Modelo do estudante baseado em emoções e perfis de personalidade para recomendação de estratégias pedagógicas personalizadas
Resumo
Este trabalho propõe um modelo do estudante baseado em emoções e perfis de personalidade com intuito de desenvolver o perfil afetivo do estudante em Ambientes Virtuais de Aprendizagem. Através das informações contidas no modelo do estudante serão selecionadas as estratégias pedagógicas adequadas a cada perfil. Para validação desta proposta utilizou-se as técnicas de Redes Neurais Artificiais e Árvore de Decisão. Por meio de uma análise experimental, têm-se como resultados uma precisão geral de 97,28% na classificação dos nove perfis de personalidade, bem como a validação do conjunto ótimo de estratégias pedagógicas. Assim, ao detectar uma emoção prejudicial ao aprendizado o estudante receberá estímulos personalizados as suas características e, consequentemente, a aproximação da emoção que promova à aprendizagem.
Palavras-chave:
Modelo do estudante, emoções, perfis de personalidade, estratégias pedagógicas, aprendizagem
Referências
Chabot, D. (2005). Pedagogia emocional - sentir para aprender. Sa Editora.
Chen, G. and Lee, M. (2012). Detecting emotion model in learning system. Proceedings of the 2012 International Conference on Machine Learning and Cybernetics, pages 40–54.
Chrysafiadi, K. and Virvou, M. (2015). Advances in personalized web-based education.
Cloninger, C. R., Svrakic, D. M., and Przybeck, T. R. (1993). A psychobiological model of temperament and character. Archives of general psychiatry, 50(12):975–990.
Dantas, A. C., de Melo, S., Moura, F., and Fernandes, M. (2015). Reconhecimento dinâmico de emoções através de expressões faciais utilizando árvore de decisão. XXVI Simpósio Brasileiro de Informática na Educação (SBIE 2015), page 1102.
Fausett, L. (1994). Fundamentals of Neural Networks - Architectures, Algorithms, and Applications. Prentice-Hall, New York, USA, 1st edition.
Frozza, R., da Silva, A. A. K., Schreiber, J. N. C., Lux, B., Molz, K. W., Kipper, L. M., Borin, M. P., de Carvalho, A. B., Baierle, J. L., and Sampaio, L. (2011). Agentes pedagógicos emocionais atuando em um ambiente virtual de aprendizagem. RENOTE, 9(1).
Giraffa, L. M. M. and Viccari, R. M. (1999). Estratégias de ensino em sistemas tutores inteligentes modelados através da tecnologia de agentes. Revista Brasileira de Informática na Educação, 5(1):9–18.
Izard, C. E. (1984). Emotion-cognition relationships and human development. Emotions, cognition, and behavior, pages 17–37.
Jaques, P. and Vicari, R. (2005). Pat: um agente pedagógico animado para interagir efetivamente com o aluno. RENOTE, 3(1).
John, O. P. and Srivastava, S. (1999). The big five trait taxonomy: History, measurement, and theoretical perspectives. Handbook of personality: Theory and research, 2(1999):102–138.
Kort, B., Reilly, R., and Picard, R. W. (2001). An affective model of interplay between emotions and learning – reengineering educational pedagogy - building a learning companion. IEEE Computer Society, pages 0043–0043.
Melo, S. L. (2016). Modelo do estudante baseado em emoções e perfis de personalidade para recomendação de estratégias pedagógicas personalizadas. Master’s thesis, Universidade Federal de Uberlândia.
Myers, I. B., McCaulley, M. H., and Most, R. (1985). Manual, a guide to the development and use of the Myers-Briggs type indicator. Consulting Psychologists Press.
Rodrigues, L. M. L. and Carvalho, M. (2005). Sti-i: Sistemas tutoriais inteligentes que integram cognição, emoção e motivação. Revista Brasileira de Informática na Educação, 13(1):20–34.
Shi, H. (2007). Best-first decision tree learning. PhD thesis, Citeseer.
Stipek, D. J. (2002). Motivation to learn: Integrating theory and practice. Allyn & Bacon.
Chen, G. and Lee, M. (2012). Detecting emotion model in learning system. Proceedings of the 2012 International Conference on Machine Learning and Cybernetics, pages 40–54.
Chrysafiadi, K. and Virvou, M. (2015). Advances in personalized web-based education.
Cloninger, C. R., Svrakic, D. M., and Przybeck, T. R. (1993). A psychobiological model of temperament and character. Archives of general psychiatry, 50(12):975–990.
Dantas, A. C., de Melo, S., Moura, F., and Fernandes, M. (2015). Reconhecimento dinâmico de emoções através de expressões faciais utilizando árvore de decisão. XXVI Simpósio Brasileiro de Informática na Educação (SBIE 2015), page 1102.
Fausett, L. (1994). Fundamentals of Neural Networks - Architectures, Algorithms, and Applications. Prentice-Hall, New York, USA, 1st edition.
Frozza, R., da Silva, A. A. K., Schreiber, J. N. C., Lux, B., Molz, K. W., Kipper, L. M., Borin, M. P., de Carvalho, A. B., Baierle, J. L., and Sampaio, L. (2011). Agentes pedagógicos emocionais atuando em um ambiente virtual de aprendizagem. RENOTE, 9(1).
Giraffa, L. M. M. and Viccari, R. M. (1999). Estratégias de ensino em sistemas tutores inteligentes modelados através da tecnologia de agentes. Revista Brasileira de Informática na Educação, 5(1):9–18.
Izard, C. E. (1984). Emotion-cognition relationships and human development. Emotions, cognition, and behavior, pages 17–37.
Jaques, P. and Vicari, R. (2005). Pat: um agente pedagógico animado para interagir efetivamente com o aluno. RENOTE, 3(1).
John, O. P. and Srivastava, S. (1999). The big five trait taxonomy: History, measurement, and theoretical perspectives. Handbook of personality: Theory and research, 2(1999):102–138.
Kort, B., Reilly, R., and Picard, R. W. (2001). An affective model of interplay between emotions and learning – reengineering educational pedagogy - building a learning companion. IEEE Computer Society, pages 0043–0043.
Melo, S. L. (2016). Modelo do estudante baseado em emoções e perfis de personalidade para recomendação de estratégias pedagógicas personalizadas. Master’s thesis, Universidade Federal de Uberlândia.
Myers, I. B., McCaulley, M. H., and Most, R. (1985). Manual, a guide to the development and use of the Myers-Briggs type indicator. Consulting Psychologists Press.
Rodrigues, L. M. L. and Carvalho, M. (2005). Sti-i: Sistemas tutoriais inteligentes que integram cognição, emoção e motivação. Revista Brasileira de Informática na Educação, 13(1):20–34.
Shi, H. (2007). Best-first decision tree learning. PhD thesis, Citeseer.
Stipek, D. J. (2002). Motivation to learn: Integrating theory and practice. Allyn & Bacon.
Publicado
30/10/2017
Como Citar
DE MELO, Sara L.; DANTAS, Adilmar C.; FERNANDES, Márcia A..
Modelo do estudante baseado em emoções e perfis de personalidade para recomendação de estratégias pedagógicas personalizadas. In: SIMPÓSIO BRASILEIRO DE INFORMÁTICA NA EDUCAÇÃO (SBIE), 28. , 2017, Recife/PE.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2017
.
p. 967-976.
DOI: https://doi.org/10.5753/cbie.sbie.2017.967.
