Um modelo de perfil de aluno voltado a aplicações de técnicas de learning analytics

Abstract

A análise das interações dos alunos com os ambientes virtuais de aprendizagem assumiu um papel relevante para decisões educacionais. A grande disponibilidade de cursos a distância permite o uso da tecnologia a fim de explorar os dados produzidos a partir dessas alterações. Pode assim, maximizar o aprendizado dos alunos, sugerindo atividades de acordo com o perfil de cada um. Entretanto, a utilização do perfil do aluno para análises mais abrangentes ainda é insipiente. Neste sentido, o presente trabalho propõe um modelo de dados de perfil de aluno voltado a aplicação de técnicas de Learning Analytics em Sistemas de Aprendizagem Online. O modelo, elaborado por meio do desenvolvimento de artefatos, teve como suporte a metodologia Design Science Research. Para a sua avaliação, utilizou-se uma base de dados de uma instituição de ensino que possui atividades ativas em um ambiente virtual de aprendizagem. A partir desses dados, foi possível a aplicação das técnicas escolhidas, obtendo-se informações relevantes para subsidiar os gestores no âmbito educacional. Análises estatísticas, análise de agrupamentos e sistemas de recomendação foram as técnicas aplicadas. De maneira geral, os resultados produzidos estão centrados na identificação e geração de grupos de perfis similares, considerando o estilo de aprendizagem e o tipo de personalidade dos alunos. Esta estratégia permitiu a obtenção de resultados promissores para a tomada de decisão no contexto educacional e com potencial para gerar uma contribuição efetiva para a área de Learning Analytics.

Abstract: The analysis of students' interactions with virtual learning environments has assumed a relevant role for educational decisions. The wide availability of distance learning courses allows the use of technology to exploit the data produced from these interactions. It can thus maximize students' learning by suggesting activities according to their profile. However, using the student profile for broader analysis is still incipient. In this sense, the present work proposes a student profile data model, focused on the application of Learning Analytics techniques in Online Learning Systems. The model, created through the development of artifacts, was supported by the Design Science Research methodology. For its evaluation, it was used a database from an educational institution that has active activities in a virtual learning environment. From these data, it was possible to apply the chosen techniques, obtaining relevant information to support managers in the educational field. Statistical analyzes, cluster analysis and recommendation systems were the applied techniques. In general, the results produced focus on the identification and generation of similar profile groups, considering the students' learning style and personality type. This strategy allowed promising results for decision making in the educational context and with the potential to generate an effective contribution to the area of Learning Analytics.