▼ Um Sistema Tutor Inteligente (STI) _e um programa de computador que tem como objetivo apoiar o aluno na sua aprendizagem. A aplicação web do projeto SIACUA _e um STI desenhado para o apoio ao estudo autónomo em disciplinas de Cálculo. Neste trabalho foram adicionadas algumas funcionalidades _a aplicação web SIACUA. Das funcionalidades implementadas realçamos a possibilidade de criação de cursos sem recurso a um programador e a geração de dois tipos de relatório sobre a utilização da própria aplicação. A primeira tem como objetivo facilitar o uso da aplicação pelos professores. Quanto aos relatórios, um apresenta o número de vezes que cada tópico foi escolhido para estudo e o outro apresenta por questão, o número de vezes que foi respondida assim como as taxas de erro e acerto. Ainda no âmbito deste trabalho procurámos prever o sucesso ou insucesso de um aluno com base na sua utilização desta aplicação. Recolhemos dados para as disciplinas de Cálculo 2 e Cálculo 3. Do processamento dos dados recolhidos extraímos um conjunto de características e aplicámos algoritmos de aprendizagem não supervisionada e supervisionada. Os algoritmos treinados foram o K-Means, vizinhos mais próximos e máquina de vetores de suporte (SVM). Para os dados de Cálculo 2, o classificador SVM Linear com redução do número de características foi o que apresentou melhores resultados. Como os dados de Cálculo 3 não eram equilibrados qualquer um dos classificadores mostrou pouca capacidade de discriminação entre alunos aprovados e alunos reprovados. Assim, abordámos variantes do classificador SVM Linear para conjuntos de dados não equilibrados. Os resultados mostram a importância da utilização de técnicas especificas para dados não equilibrados. Advisors/Committee Members: Tomé, Ana Maria Perfeito (advisor), Descalço, Luís (advisor).

▼ 

Nowadays, object oriented languages are among the most used ones. Recent studies with beginners have shown that the object oriented programming language (OOP) concepts are not so easy to learn. Students have difficulties not only in understanding those OOP concepts, but also in applying them to solving problems. Therefore, an Intelligent Tutoring System (ITS) is suggested in order to help in the learning process of these concepts. One of the most important challenge for ITS development is the individual treatment of student, which is mainly obtained by system adaptativity to the characteristics of each student. This adaptativity to student is a complex issue and the focus of several researches. It encloses several areas of personality such as: learning style, intelligence, previous knowledge, student background and emotions. Thus, the student model is extremely important because all individual information of student is in it. It is here where Artificial Intelligence (AI) techniques have been employed. This paper approaches the adaptativity issue of tutoring system to student knowledge through a student model based on Bayesian Network (BN). Taking into consideration that the student knowledge level is an inaccurate information, and even professors deal with this uncertainty, the Bayesian Networks (BNs), also known as Belief Network, have been chosen. They are considered proper for uncertain spheres for employing the probabilistic reasoning, which allows to identify a certain belief degree of student knowledge level. Therefore, the BNs have been employed in ITS in the inferences concerning student behavior as well as in the decision-making process concerning tutor actions.

Atualmente as linguagens orientadas a objeto encontram-se entre as mais utilizadas. Estudos recentes com alunos iniciantes demonstram que os conceitos de programação orientada a objetos (POO) não são tão fáceis de assimilar. Os estudantes encontram dificuldades não somente no entendimento dos conceitos de POO, mas também na aplicação deles na resolução de problemas. Diante disso, propõe-se o emprego de um Sistema Tutor Inteligente (STI) para auxiliar no processo de aprendizagem desses conceitos. Um dos principais desafios para o desenvolvimento de um STI é o tratamento individualizado do estudante, que é obtido principalmente por meio da adaptatividade do sistema às características de cada aprendiz. A adaptatividade ao aprendiz é uma questão complexa, foco de várias pesquisas, abrange várias características da personalidade: estilo de aprendizagem, inteligência, conhecimento anterior, histórico do aprendiz e as emoções. Dessa forma, o modelo do estudante é de fundamental importância, pois contém as informações individuais do aprendiz. É nesse ponto que as técnicas de Inteligência Artificial (IA) têm sido empregadas. Este trabalho aborda a questão da adaptatividade do sistema tutor ao conhecimento do estudante por meio de um modelo de aprendiz baseado em Rede Bayesiana. Considerando-se que o nível de conhecimento do aprendiz é uma informação…

Advisors/Committee Members: Nizam Omar, Sandra Maria Dotto Stump, Sérgio Luiz Pereira.

