Submitted by Maicon Juliano Schmidt (maicons) on 2015-06-09T17:46:58Z No. of bitstreams: 1 Henrique Manfron Seffrin_.pdf: 4996070 bytes, checksum: facf64690edf2c78dfd329c9ec67d18c (MD5) / Made available in DSpace on 2015-06-09T17:46:58Z (GMT). No. of bitstreams: 1 Henrique Manfron Seffrin_.pdf: 4996070 bytes, checksum: facf64690edf2c78dfd329c9ec67d18c (MD5) Previous issue date: 2015-02-20 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / CNPQ – Conselho Nacional de Desenvolvimento Científico e Tecnológico / Pesquisas têm mostrado que os alunos apresentam ganhos mais significativos de aprendizagem através do ensino individualizado, pois o professor pode se focar nas dificuldades de cada um. Por ser uma estratégia de custo elevado, os Sistemas Tutores Inteligentes (STI) oferecem uma alternativa mais viável. Esses sistemas, através de técnicas de Inteligência Artificial, são capazes de se adaptar às características de cada aluno, provendo assistência individualizada. Esta adaptação personalizada é fornecida pelo componente Modelo de Aluno, que é capaz de avaliar e mapear o conhecimento de cada estudante. Na literatura, são encontrados diversos trabalhos que lidam com a questão de avaliação de conhecimento do aluno, dentre os quais encontram-se alguns trabalhos relacionados ao domínio de álgebra. Estes trabalhos, geralmente, apresentam modelagens com redes Bayesianas, que são estruturas probabilísticas amplamente utilizadas por apresentarem resultados muito interessantes no que se refere à avaliação do conhecimento dos estudantes. No entanto, nestes trabalhos, estas estruturas relacionam apenas os conceitos algébricos, ou modelam relações entre operações algébricas, com suas principais propriedades e falsas concepções. Esses trabalhos não buscam definir as relações entre os conceitos algébricos e as respectivas operações, e como os primeiros podem estar interferindo, positivo ou negativamente, na aprendizagem dos segundos. Por exemplo, na álgebra, há conceitos chave, como incógnita e a igualdade entre os lados da equação, que interferem diretamente na compreensão de certas operações algébricas. Se um estudante não os compreende, dificilmente ele será capaz de aplicar corretamente as operações relacionadas em todas as situações. Desse modo, é desejável que os modelos de inferência sejam capazes de identificar se o estudante compreende tais conceitos. Além disso, outra limitação dos trabalhos relacionados de modelos de alunos voltados para a álgebra se refere a como eles tratam as evidências. Como estes trabalhos utilizam os itens de avaliação para isto, a cada novo exercício, é necessário inserir um novo nodo na rede, e estabelecer as relações com cada conceito abordado por este item. Isso torna o projeto da rede trabalhoso e dependente de cada exercício aplicado no STI. Nesse contexto, este trabalho propõe um modelo de aluno algébrico que além de inferir o conhecimento algébrico dos estudantes de conceitos (como incógnita, igualdades, operações inversas), habilidades (operações algébricas) e falsas concepções, busca definir as relações entre conceitos e habilidades. Como foco inicial deste trabalho serão utilizadas as equações de 1o grau. Para a inferência, será empregada a estrutura de Redes Bayesianas Dinâmicas (RBD), usando como evidência a operação aplicada pelo aluno em cada passo da resolução de uma equação. Nesta estrutura de RBD, cada time slice corresponde à resolução de um passo, o que torna o modelo proposto independente dos exercícios aplicados pelo STI. Dessa forma, o modelo de inferência proposto pode ser utilizado em qualquer equação algébrica, sem a necessidade de qualquer alteração na rede, como ocorre nos outros trabalhos relacionados. Visando verificar a capacidade de inferência desta rede, foram conduzidas avaliações. A partir dos históricos dos alunos, que utilizaram o PAT2Math, foram obtidas as evidências para a rede; e a partir dos dados dos pós-testes, realizados pelos mesmos alunos, formam obtidos os percentuais a serem comparados com a inferência da rede. Como os resultados não foram satisfatórios, empregou-se a regra do limiar, instanciando toda a variável que o ultrapassasse. Avaliada sob os limiares de 96% e 98%, a rede demostrou resultados mais precisos com o limiar de 96%, no qual as diferenças entre os resultados da rede e os percentuais dos pós-testes permaneceram, em sua maioria, em até 5%. / Students learn more through personalized instruction, because the teacher can focus on each learner. Being a impracticable strategy in terms of cost, Intelligent Tutoring Systems (ITS) offers a feasible alternative. By using Artificial Intelligence techniques, these systems are able to adapt themselves to the students, providing individualized instruction. Such adaptation is provided by the Student Model, which is able to assess and map the knowledge of each student. In the literature there are several studies that deal with knowledge evaluation in ITS, some of them are related to algebra. These studies present a Bayesian Network modeling, probabilistic structures that are widely used because of their interesting results concerning the evaluation of the student knowledge. However, in this studies, the network structure only models algebraic concepts, or only model a relationship between algebraic operations and its main properties and common misconceptions. These studies do not aim to represent the relationship between concepts and algebraic operations and how