Recomendação de Recursos Educacionais Baseada em Aprendizagem de Máquina para Autorregulação da Aprendizagem
Resumo
O aumento da educação à distância no Brasil tem estimulado o desenvolvimento de soluções para redução da evasão nos cursos e melhoria de desempenho dos estudantes. Dados gerados de interações em ambientes virtuais de aprendizagem (AVA) têm sido analisados na busca por padrões que auxiliem no acompanhamento da aprendizagem. AVAs têm sido aprimorados considerando peculiaridades existentes no perfil dos estudantes, para indicação de atividades e/ou estratégias de aprendizagem que aumentem seu desempenho. Este trabalho desenvolve um modelo de recomendação baseado em padrões de autorregulação da aprendizagem em AVAs, fundamentado em algoritmos de aprendizagem de máquina e mineração de dados. Foi construída uma solução em software de recomendação de recursos educacionais que possibilita (1) analisar o desempenho dos estudantes a partir de uma pontuação; (2) extrair características de comportamento que influenciam no desempenho; e (3) recomendar ações que promovam a melhoria do desempenho. Experimentos realizados com uma base real de universidade brasileira com mais 30.000 estudantes, e várias métricas de desempenho, indicam que a solução foi capaz de capturar o perfil de aprendizagem com performance superior a 0,95 (Área Sob a Curva ROC); e a recomendar ações para melhoria da aprendizagem.
Palavras-chave:
Educação à distância, Aprendizagem de máquina, Autorregulação da aprendizagem, Ambientes virtuais de aprendizagem, Recomendação de recursos educacionais
Referências
Aguiar, J., Fechine, J., & Costa, E. (2015). Recomendação de Objetos de Aprendizagem baseada na Popularidade dos Objetos e nos Estilos de Aprendizagem dos Alunos. In Simpósio Brasileiro de Informática na Educação (SBIE), vol. 26, no. 1, p. 1147.
Associação Brasileira de Educação a Distância–ABED (2015). Relatório Analítico da Aprendizagem a Distância no Brasil. Acesso em 03 de Março de 2017. Disponível em [link].
Bremgartner, V., Netto, J. F., & de Menezes, C. (2015). Explorando arquiteturas pedagógicas recomendadas por meio de agentes e ontologia de modelo do aluno em ambientes virtuais de aprendizagem. In Simpósio Brasileiro de Informática na Educação (SBIE), vol.26, no.1, p. 1157.
Burke, R. (2007). Hybrid web recommender systems. The adaptive web, vol. 4321, Springer Science & Business Media.
Casagrande, M. F. R., Kozima, G., & Willrich, R. (2013). Técnica de Recomendação Baseada em Metadados para Repositórios Digitais Voltados ao Ensino. In Simpósio Brasileiro de Informática na Educação (SBIE), vol. 24, no. 1, p. 677.
Costa, E., Aguiar, J., & Magalhães, J. (2013). Sistemas de Recomendação de Recursos Educacionais: conceitos, técnicas e aplicações. In Jornada de Atualização em Informática na Educação (JAIE), Campinas, SP.
Council, E. U. (2002). Council resolution of 27 June 2002 on lifelong learning. Official Journal of the European Communities, 9, 1-3.
dos Santos, H., Cechinel, C., Araújo, R., & Brauner, D. (2015, October). Recomendação de Objetos de Aprendizagem Utilizando Filtragem Colaborativa: Uma comparação entre abordagens de pré-processamento por meio de clusterização. In Simpósio Brasileiro de Informática na Educação (SBIE), vol. 26, no. 1, p. 1127.
Ferreira, L. G. A., Barbosa, J. L. V., & Gluz, J. C. (2013). Um Modelo de Recomendação Ubíqua de Conteúdo para Grupos de Aprendizes. In Simpósio Brasileiro de Informática na Educação (SBIE) v, 24, 697-706.
Ferro, M. R. D. C. (2010). Modelo de sistema de recomendação de materiais didáticos para ambientes virtuais de aprendizagem. Dissertação de Mestrado. Universidade Federal de Alagoas, Maceió - AL.
Hair, J. F., Black, W. C., Babin, B. J., Anderson, R. E., & Tatham, R. L. (2009). Análise multivariada de dados. Bookman Editora.
Lorenzett, C. D. C., & Telöcken, A. V. (2016). Estudo Comparativo entre os algoritmos de Mineração de Dados Random Forest e J48 na tomada de Decisão. In Simpósio de Pesquisa e Desenvolvimento em Computação (SPDC), vol. 2, no. 1.
Müller, L., & Silveira, M. S. (2013). Podes me ajudar? Apoiando a formação de pares em sistemas de ajuda em pares através de técnicas de recomendação. In Simpósio Brasileiro de Informática na Educação (SBIE), vol. 24, no. 1, p. 868.
Pereira, A. T. C., Schmitt, V., & Dias, M. R. A. C. (2007). Ambientes virtuais de aprendizagem. AVA-Ambientes Virtuais de Aprendizagem em Diferentes Contextos. Rio de Janeiro: Editora Ciência Moderna Ltda.
Reis, G., & Barrére, E. (2014). Recomendação Colaborativa de Conteúdos Educacionais para Dispositivos Portáteis. In Simpósio Brasileiro de Informática na Educação (SBIE), vol. 25, no. 1, p. 934.
Ribeiro, F. A. A., Fonseca, L. C. C., & de Sousa Freitas, M. (2013). Recomendando Objetos de Aprendizagem a partir das hashtags postadas no Moodle. In Simpósio Brasileiro de Informática na Educação (SBIE), vol. 24, no. 1, p. 82.
Rodrigues, R. L. (2016). Uma abordagem de mineração de dados educacionais para previsão de desempenho a partir de padrões comportamentais de autorregulação da aprendizagem. Tese de Doutorado, Centro de Informática - UFPE, Recife-PE.
