Ricardo Edgard Caceffo “Arquitetura para Suporte a Aplicaç...

Ricardo Edgard Caceffo

“Arquitetura para Suporte a Aplicacoes Ubıquas queViabilizam a Criacao de um Ambiente de

Aprendizado Ativo em Sala de Aula”

CAMPINAS2015

i

Ficha catalográficaUniversidade Estadual de Campinas

Biblioteca do Instituto de Matemática, Estatística e Computação CientíficaAna Regina Machado - CRB 8/5467

Caceffo, Ricardo Edgard, 1983- C113a CacArquitetura para suporte a aplicações ubíquas que viabilizam a criação de um

ambiente de aprendizado ativo em sala de aula / Ricardo Edgard Caceffo. –Campinas, SP : [s.n.], 2015.

CacOrientador: Rodolfo Jardim de Azevedo. CacTese (doutorado) – Universidade Estadual de Campinas, Instituto de

Computação.

Cac1. Informática na educação. 2. Computação ubíqua. 3. Ciência da

computação. 4. Interação humano-computador. I. Azevedo, Rodolfo Jardimde,1974-. II. Universidade Estadual de Campinas. Instituto de Computação. III.Título.

Informações para Biblioteca Digital

Título em outro idioma: Architecture to support ubiquitous applications that enable the creationof an active learning environment in the classroomPalavras-chave em inglês:Information technology in educationUbiquitous computingComputer scienceHuman-computer interactionÁrea de concentração: Ciência da ComputaçãoTitulação: Doutor em Ciência da ComputaçãoBanca examinadora:Rodolfo Jardim de Azevedo [Orientador]André SantanchèMaria Cecília Calani BaranauskasEduardo Hideki TanakaJoice Lee OtsukaData de defesa: 26-02-2015Programa de Pós-Graduação: Ciência da Computação

Powered by TCPDF (www.tcpdf.org)

iv

Instituto de ComputacaoUniversidade Estadual de Campinas

Arquitetura para Suporte a Aplicacoes Ubıquas queViabilizam a Criacao de um Ambiente de

Aprendizado Ativo em Sala de Aula

Ricardo Edgard Caceffo1

15 de fevereiro de 2015

Banca Examinadora:

• Prof. Dr. Rodolfo Jardim de Azevedo (Orientador)

• Prof. Dr. Andre SantancheInstituto de Computacao - UNICAMP

• Prof. Dra. Maria Cecılia Calani BaranauskasInstituto de Computacao - UNICAMP

• Prof. Dr. Eduardo Hideki TanakaInstituto de Pesquisas Eldorado

• Prof. Dra. Joice Lee OtsukaUniversidade Federal de Sao Carlos

• Prof. Dra. Fernanda FreireNIED - UNICAMP (Suplente)

• Prof. Dra. Ana Maria GomideInstituto de Computacao - UNICAMP (Suplente)

• Prof. Dr. Marco Aurelio GerosaUniversidade de Sao Paulo (Suplente)

1Apoio Financeiro: FAPESP (processo 2009/10586-7), CAPES, CNPq, IC, UNICAMP (FAEPEX),Microsoft Research FAPESP Virtual Institute (NavScales project), CNPq (MuZoo project) e SAMSUNG.

vii

Abstract

The Active Learning model advocates greater participation, motivation and collaborationbetween students in the teaching and learning environment. Usually, the Active Learningis supported by technology through the classroom response systems. In this environment,the teacher asks students multiple-choice questions, which are answered trough clickers,being the data organized by a software managed by the teacher. Despite the increasingdevelopment of technology, its use is still limited, not being considered important varia-bles related to the context, user’s history and the learning environment. In addition, itsapplication presented some problems, like the ones related to the distraction and atten-tion loss of the students. This thesis proposes a Ubiquitous Classroom Response System(UCRS), developed as a framework to support the Active Learning using mobile devices.The UCRS incorporates elements of ubiquitous computing like context awareness, loca-tion and historical analysis of users’ data, allowing the development of features that adaptto the environment and needs of the participants. The UCRS further supports the Felderand Silverman Learning Styles Model (FSM), which states that each student has indivi-dual preferences in relation to perception, processing and manipulation of information.Part of the UCRS was implemented through software (LSQuiz). The LSQuiz supportsa collaborative process in which the teacher submits a multiple-choice quiz to students,who may at any time ask for the help of other students. Then, the LSQuiz analyses con-text factors, like the location affinity among students, verifying which student should beinvited to help. The LSQuiz was implemented and evaluated in a learning environment,being identified some issues, like the need for automatic student’s location and specificchanges in the collaborative process algorithm. In addition, it was found valid the as-sumption that Ubiquitous Computing enables a more effective way to support the ActiveLearning model, being the student’s autonomy a positive element in this process. Finally,was identified that it is not possible to assume the learning styles of students throughtheir performance in the questionnaires. Thus, it is unfeasible the application of the FSMin this context.

ix

Resumo

O modelo do Aprendizado Ativo defende uma maior participacao, motivacao e colaboracaoentre os alunos no ambiente de ensino e aprendizagem. Usualmente o Aprendizado Ativoe suportado atraves de elementos tecnologicos, como os sistemas de resposta em sala deaula. Neste ambiente, o professor propoe aos alunos questoes de multipla escolha, que saorespondidas por meio de clickers, sendo os dados organizados por um software gerenci-ado pelo professor. Ocorre que, apesar do crescente desenvolvimento da tecnologia, estesuporte ainda e limitado, nao considerando variaveis importantes do contexto, historicoe ambiente de ensino e aprendizagem, apresentando ainda problemas em sua aplicacao,como a distracao dos alunos. Nesta tese e proposta uma Arquitetura Ubıqua de Suporteao Aprendizado Ativo (AUSAA), em que e desenvolvido um framework para promocaodo Aprendizado Ativo atraves do uso de dispositivos moveis. A AUSAA incorpora ele-mentos da Computacao Ubıqua, como sensibilidade ao contexto, localizacao e analise dohistorico dos usuarios, permitindo a criacao de funcionalidades que se adaptam ao am-biente e necessidades dos participantes. A AUSAA suporta ainda o modelo de estilosde aprendizagem de Felder & Silverman, que afirma que cada aluno possui preferenciasindividuais em relacao a percepcao, processamento e manipulacao da informacao. Parteda AUSAA foi implementada por meio de um software (LSQuiz). Nele e proposto um pro-cesso colaborativo em que o professor disponibiliza um conjunto de questoes de multiplaescolha aos alunos, que podem, a qualquer instante, informar ao sistema que estao comdificuldades. A partir disso, atraves da analise de fatores de contexto e da localizacao dosestudantes, e escolhido um aluno para ser convidado a ajudar. O LSQuiz foi aplicado eavaliado em um ambiente de ensino, sendo identificados pontos de melhoria em seu design,como a necessidade de identificacao automatica da localizacao dos alunos e ajustes pon-tuais no algoritmo do processo colaborativo. Verificou-se que e valida a premissa de quea aplicacao da Computacao Ubıqua neste ambiente viabiliza de uma forma mais efetiva omodelo do Aprendizado Ativo, sendo a autonomia dos alunos um elemento positivo nesteprocesso. Por fim, identificou-se que nao e possıvel inferir os estilos de aprendizagem dosalunos atraves do seu desempenho nos questionarios, sendo inviavel a aplicacao do modelode Felder & Silverman neste contexto.

xi

Para Thaily e Thalyssa, minha razao deviver.

xiii

Agradecimentos

Agradeco as seguintes instituicoes por seu apoio financeiro e/ou material ao desenvolvi-mento deste projeto. Em ordem alfabetica: CAPES, CNPQ, CNPq (MuZoo project),FAPESP, Instituto de Computacao da Unicamp, Microsoft Research, Microsoft ResearchFAPESP Virtual Institute (NavScales project), SAMSUNG e Unicamp.

Em relacao a FAPESP destaca-se o apoio financeiro realizado por meio de bolsa dedoutorado, atraves do financiamento associado ao processo 2009/10586-7.

Ao professor Rodolfo Jardim de Azevedo, pelo constante incentivo, paciencia e dispo-nibilidade para a conducao desta pesquisa.

Agradeco ainda aos professores que contribuıram e apoiaram o desenvolvimento dapesquisa: Eduardo Valle, Pedro Cunha de Holanda, Rickson Mesquita, Tania Alencar deCaldas e Claudia Bauzer Medeiros.

A minha mae Ivania, que de uma forma especial e carinhosa me deu forca e coragem,me apoiando nos momentos de dificuldades.

E por fim um agradecimento especial a Heloisa Vieira da Rocha, por todo apoio,compreensao e orientacao nestes ultimos anos.

Sem voces nao seria possıvel chegar ate aqui.

xv

Sumario

Abstract ix

Resumo xi

Dedication xiii

Agradecimentos xv

1 Introducao 11.1 Contribuicoes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41.2 Organizacao do Texto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

2 Conceitos e Trabalhos Relacionados 112.1 Estilos de Aprendizagem . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

2.1.1 O Modelo de Felder & Silverman . . . . . . . . . . . . . . . . . . . 122.1.2 Dimensoes de Estilos de Aprendizagem . . . . . . . . . . . . . . . . 132.1.3 Indice de Estilos de Aprendizagem . . . . . . . . . . . . . . . . . . 142.1.4 Consideracoes sobre os Estilos de Aprendizagem . . . . . . . . . . . 15

2.2 Computacao Ubıqua . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162.2.1 Origem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162.2.2 A Computacao Ubıqua e os Modelos Computacionais . . . . . . . . 172.2.3 Terminologia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182.2.4 Caracterısticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 192.2.5 Definicao de contexto por lista de categorias . . . . . . . . . . . . . 212.2.6 Definicao de contexto por papeis . . . . . . . . . . . . . . . . . . . 222.2.7 Consideracoes sobre a definicao de contexto . . . . . . . . . . . . . 222.2.8 Pro-Atividade e Adaptabilidade . . . . . . . . . . . . . . . . . . . . 232.2.9 Exemplos gerais de aplicacoes da Computacao Ubıqua . . . . . . . 242.2.10 Metodos de Avaliacao de Sistemas Ubıquos . . . . . . . . . . . . . . 262.2.11 Aplicacoes da Computacao Ubıqua no Ambiente Educacional . . . . 29

xvii

2.2.12 Caracterısticas gerais do u-learning . . . . . . . . . . . . . . . . . . 302.2.13 Exemplos de Aplicacoes baseadas no u-learning . . . . . . . . . . . 322.2.14 Privacidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 362.2.15 Desafios e Consideracoes a respeito da Computacao Ubıqua . . . . . 37

2.3 Visao Geral a respeito dos Trabalhos Relacionados . . . . . . . . . . . . . . 372.4 Trabalho Relacionado: Learning Catalystic . . . . . . . . . . . . . . . . . . 38

2.4.1 Criacao de Questoes pelo Professor . . . . . . . . . . . . . . . . . . 392.4.2 Processo de Login dos Estudantes . . . . . . . . . . . . . . . . . . . 412.4.3 Recebimento e Resolucao das Questoes pelos Estudantes . . . . . . 422.4.4 Recebimento das respostas pelo professor . . . . . . . . . . . . . . . 442.4.5 Consideracoes gerais . . . . . . . . . . . . . . . . . . . . . . . . . . 46

2.5 Trabalho Relacionado: Oscar CITS . . . . . . . . . . . . . . . . . . . . . . 462.5.1 Tutores Inteligentes (ITS) . . . . . . . . . . . . . . . . . . . . . . . 462.5.2 Metodologia do Oscar CITS . . . . . . . . . . . . . . . . . . . . . . 472.5.3 Validacao do Oscar CITS . . . . . . . . . . . . . . . . . . . . . . . 52

2.6 Trabalho Relacionado: Pervasive Learning Profile (PeLeP) . . . . . . . . . 552.6.1 Elementos e Preferencias dos Alunos) . . . . . . . . . . . . . . . . . 552.6.2 Associacao de Estilos de Aprendizado aos Objetos de Aprendizado) 562.6.3 Atualizacao automatica do perfil) . . . . . . . . . . . . . . . . . . . 57

2.7 Consideracoes Finais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58

3 Arquitetura Ubıqua de Suporte ao Aprendizado Ativo 613.1 Inter-relacao entre os conceitos que suportam a AUSAA . . . . . . . . . . . 613.2 Modulos da Arquitetura . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63

3.2.1 Modulo responsavel pelo Banco de Dados . . . . . . . . . . . . . . . 643.2.2 Modulo Gerenciador de Registros e Regras de Registros . . . . . . . 653.2.3 Modulo Agente PDA . . . . . . . . . . . . . . . . . . . . . . . . . . 653.2.4 Modulo Gerenciador de Regras do Processo Colaborativo . . . . . . 663.2.5 Modulo de Filtro de Contexto . . . . . . . . . . . . . . . . . . . . . 663.2.6 Modulo Gerenciador do Processo Colaborativo . . . . . . . . . . . . 663.2.7 Gerenciador de regras do processo colaborativo . . . . . . . . . . . 68

3.3 Regras Logicas na AUSAA . . . . . . . . . . . . . . . . . . . . . . . . . . . 683.4 Determinacao dos Fatores de Contexto . . . . . . . . . . . . . . . . . . . . 74

3.4.1 Fator Afinidade (FA) . . . . . . . . . . . . . . . . . . . . . . . . . . 763.4.2 Grau de Dificuldade (GD) . . . . . . . . . . . . . . . . . . . . . . . 783.4.3 Regra para Definicao do Fator Educacional (FE) de uma atividade 82

3.5 Funcionalidades sensıveis ao contexto . . . . . . . . . . . . . . . . . . . . . 843.5.1 Determinacao do tempo medio de duracao de uma atividade . . . . 84

xix

3.5.2 Habilitar botao solicitar ajuda . . . . . . . . . . . . . . . . . . . . . 853.5.3 Definicao de qual aluno sera convidado a auxiliar o colega . . . . . 85

3.6 Suporte a estilos de aprendizagem . . . . . . . . . . . . . . . . . . . . . . . 873.6.1 Mapeamento das Questoes de Acordo com os Estilos de Aprendizagem 873.6.2 Predicao de Estilos de Aprendizagem dos Estudantes . . . . . . . . 903.6.3 Exemplo de Predicao de Estilos de Aprendizagem . . . . . . . . . . 943.6.4 Criacao de um Questionario Inteligente . . . . . . . . . . . . . . . . 96


4 Desenvolvimento do Prototipo Funcional 1014.1 Escolha da Tecnologia a ser utilizada . . . . . . . . . . . . . . . . . . . . . 1014.2 Escolha do Moodle como Plataforma a ser utilizada . . . . . . . . . . . . . 1044.3 Descricao dos Componentes do Moodle . . . . . . . . . . . . . . . . . . . . 1054.4 Criacao e Instalacao do plugin LSQuiz . . . . . . . . . . . . . . . . . . . . 1054.5 Funcionalidades do Plugin LSQuiz . . . . . . . . . . . . . . . . . . . . . . . 106

4.5.1 Classificacao das Questoes por Estilo de Aprendizado . . . . . . . . 1064.5.2 Classificacao e Visualizacao das Dicas (Hints) . . . . . . . . . . . . 1064.5.3 Relatorio dos Estilos de Aprendizagem dos Alunos . . . . . . . . . . 1084.5.4 Criacao e submissao de um questionario inteligente . . . . . . . . . 1094.5.5 Localizacao dos alunos atraves do mapa da classe . . . . . . . . . . 1114.5.6 Solicitacao de Ajuda aos Colegas . . . . . . . . . . . . . . . . . . . 112


5 Experimentos 1155.1 Classificacao de Questoes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116

5.1.1 Classificacao Inicial das Questoes . . . . . . . . . . . . . . . . . . . 1165.1.2 Validacao da Classificacao de Questoes . . . . . . . . . . . . . . . . 1175.1.3 Resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1195.1.4 Conclusoes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121

5.2 Primeiro Experimento envolvendo o prototipo do LSQuiz . . . . . . . . . . 1235.2.1 Contextualizacao . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1235.2.2 Material e Metodos . . . . . . . . . . . . . . . . . . . . . . . . . . . 1235.2.3 Discussao dos Resultados . . . . . . . . . . . . . . . . . . . . . . . . 1245.2.4 Analise Final e Preparacao do Proximo Experimento . . . . . . . . 139

5.3 Primeiro Experimento envolvendo Estilos de Aprendizagem . . . . . . . . . 1415.3.1 Requisitos e Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . 1415.3.2 Instalacao do Moodle no servidor de desenvolvimento . . . . . . . . 1425.3.3 Importacao dos dados do Moodle Institucional . . . . . . . . . . . . 1435.3.4 Instalacao do plugin LSQuiz . . . . . . . . . . . . . . . . . . . . . . 145

xxi

5.3.5 Classificacao das questoes importadas . . . . . . . . . . . . . . . . . 1475.3.6 Obtencao dos estilos de aprendizagem dos estudantes, segundo Fel-

der & Soloman . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1475.3.7 Obtencao dos estilos de aprendizagem dos estudantes, segundo o

prototipo do LSQUIZ . . . . . . . . . . . . . . . . . . . . . . . . . . 1495.3.8 Analise dos Dados . . . . . . . . . . . . . . . . . . . . . . . . . . . 1495.3.9 Conclusoes e Planejamento para os Proximos Experimentos . . . . 153

5.4 Validacao da consistencia interna do ILS . . . . . . . . . . . . . . . . . . . 1575.4.1 Metodologia do Experimento . . . . . . . . . . . . . . . . . . . . . . 1575.4.2 Resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1575.4.3 Discussoes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158

6 Conclusoes e Trabalhos Futuros 1616.1 Conclusoes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161

6.1.1 Limitacoes deste trabalho . . . . . . . . . . . . . . . . . . . . . . . 1636.2 Trabalho Futuro: Segundo Experimento envolvendo Estilos de Aprendizagem1646.3 Trabalho Futuro: Segundo Experimento envolvendo o prototipo do LSQuiz 165

Referencias Bibliograficas 167

A Glossario 181A.1 A.1. Aprendizado Ativo (Active Learning) . . . . . . . . . . . . . . . . . . 181A.2 Aprendizado Cooperativo (Cooperative Learning) . . . . . . . . . . . . . . 181A.3 Aprendizado Colaborativo (Collaborative Learning) . . . . . . . . . . . . . 181A.4 Ensino Tradicional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182A.5 Guided Inquiry-Based Learning . . . . . . . . . . . . . . . . . . . . . . . . 182A.6 Just in Time Learning . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183A.7 Peer Instruction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183A.8 Peer Led Team Learning (PLTL) . . . . . . . . . . . . . . . . . . . . . . . 184A.9 Project Based Learning . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 185A.10 Team Based Learning (TBL) . . . . . . . . . . . . . . . . . . . . . . . . . . 185

B A Educacao e O Aprendizado Ativo 187B.1 O modelo do Aprendizado Ativo . . . . . . . . . . . . . . . . . . . . . . . . 188B.2 Tecnicas para aplicacao do Aprendizado Ativo . . . . . . . . . . . . . . . . 188

B.2.1 Pausas durante a aula . . . . . . . . . . . . . . . . . . . . . . . . . 189B.2.2 Proposicao de Questoes . . . . . . . . . . . . . . . . . . . . . . . . . 189B.2.3 Atividade ou Pergunta de 1 minuto . . . . . . . . . . . . . . . . . . 189B.2.4 Ponto de Clareza . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189

xxiii

B.2.5 Desenvolvimento de Diarios . . . . . . . . . . . . . . . . . . . . . . 190B.2.6 Trabalho em Grupo ou Duplas . . . . . . . . . . . . . . . . . . . . . 190B.2.7 Mesa Redonda (Roundtable) . . . . . . . . . . . . . . . . . . . . . . 190

B.3 A importancia do Feedback Imediato . . . . . . . . . . . . . . . . . . . . . 190B.4 Suporte a estilos de aprendizagem . . . . . . . . . . . . . . . . . . . . . . . 191B.5 Vantagens do Aprendizado Ativo . . . . . . . . . . . . . . . . . . . . . . . 192B.6 Conceitos e metodologias correlatas ao Aprendizado Ativo . . . . . . . . . 193

B.6.1 Aprendizado Baseado em Problemas (Problem Based Learning - PBL)196B.6.2 Aprendizado Cooperativo (Cooperative Learning) . . . . . . . . . . 196B.6.3 Aprendizado Colaborativo (Collaborative Learning) . . . . . . . . . 198B.6.4 Outras definicoes de Aprendizado Cooperativo e Colaborativo . . . 199

B.7 Definicao do domınio teorico e conclusoes . . . . . . . . . . . . . . . . . . . 201

C Sistemas de Resposta em Sala de Aula 205C.1 Motivacao e Barreiras . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 206C.2 Caracterısticas Gerais dos CRSs . . . . . . . . . . . . . . . . . . . . . . . . 207

C.2.1 CRSs Baseados em Clickers . . . . . . . . . . . . . . . . . . . . . . 209C.3 Vantagens Educacionais . . . . . . . . . . . . . . . . . . . . . . . . . . . . 210C.4 Desafios de Implementacao . . . . . . . . . . . . . . . . . . . . . . . . . . . 211C.5 Metodologias de Gerenciamento de Atividades . . . . . . . . . . . . . . . . 212

C.5.1 Metodologia de Aplicacao de Atividades de Anderson et al (2007) [6]213C.5.2 Modelo de Instrucao Dirigida a Questoes . . . . . . . . . . . . . . . 214

C.6 Lista e descricao de implementacoes de CRSs . . . . . . . . . . . . . . . . 215C.6.1 Lista de CRSs Academicos . . . . . . . . . . . . . . . . . . . . . . . 216C.6.2 Lista de CRSs Comerciais . . . . . . . . . . . . . . . . . . . . . . . 216

C.7 Consideracoes Finais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 221

D Detalhes Tecnicos a respeito da implementacao do prototipo 223D.1 Introducao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 223D.2 Visao Tecnica do Moodle . . . . . . . . . . . . . . . . . . . . . . . . . . . . 223

D.2.1 Estrutura dos Arquivos do Moodle . . . . . . . . . . . . . . . . . . 225D.2.2 Banco de Dados do Moodle . . . . . . . . . . . . . . . . . . . . . . 226

D.3 Descricao do Plugin Quiz . . . . . . . . . . . . . . . . . . . . . . . . . . . . 228D.3.1 Tabelas associadas ao Quiz . . . . . . . . . . . . . . . . . . . . . . . 228D.3.2 Estados de um Quiz . . . . . . . . . . . . . . . . . . . . . . . . . . 229

D.4 Implementacao das Funcionalidades do LSQuiz . . . . . . . . . . . . . . . 229D.4.1 Associacao de Estilos de Aprendizagem as questoes . . . . . . . . . 231D.4.2 Associacao de Estilos de Aprendizagem as dicas das questoes . . . . 234D.4.3 Gerenciamento da afinidade entre os alunos . . . . . . . . . . . . . 234

xxv

D.4.4 Gerenciamento do estado de cada aluno . . . . . . . . . . . . . . . . 239D.4.5 Solicitacao de Ajuda a um Colega . . . . . . . . . . . . . . . . . . . 247D.4.6 Determinacao e visualizacao da localizacao dos estudantes . . . . . 250D.4.7 Exemplo de utilizacao . . . . . . . . . . . . . . . . . . . . . . . . . 255

D.5 Predicao de Estilos de Aprendizagem . . . . . . . . . . . . . . . . . . . . . 257D.5.1 Predicao de estilos de aprendizagem a partir das questoes . . . . . . 257D.5.2 Predicao de estilos de aprendizagem a partir das dicas associadas

as questoes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 260D.5.3 Criacao de questionarios inteligentes . . . . . . . . . . . . . . . . . 260

D.6 Visualizacao do LSQuiz em dispositivos moveis . . . . . . . . . . . . . . . 264D.6.1 Modificacoes realizadas . . . . . . . . . . . . . . . . . . . . . . . . . 264

E Questionarios de Validacao do Experimento 273E.1 Introducao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 273E.2 Questionario submetido aos alunos . . . . . . . . . . . . . . . . . . . . . . 273

E.2.1 Dispositivo Utilizado . . . . . . . . . . . . . . . . . . . . . . . . . . 273E.2.2 Localizacao em sala de aula . . . . . . . . . . . . . . . . . . . . . . 273E.2.3 Recebimento e resolucao de atividades . . . . . . . . . . . . . . . . 274E.2.4 Procedimento de Ajuda em relacao aos colegas . . . . . . . . . . . . 274E.2.5 Procedimento de visualizacao das Dicas . . . . . . . . . . . . . . . . 275E.2.6 Consideracoes gerais: . . . . . . . . . . . . . . . . . . . . . . . . . . 277

F Desenvolvimento do Prototipo Nao Funcional 279F.1 Lista de Telas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 279F.2 Tela de Criacao e Submissao de Atividades . . . . . . . . . . . . . . . . . . 279F.3 Tela de Definicao do Mapa da Classe e da Localizacao do Aluno . . . . . . 281F.4 Tela de Formacao de Grupos . . . . . . . . . . . . . . . . . . . . . . . . . . 282F.5 Tela de Alteracao de lugares na sala de aula . . . . . . . . . . . . . . . . . 282F.6 Tela de Classificacao do Processo Colaborativo . . . . . . . . . . . . . . . . 284F.7 Tela de Classificacao da Atividade . . . . . . . . . . . . . . . . . . . . . . 284F.8 Tela de Avaliacao das Respostas . . . . . . . . . . . . . . . . . . . . . . . . 285

G Esquema do Banco de Dados 287G.1 Esquema Conceitual . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 288G.2 Decisoes de conversao do modelo conceitual para o modelo logico . . . . . 294G.3 Modelo Logico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 294G.4 Modelo Fısico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 296

xxvii

xxviii

H Detalhes do Experimento de Classificacao de Questoes 299H.1 Documento de instrucoes entregue aos voluntarios . . . . . . . . . . . . . . 299H.2 Formulario preenchido pelos participantes durante o experimento . . . . . . 300H.3 Detalhes do resultado da classificacao das questoes . . . . . . . . . . . . . 301

I CEP - Comite de Etica em Pesquisa 305I.1 Documentos do Projeto de Validacao do LSQuiz . . . . . . . . . . . . . . . 306

I.1.1 Termo de Consentimento Livre e Esclarecido (TCLE) . . . . . . . . 306I.1.2 Projeto de Pesquisa . . . . . . . . . . . . . . . . . . . . . . . . . . . 310

I.2 Documentos do Projeto de Validacao de Estilos de Aprendizagem . . . . . 310I.2.1 Termo de Consentimento Livre e Esclarecido (TCLE) . . . . . . . . 310I.2.2 Projeto de Pesquisa . . . . . . . . . . . . . . . . . . . . . . . . . . . 315

J Publicacoes 317

xxix

Lista de Tabelas

2.1 Dimensoes de Estilos de Aprendizagem do modelo de Felder & Silverman[50] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14

2.2 Resumo das hipoteses e experimentos associados, conforme descrito porLatham et al (2012) [72] . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53

2.3 Comparacao entre as ferramentas e trabalhos correlatos. . . . . . . . . . . 59

3.1 Nomenclatura utilizada na definicao da AUSAA . . . . . . . . . . . . . . . 693.2 Funcionalidades sensıveis ao contexto . . . . . . . . . . . . . . . . . . . . 843.3 Mapeamento Inicial dos Estilos de Aprendizagem para Questoes, realizado

a partir da leitura e analise do trabalho de Felder & Silverman [50] . . . . 883.4 Mapeamento Estilos de Aprendizagem para Questoes apos realizacao de

experimentos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 893.5 Mapeamento das questoes em categorias e seus respectivos estilos de apren-

dizagem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 913.6 Comportamentos associados a predicao de estilos de aprendizagem em tu-

tores inteligentes, segundo Latham et al (2012) [72]. . . . . . . . . . . . . 923.7 Comportamentos associados a predicao de estilos de aprendizagem na AU-

SAA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 933.8 Determinacao dos elementos associados a Formula 3.5 . . . . . . . . . . . . 943.9 Exemplo de predicao de estilos de aprendizagem para o comportamento

direto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 953.10 Dimensoes de Estilos de Aprendizagem do modelo de Felder & Silverman . 953.11 Metodologia de criacao de um questionario inteligente . . . . . . . . . . . 963.12 Metodologia de criacao de um questionario inteligente . . . . . . . . . . . 973.13 Exemplo de calculo de distancia relativa . . . . . . . . . . . . . . . . . . . 983.14 Resumo das principais funcionalidades da AUSAA e suas referencias nos

capıtulos subsequentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99

4.1 Descricao das subsecoes deste capıtulo . . . . . . . . . . . . . . . . . . . . 1024.2 Resumo das tecnologias disponıveis para sistemas moveis . . . . . . . . . . 103

xxxi

4.3 Tipos de estilo de aprendizagem disponıveis para o professor . . . . . . . . 1074.4 Exemplo de construcao de um questionario inteligente, composto por 3

topicos e 7 questoes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111

5.1 Mapeamento Inicial dos Criterios para Classificacao das Questoes . . . . . 1175.2 ) Criterios apontados por cada um dos participantes para classificacao das

questoes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1205.3 Mapeamento Final dos Criterios para Classificacao das Questoes . . . . . 1225.4 Sıntese das etapas do primeiro experimento envolvendo o prototipo do LSQuiz1235.5 Avaliacao qualitativa dos alunos sobre o procedimento de localizacao em

sala de aula . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1275.6 Opiniao da docente em relacao a visualizacao do mapa da classe . . . . . . 1275.7 Alteracoes realizadas no prototipo para solucionar os problemas apontados

nesta etapa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1285.8 Avaliacao qualitativa dos alunos sobre o procedimento de recebimento, vi-

sualizacao e resolucao das questoes . . . . . . . . . . . . . . . . . . . . . . 1305.9 Alteracoes realizadas no prototipo para solucionar os problemas apontados

nesta etapa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1305.10 Avaliacao qualitativa dos alunos sobre o procedimento de solicitacao de

ajuda aos colegas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1335.11 Opiniao da docente a respeito do procedimento de solicitacao de ajuda . . 1335.12 Alteracoes realizadas no prototipo para solucionar os problemas apontados

nesta etapa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1345.13 Avaliacao qualitativa dos alunos sobre o uso da ferramenta como um todo . 1385.14 Avaliacao qualitativa dos alunos sobre o uso da ferramenta como um todo . 1405.15 Diretrizes a serem seguidas no proximo experimento . . . . . . . . . . . . . 1415.16 Metodologia do experimento de validacao do metodo de Predicao de Estilos

de Aprendizagem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1435.17 Dados obtidos no procedimento de restauracao de back-up. . . . . . . . . . 1445.18 Detalhes sobre a resolucao das questoes. . . . . . . . . . . . . . . . . . . . 1465.19 Tabela de conversao dos valores obtidos no questionario de Felder para a

escala [-1,1] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1525.20 Acuracia dos valores obtidos no processo de predicao do LSQuiz . . . . . . 1525.21 Proporcao de questoes e alunos . . . . . . . . . . . . . . . . . . . . . . . . 1545.22 Proposta de alteracao nos questionarios de pre-aula, para balanceamento

das questoes de acordo com os estilos de aprendizagem dos estudantes . . . 1555.23 Consistencia interna do ILS. N = 123. . . . . . . . . . . . . . . . . . . . . 158

xxxiii

5.24 Revisao da literatura para o Alpha de Cronbrach do ILS, segundo com-pilacao apresentada por Litzinger et al. [75] . . . . . . . . . . . . . . . . . 158

B.1 Lista de metodologias similares ou correlatas ao Aprendizado Ativo, a par-tir de compilacao inicialmente feita por Froyd & Simpson (2008) [53] . . . 195

B.2 Sıntese das terminologias associadas ao Aprendizado Ativo . . . . . . . . . 202

C.1 Geracoes dos CRSs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 216C.2 Lista de CRSs academicos . . . . . . . . . . . . . . . . . . . . . . . . . . . 217C.3 Lista dos CRS comerciais . . . . . . . . . . . . . . . . . . . . . . . . . . . 218

D.1 Organizacao das subsecoes do Anexo D e suas eventuais referencias nosdemais Capıtulos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 224

D.2 Principais modulos do Moodle e suas funcionalidades . . . . . . . . . . . . 225D.3 Principais modulos do Moodle e suas funcionalidades . . . . . . . . . . . . 226D.4 Quadro resumo de como a tabela lsquiz affinity e utilizada para armazenar

o historico de interacoes entre os estudantes. . . . . . . . . . . . . . . . . . 236D.5 Gerenciamento do estado inicial e final no LSQuiz . . . . . . . . . . . . . 242D.6 Estados e papeis possıveis para cada aluno, bem como as acoes a serem

tomadas pelo sistema em relacao a essa classificacao . . . . . . . . . . . . 244D.7 Listagem de alteracoes realizadas no plugin DDMarker, transformando-o

no plugin ClassMap . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 251D.8 Vetor de Distancia dos alunos em relacao ao aluno S5 . . . . . . . . . . . . 255D.9 Vetor de Afinidade dos alunos em relacao ao aluno S5 . . . . . . . . . . . . 255D.10 Execucao do algoritmo para escolha do aluno que ira ser convidado a au-

xiliar S5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 256D.11 Afinidade atualizada dos alunos em relacao a S5. . . . . . . . . . . . . . . . 256D.12 Funcionalidades alteradas ou adicionadas ao tema Bootstrap . . . . . . . . 264

E.1 Diagrama de Likert . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 274E.2 Diagrama de Likert . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 274E.3 Diagrama de Likert . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 274E.4 Diagrama de Likert . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 275E.5 Diagrama de Likert . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 275E.6 Diagrama de Likert . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 275E.7 Diagrama de Likert . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 276E.8 Diagrama de Likert . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 276E.9 Diagrama de Likert . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 276E.10 Diagrama de Likert . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 276E.11 Diagrama de Likert . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 276

xxxv

E.12 Diagrama de Likert . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 276E.13 Diagrama de Likert . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 277E.14 Diagrama de Likert . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 277E.15 Diagrama de Likert . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 277E.16 Diagrama de Likert . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 278E.17 Diagrama de Likert . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 278E.18 Diagrama de Likert . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 278

F.1 Lista de telas do prototipo nao funcional . . . . . . . . . . . . . . . . . . . 280

G.1 Representacao do modelo fısico da AUSAA . . . . . . . . . . . . . . . . . . 297G.1 Representacao do modelo fısico da AUSAA . . . . . . . . . . . . . . . . . . 298

H.1 Analise da convergencia de classificacao das questoes . . . . . . . . . . . . 302

I.1 Resumo dos projetos submetidos ao CEP: Comite de Etica em Pesquisa . 305

xxxvii

xxxviii

Lista de Figuras

1.1 Implementacao do LSQuiz a partir da AUSAA e suas principais funciona-lidades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

2.1 Representacao do modelo de Felder & Silverman (1998) de acordo comLatham et al.(2012) [72] Figura extraıda de Latham et al..(2012) [72] . . . 14

2.2 Paradigmas da computacao.2 . . . . . . . . . . . . . . . . . . . . . . . . . . 182.3 Exemplo de utilizacao da plataforma de aprendizado desenvolvida por

Tseng et al. (2009) [45] . Figura extraıda de Tseng et al. (2009) [45]) . . . 332.4 Agregamento de dados no EvoRoom [116]. Figura extraıda de (Slotta et

al., 2013) [116] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 352.5 Display de ambiente presente na sala de aula, responsavel pela exibicao do

status das atividades dos estudantes [116]. Figura extraıda de (Slotta etal., 2013) [116] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36

2.6 Formulario de criacao de questoes no Learning Catalytics.3 . . . . . . . . . 412.7 Processo de login de um aluno no sistema, atraves do acesso via browser

feito por um smartphone.4 . . . . . . . . . . . . . . . . . . . . . . . . . . . 422.8 Definicao da localizacao do aluno em sala de aula.5 . . . . . . . . . . . . . 432.9 Visualizacao de uma pergunta tipo multipla escolha feita a partir de um

smartphone.6 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 432.10 Mapa da classe com o indicativo das respostas dos alunos.7 . . . . . . . . . 442.11 Procedimento de formacao de grupos.8 . . . . . . . . . . . . . . . . . . . . 452.12 Mensagem de formacao de grupos que e enviada pelo sistema aos alunos.9 . 452.13 Exemplo de template com a modelagem de uma questao no Oscar CITS

(Latham et al, 2012)[72]. Figura extraıda de (Latham et al, 2012) [72] . . . 512.14 Comparacao das resolucoes praticas e teoricas, conforme proposto por

Latham et al (2012) [72]. Figura extraıda de Latham et al (2012) [72]. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54

2.15 Formula de calculo dos fatores de contexto, segundo Levis et al. (2008)[74]. Figura extraıda de Levis et al (2008)[74], pagina 34. . . . . . . . . . . 57

xxxix

3.1 Visao Geral da inter-relacao entre os conceitos que dao suporte a AUSAA . 623.2 Visao inicial dos conceitos que suportam a AUSAA . . . . . . . . . . . . . 623.3 Visao final dos conceitos que suportam a AUSAA . . . . . . . . . . . . . . 633.4 Modulos da AUSAA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 643.5 Detalhe do modulo responsavel pelo Banco de Dados . . . . . . . . . . . . 653.6 Ilustracao representativa da metodologia de Levis et al (2008) [74] para a

atualizacao automatica do perfil dos alunos. . . . . . . . . . . . . . . . . . 753.7 Metodologia utilizada na AUSAA, adaptada a partir da metodologia de

Levis et al. (2008) [74], para determinacao e aplicacao dos fatores de contexto 75

4.1 Organizacao do Moodle seguindo a arquitetura MVC . . . . . . . . . . . . 1054.2 Tela do prototipo responsavel pela associacao de estilos de aprendizagem

as questoes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1074.3 Tela do prototipo responsavel pela associacao de estilos de aprendizagem

as dicas de questoes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1084.4 Visualizacao de uma dica associada a determinada questao.10 . . . . . . . . 1094.5 Relatorio de visualizacao dos estilos de aprendizagem dos alunos . . . . . . 1104.6 Associacao de topicos as questoes. . . . . . . . . . . . . . . . . . . . . . . . 1104.7 Primeira questao de um LSQuiz, do tipo Mapa da Classe . . . . . . . . . . 1114.8 Visualizacao do Mapa da Classe. . . . . . . . . . . . . . . . . . . . . . . . 1124.9 Exemplo de solicitacao e aceite de ajuda por um colega. . . . . . . . . . . . 1134.10 Procedimento de indicacao de localizacao do colega. . . . . . . . . . . . . . 1144.11 Aluno solicitante recebe a confirmacao de que ira receber ajuda de um colega.114

5.1 Distribuicao dos tipos de dispositivos pelos alunos da sala de aula . . . . . 1255.2 Resposta a afirmacao: Foi simples e pratico informar ao sistema minha

localizacao na sala de aula. . . . . . . . . . . . . . . . . . . . . . . . . . . . 1255.3 Resposta a afirmacao: O mapa da classe apresentou uma representacao

correta de minha posicao e de meus colegas em sala de aula. . . . . . . . . 1265.4 Resposta a afirmacao: Foi possıvel receber e visualizar corretamente as

atividades no dispositivo utilizado. . . . . . . . . . . . . . . . . . . . . . . 1295.5 Resposta a afirmacao: O processo de interacao disponıvel e suportado pelo

dispositivo (touch, caneta eletronica ou mouse e teclado) foi adequado pararesolver a atividade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129

5.6 Resposta dos alunos a afirmacao: O sistema indicou corretamente o localonde meu colega estava sentado. . . . . . . . . . . . . . . . . . . . . . . . . 131

5.7 Resposta dos alunos a afirmacao: O deslocamento ate o local ocupado pelomeu colega ocorreu de forma tranquila. . . . . . . . . . . . . . . . . . . . . 131

xli

5.8 Resposta dos alunos a afirmacao: O procedimento de qualificacao do pro-cesso de ajuda, atraves dos botoes Like, foi simples e claro de ser realizado 131

5.9 Resposta a afirmacao: O procedimento de ajuda foi importante para meajudar a resolver a dificuldade ou duvida em relacao a atividade proposta. 132

5.10 Resposta dos alunos a afirmacao: De um modo geral, considero positiva apossibilidade de solicitar auxılio aos colegas para resolver uma atividade. . 132

5.11 Resposta as afirmacoes sobre visualizacao de dicas . . . . . . . . . . . . . . 1355.12 Resposta a afirmacao: E preferıvel resolver um exercıcio com uma dica

associada do que um que nao possua dica. . . . . . . . . . . . . . . . . . . 1355.13 Resposta a afirmacao: O uso da ferramenta permitiu fixar melhor o conteudo

do que em uma aula normal . . . . . . . . . . . . . . . . . . . . . . . . . . 1365.14 Resposta a afirmacao: O uso da ferramenta aumentou sua motivacao em

relacao ao conteudo ensinado . . . . . . . . . . . . . . . . . . . . . . . . . . 1365.15 Resposta a afirmacao: O uso de dispositivos eletronicos em sala de aula foi

motivo de dispersao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1375.16 Resposta a afirmacao: A utilizacao da ferramenta foi transparente (sem

problemas de configuracao, rede, etc) . . . . . . . . . . . . . . . . . . . . . 1375.17 Resposta a afirmacao: Se possıvel, gostaria de ter mais aulas ou cursar

outras disciplinas que utilizem a ferramenta . . . . . . . . . . . . . . . . . 1395.18 Modulo de gerenciamento de back-ups . . . . . . . . . . . . . . . . . . . . 1445.19 Classificacao das questoes, segundo seu estilo de aprendizagem. . . . . . . . 1475.20 Exibicao do perfil do estudante, de acordo com os seus estilos de aprendizagem1485.21 Correspondencia entre os dados obtidos no questionario online de Felder e

os dados inseridos no formulario Google Docs . . . . . . . . . . . . . . . . 1485.22 Classificacao dos alunos conforme seus estilos de aprendizagem, de acordo

com o questionario online de Felder. . . . . . . . . . . . . . . . . . . . . . . 1495.23 Classificacao dos alunos conforme seus estilos de aprendizagem, de acordo

com o prototipo do LSQuiz. . . . . . . . . . . . . . . . . . . . . . . . . . . 1505.24 Comparacao entre os dados obtidos pelas metodologias de Felder e do LSQuiz.1515.25 Exemplo de comparacao entre o estilo de aprendizado obtido pelo ques-

tionario online de Felder e pelo prototipo LSQUIZ . . . . . . . . . . . . . . 1535.26 Evolucao do modelo de Felder & Silverman conforme apontado pela literatura159

A.1 Mesa interativa de investigacao cientıfica (Schneider, 2012)[111]. Figuraextraıda de (Schneider, 2012) [111] . . . . . . . . . . . . . . . . . . . . . . 182

B.1 Diagrama conceitual do processo de cooperacao (Pimentel, 2009). Figuraextraıda de (Pimentel,2009) [96] . . . . . . . . . . . . . . . . . . . . . . . . 197

xliii

B.2 Diagrama conceitual do processo de colaboracao (Pimentel, 2009). Figuraextraıda de (Pimentel,2009) [96] . . . . . . . . . . . . . . . . . . . . . . . . 199

B.3 Inter-relacoes entre o Aprendizado Ativo, Aprendizado Cooperativo, Apren-dizado Colaborativo e a tecnica de Proposicao de Problemas . . . . . . . . 203

C.1 Diagrama do inter-relacionamento entre o professor, a tecnologia e os es-tudantes nos CRSs (Vahey et al, 2007). Figura extraıda de (Vahey et al,2007) [124].11 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 208

C.2 Comparacao da visualizacao das respostas dos alunos no sistemas Classtalk(Dufresne, 1996) [35], a esquerda, e Learning Catalytics , a direita.12 . . . . 222

D.1 Tabela associadas ao plugin Quiz.13 . . . . . . . . . . . . . . . . . . . . . . 230D.2 Estados de um quiz e de suas tentativas de resolucao.14 . . . . . . . . . . . 230D.3 Plugins que compoe o LSQuiz . . . . . . . . . . . . . . . . . . . . . . . . . 231D.4 Esquema conceitual de associacao de estilos de aprendizagem a uma questao232D.5 Representacao fısica da criacao da tabela lsquiz question context . . . . . . 232D.6 Representacao dos dados da tabela lsquiz question context no banco de dados233D.7 Diagrama de sequencia da funcionalidade de classificacao de questoes . . . 233D.8 Modelo conceitual da tabela lsquiz affinity . . . . . . . . . . . . . . . . . . 236D.9 Representacao fısica da criacao da tabela lsquiz affinity . . . . . . . . . . . 237D.10 Diagrama de sequencia da funcionalidade qualificacao dos colegas . . . . . 238D.11 Modelo conceitual da tabela lsquiz status . . . . . . . . . . . . . . . . . . . 241D.12 Representacao fısica da criacao da tabela lsquiz status . . . . . . . . . . . . 241D.13 Maquina de estados utilizada no procedimento de solicitacao de ajuda aos

colegas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 266D.14 Organizacao de uma pagina html configurada para utilizar a tecnolologia

AJAX . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 267D.15 Diagrama de sequencia do aluno de origem ao solicitar ajuda a um colega . 267D.16 Diagrama de sequencia ilustrando a utilizacao conjunta de um Timer com

o AJAX . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 267D.17 Detalhe das funcoes javascript do arquivo Ajax.js e sua relacao com os

demais arquivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 268D.18 Diferencas entre os metodos de Http Polling e Http Long Polling, segundo

Idol (2013) [61]. Figura extraıda de [61] . . . . . . . . . . . . . . . . . . . . 268D.19 Representacao do metodo Websocket, conforme Idol (2013)[61]. Figura

extraıda de [61] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 269D.20 Selecao de elementos a partir da mediana. . . . . . . . . . . . . . . . . . . 269D.21 Exemplo de utilizacao do DDMarker.15 . . . . . . . . . . . . . . . . . . . . 269D.22 Visualizacao do mapa da classe . . . . . . . . . . . . . . . . . . . . . . . . 270

xlv

D.23 Localizacao dos alunos na sala de aula . . . . . . . . . . . . . . . . . . . . 270D.24 Exemplo de resolucao do LSQuiz em um dispositivo movel . . . . . . . . . 271

F.1 Tela de criacao de atividades pelo professor . . . . . . . . . . . . . . . . . . 280F.2 Tela de selecao da localizacao do aluno . . . . . . . . . . . . . . . . . . . . 282F.3 Solicitacao de autorizacao de atividade em grupo . . . . . . . . . . . . . . 283F.4 Procedimento de ajuste de posicoes durante a formacao de grupos . . . . . 283F.5 Classificacao do processo colaborativo . . . . . . . . . . . . . . . . . . . . . 284F.6 Classificacao da relevancia da atividade . . . . . . . . . . . . . . . . . . . . 285F.7 Mapa da classe com o resultado da submissao da atividade . . . . . . . . . 285

G.1 Modelo conceitual da arquitetura . . . . . . . . . . . . . . . . . . . . . . . 289G.2 Ilustracao da tabela de conversao utilizada no software brModelo.16 . . . . 294G.3 Modelo logico da arquitetura, elaborado com o software brModelo [19] . . . 296

H.1 Detalhes do experimento de classificacao de questoes . . . . . . . . . . . . 303

xlvii

xlviii

Capıtulo 1

Introducao

O modelo de ensino tradicional preve que os estudantes sejam tratados como elemen-tos passivos, esponjas vivas que devem absorver o conteudo transmitido pelo professor,detentor unico do conhecimento e da informacao. Este modelo defende a memorizacaoe reproducao de informacao, sendo suportado pelo processo de estımulo e recompensa,conhecido por behaviorismo.

