Nos últimos anos, o cenário educacional passou por uma transformação significativa, com um aumento notável no número de pessoas envolvidas em atividades educacionais através de Ambientes Virtuais de Aprendizagem (AVAs). Consequentemente, uma enorme quantidade de dados tem sido gerada por meio desses ambientes, oferecendo uma oportunidade valiosa para aprimorar o processo de aprendizagem. Esses dados incluem informações detalhadas sobre as atividades dos alunos, como envio de tarefas, participação em fóruns de discussão e produção textual. Nesse contexto, a disciplina de Learning Analytics (LA), que se concentra na coleta, análise e interpretação de dados relacionados ao processo de aprendizado, surgiu como uma área de estudo crucial. Através do uso de técnicas de análise de dados, estatísticas e tecnologia da informação, a LA oferece insights valiosos sobre o comportamento dos alunos em diferentes ambientes de aprendizado, incluindo cursos online e produção textual. Este projeto visa expandir as pesquisas sobre mineração textual, com foco na exploração das capacidades dessa tecnologia para extrair dados de AVAs e apresentá-los de forma visual em um ambiente específico de visualização de dados. Essa abordagem permitirá uma análise detalhada das características dos textos produzidos pelos alunos. As métricas a serem avaliadas incluirão o número de palavras, a frequência de palavras-chave, a estrutura sintática e o estilo de escrita. A análise dessas métricas será conduzida utilizando técnicas de LA, que têm como objetivo principal melhorar tanto o ensino quanto a aprendizagem por meio da interpretação dos dados educacionais. O progresso proposto na criação de novas funcionalidades de análise de texto com a ajuda da LA terá um impacto significativo na disseminação e adoção dos produtos tecnológicos desenvolvidos pela equipe de pesquisa. Além disso, abrirá novas perspectivas para a evolução das práticas de ensino e aprendizado da escrita. Uma das principais vantagens desse avanço é a possibilidade de fornecer feedback personalizado aos alunos de maneira mais eficaz e rápida. Ao compreender melhor o estilo de escrita e as características de seus textos, os educadores poderão oferecer orientações mais precisas e direcionadas para cada aluno, promovendo uma melhoria significativa na qualidade da escrita. Em resumo, essa pesquisa tem como objetivo a integração efetiva da IA e da análise de texto no campo educacional, o que, por sua vez, resultará em um ensino de maior qualidade e uma experiência de aprendizado mais enriquecedora para os alunos. Ao explorar as vastas possibilidades da LA e do minerador de textos Sobek, esta pesquisa poderá contribuir significativamente para o progresso da educação e para a promoção de estratégias de ensino e aprendizado mais eficazes.
Descrição Completa