▼ 

O presente trabalho é uma pesquisa qualitativa e classificada como practical and participatory action research designs (desenho de pesquisa de prática e ação participativa), que tem como intuito criar um desenho instrucional para uma métrica da aprendizagem do Software Domus Procel Edifica, integrando mapas conceituais à taxonomia revisada de Bloom em um sistema inteligente de avaliação na Web. Essa métrica alinha mapas conceituais curriculares, conhecimentos procedimentais e conceituais do software Domus − Procel Edifica aos processos cognitivos de retenção, entendimento e aplicação, oferecendo um modelo de desenho instrucional, que atribui pesos aos processos cognitivos alcançados pelos estudantes e identifica alguns princípios para sua aplicabilidade na avaliação da aprendizagem a distância. Apresenta-se ainda, resultados de alinhamento, inferência de pesos e um esboço da sequência lógica e etapas de execução do sistema inteligente, associando-se algumas telas de exemplificação.

This study is a qualitative research project classified as practical and participatory action research designs, which has as its aim the creation of an instructional design, used as a learning metric for Domus Software - Procel Edification, which integrates concept maps and the revised Bloom taxonomy into an intelligent web assessment system. This metric aligns curriculum concept maps along with conceptual and procedural knowledge of the Domus software - Procel edifies the retaining cognitive processes, provides understanding and application, through offering a model of instructional design, which assigns weights to those cognitive processes attained by students and identifies principles to be used in its applicability for the evaluation of distance learning. The authors also present the results for alignment, inferring weights as well as an outline of the logical sequence along with steps for the implementation of the intelligent system through the association of some exemplification slides.

Advisors/Committee Members: Eduardo Kojy Takahashi, Joao Bosco da Mota Alves, Elise Barbosa Mendes.

▼ 

This study is a qualitative research project classified as practical and participatory action research designs, which has as its aim the creation of an instructional design, used as a learning metric for Domus Software - Procel Edification, which integrates concept maps and the revised Bloom taxonomy into an intelligent web assessment system. This metric aligns curriculum concept maps along with conceptual and procedural knowledge of the Domus software - Procel edifies the retaining cognitive processes, provides understanding and application, through offering a model of instructional design, which assigns weights to those cognitive processes attained by students and identifies principles to be used in its applicability for the evaluation of distance learning. The authors also present the results for alignment, inferring weights as well as an outline of the logical sequence along with steps for the implementation of the intelligent system through the association of some exemplification slides.

O presente trabalho é uma pesquisa qualitativa e classificada como practical and participatory action research designs (desenho de pesquisa de prática e ação participativa), que tem como intuito criar um desenho instrucional para uma métrica da aprendizagem do Software Domus Procel Edifica, integrando mapas conceituais à taxonomia revisada de Bloom em um sistema inteligente de avaliação na Web. Essa métrica alinha mapas conceituais curriculares, conhecimentos procedimentais e conceituais do software Domus − Procel Edifica aos processos cognitivos de retenção, entendimento e aplicação, oferecendo um modelo de desenho instrucional, que atribui pesos aos processos cognitivos alcançados pelos estudantes e identifica alguns princípios para sua aplicabilidade na avaliação da aprendizagem a distância. Apresenta-se ainda, resultados de alinhamento, inferência de pesos e um esboço da sequência lógica e etapas de execução do sistema inteligente, associando-se algumas telas de exemplificação.

Mestre em Educação

Advisors/Committee Members: Mendes, Elise Barbosa, Takahashi, Eduardo Kojy, Alves, João Bosco da Mota.