Historicamente, avancos tecnologicos foram incorporados pelo modelo, que passou autilizar dispositivos como o filme instrucional, maquinas de ensino (como as maquinasde Pressey e Skinner), radio, TV instrucional, fitas de audio, video-cassete e mais re-centemente a lousa eletronica, o computador e os dispositivos moveis. Essa aparentemodernizacao pode levar a impressao de que existe uma mudanca no paradigma tradici-onal de ensino, o que nao e verdade. O modelo continua o mesmo, sendo a incorporacaodas mudancas tecnologicas a forma encontrada para sua adaptacao aos tempos modernos,tornando a aplicacao do modelo mais eficaz e objetiva, sem contudo alterar sua formulacaoe propositos originais.

Porem uma outra vertente do ensino, o construtivismo, defende que os estudantesdevem ser diretamente responsaveis por seu processo de ensino, respondendo e adaptando-se aos estımulos externos de forma a construir e elaborar seu proprio conhecimento. Essacorrente teorica contemporanea possui uma serie de ramificacoes e aplicacoes praticasdistintas, como por exemplo o construcionismo e o aprendizado ativo.

Cabe aqui, porem, um parentese a respeito da dualidade entre o ensino tradicionale o construtivismo e suas aplicacoes. Apesar de conceitualmente serem diametralmenteopostos, a pratica revela que a aplicacao destes modelos educacionais nao e binaria, ouseja, usualmente nao ocorre sua aplicacao de modo unilateral. Por exemplo, o professorpode querer mesclar sua aula expositiva (abordagem tradicional) com exercıcios e debatesem grupo (abordagem construtivista), aplicando deste modo, em maior ou menor grau,ambas as teorias pedagogicas. Isso ocorre, entre outros fatores, devido a dificuldade de

1

2 Capıtulo 1. Introducao

transicao do modelo tradicional para o construtivista, que exige a reestruturacao (tambemchamada de inversao) da sala de aula. Por fim, ambas as teorias pedagogicas possuempontos positivos e negativos, virtudes e fraquezas, sendo desta forma um tanto quantoimaturo rotular uma ou outra como a abordagem educacional definitiva a ser seguida.

Continuando a discussao a respeito do construtivismo, um exemplo de vertente praticade sua implantacao e o construcionismo, elaborado por Seymour Papert [93][94], em quee proposto o uso do computador como um artefato pedagogico em que os alunos (nessecaso, especificamente criancas) devem ensinar ao computador como realizar determinadasfuncoes. Assim, nessa situacao o aluno deixa de ser um mero espectador, passando a sero centro da acao na qual se desenvolve o processo de aprendizagem.

Outra metodologia de aplicacao do construtivismo - bem mais abrangente que o cons-trucionismo - e o modelo do aprendizado ativo, que apresenta uma serie de propostas paraserem utilizadas durante a aula com o intuito de promover a participacao dos estudantes.Conforme afirmam Chickering & Gamsom [27], no aprendizado ativo os alunos precisamfazer mais do que apenas ouvir: precisam ler, escrever, discutir ou estarem engajadosna resolucao de problemas. Alem disso, para estarem ativamente envolvidos, os alunosprecisam realizar analises, sınteses e avaliacoes que desenvolvam o pensamento e sua capa-cidade de raciocınio [17] . O aprendizado ativo e suportado, deste modo, por uma serie detecnicas e metodologias, como as pausas durante a aula, proposicao de questoes, ativida-des ou perguntas de um minuto, desenvolvimento de diarios, mesa redonda, o aprendizadobaseado em problemas e o peer instruction.

Ocorre, porem, que do mesmo modo que a tecnologia pode ser usada para suportar omodelo de ensino tradicional, ela tambem deve ser capaz de ser aplicada para promovermais eficientemente o aprendizado ativo. Essa questao torna-se crıtica ja que a presencada tecnologia e algo cada vez mais comum - e ate certo ponto inevitavel - na sala de aula,estando hoje ela presente por exemplo nos notebooks, smartphones e media tablets dosalunos. Com o avanco e popularizacao da computacao vestıvel, nao esta longe o momentoem que sera lugar comum a presenca de dispositivos tecnologicos em pecas do cotidianocomo oculos, roupas, tenis, relogios, aneis e implantes de todos os tipos de formatos.

As perguntas que surgem dessa situacao sao: como usar a tecnologia para suportarde forma eficiente o aprendizado ativo? Seria possıvel o uso em conjunto de dispositivostecnologicos dos mais diversos tipos para aumentar a motivacao dos alunos, promovendoa integracao e a colaboracao em sala de aula? Como diminuir a dispersao e perda deatencao geradas pela tecnologia? Qual seria o papel do professor neste cenario?

Um dos caminhos para encontrar a resposta a estas perguntas reside no paradigmacomputacional conhecido como computacao ubıqua. Conforme explica Weiser [130, 131],a computacao pode ser classificada em tres ondas: a primeira, na qual um unico servidore utilizado por um grande numero de usuarios; a segunda, na qual existe um dispositivo,

3

usualmente um computador pessoal, para cada usuario; e a terceira, a computacao ubıqua,em que existem inumeros dispositivos presentes para cada usuario. Segundo Weiser, nacomputacao ubıqua a interacao dos usuarios com os dispositivos deve ser a mais natu-ral possıvel, sendo os dispositivos incorporados e entrelacados ao cotidiano de tal modoque se tornem invisıveis, nao necessitando de uma acao ou atencao especiais para seremutilizados. Um dos modos de se atingir essa transparencia e atraves da sensibilidade aocontexto, que permite que sistemas ubıquos utilizem informacoes a respeito do ambiente,caracterısticas e historico dos usuarios para individualizar sua aplicacao.

Deste modo, o objetivo desta tese e a criacao de uma Arquitetura Ubıqua para Su-porte ao Aprendizado Ativo (AUSAA), que visa utilizar os princıpios da computacaoubıqua, como transparencia e sensibilidade ao contexto, de forma a produzir um ambi-ente de aprendizado ativo mais eficiente em sala de aula. Aproveita-se assim a crescenteubiquidade de dispositivos moveis para motivar os alunos a participar e colaborar comos colegas, utilizando para isso variaveis de contexto como a localizacao dos alunos e seuhistorico de afinidade com os colegas.

A AUSAA age como um sistema inteligente de resposta em sala de aula, em que oprofessor cria e submete eletronicamente questionarios aos alunos. Ao inves do processotradicional, em que os alunos respondem individualmente as questoes e submetem suasrespostas ao professor, na AUSAA o processo colaborativo permite aos alunos a autonomiapara interagirem, caso queiram, com os colegas. Isso ocorre atraves da visualizacao deum mapa da classe com a localizacao dos alunos e tambem atraves da possibilidade desolicitacao e prestacao de ajuda entre os estudantes. Os dados do processo colaborativosao armazenados e utilizados para atualizar em tempo real as variaveis de contexto quecompoe o modelo.

Ainda, a AUSAA incorpora o princıpio defendido por Felder & Silverman (1988) [50]de que cada estudante e um ser unico, com estilos e preferencias de aprendizagem proprios.Assim, na AUSAA e proposto um modelo que permite a identificacao em tempo real dosestilos de aprendizagem dos alunos a partir da analise de seu historico de resolucao dequestoes, bem como a criacao de questionarios personalizados, que atendam precisamenteos estilos e necessidades de cada estudante.

O modelo proposto pela AUSAA e, deste modo, uma iniciativa que utiliza a com-putacao ubıqua como forma de criar um ambiente de aprendizado ativo mais efetivo epersonalizado, que se ajusta de forma independente as caracterısticas e necessidades decada estudante. A tecnologia neste contexto tem o intuito de viabilizar a autonomia ne-cessaria aos alunos para aprender ao seu proprio passo e interagir, ou nao, com os colegascaso considerem necessario. Ja o professor passa a ser um orientador do processo de en-sino, guiando os alunos em seu processo de aprendizagem, intercedendo se necessario emsituacoes especıficas e pontuais.


1.1 ContribuicoesAs principais contribuicoes deste trabalho sao apresentadas a seguir:

• Definicao do Estado da Arte dos conceitos associados: E descrito o contextohistorico da educacao e da aplicacao da tecnologia em sala de aula. Ainda, e apre-sentado o estado da arte a respeito do aprendizado ativo e suas metodologias, bemcomo a respeito da computacao ubıqua e dos dispositivos e tecnologias educacionaisatualmente disponıveis para suportar estes paradigmas.

• Desenvolvimento da Arquitetura Ubıqua de Suporte ao Aprendizado Ativo(AUSAA): A AUSAA e uma arquitetura que foi concebida para suportar o apren-dizado ativo atraves das caracterısticas intrınsecas da computacao ubıqua, comoa ubiquidade e transparencia de utilizacao dos dispositivos e o suporte a variaveisde contexto. O design da AUSAA foi realizado de forma a permitir que ela possaser adaptada e implementada por pesquisadores em diversos contextos, nao sendodependente de tecnologias especıficas.

• Implementacao do LSQuiz: O LSQuiz e o nome dado ao prototipo funcional de-senvolvido que implementa parte das funcionalidades da AUSAA. O LSQuiz foiimplementado como um plugin para o Moodle, um Learning Management System(LMS) de codigo aberto 1 . De um modo geral, ele possui funcionalidades referentesao suporte a colaboracao em sala de aula e a predicao de estilos de aprendizagem,conforme indicado na Figura 1.1. Pretende-se disponibilizar gratuitamente o LS-Quiz para download, sendo possıvel desta forma sua instalacao em qualquer sistemaque execute o Moodle.

Figura 1.1: Implementacao do LSQuiz a partir da AUSAA e suas principais funcionali-dades

• Validacao do LSQuiz em sala de aula:A partir da utilizacao do LSQuiz em salade aula foi possıvel avaliar a AUSAA em relacao a sua aplicacao presencial em um

1Disponıvel em: www.moodle.org Acesso em: Novembro de 2014

1.1. Contribuicoes 5

ambiente de ensino e aprendizagem, analisando-se os impactos de uso do processocolaborativo proposto. Essa experiencia, alem de permitir um aperfeicoamento daAUSAA, e um elemento importante que pode ser utilizado como subsıdio para pes-quisas e estudos correlatos realizados por outros pesquisadores.

• Criacao de uma metodologia para classificacao de questoes segundo seuestilo de aprendizagem: O modelo de estilos de aprendizagem de Felder & Sil-verman (1988)[50], descrito no Capıtulo 2, e amplamente utilizado na academiaem iniciativas de desenvolvimento e aplicacao de metodologias educacionais. Estemodelo, entretanto, apresenta subjetividade em relacao a sua aplicacao para a clas-sificacao de questoes, o que inviabiliza sua aplicacao direta neste contexto.

Desta forma, nesta tese foi desenvolvida uma metodologia para o mapeamento dequestoes em relacao aos seus estilos de aprendizagem a partir do modelo de Felder& Silverman [50]. Esta metodologia pode ser assim aplicada para, por exemplo,criar questionarios que sejam balanceados em relacao aos estilos de aprendizagemdos alunos, podendo ser utilizada em conjunto com metodologias de promocao doaprendizado ativo, como o peer instruction.

• Aplicacao da metodologia para classificacao de questoes numa disciplinada universidade: A metodologia foi aplicada na disciplina de Fısica Geral I daUniversidade, sendo identificado que os estilos de aprendizagem dos alunos naoconvergem com os das questoes aplicadas na disciplina. A partir dessa informacao,foi proposto aos coordenadores da disciplina uma reestruturacao na forma como osquestionarios sao construıdos. Num trabalho futuro espera-se ser possıvel identificareventuais melhorias na metodologia de ensino a partir dessas modificacoes.

• Validacao do uso do modelo de Estilos de Aprendizagem no ambiente deAprendizado Ativo A AUSAA foi concebida com o intuito de suportar a identi-ficacao dos estilos de aprendizagem dos alunos a partir da analise de suas respostas aquestionarios de aula (que contem perguntas associadas ao conteudo da disciplina).Entretanto, na etapa de validacao do LSQuiz foi identificado que nao e possıvelfazer essa inferencia, ou seja, identificou-se que nao existe uma correlacao entre osestilos de aprendizagem dos alunos e os estilos de aprendizagem das questoes poreles respondidas.

Atraves de experimentos envolvendo a confiabilidade do modelo de Felder & Silver-man [50], identificou-se que este modelo possui uma consistencia interna insuficientepara ser usada na identificacao individual dos estilos de aprendizagem dos alunos.Estes resultados suportam a recomendacao de que o modelo de Felder & Silverman


[50] nao deve ser utilizado no ambiente de Aprendizado Ativo, mais especificamenteem conjunto com os sistemas de resposta em sala de aula.

Adicionalmente, esta tese tem como contribuicao uma serie de publicacoes academicasassociadas. A seguir estas publicacoes sao descritas, com sua respectiva referencia bibli-ografica e referencia das secoes nas quais o assunto e abordado neste texto:

• CACEFFO, Ricardo Edgard; Rocha, Heloisa. Ubiquitous Classroom Res-ponse System: An Innovative Approach to Support the Active LearningModel. In Ubiquitous Learning an International Journal, v. 3, p. 43-55,2011: Publicacao que descreve a revisao da literatura em relacao aos sistemas deresposta em sala de aula, a computacao ubıqua e suas caracterısticas e a propostageral da AUSAA, chamada em ingles de UCRS (Ubiquitous Classroom ResponseSystem).

Este assunto e tratado no Capıtulo 2 desta tese (revisao bibliografica), e no Capıtulo3 (descricao da AUSAA).

• CACEFFO, Ricardo Edgard; Rocha, Heloisa. Design and Model of a Ubi-quitous Classroom Response System Through Context Factors. In Ubi-quitous Learning an International Journal, v. 4, p. 61-77, 2012:Publicacaoque descreve em detalhes os modulos da AUSAA, bem como a definicao e calculodos fatores de contexto.

Este assunto e tratado no Capıtulo 3 desta tese, em especial na secao 3.4, de deter-minacao dos fatores de contexto. Este paper encontra-se no Apendice K.2.

• CACEFFO, R. E.; ROCHA, H. V.; AZEVEDO, R. J.; A Ubiquitous Pen-Based and Touch Classroom Response System Supported by LearningStyles, 03/2013, Workshop for Pen and Touch Technology in Education(WIPTTE),Vol. 1, pp.1-4, Los Angeles, CA, USA, 2013. Resumo expan-dido.: Publicacao que descreve a metodologia de utilizacao e predicao dos estilosde aprendizagem na AUSAA.

Este assunto e tratado no Capıtulo 3, secao 3.6.

• CACEFFO, Ricardo Edgard; AZEVEDO, Rodolfo. LSQuiz: A Collabo-rative Classoom Response System to Support Active Learning throughUbiquitous Computing. In Proceedings of Cognition and ExploratoryLearning in Digital Age (CELDA), Porto, Portugal, 2014. Publicacao quedescreve o desenvolvimento e validacao do LSQuiz, que e o prototipo funcional daAUSAA.

1.2. Organizacao do Texto 7

Este assunto e tratado no Capıtulo 4 (desenvolvimento do LSQuiz) e no Capıtulo5, secao 5.2 (validacao do LSQuiz)

1.2 Organizacao do TextoEsta tese esta organizada da seguinte forma:

• Capıtulo 1 - Introducao: Visao geral sobre a tese.

• Capıtulo 2 - Conceitos Basicos e Trabalhos Relacionados: Neste capıtuloapresentam-se os conceitos associados aos Estilos de Aprendizagem e ComputacaoUbıqua, alem de exemplos e trabalhos relacionados.

• Capıtulo 3 - Arquitetura Ubıqua de Resposta em Sala de Aula: Neste capıtuloe apresentada a Arquitetura Ubıqua de Suporte ao Aprendizado Ativo (AUSAA)objetivo desta tese. A modelagem da arquitetura e descrita a partir do seu mo-delo conceitual, logico e fısico, contendo tambem a definicao das regras logicas queorganizam e suas funcionalidades.

• Capıtulo 4 - Desenvolvimento e Avaliacao do Prototipo: Neste capıtulo edefinido o prototipo de uma ferramenta que viabiliza a arquitetura, bem como apreparacao dos testes e o suporte a dispositivos moveis.

• Capıtulo 5 - Experimentos: Neste capıtulo sao apresentados os experimentos etestes com usuarios realizados para validar o prototipo funcional. Alem disso saoapresentados os experimentos realizados com o intuito de analisar o procedimentode predicao de estilos de aprendizagem dos estudantes, utilizando para isso a analisede seu historico de dados em curso da universidade.

• Capıtulo 6 - Resultados, Conclusoes e Trabalhos Futuros: Neste capıtulosao apresentados e discutidos os resultados finais dos experimentos realizados. Saorealizadas as conclusoes da tese e apontadas as diretrizes para trabalhos futuros.

Por sua vez, uma serie de Apendices foi criada para complementar o conteudo datese. O objetivo deles e concentrar elementos mais detalhados, adicionando informacoesde forma a permitir uma consulta mais especıfica por parte do leitor, sem atrapalharno entanto o fluxo de leitura do texto principal da tese. Os Apendices sao organizadosconforme descrito a seguir:

• Apendice A - Glossario: Descricao resumida dos principais nomes e terminologiasutilizadas durante a tese.


• Apendice B - A Educacao e o Aprendizado Ativo: Descreve o modelo edu-cacional denominado Aprendizado Ativo, bem como suas vantagens, abordagens elimitacoes.

• Apendice C - Sistemas de Resposta em Sala de Aula: Neste Apendice sao des-critos os Sistemas de Resposta em Sala de Aula (CRS), desenvolvidos para viabilizare eletronicamente o processo de interacao e comunicacao entre alunos e professor.

• Apendice D - Detalhes Tecnicos a respeito da implementacao do prototipoDescricao detalhada sobre os aspectos tecnologicos do passo a passo do desenvolvi-mento do prototipo.

• Apendice E - Questionarios de Validacao do Experimento: Questionariosdisponibilizados aos alunos e professores com o intuito de validar os experimentosdescritos no Capıtulo 6.

• Apendice F - Desenvolvimento do Prototipo Nao Funcional: Prototipo naofuncional, utilizado como subsıdio para o desenvolvimento do prototipo funcional.

• Apendice G - Esquema do Banco de Dados: Detalhes de como o banco de dadosesta organizado.

• Apendice H - Detalhes do Experimento de Classificacao de Questoes: Deta-lhes de como o experimento de classificacao de questoes (ver secao 5.1) foi organi-zado, incluindo os questionarios respondidos pelos voluntarios.

• Apendice I - Comite de Etica em Pesquisa (CEP): Projetos submetidos aoCEP, referentes aos experimentos envolvendo a aplicacao do LSQuiz (secao 5.2) eos estilos de aprendizagem dos usuarios (secao 5.3).

• Apendice J - Publicacoes: Trabalhos referentes a esta tese, ja publicados ou emprocesso de publicacao.

Adicionalmente, complementam o estudo desta tese alguns Relatorios Tecnicos, dis-ponıveis para acesso online (http://www.ic.unicamp.br/ reltech/2015/abstracts.html) ,conforme apresentado a seguir:

• Relatorio Tecnico I Apresenta um pouco da historia do uso da tecnologia em salade aula, que evoluiu a partir dos vıdeos instrucionais, passando pelas transmissoesde radio e tv, ate atingir o apice na atual geracao de dispositivos moveis, com ostablets pcs, media tablets e smartphones.

1.2. Organizacao do Texto 9

• Relatorio Tecnico II: Descricao dos principais Sistemas de Resposta em Sala deAula atualmente no mercado.

• Relatorio Tecnico III: Descricao e explicacao geral sobre o Moodle, suas carac-terısticas, funcionalidades e requisitos.

Capıtulo 2

Conceitos e Trabalhos Relacionados

Neste capıtulo sao apresentados os conceitos e trabalhos relacionados utilizados comosubsıdio para a elaboracao da Arquitetura Ubıqua de Suporte ao Aprendizado Ativo(AUSAA), descrita no capıtulo 3.

Na secao 2.1 sao apresentados os estilos de aprendizagem, utilizados para determinaras caracterısticas individuais de aprendizado de cada estudante; na secao 2.2 e descrita acomputacao ubıqua, o novo paradigma da computacao que preve a existencia de disposi-tivos inteligentes em todas as instancias do cotidiano; na secao 2.3 a 2.6 alguns trabalhosrelacionados, que utilizam conceitos associados a computacao ubıqua e estilos de apren-dizagem como forma de promover de forma mais eficiente o aprendizado ativo; e na secao2.7 sao apresentadas as consideracoes finais.

2.1 Estilos de AprendizagemNo Apendice B desta tese e descrito o modelo educacional denominado AprendizadoAtivo, que determina que os estudantes devem participar de forma ativa em seu proprioaprendizado, sendo os professores agentes facilitadores desse processo.

Nesse contexto, considera-se que uma das formas de viabilizar um modelo educacionalcentrado no Aprendizado Ativo e a consideracao de que cada estudante e um ser unico,possuindo caracterısticas e estilos proprios de aprendizado. Desta forma este capıtuloapresenta o conceito associado aos modelos de Estilos de Aprendizagem, as formas comque esses estilos podem ser avaliados e os benefıcios educacionais que propiciados pela suaadocao.

Conforme explicam Mccombs & Whisler (1997) [83], o historico e capacidades unicasde cada indivıduo influenciam diretamente seu aprendizado. Assim, embora princıpiosbasicos de aprendizado, motivacao, e instrucao efetiva se apliquem a todos os estudan-tes independentemente da etnia, raca, genero, habilidade fısica, religiao e status socioe-

11

12 Capıtulo 2. Conceitos e Trabalhos Relacionados

conomicos cada estudante possui diferentes capacidades, preferencias, estrategias e modosde aprendizado.

Desta forma, a consideracao desses princıpios poderia explicar o porque indivıduosaprendem diferentes coisas, em tempos diferentes e de formas diferentes. Ainda conformeMccombs & Whisler (1997) [83], considerar essas diferencas e identificar como elas in-fluenciam situacoes de ensino e essencial para criar um ambiente efetivo de aprendizadopara todos os estudantes. De forma similar, para Felder & Silverman (1988) [50] o quantocada estudante aprende em sala de aula e definido em parte pelas habilidades nativasde cada aluno e em parte pela compatibilidade em relacao ao seu estilo preferencial deaprendizado em relacao a aquele ensinado pelo professor.

A secao 2.1.1, a seguir, apresenta a introducao ao modelo de estilos de aprendizagemde Felder & Silverman; a secao 2.1.2 apresenta as dimensoes dos estilos de aprendizagem;a secao 2.1.3 o ILS, questionario utilizado para medir os estilos de aprendizagem dosestudantes e, por fim, a secao 2.1.4 apresenta as consideracoes finais a respeito destemodelo.

2.1.1 O Modelo de Felder & Silverman

De acordo com Felder & Silverman (1988) [50], o modelo de aprendizado exercido de formaestruturada pode ser definido como um processo de duas etapas, envolvendo a recepcao eo processamento de informacao, da seguinte forma:

• Recepcao: Na recepcao a informacao externa (obtida atraves dos sentidos) e a interna(obtida de forma introspectiva), tornam-se disponıveis aos estudantes, que escolhemqual material e conteudo irao processar, ignorando resto.

• Processamento: A etapa de processamento pode envolver a simples memorizacaoou o raciocınio (dedutivo ou indutivo), bem como a reflexao, acao, introspeccao ouinteracao com colegas.

Assim, pelo modelo de Felder & Silverman (1988) [50] cada estudante possui umaforma ou combinacao preferencial envolvendo o processo de recepcao e processamento deinformacao. Por exemplo, existem estudantes que preferem uma recepcao externa masum processamento interno, introspectivo, enquanto outros preferem inicialmente analisarintrospectivamente os dados, compartilhando-os depois com os colegas. Similarmente,existem ainda estudantes que preferem a recepcao de dados em forma visual, por meio degraficos e diagramas, enquanto outros preferem a linguagem escrita (verbal), e assim pordiante.

2.1. Estilos de Aprendizagem 13

Deste modo, Felder & Silverman (1988) [50] realizaram um mapeamento e classificacaodas diferentes formas de recepcao e processamento de informacao pelos alunos. Essemapamento recebeu o nome de Estilos de Aprendizagem, sendo descrito na secao a seguir.

2.1.2 Dimensoes de Estilos de AprendizagemConforme descrevem Felder & Silverman (1998) [50], os estilos de aprendizagem de cadaestudante estao associados a definicao de 5 fatores, baseados na forma em que ocorremos processos de recepcao e processamento de informacao em cada estudante:

• Forma com que as informacoes sao preferencialmente adquiridas por cadaestudante: sensorial (externa), caracterizada por sons, sensacoes fısicas ou in-formacoes visuais; ou intuitiva (interna), caracterizada pela analise introspectiva depossibilidades e o surgimento de insights;

•Modo como a informacao externa atinge preferencialmente cada estudante:visualmente, por meio de graficos, figuras ou diagramas; ou verbal, por meio depalavras escritas ou faladas, sons ou outros canais, como toque e cheiro;

•Maneira mais confortavel com que cada estudante lida com a organizacao dainformacao: indutiva, em que os fatos e observacoes sao diretamente fornecidos,levando a inferencia dos princıpios gerais; ou dedutivas, em que princıpios gerais saoinicialmente explicados e as consequencias e aplicacoes dedutivas;

• Meio pelo qual cada estudante prefere processar a informacao: ativamente,atraves da execucao de atividades, realizadas individualmente ou coletivamente; oude forma reflexiva, interna e introspectiva;

• Forma como o conteudo e apresentado: sequencialmente, em passos contınuos;ou globalmente, por meio de grandes saltos de aprendizados.

Em seu modelo, Felder & Silverman (1998) [50] mapearam cada um dos fatores listadosacima em uma dimensao de estilo de aprendizagem. Conforme discutido no prefacioadicionado ao paper original [50], porem, posteriormente a dimensao indutiva-reflexivafoi removida do modelo. Assim, o modelo de Felder & Silverman (tambem definido comoILS - Index of Learning Styles) e composto por 4 dimensoes de estilos de aprendizagem,conforme ilustrado na Tabela 2.1 a seguir:

A Figura 2.1 [72] ilustra uma outra forma de visualizar os estilos de aprendizagem domodelo de Felder & Silverman, considerando entretanto apenas 4 dimensoes (a dimensaode Organizacao nao foi incluıda nessa visualizacao):


Tabela 2.1: Dimensoes de Estilos de Aprendizagem do modelo de Felder & Silverman [50]

Dimensao Tipo CaracterısticaPercepcao Sensorial - Intuitivo Forma com que as informacoes sao preferen-

cialmente adquiridas por cada estudanteEntrada de Dados Visual - Verbal Modo como a informacao externa atinge

preferencialmente cada estudanteProcessamento Ativo - Reflexivo Meio pelo qual cada estudante prefere pro-

cessar a informacao:Compreensao Sequencial - Global Forma como o conteudo e apresentado

Figura 2.1: Representacao do modelo de Felder & Silverman (1998) de acordo com Lathamet al.(2012) [72] Figura extraıda de Latham et al..(2012) [72]

Assim, conforme explicam Latham et al. (2012) [72], cada dimensao do modelo deestilos de aprendizagem esta associado a um passo no processo de recebimento e proces-samento de informacao pelos alunos.

2.1.3 Indice de Estilos de Aprendizagem

O Indice de Estilos de Aprendizagem (ILS, do ingles Index of Learning Styles) e umquestionario online desenvolvido por Felder & Soloman para classificar os estudantes emrelacao as suas preferencias de estilos de aprendizagem.

Composto por 44 perguntas objetivas, esse questionario pode ser utilizado por profes-sores com o intuito de identificar, para cada dimensao do modelo de Felder & Silverman(1998) [50], qual a preferencia ou estilo preferencial de cada estudante. Isso permite queo professor elabore praticas de ensino que consideram as particularidades de cada aluno,

2.1. Estilos de Aprendizagem 15

tornando assim mais efetivo o processo de ensino e aprendizagem.A discussao a respeito dos estudos referentes a validacao estatıstica (consistencia in-

terna) do ILS sao apresentados no Capıtulo 5, secao 5.4.Um exemplo de pergunta aplicada no questionario e: Quando penso em relacao ao que

fiz ontem, usualmente obtenho: a) imagens b) palavras. Assim, a resposta a essa perguntae utilizada pelo questionario no calculo da dimensao de Entrada de Dados, ajudando aclassificar o aluno em visual ou verbal.

Entretanto, apesar de muito difundido e utilizado, esse questionario tem como aspectonegativo justamente o seu tamanho (44 questoes) o que faz com que haja uma significativademora em seu processo de aplicacao aos alunos e tambem posterior analise de resultadospelo professor.

2.1.4 Consideracoes sobre os Estilos de Aprendizagem

Os estilos de aprendizagem tem chamado a atencao de educadores e pesquisadores, que osutilizam para identificar e descrever diferencas individuais no processo de aprendizagem[136]. Seria natural, portanto, sua associacao com o modelo do aprendizado ativo (verApendice B), que preve o aumento da motivacao dos estudantes a partir do momento emque eles se tornem agentes ativos em seu proprio processo de aprendizagem. Tratar osestudantes de maneira individual e personalizada, associando isto a atividades interativas ecolaborativas, pode ser deste modo um meio valido e eficiente de promocao do aprendizadoativo.

E interessante notar, porem, que apesar dos estudos realizados na area, grande partedas ferramentas educacionais disponıveis na atualidade nao considera as particularidadesde cada aluno no processo de ensino e aprendizagem. Por exemplo, isso ocorre com osSistemas de Resposta em Sala de Aula, conforme descrito no Apendice C desta tese, queusualmente tratam todos os alunos de forma homogenea, sem considerar suas preferencias,caracterısticas individuais e estilos de aprendizagem.

Em outras areas, como os tutores inteligentes (ver secao 2.5) e sistemas gerenciadoresde ensino (ver secao 2.6), foram criados sistemas que analisam o historico de interacaodos usuarios para identificar seus estilos de aprendizagem. Esses sistemas, porem, naoaplicam as informacoes encontradas para personalizar o ensino e promover o aprendizadoativo. De um modo geral, ainda e escassa na literatura a analise de impacto de como omodelo de estilos de aprendizagem pode ser usado em benefıcio dos modelos educacionais.

Na secao a seguir e descrito o paradigma da computacao ubıqua, que apresenta umavisao computacional de como os sistemas e dispositivos devem se adaptar em relacao aocontexto e necessidades individuais dos usuarios. O objetivo da computacao ubıqua edeste modo criar um ambiente onde a interacao dos indivıduos com os dispositivos seja a


mais natural possıvel. Nesta tese e defendida a abordagem de que um dos elementos docontexto a ser considerado sao os estilos de aprendizagem, e que uma arquitetura ubıquapode ser elaborada a partir destes conceitos como forma de viabilizar o aprendizado ativoem sala de aula. Esta arquitetura e descrita no Capıtulo 3.

2.2 Computacao UbıquaNo Apendice C sao descritos os Sistemas de Resposta em Sala de Aula, sistemas quepermitem um processo de interacao e colaboracao entre alunos e professor, usualmenteatraves da proposta e posterior correcao de exercıcios submetidos aos alunos.

Apesar de representarem um avanco na forma de interacao em sala de aula, essessistemas apresentam como aspecto negativo sua limitacao em relacao ao contexto doambiente em que sao aplicados. Em outras palavras, esses sistemas sao limitados, jaque nao consideram as diferencas e individualidades dos atores do processo interativo,alunos e professor. Outro aspecto que dificulta a efetiva criacao de um ambiente deAprendizado Ativo e o fato da tecnologia ser um elemento negativo na aplicacao dessessistemas, causando distracao, ansiedade e perda de foco nos usuarios, principalmente nosalunos.

Em paralelo, desde 1991 existe a chamada Computacao Ubıqua, representando umconceito, corrente ou area da computacao que preve a existencia de dispositivos computa-cionais entrelacados de tal forma ao ambiente que se tornam invisıveis, transparentes aosusuarios. Uma das formas previstas pela computacao ubıqua para alcancar esse objetivoe justamente a analise do contexto (fısico, computacional, do usuario, etc) do ambienteem que o sistema ubıquo esta sendo executado.

Nas proximas secoes sao apresentadas a historia da computacao ubıqua, suas principaiscaracterısticas, tendencias e formas de aplicacao, inclusive no ambiente educacional.

2.2.1 OrigemO termo computacao ubıqua 1foi definido inicialmente por Mark Weiser em um artigopara a revista Scientific American [130]. Em 1999, Weiser, conhecido hoje como o paida computacao ubıqua foi contemplado em com um premio de reconhecimento da ACMSIGMOBILE [127], por suas importantes contribuicoes a ciencia da computacao.

1Na area da pedagogia e ciencias sociais, o termo computacao ubıqua pode ser utilizado no contextoeducacional para representar a situacao de um ambiente one to one, onde cada aluno tem acesso e utilizaseu proprio notebook durante a aula [133, 62, 97]. Entretanto, na area da ciencia da computacao ascitacoes majoritariamente se referem ao conceito de computacao ubıqua proposta por Weiser [130, 131],que como apresentado neste capıtulo vai muito alem do que apenas inserir dispositivos computacionaisde forma ubıqua nos ambientes do cotidiano.

2.2. Computacao Ubıqua 17

Segundo Weiser [130], as tecnologias mais profundas e duradouras sao aquelas quedesaparecem, que se entrelacam de tal forma no cotidiano que se tornam indistinguıveis.Um exemplo do conceito de tecnologia ubıqua seria a escrita, que e a capacidade de serepresentar de maneira simbolica a linguagem falada, de forma a armazena-la a longoprazo e sem as restricoes da memoria humana [130]. Assim, para as pessoas letradas oato de ler algo nao requer uma atencao ativa: a informacao esta disponıvel para uso aqualquer instante, de forma natural e espontanea. Outro exemplo citado por Weiser [130]sao os motores de carro, que apesar de possuırem centenas de elementos tecnologicosinteragindo entre si, nao requerem do motorista a consciencia de qual peca ou valvulaesta sendo acionada a todo instante. Algo similar ocorre com a eletricidade, presente namaioria dos ambientes do cotidiano de forma transparente.

Aplicando-se o conceito de tecnologia ubıqua para a computacao, chega-se a com-putacao ubıqua [130, 131]. Segundo o pesquisador, a computacao ubıqua melhora o meiocomo os computadores sao utilizados ao permitir um ambiente que, apesar de possuirmuitos dispositivos, os fornece eficientemente e de forma invisıvel aos usuarios.

Conforme afirma Satyanarayanan [109], a essencia da computacao ubıqua e a criacaode ambientes saturados com computadores capazes de se comunicar, mas integrado comos usuarios de forma a se tornar uma tecnologia que desaparece. Segundo Schaub [110],na computacao ubıqua esses computadores, chamados por ele de uma forma mais geral deartefatos, possuem alem da capacidade de comunicacao, caracterısticas especıficas comosensibilidade ao ambiente e capacidade propria de processamento de dados.

Por sua vez, Vlist [125] sintetiza a visao incial de Weiser e do senso comum criadonas decadas seguintes de que a computacao ubıqua e a proposta de criacao de um ambi-ente cercado por dispositivos de varios tamanhos e conectados em rede, sendo utilizadospara permitir o acesso e compartilhamento de informacoes por meio de uma estruturacomputacional. Assim, ainda conforme Vlist [125], na computacao ubıqua a tecnologiaesta presente de forma natural no ambiente, sendo simples tanto utiliza-la ativamentecomo deixa-la em segundo plano, sequer notando sua existencia. Desta forma, as pessoaspodem se concentrar em suas atividades do cotidiano, sem se preocuparem com o fatode que estao utilizando centenas de computadores como ferramentas ou suporte a essasatividades.

2.2.2 A Computacao Ubıqua e os Modelos Computacionais

Conforme ilustra a Figura 2.2, em relacao a quantidade de dispositivos vendidos a cadaano, segundo Weiser & Brown [132] a computacao ubıqua reverte ao modelo no qual exis-tem varios dispositivos computacionais por pessoa, num claro contraponto ao modelo deMainframe (um computador para varios usuarios) e PC (um computador por usuario).


Desta forma, a computacao ubıqua pode ser definida como a 3a onda ou paradigma dacomputacao, na qual os ambientes computacionais seriam compostos de muitos compu-tadores especializados e conectados entre si.

Figura 2.2: Paradigmas da computacao.2

Entretanto, se a forma de utilizacao desses dispositivos na computacao ubıqua fossea mesma dos Mainframes ou PCs, nos quais os usuarios focam sua atencao no compu-tador ao inves da tarefa a ser realizada (Weiser, 1993)[131], entao os usuarios estariamconstantemente distraıdos pelo uso desses numerosos dispositivos [2], o que inviabilizariao modelo. Deste modo o objetivo da computacao ubıqua e criar um novo tipo de re-lacionamento das pessoas com computadores, sendo que os computadores se tornariammelhores ao saırem do caminho, permitindo as pessoas a execucao de suas tarefas. Emoutras palavras, o objetivo da computacao ubıqua e tornar a tecnologia efetiva, o queessencialmente significa deixa-la invisıvel aos usuarios [131].

2.2.3 TerminologiaSemanticamente o termo ubıquo tem o significado de estar em toda parte, ser onipresente[84]. Ja o termo pervasivo, do ingles pervasive, pode ser traduzido livremente comopresente em cada parte de uma coisa ou local [23].

2Figura extraıda do site http://www.ubiq.com. Disponıvel em:http://www.ubiq.com/hypertext/weiser/UbiHome.html Acesso em: Outubro de 2014


Assim, como os termos ubıquo e pervasivo sao semanticamente proximos, alguns au-tores se referem a computacao ubıqua como computacao pervasiva, e vice-versa, sendoque em algumas situacoes o termo utilizado e computacao ubıqua e pervasiva. Porem,de um modo geral a literatura considera ambos os termos como sinonimos, conforme porexemplo afirmam [109, 2, 77, 78]. Por praticidade, este trabalho utilizara apenas o termocomputacao ubıqua (ubiquitous computing) daqui em diante.

Alem disso, termos correlatos como computador invisıvel (invisible computer), tecno-logia calma (calm technology), sensibilidade ao contexto (context aware) etc sao utilizadospela literatura para nomear caracterısticas intrınsecas a computacao ubıqua.

Por exemplo, Weiser & Brown (1996) [132] criaram o termo tecnologia calma paradesignar a nova forma de aplicacao da tecnologia, que deve passar a habitar a atencaoperiferica dos usuarios, tendo entretanto a agilidade de se mover entre essa periferia e ocentro da atencao quando necessario.

Similarmente, o termo computacao invisıvel (invisible computing) [89, 18] se refere aouso dos computadores de forma a facilitar a execucao de tarefas, sem muito foco destaforma nas ferramentas (hardware ou software) necessarias para isso. Assim, se ha algumentrave cognitivo no processo do usuario utilizar uma ferramenta para completar umatarefa, quanto mais esse entrave se concentrar na tarefa do que na ferramenta, melhor.Conforme afirma [77], a sobreposicao desse conceito com a computacao ubıqua e clara:ja que os computadores presentes no ambiente cotidiano do usuario devem ser vistosmeramente como ferramentas para execucao de tarefas, entao esses computadores devemreceber assim tanta atencao quanto uma ferramenta merece.

Esta invisibilidade dos computadores muda a forma como a usabilidade dos sistemasdeve ser considerada. Enquanto que na computacao tradicional os usuarios devem apren-der a utilizar o sistema (ou o sistema deve ser projetado de tal forma para que seu modeloconceitual se aproxime do modelo mental dos usuarios), na computacao ubıqua isso naose faz necessario, ja que seu objetivo maximo e que o proprio sistema venha a desapa-recer. Assim o conceito de usabilidade muda, ficando intrinsicamente ligado a eficienciapela qual os usuarios executam a tarefa pela qual o sistema foi projeto, e menos na formacomo os usuarios interagem com o sistema. Em ultima instancia, e como se o modeloconceitual nao fosse fixo, se adaptando e ajustando em tempo real as caracterısticas enecessidades individuais de cada um dos usuarios.

2.2.4 CaracterısticasAs principais caracterısticas associadas a computacao ubıqua sao apresentadas a seguir:

• Ubiquidade: A essencia da computacao ubıqua e permitir a criacao de ambientes re-pletos de computadores capazes de se comunicar, mas integrados de tal forma com os


usuarios de forma a se tornarem uma tecnologia que desaparece [109]. Esses compu-tadores, chamados usualmente pelo termo dispositivos (do ingles devices), podemser definidos como objetos inteligentes que possuem capacidades computacionais,permitem novos meios de interacao com o ambiente e que provem funcionalidadesque ultrapassam sua concepcao original [126].

