Uma Abordagem para Geração Automática de Conteúdo Personalizado Através da Recomendação Estocástica de Objetos de Aprendizagem no Processo de Ensino em Sistemas Adaptativos e Inteligentes para Educação

• Fabiano A. Dorça Universidade Federal de Uberlândia (UFU)
• Daydson H. Silva Universidade Federal de Uberlândia (UFU)
• Luciano V. Lima Universidade Federal de Uberlândia (UFU)
• Márcia A. Fernandes Universidade Federal de Uberlândia (UFU)
• Carlos R. Lopes Universidade Federal de Uberlândia (UFU)

DOI: https://doi.org/10.5753/cbie.sbie.2013.838

Resumo

A personalização automática do processo de ensino baseada em estilos de aprendizagem é um aspecto fundamental em sistemas adaptativos e inteligentes para educação, sendo esta, atualmente, uma área sob intensa investigação. Neste contexto, este trabalho apresenta um modelo baseado em regras de produção e probabilidades para geração automática de conteúdo personalizado através da recomendação estocástica de objetos de aprendizagem no processo de ensino nestes sistemas. Experimentos realizados com o modelo proposto mostraram resultados promissores. Os testes realizados apresentaram a recomendação, ordenação e destaque dos OAs de maneira eficaz, levando em consideração os estilos de aprendizagem dos estudantes.

Palavras-chave: sistemas adaptativos e inteligentes para educação, modelagem do estudante, estilos de aprendizagem, recomendação de objetos de aprendizagem

Referências

Bittencourt, I. e Costa, E. (2011). Modelos e ferramentas para a construção de sistemas educacionais adaptativos e semânticos. Revista Brasileira de Informática na Educação, 19(1):49–56.

Brusilovsky, P., Eklund, J., e Schwarz, E. (1998). Web-based education for all: A tool for developing adaptive courseware. In Seventh International WWW Conference, pages 291–300.

Dorça, F. A., Lima, L. V., Fernandes, M. A., e Lopes, C. R. (2012). A stochastic approach for automatic and dynamic student modeling in adaptive educational systems. Informatics in Education. Vilnius University Institute of Mathematics and Informatics, Lithuanian Academy of Sciences, Lithuania. ISSN: 1648-5831., 11(2).

Dorça, F. A., Lima, L. V., Fernandes, M. A., e Lopes, C. R. (2013a). Comparing strategies for modeling students learning styles through reinforcement learning in adaptive and intelligent educational systems: An experimental analysis. Expert Systems with Applications. DOI: 10.1016/j.eswa.2012.10.014, 40.

Dorça, F. A., Lima, L. V., Fernandes, M. A., e Lopes, C. R. (2013b). Simulação de Aprendizagem em Estudantes como Ferramenta para Minimização de Custos na Avaliação de Novas Abordagens em Sistemas Adaptativos e Inteligentes para Educação a Distância: Uma Análise Experimental. In In: XXXIII Congresso da Sociedade Brasileira de Computação (CSBC’2013). II DesafIE!. Maceió/AL.

Felder, R. e Silverman, L. (1988). Learning and teaching styles in engineering education. Journal of Engineering education, 78(7):674–681.

Graf, S. e Kinshuk, C. (2010). A Flexible Mechanism for Providing Adaptivity Based on Learning Styles in Learning Management Systems. In 10th IEEE International Conference on Advanced Learning Technologies, pages 30–34. IEEE.

Graf, S., Lan, C., Liu, T., et al. (2009). Investigations about the Effects and Effectiveness of Adaptivity for Students with Different Learning Styles. In 2009 Ninth IEEE International Conference on Advanced Learning Technologies, pages 415–419. IEEE.

Haider, M., Sinha, A., e Chaudhary, B. (2010). An Investigation of relationship between learning styles and performance of learners. International Journal of Engineering Science and Technology, 2(7):2813–2819.

Kinshuk, Liu, T., e Graf, S. (2009). Coping with Mismatched Courses: Students’ behaviour and performance in courses mismatched to their learning styles. Educational Technology Research and Development, 57(6):739–752.

Nat, M., Walker, S., Bacon, L., e Dastbaz, M. (2010). Designing personalisation in LAMS. In Proceedings of the 2010 European LAMS & Learning Design Conference.

Van Zwanenberg, N., Wilkinson, L., e Anderson, A. (2000). Felder and silverman’s index of learning styles and honey and mumford’s learning styles questionnaire: how do they compare and do they predict academic performance? Educational Psychology, 20(3):365–380.

Virvou, M., Manos, K., e Katsionis, G. (2003). An evaluation agent that simulates students’ behaviour in intelligent tutoring systems. In IEEE International Conference on Systems, Man and Cybernetics, 2003, volume 5, pages 4872–4877. IEEE, IEEE.