▼ 

A Informática aplicada à área de Saúde vem se destacando devido às suas contribuições ao processo de tomada de decisão médica, no auxílio a diagnósticos e, em particular para este trabalho, no aperfeiçoamento do ensino médico. Ultimamente, esse setor vem contando com suporte da Inteligência Artificial (IA), Realidade Virtual (RV), Multimídia, Hipermídia e Internet. Entretanto, o uso isolado dessas tecnologias não proporciona resultados tão satisfatórios quanto os advindos de sua integração. O presente trabalho busca contribuir para a integração entre RV e Sistemas Tutores Inteligentes (STI). Neste sentido, trabalhos relativos à estruturação do conhecimento e à concepção de ambientes interativos de aprendizagem vêem contribuindo com arquiteturas que unem as melhores práticas tanto de STI como de RV, entre elas: facilidade de acesso, individualização do aprendizado, conteúdo lapidado, modelado e selecionado, interface adaptável para cada aprendiz, um ambiente imersivo, interativo, intuitivo, além de ser ergonomicamente modelado. O domínio de conhecimento escolhido para estudo de caso foi a Anatomia Humana por se tratar de uma área da saúde afetada diretamente pelos avanços tecnológicos. O conteúdo destinado ao ensino da disciplina de anatomia foi formalizado em uma estrutura de ontologia com o objetivo de padronizar a nomenclatura específica da área médica, facilitar a disseminação do assunto, modularizar o conteúdo, clarear e objetivar os conceitos. Nessa mesma modelagem foi incorporado ao domínio de conhecimento anatômico humano o relacionamento com os conceitos de RV, buscando auxiliar o ensino do domínio estipulado e construindo um mecanismo de comunicação entre RV e STI. Sendo a RV uma interface de interação, visualização e navegação em ambientes tridimensionais, foi possível contribuir para o ensino de estruturas anatômicas complexas e que exigiram maior compreensão dos detalhes, dimensões, texturas e propriedades físicas, tais como peso, rigidez e elasticidade dando uma noção de realidade que os demais meios de ensino têm dificuldade de representar. Essa contribuição foi aferida por meio de uma experimentação com turmas de estudantes da área de Saúde (Medicina, Enfermagem e Biomedicina).

The informatics applied to the health area has been emphasizing because of its contributions to medical decision-making, aid in the diagnosis and, in particular, for this work in the improvement of medical education. Recently, this section is counting on support from the Artificial Intelligence (AI), Virtual Reality (VR), multimedia, hypermedia and the internet. However, uses of these technologies alone do not provide satisfactory results such as those arising from their integration. The present work seeks to contribute to the integration between VR and Intelligent Tutoring Systems (ITS). Accordingly, work on the structure of knowledge and the design of interactive learning environments has been contributing with architectures that unite the best practices of both ITS and VR. These ones include easy of access,…

Advisors/Committee Members: Edílson Ferneda, Remis Balaniuk, Lourdes Mattos Brasil.

▼ 

Este trabalho apresenta uma modelagem para a organização personalizada de conteúdos didáticos para ambientes de estudos individuais. Para muitos estudantes a disponibilização do conteúdo em formato generalizado pode não ser eficiente. É proposta uma estrutura multinível de conceitos para proporcionar o desenvolvimento de diferentes combinações para a apresentação do mesmo conteúdo. O trabalho mostra que é possível personalizar o conteúdo de forma a favorecer outros estudantes com o uso de padrões proximais de aprendizagem. Estes padrões são obtidos da análise da ação de estudantes, com resultados positivos na organização individual do conteúdo. A representação formal estabelece a definição do perfil do estudante, o conteúdo multinível, o plano de distribuição dos conceitos e a correção da trajetória didática. A estruturação da trajetória didática do estudante é formalmente estabelecida pelo método das diferenças finitas. O sistema utiliza técnicas de inteligência artificial para organizar e personalizar reativamente o conteúdo. A personalização é proporcionada por uma rede neural artificial que possibilita a classificação do perfil do estudante e associa esse perfil a um padrão proximal de aprendizagem. Para mediar e ajustar o conteúdo de forma reativa foi inserido no sistema um conjunto de regras de especialistas em docência. O experimento realizado mostrou a aplicabilidade e a adequação da modelagem proposta. Os resultados indicaram a adequação da abordagem, automatizando a organização personalizada do conteúdo de forma adaptativa e reativa. O sistema inteligente ao estabelecer a estruturação personalizada do conteúdo a ser apresentado foi considerado eficiente, proporcionando ao estudante um melhor aproveitamento do conteúdo, com maior média final e menor tempo de estudo e conteúdo apresentado.