Conforme explica Walka [126], o cada vez maior numero de objetos inteligentespresente no cotidiano molda a forma como e feita a interacao do homem com osdispositivos tecnologicos, num contexto que vai alem da tradicional area de trabalho.

De um modo geral, esses dispositivos podem interagir ou se comunicar com outrosdispositivos ou com usuarios. Segundo Vlist et al. [125], o processo de comunicacaodos dispositivos com outros elementos tecnologicos se da por meio de conexoessemanticas, que representam os relacionamentos entre as entidades (dispositivos)desse ambiente. Essas conexoes, invisıveis por padrao, podem ser visualizadas emanipuladas de acordo com o objetivo dos dispositivos e das aplicacoes a eles rela-cionadas [125].

Por sua vez, a inteligencia presente nos dispositivos pode ser utilizada para facilitare tornar mais efetivo o processo de interacao destes com os usuarios, num processodefinido como interacao inteligente [126].

• Invisibilidade (Tecnologia Calma): Segundo Weiser & Brown [132], a mais inte-ressante e desafiadora mudanca causada pela computacao ubıqua e o foco na calma.Sendo os computadores presentes de forma ubıqua nos ambientes, e necessario queeles se tornem invisıveis, ficando em segundo plano, evitando assim a sobrecarga deinformacao aos usuarios. Assim, os usuarios devem estar aptos a identificar e con-trolar o que interessa e deve ser o foco da atencao em determinado momento, tendoainda acesso de forma periferica aos demais elementos, que podem ser trazidos aqualquer momento pelos usuarios para o foco de sua atencao.

Conforme afirma Satyanarayanan [109], a ideia de invisibilidade expressa por Weiserpode ser alcancada atraves do conceito de distracao mınima do usuario. Aindaconforme Satyanarayanan [109], se um sistema ubıquo continuamente atende asexpectativas dos usuarios e raramente apresenta surpresas, o usuario se torna destaforma apto a interagir quase em nıvel subconsciente com a tecnologia.

Ja Mostefaoui et al. [86] afirma que o conceito de computacao invisıvel esta primor-dialmente associado a forma como as novas tecnologias podem melhor ser integradasna vida cotidiana. Desta forma, a computacao invisıvel permitiria aos usuarios in-teragir com dispositivos que sao pequenos e focados em tarefas especıficas, ao invesdo tradicional modelo de computadores pessoais que sao grandes, complexos e de


propositos gerais.

• Sensibilidade ao contexto: A sensibilidade ao contexto (do ingles context awareness)e uma caracterıstica associada a computacao ubıqua que permite que os sistemasubıquos reagir dinamicamente as mudancas nas variaveis do ambiente que os cercam.

Conforme explica Loke [77], um sistema sensıvel ao contexto, diferentemente dos sis-temas tradicionais, e sensıvel ao mundo real, se ajustando e adaptando aos propositospara o qual foi projetado.

2.2.5 Definicao de contexto por lista de categoriasEmbora nao exista um consenso na literatura sobre a listagem das categorias em quepodem ser classificadas as informacoes associadas ao contexto, e possıvel agrupar as de-finicoes e divisoes dos diversos autores da seguinte forma:

• Contexto computacional: inclui conectividade da rede, custos de comunicacao,largura de banda e recursos locais, como impressoras, displays e estacoes de trabalho[26].

• Contexto do usuario:Informacoes objetivas relacionadas diretamente ao usuario,como localizacao fısica, estado fısico (temperatura, batimento cardıaco, etc), es-tado emocional (raiva, agitacao, etc), historico pessoal, padroes de comportamentodiarios, entre outros [109].

Ainda, esta associado a informacoes obtidas em tempo real do ambiente que cercao usuario, como por exemplo a identidade das pessoas proximas [26].

• Contexto fısico e de localizacao: Informacoes associadas ao ambiente fısico ondese encontra o usuario e o sistema, como por exemplo grau de iluminacao e barulho,condicoes do trafego e temperatura [26] e localizacao (latitude e longitude) [1, 2].

• Contexto historico e temporal: e o registro das informacoes de contexto duranteum determinado intervalo de tempo [26]. Segundo Abowd & Mynatt [1], o interesseem se estudar a passagem do tempo e a possibilidade de se entender e interpretar aatividade dos usuarios. Assim, quando um padrao de comportamento e estabelecido,torna-se possıvel identificar acoes que violam esse padrao, o que pode ser relevantepara a aplicacao.

• Contexto Motivacional: Segundo Adelstein [2], e a especificacao do motivo dousuario estar executando determinada tarefa. E uma das informacoes de contextomais difıcil de ser obtida.


• Contexto Emocional: Informacoes subjetivas associadas ao usuario, principalmenteas associadas as suas emocoes, humor e estado de espırito.

Segundo Broek [20], a computacao ubıqua e mais do que apenas um mero paradigmada engenharia, estando intrinsicamente associado a aspectos pessoais do ser humano,como a emocao. Assim, sistemas ubıquos so poderiam ser efetivamente concebidosse o comportamento humano puder ser mapeado e analisado automaticamente, numprocesso chamado de emotion aware [20].

Entretanto, ainda segundo Broek [20], a definicao do conceito de emocao e algocomplexo e difıcil de ser feito, sendo esse debate algo que ainda permanece emaberto.

2.2.6 Definicao de contexto por papeis

Conforme explica Adelstein et al. (2005), um modo de definir o que e contexto e comousa-lo e analisar o contexto pela otica de como ele sera utilizado pelas aplicacoes. Chen &Kotz [26] definem contexto como o conjunto de estados e configuracoes do ambiente quedeterminam tanto o comportamento da aplicacao como a ocorrencia de eventos associadosa aplicacao que sao interessantes ao usuario. Assim, e proposto que o contexto sejaclassificado em duas categorias:

• Contexto ativo: caracterısticas do ambiente que determinam o comportamento dasaplicacoes. Deste modo, uma aplicacao sensıvel ao contexto ativo altera seu com-portamento de forma a se adaptar ao contexto vigente.

• Contexto passivo: caracterısticas do ambiente que sao relevantes, mas nao crıticas,para a aplicacao. Desta forma, uma aplicacao sensıvel ao contexto passivo nao alteraseu comportamento, apenas apresentando as informacoes e alteracoes do contextoao usuario caso seja solicitado.

Deste modo, dada uma particular classe de contexto, sua classificacao como ativaou passiva depende de como ela e usada pela aplicacao (Chen & Kotz, 2000).

2.2.7 Consideracoes sobre a definicao de contexto

Segundo Loureiro et al. [78], o agrupamento em categorias das diferentes informacoesassociadas ao contexto nao define realmente o que seria contexto, apenas o exemplificaatraves da listagem das informacoes que estariam associadas a ele. Isso caracteriza-secomo um problema pois e difıcil afirmar se determinada informacao pode ser consideradadefinicao de contexto ou nao.


Assim, Loureiro et al. [78] afirmam que uma definicao mais geral de contexto, comoa proposta por Dey [33]), poderia determinar de uma melhor forma o papel do contextona computacao ubıqua. Segundo Dey [33], contexto poderia ser definido como qualquerinformacao que pode ser utilizada para caracterizar a situacao de uma entidade, sendoque entidade e uma pessoa, local ou objeto que e considerado relevante para a interacaoentre usuario e aplicacao, incluindo os usuarios e as proprias aplicacoes.

O’Grady et al. [42], por sua vez, afirma que a definicao de contexto proposta porDey [33] e importante pois nao se preocupa com particularidades, nao sendo tambemtao concisa como as definicoes presentes nos dicionarios. Entretanto, segundo Green-berg [56], a definicao de contexto de Dey et al. [33] falha num ponto crıtico, que nao econsiderar o contexto como algo dinamico. Conforme explica Greenberg [56], contextoe uma construcao dinamica que deve ser analisada sobre um perıodo de tempo, formasde uso, interacao social, objetivos internos e influencias locais. Assim, embora algumasinformacoes de contexto sejam estaticas e previsıveis, existem muitas outras que nao sao.Isso implica, ainda segundo Greenberg [56], que nao e possıvel ao desenvolvedor deter-minar um definitivo conjunto de regras para definir o contexto e as respectivas acoes aserem tomadas pelas aplicacoes.

A classificacao de contexto baseada em papeis e um exemplo de classificacao dinamicade contexto, que pode ate certo ponto minimizar as limitacoes da classificacao estatica,por categorias. Assim, devido as dificuldades de definicao e classificacao das informacoesassociadas ao contexto, de um modo geral os sistemas sensıveis ao contexto sao desenvol-vidos em ambientes que sao bem definidos e compreendidos [42]. Entretanto, conformeexplica O’Grady et al. [42] apesar das dificuldades em se definir e interpretar o contexto,seu uso em varias areas da computacao e importante e representa um desafio de pesquisaa ser estudada.

2.2.8 Pro-Atividade e Adaptabilidade

Segundo Satyanarayanan [109], a menos que elaborado de forma correta, um sistema pro-ativo pode perturbar o usuario, prejudicando diretamente o objetivo da invisibilidade.Desta forma, e recomendavel que os sistemas sejam nao apenas pro-ativos, mas tambemadaptativos ou auto-ajustaveis, alterando sua pro-atividade de acordo com as necessidadese contexto dos usuarios.

Ainda, segundo Satyanarayanan [109], a tolerancia do usuario para a pro-atividadeesta relacionada ao seu nıvel de familiaridade com a tarefa e com o ambiente. Destaforma, um sistema que infira esses fatores atraves da observacao do comportamento dousuario e do contexto pode encontrar de melhor forma o equilıbrio e grau de pro-atividadenecessarios. Segundo Adelstein et al. [2], a habilidade de sentir e processar o contexto e


fundamental para tornar um sistema pro-ativo e adaptavel.A seguir sao apresentados exemplos gerais de aplicacoes da computacao ubiqua. Ainda,

nas secoes 2.4, 2.5 e 2.6 deste capıtulo sao apresentados exemplos de sistemas ubıquospro-ativos e adaptativos.

2.2.9 Exemplos gerais de aplicacoes da Computacao UbıquaNesta secao sao apresentados alguns exemplos de aplicacoes que utilizam conceitos asso-ciados a computacao ubıqua.

• Doorman: Doorman [79, 64] e um servico de orientacao baseado na fala. Ele foidesenvolvido para receber, autorizar e se preciso guiar pessoas na entrada de umdeterminado predio. Desta forma, o intuito do sistema e abrir automaticamente aporta de entrada caso identifique que o usuario e um funcionario ou caso identifiqueque usuario e um convidado de determinado funcionario que trabalha no predio.

Conforme explica Kainulainen et al. [64], o usuario inicialmente interage com osistema ao se posicionar na frente da porta do edifıcio. O sistema entao ativa oreconhecedor de fala e detecta a presenca do usuario utilizando um sensor infraver-melho localizado na area externa do predio. O usuario pode entao pressionar umacampainha, que forca a ativacao do sistema caso tenha ocorrido falha nos sensores(causada por exemplo por um excesso de movimento recente). O sistema entao dizuma frase de boas-vindas, solicitando ao usuario que informe o proposito da visitaou o nome do funcionario que ele deseja visitar. Caso o proposito da visita ou aidentidade do funcionario nao consigam ser identificados, o sistema comunica umdeterminado funcionario para que se dirija ate a porta para resolver a situacao.Caso o usuario seja ele proprio um funcionario do predio, entao o reconhecimentode fala e utilizado para identifica-lo.

Quando o visitante entra no predio, um avatar robotico e utilizado para guia-lo,utilizando a linguagem gestual e a fala para informar a rota que ele deve tomar parachegar ate seu destino. Caso o visitante seja ele proprio um funcionario do predio,entao o boneco informa sobre informacoes organizacionais, mensagens, emails, tele-fonemas ou mesmo visitantes que procuraram pelo funcionario ([79]).

A usabilidade do sistema Doorman foi avaliada a partir da execucao de um expe-rimento ”Wizard of Oz”. Segundo Schlogl [43] , o metodo Wizard of Oz tem sidoutilizado em varios projetos baseados em interacao por linguagem natural, comoe o caso do Doorman, permitindo assim a obtencao de um rapido feedback so-bre o comportamento dos usuarios na utilizacao dos sistemas. Ainda, a aplicacaodesse metodo permite a exploracao de questoes associadas ao design dos dialogos,


obtencao de informacao por interfaces multimodais, interacao atraves do uso deagentes e elementos subjetivos associados a emocao [43].No experimento Wizard of Oz realizado [79], o processo de reconhecimento tanto dafala do usuario como do proprio usuario foram simulados por um especialista, per-mitindo assim que o sistema fosse avaliado mesmo sem estar totalmente funcional.Segundo Makela [79], as principais conclusoes desse experimento dizem respeito aimportancia do reconhecimento da localizacao dos usuarios e a forma como o sis-tema se comunica com eles. Identificou-se que as falas do sistema deveriam ser maiscurtas, informais e naturais.Ainda, para melhorar a experiencia dos usuarios a velocidade da fala deveria sermais rapida, sendo que os usuarios poderiam ter ainda a opcao de interrompero sistema no meio deste processo. Identificou-se tambem a necessidade de umarevisao no processo de gerenciamento de erros e tambem na forma como o robo guiase expressava aos usuarios [79].

• Displays de Ambientes Publicos: O uso de displays de ambientes publicos e umponto chave no futuro das interfaces da computacao ubıqua [129]. Tipicamente, con-forme explicam Weiser et al (2012), esses displays sao colocados em locais publicoscom o intuito de exibir informacoes importantes referentes a determinada comuni-dade de usuarios.Os displays de ambiente publico tem a ambicao de apresentarem aos usuarios in-formacoes sem causar distracao ou serem um fardo cognitivo que atrapalhe a rea-lizacao de tarefas pelos usuarios [81]. Exemplos de aplicacao desse tipo de displayspodem ser vistos em museus, por meio de sistemas que combinam sensores de am-biente com displays de informacao aos usuarios.Outros exemplos incluem os desenvolvidos por Mankoff et al. [81] para aplicacao emambientes internos de laboratorios, para informar aos usuarios dados importantesdo cotidiano ou do ambiente externo, como a posicao e horario previsto de chegadados onibus do transporte publico.Segundo Weise et al [129], existem ainda displays que permitem a interacao in-dividualizada atraves do toque ou, indiretamente, atraves do uso de dispositivosmoveis

• Monitoramento Remoto de Saude (Telehealth): Segundo Steele [118], com odesenvolvimento dos computadores e o avanco de tecnologias moveis suportadaspela internet, a transmissao de informacao no seculo 21 nao apenas pode ocorrerpor meio de mensagens textuais, mas tambem por meio de imagens, vıdeos e outrostipos de dados.


Isso permite o desenvolvimento de uma area chamada de Monitoramento Remotode Saude (Telehealth), suportada pela computacao ubıqua e sistemas emergentes decomunicacao por mıdias sociais e aplicativos para dispositivos moveis [118]. Assim,conforme explica [118], atraves do uso de smartphones e sensores pessoais e de am-biente e possıvel capturar e transmitir remotamente dados de saude de pacientes derisco. Deste modo, atraves da analise dessas informacoes, situacoes crıticas podemser identificadas em tempo real, sendo que o apoio medico remoto tambem podeocorrer com o uso da tecnologia (dispensando o deslocamento fısico do profissional),atraves por exemplo de videoconferencias.

Os benefıcios apontados por Steele [118] para a aplicacao da computacao ubıqua nocontexto de monitoramento de saude remoto sao: prevencao de problemas de saude;apoio especializado por meio de comunicacao com autoridades medicas; suportea plataformas moveis para deteccao e notificacao de emergencias; biosensores deambiente e integrados ao corpo humano; obtencao e analise de registros pessoais desaude, em conjunto com os biosensores e as plataformas moveis; suporte a condicoescronicas dos pacientes e a possibilidade de consultas com especialistas feitas pormeio de dispositivos moveis, minimizando ou ate mesmo eliminando a necessidadede deslocamento desses profissionais, expandindo assim o atendimento medico emregioes de acesso remoto.

2.2.10 Metodos de Avaliacao de Sistemas Ubıquos

Um dos principais problemas que desenvolvedores de aplicacoes ubıquas enfrentam e adificuldade de avaliacao dessas aplicacoes [25]). Um dos desafios em avaliar tecnologiasassociadas a computacao ubıqua e entender as reais motivacoes por tras de seu uso e seuimpacto nas atividades do dia a dia dos usuarios. Alem disso, existem diversos meios deinteracao possıveis com o sistema e muitas vezes os proprios usuarios sao moveis [54], oque acarreta em uma maior complexidade do processo de avaliacao.

Sendo a essencia da computacao ubıqua sua invisibilidade e sua sensibilidade ao con-texto, tem-se que o sistema deve ser capaz de inteligentemente se adequar as necessidadese preferencias dos usuarios, viabilizando a execucao das tarefas [21]. Isso esta diretamenteligado ao contexto do ambiente e da aplicacao. Desta forma, nao existe um metodo uni-versal de avaliacao de sistemas ubıquos, mas sim um conjunto de metodos e tecnicas quepodem ser utilizados e adaptados conforme a necessidade e contexto de uso, sendo osprincipais:

• Logging: Com o intuito de avaliar a usabilidade dos sistemas ubıquos, um dos proces-sos empregados e o registro do processo de interacao dos usuarios com os dispositivos.


Entretanto, os dispositivos utilizados podem ser simples e com limitacoes de pro-cessamento e largura de banda, o que pode levar a dificuldades de armazenamentoe sincronizacao de dados de diversas fontes [54].Segundo Ganoe & Carrol [54], uma possıvel solucao para esse problema seria aplicaro processo de logging para registrar apenas as interacoes de alto nıvel dos usuarioscom os dispositivos, enquanto um servidor registraria as informacoes relativas aoprocesso de interacao como um todo.Ainda segundo Ganoe & Carrol [54], um aspecto importante de integrar dadosregistrados separadamente nos dispositivos e que eles representam pedacos indivi-duais de informacao dos usuarios. Assim, os dados provenientes de um eventualmerge poderiam ser filtrados para fornecer uma visao mais completa das interacoesdos indivıduos e do grupo como um todo. Isso permitiria, por exemplo, analisaras interacoes de cada usuario separadamente antes que suas contribuicoes fossemapresentadas de modo sıncrono ao resto do grupo.Esse metodo foi aplicado com sucesso, entre outros, em sistemas ubıquos publicosde displays de ambiente, como o Hebb [25].

• Prototipagem em Papel: Segundo Rettig [103], a prototipagem em papel e tradici-onalmente feita atraves do desenho de rascunhos de caixas de texto, telas e outroselementos interativos que representam uma interface grafica. Assim, um avaliadorsimula as reacoes de um computador conforme os usuarios executam tarefas pre-definidas utilizando a interface em papel. Conforme afirma Carter & Mankoff [25],essa tecnica e efetiva e rapida pois nao necessita da codificacao do sistema para seraplicada.Entretanto, em sistemas ubıquos baseados em servicos e localidade, que precisamestar disponıveis em muitos lugares e por um longo perıodo, essa tecnica se tornainviavel. Assim, Carter & Mankoff [25] propoe uma adaptacao para a tecnica deprototipagem em papel no qual os avaliadores nao precisam estar presentes o tempotodo no ambiente. Nesse caso, os usuarios interagem com o prototipo em papel escre-vendo notas em post its presentes ao lado da interface. A atualizacao da interfaceocorre em momentos pre-definidos, quando um ou mais avaliadores percorrem osdiversos terminais e atualizam a interface de acordo com o novo contexto existente.Essa tecnica foi utilizada com sucesso para validar o sistema ubıquo PALplates [80],que prove apoio a funcionarios de escritorios atraves do fornecimento de informacaoe realizacao de tarefas basicas em pontos crıticos do ambiente de trabalho.

• Previsibilidade: Uma importante metrica de avaliacao que se aplica tanto a sistemastradicionais como ubıquos e a previsibilidade, em que o usuario deve ser capaz de


determinar o estado futuro do sistema apos um conjunto de acoes ou interacoesefetuadas. Isso e particularmente crıtico em sistemas ubıquos, que por naturezapropria se adaptam de forma automatica de acordo com mudancas no contexto deuso, localizacao, identificacao, orientacao e proximidade com outros dispositivos epessoas [33].

No caso de sistemas ubıquos, a previsibilidade pode ser medida mesmo que o sis-tema esteja incompleto, atraves da tecnica conhecida como Wizard of Oz. Nela umespecialista acompanha a interacao do usuario com o sistema, assumindo em deter-minado momento o comando. Isso leva o usuario a crer que esta interagindo comum sistema completamente implementado, quando na verdade o sistema e total ouparcialmente controlado por outro ser humano [79]. Segundo Dey [33], isso permiteque os designers obtenham feedback do sistema mesmo sem a necessidade de umacompleta implementacao do mesmo.

Essa tecnica de avaliacao foi testada com sucesso em sistemas ubıquos baseados emfala, como o Doorman [64].

• Avaliacao Heurıstica: Devido a sua natureza informal e baixo custo, a aplicacao deavaliacoes heurısticas e uma das mais utilizadas tecnicas de avaliacao de usabilidadede sistemas. Entretanto, conforme afirma [81], a forma com que os usuarios intera-gem com sistemas ubıquos faz com que nao seja possıvel uma aplicacao direta dasheurısticas originalmente propostas por [88].

Desse modo, as heurısticas podem ser adaptadas de forma a considerar carac-terısticas especıficas do ambiente e sistema ubıquo analisados. Por exemplo, Mankoffet al. [81] desenvolveu uma adaptacao das heurısticas para a avaliacao de displays deambiente, considerando as caracterısticas especıficas desse tipo de sistema, como amaior passividade dos usuarios. Segundo analise comparativa de Mankoff et al. [81],as heurısticas adaptadas tiveram um resultado superior as de Nielsen no ambienteproposto.

• Analise Qualitativa e Quantitativa: Segundo Burnett & Rainsford [21], a essenciada computacao ubıqua e sua invisibilidade e sensibilidade ao contexto. Assim, umsistema ubıquo deve prover as necessidades e preferencias dos usuarios de forma aauxilia-lo a executar suas atividades. Isso implica na necessidade de medidas deavaliacao subjetiva de como essas metas estao sendo alcancadas. Ainda segundoBurnett, adicionalmente a analise qualitativa devem ser aplicadas medicoes quanti-tativas (e.g velocidade, custo e precisao) sobre a execucao dessas tarefas.

Ja na visao de Vlist et al. [125], entrevistas podem ser realizadas com os usuariosno intuito de se obter uma visao mais profunda a respeito das secoes experimen-


tais. Desta forma, por meio desse procedimento pode-se extrair os modelos mentaisdos usuarios em relacao ao uso do sistema, atraves da forma de perguntas no for-mato ”O que e isso”, focando-se na questao semantica dos elementos, e em questoesno formato ”Como isso funciona?”, focando-se nas funcionalidades esperadas pelosusuarios.

Ainda, VList et al. [125] propoe o uso de entrevistas na forma de questoes aber-tas, permitindo que os participantes compartilhem suas experiencias, identificandoproblemas e possıveis melhorias no sistema.

2.2.11 Aplicacoes da Computacao Ubıqua no Ambiente Educa-cional

Existe uma crescente tendencia no uso de dispositivos moveis dentro da sala de aula[115]. Desta forma, nesse ambiente os estudantes nao apenas possuem, mas utilizamdispositivos como tocadores de mp3, smartphones e media tablets. Esses dispositivos saousualmente utilizados para comunicacao - em chamadas telefonicas, email, mensagens detexto, twitter, facebook ou aplicacoes especıficas, como visualizacao de vıdeos [115].

Conforme afirmam Streng & Atterer [119], e possıvel aproveitar a presenca da tec-nologia como forma de permitir a insercao de um modelo de tecnicas nao invasivas decolaboracao em sala de aula. Segundo os autores, esse modelo baseia-se na assertiva deque o aprendizado em grupo e a colaboracao sao mais efetivos se os alunos puderem seconcentrar apenas nas tarefas propostas, ao inves de se preocuparem com os computadorese dispositivos eletronicos do ambiente.

Ainda segundo Streng & Atterer [119] a aplicacao dessa abordagem traz uma serie debenefıcios ao aprendizado, sendo as principais a aplicacao do conceito de pervasidade aomodelo de interacao (associada a usabilidade das interfaces), a consequente diminuicaode interferencias e distracoes dos alunos e a possibilidade de aplicacao de servicos auto-matizados, tanto no processamento como na visualizacao da informacao.

Ja Dieterle & Dede [34] afirmam que a utilizacao de dispositivos moveis com redesem fio em sala de aula pode melhorar o ensino nas universidades e outros ambientesde aprendizagem por meio da aplicacao dos conceitos associados a computacao ubıqua,principalmente na coleta, compartilhamento e agregacao da informacao. Similarmente,Rogers & Price [105] afirmam que a computacao ubıqua pode ampliar e expandir o modocomo os estudantes aprendem e interagem, tanto com os colegas como com os professores,resultando na melhora da comunicacao e cooperacao em sala de aula.

Dada a crescente expansao da area, foram criados em paralelo uma serie de termospara se referenciar a computacao ubıqua aplicada no ambiente educacional. Por exemplo,Lyytinem & Yoo [63], Ogata & Yano [57, 58], El-Bishouty et al. [39] e Yin et al. [46]


utilizam o termo CSUL (Computer Supported Ubiquituous Learning) para se referir asaplicacoes educacionais fundamentadas na computacao ubıqua.

Ja outros autores, como Aihua [5] e Shih et al. [44], utilizam o termo u-learning (abre-viacao de ubiquitous learning) para se referenciar a esse mesmo ambiente. Analisando-sesemanticamente, o termo ubiquitous learning e correlato ao Computer Supported Ubiqui-tuous Learning, mas sem a redundancia de se afirmar que a tecnologia computacional eutilizada para fundamentar o aprendizado. Assim, para Kalantzis & Cope [65], editoresdo Ubiquitous Learning International Journal [65], o ubiquitous learning e um conceitocorrelato a computacao ubıqua, onde a tecnologia deve prover e apoiar as mudancas ne-cessarias ao ensino e aprendizado.

Desta forma, por questao de padronizacao, o termo u-learning sera utilizado no de-correr do texto para se referir a computacao ubıqua aplicada no ambiente educacional.

2.2.12 Caracterısticas gerais do u-learningSegundo Ogata & Yano [57, 58], as principais caracterısticas de um ambiente educacionalfundamentado na computacao ubıqua sao:

• Permanencia:Alunos nao perdem seu trabalho ate que ele seja apagado de formaproposital. Assim, e possıvel estudar em qualquer horario e em qualquer lugar.Ainda, todo o processo de aprendizado e registrado.

• Acessibilidade:Caso os alunos desejem ter acesso aos seus documentos, dados ouvıdeos de qualquer lugar.

• Imediatismo:Alunos podem obter imediata informacao, onde quer que estejam, resol-vendo assim os problemas propostos de forma rapida. Ainda, as perguntas podemser gravadas e eles podem depois ir em busca das respostas.

• Interatividade:Alunos podem interagir com professores e colegas de forma sıncronaou assıncrona. Assim, o contato com os professores se torna mais facil e rapido.

• Situated-ness:Tanto os problemas como as solucoes sao apresentados de forma natu-ral, inseridos em situacoes reais do cotidiano. Isso auxilia os alunos a identificaremas caracterısticas do problema, bem como as acoes relevantes a serem tomadas.

•Adaptabilidade:Alunos podem obter a informacao correta, no local correto, da formacorreta.

Ja Aihua [5] afirma que um ambiente de u-learning, caracterizado pela natureza ubıquado aprendizado, tem as seguintes caracterısticas fundamentais:


• Comportamento Ubıquo de Aprendizado:Alunos tem acesso total e direto aosrecursos do professor, que devem estar propriamente armazenados. Esses recursosdevem poder ser apresentados aos alunos das mais variadas maneiras, como textosimples, vıdeo, audio ou quaisquer outras formas de representacao. Ainda, essesrecursos devem atender as necessidades individuais de cada aluno.

• Suporte ao aprendizado colaborativo:Os dispositivos devem estar conectados emrede de forma a permitir colaboracao entre o professor e os alunos e entre os propriosalunos. A tecnologia fundamentada na computacao ubıqua pode prover um ambi-ente de forma que seja criada uma efetiva comunidade de aprendizado, onde osparticipantes efetivamente percebem e interagem com os demais. Isso estimula ointeresse dos alunos e aumenta a eficiencia do aprendizado.

• Uso de Interfaces amigaveis:Apos identificar recursos por meio de sensores ououtros dispositivos, e necessario que haja uma interface que apresente de formaeficaz informacoes aos alunos.

Por sua vez, Ahn [4] e Slotta et.al [116] apresentam a definicao do conceito de Analisedo Aprendizado (Learning Analytic). Conforme explica Ahn [4], a Analise do Aprendizadoe um campo multi-disciplinar que combina oportunidades tecnicas de analise de dadoscom teorias sociais a respeito do estudo do aprendizado. De um modo geral, o objetivo daanalise do aprendizado seria permitir a medicao, exibicao e verificacao do comportamentoindividual de cada estudante.

Ja na visao de Slotta et al. [116], as tecnicas associadas a analise do aprendizado po-dem viabilizar elementos especıficos do ensino e processo colaborativo, como as interacoesfısicas entre os estudantes, seu posicionamento espacial em sala de aula e a analise, inter-pretacao e agregacao do conteudo criado pelos estudantes.

• Agregacao das Informacoes: E o desafio de como representar dinamicamente ascontribuicoes individuais e coletivas dos estudantes [116]. Conforme explicam Slottaet al [116], existem inumeras formas de se exibir esses dados, sendo um grandedesafio a identificacao da forma mais efetiva para cada ambiente, ou seja, aquelaque promove a discussao e tomada crıtica de decisoes por estudantes e professores.

• Analise de Conteudo: E o desafio de como realizar a analise do conteudo (contri-buicoes) dos estudantes de forma a permitir a adequacao em tempo real do planeja-mento pedagogico do professor [116]. Por exemplo, no sistema proposto por Slottaet al. [116], em determinado momento da aula os alunos devem ser dispostos em4 grupos, de acordo com tags sociais pre-estabelecidas. Entretanto, o sistema naosabe a priori quais sao essas tags, nem quais sao os estudantes mais bem indicados


para compor cada grupo. Assim, apenas a analise em tempo real dos dados forne-cidos por cada estudante poderia fornecer ao sistema condicoes para processamentoe determinacao desse tipo de analise, aberta e complexa por natureza.

2.2.13 Exemplos de Aplicacoes baseadas no u-learningNesta secao sao apresentados algumas pesquisas e aplicacoes do u-learning no contextoeducacional:

• PERKAN:Conforme explica El-Bishouty et al. [39], PERKAN e um ambiente per-sonalizado de aprendizado que apoia o aprendiz no momento de execucao de umatarefa. Sua implementacao ocorre atraves do uso de sensores RFID 3 para detectaros objetos fısicos ou pessoas nas proximidades do usuario.

Seu funcionamento ocorre atraves do cruzamento da tarefa sendo executada peloaprendiz com a lista dos materiais educacionais proximos a ele. Apos a analise, erecomendado ao usuario a melhor combinacao possıvel de materiais, considerandocaracterısticas como a tarefa sendo executada e a distancia fısica desses materiais eo usuario.

Ainda, o sistema e capaz de verificar as necessidades do aprendiz em relacao a umaeventual ajuda dos demais usuarios, baseado em variaveis de contexto como perfil,historico e localizacao espacial, recomendando assim as melhores pessoas disponıveispara ajuda.

Segundo El-Bishouty et al. [39], um exemplo de uso do sistema seria um aprendizque utiliza pela primeira vez um equipamento complexo no laboratorio. O sistemaPERKAN identifica assim livros, outros materiais de ensino ou ate mesmo pessoasproximas que poderiam ajuda-lo a completar a tarefa.

• SONKULE: Segundo Yin et al. [47], SONKULE e um sistema de u-learning assıncrono,baseado na interacao e colaboracao dos usuarios por meio de uma rede social. Aprincipal caracterıstica do sistema e que os usuarios podem utilizar o servico parabuscar alguem que possa auxilia-los na resolucao de determinado problema. Paraisso, e aplicado um processo de pesquisa de busca com os amigos dos amigos dousuario. Ao final, e apresentado ao usuario uma cadeia de amigos, que lista a reco-mendacao das pessoas mais indicadas para auxılio.

Conforme explica Yin et al. [47], essa busca e feita atraves da analise baseadaem informacoes de contexto dos usuarios da rede social, como perfil, historico de

3RFID e o acronimo para ”Radio-Frequency IDentification”em ingles. E portugues pode ser traduzidocomo Identificacao por Radio Frequencia


acoes, resolucoes de problemas e informacoes individuais, como idioma principal esecundario. Assim, a utilizacao desse servico, integrado na rede social, permiti-ria aos usuarios compartilhar conhecimento, interagir, colaborar e ajudar uns aosoutros, num processo denominado Conhecimento Consciente (do ingles KnowledgeAwareness).

•Plataforma de Aprendizado de Tseng: Tseng et al. [45] desenvolveu uma aplicacaoubıqua educacional de forma a auxiliar os alunos nas materias de introducao a cienciada computacao, onde os alunos visualizam e estudam as pecas e componentes docomputador, aprendendo a agrupa-los corretamente. Conforme explica Tseng et al.[45], nestas disciplinas usualmente apenas um ou dois assistentes do professor estaodisponıveis, o que inviabiliza um auxılio imediato aos alunos que tenham algum tipode duvida ou dificuldade durante a aula.

Desta forma, a principal caracterıstica da plataforma desenvolvida por Tseng et al.[45] e permitir ao aluno utilizar a camera de seu celular, independente do modelo,para ler os codigos de barras que estao nas pecas e componentes estudados. Osistema identifica a peca e exibe informacoes de ensino associadas na tela do celulardo aluno, conforme ilustra a Figura 2.2. Se o aluno ainda precisar de ajuda, elepode acessar a opcao de ajuda online, que exibe a lista dos alunos que ja estudarama peca. Assim, o aluno com duvidas pode entrar em contato para buscar ajudaespecıfica para seu problema. Segundo Tseng et al. [45], 75% dos alunos avaliaramcomo positiva essa plataforma de aprendizado.

Figura 2.3: Exemplo de utilizacao da plataforma de aprendizado desenvolvida por Tsenget al. (2009) [45] . Figura extraıda de Tseng et al. (2009) [45])

• Sala de Aula Inteligente (Smart Classroom: A sala de aula inteligente, conformeproposta por Slotta et al. [116], esta fundamentada no conceito de roteiro de aula


(do ingles script). Segundo Slotta et al. [116], nesse roteiro sao definidos os objetivospedagogicos, materiais, atividades, resultados e todos os demais fatores que podemafetar a sequencia e estrutura do processo de ensino e aprendizado. Ainda, o roteirodefine as interacoes que devem ocorrer entre os estudantes, o ambiente e o professor.Deste modo, segundo Slotta et al. [116], esse roteiro nao e estatico, sendo que osatores que estao no ambiente de ensino, como professores, alunos, tecnologia oumesmo elementos do proprio espaco fısico (e.g paredes e moveis), podem exercer umpapel de orquestradores, coordenando e influenciando as acoes e atividades presentesno roteiro de aula.Assim, Slotta et al [116] propoe a criacao de uma infra-estrutura para sala de auladenominada Arquitetura Escalar para o Aprendizado Interativo ou SAIL (do inglesScalable Architecture for Interactive Learning). O SAIL usa tecnicas de Analise deAprendizado, permitindo que as interacoes dos estudantes e sua posicao espacial nasala de aula atuem como elementos de influencia (orquestradores) do roteiro original[116].Essa abordagem tambem pode ser associada ao modelo do Aprendizado Ativo, quepreve que os alunos tenham um papel ativo em seu proprio processo de aprendi-zado. Essa analise do aprendizado e realizada por meio de agentes inteligentes emineracao de dados em tempo real, criando um ambiente que possui consciencia deseus ocupantes: quem esta na sala, quais atividades estao sendo realizadas, quaistarefas ja foram completadas e ate mesmo identificar dinamicamente padroes decomportamento nos estudantes [116].Slotta et al [116] apresentam dois exemplos de implementacao do SAIL: o EvoRoome o Place. O EvoRoom e uma sala de aula que apresenta a simulacao de um ecos-sistema de uma floresta equatorial, sendo construıdo com foco em aulas de biologiasdo ensino medio. Dentro dessa sala de aula, os estudantes trabalham de forma co-laborativa realizando investigacoes e pesquisas de campo, fazendo observacoes dassimulacoes em seus media tablets. Assim, coletivamente sao determinados quais osmecanismos evolutivos envolvidos na definicao da atual diversidade desses ecossis-temas [116].O funcionamento do EvoRoom ocorre nos seguintes passos:

1. O sistema fornece aos alunos, atraves dos seus media tablets, instrucoes sobreonde ir e o que observar.

2. Para confirmar a localizacao fısica de cada estudante dentro da sala de aula,cada estudante deve tirar uma foto do QR Code correspondente a sua loca-lizacao


3. Agentes inteligentes rastreiam em tempo real as atividades de cada estudante,enviado os dados a uma central

4. O professor pode controlar o prosseguimento da aula por meio de um aplicativoinstalado em seu mıdia tablet. Assim, ele pode avancar o perıodo geologico dasala quando considerar propıcio.

5. Na frente da sala e exibido num smartboard o agregamento de dados com oresultado das submissoes das observacoes feitas pelos alunos (ver Figura 2.4).O professor pode assim, a qualquer momento, iniciar um processo de discussaocom os estudantes sobre essas representacoes.

Figura 2.4: Agregamento de dados no EvoRoom [116]. Figura extraıda de (Slotta et al.,2013) [116]

•PLACE: Slotta et al [116] apresentam ainda o sistema PLACE - Aprendizado de Fısicapor meio de Contextos e Ambientes (acronimo do ingles Physics Learning AcrossContexts & Enviornments). O objetivo do PLACE, segundo Slota et al (2013) eapresentar de formas novas os princıpios da fısica aos estudantes, ampliando assimseu interesse pelo assunto.

O processo colaborativo no PLACE ocorre da seguinte forma:

1. Alunos sao divididos em 4 grupos..

2. Alunos de um determinado grupo analisam, individualmente, uma cena de umfilme de acao de Hollywood

3. Problemas associados a conceitos da fısica sao entao propostos aos alunos. Porexemplo, os alunos sao convidados a associar ao clipe equacoes da fısica jaestudadas em aulas anteriores.

4. Alunos utilizam seus media tablets para submeter no sistema essas equacoes.

5. As equacoes sao entao exibidas e compartilhadas num display publico. iniciarum processo de discussao com os estudantes sobre essas representacoes.


6. Ao observarem o display com as equacoes agregadas, os estudantes iniciam umprocesso de discussao em busca de um consenso sobre qual o melhor conjuntode equacoes representa os efeitos fısicos associados a cena do filme.

7. As equacoes selecionadas sao entao exibidas para o grupo subsequente, quedevera entao utiliza-las para formalizar o problema

Esse processo ocorre em 4 mesas distintas, sendo que os alunos passam de uma mesaa outra a cada etapa do processo colaborativo. De forma similar ao EvoRoom, oprofessor possui um aplicativo instalado em seu media tablet capaz de exibir emtempo real informacao sobre status de todos os grupos e estudantes. Alem disso,pode ser exibido num display para todos no ambiente uma visao geral do progressodas atividades executadas pelos estudantes, conforme ilustrado pela Figura 2.5:

Figura 2.5: Display de ambiente presente na sala de aula, responsavel pela exibicao dostatus das atividades dos estudantes [116]. Figura extraıda de (Slotta et al., 2013) [116]

Adicionalmente, agentes inteligentes podem executar de forma autonoma operacoespedagogicas, como por exemplo agrupar estudantes de acordo com respectivas es-colhas feitas nas atividades anteriores, ou mesmo fornecendo problemas de fısicaaos estudantes de acordo com a analise de seu historico de respostas em relacao aoconjunto da classe.

2.2.14 PrivacidadeUm aspecto importante associado a qualquer sistema computacional e a questao da pri-vacidade dos usuarios e de suas informacoes. Historicamente, conforme apontam Weiseet al [129], a internet ofereceu durante muito tempo a possibilidade de anonimato atravesdo uso de pseudonimos e de outros subterfugios que nao necessariamente necessitariamde autenticacao por meio provedores de conteudo.


Entretanto, conforme explica Schaub [110], os atuais sistemas ubıquos, por seremcomplexos e dinamicos, sao desafiadores em relacao ao controle e nıvel de privacidade.Isso ocorre pois, num ambiente ubıquo, os usuarios podem nem ao menos estarem cientesde que existem dispositivos ou sensores capturando e transmitindo informacoes a seurespeito, o que pode comprometer sua privacidade [110]. Desta forma, e necessario umgerenciamento desse processo, deixando claro quais dados estao sendo coletados, e comquais propositos [129].

Uma das formas implementar esse controle de privacidade e, conforme explica Schaub[110], a criacao de um sistema dinamico sensıvel ao contexto. Esse sistema assim adaptariaas configuracoes e mecanismos de privacidade de acordo com mudancas de situacao econtexto vividas pelo usuario.

Deste modo, para ser efetiva, essa abordagem precisaria quantificar nao apenas o quaorelevante sao as mudancas de contexto - e suas implicacoes na privacidade dos usuarios -mas tambem considerar todas as situacoes potencialmente desconhecidas que podem serencontradas nesse ambiente [110].

2.2.15 Desafios e Consideracoes a respeito da Computacao Ubıqua

Nesta secao foi descrita a area da computacao denominada Computacao Ubıqua, quefundamentalmente afirma ser importante que os dispositivos tecnologicos desaparecam,permitindo assim ao usuario focar-se primordialmente nas tarefas que deseja executar.

Conforme e apresentado na secao 2.2.6, a educacao e uma das areas em que existemvarias iniciativas de aplicacao dos conceitos associados a computacao ubıqua. Os sistemasexistentes da computacao ubıqua na parte educacional abrangem areas distintas comocolaboracao assıncrona via redes sociais e identificacao e solicitacao de auxılio baseadosna localizacao e contexto dos usuarios.

Entretanto, existem ainda areas no contexto educacional onde os estudos referentes aaplicacao dos conceitos associados a computacao ubıqua sao embrionarios ou ate mesmoinexistentes. Isso ocorre, por exemplo, no caso da aplicacao da computacao ubıqua parao suporte e construcao de um ambiente de promocao ao aprendizado ativo e colaborativoem sala de aula, como o dos sistemas de resposta em sala de aula, descritos no ApendiceC.

Na secao a seguir e feita uma analise geral dos trabalhos relacionados, que utilizamelementos associados a computacao ubıqua para promocao do aprendizado ativo.


2.3 Visao Geral a respeito dos Trabalhos Relaciona-dos

Conforme descrito no Capıtulo 1, o objetivo desta tese e a criacao de uma arquiteturaque viabilize de forma eficiente o Aprendizado Ativo (ver Apendice B), utilizando paraisso elementos associados a Computacao Ubıqua, descrita a secao 2.2 deste capıtulo.

No Apendice C sao apresentados os Sistemas de Resposta em Sala de Aula (CRS),que permitem ao professor submeter perguntas e atividades aos alunos, posteriormenteobtendo, agrupando e exibindo esses dados aos demais estudantes. Os CRS sao usadospara suportar o Aprendizado Ativo, mas nao utilizam elementos da Computacao Ubıqua,como a analise do contexto, do ambiente, o historico e caracterısticas pessoais dos alunos,como seus estilos de aprendizagem, descritos na secao 2.1.

Assim, definir-se trabalhos correlatos e algo relativamente difıcil, pois na pratica naoexistem sistemas correlatos que aplicam diretamente e completamente - os conceitos pro-postos nesta tese.

O que a literatura apresenta em seu estado da arte, porem, sao sistemas que imple-mentam de forma parcial os elementos aqui definidos. Assim, por exemplo na secao 2.4e apresentado o Learning Catalystic, um CRS que permite a submissao de questoes dosmais variados tipos e estilos aos alunos, suportando diversos dispositivos e viabilizandoainda a execucao de funcionalidades adicionais, como a formacao de grupos. Ressalta-se, entretanto, que essas funcionalidades nao consideram o contexto do ambiente, alemtambem de nao considerarem elementos associados a individualidade de cada estudante.

