Técnicas de aprendizado de máquina aplicadas à identificação de perfis de aprendizado em um ambiente real de ensino

Sep 17, 2026

A aprendizagem adaptativa é tratada como uma tendência central na educação e como realidade em plataformas de ensino à distância, impulsionando pesquisas para otimizar a recomendação de conteúdos personalizados. O uso comum de questionários para identificar estilos de aprendizagem é apontado como potencialmente impreciso por depender da motivação e do autoconhecimento dos estudantes. O trabalho propõe detectar automaticamente estilos de aprendizagem a partir de dados de interação em um ambiente virtual, reduzindo esforço do aluno. Para validação, serão usados registros de estudantes no Moodle, buscando modelos ligando comportamentos no sistema aos índices dos questionários e contribuindo para avanços em aprendizagem adaptativa e recomendação.

IdiomaPortuguese

CategoriaPesquisa e Relatórios

FormatoPDF

Páginas73

Tempo de leitura1 h 52 min

AcessoDownload gratuito

Índice

Resumo

Palavras-chave

Introdução e motivação

Problema dos questionários e limitações

Proposta: detecção automática a partir de dados de interação

Metodologia de experimentação com Moodle

Objetivos e contribuições esperadas

Técnicas de aprendizado de máquina aplicadas à identiﬁcação de perﬁs de aprendizado em um ambiente real de ensino Lucas Daniel Ferreira SERVIÇO DE PÓS-GRADUAÇÃO DO ICMC-USP Data de Depósito: Assinatura: Lucas Daniel Ferreira Técnicas de aprendizado de máquina aplicadas à identiﬁcação de perﬁs de aprendizado em um ambiente real de ensino Monograﬁa apresentada ao Instituto de Ciências Matemáticas e de Computação – ICMC-USP, para o Exame de Qualiﬁcação, como parte dos requisitos para obtenção do título de Mestre em Ciências – Ciências de Computação e Matemática Computacional. Área de Concentração: Ciências de Computação e Matemática Computacional Orientador: Prof. Dr. Jose Fernando Rodrigues Junior USP – São Carlos de 2016 Ficha catalográfica elaborada pela Biblioteca Prof. Achille Bassie Seção Técnica de Informática, ICMC/USP, com os dados fornecidos pelo(a) autor(a) Ferreira, Lucas Daniel F634 Técnicas de aprendizado de máquina aplicadas à identificação de perfis de aprendizado em um ambiente real de ensino / Lucas Daniel Ferreira; orientador Jose Fernando Rodrigues Junior . – São Carlos – SP, 2016. 71 p . Monografia (Mestrado-Programa de Pós-Graduaçãoem Ciências de Computação e Matemática Computacional) – Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, 2016 . 1 . Estilos de Aprendizagem . 2 . Aprendizado de Máquina . 3 . Sistemas de Gestão de Aprendizagem . 4 . Aprendizado Baseado em Instâncias . 5 . Detecção Automática de Estilos de Aprendizagem . I . Junior, Jose Fernando Rodrigues, orient . II . Título . Lucas Daniel Ferreira Machine learning techniques applied to detect learning proﬁles in a real teaching environment Monograph submitted to the Instituto de Ciências Matemáticas e de Computação – ICMC-USP, as part of the qualifying exam requisites of the Master Program in Computer Science and Computational Mathematics. Concentration Area: Computer Science and Computational Mathematics Advisor: Prof. Dr. Jose Fernando Rodrigues Junior USP – São Carlos RESUMO FERREIRA, L. D.. Técnicas de aprendizado de máquina aplicadas à identiﬁcação de perﬁs de aprendizado em um ambiente real de ensino . 2016. 71 f. Monograﬁa (Mestrado em Ciências – Ciências de Computação e Matemática Computacional)– Instituto de Ciências Matemáticas e de Computação (ICMC/USP), São Carlos – SP. A aprendizagem adaptativa é reconhecida como uma das principais tendências para o contextoda educação no mundo, e atualmente, já é uma realidade nas plataformas de ensino à distância. Em vista disso, este conceito tem motivado inúmeras pesquisas na área da computação, que buscam otimizar a recomendação de conteúdos customizados para estudantes de acordo com suas características. Diferentes sistemas de ensino adaptativo já foram desenvolvidos, porémna maioria dos casos estes sistemas fazem uso de questionários para identiﬁcar os estilos deaprendizagem de cada aluno. Este método pode mostrar-se impreciso em alguns casos, pois depende diretamente da motivação dos estudantes ao preencher os questionários e também do autoconhecimento a respeito de suas preferências e diﬁculdades. Neste trabalho é propostauma abordagem para detectar automaticamente os estilos de aprendizagem, com base nos dados de interação dos estudantes registrados por um ambiente virtual de ensino. Neste caso nãohá necessidade de esforço por parte dos alunos, o que abre caminho para um vasto campo de investigação para a obtenção de melhores resultados no que se refere ao aproveitamento intelectual de cada indivíduo. Para ﬁns de experimentação, serão coletados os dados de interaçãode um grupo de estudantes registrados no sistema Moodle, este em operação em uma instituiçãode ensino superior. A partir de algoritmos de aprendizado de máquina ainda não explorados neste contexto, pretende-se obter um modelo de relações entre os comportamentos no ambiente virtual e os índices identiﬁcados a partir de questionários preenchi

Perguntas frequentes

Por que questionários podem ser imprecisos na identificação de estilos de aprendizagem?

Porque dependem diretamente da motivação dos estudantes para responder e também do autoconhecimento sobre preferências e dificuldades.

Como o trabalho propõe detectar automaticamente os estilos de aprendizagem?

Com base nos dados de interação dos estudantes registrados por um ambiente virtual de ensino, sem exigir esforço adicional dos alunos.

Quais dados serão usados para a experimentação e validação?

Dados de interação de um grupo de estudantes registrados no Moodle, sistema em operação em uma instituição de ensino superior.

Sep 17, 2026

Carregar por Aria Callaghan