the former can be interfering, in a positive or negative way, on the learning of the second one. For example, in algebra, there are key concepts, such as the unknown and equality among sides of the equation, which directly interferes with the understanding of some algebraic operations. If a student does not understand these concepts, he would hardly be able to apply correctly the related operations in every situation. Thus, it is desirable that the inference model be able to identify if the student understands such concepts. In addition, another limitation of the related work of algebraic student models refers to how they deal with the evidence. As these studies use the assessment items for evidence, for each new exercise, it is necessary to insert a new node in the network, and establish relationships with each concept addressed by this item. This makes the network design laborious and dependent on each ITS exercise. In this context, this work proposes an algebraic student model that, in addition to infer the student knowledge of algebraic concepts (as unknown, equality, inverse operation), skills (algebraic operations) and common misconceptions, defines the relationship between concepts and skill. An initial focus of this study will be the 1st degree equations. For the inference model we use the Dynamic Bayesian Networks (DBN), in which the evidences are the operations applied by the student to solve each equation step. In this structure of DBN, each time slice corresponds to a resolution step, which makes the proposed model independent of the ITS exercises. Thus, the proposed inference model can be used in every algebraic equation, without need to make changes in the network, as occurs with other works.In order to verify the inference capacity of the network, evaluations were conducted. From the resolution history of the students, that interact with PAT2Math, the evidences for the network were obtained; and from the post-test data, solved by the same students, the percentages to compare with the results of the network were obtained. As the results aren’t very satisfactory, we applied the threshold rule, every variable that exceeded this value are instantiated. The network were evaluated under the threshold of 96% and 98%. The proposed DBN has shown more accurate inference with the 96% threshold, in which the differences between the results of the network and the percentages of the post-test remained mostly with ceiling of 5%.

Submitted by William Justo Figueiro (williamjf) on 2015-07-06T22:22:41Z No. of bitstreams: 1 03a.pdf: 2459401 bytes, checksum: 4be1a43d873e5061b50682baa16f9ead (MD5) / Made available in DSpace on 2015-07-06T22:22:41Z (GMT). No. of bitstreams: 1 03a.pdf: 2459401 bytes, checksum: 4be1a43d873e5061b50682baa16f9ead (MD5) Previous issue date: 2013 / FINEP - Financiadora de Estudos e Projetos / A Lógica é uma ciência de índole matemática que está fortemente ligada à Filosofia, cuidando das leis do raciocínio, ou do pensar correto, sendo, portanto, um instrumento do pensar. Assim o aprendizado da lógica se faz necessário para garantir que nossos pensamentos se realizem de forma correta a fim de produzir conhecimentos verdadeiros. A lógica estuda os princípios e métodos usados para distinguir o raciocínio correto do incorreto. Desta forma, a Lógica é uma disciplina fundamental para os cursos acadêmicos de Ciência da Computação. No entanto, uma persistência de altos níveis de reprovação ou desistências prematuras mostra que há um amplo espaço para melhorar o processo de ensino desta disciplina. Nesse contexto, um tema particularmente crítico da Lógica e que causa sérias dificuldades aos alunos é a aprendizagem dos processos de dedução formal. Tendo essa questão em vista, o presente trabalho tem por objetivo propor um modelo computacional de mediação apropriado para o ensino da Dedução Natural para a Lógica Proposicional, incorporado na forma de um agente pedagógico que auxilie o aluno em seu processo de aprendizagem, servindo como ferramenta de apoio para esse processo. Este agente é parte de um projeto de pesquisa, denominado Heráclito, que visa integrar e aplicar as tecnologias de Objetos Inteligentes de Aprendizagem e Agentes Pedagógicos no ensino de Lógica. / Logic is a mathematical science of nature that is strongly linked to Philosophy, tending the laws of reasoning, or right thinking, therefore, an instrument of thought. So learning the logic is necessary to ensure that our thoughts are carried correctly to produce true knowledge. Logic studies the methods and principles used to distinguish correct from incorrect reasoning. Thus, the logic is a fundamental discipline for academic courses of Computer Science. However, the persistence of high levels of premature failure or dropouts shows that there is ample room for improving the process of teaching this subject. In this context, a particularly critical of Logic and causing severe difficulties for students is learning the processes of formal deduction. With this question in mind, this paper aims to propose a computational model of mediation appropriate for the teaching of Natural Deduction for Propositional Logic, incorporated as a pedagogical agent to assist students in their learning process, serving as a tool support for this process. This agent is part of a research project, named Heraclitus, which aims to integrate and apply the technologies of Smart Objects Learning and Pedagogical Agents in teaching Logic.

