Avaliação automática de mapas conceituais para identificar indícios de aprendizagem significativa.

• Ano de defesa: 2023
• Autor(a) principal: Boss, Silvio Luiz Bragatto
• Orientador(a): Andrade, Aline Maria Santos
• Banca de defesa: Matos, Ecivaldo de Souza Matos , Andrade, Aline Maria Santos , Silva de Menezes, Crediné , Alves, Lynn Rosalina Gama , Souza, Marlo Vieira dos Santos e , Cury, Davidson
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal da Bahia
• Programa de Pós-Graduação: Programa de Pós-Graduação em Ciência da Computação (PGCOMP)
• Departamento: Instituto de Matemática
• País: Brasil
• Palavras-chave em Português: Mapas; Sistemas computacionais; Aprendizagem
• Área do conhecimento CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
• Link de acesso: https://repositorio.ufba.br/handle/ri/38960

A avaliação de mapas conceituais é um processo complexo e muitos desafios existem atualmente, principalmente quando se pretende automatizar a avaliação de mapas, que deve permitir a criação de mecanismos para verificar possíveis alterações na estrutura cognitiva do aprendiz, bem como fornecer informações sobre o processo de aquisição de novos conhecimentos. A avaliação de mapas requer a análise estrutural e semântica para avaliar a correção das proposições, como proposto em vários trabalhos na literatura, contudo, essas avaliações não consideram certos aspectos cognitivos do aprendiz durante a construção do seu conhecimento. Neste sentido, é importante observar o processo de construção do mapa, pois através deste é possível identificar aspectos relacionados à aprendizagem significativa, como os processos cognitivos da diferenciação progressiva e reconciliação integrativa da teoria de Ausubel e outros aspectos cognitivos, como dificuldades de construções conceituais e erros conceituais cometidos pelos aprendizes durante a construção do seu conhecimento. A combinação da avaliação da correção das proposições e dos aspectos cognitivos identificados durante o processo de construção do mapa permitem identificar indícios relacionados à qualidade da aprendizagem. Esta tese de doutorado propõe um framework conceitual, para a construção de sistemas computacionais, que fornece um arcabouço sobre a organização e estruturação da avaliação de mapas conceituais para automatização da avaliação. Para a concepção do framework, desenvolvemos um modelo e um método para avaliação qualitativa e quantitativa de mapas conceituais que considera análise estrutural e semântica bem como o processo de construção de mapas, propondo critérios para identificar indícios de aprendizagem mecânica, significativa e não-aprendizagem. Nesta pesquisa, exploramos indícios de aprendizagem através de estudos de casos, que foram também utilizados como provas de conceito do método de avaliação de mapas proposto.