Ja na secao 2.5 e descrito o Oscar CITS, que e um tutor inteligente baseado no pro-cesso conversacional de interacao. O Oscar CITS suporta a comunicacao em linguagemnatural entre o aluno e o sistema, permitindo assim que o tutor (sistema) identifique di-namicamente o estilo de aprendizado de cada aluno, ajustando sua abordagem de acordocom as caracterısticas de cada estudante.

Os resultados obtidos nas pesquisas associadas a estes trabalhos correlatos sao utili-zados como fundamento para a elaboracao e definicao da arquitetura proposta nesta tesee descrita no Capıtulo 3.

2.4 Trabalho Relacionado: Learning CatalysticA ferramenta Learning Catalytics 4 implementa as funcionalidades basicas de um CRS,focando-se no envio, recebimento, resolucao e agregacao de perguntas propostas peloprofessor aos alunos. Apesar de ser uma ferramenta comercial (o preco da licenca varia

4Disponıvel em: http://learningcatalytics.com Acesso em: Novembro de 2014

2.4. Trabalho Relacionado: Learning Catalystic 39

varia entre 12e20 por aluno) sua origem procede do meio academico, mais especificamenteda Universidade de Harvard (EUA). Criada em 2012 pelos pesquisadores Eric Mazur, GaryKing e Brian Lukoff, a ferramenta suporta uma ampla gama de tipos de perguntas, comomultipla escolha, resposta curta textual e mapa de palavras relevantes.

E possıvel ainda incorporar imagens ou graficos as perguntas, tornando-as mais ricase interessantes para os alunos, alem de suportar exercıcios mais elaborados, como graficosmatematicos. O sistema ainda gerencia a formacao de grupos entre os alunos, permitindoao professor visualizar sua localizacao no mapa da sala de aula e seu desempenho noexercıcio proposto.

As secoes a seguir explicam passo a passo o processo colaborativo presente no LearningCatalytics.

2.4.1 Criacao de Questoes pelo ProfessorInicialmente, o professor cria uma pergunta a ser enviada aos alunos. De acordo com aversao de demonstracao da ferramenta, os tipos de perguntas suportados sao:

• Multipla Escolha (Multiple Choice):Estudantes selecionam apenas uma alterna-tiva como resposta correta. O professor pode indicar uma ou mais questoes comocorretas. Caso nao indique nenhuma resposta correta, essa questao pode ser usadapara receber a opiniao dos alunos sobre determinado tema ou assunto.

•Muitas Respostas (Many Choice): Estudantes podem selecionar qualquer numerode opcoes (inclusive nenhuma) como sua resposta. O professor pode indicar uma oumais questoes como corretas.

• Numerica (Numerical): Estudantes inserem um valor numerico, inclusive decimalou fracionario, como resposta correta. O professor pode definir um valor um inter-valo de valores como resposta correta.

• Prioridade (Priority): Estudantes ordenam uma lista de respostas/opcoes, fornecidapelo professor, de acordo com a sua prioridade. Os resultados sao depois agrupadose exibidos ao professor de acordo com a preferencia e ordem indicada pelos alunos.Nao existe resposta correta.

• Ranking: Similar a prioridade, mas com a diferenca que os alunos podem indicar quedeterminados itens da lista tem o mesmo ranking (prioridade).

• Confianca: Dado um conjunto de opcoes, os estudantes gastam pontos (votos) paraas opcoes - ou opcao - que acham mais correta. E uma forma alternativa de imple-mentacao do ranking.


• Regiao (Region): Estudantes clicam ou tocam a tela, indicando um determinadoponto numa imagem. A resposta e definida similarmente pelo professor, que indicauma regiao da imagem que e considerada correta.

• Resposta Curta (Short Answer): Estudantes inserem texto livremente. Nao hauma resposta correta pre-definida, sendo que o professor pode, apos a leitura decada resposta, defini-la como certa ou errada.

• Resposta Longa (Long Answer): Exatamente o mesmo procedimento que a res-posta curta, exceto pelo fato da caixa de texto para entrada de dados aceitar maiscaracteres.

• Destaque (Highlighting): Estudantes selecionam e marcam o que consideram maisrelevante num trecho de texto escrito. Os resultados sao exibidos para o professorna forma de uma mapa de calor (areas mais relevantes com cores destacadas).

• Nuvem de Palavras (Word Cloud): Estudantes inserem palavras numa pequenacaixa de texto. As palavras sao depois exibidas ao professor na forma de uma nuvem,onde as palavras mais relevantes aparecem em destaque.

• Slide: Um slide, com texto e/ou graficos, e exibido aos estudantes. Nao existe soli-citacao de resposta aos estudantes.

• Desenho (Sketch): Estudantes desenham um grafico atraves do uso do mouse oudo toque na tela. Os resultados sao exibidos ao professor lado a lado, como umconjunto de imagens que representa o desenho feito por cada um dos estudantes.Como essas imagens sao relativamente grandes, esse tipo de exercıcio e indicadopara salas com poucos alunos.

• Desenho Composto (Composite Sketch): Similarmente ao exercıcio do tipo de-senho, no desenho composto os estudantes desenham um grafico atraves do uso domouse ou do toque na tela. Entretanto, a visualizacao dessa informacao pelo profes-sor ocorre num unico grafico, que agrupa os desenhos de todos os alunos, de formasemitransparente, numa unica imagem. E indicado para classes com muitos alunos,onde o professor busca uma visao geral das respostas submetidas pelos estudantes.

• Coleta de Dados (Data Collection): Recomendado para situacoes onde os estu-dantes reportam dados numericos de experimentos de pesquisa. Esses dados saoagrupados e exibidos ao professor na forma de um histograma.

• Direcao (Direction): Dado um plano cartesiano, os estudantes desenham, atravesdo mouse ou do toque na tela, flechas (vetores) indicando uma direcao. O professor


define qual a direcao correta, visualizando assim um comparativo com as respostasdos alunos. Apesar das direcoes serem associadas a um plano cartesiano, esse tipode questao pode ser utilizada em outros contextos que nao a matematica classica,como por exemplo na elaboracao de questoes sobre a direcao dos ventos. Nesse caso,a imagem do plano cartesiano poderia ser substituıda ou sobreposta por um mapacartografico.

• Expressao: Os estudantes inserem e submetem ao professor uma expressao de formulamatematica. O sistema compara entao essa expressao com a previamente estabe-lecida como correta pelo professor, ajustando se necessario os elementos de formaa verificar sua equivalencia matematica (e.g xy e considerado o mesmo que yx).Ao professor e exibida a informacao se a formula esta de acordo, ou nao, com oesperado.

A Figura 2.6 ilustra o processo de criacao de questoes:

Figura 2.6: Formulario de criacao de questoes no Learning Catalytics.5

5Figura extraıda da versao de demonstracao do software. Disponıvel emhttps://learningcatalytics.com/ Acesso em Janeiro de 2013


2.4.2 Processo de Login dos EstudantesPor ter suporte web, o sistema permite que os estudantes utilizem qualquer dispositivo quetenha acesso a web e um navegador de internet, incluindo assim os dispositivos usualmentemais comuns em sala de aula, como notebooks, smartphones e media tablets.

Inicialmente o aluno deve inserir na pagina de autenticacao seu nome de usuario esenha. Apos isso, o aluno deve informar qual o identificador da aula que deseja acessar,conforme ilustrado na Figura 2.7 .

Figura 2.7: Processo de login de um aluno no sistema, atraves do acesso via browser feitopor um smartphone.7

Uma vez informado o identificador da aula, o aluno deve fornecer a informacao de quala sua localizacao fısica na sala. Essa informacao pode ainda ser utilizada pelo professorpara visualizar o mapa da classe com as respostas e pelo sistema para formacao de grupos,conforme descrito na secao 2.3.1.3.

O aluno pode informar sua localizacao atraves do numero de sua cadeira (caso exista)ou atraves da determinacao grafica, atraves do mapa da classe, conforme ilustrado pelaFigura 2.8 .

2.4.3 Recebimento e Resolucao das Questoes pelos EstudantesA qualquer momento da aula o professor pode pesquisar e acessar uma questao existenteno sistema e submete-la aos alunos, que a recebem em seus dispositivos. A Figura 2.9




Figura 2.8: Definicao da localizacao do aluno em sala de aula.8

ilustra o processo de visualizacao de uma pergunta no dispositivo movel de determinadoestudante:

Figura 2.9: Visualizacao de uma pergunta tipo multipla escolha feita a partir de umsmartphone.10

No caso do exemplo ilustrado na Figura 2.9, o aluno deve responder uma perguntade multipla escolha. A visualizacao da pergunta, por ser feita no browser do dispositivo,obedece as regras de usabilidade e limitacoes do mesmo. Assim, no exemplo da Figura2.9, o aluno deveria ter em mente que poderiam existir mais opcoes de resposta a pergunta



(como realmente ocorre nesse caso), sendo necessario para visualiza-las o procedimentode deslocamento da tela (scroll down).

2.4.4 Recebimento das respostas pelo professor

A partir do momento em que as respostas sao submetidas pelos alunos, o professor tema oportunidade de visualiza-las, identificando os alunos autores e sua localizacao em salade aula.

A Figura 2.10 ilustra a visualizacao das respostas de uma pergunta de multipla escolha:

Figura 2.10: Mapa da classe com o indicativo das respostas dos alunos.11

Assim, atraves do mapa da classe o professor pode nao apenas identificar a proporcaode respostas corretas, mas tambem quais os autores dessas respostas e sua localizacaoem sala de aula. No caso da Figura 2.9, por exemplo, o professor verificaria que poucomais da metade dos alunos respondeu corretamente a questao, cuja resposta correta e aletra A, indicada pela cor verde no mapa. Entretanto, o professor tambem seria capazde identificar que parte significativa dos estudantes foi levada a responder erroneamentea pergunta, indicando a resposta C.

A partir dessas informacoes, o professor tem ainda a opcao de solicitar ao sistemaque forme duplas ou grupos de alunos, de acordo com a similaridade (ou nao) de suasrespostas. A Figura 2.11 ilustra esse procedimento:

Uma vez solicitado, o sistema automaticamente avisa os alunos sobre a necessidade dese agruparem, indicando a cada um deles qual colega fara parte do grupo. Uma importante




Figura 2.11: Procedimento de formacao de grupos.12

ressalva sobre esse processo, porem, e que os grupos sao formados apenas por estudantesque sao vizinhos, ou seja, que estao sentados lado a lado.

A Figura 2.12 ilustra a mensagem fornecida a um estudante, informando que ele devese juntar e discutir a questao com colega sentado a sua direita:

Figura 2.12: Mensagem de formacao de grupos que e enviada pelo sistema aos alunos.13


2.4.5 Consideracoes gerais

O sistema Learning Catalyst foi lancado comercialmente em 2012, sendo destaque emvarios canais de mıdia nos EUA, como o jornal New York Times 14, rede Fox News 15 e osite educacional eSchoolNews 16.

De acordo com declaracoes feitas a mıdia os autores planejam a publicacao de artigossobre os impactos educacionais do uso do Learning Catalystics no ambiente educacional.Ate o momento, entretanto, esses artigos nao foram publicados.

2.5 Trabalho Relacionado: Oscar CITSA tecnologia moderna permite ampliar esse modelo tradicional, de mera transmissao deconteudo, para uma metodologia suportada por sistemas inteligentes, que consideramcaracterısticas e individualidades dos estudantes e do ambiente, permitindo assim a criacaode uma experiencia de aprendizado mais efetiva e proxima da realidade dos estudantes.

2.5.1 Tutores Inteligentes (ITS)

Conforme Latham et al. [72] explicam, um ITS e um sistema adaptativo que utiliza tecno-logia inteligente com o intuito de personalizar o aprendizado de acordo com caracterısticasindividuais dos estudantes, como conhecimento do assunto, humor, emocao ou estilo deaprendizado.

Segundo Latham et al. [72], tradicionalmente os ITSs podem ser divididos em 3categorias:

• Sequenciadores de Currıculo:Possuem como caracterıstica principal a capacidadede se adaptarem, apresentando aos estudantes conteudo e material sequenciados eformatados de acordo com suas necessidades.

Usualmente esse tipo de ITS apresenta a informacao na forma de menus de hy-perlinks, que podem ser reordenados de forma a prover o conteudo de maneiraadaptativa.


14Disponıvel em: http://www.nytimes.com/2012/07/22/education/edlife/grouping-students-with-software.html Acesso em: Novembro de 2014

15Disponıvel em: http://www.foxnews.com/fncu/current-interns/blog/2012/02/21/emerging-technologies-higher-ed Acesso em: Novembro de 2014

16Disponıvel em: http://www.eschoolnews.com/2012/03/26/flipped-learning-a-response-to-five-common-criticisms/ Acesso em: Novembro de 2014

2.5. Trabalho Relacionado: Oscar CITS 47

• Solucoes Inteligentes de Analise: Adiciona inteligencia aos ITSs ao fornecer umfeedback detalhado aos estudantes em relacao a suas respostas, auxiliando-os aapreenderem com seus erros.

• Suporte a resolucao de problemas: Envolve o suporte a tecnicas que fornecem aosestudantes assistencia inteligente durante o processo de elaboracao das solucoes dosproblemas propostos.

A interacao dos usuarios com os ITSs pode tambem ser realizada atraves do usode linguagem natural, que imita o tutor humano por meio de conversas adaptativas.Esses sistemas, conhecidos como CITSs (Conversational Intelligent Tutoring Systems),melhoram a confianca e a motivacao dos estudantes, levando a uma melhor experienciade aprendizado [72]..

A secao a seguir descreve o Oscar CITS, que utiliza a predicao dinamica de estilos deaprendizagem como base de seu processo adaptativo.

2.5.2 Metodologia do Oscar CITSOscar CITS e um CITS que pode responder questoes e fornecer dicas e assistencia aosalunos atraves do dialogo, adaptando-se em tempo real a caracterısticas de cada estudante,principalmente seus estilos de aprendizagem [72].

Esse processo automatico de identificacao de estilos de aprendizagem e importante poispermite a substituicao da aplicacao tradicional de questionarios, que podem tomar muitotempo ou mesmo nao serem preenchidos com a devida atencao pelos alunos. Entretanto,essa identificacao dinamica possui tambem pontos que merecem atencao, como eventuaisdemoras no processo de adaptacao sendo necessario o uso de varios modulos do sistemapara a correta avaliacao do aluno e tambem a nao incorporacao de eventuais mudancasnos estilos de aprendizagem dos alunos que podem ocorrer ao longo do tempo ou mesmocom a mudanca de topicos [72]

Resumidamente, a primeira etapa da metodologia proposta por Latham et al. [72] ea seguinte:

1. Selecao do modelo de estilos de aprendizagem: O modelo selecionado foi o de Felder& Silverman (1988) [50], por sua aplicabilidade focada em alunos de universitariosdo curso de engenharia.Entretanto, o questionario de identificacao dos estilos de aprendizagem, propostopor Felder & Soloman possui um numero elevado de itens (44 questoes), o que tornadispendiosa sua aplicacao num ambiente real de ensino. Assim, Latham et. al (2009)desenvolveram num estudo anterior um questionario simplificado, constituıdo porum subconjunto do questionario original e que contem apenas 17 questoes.


Esse questionario, mais simples e efetivo para ser aplicado, foi selecionado para sera base da estrategia, identificacao e validacao da metodologia de predicao de estilosde aprendizagem proposto pelo Oscar CITS.

2. Definicao do comportamento associado a cada estilo de aprendizado: O modelo deFelder & Silverman (1988) [50] descreve de um modo geral caracterısticas compor-tamentais associadas a cada estilo de aprendizado. Assim, visando a objetividadee facilidade de analise, nessa etapa Latham et al [72] extraıram do modelo ILS ca-racterısticas de comportamento objetivas a cada dimensao do estilo de aprendizado,construindo uma tabela com esses dados.

Por exemplo, para a dimensao Visual, a tabela indica ”Lembrar do que foi visuali-zado”, enquanto para a dimensao Verbal, ”Lembrar do que foi dito ou ouvido”.

3. Mapeamento do comportamento dos usuarios: Cada caracterıstica de comporta-mento extraıda na etapa anterior foi avaliada e classificada de acordo com os seguin-tes criterios: a) E possıvel mapear o comportamento para o modelo conversacional?b) Como o comportamento mapeado pode ser utilizado para predizer os estilos deaprendizagem?

Por exemplo, para a dimensao Visual, o elemento ”Lembrar do que foi visualizado”foimapeado para Desempenho superior em questoes que envolvem diagramas, figurase filmes. Ja no caso da dimensao Verbal, o elemento ”Lembrar do que foi dito ououvido”foi mapeado para Desempenho superior em questoes que envolvem filmes evideoclipes.

Assim, nessa etapa de sua metodologia Latham et al [72] inferem que existe umacorrelacao direta entre o estilo de aprendizado preferencial de cada aluno e seudesempenho na resolucao de questoes onde esse estilo e de alguma forma abordado.

4. Definicao de eventos comportamentais 17 A partir da analise dos dados obtidosna etapa 3, foram definidos eventos comportamentais, que podem ser capturadosatraves do monitoramento dos usuarios na utilizacao do tutor conversacional. Con-forme explicam Latham et al [72], cada evento relaciona um comportamento a umconjunto de dimensoes de estilos de aprendizagem que ela ajuda a medir.

Exemplos de eventos comportamentais sao o sucesso do aluno em responder umaquestao apos ser tutorado em determinado estilo de aprendizado, a falta de atencao

17A traducao literal do termo originalmente proposto por Latham et. al. (2012) [72] e ”sugestoes decomportamento”(do ingles ”behavior cues”). Entretanto, optou-se pela traducao para o termo ”eventocomportamental”, ja que seu emprego deixa mais clara a proposta original do autor, que e mapearpossıveis acoes executadas ou sofridas pelos usuarios e associadas aos estilos de aprendizagem do modelode Felder & Silverman (1988) [50].


a detalhes no processo de resolucao de questoes, a escolha do aluno ser guiadopelo processo de tutoria, o sucesso do aluno ao responder uma questao associada adeterminados estilos (no caso, Teorico e Pratico) e o tempo de leitura utilizado.

5. Analise de termos de linguagem: Sendo o Oscar CITS fundamentado na interacaoconversacional, Latham et al [72] propoe nesta etapa de sua metodologia a analise domodelo de Felder & Sullivan (1988) [50] para mapear palavras, fases ou expressoesque poderiam ser indicativos dos estilos de aprendizagem dos estudantes.

Desta forma, por exemplo a palavra-chave ”Show”indicaria o estilo de aprendizadoVisual, enquanto a palavra-chave ”Tell”seria um indıcio para o estilo de aprendizadoVerbal

6. Definicao de regras logicas para predicao de estilos de aprendizagem: Esta etapada metodologia consiste na elaboracao, a partir dos dados obtidos nas etapas 4 e5, de regras logicas que formalmente definem e implementam o modelo de predicaode estilos de aprendizagem. Assim, o objetivo da aplicacao dessas regras e dinami-camente incrementar o valor (relevancia) dos estilos de aprendizagem conforme ousuario utiliza o sistema [72].

Por exemplo, a seguir e ilustrado como o comportamento ”Marcou a resposta certaapos visualizar uma imagem”, associado com o estilo Visual, e representado na formade regra logica:

IF student shown image/diagram AND student gives correct answer THEN in-crease VISUAL;

Assim, se o aluno nao sabe inicialmente a resposta correta, e exibida uma imagemexplicativa e novamente solicitada a resolucao do exercıcio. Se apos isso o alunorespondeu corretamente, entao essa representacao visual foi um elemento positivonesse processo. Desta forma, nesse caso o estilo de aprendizado Visual associado aeste aluno e incrementado.

Ressalta-se, porem, que nem todas as situacoes (eventos comportamentais), saogerenciados por regras logicas. Por exemplo, isso ocorre no procedimento de predicaodo estilo de aprendizado atraves da analise da quantidade de respostas corretas paraquestoes dos tipos Pratico e Teorico (onde uma conta matematica e realizada) etambem para o evento associado ao tempo de leitura, onde o tempo gasto por cadaaluno e comparado com a media dos demais.


Ja a segunda etapa da metodologia de desenvolvimento do sistema Oscar CITS [72],envolve a determinacao do conteudo das questoes, sua associacao a templates - ondeelementos de auxılio sao exibidos caso os alunos nao saibam a resposta e a associacao degatilhos para as regras logicas nas etapas desses templates.

As etapas dessa fase da metodologia sao descritas nos itens abaixo:

1. Definicao das questoes e conteudo que devem fazer parte do tutorial.

2. Determinacao da estrutura conversacional, elaborada a partir dos elementos basicosdos ITSs: feedback em relacao a questoes erradas ou incompletas (analise inteligenteda solucao); explicacao do topico utilizando diferentes metodos, caso necessario (se-quenciamento de currıculo) e auxılio aos alunos para resolucao das questoes (suportea resolucao de problemas).

3. Associacao das questoes do questionario e comportamentos dos usuarios em templa-tes: No caso por exemplo da hipotese 1, o template e construıdo a partir da premissade que o sucesso do aluno em responder uma questao apos ser tutorado em um de-terminado estilo de aprendizado e um indicador de que o aluno tem preferencia poresse estilo de aprendizado.A Figura 2.13 ilustra o templates associado a essa situacao:Assim, no exemplo de template mostrado na Figura 2.9, inicialmente uma questao eproposta ao aluno (etapa 1). Caso ele nao seja capaz de responde-la corretamente,a mesma questao e proposta, mas com enfase em sua abordagem conceitual (etapa3), associada ao estilo de aprendizado Intuitivo. Seguindo-se o fluxo, processo seme-lhante ocorre na etapa 4, onde um exemplo e exibido, representando sua associacaocom o estilo de aprendizado Sensorial. Ja na etapa 5, um filme e exibido, represen-tando a associacao com os estilos de aprendizagem Visual, Verbal e Ativo). Por suavez, na etapa 6 uma imagem e mostrada, associada ao estilo de aprendizado Visual.

4. Desenvolvimento do modulo de linguagem natural, focado em scripts de conversacaoe na adocao de uma plataforma que permita o uso e associacao de variaveis duranteo processo.

5. Associacao das regras logicas definidas na etapa 6 aos scripts conversacionais e tem-plates: Toda vez que o gatilho proposto em determinada regra logica for acionado,o comportamento do usuario e analisado de acordo com o definido na regra, o queinfluencia a variavel (ou as variaveis) associadas a predicao do ou dos respectivosestilos de aprendizagem.Desta forma, se uma imagem for exibida ao usuario - por exemplo, no passo 6da Figura 2.13 - a respectiva regra e acionada, e o comportamento do usuario em


Figura 2.13: Exemplo de template com a modelagem de uma questao no Oscar CITS(Latham et al, 2012)[72]. Figura extraıda de (Latham et al, 2012) [72]

.

relacao a resolucao da questao monitorado. Nesse caso, se a resposta submetida fora correta, o estilo de aprendizado visual associado a esse usuario e incrementado.


2.5.3 Validacao do Oscar CITSConforme explicam Latham et al [72], a validacao do sistema Oscar CITS foi feita comos seguintes objetivos: a) validar se o sistema realiza corretamente a predicao de estilosde aprendizagem, atraves da comparacao com os resultados obtidos na aplicacao de ques-tionarios b) analisar a efetividade do sistema com uma ferramenta de ensino; c) estudaro impacto do sistema como uma ferramenta de tutor inteligente suportado por linguagemnatural.

Os autores definiram uma serie de hipoteses e experimentos associados a aplicacaopratica do Oscar CITS num ambiente real de ensino, conforme apresentado na Tabela2.2:

Resumidamente, os experimentos podem ser descritos da seguinte maneira:

• Aplicacao das regras logicas: Atraves da utilizacao do Oscar CITS num am-biente real de ensino, as regras logicas foram aplicadas, determinando assim paracada usuario seu estilo de aprendizado para cada dimensao do modelo de Felder &Silverman (1988) [50].

Desta forma, a cada vez que o gatilho de determinada regra e acionado (e.g, aexibicao de uma imagem ao usuario) e a respectiva condicao e alcancada (e.g aposterior resolucao correta da questao), entao o placar associado ao estilo de apren-dizado dessa regra e incrementado.

Assim, ao final do experimento, o placar dos estilos de aprendizagem de cadadimensao e comparado, sendo que o maior placar determina o respectivo estilode aprendizado do usuario para aquela dimensao do modelo de Felder & Silver-man(1988) [50]. No caso de empate, nao e associado nenhum estilo de aprendizadoao estudante para aquela dimensao.

Conforme explicam Latham et al (2012), este experimento e utilizado para validaras hipoteses H1, H2 e H3 (ver tabela 2.3). A analise final dos dados ocorre pelacomparacao com os dados obtidos pelo questionario do ILS de Felder & Solomanem sua versao modificada, conforme proposto por Latham et al. [72]

• Atencao aos detalhes: Proposta de uma questao que propositalmente possui umafalha em seu enunciado, que contem a resposta correta em sua descricao. Partici-pantes que nao responderam corretamente a essa questao foram classificados comoVisuais e Intuitivos, enquanto que os demais como Verbais.

• Proposta de opcao de escolha: Durante a aplicacao do tutorial, duas das questoespropostas aos estudantes continham uma opcao de escolha do processo de resolucaodo problema. Uma das opcoes seria a resolucao direta da questao, enquanto a outra


Tabela 2.2: Resumo das hipoteses e experimentos associados, conforme descrito porLatham et al (2012) [72]

Hipotese Evento Comportamen-tal

Experimentos Associa-dos

Estilos de Aprendiza-gem

H1 O sucesso do aluno emresponder uma questaoapos ser tutorado emum determinado estilode aprendizado e um in-dicador de que o alunotem preferencia por esseestilo de aprendizado.

Aplicacao de regraslogicas Predicao: com-paracao do placaratingido por cada estilode aprendizado.

Todos

H2 A falta de atencao a de-talhes no processo deresolucao de questoesesta associado ao es-tilo de aprendizado doaluno.

Atencao aos detalhes(aplicado com regraslogicas). Predicao:comparacao do placaratingido por cada estilode aprendizado.

Visual; Intuitivo;Verba; Sensorial

H3 Escolher (ou nao) serguiado pelo processo detutoria e um indicativodo estilo de aprendi-zado do aluno.

Proposta de opcaode escolha (aplicadocom regras logicas).Predicao: comparacaodo placar atingidopor cada estilo deaprendizado.

Global; Sequencial;Sensorial; Intuitivo

H4 O sucesso do aluno aoresponder uma questaoassociada aos tiposTeorico e Pratico e umindicativo de seu estilode aprendizado.

Estilo de questoes.Predicao: Formula quecompara a quantidadede respostas corretaspara cada tipo dequestao.

Ativo; Sensorial; Refle-xivo; Intuitivo

H5 O tempo de leituragasto pelo aluno e umindicativo de seu estilode aprendizado.

Medicao de tempode leitura. Predicao:analise do tempo mediode leitura.

Sensorial; Visual; Intui-tivo; Verbal


a solicitacao de ajuda ou mais informacoes para solucionar o problema. Os alunosque responderam diretamente a questao foram considerados possuidores do estilode aprendizado Global, enquanto que os que solicitaram mais informacoes, foramclassificados como Sequenciais.

• Estilo de questoes: Esse experimento considerou o desempenho de cada estudantena resolucao de questoes praticas e teoricas, comparando o numero de questoescorretas com o total de questoes propostas de cada tipo. A Figura 2.14 ilustra esseprocedimento:

Figura 2.14: Comparacao das resolucoes praticas e teoricas, conforme proposto porLatham et al (2012) [72]. Figura extraıda de Latham et al (2012) [72]

Assim, conforme descrito por Latham et al. [73], o estilo de aprendizado de cadaparticipante foi definido por meio dessa relacao, da seguinte forma: estudantes queforam igualmente bem em ambos os estilos foram desconsiderados da analise; estu-dantes que tiveram um desempenho superior em questoes praticas foram classifica-dos como Ativos e Sensoriais, e estudantes que tiveram um melhor desempenho nasquestoes teoricas foram classificados como Reflexivos e Intuitivos.

•Medicao de tempo de leitura: Este experimento considera a aptidao do estudantecom a manipulacao de palavras, associando essa habilidade ao tempo gasto na leiturade um texto. Com o intuito de uniformizar as medicoes, os autores realizaram amedicao dos tempos em relacao ao a um texto unico inicial, apresentado a todos osestudantes no inıcio da utilizacao do sistema. Desta forma, ao final do experimentoos participantes que tiveram um tempo medio de leitura superior a media foramclassificados como Sensoriais e Visuais, enquanto os que tiveram um tempo de leiturainferior a media, foram classificados como Verbais.

Em todos os experimentos, os resultados obtidos em relacao aos estilos de aprendiza-gem dos alunos foram confrontados com os dados resultantes da aplicacao do questionariode ILS, em sua versao resumida, conforme proposto por Latham et al. [73]. De uma formageral, os resultados apontam que o sistema e capaz de prever corretamente os estilos deaprendizagem dos alunos, com um ındice de acuracia entre 61% e 100%. As notas mediasdos estudantes tambem foram superiores no grupo que utilizou o sistema em relacao aogrupo de controle, o que sugere um impacto positivo do tutor no processo de ensino eaprendizado. Segundo Latham et al. [72], esse fato e corroborado pelos participantes dos

2.6. Trabalho Relacionado: Pervasive Learning Profile (PeLeP) 55

experimentos, que consideraram o Oscar CITS uma ferramenta valiosa no processo deaprendizado.

2.6 Trabalho Relacionado: Pervasive Learning Pro-file (PeLeP)

Conforme explicam Levis et.al [74], o PeLeP (do ingles Pervasive Learning Profile) e ummodelo que suporta o aperfeicoamento automatico do perfil do aprendiz em ambientesde educacao ubıqua.Sua motivacao reside no fato de que, apesar de existirem sistemasque mantem em seus registros o perfil do aluno (chamado pelos autores de aprendiz),nenhum deles ainda e capaz de suportar a atualizacao dinamica e inteligente desses perfisatraves da analise do historico de uso dos alunos nos diferentes contextos (locais) em queo sistema e utilizado.

Assim, de um modo geral pode-se afirmar que o objetivo do PeLeP seria permitir naoapenas a atualizacao automatica do perfil, mas tambem possibilitar que as informacoesassociadas a esse perfil pudessem ser utilizadas para suportar metas pedagogicas individu-ais e especıficas a cada aluno. Desta forma, seria por exemplo possıvel inferir, para cadacontexto e cada estudante, qual o objeto de aprendizado mais indicado a ele, de acordocom caracterısticas como estilo de aprendizado, dispositivo e aplicativo preferidos [74].

2.6.1 Elementos e Preferencias dos Alunos)O PeLeP e um sistema amplo, que engloba no perfil de cada aluno uma serie de carac-terısticas associadas a sua identificacao, objetivos, agenda, seguranca, relacionamentos,competencias e preferencias. No caso especıfico das preferencias dos alunos, os seguinteselementos merecem destaque, indicando para cada contexto (localidade) quais as pre-ferencias de cada estudante em relacao a:

• Estilo de Aprendizado: Indica, dentre as dimensoes dos estilos de aprendizagempropostas por Felder & Silverman [50] [50] qual o estilo de aprendizado preferidopelo aluno.

• Objeto de Aprendizado: indica o objeto de aprendizado preferido pelo aluno. Osobjetos podem ser classificados em dois tipos: pre-determinados ou recomendadospelo professor e; cadastrados no sistema, mas nao diretamente recomendados peloprofessor.

•Dispositivo: indica o dispositivo (PDAs, media tablets, notebooks, desktops ou smartpho-nes) preferido pelo aluno.


• Aplicativo: indica o aplicativo (excel, word, leitor de pdf, navegador de internet, etc.)preferido pelo aluno.

A secao 2.3.3.3, a seguir, explica como o estilo de aprendizado e definido e estabele-cido em relacao a preferencia dos alunos a determinado objeto de aprendizado. Ja a secao2.3.3.4 explica como os elementos associados as preferencias dos alunos (estilo de apren-dizado, objeto de aprendizado, dispositivo e aplicativo) sao aperfeicoados ou atualizadosde forma automatica no perfil referente a cada um dos alunos.

2.6.2 Associacao de Estilos de Aprendizado aos Objetos de Apren-dizado)

Em relacao aos estilos de aprendizagem, as dimensoes propostas no modelo de Felder &Silverman (1988) [50] foram mapeadas da seguinte forma por Levis et al. [74]:

• Dimensao sensorial/intuitiva (percepcao)

• Dimensao visual/verbal (entrada)

• Dimensao ativo/reflexivo (processamento)

• Dimensao sequencial/global (compreensao)

Conforme explicam Levis et. al [74], no PeLeP para cada assunto abordado em salade aula o professor e instruıdo a criar no mınimo 4 objetos de aprendizado, um para cadadimensao do modelo de Felder & Silverman [50]. Assim, o campo Estilo de Aprendizadoassociado as preferencias dos alunos reflete o estilo de aprendizado relativo ao objeto commaior preferencia dentre todos aqueles recomendados pelo professor.

Em relacao a essa abordagem, porem, e necessario fazer algumas ressalvas, ja que elanao corresponde a abordagem originalmente proposta para os estilos de aprendizagem nomodelo de Felder & Silverman [50]. Segundo este modelo, cada dimensao representa umaforma de como a informacao e preferencialmente recebida, processada ou transmitida.Assim, as dimensoes devem ser analisadas uma a uma, ou seja, para cada dimensao deestilo de aprendizado o aluno pode ter uma preferencia para algum dos seus componentes.

Assim, seria coerente afirmar que para a dimensao de entrada, o estilo de aprendizadode determinado aluno seria visual ou verbal; para a dimensao de percepcao o estilo doaluno seria sensorial ou intuitivo; para a dimensao de processamento o estilo do alunoseria ativo ou reflexivo e para a dimensao de compreensao o estilo seria sequencial ouglobal. Deste modo, por esta abordagem cada estudante teria 4 estilos de aprendizagempreferenciais, cada um associado a uma dimensao especıfica.

2.6. Trabalho Relacionado: Pervasive Learning Profile (PeLeP) 57

Por sua vez, nao e coerente com o modelo de Felder & Silverman [50], consideraruma dimensao e seus componentes como um unico estilo de aprendizado, afirmando-sepor exemplo que determinado aluno tem como estilo preferencial a entrada de dados,como ocorre na proposta do PeLeP [74]. Porem, sendo que os autores nao dao exemplosespecıficos de como esses objetos de aprendizado sao criados para cada dimensao ou estilode aprendizado, e nem apresentam novos trabalhos nessa area, a determinacao pratica decomo efetivamente esses estilos sao considerados no PeLeP permanece indefinida.

2.6.3 Atualizacao automatica do perfil)Conforme indicam Levis et al. [74], os elementos do perfil dos alunos sao atualizadosdinamicamente dentro do PeLeP de acordo com a analise do historico de utilizacao dosistema pelos usuarios.

Basicamente, para cada item relevante do perfil existe um Fator de Certeza (FC)associado, que indica numericamente qual a importancia relativa desse item dentro dosistema. Assim, no caso dos elementos associados a preferencia dos alunos, existe um FCassociado a cada item descrito na secao 2.3.3.1, do seguinte modo: FC EA, relativo aoestilo de aprendizado preferencial do aluno naquele contexto; FC OA, relativo ao objeto deaprendizado preferido do aluno naquele contexto; FC Dispositivo, relativo ao dispositivopreferido do aluno naquele contexto e FC Aplicativo, relativo ao aplicativo de uso preferidodo aluno naquele contexto.

O calculo dos FCs ocorre a partir da aplicacao da formula exibida na Figura 2.15,conforme proposto por Levis et al. [74]:

Figura 2.15: Formula de calculo dos fatores de contexto, segundo Levis et al. (2008) [74].Figura extraıda de Levis et al (2008)[74], pagina 34.

De acordo com Levis et al (2008) [74], a equacao pode ser explicada como a somatoria,posteriormente normalizada, de n fatores e suas respectivas relevancias. Os fatores consi-derados no PeLeP foram tempo, numero de acesso e numero de dias, com as respectivasrelevancias: 10% para tempo, 30% para numero de acessos e 60% para numero de dias.

A atualizacao dos FCs ocorre atraves da analise do historico de uso chamado detracking pelos autores que verifica se o FC obtido pelo tracking e maior que o FC japresente no perfil dos alunos. Caso seja, esses valores sao atualizados, sendo no novo


FC e seu respectivo elemento adicionados ao perfil do aluno. Levis et al. [74] apontam,porem, a possibilidade do FC mantido no perfil do aluno eventualmente possuir um valorbastante alto, evitando ou mesmo impedindo sua substituicao. Isso ocorreria na situacao,por exemplo, em que determinado aluno inicialmente utilizou apenas um aplicativo emdado contexto, mas posteriormente passou a utilizar um conjunto de novos aplicativos,divididos por perıodos menores de tempo.

Nessa situacao, a solucao adotada por Levis et al. [74] foi a adocao de um Banco deResultados, que registra o maior FC para cada elemento em relacao as ultimas execucoesdo PeLeP. Assim, caso determinado item tenha o maior FC das ultimas execucoes doPeLeP, esse item e atualizado no perfil do aluno, mesmo que o FC do perfil seja superior.

Por fim, todo esse procedimento de atualizacao e substituicao de elementos do per-fil e seus respectivos FCs e feito atraves da adocao de regras condicionais logicas, quedescrevem de maneira objetiva os procedimentos e gatilhos a serem adotados pelo PeLeP.

Conforme explicam Levis et al. [74], um exemplo 18 de regra logica adotada no caso,para atualizacao dos FCs em relacao ao banco de resultados e ilustrado a seguir:

SE item_br nao existe no perfilENTAO acrescentar item de maior FCSE FC_br > FC_perfilENTAO substituir itemSE FC_br == FC_perfilENTAO acrescentar itemSE FC_br < FC_perfilENTAO manter item

Assim, de acordo com Levis et al (2008), FC br e o Fator de Certeza do item ar-mazenado no banco de resultados, e FC perfil o fator de certeza do respectivo item jaexistente no perfil do aluno. Conforme explicam Levis et al [74], os testes realizados noambito universitario, associando o PeLeP com o sistema LOCAL [11], comprovam suaviabilidade. Os autores acreditam que o procedimento dinamico de atualizacao do perfildos alunos ira permitir uma melhor e mais eficaz atuacao dos sistemas ubıquos no ambitoeducacional

2.7 Consideracoes FinaisNeste capıtulo foram inicialmente apresentados os conceitos associados aos estilos deaprendizagem, especificamente em relacao ao modelo de Felder & Silverman (1988) [50] e

18Exemplo extraıdo de Levis et al. (2008) [74], pagina 34

2.7. Consideracoes Finais 59

a computacao ubıqua, fundamentado no trabalho de Mark Weiser [131]. Apesar de distin-tas em sua concepcao, essas areas apresentam como denominador comum a constatacaode que cada usuario (ou aluno, no caso do ambito educacional) deve ser visto e tratadocomo um indivıduo unico, com caracterısticas e necessidades personalizadas.

O modelo de estilos de aprendizagem de Felder & Silverman [50] determina que epossıvel classificar cada aluno de acordo com suas preferencias de aprendizagem, considerando-se as diferentes formas de percepcao, processamento, entendimento e entrada de in-formacao. No ambito da computacao ubıqua essa classificacao pode ser considerada umavariavel de contexto, sendo que o sistema ubıquo poderia ser capaz de identificar para cadaindivıduo suas preferencias de aprendizagem, adaptando-se a cada usuario de acordo comsuas caracterısticas pessoais.

Na area educacional, especificamente em relacao aos sistemas de resposta em salade aula, nao foram identificados trabalhos correlatos que unem essas areas. O LearningCatalystics, descrito na secao 2.4, e um exemplo de sistema de resposta em sala de aula quepossui suporte a diversos dispositivos, sem porem utilizar em sua concepcao elementos dacomputacao ubıqua como analise do contexto, historico de uso e caracterısticas individuaisdos usuarios.

Por sua vez, o Oscar CITS (secao 2.5) e o PeLeP (secao 2.6) apresentam iniciativas queutilizam esses elementos, em especial o suporte aos estilos de aprendizagem dos alunos,mas em areas distintas, respectivamente os tutores inteligentes e os sistemas de gerenci-amento de ensino. Ainda, apesar de identificarem os estilos de aprendizagem dos alunosa partir da analise do historico de utilizacao dos sistemas, nao utilizam essa informacaopara se adaptarem e promoverem funcionalidades especıficas de acordo com os estilos deaprendizagem encontrados.

Na Tabela 2.3 e apresentada uma breve comparacao entre essas ferramentas e trabalhoscorrelatos:

No capıtulo a seguir e apresentada a abordagem proposta nesta tese, de criacao deuma arquitetura ubıqua de suporte ao aprendizado ativo (AUSAA) em sala de aula. Aproposta abrange a criacao de um sistema de resposta em sala de aula sensıvel ao contextoe que nao apenas considera caracterısticas do ambiente e do usuario como sua localizacao,dispositivo e estilos de aprendizagem mas tambem aplica essas informacoes de forma acriar funcionalidades inteligentes, como a possibilidade de solicitacao de ajuda aos colegase a criacao de questionarios personalizados.


Tabela 2.3: Comparacao entre as ferramentas e trabalhos correlatos.

Nome Tipo Identificacao de Es-tilos de Aprendiza-gem

Aplicacao de Estilosde Aprendizagem

Learning Catalys-tics

Sistema de Res-posta em Sala deAula

Nao Nao

Oscar CITS Tutor Inteligente Predicao atraves daanalise de uso dosistema.

Nao

PeLeP Ambiente deeducacao ubıqua

Predicao atraves daanalise de uso dosistema.

Nao

Capıtulo 3

Arquitetura Ubıqua de Suporte aoAprendizado Ativo

Neste capıtulo e apresentada a Arquitetura Ubıqua de Suporte ao Aprendizado Ativo(AUSAA). O objetivo dessa arquitetura e promover de forma mais eficiente o AprendizadoAtivo descrito no Apendice B atraves da modelagem de um Sistema de Resposta emSala de Aula descrito no Apendice C. Para isso, sao utilizados elementos associados aComputacao Ubıqua (ver Capıtulo 2, secao 2.2), como a analise do contexto do ambientee a integracao transparente dos dispositivos tecnologicos na sala de aula. Ainda, saoconsiderados elementos especıficos do contexto pessoal dos usuarios, como seus estilos deaprendizagem (ver Capıtulo 2, secao 2.1).

A organizacao deste capıtulo ocorre da seguinte forma: na secao 3.1 e apresentada ainter-relacao entre os conceitos que dao suporte a AUSAA; na secao 3.2 sao apresentados osmodulos da AUSAA; na secao 3.3 sao descritas as regras logicas e como elas sao utilizadasna modelagem conceitual da arquitetura; na secao 3.4 sao descritos os fatores de contexto,variaveis numericas que quantificam a afinidade entre os usuarios (secao 3.4.1), o grau dedificuldade de uma atividade (secao 3.4.2) e sua relevancia (secao 3.4.3); na secao 3.5 saoapresentadas as funcionalidades sensıveis ao contexto, que utilizam os fatores de contextopara determinar e adaptar seu comportamento; e na secao 3.6 e apresentado o suporteaos estilos de aprendizagem.