Submitted by Silvana Teresinha Dornelles Studzinski (sstudzinski) on 2015-10-27T12:41:16Z No. of bitstreams: 1 Tiago Roberto Kautzmann_.pdf: 8317737 bytes, checksum: 0d711a62eccda40c8169142262126010 (MD5) / Made available in DSpace on 2015-10-27T12:41:16Z (GMT). No. of bitstreams: 1 Tiago Roberto Kautzmann_.pdf: 8317737 bytes, checksum: 0d711a62eccda40c8169142262126010 (MD5) Previous issue date: 2015-07-28 / Nenhuma / Alunos conscientes de seus processos cognitivos apresentam melhores desempenhos e são mais estratégicos do que alunos que não possuem essa consciência. O conhecimento de uma pessoa sobre os próprios processos cognitivos é chamado de metacognição. É um construto fundamental para a aprendizagem autorregulada, em que o próprio aluno define suas metas de aprendizagem, planeja e seleciona estratégias de estudo, monitora e avalia o seu desempenho e controla sua aprendizagem. Mais especificamente, a habilidade metacognitiva fundamental para as demais habilidades é a de monitoramento do conhecimento, a capacidade de uma pessoa de identificar o que sabe e o que não sabe. Os processos metacognitivos podem ser melhorados através de treinamento. Os trabalhos relacionados treinam habilidades metacognitivas, porém, apresentam, no mínimo, alguma das seguintes lacunas: não incitar o aluno, explicitamente, a refletir sobre seu conhecimento; não explicitar a importância da habilidade de monitoramento do conhecimento; não avaliar a habilidade de monitoramento do conhecimento. Além disso, nenhum dos trabalhos adapta ao aluno a etapa da instrução que incita o monitoramento do conhecimento. O presente trabalho propõe um modelo de agente pedagógico para treinar, explicitamente, a habilidade do aluno de monitorar o seu conhecimento. O modelo adapta a quantidade e o conteúdo da instrução metacognitiva ao aluno, a fim de fazê-lo: ter uma atitude menos reativa, refletindo sobre seu conhecimento antes de resolver uma tarefa; refletir sobre o conhecimento já demonstrado; refletir sobre tarefas similares resolvidas anteriormente. O modelo pode ser integrado a Sistemas Tutores Inteligentes do tipo step-based que forneçam informações sobre o conhecimento do aluno no domínio, o histórico de resolução de tarefas e o conhecimento possível de ser aplicado em um próximo passo de tarefa. O agente foi implementado e integrado ao STI de álgebra PAT2Math para uma avaliação experimental com 63 alunos. Os resultados da avaliação apresentaram evidências indicando que a instrução do agente pode melhorar a habilidade de monitoramento do conhecimento do aluno. Os resultados também indicaram que a instrução do agente pode melhorar o desempenho do aluno no domínio. Além disso, foi encontrada uma alta correlação entre a habilidade metacognitiva e o desempenho do aluno no domínio. / Students who are aware of their metacognitive processes have better performance and are more strategic than students who do not have this awareness. Metacognition is the knowledge of a person on their own cognitive processes. It is a fundamental construct for self-regulated learning, in which the students define their learning goals, plans and select study strategies, monitor and evaluate their performance and control their learning. More specifically, a fundamental metacognitive skill is knowledge monitoring, that is, a person's ability to identify what she knows and what she does not know. The metacognitive processes can be improved through training. Some related works have sought to train learner’s metacognitive skills, however, they have at least some of the following shortcomings: do not incite the student to reflect on their knowledge explicitly; do not explain the importance of metacognitive skills; do not evaluate the knowledge monitoring skill. In addition, none of the work adapts the instruction step that incites the monitoring of knowledge to student’s knowledge and metacognitive skills. The present work proposes a pedagogical agent model to train, explicitly, the student’s ability to monitor his knowledge. The model adapts the quantity and content of metacognitive instruction to the student, so that: he would have a less reactive attitude, he would reflect on their knowledge before solving a task; he would reflect on the knowledge already demonstrated; he would reflect on similar tasks resolved earlier. The model can be integrated with step-based Intelligent Tutoring Systems that provide information about the student's knowledge in the domain, the solving task history and the possible knowledge to be applied in a next step. The agent was implemented and integrated into an algebra STI for an experimental evaluation with 63 students. Evaluation results presented evidences indicating that the instruction of the agent can improve the student's knowledge monitoring ability. The results also indicated that the agent's instruction can improve student performance in the domain. In addition, a high correlation between metacognitive level and performance in the domain was found.