This study presents a model for the organization of educational content customized for environments of individual studies. For many students the availability of content in general form can not be efficient. It proposed a multilevel structure of concepts to provide the development of different combinations to show the same content. The work shows that it is possible to customize the content in order to encourage other students with the use of proximal learning standards. These patterns are obtained from the analysis of the action of students with positive results in the individual organization of the content. The formal representation establishes the definition of the student profile, multi-level content, the distribution plan of correction of concepts and teaching career. The structure of the trajectory of student teaching is formally established by the method of finite differences. The system uses artificial intelligence techniques to organize and personalize content reactively. Customization is provided by an artificial neural network that enables the classification of the student profile and assign that profile to a standard proximal learning. To mediate and adjust the contents of a reactive system was inserted into a…

Advisors/Committee Members: Carlos Roberto Lopes, Gilberto Arantes Carrijo, Elise Barbosa Mendes, Rosa Maria Viccari, Ricardo Antonio Gonçalves Teixeira, Edna Lúcia Flores.

▼ 

A educação contemporânea tem muitos desafios, dentre eles o de adequar a utilização de novas tecnologias aos paradigmas clássicos de ensino. Com a educação a distância não tem sido diferente. Nesse contexto, este trabalho apresenta o processo de desenvolvimento de um sistema tutor inteligente híbrido com decisões baseadas no conhecimento do professor, subsidiadas pelas decisões das redes neurais Self Organizing Maps (SOM) ou Mapas de Kohonen. O sistema proposto tem a sua estratégia de ensino inicial estabelecida pelo professor especialista e à medida em que o sistema é utilizado a estratégia pedagógica é refinada pelas redes neurais, que utilizam padrões extraídos dos estudantes que usaram o tutor. O modelo propõe a utilização de uma estrutura de rede neural com treinamento automatizado que é capaz de treinar diferentes redes e definir a que apresente o resultado mais coerente com conjunto de padrões, dispensando a intervenção de um especialista na avaliação do desempenho das redes. O sistema tem característica adaptativa e reativa ao aprendiz, capaz de oferecer ao estudante um ensino personalizado e dinâmico. O sistema foi desenvolvido para ambiente web com o objetivo de obter vantagens que essa tecnologia oferece. Neste trabalho, além do desenvolvimento do modelo proposto também foram realizadas coletas de dados com alunos dos anos iniciais do ensino técnico integrado do Instituto Federal de Goiás Campus Luziânia para avaliar a aplicabilidade do sistema. A tese apresenta os fundamentos teóricos de ambientes virtuais de educação, bem como das redes neurais artificiais SOM, utilizadas no modelo proposto. Também é apresentado o processo de desenvolvimento do sistema, a construção do treinamento automatizado e a estruturação do sistema tutor. A transmissão de conhecimentos é inspirada na transposição didática de conteúdos, com unidades didáticas organizadas em níveis que tem como objetivo desenvolver diferentes competências. As análises das redes SOM indicaram que o treinamento automatizado foi capaz de treinar diversas redes e identificar a rede com melhor ordenação topológica. Também são apresentadas comparações entre os desempenhos dos estudantes quando submetidos a estudos nos sistemas com orientação puramente especialista e híbrido. Os resultados dessa avaliação indicam a viabilidade do modelo proposto, pois o sistema mostrou-se capaz de aprender com os estudantes e ajustar as estratégias de ensino do professor. Os aprendizes que estudaram no sistema ampliaram suas médias nas avaliações de aprendizado do sistema e o tutor híbrido foi capaz de tomar decisões que ampliaram a aceitação das indicações de estudos do tutor.

The contemporary education has a lot of challenges and among them is the adaptation of using new technologies with classical education paradigm. It hasn t been different with distance education. In this context, this work proposes to develop a hybrid tutoring system model with decisions based on the teachers knowledge and help from Self Organizing Maps (SOM) or Kohonen s Maps neural networks. The…

Advisors/Committee Members: Edna Lúcia Flores, Eliane Elias Ferreira dos Santos, Francisco Ramos de Melo, Ricardo Antonio Gonçalves Teixeira, Alzino Mendonça Furtado.

▼ 

As dificuldades encontradas na resolu??o de problemas de matem?tica, sobretudo, no campo da ?lgebra pode fazer com que os estudantes considerem a Matem?tica e as ci?ncias relacionadas, uma tarefa dif?cil de ser compreendida. Compreender o campo da Matem?tica e as ci?ncias relacionados, ? importante para o desenvolvimento de habilidades cognitivas. Neste contexto, nesta disserta??o foi desenvolvido um Sistema de Tutoria denominado LEIA, cujo objetivo ? promover o aprendizado, identificando as dificuldades nos estudantes e auxiliando na constru??o do pensamento matem?tico. Sendo assim, foi projetado um Sistema de Tutoria composto pela Interface, Modelo do Aluno, Estrat?gias de Tutoria e Modelo de Dom?nio. Al?m disso, um Assistente Virtual Pedag?gico foi inclu?do para auxiliar e motivar os estudantes no processo de aprendizagem. As estrat?gias de tutoria que comp?em o LEIA foram definidas a partir de modelos encontrados na literatura. Para aproximar as intera??es do sistema tutor com as a??es dos professores foi utilizado o Conceito de Zona Desenvolvimento Proximal de Lev Vygotsky. A metodologia utilizada neste projeto foi composta por estudos de caso, aplicados em uma sala de aula. Com os resultados, ficou evidente a aceita??o da proposta pelos estudantes e professores, assim como a percep??o do ganho de aprendizagem a partir da utiliza??o do sistema de tutoria.

