Identificação de trajetórias de aprendizagem com o uso de grafos direcionados e técnicas de mineração de dados visando a detecção de evasão em cursos EAD

• Ano de defesa: 2023
• Autor(a) principal: Kühn, Ígor
• Orientador(a): Wives, Leandro Krug
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Educação a distância; Aprendizagem; Ensino
• Link de acesso: http://hdl.handle.net/10183/279018

A expansão das Tecnologias de Informação e Comunicação (TICs) mudou as formas de interação e socialização entre as pessoas e o ambiente em que estão inseridas. As instituições de ensino também receberam forte influência de tais mudanças, necessitando adequar-se a essa nova realidade, em especial no que diz respeito à Educação a Distância. O recente crescimento dessa modalidade está baseado na intensificação do uso de TICs e tem levado pesquisadores a buscarem novas soluções para lacunas relativas ao ensino. Neste estudo são propostas soluções para tais hiatos que podem levar à evasão escolar. Para tanto, sugere-se o uso de Mineração de Dados e representações de Trajetórias de Aprendizagem (TAs), em especial através de representações visuais conhecidas como Grafos. A Mineração de Dados (MD) é empregada para que, com o uso de dados gerados pelas interações na plataforma Moodle, seja possível obter informações úteis que levem à identificação do perfil de alunos ou grupo de alunos, de acordo com as características apresentadas ao longo das TAs percorridas. As representações visuais foram utilizadas com o objetivo de identificar comportamentos que possam levar à evasão de alunos em cursos na modalidade a distância. Em especial, por meio de uma ferramenta de visualização desenvolvida especificamente para esta tese, foi possível visualizar as interações de um conjunto de alunos com os recursos presentes no Moodle. A ferramenta foi testada e avaliada por um conjunto de professores por meio de um questionário modelo TAM. Como resultado foi possível observar padrões específicos de interações de acordo com cada grupo de alunos agrupados de acordo com suas notas. Por último, houve um retorno positivo quanto a percepção dos participantes da avaliação da ferramenta e de seus resultados quanto a sua utilidade em tarefas docentes. O presente trabalho possui contribuições para as áreas da Educação e Computação, além de contribuição social, propondo uma nova ferramenta computacional que apresenta facilidades quanto ao seu uso por parte de professores e tutores de cursos EAD, possibilitando a visualização das interações dos alunos com recursos educacionais no ambiente Moodle, podendo ser utilizada para detecção precoce de alunos com propensão a evasão, contribuindo assim para um melhor acompanhamento dos estudantes quando utilizam a plataforma Moodle.