Submitted by Jos? Henrique Henrique (jose.neves@ufvjm.edu.br) on 2017-06-22T22:29:53Z No. of bitstreams: 2 everton_oliveira_paiva.pdf: 3688473 bytes, checksum: 00c67bcc4d4564b69bb64a0b596743fc (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Rodrigo Martins Cruz (rodrigo.cruz@ufvjm.edu.br) on 2017-06-23T13:21:09Z (GMT) No. of bitstreams: 2 everton_oliveira_paiva.pdf: 3688473 bytes, checksum: 00c67bcc4d4564b69bb64a0b596743fc (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2017-06-23T13:21:09Z (GMT). No. of bitstreams: 2 everton_oliveira_paiva.pdf: 3688473 bytes, checksum: 00c67bcc4d4564b69bb64a0b596743fc (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2016 / O uso sistemas computacionais como complemento ou substitui??o da sala de aula ? cada vez mais comum na educa??o e os Sistemas Tutores Inteligentes (STIs) s?o uma dessas alternativas. Portanto ? fundamental desenvolver STIs capazes tanto de ensinar quanto aprender informa??es relevantes sobre o aluno atrav?s de t?cnicas de intelig?ncia artificial. Esse aprendizado acontece por meio da intera??o direta entre o STI e o aluno que ? geralmente demorada. Esta disserta??o apresenta a inser??o da metaheur?sticas Lista Tabu e GRASP com o objetivo de acelerar esse aprendizado. Para avaliar o desempenho dessa modifica??o, foi desenvolvido um simulador de STI. Nesse sistema, foram realizadas simula??es computacionais para comparar o desempenho da tradicional pol?tica de explora??o aleat?ria e as metaheur?sticas propostas Lista Tabu e GRASP. Os resultados obtidos atrav?s dessas simula??es e os testes estat?sticos aplicados indicam fortemente que a introdu??o de meta-heur?sticas adequadas melhoram o desempenho do algoritmo de aprendizado em STIs. / Disserta??o (Mestrado Profissional) ? Programa de P?s-Gradua??o em Educa??o, Universidade Federal dos Vales do Jequitinhonha e Mucuri, 2016. / Using computer systems as a complement or replacement for the classroom experience is an increasingly common practice in education and Intelligent Tutoring Systems (ITS) are one of these alternatives. Therefore, it is crucial to develop ITS that are capable of both teaching and learning relevant information about the student through artificial intelligence techniques. This learning process occurs by means of direct, and generally slow, interaction between the ITS and the student. This dissertation presents the insertion of meta-heuristic Tabu search and GRASP with the purpose of accelera ting learning. An ITS simulator was developed to evaluate the performance of this change. Computer simulations were conducted in order to compare the performance of traditional randomized search methods with the meta-heuristic Tabu search. Results obtained from these simulations and statistical tests strongly indicate that the introduction of meta-heuristics in exploration policy improves the performance of the learning algorithm in ITS.

