Avaliando a Dimensão Afetiva para Apoio ao Processo de Aprendizagem na Disciplina de Algoritmos: um Estudo de Caso / Evaluating the Affective Dimension to Support the Learning Process in the Discipline of Algorithms: a Case Study
Palabras clave:
Computação Afetiva, Ensino de Algoritmos, Estado Afetivo de Frustração, Informática na Educação, Sistemas de Apoio à Aprendizagem.Resumen
Este artigo apresenta um estudo visando avaliar aspectos afetivos relacionados aos processos de aprendizagem na área de Algoritmos. A dificuldade apresentada pelos estudantes na aprendizagem de conceitos e técnicas de construção de algoritmos pode levar à frustração, um estado afetivo relacionado aos sentimentos de descontentamento e desesperança. Dois experimentos foram realizados como parte desta pesquisa. No primeiro, um grupo de 58 estudantes foi monitorado enquanto utilizava um sistema de aprendizagem de algoritmos. Quando sentiam-se frustrados na resolução dos exercícios propostos, os alunos podiam indicar este estado ao ambiente de aprendizagem por meio de um botão "Estou Frustrado". Após, um sistema de mineração de dados foi empregado para identificar quais os padrões de interação com o sistema poderiam estar relacionados ao estado de frustração. Estes padrões, representados na forma de regras, foram incorporados no sistema e empregados em um último experimento com um grupo de 6 estudantes com dificuldade de aprendizagem na disciplina. Os resultados da pesquisa mostraram que o sistema foi capaz de prover assistência personalizada aos alunos em momentos em que estes apresentavam dificuldades, auxiliando-os a melhorar seu desempenho.
Abstract
This paper presents a study on the evaluation of affective aspects related to learning processes in the area of Algorithms. Students' difficulties in designing solutions for algorithmic problems may lead to frustration, an affective state related to feelings of disappointment and discouragement. Two experiments were carried out as part of this research. In the first one, a group of 58 students was monitored while using a system for learning algorithms. Whenever the students felt frustrated while working on an algorithmic problem, they could indicate it by pressing a button with the label "I'm frustrated". Later on, a data mining tool was used to identify patterns of student-system interaction that could be related to the state of frustration. These patterns, represented in the form of rules, were then incorporated in the system and used in a last experiment with another group of 6 students who had learning difficulties in the course. Results showed that the system has been able to provide personalized assistance to the students at moments when they were showing difficulties, helping them to improve their performance.
Descargas
Descargas
Publicado
Número
Sección
Licencia
Los autores/as que publiquen en esta revista aceptan las siguientes condiciones:
1. Los autores/as conservan los derechos de autor y ceden a la revista el derecho de la primera publicación, con el trabajo registrado con la licencia Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 International (CC BY-NC-ND), que permite a terceros utilizar lo publicado siempre que mencionen la autoría del trabajo y a la primera publicación en esta revista.
2. Los autores/as pueden realizar otros acuerdos contractuales independientes y adicionales para la distribución no exclusiva de la versión del artículo publicado en esta revista (p. ej., incluirlo en un repositorio institucional o publicarlo en un libro) siempre que indiquen claramente que el trabajo se publicó por primera vez en esta revista.
3. Se permite y recomienda a los autores/as a publicar su trabajo en Internet (por ejemplo en páginas institucionales o personales) antes y durante el proceso de revisión y publicación, ya que puede conducir a intercambios productivos y a una mayor y más rápida difusión del trabajo publicado (vea The Effect of Open Access).