Abstract. Dynamic adaptation of educational content has been an important research topic, but in order to make it happen effectively, student models has been proposed to describe and monitor students cognitive state. In this sense, this paper presents a hybrid student model approach that combines ontologies and Bayesian Networks in order to identify the knowledge of each students based on their characteristics and behavior while using an adaptive educational system. Experiments with virtual students were performed using a functional prototype. The proposed approach has presented positive results, in agreement with experts' expectations.Resumo. Adaptação dinâmica de conteúdo educacional tem sido um tópico de pesquisa recorrente na literatura, mas para que aconteça de forma efetiva, modelos de estudantes têm sido propostos com o intuito de descrever e acompanhar o estado cognitivo dos estudantes. Neste sentido, este artigo apresenta uma abordagem híbrida de modelo de estudante que combina ontologias e Redes Bayesianas para identificar o estado de conhecimento do estudante com base em suas características e comportamentos durante a utilização de um sistema educacional adaptativo. Experimentos com estudantes virtuais foram realizados com o apoio de um protótipo funcional. A abordagem proposta apresentou resultados positivos, condizentes com as expectativas de especialistas.
IntroduçãoO Modelo de Estudante (ME)é um dos componentes fundamentais na personalização do processo de ensino-aprendizagem em Sistemas Tutores Inteligentes (STI). De acordo com Li et al. (2011), a modelagem do estudanteé um dos fatores chave que afetam sistemas automatizados de tutoria na tomada de decisões. Um ME bem definidoé capaz de fornecer subsídios para a avaliação e o acompanhamento da aprendizagem dos estudantes em ambientes educacionais (Mitrovic e Thomson, 2009). Um ME deve representar não somente informações sobre conhecimento do estudante, mas sim, refletir, o mais fiel possível, o seu processo de raciocínio (Clemente et al., 2011).A construção de um modelo que permita o acompanhamento da aprendizagem nãoé uma tarefa simples. Informações e dados que representam o estudante devem ser