This work presents an interactive environment for learning about fractions, with mechanisms to support cooperative and adaptive interactions offered by tutors agents to human learners, focusing mainly on activities to solve problems. For this purpose, an architecture based on software agents and semantic Web services was proposed, therefore, we verify the functional viability of the proposal and, posteriorly, to present a revision of that architecture to suply some requirements not previously covered, beyond models that support to those interactions. With respect to interactions, the learner will receive support from both a pedagogical agent tutor, as some of their peers who are part of the environment. Particularly, a tutor agent has an open learner model, from which it obtains information to guide their actions. The idea of this model be opened is to allow the learner seeing the evaluation that the system has about him, and also the opportunity to disagree with this assessment, and thus contribute to the refinement of the content of such a model / Fundação de Amparo a Pesquisa do Estado de Alagoas / Este trabalho apresenta um ambiente interativo de aprendizagem sobre Frações, dotado de mecanismos de suporte a interações cooperativas e adaptativas oferecidas por seus agentes tutores aos aprendizes humanos, focando principalmente em atividades de resolução de problemas. Para isso, propõe-se uma arquitetura baseada em agentes de software e serviços Web semânticos, daí, pôde-se verificar a viabilidade funcional da proposta e, posteriormente, apresentar uma revisão de tal arquitetura para suprir alguns requisitos anteriormente não visados, além de modelos que dão suporte às referidas interações. No que diz respeito às interações, o aprendiz receberá suporte pedagógico tanto de um agente tutor, quanto de algum de seus pares que fazem parte do ambiente. Particularmente, um agente tutor conta com um modelo aberto do aprendiz, a partir do qual passa a dispor de informações úteis para orientar suas ações. A idéia deste modelo ser aberto é a de permitir que o aprendiz possa ver qual a avaliação que o sistema tem a seu respeito, tendo ainda a oportunidade de discordar de tal avaliação, e assim contribuir para o refinamento do conteúdo de tal modelo. Palavras-chave: Modelagem Aberta do Aprendiz; Sistemas Tutores Inteligentes; Sistemas Multi-agentes

Made available in DSpace on 2014-07-29T15:08:22Z (GMT). No. of bitstreams: 1 fabricia p 1.pdf: 6603333 bytes, checksum: 71692ee42eb5f5439767ffb1f02551bd (MD5) Previous issue date: 2009-11-28 / Brazilian students have achieved poor results in the National Student Performance Exam (ENADE) in 2006. ENADE has shown reading is badly cultivated among undergraduates. The low interest on reading is justified by the fact that most of students have jobs and are enrolled in evening courses, without enough time to studies. The current research proposes the use of intelligent tutoring systems to improve student reading comprehension. The main goal is to develop the technique of underlining among undergraduates to assist in the analysis of academic texts. Two groups of students, A and B, participated in data collection. The difference between the groups is the amount of exercises performed in each group. Students of Group A have received 20 exercises with four levels of difficulty. In Group B, an Artificial Neural Network, Multilayer Perceptron (MLP), decides the amount of exercises that the student must perform at each level of difficulty by controlling what is the next exercise after each exercise is finished. The approach used in Group B adapts to the characteristics of knowledge retention of each student. Therefore, the tutoring system adapts the degree of exercise difficulty to the student. Statistical data analysis has indicated significant differences between groups A and B. / Os estudantes universitários brasileiros apresentaram baixos índices de leitura no Exame Nacional de Desempenho (ENADE) em 2006. O ENADE mostrou que o hábito de ler é pouco cultivado entre os universitários. O pouco interesse pela leitura é justificado pelo fato de que maioria dos estudantes são trabalhadores matriculados em cursos noturnos, com pouco tempo para se dedicar aos estudos. Esta pesquisa propõe o uso de sistemas tutores inteligentes para auxiliar universitários na compreensão de leitura. O objetivo do sistema tutor proposto é desenvolver a técnica de sublinhamento dos universitários para auxiliar na análise de textos acadêmicos. Dois grupos de estudantes, A e B, participaram da coleta de dados. A diferença entre os grupos reside na quantidade de exercícios realizados em cada grupo. O grupo A realizou 20 exercícios com quatro níveis de dificuldade. No grupo B a Rede Neural Artificial Multilayer Perceptron (MLP) decide a quantidade de exercícios que o estudante deve realizar em cada nível de dificuldade. A abordagem utilizada no grupo B adapta-se às características de retenção de conhecimento de cada estudante. Com isso, o sistema tutor se adapta ao grau de dificuldade ou facilidade do estudante. Por meio de estudo comparativo, a análise estatística dos dados indicou diferenças significativas entre os grupos A e B.

