que a ferramenta vem promovendo uma prática que incentiva os alunos na construção do conhecimento.
Referências
Feuerstein, R. (1997). The ontogeny of cogni ve modifi cability – applied aspects of mediated learning experience and instrumental enrichment. Jerusalém: ICELP HWCRI.
Litman, D. J. and Silliman, S. (2004). ITSPOKE: An intelligent tutoring spoken dialogue system. In Demonstration Papers at HLT-NAACL 2004, pages 5–8, Boston, Massachusetts, USA. Association for Computational Linguistics.
Lopes, A., Netto, J., Souza, R., Mourão, A., Almeida, T., and Lima, D. (2019). Improving students skills to solve elementary equations in k-12 programs using an intelligent tutoring system. 2019 IEEE Frontiers in Education Conference (FIE).
Moran, J. M. and BEHRENS, M. A. (2010). Novas Tecnologias e Mediação Pedagógica.
MORO, F. F., VALERIANO, E. C. F., SILVA, V. I., POZZEBON, E., and FRIGO, L. B. (2018). The use of Mazk Intelligent Tutor in the process of teaching and learning geography applied in elementary education. Technical report.
Pina, R. and Fávero, M. (2012). A pesquisa de intervenção psicopedagógica: evidências sobre ensinar e aprender. 18:47–68.
Raabe, A. L. A. and Silva, J. M. C. (2005). Um ambiente para atendimento as dificuldades de aprendizagem de algoritmos.
Rivers, K. and Koedinger, K. (2015). Data-driven hint generation in vast solution spaces: a self-improving python programming tutor. International Journal of Artificial Intelligence in Education, 27.
Santos, V., Almeida, S., and Zanotello, M. (2018). A sala de aula como um ambiente equipado tecnologicamente: reflexões sobre formação docente, ensino e aprendizagem nas séries iniciais da educação básica. Revista Brasileira de Estudos Pedagógicos, 99.
Siegel, S. (1975). Estatística Não-Paramétrica para as ciências do comportamento.
Van Ga, B. and Thai, P. (2020). Soot emission reduction in a biogas-dme hybrid dual-fuel engine. Applied Sciences, 10:3416.
Vanlehn, K., Lynch, C., Schulze, K., Shapiro, J., Shelby, R., Taylor, L., Treacy, D., Weinstein, A., and Wintersgill, M. (2005). The andes physics tutoring system: Lessons learned. I. J. Artificial Intelligence in Education, 15:147–204.
Vidotto, K. N., Pozzebon, E., and Lopes, L. (2017). Ambiente inteligente de aprendizagem mazk com alunos do ensino fundamental ii na disciplina de ciências. Congresso Brasileiro de Informática na Educação.
Weber, K. (2005). Students’ understanding of trigonometric functions. Mathematics Education Research Journal, 17:91–112.
Woolf, B. P. (2009). Building intelligent interactive tutors: student-centered strategies for revolutionizing e-learning.
Yun, R. (2001). Estudo de Caso: planejamento e métodos. São Paulo: Bookman.