The difficulties encountered in solving mathematical problems, especially in the field of algebra, can make students consider mathematics and related sciences a difficult task to understand. Understanding the field of mathematics and related sciences are important for the development of cognitive skills. In this context, this dissertation was developed a Tutoring System called LEIA, which aims to promote learning, identifying difficulties in students and assisting in the construction of mathematical thinking. Thus, a Mentoring System was designed consisting of Interface, Student Model, Mentoring Strategies and Domain Model. In addition, a Pedagogical Virtual Assistant has been included to assist and motivate students in the learning process. The tutoring strategies that make up the LEIA were defined from models found in the literature. To approximate the interactions of the tutor system with the teachers' actions, the Lev Vygotsky Proximal Development Zone Concept was used. The methodology used in this project was composed of case studies, applied in a classroom. With the results, it was evident the acceptance of the proposal by the students and teachers, as well as the perception of learning gain from the use of the tutoring system.

FAPEAM - Funda??o de Amparo ? Pesquisa do Estado do Amazonas

Per?odo de Embargo: 05/11/2019 - 19/01/2021

Advisors/Committee Members: Magalh?es Netto, Jos? Francisco de, http://lattes.cnpq.br/3958238119785924, Castro, Thais Helena Chaves de, http://lattes.cnpq.br/9337143918677200, Frota, Vitor Bremgartner da, http://lattes.cnpq.br/6100146230873494, Maia, Orlewilson Bentes, http://lattes.cnpq.br/3338550004854341.

▼ 

Made available in DSpace on 2016-03-15T19:37:32Z (GMT). No. of bitstreams: 1 Samuel Fontes Lima.pdf: 2071921 bytes, checksum: 2d66276b3ab526cbf68f0f727c2e1f3d (MD5) Previous issue date: 2010-08-18

Nowadays, object oriented languages are among the most used ones. Recent studies with beginners have shown that the object oriented programming language (OOP) concepts are not so easy to learn. Students have difficulties not only in understanding those OOP concepts, but also in applying them to solving problems. Therefore, an Intelligent Tutoring System (ITS) is suggested in order to help in the learning process of these concepts. One of the most important challenge for ITS development is the individual treatment of student, which is mainly obtained by system adaptativity to the characteristics of each student. This adaptativity to student is a complex issue and the focus of several researches. It encloses several areas of personality such as: learning style, intelligence, previous knowledge, student background and emotions. Thus, the student model is extremely important because all individual information of student is in it. It is here where Artificial Intelligence (AI) techniques have been employed. This paper approaches the adaptativity issue of tutoring system to student knowledge through a student model based on Bayesian Network (BN). Taking into consideration that the student knowledge level is an inaccurate information, and even professors deal with this uncertainty, the Bayesian Networks (BNs), also known as Belief Network, have been chosen. They are considered proper for uncertain spheres for employing the probabilistic reasoning, which allows to identify a certain belief degree of student knowledge level. Therefore, the BNs have been employed in ITS in the inferences concerning student behavior as well as in the decision-making process concerning tutor actions.