3.1 Inter-relacao entre os conceitos que suportam aAUSAA

A Figura 3.1 ilustra a visao geral da inter-relacao entre os conceitos que dao suporte aAUSAA:

61

62 Capıtulo 3. Arquitetura Ubıqua de Suporte ao Aprendizado Ativo

Figura 3.1: Visao Geral da inter-relacao entre os conceitos que dao suporte a AUSAA

Por sua vez, na Figura 3.2 e apresentada uma visao detalhada a respeito desse pro-cesso de inter-relacionamento, sendo apresentados os principais elementos de cada um dosconceitos que dao suporte a AUSAA:

Figura 3.2: Visao inicial dos conceitos que suportam a AUSAA

A partir da analise da Figura 3.2 (parte A), nota-se que uma das formas ou tecnicasde aplicacao do Aprendizado Ativo sao os Sistemas de Resposta em Sala de Aula (verApendice C), que permitem a comunicacao e feedback dos alunos e professor durante aaula. Uma das tecnologias utilizadas para suportar esse tipo de sistema sao os clickers,pequenos dispositivos similares a controles remotos que permitem a submissao de respostasdos alunos para o professor. Por sua vez, na parte C da Figura 3.2 tem-se a ComputacaoUbıqua, que possui como principais caracterısticas o suporte a multiplos dispositivos e

3.2. Modulos da Arquitetura 63

tambem a sensibilidade ao contexto.Assim, busca-se com a AUSAA a promocao do aprendizado ativo atraves da criacao

de um sistema de resposta em sala de aula que suporte multiplos dispositivos, nao apenasos clickers. Ainda, tem-se como objetivo que a arquitetura seja sensıvel ao contexto,utilizando informacoes associadas a localizacao dos alunos, seus estilos de aprendizagem eseu historico de interacao com o sistema (atraves dos chamados fatores de contexto) parasuportar funcionalidades inteligentes, adaptadas as caracterısticas e necessidades de cadaum dos alunos.

Essa abordagem e ilustrada na Figura 3.3, que mostra a visao final de como os conceitosrelacionados sao aplicados na AUSAA:

Figura 3.3: Visao final dos conceitos que suportam a AUSAA

3.2 Modulos da ArquiteturaOs modulos que descrevem a AUSAA sao agrupados de acordo com a sua localizacao,que e o servidor de ensino ou o dispositivo movel utilizado pelos usuarios. Em relacao aoservidor de ensino, existe uma divisao entre o processamento (cadastramento, consulta eacesso) de dados associados aos alunos, professores e atividades (chamados de registros)e os dados associados ao contexto e ao historico colaborativo. Essa divisao ocorre pois aAUSAA foi projetada para ser acoplada a sistemas de ensino ja existentes, onde ja existeimplementado o gerenciamento basico associado a professores, alunos e atividades.

A Figura 3.4 ilustra os modulos da arquitetura:As secoes a seguir apresentam a descricao de cada um desse modulos:


Figura 3.4: Modulos da AUSAA

3.2.1 Modulo responsavel pelo Banco de Dados

As informacoes contidas no banco de dados do servidor dividem-se em dois tipos: contextoe registros. As informacoes de registro referem-se aos dados associados ao curso, aula,atividades e usuarios, como os dados pessoais dos alunos e professores. Ja as informacoesde contexto referem-se aos dados obtidos durante a execucao dos processos colaborativos,como o fator afinidade entre os alunos, o fator educacional das atividades, as informacoesde contexto associadas a aula, a localizacao os alunos, etc.

Embora fisicamente o banco de dados seja um so, essa divisao logica existe para deli-mitar a area de atuacao dos modulos gerenciador de regras, responsavel pela atualizacaodas informacoes de contexto, e gerenciador de registros (ver secao 3.2.2), responsavel pelainclusao e atualizacao das informacoes dos registros dos usuarios e atividades.

A Figura 3.5 ilustra o modulo responsavel pelo Banco de Dados:Ainda, essa divisao facilita a eventual implementacao da arquitetura atraves do uso de

sistemas legados que ja implementem as funcionalidades basicas associadas aos usuarios(alunos e professores) e atividades. Desta forma, nessa situacao basta ser acoplado obanco de contexto, facilitando o processo de adaptacao e implementacao da AUSAA norespectivo sistema.


Figura 3.5: Detalhe do modulo responsavel pelo Banco de Dados

3.2.2 Modulo Gerenciador de Registros e Regras de Registros

O modulo gerenciador de registros e o responsavel pela entrada, atualizacao e acesso aosdados de registros (alunos, professor e atividades) no banco de dados. Para isso, ele recebesolicitacoes do agente PDA dos usuarios, acionando o modulo gerenciador de regras deregistros para que as respectivas regras sejam executadas.

Assim, por sua vez o gerenciador de regras de registros e o modulo responsavel pelogerenciamento logico das informacoes associadas aos alunos, professores e atividades. Essegerenciamento e modelado por meio de regras logicas.

Por exemplo, uma das atribuicoes do gerenciador de regras de registros e verificar seos alunos e professores estao cadastrados no sistema. Caso nao estejam, suas informacoessao obtidas e inseridas no banco de dados. Os usuarios tambem podem estar cadastradosmas nao lembrarem de suas senhas; nesse caso, e acionada a regra logica que determinao procedimento de recuperacao de senha (e.g enviando uma nova senha por email).

No caso da adaptacao de um sistema legado, o gerenciamento desses registros pode serherdado do sistema original, tendo-se como pre-requisito que os dados e funcionalidadesde alunos, professores e atividades estejam devidamente implementados na camada logicadesses sistemas.

3.2.3 Modulo Agente PDA

O modulo Agente PDA e o responsavel pelo processo de interacao do usuario com osdados presentes no servidor, efetuando a proposta ou resolucao de tarefas, solicitacao deauxılio a colegas, cadastro de atividades etc. Ainda, esse modulo recebe as informacoesdo filtro de contexto e as repassa ao modulo gerenciador do processo colaborativo.

Outra atribuicao do modulo e a adequacao do conteudo recebido ao tipo de dispositivomovel (e.g smartphone, media tablet ou notebook) utilizado pelo aluno. Sendo que cadadispositivo possui caracterısticas unicas (tamanho de tela, tecnologias suportadas, etc), enecessario que a informacao seja filtrada e exibida de forma coerente ao tipo de dispositivoutilizado.


A implementacao deste modulo esta associada assim a tecnologia utilizada pelos alu-nos, podendo ser por exemplo um aplicativo para iOS, Android, Htlm5, etc. Sendo quecada estudante pode utilizar o sistema com uma tecnologia distinta, uma implementacaoda AUSAA pode conter diversos modulos Agente PDA implementados, um para cada tipode dispositivo utilizado.

No Capıtulo 4 e apresentada a implementacao do modulo Agente PDA para Html5,fundamentada na tecnologia do html responsivo. Por sua vez, no Apendice D, secaoD.6, sao apresentados os detalhes de implementacao do agente PDA, bem como imagensilustrativas de como as telas do prototipo funcional se apresentam nos diversos dispositivosmoveis suportados.

3.2.4 Modulo Gerenciador de Regras do Processo ColaborativoAs etapas do processo colaborativo (ver secao 3.2.6) sao gerenciadas por um conjuntode regras logicas Se e entao, que descrevem o comportamento do processo colaborativode uma maneira formal. Desta forma, o modulo gerenciado de regras e responsavel pelaimplementacao e execucao das seguintes regras: a) determinacao do grau de dificuldadede uma atividade; b) determinacao de qual aluno deve auxiliar o outro; c) definicao dofornecimento de sugestao de tarefa ao professor; d) fornecimento de feedback automaticoaos alunos e d) formacao de grupos entre os alunos.

Para que este modulo possa executar adequadamente as regras, sao necessarias in-formacoes de contexto, provenientes tanto do banco de dados como do ambiente de ensino(nesse caso, obtidas atraves do modulo gerenciador do processo colaborativo).

A formalizacao dessas regras e descrita na secao 3.3, sendo aplicada na definicao dosfatores de contexto (secao 3.4) e na modelagem das funcionalidades sensıveis ao contexto(secao 3.5).

3.2.5 Modulo de Filtro de ContextoFornece ao Agente PDA as informacoes de contexto que sao relevantes para serem regis-tradas ou analisadas, que ainda nao estao no banco de dados (e.g. localizacao do alunona sala de aula).

3.2.6 Modulo Gerenciador do Processo ColaborativoO modulo gerenciador do processo colaborativo e responsavel pela execucao do processocolaborativo associado a uma determinada atividade. Este modulo recebe solicitacoes dosusuarios atraves dos agentes PDA, acionando o modulo de gerenciamento de regras doprocesso colaborativo (ver secao 3.2.4).


As etapas de um processo colaborativo sao:

• Localizacao dos alunos: Identificacao da posicao atual de cada um dos alunos nasala de aula. Essa localizacao e identificada pelo modulo Filtro de Contexto.

• Proposta de Atividade: Uma atividade previamente cadastrada no sistema e pro-posta para ser resolvida pelos alunos. Essa proposta pode ser feita: a) pelo profes-sor, que seleciona uma atividade previamente definida ou pesquisa uma atividadeno sistema; b) pelo professor, que recebe e aceita uma sugestao do SU para propordeterminada atividade naquele momento aos alunos e c) por um aluno que esteja nopapel de professor e seja supervisionado por ele. Independentemente da situacao, aatividade pode ser proposta para ser resolvida individualmente ou em grupo.

No caso dos itens a) e c), o professor (ou aluno que esteja no papel de professor) podefiltrar atividades tanto por grau de dificuldade (facil, medio, ou difıcil), como portopico da atividade. No caso do item b), o SU define qual atividade sera sugeridaao professor. Apos isso, e exibido para o professor as informacoes associadas a essaatividade (descricao, tempo, nota media, duracao, grau de dificuldade medio, etc).Baseado nisso, o professor define se ira aceita-la ou nao.

• Recebimento de Atividade: Os alunos recebem a proposta de atividade em seusdispositivos. O modulo Agente PDA realiza o ajuste dessa atividade para o tipode dispositivo utilizado pelo aluno (adequacao do tamanho de tela, formatacao deconteudo, etc.).

• Resolucao de Atividade: Os alunos resolvem a atividade proposta. Essa resolucaopode ser feita de forma individual ou em grupo, de acordo com o tipo de propostade atividade feita pelo professor.

• Solicitacao de Ajuda: Durante a etapa de resolucao de atividade, caso a atividadetenha sido proposta para ser resolvida individualmente, os alunos podem solicitarajuda a outros alunos para resolve-la em conjunto.

Apos o aluno solicitante informar ao sistema que deseja ajuda, e apresentado a eleo conjunto de informacoes basicas do aluno sugerido para auxilia-lo, sendo que oaluno solicitante e livre para aceitar ou nao a ajuda. Caso a rejeite, outros alunosdisponıveis para auxılio podem ser sugeridos.

• Submissao de resolucao de atividade: Os alunos submetem a resolucao de ativi-dade ao professor.


• Feedback e discussao: O professor recebe as resolucoes de atividades dos alunos, fazo agrupamento por similaridade (entre as resolucoes ou em relacao a um gabarito),fornece feedback aos alunos e estimula um processo de discussao sobre os resultados.Ainda, nessa fase o SU pode enviar feedback automatico aos alunos sobre seu desem-penho na atividade. Esse feedback ocorre independentemente da atividade possuirum gabarito associado. Caso a atividade possua um gabarito associado, entao ofeedback automatico sera composto pela nota da resolucao e sua comparacao como gabarito. Caso a atividade nao possua um gabarito, entao o feedback sera acomparacao da resolucao do aluno com a dos demais colegas.

3.2.7 Gerenciador de regras do processo colaborativoAs etapas do processo colaborativo (ver secao 3.2.6) sao gerenciadas por um conjuntode regras logicas Se e entao, que descrevem o comportamento do processo colaborativode uma maneira formal, conforme descrito na secao 3.3. Essas regras sao utilizadas paradeterminar os Fatores de Contexto (variaveis que quantificam o contexto atraves da analisedo historico de interacoes dos usuarios com o sistema), descritos na secao 3.4, e tambempara suportar as funcionalidades sensıveis ao contexto da arquitetura, descritas na secao3.5.

3.3 Regras Logicas na AUSAAConforme explica Anjaneyulu (Anjaneyulu, 1998) [8], as regras logicas podem representaro conhecimento sobre um determinado domınio atraves da seguinte forma:

Se condicao1 e condicao 2 e condicao3...Entao acao1, acao2

Ainda conforme (Anjaneyulu, 1998) [8], as condicoes (condicao1, condicao2 ...), tambemconhecidas como antecedentes, sao avaliadas conforme o conhecimento atual sobre o pro-blema sendo resolvido. Ja as consequencias (acao1, acao2...) podem tanto alterar a cha-mada memoria de trabalho (nesse caso, o banco de dados), como realizar acoes especıficas,como solicitar entrada de dados do usuario, imprimir mensagens, acessar arquivos, etc.

O uso de regras Se e entao e utilizado para a modelagem logica de sistemas, comoa arquitetura de encaminhamento de pacotes de redes de Popa et al. [98], e o PeLeP(Pervasive Learning Profile), um modelo que suporta o aperfeicoamento automatico doperfil do aprendiz em ambientes de educacao ubıqua [74].

3.3. Regras Logicas na AUSAA 69

Uma das diretrizes para a modelagem da AUSAA e a sua generalidade, ou seja, anao dependencia de tecnologias especıficas para sua implementacao. Assim, a definicaodas regras e feita em alto nıvel, definindo relacoes de causa e efeito entre as variaveis docontexto e as acoes e funcionalidades do sistema.

Os termos utilizados na nomenclatura das condicoes e acoes que definem as regraspodem ser simples ou compostos. Um termo simples e constituıdo por uma unica palavra(ou um conjunto de palavras ligadas pelo caracter underscore ), representando direta-mente uma informacao de contexto ou atributo de alguma entidade do sistema, como porexemplo: tempo restante de aula, alunos disponıveis para ajudar e topico aula.

Ja os termos definidos como compostos sao definidos pela seguinte notacao: atributo(objeto), indicando uma qualidade ou caracterıstica especıfica do objeto ou entidade in-formado entre os parenteses. Por exemplo, nota mınima (atividade) refere-se ao atributonota mınima da atividade informada. Alem disso, essa tipo de termo e utilizado de formasimilar ao uso de funcoes em linguagens de programacao, retornado o resultado de de-terminadas acoes. Por exemplo, aplicacao (formula) retorna o resultado da aplicacao daformula passada como parametro, e media (x, y, z) e uma funcao definida para retornar,de maneira customizada, a media aritmetica de tres valores inteiros diferentes de -1.

A nomenclatura completa utilizada na definicao das regras e a descrita na Tabela 3.1,a seguir:

Tabela 3.1: Nomenclatura utilizada na definicao da AU-SAA

Nomenclatura Descricaocontexto de aula O contexto de aula e a aula onde ocorrem os

processos colaborativos. Em cada aula existeum conjunto distinto de alunos, professor edispositivos utilizados

processo colaborativo: E o processo que engloba todas as etapas as-sociadas a atividade, desde sua proposta aosalunos, resolucao, submissao ao professor, re-solucao, feedback e discussao de resultados.

quantidade processos colaborativos(atividade):

Indica quantos processos colaborativos ja fo-ram realizados para determinada atividade.

tempo total processos colaborativos(atividade):

Indica a soma do tempo utilizado na rea-lizacao de todos os processos colaborativosassociados a determinada atividade.


obtem (variavel): Indica que sera solicitada determinada in-formacao ao usuario. Por exemplo, obtem(grau inicial de dificuldade) significa quesera solicitado ao usuario a informacao re-ferente ao grau inicial de dificuldade da ati-vidade criada. Destaca-se que nao e man-datorio ao usuario o fornecimento dessa in-formacao. Nesse caso, o antecedente ?seobteve (variavel)? pode ser usado paraidentificar-se se o usuario forneceu a in-formacao ao SU.

GD: E o grau oficial de dificuldade da atividadeGD PC: E o grau de dificuldade da atividade calcu-

lado no processo colaborativo atualGD E1: E o grau de dificuldade da atividade em seu

ultimo processo colaborativo.GD E2: E o grau de dificuldade da atividade em seu

penultimo processo colaborativoGD E3: E o grau de dificuldade da atividade em seu

penultimo processo colaborativomedia (x, y, z): E a funcao que calcula a media aritmetica

de 3 valores passados como parametro. Casoalgum dos valores passados seja -1, entao elee desconsiderado pela funcao. Por exemplo:media (2,4,6) = 4 e media (-1,4,6) = 5. Comoo calculo do GD de cada tarefa obedece a es-cala [0, 10], entao ele apenas sera -1 caso ex-plicitamente seja definido assim por algumaregra (usualmente em regras de inicializacaode valores).

solicitacoes ajuda (x, y): Indica quantas solicitacoes de ajuda existi-ram entre os alunos x e y, na soma de todosos contextos de aula.


solicitacoes qualificacao (x,y): Indica quantas solicitacoes de qualificacao doprocesso de ajuda existiram entre os alunosx e y, na soma de todos os contextos de aula.A qualificacao e binaria, podendo ser apenaspositiva ou negativa.

aceites ajuda (x,y): Indica quantas vezes x aceitou ajudar y, evice e versa, em todos os contextos de aula,sendo x e y alunos distintos do SU.

qualificacoes (x,y): Indica quantas vezes o aluno x avaliou posi-tivamente o processo de ajuda fornecido peloaluno y, e vice e versa, em todos os contextosde aula.

FA (x, y): Define o fator afinidade entre dois alunos x,y. O FA varia de 0 a 1, onde 0 indica umamenor afinidade e 1 a maior afinidade.

aplicacao (formula): Informa que determinada formula sera apli-cada para encontrar um valor especıfico (e.gFA ou FE).

nota (atividade): Caso a atividade possua um gabarito associ-ado, cada resolucao submetida ao professorrecebera uma nota na escala de 0 a 10, indi-cando a corretude da mesma.

nota mınima (atividade): Toda atividade que possui um gabarito as-sociado tem em seu registro a definicao deuma nota mınima, que e a menor nota quedeve ser alcancada pelos alunos para que aatividade possa ser considerada satisfatoriapelo professor. Caso o professor nao defina anota mınima da atividade, ela e determinadaautomaticamente com o valor padrao 7.

alunos disponıveis para ajudar: Indica uma lista de quais alunos estao dis-ponıveis para ajudar os colegas durante a fasede resolucao de atividades do processo cola-borativo. Um aluno esta disponıvel para aju-dar um colega caso ele nao esteja envolvidoem um outro processo colaborativo (solicitouajuda ou esta ajudando alguem).


aluno com maior afinidade(aluno x,

alunos disponıveis para ajudar):

Considerando-se a lista existente de alu-nos disponıveis para auxiliar os colegas,identifica-se qual deles tem a maior afinidadecom determinado aluno, identificado comoaluno x.

tempo restante de aula: Indica quantos minutos faltam para otermino da aula.

tempo execucao(processo colaborativo):

Indica o tempo total de duracao, em minutos,do processo colaborativo informado.

media nota (atividade): Representa a media aritmetica das notas deuma atividade num processo colaborativo.

filtro grupos (quantidade alunos,similaridade resolucoes, FA):

Executa uma funcao que realiza o agrupa-mento dos alunos de acordo com os valorespassados por parametro. O parametro simi-laridade resolucoes indica que os alunos de-vem ser agrupados de acordo com o grau desimilaridade de suas respostas em relacao aatividade proposta. Ja FA indica que os alu-nos devem ser agrupados de acordo com seugrau de afinidade (alunos com um maior graude afinidade devem ficar no mesmo grupo).Ainda, quantidade alunos informa por quan-tos alunos cada grupo sera composto.

solicitacoes aceite professor(atividade):

Informa a quantidade de vezes em que foiproposto a qualquer professor submeter de-terminada atividade aos alunos.

aceites professor (atividade): Informa a quantidade de vezes que determi-nada atividade proposta a qualquer professorfoi aceita e submetida aos alunos.

solicitacoes qualificacao professor(atividade):

Informa quantas vezes foi solicitado a qual-quer professor avaliar determinada atividade.

qualificacoes professor(atividade):

Informa quantas vezes determinada ativi-dade foi qualificada como positiva pelo pro-fessor ao termino do processo colaborativo.


solicitacoes qualificacao alunos(atividade):

Informa quantas vezes foi solicitado aos alu-nos qualificar determinada atividade. Paracada aluno que recebe a solicitacao, o va-lor do contador e incrementado em uma uni-dade.

qualificacoes alunos (atividade): Informa quantas vezes determinada ativi-dade foi qualificada como positiva pelos alu-nos ao termino do processo colaborativo.Cada qualificacao positiva feita por um alunoincrementa esse contador em uma unidade.

fim (processo colaborativo): Informa se o processo colaborativo foi en-cerrado ou nao. Um processo colaborativoe considerado encerrado apos o terminadoda fase de envio do feedback e posterior dis-cussao dos resultados com os alunos.

feedback ( [nota, comparacaocom gabarito], similaridade):

Define qual tipo de feedback deve ser forne-cido aos alunos. O feedback por nota e com-paracao com gabarito compara a resolucaodo aluno com a pre-definida pelo professor nogabarito, informando ao aluno qual sua notae tambem um comparativo com a resolucaoesperada. Ja o feedback por similaridade in-forma ao aluno quais tipos de respostas dis-tintas foram encontrados, e em qual gruposua resolucao se encontra.

filtro atividades (topico,intervalo GD):

Filtra as atividades de acordo com os da-dos informados, que podem ser por topicoou intervalo GD. Caso o parametro sejatopico, sao selecionadas as atividades apenasdo topico solicitado. Em relacao ao inter-valo GD, as atividades selecionadas pelo fil-tro sao as com GD dentro do intervalo forne-cido. Independentente dos filtros solicitados,apos a filtragem as atividades sao ordenadasde forma decrescente por FE.


tempo medio (atividade): E o tempo medio de execucao referente a to-dos os processos colaborativos associados auma atividade.

topico aula: E o topico da aula atualmente sendo dada.tempo medio atividades

(topico aula):Indica o tempo medio de execucao dos pro-cessos colaborativos referentes a todas as ati-vidades do topico informado.

ordenacao por distancia(alunos disponıveis para ajudar):

Ordena em ordem crescente uma lista de alu-nos de acordo com sua distancia em relacaoao aluno que solicitou ajuda.

Na secao 3.4, a seguir, sao apresentados os Fatores de Contexto, modelados com regraslogicas a partir dos elementos apresentados na Tabela 3.1.

3.4 Determinacao dos Fatores de ContextoFatores de contexto sao variaveis numericas definidas com o intuito de quantificar elemen-tos do contexto de uso da AUSAA pelos usuarios, como por exemplo o grau de afinidadeentre os alunos (FA), descrito na secao 3.4.1; o grau de dificuldade de uma atividade(GD), descrito na secao 3.4.2; e o fator educacional de uma atividade (FE), descrito nasecao 3.4.3.

Os fatores de contexto sao calculados atraves da analise do historico de uso e de in-teracao dos usuarios com o sistema. Seu calculo e feito atraves da determinacao de fatoresassociados ao contexto (e.g proporcao de aceites de ajuda e de qualificacoes positivas),bem como de um peso para cada um desses fatores.

Esse tipo de modelagem baseia-se na adaptacao do metodo proposto por Levis et al[74] e apresentado na Capıtulo 2 (secao 2.3). Em seu trabalho, Levis et al [74] propoe aatualizacao automatica do perfil dos alunos atraves do calculo e determinacao de fatoresde certeza associados a determinados elementos desse perfil. Esse calculo e realizado pormeio de uma somatoria, onde a cada fator e atribuıdo um determinado peso.

Por exemplo, para determinar qual o objeto de aprendizagem preferido dos estudantes,e definido para cada objeto disponıvel um fator de certeza, calculado atraves da somatoriade fatores associados a este objeto (tempo, numero de acessos e numero de dias), sendoque cada fator possui um determinado peso (e.g 10%, 30% e 60%, respectivamente). Apartir disso sao aplicadas regras logicas, sendo definido como objeto de aprendizagempreferencial dos estudantes aquele com maior fator de certeza.

Essa metodologia e ilustrada na Figura 3.6:

3.4. Determinacao dos Fatores de Contexto 75

Figura 3.6: Ilustracao representativa da metodologia de Levis et al (2008) [74] para aatualizacao automatica do perfil dos alunos.

No caso da AUSAA, o calculo dos fatores de contexto inicialmente envolve a aplicacaode regras logicas para definir quais serao os valores dos fatores que irao compor a so-matoria. Por exemplo, no caso do Fator Afinidade sao calculados, em relacao a dois es-tudantes, os valores referentes a quantidade de aceites de ajuda, de solicitacoes de ajuda,de qualificacoes positivas e do total de requisicoes de qualificacoes.

A partir disso e aplicada a somatoria, sendo que a cada fator e atribuıdo um determi-nado peso. O resultado dessa somatoria e o fator de contexto, que e usado para suportarfuncionalidades especıficas do processo colaborativo, modeladas a partir de regras logicas.

Na Figura 3.7 e ilustrada a metodologia empregada pela AUSAA, adaptada a partirda metodologia de Levis et al. (2008) [74]:

Figura 3.7: Metodologia utilizada na AUSAA, adaptada a partir da metodologia de Leviset al. (2008) [74], para determinacao e aplicacao dos fatores de contexto

As secoes a seguir descrevem as etapas A e B da metodologia ilustrada na Figura 3.7,definindo as regras logicas e o calculo dos fatores de contexto referentes ao Fator Afinidade(secao 3.4.1), Grau de Dificuldade (secao 3.4.2) e Fator Educacional (secao 3.4.3). Porsua vez, a etapa C da metodologia, de descricao das funcionalidades sensıveis ao contextoda AUSAA, e apresentada na secao 3.5.

Seguindo-se o modelo de prototipacao em espiral [104], a elaboracao dos fatores decontexto e das funcionalidades sensıveis ao contexto foi validada por meio de experimen-


tos, sendo que o modelo teorico apresentado neste capıtulo foi ajustado de acordo comos resultados obtidos. Assim, na ocorrencia de eventuais alteracoes por conta dos ex-perimentos, sao apresentadas ambas as modelagens teoricas, anteriores e posteriores aosajustes.

No caso especıfico dos fatores de contexto Grau de Dificuldade e Fator Educacional,ainda nao foram realizados experimentos para sua validacao. Assim, as funcionalidadessensıveis ao contexto baseadas nestes fatores estao descritas no Capitulo 6, de trabalhosfuturos.

3.4.1 Fator Afinidade (FA)

O Fator Afinidade (FA) foi criado para definir, de maneira objetiva, o grau de afinidadeentre os alunos durante o processo colaborativo. O FA e utilizado pelas regras de deter-minacao do processo de fornecimento de ajuda entre os alunos formacao de grupos entreos alunos. Com isso, sempre que possıvel procura-se agrupar, nas situacoes onde os alunosirao trabalhar em conjunto, alunos com historico de maior afinidade entre si.

Dessa forma, o FA e importante pois sua aplicacao vai ao encontro com o objetivo daubiquidade que e promover uma arquitetura transparente. Isso ocorre pois, se nao hou-vesse o FA, os alunos deveriam analisar e procurar, dentre todos os alunos disponıveis,quais deles eles imaginam ter uma maior afinidade para realizacao conjunta de determi-nada tarefa.

Todos os alunos possuem um FA em relacao aos demais, variando na escala de 0(menor afinidade) a 1 (maior afinidade). Inicialmente o FA entre dois alunos e 0, sendoatualizado quanto os alunos resolvem em conjunto uma atividade durante a aula, seja noprocesso de solicitacao de ajuda ou de formacao de grupos. Outra caracterıstica do FA ea associatividade, ou seja, para quaisquer dois alunos x e y, FA (x,y) = FA (y, x). Ainda,o numero de solicitacoes de ajuda entre dois alunos, definido pelo termo solicitacoes (x,y),e por padrao iniciado com 0.

A regra para calculo e atualizacao do FA entre dois alunos e definida conforme oAlgoritmo 3.1, a seguir :

Com o intuito de simplificacao, qualificacoes (x, y) registra apenas as qualificacoespositivas entre os alunos. As demais, por exclusao, sao as qualificacoes negativas. Omesmo princıpio vale para solicitacoes ajuda (x,y) e solicitacoes qualificacao (x,y), queregistram apenas as solicitacoes de ajuda e qualificacao entre os alunos.

A partir dos dados obtidos com a aplicacao da regra indicada no Algoritmo 3.1„ eaplicada a Formula 3.1, que calcula o FA entre dois alunos conforme apresentado a seguir:

FA = 0.3PA + 0.7QA (3.1)


Algorithm 3.1 Regra para calculo e atualizacao do FA1: procedure Calculo e atualizacao do FA2:3: Seja o aluno x o aluno que solicitou ajuda de um colega para resolver determinada

atividade e aluno y o aluno indicado pelo SU para ajuda-lo:4:5: Se aluno y recebeu sugestao de que poderia ajudar aluno x6: Entao solicitacoes ajuda (x,y) ++7:8: Se aluno y aceitou ajudar aluno x9: Entao aceites ajuda (x,y) ++

10: solicitacoes qualificacao (x, y) ++; (referente ao aluno x qualificar o aluno y)11: solicitacoes qualificacao (x, y) ++; (referente o aluno y qualificar o aluno x)12:13: Se aluno y ajudou aluno x e14: aluno y qualificou como positiva a ajuda15: Entao qualificacoes (y, x) ++16:17: Se aluno x recebeu ajuda do aluno y e18: aluno x qualificou como positiva a ajuda19: Entao qualificacoes (x,y) ++20:21: Se aplicacao (f) e valida22: Entao FA (x,y) = aplicacao (Formula 3.1)23: Senao FA (x,y) = 0;


Onde:

• PA e a proporcao de solicitacoes de ajuda aceitas, definido por: aceites ajuda (x,y) /solicitacoes ajuda (x,y)

• QA e a proporcao de qualificacoes de ajuda positiva realizadas, definido por: quali-ficacao (x,y) / solicitacoes qualificacao (x,y)

Em relacao a Formula 3.1, nota-se que de acordo com o historico de uso do sis-tema, existe a possibilidade de solicitacoes ajuda (x,y) e solicitacoes qualificacao (x, y)possuırem em algum momento o valor 0, o que inviabilizaria a aplicacao da formula. Nessasituacao, conforme ilustrado na ultima sentenca da Tabela 3.4, o valor da afinidade entreos alunos e considerado como 0, que e o valor inicial de afinidade para alunos que aindanao possuem historico de interacoes entre si.

Inicialmente foram atribuıdos a PA e QA os pesos de 0,30 e 0,70, respectivamente.Isso ocorre pois PA e influenciado por criterios pessoais dos alunos, como uma amizadeprevia, por exemplo. Assim, pensou-se em valorizar mais QA, que indica se o processo deajuda foi ou nao util.

Ocorre que, apos o primeiro experimento com usuarios (ver Capıtulo 5, secao 5.1),verificou-se que o peso atribuıdo ao aceite do processo de ajuda (PA), por ser relativamentebaixo, gerava situacoes onde o aluno escolhido para prestar ajuda era sempre o mesmo,apesar dele se recusar a ajudar. Assim, o modelo foi revisto, atribuindo-se pesos iguais(0.50) a cada um dos fatores. Ainda para evitar esse tipo de situacao, foi adicionada umaclausula a regra logica de gerenciamento de solicitacoes de ajuda, evitando que um alunosolicite ajuda a um colega que o tenha rejeitado na aula atual.

A Formula 3.1 revisada, ja com os novos pesos, e descrita a seguir (Formula 3.2):

FA = 0.5PA + 0.5QA (3.2)

3.4.2 Grau de Dificuldade (GD)O Grau de Dificuldade (GD) de uma atividade e um valor numerico entre 0 (facil) e 10(difıcil) que define a percepcao que alunos e professor tem do quao difıcil e resolve-la.De forma similar a metodologia proposta por Levis et al. (2008) [74], a cada vez quea atividade e proposta aos alunos e calculado um GD PC, que e o grau de dificuldadeda atividade nesse processo colaborativo. O GD PC e calculado a partir da nota mediada resolucao das atividades dos alunos e do grau de dificuldade apontado pelos alunos eprofessor. Por sua vez, o GD de uma atividade e calculado a partir da media aritmeticados 3 ultimos GD PCs dessa atividade.

O intuito de se considerar apenas os 3 ultimos processos colaborativos e retratar a per-cepcao atual dos alunos e dos professores em relacao ao grau de dificuldade da atividade.


Essa percepcao pode ser alterada por fatores pontuais, como alteracao da grade/programada disciplina ou do curso. Se fosse considerado todo o historico de execucao daquela ati-vidade, entao num espaco longo de tempo o GD ficaria praticamente constante, sendoassim pouco afetado pelo resultado dos recentes processos colaborativos recentes. Estaabordagem e semelhante a adotada por Levis et al. (2008) [74], que em determinadas si-tuacoes considera apenas os ultimos registros obtidos no processo de execucao das regraslogicas de seu sistema.

No momento em que o usuario (aluno ou professor) cria a atividade, pode-se atribuirum valor inicial de dificuldade a ela, seguindo-se a regra descrita no Algoritmo 3.2, aseguir:

Algorithm 3.2 Regra para atribuicao do grau inicial de uma atividade1: procedure Atribuicao do grau inicial de uma atividade2: Se usuario criou atividade.3: Entao obtem (GD Inicial) da atividade.4: Se obteve GD Inicial.5: Entao GD = GD Inicial.6: GD E2 = -1.7: GD E3 = -1.8: GD E1 = -1.

Nota-se que e atribuıdo a GD o valor inicialmente proposto pelo professor, sendo queos demais valores do historico (GD E1, GD E2 e GD E3) sao definidos como -1, indicandovalor inexistente. Isso faz com que, apos o fim do primeiro processo colaborativo associadoa atividade, o valor inicialmente proposto pelo professor seja desconsiderado. Desta forma,evita-se que uma avaliacao inicialmente incorreta do grau de dificuldade possa afetarnegativamente a acuidade do GD da atividade.

Apos o termino de um processo colaborativo, o GD PC da atividade e calculado atravesda Formula 3.3:

GD PC = 0.3DA + 0.5DP + 0.2NM (3.3)

Considerando-se:

• DA (Dificuldade dos Alunos) e a media do grau de dificuldade apontado pelos alunos,informado no intervalo [1,10]

• DP (Dificuldade do professor) e o grau de dificuldade apontado pelo professor, infor-mado no intervalo [0,10]

• NM (Nota Media) e o inverso da nota media dos alunos na atividade, no intervalo [0,10]


O peso dado para o grau de dificuldade determinado pelo professor (DP) e superior aopeso atribuıdo ao dos alunos (DA), ja que o professor tem uma maior experiencia e visaomais abrangente do resultado da atividade que os estudantes.

Ja o peso dado para o atributo nota da atividade (NM) tem um peso pequeno, jaque o desempenho dos alunos numa atividade depende de uma serie de fatores, comotempo disponıvel, momento em que a atividade foi proposta pelo professor, dificuldadesde comunicacao, entendimento da proposta, etc. Nao necessariamente uma atividade ondea nota e baixa e uma atividade difıcil, e vice-versa.

Uma vez definido o GD PC, o GD e atualizado no banco de dados conforme ilustradono Algoritmo 3.3:

Algorithm 3.3 Regra para atualizacao do grau de dificuldade de uma atividade, a partirde seu historico

procedure Atualizacao do grau de dificuldade de uma atividade, a par-tir de seu historico

Se existe novo GD PC para a atividade.entao.GD E3 = GD E2 e.GD E2 = GD E1 e.GD E1 = GD PC e.GD = media (GD E3, GD E2, GD E1).

Como exemplo de utilizacao, considera-se que uma atividade A1 recebe um GD Inicialde 7. Aplicando-se a regra do Algoritmo 3.2, tem-se os resultados conforme descrito aseguir:

GD = 7.0GD E2 = -1GD E3 = -1GD E1 = -1

Apos o termino de execucao do primeiro processo colaborativo dessa atividade, e feitoo calculo do seu GD PC, aplicando-se a Formula 3.2. Os parametros de entrada sao osseguintes:

• Media do grau de dificuldade atribuıdo pelos alunos: 6

• Grau de dificuldade atribuıdo pelo professor: 4


• Nota media da atividade: 7

• Inverso da nota media da atividade: 3

A partir disso realiza-se a aplicacao da Formula 3.3 para o calculo de GD PC, resul-tando no seguinte valor para o GD PC:

GD PC = (6,0 *0,3) + (4,0 * 0,50) + (3 * 0,20) = 4,4

Uma vez calculado o GD PC, e aplicada a regra do Algoritmo 3.3 para atualizacao doGD da atividade no banco de dados. As clausulas a serem executadas sao as apresentadasno exemplo a seguir:

GD E3 = GD E2 = -1 eGD E2 = GD E1 = -1 eGD E1 = GD PC = 4,4 eGD = media (GD E3, GD E2, GD E1)

Ressalta-se que, conforme descrito na Tabela 3.1, a clausula media (GD E3, GD E2,GD E1) desconsidera elementos invalidos (no caso, o valor -1). Assim, a media e calculadaconsiderando-se apenas um unico valor valido, obtendo-se como resultado ele proprio,conforme apresentado a seguir:

GD E3 = 0GD E2 = 0GD E1 = 4,4GD = media (-1;-1;4,4) = 4,4

Supondo-se um eventual novo processo colaborativo envolvendo a atividade, com umGD PC calculado atraves da Formula 3.3 com valor de 7, o GD de uma atividade seriaatualizado pela regra do Algoritmo 3.3, conforme apresentado no exemplo a seguir:

GD E3 = -1GD E2 = 4,4GD E1 = 7GD = Media (-1;4,4;7) = 5,7


Novamente, apos a execucao de um terceiro processo colaborativo associado a essaatividade, obtendo-se apos a aplicacao da Formula 3.3 o valor 3 para o GD PC, tem-se aatualizacao do GD da atividade de acordo com o exemplo a seguir:

GD E3 = 4,4GD E2 = 7GD E1 = 3GD = Media (4,4;7;3) = 4,8

3.4.3 Regra para Definicao do Fator Educacional (FE) de umaatividade

O fator educacional (FE) de uma atividade leva em consideracao fatores associados aexperiencia e historico de interacao dos professores e alunos com as atividades. No casodos professores, verifica-se a quantidade de vezes que o SU propos a atividade ao professore quantas vezes essa sugestao foi aceita, bem como a proporcao de qualificacoes positivasrealizadas pelo professor.

Os fatores associados ao historico de interacao dos professores sao definidos no Algo-ritmo 3.4:

Algorithm 3.4 Clausulas associadas ao professor1: procedure Clausulas associadas ao professor2: Se professor recebeu sugestao para propor atividade3: Entao solicitacoes aceite professor (atividade) ++4:5: Se professor aceitou sugestao e propos atividade aos alunos6: Entao aceites professor (atividade) ++7:8: Se fim (processo colaborativo)9: Entao solicitacoes qualificacao professor (atividade) ++

10:11: Se professor qualificou atividade com positivo12: Entao qualificacoes professor (atividade) ++

Ja em relacao aos alunos, e verificada a proporcao de qualificacoes positivas fornecidasapos a resolucao da atividade. Esses fatores sao definidos no Algoritmo 3.5, a seguir:

A partir das definicoes dos fatores apresentados nas tabelas 3.12 e 3.13, o FE de uma


Algorithm 3.5 Clausulas associadas aos alunos1: procedure Clausulas associadas aos alunos2: Se aluno submeteu resolucao da atividade3: Entao solicitacoes qualificacao alunos (atividade) ++4:5: Se aluno qualificou atividade com positivo6: Entao qualificacoes alunos (atividade) ++

atividade e definido pela aplicacao da Formula 3.4, conforme descrito a seguir:

FE = 0.2PA + 0.4QP + 0.4QA (3.4)

Onde:

• PA (Proporcao de Aceites) indica a proporcao de aceites do professor em relacao aquantidade de solicitacoes feitas pelo sistema, indicado por aceites professor (ativi-dade) / solicitacoes aceite professor (atividade)

• QP (Qualificacoes do Professor) indica a proporcao de qualificacoes positivas realizadaspelo professor em relacao ao total de solicitados, indicado por qualificacoes professor(atividade) / solicitacoes qualificacao professor (atividade)

• QA (Qualificacoes do Aluno) indica a proporcao de qualificacoes positivas realizadaspelos alunos em relacao ao total de solicitacoes, indicado por qualificacoes alunos(atividade) / solicitacoes qualificacoes alunos (atividade)

Sendo os fatores de qualificacao dos alunos (QA) e do professor (QP) calculados deforma independente, e possıvel atribuir-se um peso igual (0.4) ao valor final essas quali-ficacoes. Desta forma valoriza-se a avaliacao feita pelos professores, que apesar de numeri-camente estarem em menor numero, tem sua avaliacao final equiparada com a dos alunos.Em outras palavras, como a quantidade de alunos e muito superior a de professores, opeso da qualificacao de cada um dos professores e substancialmente superior a qualificacaode cada um dos alunos.

Ja o peso dado para proporcao de aceites (PA) e menor (0.2), pois nao necessariamenteo professor recusa a aplicacao de uma atividade por nao considera-la educacionalmentevalida (outros fatores podem influir, como a programacao da aula, o tempo restante,etc.). Assim, mais importante que uma avaliacao inicial de relevancia de uma atividade, ea comprovacao empırica, apos o termino do seu processo colaborativo, de sua importanciapara o aprendizado dos alunos.


3.5 Funcionalidades sensıveis ao contexto

O processo colaborativo descrito na secao 3.2.5 depende de funcionalidades especıficas,que utilizam elementos do contexto, para ocorrer. Na Tabela 3.2 sao listadas algumasdessas atividades, bem como o elemento de contexto por elas utilizado e a secao em quesao descritas:

Tabela 3.2: Funcionalidades sensıveis ao contexto

Funcionalidade Etapa do ProcessoColaborativo

Elemento de Con-texto

Secao

Determinacao dotempo medio deduracao de umaatividade

Resolucao de Ativi-dade

Pre-requisito para afuncionalidade ”Ha-bilitar botao solici-tar ajuda”

3.5.1

Habilitar botao soli-citar ajuda

Solicitacao deAjuda

Fator Afinidade(FA)

3.5.2

Definicao de qualaluno sera convi-dado a auxiliar o co-lega

Solicitacao deAjuda

- Fator Afinidade(FA) - Localizacaodo aluno

3.5.3

Conforme explicado anteriormente, os fatores de contexto Grau de Dificuldade e FatorEducacional nao foram validados nesta versao da AUSAA. Assim, as funcionalidadesque utilizam esses fatores como elementos de contexto nao sao apresentadas nesta secao,sendo porem apresentadas no Capitulo 6, de trabalhos futuros. Nas secoes sao descritasas regras que determinam as funcionalidades sensıveis ao contexto associadas ao fatorafinidade entre os alunos:

3.5.1 Determinacao do tempo medio de duracao de uma ativi-dade

A regra apresentada no Algoritmo 3.6, a seguir, determina o tempo medio de duracaode uma atividade. O calculo e feito atraves da determinacao da quantidade de processoscolaborativos associados a uma atividade e tambem do tempo total de duracao dessesprocessos:

3.5. Funcionalidades sensıveis ao contexto 85

Algorithm 3.6 Regra para determinar o tempo medio de uma atividade1: procedure Regra para determinar o tempo medio de uma atividade2: Se fim (processo colaborativo)3: Entao quantidade processos colaborativos (atividade) ++ e4: tempo total processos colaborativos (atividade) += tempo execucao (pro-

cesso colaborativo)5:

Se quantidade_processos_colaborativos (atividade) > 06: Entao tempo medio (atividade) = tempo total processos colaborativos (atividade)

/ quantidade processos colaborativos (atividade)

3.5.2 Habilitar botao solicitar ajuda

Conforme indicado no Algoritmo 3.7, a seguir, um aluno so pode solicitar ajuda a algumcolega se existe algum outro aluno disponıvel e se ainda existe tempo valido de aula.

Algorithm 3.7 Regra para habilitacao da opcao de solicitacao de ajuda1: procedure Regra para habilitacao da opcao de solicitacao de ajuda2: Se existe aluno disponıvel para ajudar e3:

tempo_restante_ de_aula >= tempo_medio(atividade)4: Entao5: Opcao de solicitar ajuda e habilitada.

Conforme apresentado previamente na Tabela 3.1, considera-se que um aluno estadisponıvel para auxiliar um colega caso ele nao tenha solicitado nem esteja ajudandooutro colega neste momento. Por sua vez, considera-se que existe tempo valido na aulase o tempo restante de aula e maior ou igual ao tempo medio de duracao dos processoscolaborativos associados a essa atividade.