Sanches, F. (2008). Anuário Brasileiro Estatístico de Educação - ABRAEAD. Associação Brasileira de Educação a Distância - ABED.
Witten, I. H., Frank, E(2005). Data Mining: Practical machine learning tools and techniques. 2nd ed. Morgan Kaufmann.
Zimmerman, B. J., & Moylan, A. R. (2009). Self-regulation: Where metacognition and motivation intersect. Handbook of metacognition in education, 299-315.
Zeidner, M., Boaekaerts, P. & Pintrch, P. (2000) . Handbook of self-regulation, 13-39. New York: Academic Press.
Associação Brasileira de Educação a Distância–ABED (2015). Relatório Analítico da Aprendizagem a Distância no Brasil. Acesso em 03 de Março de 2017. Disponível em [link].
Bremgartner, V., Netto, J. F., & de Menezes, C. (2015). Explorando arquiteturas pedagógicas recomendadas por meio de agentes e ontologia de modelo do aluno em ambientes virtuais de aprendizagem. In Simpósio Brasileiro de Informática na Educação (SBIE), vol.26, no.1, p. 1157.
Burke, R. (2007). Hybrid web recommender systems. The adaptive web, vol. 4321, Springer Science & Business Media.
Casagrande, M. F. R., Kozima, G., & Willrich, R. (2013). Técnica de Recomendação Baseada em Metadados para Repositórios Digitais Voltados ao Ensino. In Simpósio Brasileiro de Informática na Educação (SBIE), vol. 24, no. 1, p. 677.
Costa, E., Aguiar, J., & Magalhães, J. (2013). Sistemas de Recomendação de Recursos Educacionais: conceitos, técnicas e aplicações. In Jornada de Atualização em Informática na Educação (JAIE), Campinas, SP.
Council, E. U. (2002). Council resolution of 27 June 2002 on lifelong learning. Official Journal of the European Communities, 9, 1-3.
dos Santos, H., Cechinel, C., Araújo, R., & Brauner, D. (2015, October). Recomendação de Objetos de Aprendizagem Utilizando Filtragem Colaborativa: Uma comparação entre abordagens de pré-processamento por meio de clusterização. In Simpósio Brasileiro de Informática na Educação (SBIE), vol. 26, no. 1, p. 1127.
Ferreira, L. G. A., Barbosa, J. L. V., & Gluz, J. C. (2013). Um Modelo de Recomendação Ubíqua de Conteúdo para Grupos de Aprendizes. In Simpósio Brasileiro de Informática na Educação (SBIE) v, 24, 697-706.
Ferro, M. R. D. C. (2010). Modelo de sistema de recomendação de materiais didáticos para ambientes virtuais de aprendizagem. Dissertação de Mestrado. Universidade Federal de Alagoas, Maceió - AL.
Hair, J. F., Black, W. C., Babin, B. J., Anderson, R. E., & Tatham, R. L. (2009). Análise multivariada de dados. Bookman Editora.
Lorenzett, C. D. C., & Telöcken, A. V. (2016). Estudo Comparativo entre os algoritmos de Mineração de Dados Random Forest e J48 na tomada de Decisão. In Simpósio de Pesquisa e Desenvolvimento em Computação (SPDC), vol. 2, no. 1.
Müller, L., & Silveira, M. S. (2013). Podes me ajudar? Apoiando a formação de pares em sistemas de ajuda em pares através de técnicas de recomendação. In Simpósio Brasileiro de Informática na Educação (SBIE), vol. 24, no. 1, p. 868.
Pereira, A. T. C., Schmitt, V., & Dias, M. R. A. C. (2007). Ambientes virtuais de aprendizagem. AVA-Ambientes Virtuais de Aprendizagem em Diferentes Contextos. Rio de Janeiro: Editora Ciência Moderna Ltda.
Reis, G., & Barrére, E. (2014). Recomendação Colaborativa de Conteúdos Educacionais para Dispositivos Portáteis. In Simpósio Brasileiro de Informática na Educação (SBIE), vol. 25, no. 1, p. 934.
Ribeiro, F. A. A., Fonseca, L. C. C., & de Sousa Freitas, M. (2013). Recomendando Objetos de Aprendizagem a partir das hashtags postadas no Moodle. In Simpósio Brasileiro de Informática na Educação (SBIE), vol. 24, no. 1, p. 82.
Rodrigues, R. L. (2016). Uma abordagem de mineração de dados educacionais para previsão de desempenho a partir de padrões comportamentais de autorregulação da aprendizagem. Tese de Doutorado, Centro de Informática - UFPE, Recife-PE.
Sanches, F. (2008). Anuário Brasileiro Estatístico de Educação - ABRAEAD. Associação Brasileira de Educação a Distância - ABED.
Witten, I. H., Frank, E(2005). Data Mining: Practical machine learning tools and techniques. 2nd ed. Morgan Kaufmann.
Zimmerman, B. J., & Moylan, A. R. (2009). Self-regulation: Where metacognition and motivation intersect. Handbook of metacognition in education, 299-315.
Zeidner, M., Boaekaerts, P. & Pintrch, P. (2000) . Handbook of self-regulation, 13-39. New York: Academic Press.
Publicado
30/10/2017
Como Citar
FERREIRA, Victor A. S.; VASCONCELOS, Germano C..
Recomendação de Recursos Educacionais Baseada em Aprendizagem de Máquina para Autorregulação da Aprendizagem. In: SIMPÓSIO BRASILEIRO DE INFORMÁTICA NA EDUCAÇÃO (SBIE), 28. , 2017, Recife/PE.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2017
.
p. 1557-1566.
DOI: https://doi.org/10.5753/cbie.sbie.2017.1557.