Atualmente as linguagens orientadas a objeto encontram-se entre as mais utilizadas. Estudos recentes com alunos iniciantes demonstram que os conceitos de programação orientada a objetos (POO) não são tão fáceis de assimilar. Os estudantes encontram dificuldades não somente no entendimento dos conceitos de POO, mas também na aplicação deles na resolução de problemas. Diante disso, propõe-se o emprego de um Sistema Tutor Inteligente (STI) para auxiliar no processo de aprendizagem desses conceitos. Um dos principais desafios para o desenvolvimento de um STI é o tratamento individualizado do estudante, que é obtido principalmente por meio da adaptatividade do sistema às características de cada aprendiz. A adaptatividade ao aprendiz é uma questão complexa, foco de várias pesquisas, abrange várias características da personalidade: estilo de aprendizagem, inteligência, conhecimento anterior, histórico do aprendiz e as emoções. Dessa forma, o modelo do estudante é de fundamental importância, pois contém as informações individuais do aprendiz. É nesse ponto que as técnicas de Inteligência Artificial (IA) têm sido empregadas. Este trabalho aborda a questão da…

Advisors/Committee Members: Stump, Sandra Maria Dotto, Omar, Nizam, Pereira, Sérgio Luiz.

▼ 

The contemporary education has a lot of challenges and among them is the adaptation of using new technologies with classical education paradigm. It hasn\'t been different with distance education. In this context, this work proposes to develop a hybrid tutoring system model with decisions based on the teachers knowledge and help from Self Organizing Maps (SOM) or Kohonen\'s Maps neural networks. The proposed system has a initial teaching method that is set by specialist teacher up and while system is being running this pedagogic method is refined by the neural networks, which use patterns extracted from students that has used the system. The model proposes the utilization of a basic neural network structure with automated training which is capable of train several networks and define the one which represents results that is more coherent with the pattern\'s set, dismissing the intervention of a specialist on the evaluation of the network training performance. The system has adaptive and reactive features related to the apprentice, being able to offer to the students a personalized and dynamic learning. The system was developed in a web environment aiming avail the advantages of this technology. At this work, besides the proposed model developing it also were performed a data gathering with fresh students from integrated learning technical of Federal Institution of Goiás, Luziânia, Goiás, Brazil, to evaluate system\'s applicability. This thesis presents the fundamentals theorists of the virtual education environment, as also the artificial neural networks SOM, used on proposed model. Likewise, it shows the system developing process, the automated training build, in addition with the system tutor structure. The knowledge\'s transmission is inspired in the content\'s didactic transposition, with organization didactic units in levels that aim develop distinct skills. The SOM networks analysis indicate that the automated train was able to train several networks and identify a network with best topologic order. Moreover, this work presents a comparison between students performance when submitted to learn using the system with purely specialized orientation and hybrid orientation. The outcomes of this evaluation points out the viability of the proposed model, since the system has shown to be able to learn from students and adapt the teacher learning method. The apprentices that studied utilizing the system had amplified theirs grades on the learning system evaluations and the hybrid tutor was capable of take decisions which magnify the acceptation of the tutor learning indication.

A educação contemporânea tem muitos desafios, dentre eles o de adequar a utilização de novas tecnologias aos paradigmas clássicos de ensino. Com a educação a distância não tem sido diferente. Nesse contexto, este trabalho apresenta o processo de desenvolvimento de um sistema tutor inteligente híbrido com decisões baseadas no conhecimento do professor, subsidiadas pelas decisões das redes neurais Self Organizing Maps (SOM) ou Mapas de Kohonen. O…

Advisors/Committee Members: Flores, Edna Lúcia, Santos, Eliane Elias Ferreira dos, Teixeira, Ricardo Antonio Gonçalves, Furtado, Alzino Mendonça, Melo, Francisco Ramos de.

▼ 

This study presents a model for the organization of educational content customized for environments of individual studies. For many students the availability of content in general form can not be efficient. It proposed a multilevel structure of concepts to provide the development of different combinations to show the same content. The work shows that it is possible to customize the content in order to encourage other students with the use of proximal learning standards. These patterns are obtained from the analysis of the action of students with positive results in the individual organization of the content. The formal representation establishes the definition of the student profile, multi-level content, the distribution plan of correction of concepts and teaching career. The structure of the trajectory of student teaching is formally established by the method of finite differences. The system uses artificial intelligence techniques to organize and personalize content reactively. Customization is provided by an artificial neural network that enables the classification of the student profile and assign that profile to a standard proximal learning. To mediate and adjust the contents of a reactive system was inserted into a set of rules from experts in teaching. The experiment showed the applicability and appropriateness of the proposed model. The results indicated the suitability of the approach by automating the organization\'s custom content so adaptive and reactive. The intelligent system to establish the structure of the custom content to be presented was considered efficient, giving the student a better use of the content, with higher and lower final average study time and content presented.