Made available in DSpace on 2016-03-15T19:38:16Z (GMT). No. of bitstreams: 1 Marcelo Leme Mamud.pdf: 1194376 bytes, checksum: 159feb30c5e6a599335f280e27316dbc (MD5) Previous issue date: 2010-03-03 / Fundo Mackenzie de Pesquisa / In recent years there have been some proposals to develop educational tools using multimedia and interactive resources. However, most of them just transpose the traditional materials to the computer screen. The reason for this work is the gap of didactic materials to explore important subjects about photonics and optical communication systems, specially the lack of tools related to Erbium Doped Fiber Amplifier (EDFA) learning. The aim of this research is to provide at the LCMS MOODLE open platform an Intelligent Learning Resource to support EDFA study, providing a set of Learning Objects more suitable for the study of the base concepts needed to optimise the use of the computer simulation tool. For so, this research presents the development of an Intelligent Learning Resource for Electric Engineering, Physics, and related fields, in which students can learn about optical communications, in particular EDFA. The proposal is to give autonomy to the students, which manage their own study time, and fulfill the basement and prerequisites needed to understand the subject and complete the tasks proposed. Moreover, the learning resource proposes the navigation through a concept map based on a multiagent system architecture, providing an individual treatment according to each student profile. The insertion of a society of agents in the concept map, in order to observe, collect information about the user background profile, and also act in the virtual environment, suggesting the study of the most appropriate learning objects. The learning resource developed can stimulate the students to understand how amplifiers are designed for a practical application, and the parameters that should be considered in a project. The Artificial Intelligence techniques used for the development of the learning resource consider the learner differences in a way to adapt the system actions according to each student background. / Nos últimos anos foi possível observar o desenvolvimento de propostas de ferramentas digitais de ensino, utilizando interatividade, recursos multimídia, entre outros. Entretanto, parte destas propostas reflete as deficiências características das metodologias de ensino tradicionais. Este trabalho apresenta o desenvolvimento de um Recurso Digital de Aprendizagem, baseado em técnicas de Inteligência Artificial, com aplicação no campo de comunicações ópticas. São apresentadas as técnicas e aplicativos de suporte para a construção deste recurso, incluindo as estratégias para adaptação da navegação de acordo com os prérequisitos e perfis dos aprendizes. Foi utilizada a tecnologia de mapas conceituais e sistemas multiagentes, integrados a Objetos de Aprendizagem. Os agentes computacionais, inseridos em cada nó do mapa, têm a missão de atuar sobre o ambiente de aprendizagem, sugerindo o estudo e acesso aos Objetos de Aprendizagem mais apropriados, conforme os resultados sobre o perfil do usuário. Trata-se de uma abordagem pedagógica, que conta com interatividade, recursos audiovisuais e disponibilidade para o aluno administrar seu próprio tempo e da maneira mais flexível, aumentando a eficiência dos estudos. A partir da observação das dificuldades encontradas por estudantes da área, foi possível determinar os requisitos do projeto. A motivação para o desenvolvimento, na área de amplificadores ópticos de fibras dopadas por érbio (EDFA), surgiu pela dificuldade e carência de materiais didáticos no campo de pesquisa de engenharia de telecomunicações. Um dos principais problemas no estudo de EDFA é a abordagem matemática utilizada na literatura da área, exigindo domínio de conceitos avançados em cálculo. A partir do Recurso de Aprendizagem implantado, é possível verificar a estratégia de extrair a partir de diversos recursos tecnológicos como, por exemplo, interatividade, multimídia, mapas conceituais, inteligência artificial e simulação computacional, maneiras para estimular a aprendizagem significativa sobre os conceitos abordados.

Made available in DSpace on 2016-08-17T14:52:43Z (GMT). No. of bitstreams: 1 Helder Pereira Borges.pdf: 3144348 bytes, checksum: 1b180634b5a87175511a1d7e57b2741d (MD5) Previous issue date: 2002-05-30 / In the current days, education in the distance computerized has grown in a general way. This growth is decurrent of the gotten technological advances in the scope of computer networks, with prominence for Internet. System MATHNET, resulted of the integration of the paradigms of the learning Attended for computer and Cooperative Learning, integration also known as CSCL (Computer Supported Cooperative Learning), on the basis of implements a computational model for interactive environments of Education and Cooperative Learning multiple artificial and human agents, made use in a structure of computer networks, using diverse resources multimedia. / Nos dias atuais, o ensino a distância computadorizado tem crescido de forma generalizada. Este crescimento é decorrente dos avanços tecnológicos obtidos no âmbito de redes de computadores, com destaque para internet. O sistema MATHNET, resultado da integração dos paradigmas da aprendizagem Assistida por computador e Aprendizagem Cooperativa, integração também conhecida como CSCL (Computer Supported Cooperative Learning), implementa um modelo computacional para ambientes interativos de Ensino e Aprendizagem Cooperativa com base em múltiplos agentes artificiais e humanos, dispostos em uma estrutura de redes de computadores, utilizando diversos recursos multimídias.