3.5.3 Definicao de qual aluno sera convidado a auxiliar o colega

Apos o aluno solicitante informar ao sistema que deseja ajuda, e acionada a regra quedefine qual aluno ira lhe auxiliar. Essa definicao e feita considerando-se os seguintesfatores: alunos que estao disponıveis, ou seja, nao estao auxiliando nem sendo auxiliadospor ninguem; distancia dos alunos em relacao ao solicitante e; afinidade entre os alunos.Caso existam alunos disponıveis para ajudar, eles sao ordenados pelo sistema de acordocom sua distancia do aluno solicitante. A partir do aluno com a menor distancia, eidentificado o primeiro aluno cuja afinidade seja superior a um valor intermediario de


afinidade calculado entre os alunos disponıveis e o aluno solicitante. Esse aluno entaosera o escolhido para ser convidado a auxiliar o aluno solicitante.

A representacao formal desta regra ocorre conforme apresentado no Algoritmo 3.8:

Algorithm 3.8 Regra para definicao de qual aluno sera escolhido para ajudar um colega1: procedure Regra para definicao de qual aluno sera escolhido para aju-

dar um colega2: Seja aluno x o aluno solicitante de ajuda;3: Seja alunos disponıveis para ajudar a lista com todos os alunos disponıveis para

ajudar;4: Seja Ao o valor correspondente a menor afinidade em relacao ao aluno x5: Seja Af o valor correspondente a maior afinidade em relacao ao aluno x;6:7: Se existe aluno disponıvel para ajudar entao

lista_de_alunos_por_distancia =ordenacao_por_distancia (alunos_disponıveis_para_ajudar);

valor_intermediario = (Ao + Af)/2;

Para cada aluno_y existente na lista_de_alunos_por_distancia...Se aluno_y > valor_intermediario.........Entao aluno_y e convidado a auxiliar o colega;

Ocorre que, seguindo-se o modelo de prototipacao em espiral [104], apos os testesrealizados com usuarios (ver Capıtulo 5, secao 5.1) envolvendo o prototipo funcional daarquitetura, identificou-se a necessidade de ajustes na regra descrita no Algoritmo A.8.Isso ocorreu pois os alunos apontaram que, mesmo apos a rejeicao de um determinadopedido de ajuda, a proxima solicitacao de ajuda do mesmo colega era sempre direcionadaao mesmo aluno que havia previamente negado esse auxılio.

Para minimizar esse problema foi alterado o calculo do fator afinidade entre os alunos,dando-se um peso maior ao fator que considera a proporcao de aceites de ajuda em relacaoao total de solicitacoes (ver secao 3.4.1). Alem disso, o valor intermediario passa a sercalculado pela mediana ao inves da media. Isso ocorre pois a mediana representa umvalor mais robusto nesta situacao, onde o objetivo e obter o primeiro aluno cuja afinidadeesta na metade superior da amostra de dados (ver Apendice D, secao D.4.5 para maisdetalhes). Caso a media fosse utilizada, isso nao seria garantido.

Ainda, foi elaborada uma versao revisada dessa regra, adicionando uma clausula queimpede a escolha de determinado aluno caso ele ja tenha negado auxiliar o colega noprocesso colaborativo atual.

3.6. Suporte a estilos de aprendizagem 87

A regra revisada e descrita no Algoritmo 3.9:

Algorithm 3.9 Versao revisada da regra para definicao de qual aluno sera escolhido paraajudar um colega

1: procedure Versao revisada da regra para definicao de qual aluno seraescolhido para ajudar um colega

2: Seja aluno x o aluno solicitante de ajuda;3: Seja alunos disponıveis para ajudar a lista com todos os alunos disponıveis para

ajudar;4:5: Se existe aluno disponıvel para ajudar6: Entao

lista_de_alunos_por_distancia =ordenacao_por_distancia (alunos_disponıveis_para_ajudar);

valor_intermediario =mediana_das_afinidades (alunos_disponıveis_para_ajudar);

Para cada aluno_y existente em lista_de_alunos_por_distancia....Se aluno_y > valor_intermediario e

nao_houve_rejeicao (aluno_x, aluno_y)........Entao aluno_y e convidado a auxiliar o colega;

3.6 Suporte a estilos de aprendizagemConforme previamente abordado no Capıtulo 2, uma das formas de viabilizar mais efi-cientemente o Aprendizado Ativo e atraves do suporte aos estilos de aprendizagem dosalunos. Essa abordagem parte do princıpio de que o metodo de aprendizado de cada es-tudante pode ser distinto dos demais, ou seja, enquanto um estudante pode por exemplopreferir aprender atraves da linguagem visual (por meio de graficos e diagramas), outropode preferir a linguagem verbal (palavras faladas ou escritas) e assim por diante.

Desta forma, essa secao descreve como a AUSAA suporta os estilos de aprendizagemem seu processo colaborativo em sala de aula.

3.6.1 Mapeamento das Questoes de Acordo com os Estilos deAprendizagem

A primeira etapa na metodologia empregada para suporte aos estilos de aprendizagem foio mapeamento das caracterısticas desejadas para cada questao em relacao as dimensoes


do modelo proposto por Felder & Silverman (1988) [50]. Enquanto o modelo de Felder& Silverman (1988) descreve quais sao as dimensoes de estilos de aprendizagem e suascaracterıticas, aqui e feita a adaptacao deste modelo para a classificacao das questoes deacordo com estes estilos, conforme apresentado na Tabela 3.3:

Tabela 3.3: Mapeamento Inicial dos Estilos de Aprendizagem para Questoes, realizadoa partir da leitura e analise do trabalho de Felder & Silverman [50]

Estilo de Aprendizagem Mapeamento da QuestaoSensitivo Atividades associadas com exemplos

praticos e do mundo realIntuitivo Atividades asAtividades abstratas e

teoricasVisual Atividades com pinturas, graficos, fluxos

de dados, diagramas e demonstracoesVerbal Atividades onde ha predominancia da lin-

guagem escrita.Sequencial Atividades que se focam principalmente

no topico atual, preferencialmente numasequencia logica.

Global Atividades que se relacionam com o topicoatual relacionando-o com topicos ja previ-amente vistos pelos estudantes.

Ocorre que o trabalho de Felder & Silverman (1988) [50] e focado na descricao dosestilos de aprendizagem e suas caracterısticas gerais, nao apresentando uma correlacao di-reta dos estilos de aprendizagem com as eventuais caracterısticas das questoes associadasa estes estilos. Por exemplo, Felder & Silverman (1988) [50] afirmam que um estudantevisual tem uma maior facilidade no processamento de conteudo visual, como pinturas,graficos e diagramas. Assim, o trabalho feito na Tabela 3.3 mostra uma inferencia re-alizada em relacao ao modelo de Felder & Silverman [50], considerando nesse caso quequestoes visuais sao aquelas que apresentam graficos, pinturas e diagramas.

Entretanto, nao necessariamente essa inferencia e direta, existindo um elemento sub-jetivo que poderia comprometer essa classificacao. Com o intuito de minimizar esse pro-blema, foi realizado um experimento, onde uma serie de pesquisadores realizou a classi-ficacao de questoes a partir do modelo de Felder & Silverman [50]. Esses resultados foramcomparados e agrupados, apresentando um mapeamento mais consistente que o original.Esse experimento e descrito em detalhes no Capıtulo 5, sendo que na Tabela 3.4, a seguir,sao apresentados os resultados finais desse mapeamento:

Deste modo, o objetivo e que a partir do momento em que o professor crie uma questao,


Tabela 3.4: Mapeamento Estilos de Aprendizagem para Questoes apos realizacao deexperimentos

Estilo de Aprendizagem Mapeamento da QuestaoSensitivo Atividades associadas com exemplos

praticos e do mundo real;Apresenta valores numericos; Exercıciossimples e com enunciado simples e direto.

Intuitivo Atividades abstratas e teoricas, sem apelopratico;Resolucoes algebricas, com letras eausencia de valores numericos;Enunciado com grande quantidade deinformacoes, descrevendo da forma maiscompleta possıvel o problema;Resolucoes complexas, que exigem umgrande numero de passos;Exercıcios complicados, envolvendo umnumero maior de passos.

Visual Atividades com pinturas, graficos, fluxosde dados, diagramas e demonstracoes;Questoes sem graficos, mas onde existe anecessidade de desenhar para resolver oproblema apresentado.

Verbal Atividades onde ha predominancia da lin-guagem escrita.

Sequencial Atividades que se focam principalmentenum topico especıfico, preferencialmentenuma sequencia logica;Resolucao direta, aplicando conceitosunicamente associados ao enunciado doexercıcio.

Global Atividades complexas, que relacionam umtopico especıfico a outros ja previamenteabordados;Envolvem ampla gama de conhecimentos,com fim de fazer uma ponte entre diversosassuntos relacionados.


ele tenha a possibilidade de definir o estilo de aprendizagem associado a ela. Sendo aindaque as dimensoes propostas por Felder & Silverman (1988) [50] nao sao excludentes entresi, uma questao pode possuir mais de um estilo de aprendizagem associado a ela.

Assim, por exemplo, se o professor esta criando uma questao que contenha um exemplopratico, ele define a dimensao Sensitiva/Intuitiva da questao como Sensitiva. O mesmoocorre para as outras duas dimensoes: Visual/Verbal e Sequencial/Global. Por sua vez,a dimensao Ativa/Reflexiva nao foi mapeada pois identificou-se que sua aplicacao estaassociada com a preferencia dos estudantes trabalharem individualmente ou em grupo,nao estando assim associada diretamente a forma como a questao e representada.

Para facilitar o mapeamento das questoes pelo professor (que nao necessariamentedeve conhecer o modelo de Felder & Silverman [50] ), a partir da Tabela 3.5 foram criadascategorias de questoes, que utilizam termos mais simples ou proximos do dia a dia. Assim,cada questao pode ser classificada em ate 3 categorias (T1, T2, T3), sendo que a cada tipode classificacao esta associado um determinado estilo de aprendizagem. Esse procedimentoe ilustrado na Tabela 3.5:

3.6.2 Predicao de Estilos de Aprendizagem dos EstudantesO Indice de Estilos de Aprendizado (ILS) descrito na secao 3.2.2 - e um instrumentoonline composto por 44 questoes utilizadas para analisar as preferencias dos alunos emrelacao as 4 dimensoes de estilo de aprendizado do modelo de Felder & Silverman (1988)[50].

Entretanto, conforme descrito por Latham et. al (2012) [72] este teste demora umconsideravel tempo para ser aplicado, podendo ser por este motivo ser considerado longoe cansativo pelos estudantes, o que em ultima instancia pode comprometer sua aplicacao.Alem disso, nao e possıvel considerar eventuais mudancas nos estilos de aprendizagem dosalunos que venham ocorrer no decorrer do tempo.

Deste modo, e proposto que a AUSAA seja capaz de predizer os estilos de aprendizagemdos alunos de forma dinamica durante o processo colaborativo. Para isso foi realizadauma adaptacao da metodologia proposta por Latham et. al (2012) [72] para predicaode estilos de aprendizagem em tutores inteligentes. Segundo Latham et. al (2012), nostutores inteligentes os estilos de aprendizagem de um estudante podem ser inferidos apartir de comportamentos especıficos, conforme ilustrado na Tabela 3.6:

Como indicado na Tabela 3.6, nao e considerada a dimensao sequencial no modeloproposto por Latham et al (2012) 1. Ainda, a dimensao ativo e reflexiva e associada as

1A dimensao sequencial e global e considerada de forma indireta por Latham et al (2012) [72] atravesda analise do processo de resolucao das questoes no tutor inteligente, como por exemplo se o alunoresolve o problema de maneira direta (estilo global) ou prefere ser guiado nesse processo de resolucao(estilo sequencial)


Tabela 3.5: Mapeamento das questoes em categorias e seus respectivos estilos de apren-dizagem

Categoria Tipo de Questao Descricao Simplifi-cada

Estilo de Aprendi-zagem

T1 Teorica Apresenta teorias econceitos

Intuitivo

T1 Pratica Apresenta fatos, da-dos, resultados ouexemplos

Sensorial

T2 Imagem Apresenta graficos,diagramas, plani-lhas ou vıdeos semsom

Visual

T2 Textual Contem apenastexto.

Verbal

T2 Audio Contem audio VerbalT2 Video com audio Contem vıdeos com

audioVisual; Verbal

T2 Vıdeo sem audio Contem vıdeos semaudio

Visual

T3 Sequencial Apresenta oconteudo de formagradativa, passo apasso

Sequencial

T3 Global Apresenta oconteudo de formaagregada, em suaversao final.

Global


Tabela 3.6: Comportamentos associados a predicao de estilos de aprendizagem em tutoresinteligentes, segundo Latham et al (2012) [72].

Comportamento Estilos de Aprendizagem PrevistosProporcao de questoes praticas respondi-das corretamente

Ativo, Sensitivo

Proporcoes de questoes teoricas respondi-das corretamente

Reflexivo, Intuitivo

Proporcao de respostas corretas apos visu-alizar uma imagem

Visual

Proporcao de respostas corretas apos visu-alizar um filme

Visual, Verbal, Ativo

Proporcao de respostas corretas apos a ex-plicacao de uma teoria

Intuitivo

Proporcao de respostas corretas apos a vi-sualizacao de um exemplo

Sensitivo

questoes teoricas e praticas, o que nao e coerente com a definicao de estilos de Felder &Silverman (1988) [50]. Segundo os autores, a dimensao ativo e reflexiva diz respeito aforma de processamento dos dados e informacoes pelos alunos, mais especificamente seessas informacoes sao processadas individualmente (reflexivamente) ou em grupo (ativa-mente). Assim, seria coerente associar as questoes teoricas e praticas apenas ao campo dapercepcao, considerando que a absorcao dos dados ocorre atraves dos sentidos (questoespraticas, envolvendo fatos, dados e exemplos) ou introspectivamente (questoes teoricas,envolvendo teorias e conceitos).

Deste modo, na AUSAA, a predicao dos estilos de aprendizagem foi adaptada para ocontexto de sistemas de resposta em sala de aula utilizando-se como referencia o trabalhode Latham el al. [72], ocorrendo atraves da analise de dois tipos de comportamento:

• Comportamento Direto: Proporcao de respostas corretas de cada tipo e estilo dequestao.

• Comportamento Indireto: Proporcao de respostas corretas apos a exibicao deinformacoes adicionais (dicas), que podem ser fornecidas durante o processo deresolucao das questoes.

Os comportamentos e os respectivos estilos de aprendizagem previstos sao definidosna Tabela 3.7:

A partir dos dados obtidos na Tabela 3.5, o calculo do estilo de aprendizagem dosalunos e determinado de forma independente para os comportamentos direto e indireto,


Tabela 3.7: Comportamentos associados a predicao de estilos de aprendizagem na AUSAA

Estilo de Aprendizagem Comportamento DescricaoIntuitivo Direto Proporcao de questoes do tipo teorica res-

pondidas corretamente;Intuitivo Indireto Proporcao de respostas corretas apos a ex-

plicacao de um conceito teorico (dica);Reflexivo Direto Proporcao de questoes do tipo pratica res-

pondidas corretamenteReflexivo Indireto Proporcao de respostas corretas apos uma

explicacao pratica (dica)Visual Direto Proporcao de questoes do tipo imagem

respondidas corretamente; Proporcao dequestoes do tipo vıdeo sem audio respon-didas corretamente;

Visual Indireto Proporcao de respostas corretas apos aexibicao de uma imagem (dica); Pro-porcao de respostas corretas apos aexibicao de um vıdeo sem audio (dica);

Verbal Direto Proporcao de questoes do tipo textual ouaudio respondidas corretamente

Verbal Indireto Proporcao de respostas corretas apos aexibicao de um texto explicativo (dica)

Visual e Verbal Direto Proporcao de questoes do tipo vıdeo comaudio respondidas corretamente

Visual e Verbal Indireto Proporcao de respostas corretas apos aexibicao de um vıdeo com audio (dica);

Sequencial Direto Proporcao de questoes do tipo sequencialrespondidas corretamente

Sequencial Indireto Proporcao de respostas corretas apos aexibicao sequencial de conteudo (dica)

Global Direto Proporcao de questoes do tipo global res-pondidas corretamente

Global Indireto Proporcao de respostas corretas aposa exibicao de um conteudo que tenhaabrangencia global (dica)


atraves da Formula 3.5:

EA = RA/TA−RB/TB (3.5)

Na Formula 3.5, EA e o estilo de aprendizagem final calculado para determinadadimensao. Ja RA, RB, TA e TE tem seu significado associado ao tipo de comportamento,da seguinte forma:

• Comportamento Direto: RA e RB indicam a quantidade de questoes corretas doscomponentes de determinada dimensao (e.g visual e verbal); ja TA e TB indicam ototal de questoes respondidas pelos alunos para cada um desses componentes.

• Comportamento Indireto: RA e RB indicam a quantidade de dicas consideradasvalidas em relacao aos componentes de determinada dimensao (e.g visual e verbal).Uma dica e considerada valida se a questao associada a ela foi respondida correta-mente pelo aluno. Por sua vez, TA e TB indicam o total de dicas apresentadas aosalunos para cada um desses componentes.

O valor de EA e assim um numero no intervalo [-1,1] indicando o estilo de apren-dizagem do aluno para a respetiva dimensao analisada. Desta forma, foram definidosarbitrariamente para cada dimensao os elementos A e B, conforme indicado na Tabela3.8.

Tabela 3.8: Determinacao dos elementos associados a Formula 3.5

Dimensao B [-1,0[ A ]0,1]Visual/Verbal Visual VerbalSensitivo/Intuitivo Sensitivo IntuitivoSequencial/Global Sequencial Global

Assim, por exemplo, se para a dimensao visual/verbal o valor calculado pela Formula3.5 for positivo (entre 0 e 1), o aluno sera considerado verbal, enquanto se for negativo,sera considerado visual. O numero 0 indica neutralidade de estilos.

3.6.3 Exemplo de Predicao de Estilos de Aprendizagem

Em relacao ao comportamento direto, associado ao estilo de aprendizado das questoes,suponha-se que a resolucao de questoes por determinado aluno tenha ocorrido conformeindicado na Tabela 3.9:


Tabela 3.9: Exemplo de predicao de estilos de aprendizagem para o comportamento direto

Questoes QuantidadeQuestoes visuais respondidas correta-mente

6

Total de questoes visuais respondidas 9Questoes verbais respondidas correta-mente

2

Total de questoes verbais 8

Deste modo, aplicando-se a Formula 3.5 em conjunto com o mapeamento da Tabela3.8 (onde o estilo visual e denominado como B e o verbal como A) tem-se o calculo doestilo de aprendizagem segundo o comportamento direto, conforme apresentado a seguir:

EA = RA/TA - RB/TB;EA = 2/8 - 6/9EA = 0.25 - 0,66 = - 0,41

Assim, o aluno deste exemplo poderia ser classificado como visual, tendo um valor de -0.41 nessa classificacao (onde -1 seria um aluno totalmente visual e 1 um aluno totalmenteverbal). Por sua vez, em relacao ao comportamento indireto o procedimento e o mesmo,sendo porem considerados os estilos de aprendizagem das dicas associadas as questoes,conforme representado na Tabela 3.10:

Tabela 3.10: Dimensoes de Estilos de Aprendizagem do modelo de Felder & Silverman

Dicas QuantidadeDicas do tipo visual consideradas validas(i.e, estao associadas a questoes que foramrespondidas corretamente pelos alunos)

4

Total de dicas do tipo visual apresentadasao aluno

12

Dicas do tipo verbal consideradas validas(i.e, estao associadas a questoes que foramrespondidas corretamente pelos alunos)

8

Total de dicas do tipo verbal apresentadasao aluno

10

Deste modo, aplicando-se a Formula 3.5 em conjunto com o mapeamento da Tabela 3.8(onde o estilo visual e denominado como B e o verbal como A) tem-se o calculo do estilo


de aprendizagem segundo o comportamento indireto, conforme apresentado no exemploa seguir:

EA = RA/TA - RB/TB;EA = 8/10 - 4/12EA = 0.8 - 0.33 = 0,46

Desta forma, o aluno deste exemplo poderia ser classificado como verbal pelo com-portamento indireto, tendo um valor de 0.46 nessa classificacao (onde -1 seria um alunototalmente visual e 1 um aluno totalmente verbal).

3.6.4 Criacao de um Questionario InteligenteNa secao 3.6.1 foi definido o procedimento para mapeamento e classificacao das questoesde acordo com seu estilo de aprendizagem. Ja na secao 3.6.2 foi definida a metodologiapara a predicao dos estilos de aprendizagem de cada aluno. A partir dessas informacoes,propoe-se a possibilidade de criacao de um questionario inteligente, criado individualmentee dinamicamente com as questoes que mais se adequem aos estilos de aprendizagem decada aluno.

A metodologia para definicao de quais questoes devem compor o questionario e descritana Tabela 3.11:

Tabela 3.11: Metodologia de criacao de um questionario inteligente

Passo Descricao1 Criar, a partir do mapeamento ilustrado pela Tabela 3.2, um conjunto de

questoes de estilos de aprendizagem distintos, para cada topico da aula.2 Definir, para cada questao, a distancia relativa do estilo de aprendizagem

dessa questao para o estilo de aprendizagem do aluno3 No momento da submissao do questionario para cada aluno, identificar,

para cada topico, qual questao possui a menor distancia relativa a estedeterminado aluno.

Assim, cada aluno tera em seu questionario uma unica questao por topico, sendo queesta questao sera a que mais se adequa ao seu estilo de aprendizagem. Por exemplo,se o professor definir para determinada aula um questionario com 4 topicos, criando 3questoes por topico, no total o questionario original possuira 12 questoes. Porem, destas12 questoes serao selecionadas apenas uma por topico, gerando assim um questionariopersonalizado com 4 questoes para cada aluno.


No passo 2 da Tabela 3.11 e citado o procedimento de calculo da distancia relativa entreo estilo de aprendizagem das questoes e dos alunos. Sendo que o estilo de aprendizagemdo aluno e definido, para cada uma das 3 dimensoes de estilos analisados, na escala entre-1 e 1, inicialmente e feita a conversao do estilo de cada questao para essa mesma escala,conforme ilustrado na Tabela 3.12:

Tabela 3.12: Metodologia de criacao de um questionario inteligente

Dimensao Classificacao ValorD0 Sensitivo -1.D0 Nao classificado 0.D0 Intuitivo 1.D1 Visual -1.D1 Nao Classificado 0.D1 Verbal 1.D2 Sequencial -1.D2 Nao Classificado 0.D2 Global 1.

Deste modo, e calculada a distancia relativa de cada questao em relacao ao estilo deaprendizagem de cada aluno. Assim, para cada dimensao (D0, D1 e D2) e atribuıda umadistancia (di) em relacao ao aluno. O valor de di varia entre 0 e 2, sendo ele calculadocomo o modulo da diferenca entre o valor atribuıdo ao estilo do aluno menos o valoratribuıdo ao estilo da questao para essa respectiva dimensao. O valor total da distanciaseria entao d0 + d1 + d2, sendo portanto um valor entre 0 e 6.

Esse procedimento pode ser resumido de acordo com a Formula 3.6:

d =N∑

i=0|alunoDi− questaoDi| (3.6)

Como exemplo ilustrativo para esse calculo, consideremos um aluno que seja sensitivo,visual e sequencial, com valores de -0.6, -0,8 e -1, respectivamente para as dimensoes D0,D1 e D2. Por sua vez, determinada questao foi classificada pelo professor como imagem(visual) e global, tendo portanto os valores de 0, -1 e 1 para as dimensoes D0, D1 e D2,respectivamente.

Na Tabela 3.13 sao apresentados esses dados:Desta forma, a partir da Formula 3.6 pode-se calcular a distancia relativa entre o estilo

de aprendizagem do aluno e da questao da conforme indicado no exemplo a seguir:


Tabela 3.13: Exemplo de calculo de distancia relativa

- D0 D1 D2Aluno -0,6 -0,8 -1.Questao 0 -1 1.

d0 = |-0.6 - 0 | = 0.6d1 = |-0.8 - (-1)| = 0.2d2 = |-1 - 1| = 2d = d0 + d1 + d2 = 2.8

Assim, neste exemplo a distancia relativa entre o estilo de aprendizagem da questao edo aluno seria 2.8, que e a soma das distancias para cada uma das dimensoes analisadas.Desta forma, seguindo-se o passo 2 da metodologia apresentada na Tabela 3.11, deve-se calcular a distancia relativa de todas as questoes associadas a determinado topico.A partir disso, conforme indicado no passo 3 da mesma tabela, deve ser selecionada aquestao que mais se aproxima do estilo de aprendizagem do aluno, ou seja, a questao commenor distancia relativa a ele.

3.7 Consideracoes FinaisNeste capıtulo foi apresentada a definicao formal da AUSAA, descrita por meio de ummodelo logico, conceitual e fısico, bem como atraves da definicao de regras logicas queviabilizam um processo colaborativo mais eficiente em sala de aula. No Capıtulo 4, aseguir, e descrito o processo de desenvolvimento de um prototipo funcional da AUSAA,sendo que no Capıtulo 5 sao apresentados e discutidos os resultados da aplicacao desseprototipo no ambiente educacional.

A AUSAA possui 3 fatores de contexto (Fator Afinidade, Fator Educacional e Grau deDificuldade), que juntamente com o processo de predicao de estilos de aprendizagem, saoutilizados como suporte as suas funcionalidades previstas na arquitetura. Excepcional-mente, devido a restricoes de tempo e recursos, nem todas as funcionalidades propostasna visao teorica da arquitetura foram implementadas ou validadas. Na Tabela 3.14, aseguir, e descrito um resumo das principais funcionalidades da AUSAA e suas respectivasimplementacoes (referencias ao Capıtulo 4), validacoes ou experimentacoes (referenciasao Capıtulo 5) ou eventuais futuras implementacoes (referencias ao Capıtulo 6).


Tabela 3.14: Resumo das principais funcionalidades da AUSAA e suas referencias noscapıtulos subsequentes

Fator Base Funcionalidade Implementacao Validacao Trabalho FuturoFA Determinacao da loca-

lizacao do aluno4.5.5 5.2 6.4

FA Visualizacao do mapa daclasse

4.5.5 5.2 6.4

FA Determinacao do tempomedio de duracao de umaatividade

- - 6.4

FA Habilitacao do botao solici-tar ajuda

4.5.6 5.2 6.4

FA Solicitacao de Ajuda aosColegas (determinacao dequal aluno sera escolhido aajuda)

4.5.6 5.2 6.4

FA Qualificacao do processo co-laborativo

4.5.6 5.2 6.4

FE Classificacao da relevanciada questao pelo professor

- - 6.4

FE Classificacao da relevanciada questao pelo aluno

- - 6.4

FE Sugestao de Questoes aoProfessor

- - 6.4

FE Atualizacao do Grau de Di-ficuldade

- - 6.4

GD Classificacao da dificuldadeda questao pelo professor

- - 6.4

GD Classificacao da dificuldadeda questao pelo aluno

- - 6.4

GD Sugestao de Questoes aoProfessor

- - 6.4

Estilos deAprendiza-gem

Predicao de Estilos deAprendizagem pelo Com-portamento Direto

4.5.1 e 4.5.3 5.1 e 5.3 6.2 e 6.3


Predicao de Estilos deAprendizagem pelo Com-portamento Indireto

4.5.2 e 4.5.3 - -


Criacao de QuestionariosInteligentes

4.5.4 - 6.2

Capıtulo 4

Desenvolvimento do PrototipoFuncional

No Capıtulo 3 foi descrita a formalizacao da Arquitetura Ubıqua de Suporte ao Apren-dizado Ativo (AUSAA), criada para viabilizar de forma mais eficiente o AprendizadoAtivo, apresentado no Apendice B. Ja no Apendice F e apresentado um prototipo naofuncional da AUSAA, utilizado como subsıdio ao desenvolvimento do prototipo funcio-nal, apresentado neste capıtulo. Assim, neste capıtulo e apresentada uma visao geral doprototipo funcional e suas funcionalidades. Os detalhes tecnicos de sua implementacaosao apresentados, por sua vez, no Apendice D.

Na Tabela 4.1 e apresentada a organizacao geral do Capıtulo, bem como as respecti-vas referencias ao Capıtulo 3 (definicao teorica da arquitetura) e Capıtulo 5 (validacao eexperimentos). Em relacao a este ultimo, porem, ressalta-se que devido aos resultados pre-liminares encontrados a respeito da consistencia interna do modelo de Felder & Silverman,decidiu-se pela nao utilizacao deste modelo em conjunto com a AUSAA. Desta forma, assecoes 4.5.2 (Classificacao e Visualizacao das Dicas - Hints ) e 4.5.4 (Criacao e Submissaode um Questionario Inteligente), apesar de implementadas, nao foram validadas.

4.1 Escolha da Tecnologia a ser utilizadaSeguindo-se a proposta do modelo de desenvolvimento de software MVC (Model-View-Controller), inicialmente considerou-se para a camada de visualizacao o desenvolvimentode aplicativos para cada um dos dispositivos moveis (ou pelo menos os principais) existen-tes no mercado.Verificou-se, entretanto, que cada aparelho possui peculiaridades propriase linguagens de programacao especıficas, o que geraria uma carga de trabalho e comple-xidade de desenvolvimento muito alem do previsto neste projeto.

Por exemplo, no caso da Apple um aplicativo desenvolvido especificamente para iPhone,

101

102 Capıtulo 4. Desenvolvimento do Prototipo Funcional

Tabela 4.1: Descricao das subsecoes deste capıtulo

Secao Descricao Referencia noCapıtulo 3(Arquitetura)

Referencia noCapıtulo 5(Experimentos)

4.1 Escolha da Tecnologia a ser utili-zada

- -

4.2 Escolha do Moodle como Plata-forma a ser utilizada

- -

4.3 Descricao dos Componentes doMoodle

- -

4.4 Criacao e Instalacao do pluginLSQuiz

- -

4.5 Funcionalidades do Plugin LS-Quiz

- -

4.5.1 Classificacao das Questoes porEstilo de Aprendizado

3.6.1 5.1 e 5.3

4.5.2 Classificacao e Visualizacao dasDicas (Hints)

3.6.1 -

4.5.3 Relatorio dos Estilos de Aprendi-zagem dos Alunos

3.6.2 5.1 e 5.3

4.5.4 Criacao e submissao de um ques-tionario inteligente

3.6.4 -

4.5.5 Localizacao dos alunos atraves domapa da classe

3.2.6 5.2

4.5.6 Solicitacao de Ajuda aos Colegas 3.1.43.5.23.5.3

5.2

4.6 Consideracoes Finais - -

4.1. Escolha da Tecnologia a ser utilizada 103

apesar de ser a princıpio compatıvel com o iPad, nao possui suporte nativo a sua resolucao,o que pode gerar distorcoes nas imagens exibidas. Assim, para garantir efetivamente essacompatibilidade, dentro do codigo do aplicativo deveriam ser construıdas interfaces dis-tintas a cada um dos dispositivos, o que e chamado tambem de solucao universal. Essaabordagem, entretanto, demanda um custo maior de tempo para implementacao, naogarantindo alem disso a compatibilidade com novos dispositivos a serem lancados.

Ainda, os aplicativos desenvolvidos para determinado SO/Linguagem nao sao com-patıveis com os dispositivos de empresas concorrentes. Assim, um aplicativo desenvolvidopara a plataforma Apple (iOS) nao e compatıvel com a plataforma Google (Android) enem Microsoft (Windows 8). Isso ocorre, por exemplo, com o aplicativo eClicker Presen-ter, descrito no Apendice C, secao C.6.2, que e compatıvel apenas com dispositivos iOS.Alem disso, essa descentralizacao de plataformas e ainda um obstaculo a codificacao, jaque afeta negativamente a implementacao e manutencao dos aplicativos.

Na Tabela 4.2 e apresentado um resumo dessas tecnologias:

Tabela 4.2: Resumo das tecnologias disponıveis para sistemas moveis

Sistema Operacional Linguagem de Desenvolvimento CompatibilidadeAndroid Java Dispositivos com An-

droid (Smartphones eMedia Tablets de variasempresas)

iOS Obj C Dispositivos com iOS(Smartphones e MediaTablets da Apple)

Windows 8 .NET (C#) Dispositivos com Win-dows 8 (Smartphones eMedia Tablets da Micro-soft e outras empresas,como a Nokia.1)

Android, iOS, Windows 8 HTML Dispositivos com nave-gador de internet

Conforme apontado na Tabela 4.2, uma caracterıstica comum aos dispositivos moveise a presenca de um navegador de internet, capaz de exibir de forma equivalente o mesmoconteudo em diversas plataformas e dispositivos. Alem de ser multi-plataforma, a uti-lizacao da Web traz a vantagem de centralizacao do conteudo e do codigo em um unicolocal, nao sendo necessario assim a alteracao de varios codigos fonte, em diversas plata-formas, para resolver bugs ou adicionar funcionalidades.

1A empresa Finalndesa ”Nokia Corporation”foi adquirida pela Microsoft em 2013.


Outro aspecto positivo e o suporte a praticamente todos os dispositivos moveis jautilizados pelos alunos em sala de aula. Caso a abordagem de aplicativos fosse utili-zada, eventualmente algumas plataformas poderiam nao ser atendidas, o que limitaria aquantidade de usuarios abrangidos.

Deste modo, visando a compatibilidade com o maior numero de dispositivos existentesno mercado, definiu-se o uso da linguagem HTML e do ambiente web (incluindo-se suportea css e javascript, por exemplo) para o desenvolvimento do prototipo da ferramenta. Apartir dessa definicao, foi realizada uma analise das possıveis plataformas que poderiamser utilizadas como base para esse desenvolvimento, conforme descrito na secao a seguir.

4.2 Escolha do Moodle como Plataforma a ser utili-zada

Com o intuito de otimizar o desenvolvimento do prototipo, buscou-se uma plataformaweb de ensino (tambem conhecida como LMS, do ingles Learning Management System)de codigo aberto, que implemente as funcionalidades basicas previstas a qualquer sistemaeducacional (cadastro e login de estudantes e professores, criacao de aulas, resolucao deatividades, etc).

Uma das mais utilizadas no momento e o Moodle 2 (Modular Object-Oriented DynamicLearning Environment), que conta com mais de 80.000 sites, servindo mais de 65 milhoesde usuarios em mais de 7 milhoes de cursos cadastrados 3. O servidor do Moodle podeser facilmente instalado e configurado, tanto para Windows como Linux, sendo aindacompatıvel com os principais bancos de dados disponıveis, como o Mysql, PostgreSQL eOracle.

De codigo aberto e implementado com a linguagem PHP, o desenvolvimento para oMoodle e relativamente simples, sendo feito com modulos independentes, tambem chama-dos de plugins, que podem ou nao estar relacionados entre si. No site oficial do Moodlee disponibilizado um diretorio 4 com mais de 500 plugins desenvolvidos por terceiros,que podem ser utilizados para customizar a versao basica do Moodle das mais diferen-tes formas, como por exemplo incluindo novos formatos para cursos, temas, calendarios,repositorios, relatorios e atividades que podem ser realizadas pelos estudantes.

Outro ponto que fundamentou a adocao do Moodle foi o fato dele ser utilizado na Uni-camp como ferramenta de suporte ao ensino, facilitando assim o planejamento e aplicacaode testes e experimentos com os alunos e professores, conforme descrito no Capıtulo 5.

2Disponıvel em: https://moodle.org Acesso em: Novembro de 20143O site https://moodle.org /stats apresenta em tempo real a quantidade de sites que utilizam o Moodle

em todo o mundo. Acesso em Janeiro de 20144Disponıvel em: https://moodle.org/plugins Acesso em: Novembro de 2014

4.3. Descricao dos Componentes do Moodle 105

4.3 Descricao dos Componentes do MoodleO Moodle pode ser representado atraves do padrao de arquitetura de software MVC(Model-View-Controller), que divide a representacao de sistemas computacionais em trescamadas: apresentacao (view), usada para exibir informacoes ao usuario; controlador(controller), representando as regras logicas e de funcionalidade e; modelo (model), res-ponsavel pelo gerenciamento e persistencia dos dados.

A Figura 4.1, a seguir, apresenta a forma como o Moodle se organiza nessas trescamadas:

Figura 4.1: Organizacao do Moodle seguindo a arquitetura MVC

A organizacao do Moodle e descrita com mais detalhes no Apendice C desta tese.

4.4 Criacao e Instalacao do plugin LSQuizUm dos plugins mais utilizados no Moodle e o Quiz. Atraves deste plugin, e possıvelacessar o banco de questoes (modulo de controle de questionarios), criando e submetendoaos alunos questionarios dos mais variados tipos e formas, como por exemplo questoesde multipla escolha, verdadeiro ou falso, respostas curtas, respostas numericas, etc. Osalunos podem responder cada Quiz uma ou mais vezes (de acordo com a configuracao domesmo), sendo que o professor pode visualizar um relatorio com os resultados individuaisou globais. Pode ainda ser atribuıdo um peso a nota obtida por cada aluno no Quiz,sendo este dado computado para a nota final do aluno na disciplina.

Assim, o plugin LSQuiz foi criado usando como base o plugin Quiz, preservando suasfuncionalidades originais e ainda acrescentando novas, de acordo com a especificacao daAUSAA. Tomou-se ainda o cuidado em realizar o desenvolvimento de forma a garantira total independencia (de codigo, dados, etc) do modulo desenvolvido, permitindo a ins-talacao/desinstalacao do plugin em qualquer maquina que possua o sistema Moodle semafetar os dados associados a outros plugins, incluindo o Quiz.

Para que o LSQuiz possa funcionar corretamente, ele precisa de alguns plugins se-cundarios, que desempenham funcoes de apoio, como por exemplo a possibilidade de


classificacao dos estilos de aprendizagem das dicas das questoes (plugin LSInteractive) e aadicao e visualizacao da localizacao dos estudantes (plugin Mapa da Classe). Entretanto,embora tecnicamente cada um desses plugins seja independente dos demais, possuindo pe-culiaridades e funcionalidades proprias, por motivo de simplificacao, o conjunto compostopelo LSQuiz e plugins acessorios sera chamada apenas por LSQuiz neste texto, termotambem utilizado para nomear o prototipo funcional da AUSAA.

Os detalhes tecnicos de implementacao de cada um dos plugins sao descritos noApendice D. Ja as funcionalidades implementadas por eles sao descritas na secao a seguir.

4.5 Funcionalidades do Plugin LSQuiz

Com o intuito de tornar mais objetiva a leitura desta secao, optou-se em realizar nestasecao a descricao das funcionalidades o em alto nıvel, apresentando de uma maneira gerala forma de acesso e utilizacao do LSQuiz. Por sua vez, no Apendice D desta tese saodescritos em detalhes cada uma das funcionalidades aqui descritas.

4.5.1 Classificacao das Questoes por Estilo de Aprendizado

Atraves desta funcionalidade, o professor pode classificar as questoes de acordo com os seusestilos de aprendizagem, seguindo-se o modelo de Felder & Silverman (1988) [50]. Cadaquestao pode ter associados de 0 a 3 tipos de estilo, ou seja, nao necessariamente a questaoprecisa ser classificada em determinado estilo. Com o intuito de facilitar a classificacao,foram criados tipos de equivalencia, que representam os estilos de aprendizagem de Felde& Silverman numa linguagem e forma mais acessıveis ao professor.

Na Tabela 4.3 sao apresentados os tipos de associacao disponıveis, bem como suaequivalencia no modelo de Felder & Silverman (1988) [50].

A representacao visual de como o professor pode associar estilos de aprendizagem asquestoes e mostrada na Figura 4.2:

4.5.2 Classificacao e Visualizacao das Dicas (Hints)

Similarmente ao processo de classificacao das questoes, as dicas (hints) associadas a cadaquestao tambem podem ser classificadas pelo professor, embora nesse caso, apenas umestilo de aprendizagem possa ser associado por dica. Com o intuito de facilitar a classi-ficacao, foi criada uma nomenclatura de equivalencia, que representa os estilos de apren-dizagem de Felder & Silverman numa linguagem e forma mais acessıveis ao professor,seguindo a mesma estrutura ja apresentada na Tabela 4.3.

4.5. Funcionalidades do Plugin LSQuiz 107

Tabela 4.3: Tipos de estilo de aprendizagem disponıveis para o professor

Tipo Opcoes Estilo Equivalente no Modelo de Felder & Silverman1 Teorica Intuitivo1 Pratica Sensitivo2 Imagem Visual2 Textual Verbal2 Audio Verbal2 Vıdeo com Audio Visual e Verbal2 Video sem Audio Visual3 Sequencial Sequencial3 Global Global

Figura 4.2: Tela do prototipo responsavel pela associacao de estilos de aprendizagem asquestoes

A representacao visual de como o professor pode associar estilos de aprendizagem asdicas e mostrada na Figura 4.3:

A partir do momento que uma dica esta associada a uma questao, ela pode ser visu-alizada pelo aluno durante a resolucao do LSQuiz. Caso o aluno eventualmente acerte aquestao apos visualizar a dica, seu estilo de aprendizado e atualizado de acordo com essainformacao, conforme descrito na secao 4.5.1. A Figura 4.4 mostra um exemplo de uma


Figura 4.3: Tela do prototipo responsavel pela associacao de estilos de aprendizagem asdicas de questoes

dica sendo visualizada:Ressalta-se que a funcionalidade dicas ja faz parte da implementacao original do Mo-

odle. Porem, tanto o procedimento de classificacao de estilos de aprendizagem, como aatualizacao do estilo de aprendizagem do aluno a partir da visualizacao das dicas, saoimplementacoes relativas e exclusivas ao LSQuiz.

4.5.3 Relatorio dos Estilos de Aprendizagem dos Alunos

A partir da resolucao das questoes e do acesso as dicas (hints), e aplicada uma formulaque calcula o valor dos estilos de aprendizagem de cada estudante, para as dimensoesSensitiva/Intuitiva, Visual/Verbal e Sequencial/Global. O estilo de aprendizagem emcada dimensao e obtido a partir de duas variaveis: a primeira, indicando a proporcao

5Especificamente, a dica indicada na figura refere-se ao vıdeo ”Descomplicandoa Matematica”, com o professor Marcio Barbosa. Disponıvel no Youtube, em:http://www.youtube.com/watch?v=5X8fJ3HGO-A. Acesso em Janeiro de 2014


Figura 4.4: Visualizacao de uma dica associada a determinada questao.5

de questoes respondidas corretamente em relacao ao total, considerando cada estilo; asegunda, a partir da quantidade de respostas corretas realizadas apos a consulta de umadica de determinado estilo. A essas variaveis e atribuıdo um determinado peso, sendoo valor final convertido para a escala de -1 a 1. Este procedimento e a metodologia decalculo sao descritos em detalhes no Capıtulo 3 desta tese.

O relatorio foi implementado de forma a listar os estilos de aprendizagem de todosos alunos matriculados na disciplina. Ressalta-se, porem, que os estilos de aprendizagemsao calculados considerando-se todo o historico do aluno no sistema, (todos os LSQuizrespondidos em todos os cursos em que ele esta ou esteve matriculado) e nao apenas osresultados associados ao LSQuiz ou o curso atual.

A representacao visual dos estilos de aprendizagem dos alunos ocorre como mostradona Figura 4.5, permitindo ao professor consultar de forma individual o perfil de cada umdos alunos:

4.5.4 Criacao e submissao de um questionario inteligente

O questionario tradicional do Moodle (Quiz) permite a criacao de um conjunto pre-definido de questoes, que sao disponibilizadas da mesma forma a cada um dos alunos.E possıvel ainda a configuracao e criacao de questionarios aleatorios, onde a cada questaoe associado um conjunto (categoria) de questoes, sendo que uma delas e sorteada ao alunono momento em que o questionario e acessado.

Ja no LSQuiz, por sua vez, e proposta a possibilidade de criacao de um questionario


Figura 4.5: Relatorio de visualizacao dos estilos de aprendizagem dos alunos

inteligente, onde sejam submetidos aos alunos as questoes que mais se adequem aos seusestilos de aprendizagem. Para configurar um questionario inteligente, o professor deveassociar as questoes topicos, conforme indicado na Figura 4.6:

Figura 4.6: Associacao de topicos as questoes.

