Utilização de Média Móvel Exponencialmente Ponderada para detectar e corrigir os Estilos de Aprendizagem do estudante

Abstract

Na modalidade de ensino a distância, os Ambientes Virtuais de Aprendizagem (AVAs) são elementos fundamentais no processo de ensino e aprendizagem, através da disponibilização de conteúdos e áreas de discussão e comunicação entre os atores do processo. Entretanto, tais ambientes, na sua maioria, caracterizam-se pelo fato de serem estáticos, abordando métodos pedagógicos genéricos através dos quais estudantes com características e Estilos de Aprendizagem (EAs) diferentes buscam o conhecimento. Dessa maneira, é importante que sejam levados em consideração os EAs de cada estudante como forma de tornar a aprendizagem mais eficaz. Questionários psicométricos na maioria das vezes são utilizados para que as características de aprendizagem do estudante sejam identificadas, porém nem sempre tais questionários apresentam resultados precisos quanto ao EAs de determinado estudante. Assim, faz-se necessária a utilização de outras técnicas de detecção, haja vista que uma identificação precisa é capaz de melhorar o processo de aprendizagem por meio de escolhas de estratégias pedagógicas melhores. Diante disso, surge a necessidade de utilização de sistemas inteligentes que se adaptem às características de aprendizagem do estudante, utilizando como pressupostos as experiências vivenciadas por ele e as análises estatísticas dessas experiências. Isso pode ser feito através de avaliações dos EAs apresentados pelo estudante, em que a partir dos resultados um novo modelo de aprendizagem do estudante é definido para que o conteúdo seja disponibilizado de acordo com esse modelo. Nesse intuito a presente abordagem objetivou identificar e corrigir os EAs do estudante por meio da utilização do conceito de Média Móvel Exponencialmente Ponderada no processo de decisão sobre a aplicação do reforço de maneira a ajustar o Modelo do Estudante (ME), de modo que os resultados obtidos, após a realização do teste estatístico não-paramétrico de Mann-Whitney, mostraram-se significativamente melhores do que os resultados apresentados por Dorça (2012), cujo trabalho foi referência para o desenvolvimento desta proposta.