Made available in DSpace on 2016-08-17T16:54:33Z (GMT). No. of bitstreams: 1 Tese Cenidalva.pdf: 12668813 bytes, checksum: 1e4b60cf92d414d044c2e06eb2468789 (MD5) Previous issue date: 2013-05-05 / Considering the several important points that motivated the research in the area of computer supported collaborative learning, this PhD thesis gives the state of the art in the area, presents the mathNet system as new Computer Supported Learning Environment that explores the Cooperative Learning paradigm, and proposes the MACSA system for Student Modeling. The mathNet artifact is one of the little software packages that implement effectively the collaborative learning paradigm. It offers new opportunities in education by integrating collaborative learning with computer, multimedia and network technologies in a manner that we believe will challenge traditional methods of pedagogy and benefit the learning process in a fundamental way. The MACSA is implemented as a software agent who aims to handle the information that composes the learner model of MATHNET. In the mathNet Environment the learning process occurs through six cooperative phases: 1) group preparation; 2) knowledge presentation; 3) knowledge assimilation; 4) knowledge application; 5) group evacuation; and 6) individual evaluation. We focus on the information that may be modeled by the agent in asch phase and what this information may be modeled for. Concretely, we will show which information is modeled in the first phase (group preparation) and how it is used for groups formation. The information modeled is made by individual attributes elicited in one moment from questionnaires answered by the students in the first time they use framework, and in other moments from the student system interaction. The MACSA has the originality to integrate quantitative and qualitative metrics to follow and evaluate the student profile and behavior within a teaching-learning session. MACSA administrates the process complexity through software agents and the model was defined based on the questions: what s a model? What to model for? And how to model? MACSA emphasizes the modeling of the interaction within the system during a learning session based on the communication modes and problem resolution phases. Finally, it is presented the representation, organization, implementation, application and integration of MACSA within the MathNet, especially the interaction of the MACSA with the problem resolution agent and all the other agent and all the other agents that made the MathNt agent society. / Considerando os diversos pontos relevantes que proporcionaram a motivação para investir em pesquisa na área que envolve ensino cooperativo computadorizado, apresenta-se nesta tese, uma visão panorâmica sobre a área de conhecimento, que diz respeito à modelagem do aprendiz, em ambientes de ensino-aprendizagem cooperativo computadorizado. Propõe-se o Sistema MACSA de Modelagem do Aprendiz que integram métricas quantitativas e qualitativas para acompanhar a evolução do perfil do aprendiz adquirido em uma sessão de ensino-aprendizagem através dos agentes de softwares. Faz-se uma abordagem teórica e situacional sobre os Sistemas Tutores Inteligentes - STI, enfatizando o módulo do modelo do aprendiz, por se tratar de um assunto relevante para este estudo. Apresenta-se também, uma revisão de várias ideias e abordagens existentes sobre os ambientes de aprendizagem cooperativa e a modelagem do aprendiz nesses ambientes, especificando o que é modelo do aprendiz, quem modelar, quais informações modelar e como modelar, e ainda como as informações a serem modeladas podem ser representadas em um modelo. Apresenta-se o Assistente de Resolução de Problemas -ARP. Define-se o que é um problema, os métodos e estratégias para resolução de problemas, como ocorre a resolução de problemas no MATHNET. Apresenta-se a proposta do sistema MACSA de Modelagem do Aprendiz no Sistema MATKNET. Detalha-se o processo de Modelagem do Aprendiz Cooperativo em uma Sessão de Aprendizagem no MATHNET através da representaqão, aquisição e manutenção do modelo, especificando as informações que precisam ser modeladas e como modelar. dentro das atividades pedagógicas. Essas atividades compreendem a formação de grupos, apresentação do conhecimento, assimilação do conhecimento-, aplicação do conhecimento e avaliação (de grupo e individual), mostra-se a utilização do modelo e o agente de modelagem do aprendiz. Mostra-se a modelagem das interações do ambiente, especificando os recursos de comunicação síncronos e assíncronos, detalhando as interações que poderão ocorrer, bem como, o acompanhamento dos passos da resolução de problemas com o MACSA, através do agente supervisar cooperativo. Mostra-se a representação, estrutura, implementação, aplicação e integração do MACSA no MATHNET.

