Mineração de dados educacionais : análise de uma disciplina de estatística em EaD

Abstract

O Ensino a Distância (EaD) tem assumido um papel relevante no processo de ensinoaprendizagem devido aos avanços das tecnologias digitais, dos sistemas de informação e comunicação. Um curso na modalidade a distância para ser bem desenvolvido, além de ter um planejamento didático cuidadoso e bons recursos tecnológicos, necessita do auxílio de um Ambiente Virtual de Aprendizagem (AVA), que por definição é um sistema elaborado para auxiliar no desenvolvimento de cursos EaD. Na UFRGS o Moodle é um AVA comumente utilizado por vários professores que trabalham com ensino a distância. A plataforma possibilita que o professor/tutor do curso acesse as informações dos alunos que são geradas toda vez que o estudante clica em um material (slides, vídeos, chats, fóruns, etc.). Essas informações, ao serem analisadas, podem ser transformadas em resultados que identifique as ações dos alunos dentro da plataforma Moodle e que tenham relação com o seu desempenho final na disciplina. Dentro deste contexto, neste trabalho, foram utilizadas técnicas de Minerações de Dados Educacionais para identificar as ações dos alunos, da disciplina de Probabilidade e Estatística, na plataforma Moodle que estejam associadas com seu desempenho final na disciplina. Foram analisados dados referentes as logs de interação de 452 alunos de oito turmas da disciplina de Probabilidade e Estatística da UFRGS na modalidade a distância nos períodos de 2016/01 a 2018/01. Com os resultados obtidos neste estudo é esperado que os professores/ tutores possam recomendar aos futuros alunos quais as possíveis ações que eles devem executar na plataforma Moodle que poderão ajudá-los a melhorar seu desempenho final na disciplina.

Distance Learning (DL) has played a key role in the teaching-learning process due to advances in digital technologies and information and communication systems. For a remote mode course to be well developed, besides having a careful didactic planning and good technological resources, requires the assistance of a Virtual Learning Environments (VLE), which by definition is a system designed to assist in the development of DL courses. At UFRGS, Moodle is an VLE commonly used by several teachers who work with distance education, this platform allows the teacher/tutor of the course to access the students’ information that are generated every time the student clicks on a material (slides, videos, chats, forums, etc.). This information can be analyzed and can be transformed into results that identify the actions of students within the platform. In this context, in this work, Educational Data Mining (EDM) techniques were used to identify the actions of students, of the probability and statistical course, in the Moodle platform that are associated with their final performance in the course. Data regarding the logs of interaction of 452 students from eight remote mode Probability and Statistics classes of UFRGS, in the period from 2016/01 to 2018/01. With the results obtained in this study it is expected that teachers/tutors can recommend to future students what actions they should take on the Moodle platform that can help them to improve their final performance in the course.