Ensino de algoritmos : detecção do estado afetivo de frustração para apoio ao processo de aprendizagem

• Ano de defesa: 2013
• Autor(a) principal: Iepsen, Edécio Fernando
• Orientador(a): Bercht, Magda
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Computador na educação; Algorítmo; Tecnologia educacional; Afetividade
• Palavras-chave em Inglês: Affective computing; Teaching and learning of algorithms; Affective state of frustration
• Link de acesso: http://hdl.handle.net/10183/78020

Esta tese apresenta uma pesquisa para detectar os alunos que evidenciam sinais de frustração em atividades de ensino e de aprendizagem na área de Algoritmos, para então, auxiliá-los com ações proativas de apoio. A motivação para o desenvolvimento deste trabalho advém da dificuldade dos alunos na aprendizagem dos conceitos e técnicas de construção de Algoritmos, que se constitui num dos principais fatores que levam os cursos de formação em Computação a atingir altas taxas de evasão. Na busca por diminuir tal evasão, esta pesquisa destaca a importância de considerar os estados afetivos dos alunos, procurando motivá-los a estudar e resolver suas dificuldades de entendimento da resolução de problemas usando como suporte os sistemas computacionais. Para fins de validação da pesquisa foi construída uma ferramenta para: a) inferir o estado afetivo de frustração do aluno durante a resolução dos exercícios de Algoritmos, b) ao detectar sinais associados à frustração, apresentar recursos de apoio ao aprendizado do aluno. A inferência da frustração ocorre a partir da análise das variáveis comportamentais produzidas pelas interações dos alunos com a ferramenta. O apoio consiste na exibição de um tutorial com a resolução passo a passo do exercício no qual o aluno apresenta dificuldades e na recomendação de um novo exercício com níveis de complexidade mais lineares aos conceitos trabalhados até aquele ponto da disciplina. A partir destas ações, pretende-se auxiliar a fazer com que a frustração do aluno possa ser transformada em uma oportunidade de aprendizado. Estudos de Caso foram realizados com alunos de Algoritmos do curso de Tecnologia em Análise e Desenvolvimento de Sistemas da Faculdade de Tecnologia Senac Pelotas durante os anos de 2011 e 2012. Para identificar os padrões de comportamento dos alunos foram utilizadas técnicas de Mineração de Dados. Os resultados dos experimentos demonstraram que evidências como, o alto número de tentativas de compilação de um programa sem sucesso, o grande número de erros em um mesmo programa ou a quantidade de tempo gasto na tentativa de resolver um algoritmo, podem estar relacionadas ao estado de frustração do aluno. Além disso, em um dos experimentos foi realizado um comparativo de pré e pós-teste que demonstrou importantes avanços no aprendizado dos alunos participantes da pesquisa.