A Gamificação é uma técnica que a utiliza elementos de design de jogos em ambientes que não são jogos, visando aumentar a motivação e engajamento dos usuários e que vem ganhando espaço em diversos áreas como saúde, marketing e também na educação. Porém, ainda que o interesse pela técnica venha crescendo, os meios para sua aplicação nesses ainda não estão bem definidos e os resultados obtidos têm-se mostrado dependentes do contexto e da população alvo. Diversos autores atribuem essa inconstância nos resultados a problemas no design da gamificação, uma vez que a maior parte dos projetos tem utilizado abordagens one-size-fits-all, no qual todos os usuários utilizam o mesmo ambiente independente de suas preferências individuais. Diante desse cenário, tem-se proposto que a gamificação personalizada pode atender uma maior parcela dos usuários, adequando os ambientes gamificados ao perfil dos usuários. Uma das abordagens para a personalização da gamificação consiste no uso de tipologias de jogadores para determinar os elementos mais interessante para o usuário. No entanto, as tipologias utilizam estereótipos, criando constructos que ainda restringem as informações consideradas durante a personalização. Dessa forma, neste trabalho buscou-se investigar a personalização com base na teoria de motivações para se engajarem em jogos, que trata o perfil do usuário como um conjunto de diferentes subcomponentes motivacionais correlacionados, que se agrupam em macro-componentes. Para isso, adaptou-se a teoria para o contexto da gamificação e elaborou-se dois modelos o de Macro-Gamificação, o qual relaciona-se com a teoria de Autodeterminação e às necessidades de Competência, Relacionamento e Autonomia do usuário, e o de Micro-Gamificação, que relaciona os elementos de jogos a um determinado subcomponente motivacional e disponibilizá-lo mediante o interesse do usuário no subcomponente. Para avaliar então se a gamificação personalizada influencia no engajamento dos usuários quando comparada a gamificação não personalizada, os modelos foram implementados em um ambiente virtual de aprendizagem, preparado para criar os perfis de gamificação dos usuários dinamicamente e adaptar interface do em tempo real. Realizou-se então um estudo de caso com N=36, utilizando como domínio o estudo dos silabários do idioma japonês. Ao final do estudo foram identificados dois padrões de atuação no sistema com uma diferença de 65% de participação e que foi utilizado para segmentar os participantes. No segmento menos engajado, os participantes do grupo não personalizado apresentaram um engajamento aos grupos personalizados. Já no segmento dos usuários mais ativos o grupo utilizando o modelo Micro-Gamificado, apresentou-se mais engajado. Desse modo, não é possível afirmar que a gamificação personalizada proporcione um maior engajamento do que a gamificação sem personalização, embora os resultados sugiram que usuários que permanecem utilizando o sistema por mais tempo tem um maior engajamento no ambiente personalizado. Por fim, é possível afirmar que o desenvolvimento de sistemas gamificados com personalização ainda está em sua infância e por isso nesta pesquisa além de buscar evidencias sobre o impacto da gamificação personalizada no engajamento dos usuários, buscou-se também desenvolver ferramental para facilitar o processo para os membros da comunidade em ordem de impulsionar os avanços dessa área de pesquisa. / Gamification is a technique that uses game design elements in non-game context, to increase users motivation and engagement and that has been gaining space in several areas such as health, marketing and also in education. However, although the interest in the technique is growing, the means for its application are still not well defined and the results obtained have been shown to be dependent on the context and the population. Several authors attribute this resultsin the results to problems in gamification design, since most projects have been using an one-size-fitsall approach, in which all users uses the same environment independent of their preferences. Given this scenario, it has been proposed that the personalized gamification can adress a larger portion of users, adapting the gamified environments to users profiles One of the approaches to personalize the gamification is to use player typologies to determine which elements are most interesting to the user. However, typologies uses stereotypes, creating constructs that still restrict the information considered during customization. Thus, in this work, we sought to investigate personalization based on the theory of motivations to engage in games, which treats the user profile as a set of different correlated motivational subcomponents, which are grouped into macrocomponents. For this, the theory was adapted to the context of the gamification and two models were elaborated the Macro-Gamification, which is related to the theory of Self-determination and to the needs of Competence, Relationship and Autonomy of the user, and the Micro-Gamification, which relates the game elements to a particular motivational subcomponent and make it available through the users interest in the subcomponent. In order to evaluate whether personalized gamification influences user engagement when compared to non-personalized gamification, the models were implemented in a virtual learning environment, prepared to dynamically create users gamification profiles and adapt the interface in real time. A case study was then carried out with N = 36, using as a domain the study of syllabaries of the Japanese language. At the end of the study, two patterns of performance in the system with a difference of 65 % participation were identified and used to segment the participants. In the less engaged segment, the non-personalized group participants showed a higer engagement than the personalized groups. However, in the segment of the most active users the group using the Micro-Gamified model, presented itself more engaged. Thus, it can not be argued that personalized gamification provides greater engagement than non-personalized gamification, although the results suggest that users who remain using the system longer have a greater engagement in the personalized approach. Finally, it is possible to affirm that the development of personalized gamified systems is still in its infancy and for this reason, in this research, besides searching for evidence on the impact of personalized gamification on user engagement, we also sought to develop tooling to facilitate the process for the members of the community in order to boost the advances of this area of research.