Para cada topico, o professor pode associar questoes dos mais variados estilos deaprendizagem. Por exemplo, para o topico A, o professor pode associar duas questoes,sendo uma verbal e a outra visual. Ja para o topico B o professor pode associar umaquestao visual e teorica e uma outra questao verbal e pratica, enquanto para o topico Cuma questao sequencial, uma outra verbal e global e ainda uma terceira, pratica, visual e


sequencial. A Tabela 4.4 ilustra a situacao descrita neste exemplo:

Tabela 4.4: Exemplo de construcao de um questionario inteligente, composto por 3 topicose 7 questoes

Questao 1 Questao 2 Questao 3Topico A Verbal Visual -Topico B Visual Teorica -Topico C Sequencial Verbal e Global Pratica, Visual e Sequencial

No momento em que o questionario e acessado pelo aluno, para cada topico e seleci-onada automaticamente a questao que mais se adequa ao estilo de aprendizagem desteestudante. Assim, um determinado aluno ira, por exemplo, responder a questao 2 dotopico A, a questao 1 do topico B e a questao 3 do topico C. Desta forma, apesar do pro-fessor ter cadastrado 7 questoes no questionario, cada estudante ira responder a apenas3 delas, uma para cada um dos topicos associados.

4.5.5 Localizacao dos alunos atraves do mapa da classe

Para que o aluno possa informar sua localizacao, a primeira questao do LSQuiz deveser do tipo Mapa da Classe. Esse tipo de questao permite ao professor configurar umtemplate de sala de aula como figura de fundo, a partir de um conjunto pre-definido deimagens. Ao acessar a questao, o aluno visualiza essa imagem e tambem uma caixa como seu nome, sendo que ele deve mover essa caixa ate sua localizacao aproximada em salade aula. Na Figura 4.7 essa situacao e ilustrada:

Figura 4.7: Primeira questao de um LSQuiz, do tipo Mapa da Classe


Conforme os alunos informam ao sistema sua localizacao, o professor tem a opcao devisualizar, em tempo real, o local informado pelos estudantes. Nessa tela ainda e possıvelvisualizar a foto do aluno, bem como o seu nome de usuario, conforme ilustrado na Figura4.8:

Figura 4.8: Visualizacao do Mapa da Classe.

Alem da funcionalidade de visualizacao do mapa da classe, essa localizacao e utilizadano procedimento de solicitacao de ajuda aos colegas, conforme descrito na secao a seguir.

4.5.6 Solicitacao de Ajuda aos ColegasA qualquer momento durante a resolucao de um LSQuiz, o aluno tem a opcao de solicitarajuda a algum colega. O sistema a partir disso identifica o aluno mais indicado para pres-tar esse auxılio, considerando tanto a afinidade entre os estudantes como sua localizacaoem sala de aula. Esse procedimento, controlado por uma maquina de estados, e descritoem detalhes no Apendice D.

Como exemplo ilustrativo, considera-se a sala de aula da Figura 4.8, composta por5 alunos. O aluno student s24, identificado pela imagem de Alan Turing, ao se depararcom uma duvida em uma questao pressionou o botao de solicitacao de ajuda aos colegas.Apos isso o sistema identificou que o aluno mais proximo e com maior afinidade disponıvelpara auxilia-lo seria o aluno admin, representado pela imagem de Albert Einstein em seuperfil.

A partir disso, o aluno admin recebe uma mensagem em sua tela, informando sobreessa solicitacao e solicitando seu aceite, conforme ilustrado na Figura 4.9:


Figura 4.9: Exemplo de solicitacao e aceite de ajuda por um colega.

Uma vez que o aluno solicitado (nesse caso, o admin) aceita realizar o auxılio, ele einformado de que deve se dirigir para o local onde o aluno solicitante esta. Alem disso,torna-se habilitada a opcao de qualificacao, onde ele pode informar se gostou ou nao deter ajudado o colega. Essa informacao e utilizada de forma a retroalimentar a afinidadeentre os estudantes, atualizando assim o historico dessas informacoes.

Na figura 4.10 e ilustrado como ocorre esse procedimento:Por sua vez, o aluno solicitante recebe uma mensagem indicativa de que o colega ira

lhe ajudar, pedindo que ele aguarde um pouco ate que o colega se dirija ao local. Aposisso, o aluno pode ainda qualificar o processo de ajuda, dado este que sera utilizado pelosistema para atualizar a afinidade entre ambos os alunos.

Na Figura 4.11 e ilustrado com esse procedimento ocorre:

4.6 Consideracoes FinaisEste capıtulo apresentou o prototipo funcional elaborado para testar a viabilidade e im-pactos educacionais da arquitetura proposta nesta tese. O prototipo foi desenvolvido emplataforma web, com suporte a html ao inves de codigo nativo dos dispositivos.

Desta forma, o prototipo funciona em qualquer dispositivo que tenha acesso a internetpor meio de navegadores (browsers). Assim, os testes foram planejados para utilizardispositivos dos mais variados tamanhos, formatos de tela e tipos de interacao (comotouch e pen-based), permitindo uma analise abrangente do seu impacto de uso no ambiente


Figura 4.10: Procedimento de indicacao de localizacao do colega.

Figura 4.11: Aluno solicitante recebe a confirmacao de que ira receber ajuda de um colega.

educacional.No Capıtulo 5 sao apresentados os testes com usuarios envolvendo este prototipo.

Capıtulo 5

Experimentos

Neste capıtulo sao apresentados e discutidos os experimentos utilizados para validar aAUSAA, apresentada no Capıtulo 3. Os experimentos realizados podem ser agrupadosem 3 categorias, conforme apresentado a seguir:

• Secao 5.1: Classificacao de Questoes: Neste experimento foi desenvolvida e apli-cada uma metodologia para a classificacao de questoes conforme o modelo de Felder& Silverman (1988) [50].

• Secoes 5.2: Validacao do prototipo do LSQuiz: Nestas secoes e descrita avalidacao do prototipo funcional da arquitetura, denominado LSQuiz (ver Capıtulo4).

• Secao 5.3: Experimento com Estilos de Aprendizagem: Nesta secao e descritoo experimento realizado no Instituto de Fısica da universidade. Neste experimentoas questoes de ”pre-aula”da disciplina Fısica Geral I foram classificadas de acordocom seus estilos de aprendizagem, sendo o prototipo do LSQuiz aplicado com ointuito de identificar os estilos de aprendizagem dos alunos a partir da analise dasrespostas fornecidas. Os dados finais foram validados comparando-se os estilos deaprendizagem obtidos pelo LSQuiz com os estilos de aprendizagem obtidos pelaaplicacao do questionario online de Felder.

A partir dos dados obtidos neste experimento identificou-se que as questoes dadisciplina de Fısica Geral I nao sao compatıveis com os estilos de aprendizagem dosalunos. Ainda, identificou-se que individualmente, o nıvel de precisao no processo deidentificacao dos estilos de aprendizagem pelo LSQuiz nao e melhor do que random,ou seja, nao e possıvel inferir individualmente os estilos de aprendizagem dos alunosa partir de seu desempenho nas questoes.

115

116 Capıtulo 5. Experimentos

Estes resultados levaram a modelagem de um novo experimento, criado para iden-tificar a consistencia interna do ILS.

• Secao 5.4: Validacao da Consistencia Interna do ILS: Neste experimentoverificou-se a consistencia interna (confiabilidade) do questionario ILS de Felder& Soloman. O questionario foi respondido em um ambiente externo (diferente dooriginal), permitindo o armazenamento e posterior analise de cada uma das respos-tas dos alunos. A analise estatıstica dos dados indicou ausencia de confiabilidadeinterna.

5.1 Classificacao de QuestoesNo trabalho de Felder & Silverman (1988) [50] sao apresentadas as dimensoes de estilos deaprendizagem dos alunos, bem como as recomendacoes sobre como os professores devemadaptar seu estilo de ensino para se adequarem aos alunos. Nao ha, porem, a definicaode como realizar a classificacao de questoes de acordo com esses estilos.

Assim, o objetivo deste experimento e a criacao de um conjunto de diretrizes que sirvamde orientacao e guia para esse processo de classificacao. O experimento esta organizado daseguinte maneira: na secao 5.1.1 e apresentada a classificacao inicial de questoes segundoos estilos de aprendizagem propostos por Felder & Silverman (1988) [50]; na secao 5.1.2 edescrito o experimento onde sao obtidos os criterios de classificacao por meio de um grupode voluntarios; na secao 5.1.3 sao apresentados os resultados, com a definicao da tabelafinal de classificacao e na secao 5.1.4 sao discutidos os resultados, sendo apresentada aconclusao do experimento.

5.1.1 Classificacao Inicial das Questoes

A primeira etapa do experimento de classificacao de questoes foi a leitura e analise dotexto de Felder & Silverman (1988) [50], onde os estilos de aprendizagem sao originalmenteapresentados. Verificou-se que nesse modelo sao descritas as caracterısticas preferenciaisde aprendizagem dos alunos, sendo sugerido que os professores devem organizar a formade apresentacao de suas aulas de modo a atingir todos esses estilos.

Assim, no caso da dimensao visual/verbal, por exemplo, o professor e orientado a or-ganizar o conteudo de aula de forma visual (imagens, diagramas e graficos) e tambemverbal (textos e/ou audio), atingindo assim alunos de ambos os estilos. Essa reco-mendacao, porem, e generica, sendo focada principalmente na forma como o professorexpoe o conteudo de aula aos alunos. Em relacao especıfica as questoes, nao ha umadefinicao clara de como elas poderiam ser classificadas neste modelo.

5.1. Classificacao de Questoes 117

Realizou-se assim, nesta etapa, a classificacao por analogia, onde para cada estilode aprendizagem considerou-se que as questoes devem coincidir com as caracterısticasdo respectivo estilo. Por exemplo, uma questao que apresenta graficos, diagramas ouimagens, seria classificada como visual, sendo uma questao com apenas texto classificadacomo verbal. Essa classificacao e apresentada na Tabela 5.1:

Tabela 5.1: Mapeamento Inicial dos Criterios para Classificacao das Questoes

Estilo de Aprendizagem Mapeamento da QuestaoSensitivo Atividades associadas com exemplos praticos e do mundo

realIntuitivo Atividades abstratas e teoricasVisual Atividades com pinturas, graficos, fluxos de dados, diagra-

mas e demonstracoesVerbal Atividades onde ha predominancia da linguagem escrita.Sequencial Atividades que se focam principalmente no topico atual, pre-

ferencialmente numa sequencia logica.Global Atividades referentes ao topico atual, considerando ainda

topicos ja previamente vistos pelos estudantes.Ativo Nao e possıvel mapearReflexivo Nao e possıvel mapear

Conforme apontado na Tabela 5.1, considerou-se que nao e possıvel classificar questoesde acordo com a dimensao ativo/reflexivo. Isso ocorre pois essa dimensao refere-se prin-cipalmente a forma como os alunos interagem e se comportam em sala de aula (e.g.atividades individuais ou em grupo). Assim, uma mesma questao poderia ser ativa oureflexiva de acordo com o tipo de abordagem proposta pelo professor.

Sendo que a classificacao realizada nesta etapa e ate certo ponto subjetiva, associ-ada diretamente a interpretacao pessoal do trabalho de Felder & Silverman (1988) [50],decidiu-se realizar uma etapa de validacao desse procedimento, conforme descrito na secao5.1.2, a seguir.

5.1.2 Validacao da Classificacao de Questoes

Este experimento foi realizado com o intuito de eliminar (ou ao menos minimizar) o ele-mento subjetivo associado a classificacao das questoes. Ele foi aplicado a 3 pesquisadores,em uma unica secao, com duracao aproximada de 2 horas. Dois destes pesquisadores eramalunos de pos-graduacao do Instituto de Fısica da Unicamp, auxiliares dos docentes dadisciplina de Fısica Geral I (F128). O terceiro pesquisador era membro da pos-graduacao


do Instituto de Computacao da Unicamp, tendo cursado em nıvel de graduacao engenha-ria na Universidade. Sendo que as materias introdutorias de fısica (incluindo Fısica GeralI) sao obrigatorias a todos os alunos das engenharias da Unicamp, considera-se que o re-quisito mınimo foi alcancado, que e o de todos os participantes terem pleno conhecimentodo assunto (Fisica Geral I) tratado neste experimento.

As etapas iniciais (A, B e C) foram realizadas individualmente, sem comunicacao entreos participantes. Na etapa final (D) foi realizado um debate entre os presentes, discutindo-se os resultados encontrados e os pontos onde eventualmente nao houve consenso.

A metodologia de aplicacao do experimento e apresentada a seguir:

• A.Leitura do trabalho de Felder & Silverman [50]: Nesta etapa os voluntariosforam convidados a ler individualmente o trabalho de Felder & Silverman (1988).A leitura foi realizada em uma copia impressa do trabalho, sendo que os voluntariosficaram livres para realizar anotacoes ou apontamentos no papel.

• B.Preenchimento do formulario de classificacao de questoes: Nesta etapa osvoluntarios preencheram um formulario (ver apendice H, secao H.2) indicando, apartir de sua interpretacao do trabalho de Felder & Silverman (1988) [50], quaiscriterios deveriam ser considerados nas questoes para sua classificacao em cadaum dos diferentes estilos de aprendizagem. Essa identificacao foi livre, ou seja, osusuarios definiram seus criterios a partir de sua interpretacao pessoal do texto, naosendo influenciados por fatores externos, como por exemplo uma lista pre-definidade elementos.

Ainda, neste mesmo formulario os voluntarios indicaram se concordam ou nao com anao utilizacao da dimensao ativa/reflexiva no processo de classificacao de questoes.

• C.Classificacao de Questoes: Os voluntarios foram orientados a classificar umconjunto de 53 questoes (ver Apendice H, secao H.3) de acordo com os criteriosapontados por eles proprios no formulario descrito na etapa B. As questoes utilizadasforam extraıdas dos questionarios de pre-aula da disciplina Fısica Geral I (F128) dauniversidade.

Apesar de nao ser obrigatorio para o processo de classificacao, considerou-se comopre-requisito que os participantes tivessem conhecimento de Fısica Geral I para par-ticipar do experimento, tornando assim mais efetivo o procedimento de classificacao.

Ainda, os voluntarios foram orientados de que poderiam alterar nesta etapa oscriterios por eles apontados na etapa B. Isso foi realizado para permitir ajustes noprocesso de classificacao, a partir do contato dos voluntarios com o processo real declassificacao de questoes.


• D.Discussao: Os resultados obtidos foram discutidos entre todos os participantes.Pontos em que houve discordancia foram debatidos.

5.1.3 Resultados

Na Tabela 5.2, a seguir, sao apresentados os criterios apontados por cada um dos par-ticipantes para a classificacao das questoes em relacao aos seus estilos de aprendizagem.A marcacao Sim na coluna dos participantes indica que este determinado participanteapontou o respectivo criterio em sua analise, sendo que a marcacao Nao indica ausenciadessa anotacao:

A partir da analise da Tabela 5.2, pode-se afirmar que nem todos os participantesvisualizaram todos os criterios de classificacao apontados pelos demais, sendo que emalguns itens especıficos houve discordancia, tendo os participantes apontado criterios quese contradizem, nao podendo coexistir no modelo de classificacao final. Em relacao adimensao visual/verbal, os tres participantes afirmaram que as questoes que exigem aconstrucao de graficos e diagramas em seu processo de resolucao deveriam ser classificadascomo visuais. Apesar dessa analise ser valida, esse tipo de abordagem gera um problemaadicional por ser subjetiva, dependendo da interpretacao pessoal do classificador. Issoocorre pois a nao ser que esteja explicitado na questao, nao e possıvel saber se o aluno iraou nao utilizar graficos e diagramas para construir sua resposta. Esse fato fica claro atravesda analise individual das questoes feitas pelos participantes, apresentada no Apendice H,secao H.3, onde foi detectada divergencia na classificacao do estilo visual/verbal em 35das 54 questoes disponıveis (64%). Desta forma, esse criterio nao foi considerado nomapeamento final de criterios indicado na Tabela 5.3.

Ja em relacao a dimensao intuitiva/sensitiva, dois dos participantes afirmaram quequestoes sensitivas sao aquelas que apresentam e requerem numeros para sua resolucao,enquanto a dimensao intuitiva requereria a manipulacao algebrica (letras). Ja o terceiroparticipante ficou inicialmente confuso sobre isso, indicando a princıpio essa notacao, masdepois riscando esse dado em seu formulario e classificando ambos os valores (algebricoe numerico) como caracterıstica do estilo sensitivo. Na fase D, de discussao, porem, esteparticipante concordou que faria mais sentido esta divisao entre algebricos e numericos,mantida desta fora no mapeamento final de criterios indicado na Tabela 5.3.

Por fim, em relacao a dimensao ativo/reflexiva, dois voluntarios concordaram com aafirmacao de que nao ha sentido em classificar as questoes nestes estilos. Segundo essesparticipantes isso ocorreria pois, segundo Felder & Silverman (1988) [50], as questoes ati-vas seriam aquelas onde o aluno interagiria com outros estudantes a fim de resolve-las,sendo que por sua vez as reflexivas seriam aquelas onde seria necessario um tempo indivi-dual de introspeccao. Assim, a classificacao de questoes na dimensao ativo/reflexiva nao


Tabela 5.2: ) Criterios apontados por cada um dos participantes para classificacao dasquestoes

Estilo deAprendiza-gem

Criterio Particip.A

Particip.B

Particip.C

Visual Questao deve possuir elementos visuais(graficos, desenhos, imagens, etc.) emseu enunciado.

Sim Sim Sim

Visual Processo de resolucao da questao levaos alunos a desenharem graficos, dese-nhos ou imagens para atingir o resul-tado.

Sim Nao Sim

Verbal Questoes com enunciados discursivos,nao contendo formas de representacaovisual.

Sim Sim Sim

Intuitivo Questao possui/apresenta conteudoabstrato e teorico.

Sim Sim Sim

Intuitivo Resolucao e feita com calculosalgebricos (letras ao inves de numeros).

Sim Sim Sim

Intuitivo Resolucao e feita com valoresnumericos.

Sim Nao Nao

Intuitivo Exercıcios com muita informacao, exi-gindo ainda varios passos no seu pro-cesso de resolucao.

Nao Sim Sim

Sensitivo Questao possui/apresenta conteudopratico.

Nao Sim Sim

Sensitivo Questao possui/apresenta conteudopratico.

Nao Sim Sim

Sensitivo Exercıcios com enunciado conciso eprocesso de resolucao com poucos pas-sos.

Nao Sim Sim

Sequencial Questao apresenta uma estrutura depensamento linear, com grau de difi-culdade crescente em seus passos de re-solucao.

Sim Sim Sim

Sequencial Questao abrange uma parte pequena eespecıfica do conteudo proposto.

Sim Sim Sim

Global Questao envolve uma ampla gamade conhecimento, inter-relacionandovarios assuntos (conceitos) associadosao seu tema.

Sim Sim Sim

Ativo /Reflexivo

E possıvel classificar as questoes utili-zando esta dimensao.

Nao Nao Talvez


faria sentido, sendo que ela estaria associada ao comportamento dos alunos no contextoonde as questoes sao aplicadas.

Por sua vez, um voluntario afirmou que seria possıvel realizar a classificacao, emboraela seja subjetiva, variando de acordo com o classificador e tambem de acordo com cadaum dos alunos. Segundo sua interpretacao, uma questao ativa seria aquela que requereriaconceitos prontos, que poderiam ser obtidos facilmente nas fontes disponıveis aos alunoscomo livros e internet. Ja uma questao reflexiva necessitaria um momento de pausa, ondeo aluno deveria antes de responde-la refletir sobre os conceitos e conteudos apresentados.Assim, esse processo de classificacao seria subjetivo, ja que a necessidade ou nao de reflexaosobre a questao variaria de acordo com o historico de cada aluno e o seu conhecimento econtato previo com o assunto.

A partir da etapa de discussao (D) houve consenso de que tanto pela natureza da di-mensao ativa/reflexiva como pela sua subjetividade, nao seria coerente classificar questoesnesta dimensao.

Desta forma, a partir da analise dos dados do formulario preenchido pelos participantes(ver Tabela 5.2) e das classificacoes de questoes por eles realizada (ver Apendice H, secaoH.3), foi construıda a Tabela 5.3, indicando o mapeamento final dos criterios utilizadospara classificacao de questoes:

5.1.4 Conclusoes

A analise e interpretacao dos dados deste experimento indica que, conforme apontadopreviamente (ver secao 5.1.1) a leitura e interpretacao do trabalho de Felder & Silverman(1988) [50] contem elementos subjetivos em relacao a sua aplicacao para a classificacao dequestoes segundo os estilos de aprendizagem. Essa subjetividade pode ser verificada peloscriterios apontados por cada um dos estudantes (ver Tabela 5.2) e tambem pela classi-ficacao de questoes por eles realizadas (ver Anexo H, secao H.3), onde foram identificadasdiscrepancias nesse processo de classificacao (64,82%, 70,38% e 46,30% para as dimensoesvisual/verbal, intuitiva/sensitiva e sequencial/global, respectivamente).

Desta forma, a contribuicao deste experimento esta na elaboracao de criterios objetivosque podem ser usados para tornar mais clara e simples a classificacao de questoes segundoseu estilo de aprendizagem. Esses criterios sao utilizados nos experimentos descritos aseguir, em especial no experimento apresentado na secao 5.5, de predicao de estilos deaprendizagem a partir da classificacao e analise das respostas dos alunos em um curso dauniversidade. Ainda, dada a importancia e abrangencia do modelo de Felder & Silverman(1988) [50], acredita-se que o mapeamento aqui apresentado sera de grande contribuicao aoutros pesquisadores que necessitem classificar questoes a partir deste modelo educacional.

Ainda, a partir desta metodologia podera ser desenvolvida no futuro uma classificacao


Tabela 5.3: Mapeamento Final dos Criterios para Classificacao das Questoes

Estilo de Aprendizagem Mapeamento da QuestaoSensitivo Atividades associadas com exemplos praticos e do mundo

real.Apresenta valores numericos.Exercıcios simples e com enunciado direto.

Intuitivo Atividades abstratas e teoricas, sem apelo pratico.Resolucoes algebricas, com letras e ausencia de valoresnumericos.Enunciado com grande quantidade de informacoes, descre-vendo da forma mais completa possıvel o problema.Resolucoes complexas, que exigem um grande numero de pas-sos.

Visual Atividades com pinturas, graficos, fluxos de dados, diagra-mas e demonstracoesQuestoes sem graficos, mas onde explicitamente e solicitadoao aluno a composicao de graficos ou diagramas no processode resolucao

Verbal Atividades onde ha predominancia da linguagem escrita.Sequencial Atividades que se focam principalmente num topico es-

pecıfico, preferencialmente numa sequencia logica.Resolucao direta, aplicando conceitos unicamente associadosao enunciado do exercıcio.

Global Atividades complexas, que relacionam um topico especıfico aoutros ja previamente abordados. Envolvem ampla gama deconhecimentos, com fim de fazer uma ponte entre diversosassuntos relacionados.

Ativo Nao e possıvel mapearReflexivo Nao e possıvel mapear

5.2. Primeiro Experimento envolvendo o prototipo do LSQuiz 123

nao binaria das questoes, onde o classificador determinaria, para cada dimensao, a escalaou grau de estilo de aprendizagem. Esse tipo de classificacao e mais complexa pois ograu de subjetividade associado a definicao de um determinado nıvel para os estilos deaprendizagem e maior do que a definicao binaria (presenca ou nao) desses estilos.

5.2 Primeiro Experimento envolvendo o prototipo doLSQuiz

5.2.1 ContextualizacaoEste experimento foi realizado numa turma de graduacao da disciplina PG002 (TopicosEspeciais em Polıticas Publicas II), na Faculdade de Ciencias Aplicadas da Unicamp, emLimeira. Essa turma foi escolhida por seu numero diminuto de alunos matriculados, ape-nas 11, tornando mais efetivo o procedimento inicial de aplicacao e analise do prototipo.

Em relacao a docente, inicialmente foi realizado um processo de treinamento, onde elafoi instruıda a respeito do funcionamento, caracterısticas e limitacoes do LSQuiz.

A partir dos resultados obtidos neste experimento, foi tracada a estrategia para oexperimento seguinte, descrito na secao 5.2, realizado numa turma maior onde foi validadaa funcionalidade de criacao e aplicacao de formularios inteligentes.

Na Tabela 5.4 e apresentada uma sıntese das etapas que constituem este experimento:

Tabela 5.4: Sıntese das etapas do primeiro experimento envolvendo o prototipo do LSQuiz

Secao Descricao5.2.2 Material e Metodos: Descricao de como ocorreu o experimento, em subsecoes

divididas em preparacao, introducao, teste e sessao final.5.2.3 Discussao dos Resultados: Apresentacao e discussao dos resultados obtidos no

experimento, de acordo com a funcionalidade analisada.5.2.4 Analise Final e Preparacao do Proximo Experimento

5.2.2 Material e MetodosA metodologia deste experimento seguiu a recomendacao proposta por Rocha & Bara-nauskas (2003) [104], sendo implementada nas seguintes etapas: preparacao, introducao,teste e sessao final. A metodologia do experimento e apresentada a seguir:

• Preparacao: Nas aulas anteriores ao experimento, a docente identificou que a maioriados alunos utilizava em aula algum dispositivo com acesso a internet. Desta forma,


considerando-se que a turma possuıa 11 alunos, foram levados no dia do experimentoalguns dispositivos extras (2 media tablets, 2 ipods e 1 smartphone) para seremempregados se necessario.

Como 10 dos 11 alunos presentes possuiam um dispositivo, foi necessario cederapenas um dispositivo extra (media tablet) a este aluno. Com o intuito de otimizar oprocesso de acesso ao prototipo da ferramenta, os alunos ja haviam sido cadastradospreviamente no sistema, que foi inclusive utilizado parcialmente durante o semestreletivo como ferramenta de suporte ao ensino da disciplina. Entretanto, durante oacesso dos usuarios, identificou-se que as senhas de alguns alunos nao eram validas, oque demandou um certo tempo de configuracoes adicionais (em torno de 15 minutos)para garantir o acesso de todos ao sistema.

• Introducao: Nesta etapa foi apresentado aos alunos o objetivo deste experimento,bem como informado que o teste visa avaliar o sistema e nao os seus usuarios. Osalunos assim teriam a liberdade de fazer qualquer tipo de observacao sobre o sistema,indicando, sem nenhum receio, problemas ou pontos a serem melhorados.

Apos as apresentacoes iniciais, os alunos foram convidados a acessar o Moodle deproducao 1 , onde o prototipo do LSQuiz estava instalado, para responderem aoquestionario proposto, composto de 5 questoes associadas ao tema da disciplina.

• Teste: A primeira questao do questionario, de posicionamento e localizacao dos alunosno mapa da classe, foi realizada simultaneamente por todos os alunos. Ja a docenteda disciplina exibiu no projetor o posicionamento em tempo real do mapa da classe,conforme os alunos inseriam os dados no sistema.

Apos isso os alunos tiveram a liberdade de responder ao questionario a seu propriopasso, solicitando ajuda ao sistema ou aos colegas para responder as questoes.

• Sessao Final: Nesta etapa os alunos e docente receberam e responderam um for-mulario de avaliacao (ver Apendice E). Os dados, quantitativos e qualitativos obti-dos por meio dessas respostas, sao discutidos nas secoes 5.2.3 (discussoes especıficas)e 5.2.4 (analise geral) a seguir.

5.2.3 Discussao dos Resultados

Os resultados apresentados e discutidos nesta secao foram obtidos atraves da aplicacaode um formulario aos alunos e docente, disponıvel no Apendice E desta tese. Como forma

1Disponıvel em http://edu.ic.unicamp.br/moodle Acesso em Dezembro de 2014


de facilitar o acesso as respostas, as mesmas foram digitalizadas, estando disponıveis noservidor do projeto 2.

A- Tipo de dispositivoNa Figura 5.1 e apresentada a distribuicao dos tipos de dispositivos pelos alunos da

sala, sendo 40% deles dispositivos moveis (media tablets ou smartphones).

Figura 5.1: Distribuicao dos tipos de dispositivos pelos alunos da sala de aula

B- Localizacao em sala de aulaA avaliacao quantitativa aponta que os alunos consideraram apenas parcialmente

valida a afirmacao de que e simples e facil informar ao sistema sua localizacao em sala deaula. Isso ocorreu pois os alunos tentaram determinar de forma precisa sua localizacao,sendo que o mapa da classe definido para a atividade continha um numero aproximadode carteiras, nao correspondendo aos valores exatos encontrados na sala de aula.

Os dados da avaliacao quantitativa a respeito da localizacao dos alunos sao apresen-tados na Figura 5.2:

Figura 5.2: Resposta a afirmacao: Foi simples e pratico informar ao sistema minha loca-lizacao na sala de aula.

Ja em relacao a visualizacao do mapa da classe, nota-se pela Figura 5.3 que os alunos2Disponıvel em http://edu.ic.unicamp.br/caceffo Acesso em Dezembro de 2014


concordam com a afirmacao de que a representacao fornecida e coerente com a realidade:

Figura 5.3: Resposta a afirmacao: O mapa da classe apresentou uma representacao corretade minha posicao e de meus colegas em sala de aula.

Na Tabela 5.5 sao apresentados os problemas relatados pelos alunos na avaliacaoqualitativa deste topico:

Em relacao a docente, sua opiniao indica que, na visao do professor neste caso, avisualizacao do mapa da classe foi realizada com sucesso, conforme apresentado na Tabela5.6:

Atraves da analise dos dados das Figuras 5.2 e 5.3, e da Tabela 5.3, verificou-se que umdos pontos crıticos do procedimento de localizacao foi a etapa onde os alunos deveriaminformar ao sistema sua localizacao em sala de aula. Isso ocorreu pois os alunos esperavamum mapa da classe identico ao real, ou seja, uma representacao exata da sala de aula,posicao por posicao.

Essa porem nao e a proposta da arquitetura, sendo que o objetivo e a determinacaoaproximada da localizacao dos alunos na sala de aula. Assim, busca-se permitir a iden-tificacao de proximidade entre os alunos atraves do uso de templates de sala de aulapre-definidos. Esse procedimento foi adotado para permitir a eventual adocao em largaescala da arquitetura, desobrigando assim o professor a construir, para cada sala de aulaa ser utilizada, um mapa exato deste local.

Conforme explicam Rocha & Baranauskas [104], os ”modelos mentais sao explicadospela Psicologia Cognitiva com respeito a sua estrutura e funcao no raciocınio humanoe linguagem (...) sendo acionados quando nos e referido fazer inferencias ou previsoessobre determinado assunto. Em relacao ao usuario, e o modelo que o usuario desenvolvepara entender e explicar a operacao do sistema.”

Desta forma, identificou-se uma discrepancia em relacao ao modelo conceitual doprototipo, criado para suportar a localizacao por aproximacao, e o modelo mental dosusuarios, que esperavam poder utilizar o sistema associando sua exata localizacao ao


Tabela 5.5: Avaliacao qualitativa dos alunos sobre o procedimento de localizacao em salade aula

Problema ObservacoesP1 - Informar localizacao - ”O cursor de localizacao foi um pouco confuso.”P2 - Visualizacao do Mapa da classe - ”O mapa nao foi totalmente correto, pois

tinham mais lugares na sala do que no sistema.”- ”A disposicao e numeros das cadeiras e fileirasfoi diferente. Embora como haviam poucaspessoas, foi satisfatorio.”- ”Devido ao agrupamento unico das carteirasda sala que utilizavamos para responder oquestionario, fica difıcil adaptar o mapa daclasse no sistema a posicao real dos alunos.”

- ”De uma forma geral a sala estava bem repre-sentada. Entretanto, a quantidade de lugaresnao corresponde a realidade: no Sistema ha me-nos lugares.”

Tabela 5.6: Opiniao da docente em relacao a visualizacao do mapa da classe

Afirmacao Classificacao do DocenteO mapa da classe apresentou uma representacao corretada posicao dos alunos em sala de aula.

Concordo Totalmente

Para cada aluno, no mapa da classe foi possıvel identi-ficar seus dados pessoais (e.g nome e foto) e localizacaoem sala de aula

Concordo Totalmente


mapa apresentado. Sendo que idealmente ambos os modelos deveriam convergir (Rocha& Baranauskas, 2003), com o intuito de aproxima-los foram propostas e implementadasas seguintes alteracoes no prototipo, conforme indicado na Tabela 5.7:

Tabela 5.7: Alteracoes realizadas no prototipo para solucionar os problemas apontadosnesta etapa

Problema Associado Descricao das Solucoes AdotadasP1 - P2 Mudanca na forma como as figuras do mapa da classe sao cons-

truıdas, criando-se pequenas regioes onde o aluno deve posicio-nar sua caixa de selecao, diminuindo-se assim propositalmente aprecisao desse procedimento.

P2 Adicao de um texto explicativo, informando que a localizacao doaluno deve ocorrer de maneira aproximada.

P2 Alteracao do texto da caixa de selecao dos alunos, que passoua conter sempre a palavra aluno ao inves do nome do aluno,evitando assim que a caixa fique demasiadamente grande emdeterminadas circunstancias.

P2 Mudanca na forma como as figuras do mapa da classe sao cons-truıdas, desfocando-se as carteiras de forma a evitar que os alu-nos busquem posicionar a caixa de selecao sobre um espaco es-pecıfico.

Os problemas indicados na Tabela 5.7, bem como os demais problemas identificadosnas proximas secoes, foram agrupados num conjunto de diretrizes de mudancas para oLSQuiz, conforme apresentado na Tabela 5.15. Essas alteracoes serao validadas em umexperimento futuro, indicado no Capıtulo 6, secao 6.4.

Apesar dos problemas discutidos acima, a avaliacao dessa etapa foi bastante positiva,sendo que os alunos e professor foram capazes de identificar corretamente sua localizacaono sistema.

C- Recebimento, Visualizacao e Resolucao das QuestoesNa Figura 5.4 e indicada a resposta dos alunos em relacao ao procedimento de recebi-

mento e visualizacao das questoes:Ja a Figura 5.5 aponta as respostas em relacao ao tipo de interacao, de acordo com o

dispositivo utilizado:Na Tabela 5.8 sao apresentados os problemas relatados pelos alunos na avaliacao

qualitativa deste topico:Os dados quantitativos obtidos na secao anterior indicam que de um modo geral os

alunos tiveram uma boa experiencia em relacao ao recebimento, visualizacao e resolucaodas questoes. Por sua vez, os dados qualitativos apontam alguns problemas ocorridos,


Figura 5.4: Resposta a afirmacao: Foi possıvel receber e visualizar corretamente as ativi-dades no dispositivo utilizado.

Figura 5.5: Resposta a afirmacao: O processo de interacao disponıvel e suportado pelodispositivo (touch, caneta eletronica ou mouse e teclado) foi adequado para resolver aatividade

sendo o mais grave uma falha (bug) interno do sistema Moodle (problema P3 da Ta-bela 5.15), ocorrido na resolucao da 3a questao, impedindo que alguns alunos pudessemcontinuar respondendo o questionario.

Outro problema identificado (problema P4 da Tabela 5.5) foi, apos a resolucao doquestionario, a ausencia da exibicao da tabela indicativa das notas das questoes. Esseproblema ocorreu apenas com os dispositivos moveis, e e oriundo do tema bootstrap,customizado especialmente para esses dispositivos (ver Apendice D, secao D.4). Sendoque este tema foi customizado para permitir apenas a exibicao de informacoes essenciaisdo questionario, foram removidas informacoes consideradas superfluas, incluindo-se assimequivocadamente esta tabela de notas.

Assim, a partir dessa analise, foram propostas solucoes para os problemas encontrados,conforme apresentado na Tabela 5.9:


Tabela 5.8: Avaliacao qualitativa dos alunos sobre o procedimento de recebimento, visu-alizacao e resolucao das questoes

Problema ObservacoesP3 - Erro (Bug) - ”Nao foi possıvel receber e visualizar corretamente as atividades

do dispositivo utilizado atraves do meu iPad (e nem atraves doiPhone), um vez que o sistema travou, indicando erro nao detectadoque deve ser corrigido pelo programador.”- ”Na tentativa de responder a 3a questao de um questionario houveuma falha, me impossibilitando de continuar a atividade.”

P4 - Visualizacao - Como utilizei um iPad, ao final do questionario nao pude visualizaro resumo do meu desempenho.


Problema Associado Descricao da Solucao AdotadaP3 Identificacao da origem e resolucao do bug.P4 No tema para dispositivos moveis, realizacao da adicao, ao final

do questionario, da tabela indicativa das notas das questoes.

D- Solicitacao de Ajuda para ColegasEsta secao do formulario apenas foi preenchida pelos alunos que participaram do pro-

cesso de ajuda (ajudando ou solicitando auxılio). Apos o aluno solicitante acionar o botaoSolicitar Ajuda, o sistema seleciona a partir de criterios como afinidade e proximidade oaluno mais indicado para auxilia-lo. Este aluno recebe entao uma mensagem informativa,contendo o mapa da classe com a foto e a localizacao do aluno solicitante. A Figura 5.6apresenta a opiniao dos alunos em relacao a essa indicacao de localizacao:

Assim, conforme indicado na Figura 5.6, a maior parte dos alunos considerou positivoeste processo de localizacao, em especıfico a forma como o sistema indicou a localizacaodo colega em sala de aula. Por sua vez, na Figura 5.7 e indicada a opiniao dos alunos arespeito da facilidade de deslocamento ate o local ocupado pelo aluno solicitante:

No caso da Figura 5.7, os alunos indicaram que nao houve problemas no deslocamentodurante o procedimento de ajuda. Ja a Figura 5.8 apresenta a opiniao dos alunos emrelacao ao procedimento de qualificacao dos colegas:

Em relacao a Figura 5.8, a avaliacao quantitativa tambem foi positiva, indicando quea maior parte dos alunos aprovou o procedimento de qualificacao atraves do botao like.Por sua vez, na Figura 5.9 e apresentada a opiniao dos alunos a respeito da importanciado procedimento de ajuda em relacao a duvida ou dificuldade originais:


Figura 5.6: Resposta dos alunos a afirmacao: O sistema indicou corretamente o localonde meu colega estava sentado.

Figura 5.7: Resposta dos alunos a afirmacao: O deslocamento ate o local ocupado pelomeu colega ocorreu de forma tranquila.

Figura 5.8: Resposta dos alunos a afirmacao: O procedimento de qualificacao do processode ajuda, atraves dos botoes Like, foi simples e claro de ser realizado

Por fim, na Figura 5.10 e exibida a opiniao dos alunos a respeito da importancia dese ter a funcionalidade de solicitacao de ajuda a colegas disponıvel durante a resolucao deum questionario:


Figura 5.9: Resposta a afirmacao: O procedimento de ajuda foi importante para meajudar a resolver a dificuldade ou duvida em relacao a atividade proposta.

Figura 5.10: Resposta dos alunos a afirmacao: De um modo geral, considero positiva apossibilidade de solicitar auxılio aos colegas para resolver uma atividade.

Como pode ser visto na Figura 5.10, houve uma avaliacao positiva em relacao aaprovacao da possibilidade do processo colaborativo como um todo, ou seja, os alunosparticipantes consideram positiva a possibilidade de solicitar ou receber ajuda de colegasdurante a resolucao de atividades.

Ja a na Tabela 5.10 sao apresentadas as opinioes relatadas pelos alunos na avaliacaoqualitativa deste topico:

Por sua vez, a docente apontou a questao de travamento como um dos aspectos nega-tivos do procedimento de ajuda. A Tabela 5.11 indica sua opiniao a respeito do eventualbenefıcio do processo de ajuda para o aprendizado do conteudo e sobre a movimentacaodos alunos nesse procedimento:

Os dados quantitativos relatados na secao anterior indicam uma boa aceitacao dosalunos em relacao as etapas do procedimento de solicitacao de ajuda, como localizacaodos colegas, deslocamento e qualificacao. Ainda, foi unanime a avaliacao a respeito daimportancia e relevancia desse procedimento, embora nao seja possıvel quantificar nestemomento seu impacto educacional.

Ja na avaliacao qualitativa foram obtidas algumas sugestoes dos alunos, como a pos-sibilidade de comunicacao via chat no sistema. Ainda, foi identificado um bug (problema


Tabela 5.10: Avaliacao qualitativa dos alunos sobre o procedimento de solicitacao de ajudaaos colegas

Problema ou Sugestao Observacoes dos AlunosP5 - Erro (Bug) ”Solicitei ajuda a uma aluna, porem a mesma estava des-

logada e o sistema considerou como se nao tivesse solici-tado nenhuma ajuda.”

Sugestao ”Sugiro que possa ser escolhida a pessoa para ajudar,e criar uma especie de bate-papo para tirar as duvidas,sem necessariamente ir ate a mesa do aluno.

P6 - Problema no algoritmo ”Na questao da ajuda, mesmo tendo pedido ajuda e naocurtido 4 vezes da mesma pessoa, o sistema continuapedindo ajuda ao mesmo colega.”

Tabela 5.11: Opiniao da docente a respeito do procedimento de solicitacao de ajuda

Afirmacao Classificacao da DocenteAcredito que esse procedimento de soli-citacao de ajuda a um colega foi beneficopara o aprendizado do conteudo proposto.

Indiferente

O processo fısico associado a essa solicitacao(movimentacao em sala de aula, troca de lu-gares, etc) ocorreu de forma rapida e tran-quila.

Concordo Parcialmente


P5 da Tabela 5.7), que ocorre quando o aluno que recebe a solicitacao de ajuda por algummotivo nao a responde - ou por realmente nao desejar ajudar ou porque nao esta maiscom acesso ao sistema.

Neste caso especıfico relatado no problema P5, o aluno que recebeu a solicitacao estavacom dificuldade de acesso devido ao bug relatado no problema P3. Por fim, houve aindaa consideracao feita por um aluno, descrita no problema P6, de que sempre um mesmocolega era determinado pelo sistema para lhe ajudar, independentemente das sucessivasavaliacoes negativas por ele feitas. Apesar de nao terem anotado no formulario de ava-liacao, essa situacao foi apontada verbalmente ao professor por outros alunos no dia doexperimento.

Esse problema ocorre justamente porque o algoritmo inicialmente desenvolvido paraesta etapa, atribui um peso muito grande a localizacao do aluno, em detrimento da afi-nidade construıda em relacao aos estudantes. Assim, essas colocacoes motivaram umaalteracao no algoritmo, conforme descrito no problema P6.

Na Tabela 5.12 e apresentado um resumo dos problemas e das solucoes adotadas parao proximo experimento:


Problema Associado Descricao das solucoes a serem adotada no proximo experimentoP5 a) Resolucao do bug que faz com que os alunos percam acesso a

ferramenta.b)Adicao de um botao cancelar solicitacao, liberando os alunosenvolvidos do processo colaborativo.

P6 Alteracao do calculo utilizado para determinar qual aluno seraescolhido para realizar a ajuda, ampliando-se o peso da afinidade(Fator de Afinidade, FA) em detrimento da distancia entre osalunos.

E- Solicitacao de Ajuda ao Sistema (dicas)Como forma de otimizar o espaco aqui utilizado, a Figura 5.11 mostra as respostas

obtidas (identicas) dos alunos em relacao a 3 afirmacoes feitas no formulario:a) Foi possıvel visualizar corretamente a dica no dispositivo utilizado.b) A visualizacao da dica contribuiu para a resolucao do exercıcio.c) A visualizacao da dica contribuiu para melhorar seu aprendizado.De um modo geral, conforme ilustrado na Figura 5.11, houve uma grande aceitacao

em relacao a possibilidade de visualizacao de dicas durante a resolucao dos exercıcios. Jana Figura 5.12 e exibida a opiniao dos alunos em relacao a sua preferencia, ou nao, em


Figura 5.11: Resposta as afirmacoes sobre visualizacao de dicas

resolver exercıcios que possuam dicas associadas:

Figura 5.12: Resposta a afirmacao: E preferıvel resolver um exercıcio com uma dicaassociada do que um que nao possua dica.

