Arquitetura de um sistema tutor inteligente para recomendação personalizada de objetos de aprendizagem considerando a teoria dos mapas de conhecimentos estruturados
DOI:
https://doi.org/10.33448/rsd-v10i16.23831Palavras-chave:
Sistemas Tutores Inteligentes; Computação Afetiva; Planejamento Adaptativo do Curso; Informática na educação.Resumo
Este trabalho propõe uma arquitetura de um Sistema Tutor Inteligente baseada na Teoria dos Mapas de Conhecimentos Estruturados para personalização dos objetos de aprendizagem oferecidos ao estudante. Para isto, pretende que a interface do professor seja inserida na arquitetura do sistema. O sequenciamento adaptativo do curso é realizado por meio da teoria dos Mapas de Conhecimentos Estruturados, no qual o professor será responsável por especificar os conceitos e conhecimentos mínimos necessários para a compreensão de cada item da matriz curricular. Na interface do estudante, com o objetivo de evitar a sobrecarga cognitiva, o sistema efetuará o mapeamento das dúvidas de pré-requisitos de conceitos e conhecimentos e, em seguida, apresentará os objetos de aprendizagem, em diferentes formatos, de acordo com às necessidades de aprendizagem do estudante. Desse modo, por meio das informações contidas no Modelo do Estudante e no Modelo de Domínio, ao detectar que o estudante se encontra em um ciclo improdutivo de aprendizagem o Módulo Pedagógico executará instruções personalizadas ao conhecimento prévio e perfil afetivo do estudante.
Referências
Aquino, B. et al. (2020). Geração de sequências curriculares adaptativas baseada no perfil dos alunos e materiais didáticos utilizando o algoritmo nsga-iii. In: SBC. Anais do XXXI Simpósio Brasileiro de Informática na Educação. 902–911.
Brusilovsky, P. (1998). Methods and techniques of adaptive hypermedia. In: Adaptive hypertext and hypermedia. Springer,p. 1–43.
Chabot, D. et al. (2005). Pedagogia Emocional: sentir para aprender. Sá Editora.
Costa, N. S. et al. (2016). Teaching and learning with structured knowledge maps: An analysis about the new approach. Creative Education, Scientific Research Publishing, 7(15), 2212.
Cowan, N. (2001). The magical number 4 in short-term memory: A reconsideration of mental storage capacity. Behavioral and brain sciences, Cambridge University Press, 24(1), 87–114.
Dermeval, D. et al. (2018). Authoring tools for designing intelligent tutoring systems: a systematic review of the literature. International Journal of Artificial Intelligence in Education, Springer, 28(3), 336–384.
Dwivedi, P., Kant, V., Bharadwaj, K. K. (2018). Learning path recommendation based on modified variable length genetic algorithm. Education and information technologies, Springer, 23(2), 819–836.
Ebbinghaus, H. (1964). Memory: Acontribution to experimental psychology. Dover.
Eilenberg, S., Maclane, S. (1945). General theory of natural equivalences. Transactions of the American Mathematical Society, American Mathematical Society, 58(2), 231–294.
Ferreira, D. C. M. et al. (2014). Mapas de conhecimento estruturado: proposta de uma nova abordagem metodológica de ensino e aprendizagem. Educare, 9.
Filho, R. B. (2013). Uma abordagem para ensino baseada na teoria da aprendizagem significativa utilizando a teoria das categorias. Tese (Doutorado) — Universidade Federal de Uberlândia - Departamento de Engenharia Elétrica.
Karampiperis, P., Sampson, D. (2005). Adaptive learning resources sequencing in educational hypermedia systems. Journal of Educational Technology & Society, JSTOR, 8(4), 128–147.
Melo, S. L. et al. (2017). Modelo do estudante baseado em emoções e perfis de personalidade para recomendação de estratégias pedagógicas personalizadas. In Brazilian Symposium on Computers in Education (Simpósio Brasileiro de Informática na Educação-SBIE) 28(1), 967.
Miller, G. A. (1956). The magical number seven, plus or minus two: Some limits on our capacity for processing information. Psychological review, American Psychological Association, 63(2), 81, 1956.
Narciss, S. et al. (2014). Exploring feedback and student characteristics relevant for personalizing feedback strategies. Computers & Education, Elsevier, 71, 56–76.
Rodrigues, L. M. L., & Carvalho, M. (2005). Sti-i: Sistemas tutoriais inteligentes que integram cognição, emoção e motivação. Revista Brasileira de Informática na Educação, 13(1), 20–34.
Sani, S., aris, T. N. (2014) Computational intelligence approaches for student/tutor modelling: A review. In: IEEE. 2014 5th International Conference on Intelligent Systems, Modelling and Simulation. 72–76.
Truong, H. M. (2016). Integrating learning styles and adaptive e-learning system: Current developments, problems and opportunities. Computers in human behavior, Elsevier, 55, 1185–1193.
Venugopalan, S., Srinath, M., Rodrigues, P. (2016). Recommender system for e-learning through content and profile based approach. In: Proceedings of the Second International Conference on Information and Communication Technology for Competitive Strategies. 1–5.
Woolf, B. (2010). Building intelligent interactive tutors: Student-centered strategies for revolutionizing e-learning. Morgan Kaufmann.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2021 Sara Luzia de Melo; Régis Michel dos Santos Sousa; Luciano Vieira Lima
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Autores que publicam nesta revista concordam com os seguintes termos:
1) Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
2) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
3) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.
