O uso de estimativas de conhecimento do aluno em programação de computadores em modelos de detecção da emoção confusão livres de sensores

Kautzmann, Tiago Roberto; Ramos, Grasieli de Oliveira; Jaques, Patrícia Augustin

doi:10.5753/sbie.2022.225768

Cited by 3 publications

(2 citation statements)

References 21 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Ao mesmo tempo que leva o estudante à ação, a alocar recursos cognitivos para resolver essa confusão, se persistir durante muito tempo ela pode levar a frustração e tédio, que se sabe que tem efeito negativo na aprendizagem (D' Mello et al, 2014;Graesser, 2011). Assim, meu grupo de pesquisa tem trabalhado na identificação automática da confusão (Kautzmann;Ramos;Jaques, 2023a), e outras emoções, e no melhor momento para intervir de forma a promover melhor aprendizagem e engajamento (Goldoni;Reis et al, 2018).…”

Section: Direções Futuras De Pesquisaunclassified

Da teoria à prática em sala de aula

Jaques

2023

Tec. Soc. e Con.

Self Cite

View full text Add to dashboard Cite

Este estudo explora o emprego de Sistemas Tutores Inteligentes (STIs) no contexto brasileiro, focando em ambientes computacionais que oferecem aprendizado personalizado. Destacam-se dois casos: o PAT2Math, aplicado em escolas de ensino fundamental, que resultou em melhorias significativas nas habilidades algébricas dos estudantes e aumentou o engajamento; e o Feeper, adotado em cursos universitários de programação, que otimizou o processo de feedback e diminuiu a carga de trabalho docente por meio de correções automáticas de exercícios. Essas experiências demonstram como a Inteligência Artificial pode personalizar a educação e empoderar educadores para refinarem suas metodologias. Além disso, o artigo sugere áreas para futuras investigações, incluindo a detecção de emoções dos estudantes e a integração com IA Generativa, com o objetivo de ampliar a compreensão da aplicação de IA na Educação.

show abstract

Section: Direções Futuras De Pesquisaunclassified

Da teoria à prática em sala de aula

Jaques

2023

Tec. Soc. e Con.

Self Cite

View full text Add to dashboard Cite

show abstract

“…Além dos resultados que suportam a hipótese, a pesquisa também apresentou outras contribuic ¸ões: um protocolo de anotac ¸ões de emoc ¸ões; um modelo de conhecimento do aluno em programac ¸ão; um ambiente de aprendizagem de programac ¸ão; um método para gerac ¸ão de amostras; e um modelo de identificac ¸ão automática de componentes de conhecimento. Um artigo publicado no Simpósio Brasileiro de Informática na Educac ¸ão [Kautzmann et al 2022] descreve uma das etapas da pesquisa e seus resultados.…”

unclassified

Os efeitos de usar estimativas de conhecimento do aluno em programação de computadores em modelos livres de sensores de detecção da emoção confusão

Kautzmann

Ramos

Jaques

2022

Anais Estendidos Do XI Congresso Brasileiro De Informática Na Educação (CBIE 2022)

View full text Add to dashboard Cite

Detectar a confusão do aluno permite ao ambiente computacional de aprendizagem realizar ações que ajudem o estudante a regular sua confusão e a se beneficiar dela. A pesquisa da Tese apresenta uma hipótese, justificada em teorias cognitivas de emoções, de que o uso de dados sobre estimativas de conhecimento do aluno pode melhorar o desempenho de modelos livres de sensores de detecção da confusão do aluno em tarefas de programação de computadores. Diversos modelos de aprendizado de máquina foram treinados com amostras de dados coletados de 62 alunos, durante cinco meses, em turmas de programação. Os resultados apresentaram evidências positivas que suportam a hipótese. A pesquisa apresenta cenários onde a abordagem é mais vantajosa.

show abstract

Detecção de Emoções na Aprendizagem de Programação: Os Efeitos de Usar Estimativas de Conhecimento em Modelos Livres de Sensores que Detectam a Confusão do Aluno

Kautzmann,

Ramos,

Jaques

2024

RBIE

View full text Add to dashboard Cite

A confusão é uma emoção provável de ocorrer em tarefas de aprendizagem de conteúdos complexos, como na aprendizagem de programação de computadores. Quando não regulada pelo aluno, a confusão pode afetar negativamente o aprendizado. Quando regulada, pode levar a aprendizagem a níveis mais profundos. O estudo descrito neste artigo buscou melhorar o desempenho de modelos livres de sensores que detectam a confusão do aluno enquanto envolvido em tarefas de aprendizagem de programação. Estes modelos são interessantes quando integrados a ferramentas de programação porque, ao detectar a confusão do aluno durante a aprendizagem, a ferramenta poderia intervir e auxiliar o aluno na regulação dessa emoção. Trabalhos relacionados treinaram modelos de detecção de confusão usando dados de interação do aluno com o ambiente de programação, como dados sobre movimentos de teclado e mouse. Nosso estudo levantou a hipótese que incorporar dados sobre estimativas de conhecimento do aluno aos dados de interação poderia melhorar o desempenho dos modelos. Nós comparamos o desempenho de modelos de aprendizado de máquina treinados com a abordagem da hipótese com modelos treinados com a abordagem dos trabalhos relacionados. Os modelos foram treinados com dados coletados de 62 alunos em aulas de programação ao longo de cinco meses. Os resultados apresentaram evidências positivas que apoiam nossa hipótese. Também discutimos cenários onde nossa abordagem é vantajosa, como o tamanho adequado dos segmentos de dados, os algoritmos com melhor desempenho e o poder de generalização dos modelos para alunos de diferentes níveis de ensino.

show abstract

O uso de estimativas de conhecimento do aluno em programação de computadores em modelos de detecção da emoção confusão livres de sensores

Cited by 3 publications

References 21 publications

Da teoria à prática em sala de aula

Da teoria à prática em sala de aula

Os efeitos de usar estimativas de conhecimento do aluno em programação de computadores em modelos livres de sensores de detecção da emoção confusão

Detecção de Emoções na Aprendizagem de Programação: Os Efeitos de Usar Estimativas de Conhecimento em Modelos Livres de Sensores que Detectam a Confusão do Aluno

Contact Info

Product

Resources

About