Este trabalho apresenta uma modelagem para a organização personalizada de conteúdos didáticos para ambientes de estudos individuais. Para muitos estudantes a disponibilização do conteúdo em formato generalizado pode não ser eficiente. É proposta uma estrutura multinível de conceitos para proporcionar o desenvolvimento de diferentes combinações para a apresentação do mesmo conteúdo. O trabalho mostra que é possível personalizar o conteúdo de forma a favorecer outros estudantes com o uso de padrões proximais de aprendizagem. Estes padrões são obtidos da análise da ação de estudantes, com resultados positivos na organização individual do conteúdo. A representação formal estabelece a definição do perfil do estudante, o conteúdo multinível, o plano de distribuição dos conceitos e a correção da trajetória didática. A estruturação da trajetória didática do estudante é formalmente estabelecida pelo método das diferenças finitas. O sistema utiliza técnicas de inteligência artificial para organizar e personalizar reativamente o conteúdo. A personalização é proporcionada por uma rede neural artificial que possibilita a classificação do perfil do estudante e associa esse perfil a um padrão proximal de aprendizagem. Para mediar e ajustar o conteúdo de forma reativa foi inserido no sistema um conjunto de regras de especialistas em…

Advisors/Committee Members: Flores, Edna Lúcia, Lopes, Carlos Roberto, Carrijo, Gilberto Arantes, Mendes, Elise Barbosa, Viccari, Rosa Maria, Teixeira, Ricardo Antonio Gonçalves.

▼ 

Submitted by Maicon Juliano Schmidt (maicons) on 2020-08-10T17:45:48Z No. of bitstreams: 1 Otávio Bastos Azevedo_.pdf: 6886872 bytes, checksum: dac5db1713ff2c9e2f274b04cfdf2020 (MD5)

Made available in DSpace on 2020-08-10T17:45:48Z (GMT). No. of bitstreams: 1 Otávio Bastos Azevedo_.pdf: 6886872 bytes, checksum: dac5db1713ff2c9e2f274b04cfdf2020 (MD5) Previous issue date: 2020-03-31

CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior

As atitudes afetivas dos professores podem ter um impacto positivo ou negativo na aprendizagem dos alunos. Assim sendo, é uma boa prática considerá-las na concepção de agentes pedagógicos animados. De acordo com o número de publicações nessa área a partir de 2014, o interesse pelos agentes animados com dimensões afetivas tem aumentado consideravelmente nos últimos anos. Entretanto, não houve uma comparação dos efeitos de agentes pedagógicos animados com atitudes opostas (como amigável e direta, por exemplo) e neutras (sem emoções). Dessa maneira, o objetivo deste trabalho é verificar o impacto das atitudes dos agentes pedagógicos animados nos alunos em relação à aprendizagem, engajamento, emoções e estado de ansiedade. Para alcançar este objetivo, uma agente com as atitudes amigável, direta e neutra foi desenvolvida e integrada ao Sistema Tutor Inteligente PAT2Math. Esse sistema foi utilizado em uma avaliação experimental envolvendo 71 alunos do sétimo ano do ensino fundamental, os quais foram distribuídos em três grupos, um para cada atitude da agente. Os resultados indicaram que os alunos do grupo da agente amigável apresentaram um maior engajamento e ganho de aprendizado. Também houve uma maior intensidade de emoções positivas nos alunos que utilizaram as agentes amigável e direta. Além disso, foi identificada uma redução na ansiedade dos alunos do grupo da agente neutra e dos estudantes que utilizaram a agente amigável na primeira etapa do experimento. Entretanto, não foram identificadas diferenças com significância estatística na maioria das comparações, possivelmente por causa do pequeno tamanho da amostra.

The affective attitudes of teachers can have a positive or negative impact on students’ learning. Therefore, it is a good practice to consider them when designing animated pedagogical agents. According to the number of publications in this area since 2014, the interest in animated agents with affective dimensions has increased considerably in recent years. However, there was no comparison of the effects of animated pedagogical agents with opposite attitudes (such as friendly and direct, for example) and neutral (without emotions). Thus, the objective of this work is to verify the impact of the animated pedagogical agents attitudes on students in relation to learning, engagement, emotions and state of anxiety. To achieve this goal, an agent with friendly, direct and neutral attitudes was developed and integrated with the PAT2Math Intelligent Tutor System. This system was used in an experimental evaluation involving 71 students of the seventh grade…

Advisors/Committee Members: http://lattes.cnpq.br/5723385125570881, Maillard, Patrícia Augustin Jaques.