Selfpath: um mecanismo computacional para análise de caminhos de aprendizagem

• Ano de defesa: 2021
• Autor(a) principal: Silva, Paulo Henrique Gregio da
• Orientador(a): Silveira, Ismar Frango
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por; eng
• Instituição de defesa: Universidade Presbiteriana Mackenzie
• Palavras-chave em Português: inteligência artificial; aprendizagem significativa; self-organized map; caminhos de aprendizagem
• Link de acesso: https://dspace.mackenzie.br/handle/10899/29266

Uma escola eficiente quase sempre está associada a ideia de ensino e aprendizagem de habilidades essenciais. O conceito de eficiência não se limita ao cumprimento do curr´ıculo escolar, é necessário também estabelecer padrões mínimos a serem atingidos. Avaliar o desempenho dos indivíduos não fornece indicadores reais sobre o nível de aprendizado, caso esta avaliação não seja acompanhada por análises que ajudem a explicar o resultado ou métricas eficientes, todo o conteúdo irá se tornar irrelevante. Esta dissertação propõe um mecanismo computacional para atenção de métricas individuais de caminhos idealizados através de mapas auto-organizáveis, combinado `a metodologia de ensino baseada em aprendizagem significativa e a mapas conceituais: acessos a uma plataforma educacional que analisa qual ´e o aprofundamento e caminho percorrido pelo discente, a fim de diagnosticar qual a abrangˆencia de caminhos percorridos pelo estudante. A contribuição do algoritmo será organizar dimensionalmente dados complexos em grupos (clusters), de acordo com suas relaçoes e aproximações do caminho idealizado pelo gestor e apresentar uma nova alternativa de metrificação para análise pedagógica