Integrando reputação às técnicas de recomendação de objetos de aprendizagem em ambientes de e-learning

• Ano de defesa: 2018
• Autor(a) principal: Hinz, Verlani Timm
• Orientador(a): Pimenta, Marcelo Soares
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Ensino : Aprendizagem; Educação a distância
• Palavras-chave em Inglês: E-learning; Recommendation Techniques; Learning Objects; Reputation Models
• Link de acesso: http://hdl.handle.net/10183/187855

A educação a distância (EaD) no Brasil tem crescido bastante nos últimos anos, aumentando, com isso, significativamente o uso dos Ambientes Virtuais de Aprendizagem (AVA), que são ambientes computacionais, usados no processo de ensino-aprendizagem. Nesses ambientes encontram-se os objetos de aprendizagem (OA), que são os materiais didáticos utilizados nos cursos, como, por exemplo, documentos de texto, apostilas, arquivos de áudio e vídeo. Entretanto, verifica-se que a cada dia o número de OAs disponíveis aos usuários cresce consideravelmente, dificultando a escolha pelos objetos que satisfaçam as reais necessidades e preferências dos estudantes, tornando-se importante a existência de uma ferramenta que faça recomendações personalizadas aos usuários desses ambientes de e-learning. Além disso, outro fator que dificulta a decisão de escolha é a falta de confiança que os usuários têm em relação ao material disponibilizado, assim como, em relação à pessoa que disponibilizou o material. Diante disso, essa tese tem por objetivo a incorporação de modelos de reputação em um ambiente de e-learning para gerar recomendações personalizadas. A arquitetura proposta, chamada e- RecRep, tem como contribuição central permitir a recomendação de OAs em um ambiente de e-learning, onde a reputação dos usuários que recomendam estes OAs é considerada. Com a adoção do e-RecRep, o aluno recebe sugestões - do sistema e de outros usuários - de objetos de aprendizagem que se relacionam com o conteúdo estudado, incentivando o aluno a complementar sua aprendizagem. Os resultados obtidos permitem concluir que as sugestões de uma pessoa que apresenta uma boa reputação a um grupo tornam a informação recomendada mais relevante, melhorando não só a credibilidade da informação, mas também sua robustez, diversidade e surpresa (serendipity). A arquitetura é avaliada através da metodologia TAM, a qual considera a utilidade do protótipo desenvolvido, bem como uma análise comparativa para avaliar a melhoria do processo de ensino e aprendizagem dos alunos.