Modelo socioafetivo baseado em learning analytics para auxiliar professores no acompanhamento de estudantes em um ambiente virtual de aprendizagem

Abstract

A presente tese tem como objetivo construir um Modelo Socioafetivo baseado em Learning Analytics (MOSALA) para auxiliar professores no acompanhamento de estudantes em um Ambiente Virtual de Aprendizagem. A Educação a Distância (EaD) possibilita uma flexibilidade de tempo e local, no entanto, um dos seus principais desafios é o reconhecimento da interação e afetividade entre os participantes. O Ambiente Virtual de Aprendizagem (AVA) da Rede cOOperativa De Aprendizagem (ROODA) possui as funcionalidades Mapa Social e Mapa Afetivo. O Mapa Social evidencia as relações sociais na forma de sociograma e o Mapa Afetivo identifica os estados de ânimo dos alunos. Assim, a partir do panorama apresentado, que consiste na dificuldade de analisar os aspectos sociais e afetivos dos discentes no AVA, foi construído um modelo, denominado MOSALA. Este auxiliou na integração do Mapa Social e Mapa Afetivo, permitindo a coleta de dados sociais e afetivos que ajudaram no mapeamento, por meio de Learning Analytics, de Cenários Socioafetivos recorrentes em determinadas disciplinas e cursos de extensão realizados no ROODA. Dessa forma, a partir dos Cenários, o docente pode aplicar Estratégias Pedagógicas (EP) para personalizar o ensino e a aprendizagem, de acordo com o perfil dos estudantes. Nesse âmbito, entende-se que é importante o desenvolvimento de uma funcionalidade no AVA para que o professor possa ter acesso, de maneira gráfica, à recomendação dos Cenários Socioafetivos e suas respectivas EP, denominada Mapa Socioafetivo. Nesse contexto, a metodologia do estudo foi desenvolvida a partir de uma abordagem qualitativa e quantitativa. O público-alvo desta investigação foi estudantes de graduação, pós-graduação e cursos de extensão; professores; tutores e monitores. A presente pesquisa contou com seis etapas que possibilitaram a construção do MOSALA. Os instrumentos de coleta foram compostos pelo Mapa Social, Mapa Afetivo, observação participante e questionários. Os dados obtidos apresentam o mapeamento de 59 Cenários Socioafetivos utilizando Learning Analytics, a criação de 354 EP e o desenvolvimento do protótipo do Mapa Socioafetivo. Portanto, o modelo elaborado pode servir como base para ser aplicado em outros AVA, bem como em diferentes contextos na EaD.

This dissertation aims to build Socio-affective Model based on Learning Analytics (in Portuguese: MOSALA) to help teachers monitor students in a Virtual Learning Environment (VLE). While Distance Education (DE) is more flexible in terms of time and place, one of its main challenges is recognizing interaction and affectivity between participants. Therefore, the Social Map and Affective Map tools were developed for the Cooperative Learning Network (in Portuguese: ROODA) VLE. The Social Map show social relationships in the form of sociograms and the Affective Map identifies students' moods. Yet, due to the difficulty of analyzing the social and affective aspects of students in the VLE, this dissertation built the MOSALA model. MOSALA integrates the social and affective data collected through Learning Analytics from the Social Map and Affective Map from specific courses and extension courses in the ROODA VLE to create recurring Socio-affective Scenarios. The teacher can then apply Pedagogical Strategies (PS) based on the scenarios to personalize teaching and learning according to the students' profile. The Socio-affective Map tool was developed for the ROODA VLE to enable the teacher to have access to Socio-affective Scenarios recommendations as well as their respective PS presented as a graph. This study methodology was developed using a qualitative and quantitative approach. The target audience were undergraduate, graduate, and extension course students; professors; teaching assistants and monitors. Six research stages enabled the construction of MOSALA. The collection instruments included the Social Map, Affective Map, participant observation, and questionnaires. The data obtained mapped 59 Socio-affective Scenarios using Learning Analytics, created 354 PS, and developed of the Socio-affective Map prototype. The MOSALA model be applied in other VLEs as well as in different DE contexts.