Modelagem automática e dinâmica de estilos de aprendizagem em sistemas adaptativos e inteligentes para educação a distância: estudo comparativo entre duas abordagens

Abstract

Nos últimos dez anos muitos pesquisadores têm realizado estudos sobre assistência personalizada e inteligente em Ambientes Educacionais a Distância, baseada na identificação dos Estilos de Aprendizagem. Sabe-se que o aprendizado é algo extremamente particular, pois cada estudante possui estilos próprios e pode sofrer mudanças diante de situações diversas como, por exemplo, objetivo, motivação, personalidade, etc. Por isso, o conceito de adaptabilidade do conteúdo didático tem se tornado de grande importância na personalização do Sistema de Gerenciamento de Aprendizagem (SGA). Diante desse fato, Dorça (2012) propõe uma abordagem de Sistema Adaptativo e Inteligente para Educação (SAIE), utilizando técnicas probabilísticas e Inteligência Artificial (IA), capaz de detectar e adaptar, de maneira dinâmica e automática, os estilos de aprendizagem do estudante, considerando o Modelo de Estilo de Aprendizagem Felder-Silverman’s. Após pesquisa detalhada, foram propostas algumas adaptações baseadas na abordagem original, alterando o funcionamento de dois componentes específicos: o Módulo Pedagógico e o Componente de Modelagem do Estudante. Além disso, propõe-se uma nova estrutura do Modelo Estudante, contemplando o histórico de desempenho do aluno nos processos avaliativos. Por conseguinte, realizaram-se testes para avaliar os impactos de tais mudanças por meio uma comparação estatística utilizando o método T-Pareado. Pelos resultados obtidos, as ideias deste trabalho proporcionaram uma melhora média de 6,07% no desempenho avaliativo do estudante e uma redução média de 68,27% nos problemas de aprendizagem, demonstrando eficiência e eficácia da proposta.