Atraves da analise das Figuras 5.11 e 5.12, e possıvel afirmar-se que os alunos fo-ram muito receptivos ao uso de dicas durante os questionarios, considerando que elascontribuem tanto para a resolucao dos exercıcios como para o processo de aprendizado.Alem disso, caso seja possıvel escolher, os alunos preferem exercıcios que possuam dicasassociadas

F- Geral sobre o uso do PrototipoEm sua ultima parte, o formulario de avaliacao apresenta afirmacoes associadas ao

uso geral do prototipo, a satisfacao e a motivacao dos usuarios. Assim, a Figura 5.13apresenta a opiniao dos alunos em relacao a fixacao do conteudo, quando comparado auma aula tradicional:

Conforme aponta a Figura 5.13, os alunos indicaram considerar positivo o uso daferramenta em relacao ao aprendizado do conteudo da disciplina. Ja na Figura 5.14 eanalisado o aumento de motivacao dos alunos na utilizacao do prototipo da ferramenta:

Em relacao a Figura 5.14, foi identificado que os alunos consideram positivo o usoda ferramenta como fator para aumento de sua motivacao. Do ponto de vista educaci-


Figura 5.13: Resposta a afirmacao: O uso da ferramenta permitiu fixar melhor o conteudodo que em uma aula normal

Figura 5.14: Resposta a afirmacao: O uso da ferramenta aumentou sua motivacao emrelacao ao conteudo ensinado

onal essa abordagem e mais interessante que a identificada na Figura 5.13, ja que umadas caracterısticas do modelo do aprendizado ativo o objetivo envolve que os alunos seinteressem em aprender ao inves de absorver e memorizar informacao.

Por sua vez, na Figura 5.15 sao exibidos os resultados obtidos em relacao a afirmacaoque associa o uso de dispositivos eletronicos com uma eventual dispersao ocorrida na salade aula.

A partir da analise da Figura 5.15 nota-se que parte dos alunos (40%) afirmam queo uso de dispositivos eletronicos foi motivo de dispersao durante a aula. Isso pode seratribuıdo aos problemas iniciais de configuracao e conexao com a rede (ver secao 5.2.2),ou mesmo a alguns bugs encontrados durante a execucao (ver avaliacao qualitativa, naTabela 5.12 ).

Ja a questao referente a Figura 5.16 foi utilizada para verificar se o uso da ferramenta


Figura 5.15: Resposta a afirmacao: O uso de dispositivos eletronicos em sala de aula foimotivo de dispersao

foi transparente, ou seja, sem problemas de configuracao, conexao, etc. O objetivo foimedir ate que ponto a ideia proposta pela computacao ubıqua (ver Capıtulo 2, secao 2.2),de tornar os dispositivos presentes de forma natural no uso cotidiano, foi valida nesteexperimento:

Figura 5.16: Resposta a afirmacao: A utilizacao da ferramenta foi transparente (semproblemas de configuracao, rede, etc)

De acordo com a Figura 5.16, a maior parte dos alunos apontou problemas de confi-guracao e infraestrutura, referindo-se aos problemas iniciais de conexao, conforme indicadona secao 5.2.2. Por fim os alunos informaram, conforme apresentado na Figura 5.17, sedesejariam cursar outras disciplinas utilizando o prototipo da ferramenta:

De acordo com a Figura 5.17, a avaliacao final do uso do LSQuiz foi positiva, sendoque a maior parte dos alunos gostaria de voltar a utilizar a ferramenta no futuro.

Em relacao a avaliacao qualitativa, na Tabela 5.13 sao apresentados os resultados


Figura 5.17: Resposta a afirmacao: Se possıvel, gostaria de ter mais aulas ou cursar outrasdisciplinas que utilizem a ferramenta

qualitativos extraıdos desta secao do formulario de avaliacao, agrupados por assunto:Ja em relacao a docente, a visao geral sobre o uso do prototipo e apresentada na

Tabela 5.14 :Ja na avaliacao qualitativa, a docente fez a seguinte declaracao: ”A motivacao na

participacao em aula foi ampliada com o uso da ferramenta”.

5.2.4 Analise Final e Preparacao do Proximo ExperimentoDe um modo geral, tanto os alunos como a docente aprovaram o uso do prototipo da fer-ramenta, apontando sua utilidade no processo de ensino e aprendizado, sendo ainda umfator positivo de motivacao e aumento de interesse em sala de aula. Segundo os alunos, aaula se tornou mais dinamica e interessante atraves do processo de comunicacao e cola-boracao proposto pela ferramenta, enquanto a docente apontou o aumento de participacaoe motivacao dos alunos. Essas caracterısticas sao justamente o intuito do AprendizadoAtivo, conforme descrito no Capıtulo 2. Como limitacao do experimento, porem, naofoi considerado o impacto do Efeito Hawthorne. Este efeito afirma que eventualmenteos indivıduos podem reagir de forma diferente (usualmente de forma mais efetiva que onormal) quando sabem que estao sendo observados por terceiros.

Os problemas ocorridos, tanto no inıcio da aula (configuracao de fotos e senhas), bemcomo o bug relativo a visualizacao de algumas questoes, foram porem elementos negativosnesse processo. Assim, a percepcao dos alunos em relacao ao uso transparente da ferra-menta e a dispersao causada pela tecnologia (objetivos da computacao ubıqua, descritano Capıtulo 2, secao 2.2), foram afetados negativamente por esses fatores. Nota-se que osproblemas de ambiente nao foram causados diretamente pela ferramenta, mas afetaram oseu uso. Esse talvez seja um dos principais desafios para se criar a transparencia propostapela computacao ubıqua, ja que os sistemas e dispositivos estao interligados de tal forma


Tabela 5.13: Avaliacao qualitativa dos alunos sobre o uso da ferramenta como um todo

Assunto Observacoes dos AlunosTamanho da Sala de Aula - Em relacao a localizacao e locomocao na sala de aula

nao tive dificuldades pois o anfiteatro da sala permite afacil locomocao, alem de ter poucos alunos na sala. Sefosse nos anfiteatros antigos, nao seria possıvel..

- ”Apesar de concordar totalmente, acredito que so houvesucesso pois haviam poucos alunos na sala, e a sala erarelativamente pequena. Se fossem maiores, a turma e asala, acredito que seria mais difıcil.”

Motivacao dos alunos - ”A aula foi muito mais interessante e criou relacoes mai-ores entre os alunos.”- ”A utilizacao de mıdias e plataformas dinamizam mais asaulas e aumenta o interesse nas aulas e melhoram a fixacaodo conteudo. Embora ache que a utilizacao total dessa fer-ramenta nao seria o ideal.”- ”A ideia da ferramenta e muito boa, e pode facilitar defato o aprendizado atraves da troca de informacoes entrecolegas e a possibilidade de rapida visualizacao da respostacorreta para cada questao.”

Problemas (Bugs) - ”Entretanto, ainda poderiam ser feitas determinadas me-lhorias tecnicas e funcionais no sistema.”- ”A utilizacao de mıdias e plataformas dinamizam mais asaulas e aumenta o interesse nas aulas e melhoram a fixacaodo conteudo. Embora ache que a utilizacao total dessa fer-ramenta nao seria o ideal.”- ”O sistema parece bom, entretanto ocorreram alguns pro-blemas. Acredito que se forem resolvidos, pode ser muitointeressante para os estudantes.”


Tabela 5.14: Avaliacao qualitativa dos alunos sobre o uso da ferramenta como um todo

Afirmacao Classificacao do Do-cente

Os alunos aprendem e fixam me-lhor o conteudo numa aula emque usam a ferramenta do que emuma aula normal.

Concordo Totalmente

O uso da ferramenta aumentou amotivacao dos alunos.

Concordo Totalmente

O uso de dispositivos moveis emsala de aula foi motivo de dis-persao dos alunos.

Nao Concordo Total-mente

A utilizacao da ferramenta foitransparente (sem problemas deconfiguracao, rede, etc)

Nao Concordo Parci-almente

Foi possıvel avaliar em tempo realo entendimento dos alunos emrelacao ao conteudo ensinado.

Concordo Totalmente

Pretendo continuar utilizando aferramenta e suas novas versoes.

Concordo Totalmente

5.3. Primeiro Experimento envolvendo Estilos de Aprendizagem 141

que um problema associado a um deles se propaga a todos os demais, comprometendoassim todo o ambiente.

Os alunos apontaram ainda como um fator de risco para o projeto o tamanho da salade aula e a quantidade de alunos presentes. Segundo eles, a sala onde foi realizado o ex-perimento e a quantidade pequena de pessoas foram fatores que favoreceram a locomocaoe comunicacao entre os alunos, sendo que em outras condicoes talvez a utilizacao daferramenta nao fosse tao efetiva.

Essa colocacao feita pelos alunos nao apenas e valida, como tambem foi pre-determinadano momento em que os experimentos foram planejados. Desta forma, o experimento des-crito neste capıtulo foi propositalmente aplicado a uma turma pequena de alunos, justa-mente para facilitar a analise e validacao do prototipo da ferramenta. A partir disso, eseguindo-se a metodologia do modelo de prototipacao em espiral (Rocha & Baranauskas,2003), foram determinadas as seguintes diretrizes para o proximo experimento (descritono Capıtulo 6, secao 6.4), apresentadas na Tabela 5.15:

Tabela 5.15: Diretrizes a serem seguidas no proximo experimento

Diretriz DescricaoD1 - Resolucao dos problemas tecnicos (bugs) e alteracoes na arquitetura identi-

ficados neste experimento (solucoes apresentadas nas Tabelas 5.7, 5.9 e 5.12).D2 - Aplicacao do prototipo em uma turma com mais alunos, onde o espaco

disponıvel para locomocao em sala de aula e menorD3 - Validacao das demais funcionalidades previstas na AUSAA.

5.3 Primeiro Experimento envolvendo Estilos de Apren-dizagem

O experimento descrito nesta secao foi realizado considerando-se a preocupacao com aprivacidade dos dados e seguranca dos participantes. Maiores informacoes a respeito doprojeto submetido ao CEP (Comite de Etica em Pesquisa) estao disponıveis no ApendiceI.

5.3.1 Requisitos e Objetivos

Com o intuito de aproximar a comunidade academica do projeto, bem como obter in-formacoes e feedback dos professores sobre seus anseios, experiencias e expectativas em


relacao a aplicacao de novos paradigmas e tecnologias associadas ao ensino, foi criado umgrupo de pesquisa denominado Conversando sobre Educacao.

A partir da conversa com os professores, identificou-se que a metodologia peer ins-truction (ver Apendice B, secao B.6) era aplicada no Instituto de Fısica da Universidade,na disciplina Fısica Geral I (F128). Essa aplicacao consistia na disponibilizacao de ques-tionarios de pre-aula 3, que deveriam ser respondidos com antecedencia de 24 horas pelosalunos antes das aulas teoricas da disciplina. Os objetivos de aplicacao deste metodo eram:a) criar um habito de estudo nos alunos, que deveriam ler com antecedencia o conteudodas aulas e b) permitir aos docentes da disciplina identificarem com antecedencia proble-mas no entendimento do conteudo, que poderia ser alterado de acordo com as necessidadesdos alunos.

Ainda, verificou-se que os questionarios de pre-aula, aplicados atraves do Moodle ins-titucional da universidade, eram compostos por questoes adicionadas segundo o criteriode relevancia na disciplina, sem considerar porem a eventual correlacao dos estilos deaprendizagem dos alunos com as questoes. Desta forma, definiu-se em conjunto com oscoordenadores da disciplina este experimento, visando os seguintes objetivos:

• Identificacao dos estilos de aprendizagem dos alunos, atraves da resolucao do ques-tionario online de Felder & Silverman (1988) [50].

• Classificacao das questoes segundo seus estilos de aprendizagem.

• Identificacao dos estilos de aprendizagem dos alunos atraves do LSQuiz, a partir daclassificacao das questoes (item 2) e das respostas fornecidas pelos alunos.

• Validacao do metodo de predicao de estilos de aprendizagem do LSQuiz, comparando-se os resultados obtidos pelo questionario ILS (item 1) e pelo LSQuiz (item 3).

• A partir da analise de dados do experimento (estilos de aprendizagem dos alunos edas questoes), criacao de uma proposta de adequacao (balanceamento) das questoesde forma a serem adequadas aos estilos de aprendizagem dos alunos.

A Tabela 5.16 resume os passos e a metodologia empregados nesta etapa, bem comoas subsecoes onde cada passo e descrito em detalhes:

3Nesta abordagem os alunos devem ler com antecedencia o conteudo da proxima aula magna a serministrada, respondendo a um questionario no sistema Moodle institucional com questoes de multiplaescolha associadas ao respectivo assunto. A resolucao desses questionarios foi definida como obrigatoriana disciplina, sendo que sua realizacao, independentemente da nota, conta para o computo da mediafinal.


Tabela 5.16: Metodologia do experimento de validacao do metodo de Predicao de Estilosde Aprendizagem

Secao Descricao5.3.2 Instalacao do Moodle no servidor de desenvolvimento5.3.3 Importacao dos dados do Moodle Institucional5.3.4 Instalacao do plugin LSQuiz5.3.5 Classificacao das questoes importadas5.3.6 Obtencao dos estilos de aprendizagem dos estudantes, segundo Felder5.3.7 Obtencao dos estilos de aprendizagem dos estudantes, segundo o prototipo do

LSQUIZ5.3.8 Analise dos Dados5.3.9 Conclusoes e Planejamento para os Proximos Experimentos

5.3.2 Instalacao do Moodle no servidor de desenvolvimento

Conforme descrito no Capıtulo 5 a arquitetura foi implementada como um plugin do sis-tema Moodle, nomeado LSQuiz. Desta forma, considerou-se como um passo natural paravalidacao da ferramenta a aplicacao do prototipo LSQuiz em conjunto com a disciplinade Fısica Geral I (F128).

Ocorre que o Centro de Computacao da Unicamp mostrou-se pouco receptivo a ins-talacao de um plugin experimental no Moodle institucional da universidade, alegando (atecerto ponto com razao) que esse sistema, por ser um meio de avaliacao dos alunos, deveriaser livre de eventuais falhas ou bugs causados por componentes ainda em desenvolvimentoe testes.

Deste modo a estrategia foi alterada, sendo os dados do Moodle Institucional (instaladono Centro de Computacao) importados para o Moodle de desenvolvimento instalado noInstituto de Computacao. Assim, para a realizacao deste experimento foi instalada umanova instancia 4 do Moodle (versao 2.5) no servidor de desenvolvimento. Isso foi necessariopara: a) manter a integridade dos dados, ja que cada nova instalacao inicia-se sem dadosdos usuarios no banco de dados e b) permitir a correta importacao dos dados do MoodleInstitucional, ja que o Moodle utilizado para desenvolvimento possuıa uma versao inferior(versao 2.3), nao compatıvel com os dados a serem importados (versao 2.4).

4Nao existem restricoes associadas ao sistema Moodle para a quantidade de instancias instaladas emservidores Linux, sendo que cada instancia opera de forma totalmente independente das demais.


5.3.3 Importacao dos dados do Moodle Institucional

O sistema Moodle possui um processo de back-up que permite a exportacao e importacaode dados do sistema. Esse procedimento usualmente e realizado por precaucao (copiasde seguranca) ou quando e feita uma mudanca ou realocacao do servidor. A Figura 5.18ilustra o modulo de gerenciamento de backups no Moodle:

Figura 5.18: Modulo de gerenciamento de back-ups

No caso deste experimento, realizado no final do ano de 2013, o objetivo inicial seria aimportacao dos dados referentes nao apenas ao segundo mas tambem ao primeiro semestredaquele ano, a partir do momento em que procedimento de Pre-Aulas foi implantado.Porem, o backup referente aos dados do primeiro semestre de 2013 nao foi fornecido peloCentro de Computacao, que alegou dificuldades tecnicas para o envio e geracao do arquivo.Segundo eles, a restauracao de dados antigos apenas poderia ser feita em situacoes crıticase de extrema importancia,como uma pane global do sistema, o que exclui solicitacoesassociadas a setores de pesquisa e desenvolvimento da universidade.

Desta forma foram importados no Moodle de desenvolvimento apenas os dados dosegundo semestre de 2013. A Tabela 5.17 indica os tipos, caracterısticas e quantidade dosdados:

Por sua vez, na Tabela 5.18 e indicado como as resolucoes das questoes se distribuemem relacao aos dados das pre-aulas e pos-aulas, conforme apresentado a seguir:

As colunas da Tabela 5.18 indicam os seguintes dados:

• Semana: Qual a semana em que foi realizada a aula.

• Atividade-Questionario: Identifica se a atividade proposta foi de pre-aula ou pos-aula

5Por motivo de seguranca, o sistema Moodle nunca exporta a senha original dos usuarios nos proce-dimentos de backup.


Tabela 5.17: Dados obtidos no procedimento de restauracao de back-up.

Nome Descricao QuantidadeAlunos Dados dos alunos 5,como email, nome

e registro academico647

Questoes Dados das questoes, com enunciado,respostas disponıveis e resposta correta(no caso de questoes de multipla esco-lha)

244

Questionarios Questionarios contendo as questoes im-portadas

25

Resolucao das Questoes Dados da resolucao ou tentativa de re-solucao feita por cada aluno em relacaoa determinada questao.

7923

• Quantidade Efetiva de Questoes no Questionario: Numero de questoes respon-didas por cada aluno no respectivo questionario.

• Quantidade Total de Questoes Disponıveis: O total de questoes disponıveis paraserem usadas pelo sistema em cada questionario.

• Alunos que acessaram o questionario: Quantidade de alunos que em algummomento fizeram algum acesso ao questionario, sem entretanto necessariamente te-lo submetido.

• Alunos que submeteram o questionario: Quantidade de alunos que acessaram oformulario, responderam suas questoes e o submeteram para avaliacao

• Nota media: Nota media de todos os alunos que submeteram o questionario.

A partir da analise da Tabela 5.18, e possıvel notar que em algumas situacoes aquantidade efetiva de questoes em determinado questionario e inferior a quantidade dequestoes disponıveis para aquele questionario. Isso ocorre pois o sistema Moodle permite aaleatorizacao dos questionarios, onde cada aluno recebe um questionario sorteado a partirde uma categoria de questoes. Essa situacao usualmente ocorre nas pos-aulas, onde naoe utilizado o processo de aleatorizacao, sendo a quantidade efetiva de perguntas superioras do pre-teste.

Por sua vez, a quantidade de alunos que acessaram o questionario e sempre inferior ados alunos que efetivamente o submeteram. Isso ocorre ja que parte dos alunos apenasacessa os questionarios, sem no entanto responde-los.


Tabela 5.18: Detalhes sobre a resolucao das questoes.

Semana Questionario QuantidadeEfetiva deQuestoes

QuantidadeTotal deQuestoes

Alunos queAcessaram oquestionario

Alunos quesubmeteramo questionario

NotaMedia

1 Pre-Aula 3 3 567 530 8.691 Pos-Aula 3 3 263 206 8.982 Pre-Aula 5 17 521 513 8.062 Pos-Aula 17 17 259 168 7.963 Pre-Aula 6 19 546 543 8.183 Pos-Aula 14 14 217 158 8.164 Pre-Aula 6 16 539 536 8.304 Pos-Aula 18 18 141 114 8.085 Pre-Aula 6 18 534 526 7.645 Pos-Aula 19 19 90 65 6.866 Pre-Aula 5 16 494 488 8.996 Pos-Aula 16 16 66 54 8.587 Pre-Aula 5 15 584 480 8.547 Pos-Aula 15 15 97 70 6.828 Pre-Aula 5 15 486 478 8.458 Pos-Aula 16 16 53 36 8.679 Pre-Aula 5 15 488 484 8.279 Pos-Aula 15 15 49 28 7.5610 Pre-Aula 6 15 467 460 8.0210 Pos-Aula 15 15 88 57 6.2311 Pre-Aula 5 11 452 446 8.2411 Pos-Aula 11 11 70 53 5.6612 Pre-Aula 5 15 452 446 8.2412 Pos-Aula 15 15 72 53 5.6613 Pre-Aula 6 12 428 421 8.70Total - 242 Pre-Aula =

170Pos-Aula =174Total = 371

7923 7409 7.95


5.3.4 Instalacao do plugin LSQuizA instalacao do plugin LSQuiz e relativamente simples, bastanto copiar o plugin e seusdiretorios para as respectivas pastas dentro do servidor do Moodle. Os detalhes tecnicosenvolvendo a criacao e utilizacao do plugin LSQuiz sao descritos no Apendice D.

5.3.5 Classificacao das questoes importadasApesar dos questionarios possuırem um total de 371 questoes (ver Tabela 5.14), identificou-se que parte dessas questoes foram reaproveitadas, fazendo parte assim de mais de umquestionario ao mesmo tempo. Pela Tabela 12.5 e possıvel visualizar que isso usualmenteocorre com os questionarios pos-aula, que repetem as questoes da pre-aula, mas sem orecurso de aleatorizacao.

Deste modo, foram encontradas e catalogadas de acordo com seu estilo de aprendiza-gem 181 questoes unicas. Na Figura 5.19 e apresentado o resultado desse procedimentode classificacao:

Figura 5.19: Classificacao das questoes, segundo seu estilo de aprendizagem.

5.3.6 Obtencao dos estilos de aprendizagem dos estudantes, se-gundo Felder & Soloman

Os pesquisadores Richard Felder e Barbara Soloman desenvolveram um questionario on-line 6 criado com o intuito de identificar os estilos preferenciais de aprendizagem dos

6Questionario disponıvel em: http://www.engr.ncsu.edu/learningstyles/ilsweb.html


estudantes (ILS). Ao final desse questionario, composto por 44 questoes, o site exibe operfil do estudante em relacao a cada uma das 4 dimensoes dos estilos de aprendizagem.A Figura 5.20 ilustra a forma como e feita a exibicao deste perfil, apontando para cadadimensao do modelo de Felder & Silverman [50] o estilo preferencial do aluno. Nesseexemplo, o aluno teria um perfil classificado como Ativo, Sensitivo, Visual e Global:

Figura 5.20: Exibicao do perfil do estudante, de acordo com os seus estilos de aprendiza-gem

Com o intuito de convidar os estudantes da disciplina F128 a participarem do estudo,foi inserido um comunicado no Moodle Institucional explicando os fundamentos destapesquisa e sua importancia para a melhora do curso. Foi ainda adicionado um linkpara um formulario criado atraves da ferramenta Google Docs, elaborado para permitir ogerenciamento e analise futura dos dados a serem obtidos, permitindo a exportacao paraformatos como .xls, .csv .txt, entre outros.

Neste formulario Google Docs, os alunos foram orientados a inserir os dados obtidosapos a resolucao do ILS. A Figura 5.21 ilustra o procedimento indicando a associacao aser feita entre esses dados:

Figura 5.21: Correspondencia entre os dados obtidos no questionario online de Felder eos dados inseridos no formulario Google Docs

Em relacao a privacidade, foi ressaltado o carater academico da pesquisa, bem comoa polıtica adotada, de utilizacao dos dados apenas com fins estatısticos, preservando-se aidentidade dos participantes. Assim, foi explicado aos alunos que os dados pessoais, comonome e registro academico sao necessarios apenas para o cruzamento de informacoes,


permitindo a comparacao dos resultados obtidos atraves do questionario de ILS com osdados obtidos apos a analise dos questionarios pre-aula e pos-aula respondidos durante osemestre.

Dos 647 alunos matriculados na disciplina, 63 responderam o questionario e inseriramos respectivos dados no formulario do Google Docs. A Figura 5.22 apresenta a classificacaodos estilos de aprendizagem desses alunos:

Figura 5.22: Classificacao dos alunos conforme seus estilos de aprendizagem, de acordocom o questionario online de Felder.

Conforme explicam Felder & Silverman (1988) [50], usualmente os estudantes da areade exatas possuem o perfil de ativos, sensitivos, visuais e sequenciais. Ja a partir da analiseda Figura 5.22 foi possıvel identificar que os estudantes participantes deste experimentosao visuais e sequenciais - conforme previsto pelos autores - sendo porem reflexivos emsua maioria, ao inves de ativos. Identificou-se ainda um equilıbrio entre o numero deestudantes sensitivos e intuitivos.

5.3.7 Obtencao dos estilos de aprendizagem dos estudantes, se-gundo o prototipo do LSQUIZ

A partir dos dados importados do Moodle Institucional e do processo de classificacaodas questoes, o prototipo do LSQUIZ foi utilizado para calcular ou predizer os estilos deaprendizagem dos alunos.

Assim, para cada um dos 63 alunos, foi feita sua classificacao de acordo com o estilode aprendizado apontado pelo LSQuiz, sendo que os alunos com estilo neutro foramdesconsiderados. Na Figura 5.22 e apresentado o resultado do procedimento de predicaodos estilos de aprendizagem:


Figura 5.23: Classificacao dos alunos conforme seus estilos de aprendizagem, de acordocom o prototipo do LSQuiz.

5.3.8 Analise dos Dados

Os dados obtidos foram analisados de duas formas: globalmente, onde comparou-se acontagem total de alunos em cada estilo de aprendizagem, validando assim a predicao domodelo para a classe como um todo e; individualmente, onde para cada aluno foi verifi-cado se o procedimento de predicao de estilo realizado pelo LSQuiz foi valido.

A- Validacao Global dos Estilos de AprendizagemOs dados obtidos atraves do questionario ILS e pelo prototipo do LSQuiz foram agrupadose plotados no mesmo grafico, conforme ilustrado na Figura 5.24:

A analise da Figura 5.24 aponta que o procedimento de predicao de estilos foi realizadacom sucesso no caso da dimensao Visual/Verbal, onde o prototipo do LSQuiz identificoucom exatidao o perfil dos alunos, obtendo-se assim um resultado identico ao encontradoa partir do questionario ILS.

No caso da dimensao sensitivo/intuitivo, enquanto os resultados extraıdos do ques-tionario ILS indicam um equilıbrio entre os alunos dessa dimensao, os dados obtidos peloLSQuiz indicam uma proporcao maior de alunos sensitivos. Ja na dimensao sequencial/-global, ambos os metodos apontam uma maior quantidade de alunos sequenciais, emborano LSQuiz essa proporcao seja nitidamente maior.

Ressalta-se, porem, que nessa analise e considerado o total de alunos classificados emcada dimensao, nao refletindo assim a acuidade de comparacao de cada um dos alunos.


Figura 5.24: Comparacao entre os dados obtidos pelas metodologias de Felder e do LS-Quiz.

Por exemplo, no caso da dimensao visual/verbal, apesar do numero indicado ser o mesmoem cada um dos estilos, nao e possıvel determinar por esta analise inicial se os mes-mos 37 alunos classificados como visuais pelo questionario ILS sao os mesmos 37 alunosclassificados como visuais pelo LSQuiz.

Assim, foi realizada uma validacao individual dos estilos de aprendizagem, conformeindicado na secao a seguir:

B- Validacao Individual dos Estilos de AprendizagemConforme descrito no Capıtulo 4, o prototipo LSQuiz conta com um relatorio onde epossıvel visualizar e analisar individualmente os estilos de aprendizagem calculados paracada aluno. Nesse experimento foi utilizada uma versao customizada desse relatorio, per-mitindo a comparacao dos estilos de aprendizagem obtidos atraves do ILS e do prototipodo LSQuiz.

Ocorre que, para cada dimensao, os dados calculados pelo LSQuiz variam entre -1 e1 (e.g -1 indicando visual e 1 indicando verbal), enquanto os dados obtidos no formularioonline de Felder variam de 11a a 11b, com intervalos de 2 unidades. Assim, para quea comparacao pudesse ser feita, os dados do questionario ILS foram convertidos para aescala de [-1,1] conforme apontado pela Tabela 5.19 :

Apos o procedimento de conversao, os dados obtidos em ambas as metodologias foramcomparados, validando-se assim a eficacia do algoritmo de predicao de estilos de apren-dizagem do LSQuiz. Na Figura 5.25 e apresentado um exemplo desse procedimento de


Tabela 5.19: Tabela de conversao dos valores obtidos no questionario de Felder para aescala [-1,1]

Valor no Questionario ILS Valor Convertido11a -19a -0,8337a -0,6665a -0,503a -0,3331a -0,1661b 0,1663b 0,3335b 0,507b 0,6669b 0,83311b 1

comparacao:No exemplo da Figura 5.25, pode-se verificar que para esse determinado aluno, o estilo

de aprendizagem obtido atraves do LSQuiz e o mesmo que o apontado no ILS para as tresdimensoes analisadas. Deste modo, a partir de analise similar automatizada feita em cadaum dos alunos, foi possıvel identificar o grau de precisao do procedimento de predicao deestilos de aprendizagem do LSQuiz, conforme apresentado na Tabela 5.20 :

Tabela 5.20: Acuracia dos valores obtidos no processo de predicao do LSQuiz

Dimensao Total de alunos segundo o LSQuiz Alunos Validados Corretamente PrecisaoSensitivo 37 19 51,35%Intuitivo 24 13 54,16%Visual 37 24 64,86%Verbal 26 13 50%Sequencial 51 28 54,9%Global 12 6 50%

Os valores da Tabela 5.20 foram obtidos de acordo com o seguinte procedimento:

• Para cada dimensao, caso o estilo de aprendizagem previsto pelo LSQuiz seja igual a0, esta dimensao e desconsiderada para o respectivo aluno. Caso seja diferente dezero, a dimensao e considerada para o valor total.


Figura 5.25: Exemplo de comparacao entre o estilo de aprendizado obtido pelo ques-tionario online de Felder e pelo prototipo LSQUIZ

• Seja LS LSQuiz o estilo de aprendizado previsto pelo LSQuiz para uma determinadadimensao e LS Felder o estilo de aprendizado identificado para essa mesma dimensaono questionario ILS. O LS LSQuiz e considerado valido apenas se o valor previstopor ele indicar o mesmo estilo de aprendizagem do que o apontado pelo ILS (e.gambos indicando visual). Em termos matematicos, essa validacao e descrita pelaFormula 5.1:

(LS LSQuiz > 0&&LS Felder > 0)||(LS LSQuiz < 0&&LS Felder < 0) (5.1)


5.3.9 Conclusoes e Planejamento para os Proximos Experimen-tos

Os dados deste experimento podem ser analisados de duas formas distintas: a) global-mente, onde considera-se o total de alunos encontrados em cada uma das dimensoes e;b) individualmente, onde considera-se a acuracia (precisao) dos dados identificados peloLSQuiz.

a) Analise Global

No caso da analise global, e possıvel identificar, conforme apontado pela Figura 5.19,que existe um predomınio de questoes intuitivas, verbais e sequenciais. Por sua vez, con-forme indicado na Figura 5.23, os metodos de predicao do ILS e do LSQuiz convergempara o predomınio de alunos visuais e sequenciais, sendo que o LSQuiz aponta uma predo-minancia de alunos sensitivos, enquanto o questionario ILS uma igualdade entre sensitivose intuitivos.

A Tabela 5.21 apresenta a distribuicao dos alunos segundo o metodo do ILS e doLSQuiz para os estilos com maior quantidade de questoes:

Tabela 5.21: Proporcao de questoes e alunos

Estilo Proporcao deQuestoes

Proporcao deAlunos segundoILS

Proporcao deAlunos segundoLSQuiz

Intuitiva 75,13% 50,79% 38,09%Verbal 90,05% 41,26% 41,26%Sequencial 73,48% 53,96% 80,95%

Assim, em relacao a dimensao sensitiva/intuitiva, verificou-se que existe um pre-domınio de questoes intuitivas (75,13%), sendo que a proporcao de alunos intuitivos emenor, tanto segundo ILS (50,79%) como segundo o LSQuiz (38,09%). Ja em relacaoa dimensao visual/verbal essa discrepancia e ainda maior, sendo 90% das questoes clas-sificadas como verbais mas apenas 41,26% dos alunos classificados neste estilo, segundoambos os metodos.

Por fim, em relacao a dimensao sequencial/global foi identificado que 73,48% dasquestoes podem ser classificadas neste estilo, nao havendo porem concordancia nos metodos,sendo que o ILS aponta para um numero menor de alunos (53,96%) e o LSQuiz para umnumero maior de alunos (80,95%). Ocorre que 2 dos 3 voluntarios do experimento declassificacao de questoes (ver secao 5.1) eram docentes da disciplina Fısica Geral I, sendo


que eles concordaram que as questoes de pre-aula deveriam ser mesmo sequenciais, jaque o objetivo delas seria trabalhar elementos especıficos do conteudo da disciplina comdificuldade gradual. A disciplina possui questoes globais nas abordagens chamadas desa-fios, onde sao propostos problemas mais complexos e que exigem a utilizacao de conceitosassociados a varios assuntos para sua resolucao.

A partir dessas conclusoes foi gerada uma proposta de alteracao dos questionarios depre-aula da disciplina, conforme indicado na Tabela 5.22 :

Tabela 5.22: Proposta de alteracao nos questionarios de pre-aula, para balanceamentodas questoes de acordo com os estilos de aprendizagem dos estudantes

Dimensao Proposta de AlteracaoVisual/Verbal Manter a proporcao de questoes igual a apontada pelos metodos

de Felder e LSQuiz: 41,26% verbais e 58,74% visuais.Senstiva/Intuitiva Manter a proporcao de questoes equilibrada (50% sensitivas e 50%

intuitivas)Sequencial/Global Nao e proposta alteracao

Assim, no caso da dimensao sequencial/global nao sao propostas alteracoes, ja que o in-tuito dos questionarios de pre-aula seria justamente apresentar questoes majoritariamentesequenciais. Ja no caso da dimensao visual/verbal, sugere-se a proporcao indicada peloquestionario ILS e pelo LSQuiz. Por fim, no caso da dimensao sensitiva/intuitiva, comoos metodos divergem em seus valores, e proposta uma divisao igualitaria na proporcaode questoes, sendo que mais estudos serao realizados para identificar qual a proporcaoindicada de questoes nos questionarios.

No Capıtulo 6, de trabalhos futuros, sera apresentado na secao 6.2 o experimentoa ser elaborado com o intuito de validar o impacto da aplicacao de questionarios balan-ceados de acordo com os estilos de aprendizagem dos alunos na disciplina de Fısica Geral I.

a) Analise Individual

Os dados obtidos atraves da analise individual da predicao de estilos de aprendizagemindicam que nao ha confiabilidade estatıstica na predicao realizada pelo LSQuiz. Issoocorre pois os valores de precisao obtidos, conforme indicado previamente na Tabela 5.20,estao muito proximos de 50%, o que equivale a chance de predicao realizada por umsorteio aleatorio.

Pode-se conjecturar que isso pode ter ocorrido pelos seguintes motivos:

i Numero baixo de alunos na amostra.


ii Problema de interpretacao do questionario ILS, que esta disponıvel apenas em ingles.

iii Problema na consistencia do questionario ILS, que nao seria capaz de identificar cor-retamente os estilos de aprendizagem dos alunos.

iv Identificacao de que o modelo de Felder & Silverman (1988) [50] nao pode ser aplicadopara o processo de resolucao de questoes, ou seja, nao existe relacao entre os estilosde aprendizagem dos alunos, das questoes e a quantidade de acertos das questoes.

Em relacao ao item i), nao existe na estatıstica a determinacao de qual seria o numeromınimo de usuarios participantes na amostra. Entretanto, a quantidade de alunos vo-luntarios (63), corresponde a um numero proximo ao usado na literatura para experi-mentos equivalentes (e.g Latham et al. utilizaram 75 alunos em seus experimentos),equivalendo ainda a um numero superior ao de muitas turmas de alunos ingressantes nauniversidade (e.g ciencia da computacao possui 50 alunos por turma; fısica licenciaturapossui 40 alunos por turma; quımica tecnologica possui 40 alunos por turma, etc 7). As-sim, o experimento foi aplicado a um numero que corresponde a pelo menos uma turmacompleta de alunos, embora de diferentes cursos.

Em relacao ao item ii), os alunos foram informados de que sua participacao seriavoluntaria e de que o pre-requisito seria o conhecimento intermediario de ingles para aresolucao do questionario ILS. Ainda, os alunos participantes poderiam desistir a qualquermomento do experimento, caso por exemplo tivessem algum problema de entendimentodurante a resolucao do questionario. Assim, minimiza-se que eventuais falhas de inter-pretacao possam ter afetado os resultados.

Em relacao ao item iii), a validacao da consistencia interna serviria para identificar seo questionario ILS possui validade, ou seja, se os dados calculados por ele sao coerentes,possuindo consistencia ao serem pareados. Deste modo, caso nao haja consistencia internapoder-se-ia afirmar que a predicao de estilos de aprendizagem do LSQuiz nao e valida poiso proprio modelo de Felder & Silverman (1988) [50] nao seria valido.

Por fim, o item iv) equivale a situacao onde o item iii) seria valido, i.e o questionarioILS identificaria corretamente os estilos de aprendizagem dos alunos, sendo a predicao deestilos de aprendizagem do LSQuiz invalida. Nesse caso, a conclusao seria de que, apesardo modelo de Felder & Silverman (1988) [50] ser valido para identificar os estilos deaprendizagem dos alunos, nao existiria uma correlacao entre os estilos de aprendizagemdos alunos e a proporcao de questoes resolvidas corretamente em cada um dos estilos.Em outras palavras, um aluno de determinado estilo teria uma facilidade de aprendizadomaior neste estilo, sendo porem o processo de resolucoes de questoes nao afetado por esteestilo.

7Dados obtidos na comissao de vestibulares da Unicamp. Disponıvelem:http://www.comvest.unicamp.br/cursos/cursos.html Acesso em: Julho de 2014

5.4. Validacao da consistencia interna do ILS 157

Esta conclusao seria contraditoria em relacao ao proprio modelo de Felder & Silver-man (1988) [50], ja que a resolucao de questoes e um elemento intrinsicamente ligado aoaprendizado, ou seja, um elemento que deveria ser afetado pelos estilos de aprendizagemdos alunos. Sendo que nao ha consenso nos estudos envolvendo o modelo de estilos deaprendizagem de Felder & Silverman (1988) [50] na literatura, decidiu-se pela realizacaode novos experimentos para validar sua aplicacao no ambito de resolucao de questoes. Nasecao 5.4, a seguir, e apresentado o experimento de consistencia interna (item iii) do ILS.

5.4 Validacao da consistencia interna do ILS

O experimento descrito na secao 5.3 identificou que nao existe uma correlacao entre osestilos de aprendizagem inferidos pelo LSQuiz e os estilos de aprendizagem obtidos atravesdo ILS. Uma das hipoteses levantadas e que o ILS nao possua consistencia interna, ouseja, seu nıvel de confiabilidade esteja abaixo do aceito pela literatura. Deste modo,este experimento foi realizado com o intuito de analisar a confiabilidade do ILS, sendoaplicados metodos estatısticos como a analise do Alpha de Conbrach e o metodo Split-Halfreliability.

5.4.1 Metodologia do Experimento

Na secao 5.3 os alunos foram orientados a responder o questionario ILS em seu siteoriginal, transcrevendo os resultados para uma planilha de dados no Google Docs. Esteprocedimento, apesar de permitir a comparacao dos estilos de aprendizagem encontrados,nao e suficiente para a analise da consistencia interna do ILS. Isso ocorre pois para estetipo de analise e necessario o acesso a cada uma das alternativas indicadas pelos alunosem seu processo de resolucao.

Desta forma, para este experimento foi criado um questionario no Google Docs repli-cando as questoes do questionario ILS. Todos os 1050 alunos da disciplina de Fısica GeralI, do primeiro semestre de 2014, foram convidados a participar, sendo que 123 aceitaramo convite. A participacao foi opcional, e nenhuma punicao ou constrangimento foramaplicados aos alunos que optaram em nao participar. Determinou-se como pre-requisitopara participacao o conhecimento intermediario do ingles, ja que o questionario ILS foipreservado em seu idioma original. Ressalta-se porem que a habilidade de ler e escre-ver em ingles, ainda que de forma basica, e um requisito para os alunos ingressantes dauniversidade, estando ainda muitos dos livros didaticos apenas disponıveis neste idioma.


5.4.2 ResultadosOs dados obtidos foram analisados utilizando-se o pacote estatıstico R. Foram obtidos osvalores do Alpha de Cronbach com intervalo de confianca de 95%, e tambem os valorespara o metodo Split-half reliability. Os resultados sao exibidos na Tabela 5.23 a seguir:

Tabela 5.23: Consistencia interna do ILS. N = 123.

Teste Ativo - Re-flexivo

Sensitivo -Intuitivo

Visual -Verbal

Sequencial-Global

Cronbach Alpha 0.62 0.70 0.62 0.3095% Confidence inter-val for Alpha

0,52-0,71 0,62-0,78 0,51-0,70 0,04-0,48

Split-half reliabilityindex

0.62 0.69 0.61 0.30

Atraves da analise da Tabela 5.23 e possıvel determinar valores de alpha usualmenteiguais ou inferiores a 0,7, sendo todos os intervalos encontrados inferiores a 0,8. Na secaoa seguir e realizada a discussao e analise destes resultados encontrados.

5.4.3 DiscussoesA analise da consistencia interna do ILS e tema recorrente na literatura. Na Tabela 5.24,a seguir, e apresentada a compilacao de dados de Alpha de Cronbach do ILS, conformecompilado por Litzinger et al [75]:

Tabela 5.24: Revisao da literatura para o Alpha de Cronbrach do ILS, segundo compilacaoapresentada por Litzinger et al. [75]

Fonte Ativo - Re-flexivo

Sensitivo -Intuitivo

Visual -Verbal

Sequencial-Global

N

Litzinger et al.[75] 0.60 0.77 0.74 0.56 572Livesay et al.[76] 0.56 0.72 0.60 0.54 242Spurlin 0.62 0.76 0.69 0.55 584Zwanenberg etal..[138]

0.51 0.65 0.56 0.41 284

Zywno [139] 0.60 0.70 0.63 0.53 557

Os dados obtidos na Tabela 5.24 apontam valores para Alpha de Cronbach numaescala entre 0.41 e 0.77. O problema, porem, e que nao existe um consenso na literatura arespeito da interpretacao destes valores. Segundo Lance et al [40], estudos envolvendo o

5.4. Validacao da consistencia interna do ILS 159

Alpha de Cronbach usualmente citam o trabalho de Nunnaly [90] para justificar um alphamınimo de 0.7. Ocorre que uma analise mais criteriosa do trabalho de Nunnaly [90], feitapor Lance et al. [40], indica que 0.7 e um valor preliminar a ser usado nos estagios iniciaisda pesquisa, sendo 0.8 o valor mınimo de alpha para indicar a confiabilidade dos dadosfinais.

Deste modo, Zwanenberg et al. [138] afirmam que o ILS possui baixa confiabilidade,sugerindo sua aplicacao apenas para o auto-conhecimento dos alunos, recomendando assimcautela em sua utilizacao alem deste ponto.

Por outro lado, Tuckman [123] defende uma outra interpretacao a respeito da confia-bilidade do ILS, afirmando que para testes de conhecimento o alpha mınimo seria de 0.75,enquanto para testes de atitude e comportamento o alpha mınimo seria de 0.5. Assim,Litzinger et al. [75], Zymno [139] e Felder & Spurling [49] defendem que o ILS possuiconsistencia interna, ja que ele se enquadra na categoria de testes comportamentais.

Por sua vez, Livesay et al. [76] defendem a consistencia interna do ILS pois, segundoeles, o questionario possui confiabilidade assegurada a partir da aplicacao de metodos deteste e reteste. A utilizacao destes metodos consiste em aplicar o mesmo questionarioapos um determinado perıodo de tempo (semanas ou meses), de forma que os participan-tes nao se lembrem das respostas originalmente dadas. Os resultados obtidos em ambasas aplicacoes sao comparados e, caso as mudancas de resposta sejam mınimas, pode-seafirmar que o questionario possui confiabilidade interna. O trabalho de Livesay et al. [76]e fundamentado, assim, na presuncao de que os estilos de aprendizagem nao mudam emum curto espaco de tempo. Se for considerado um espaco de tempo maior, porem, con-forme afirmam Felder & Spurling [49], os estilos de aprendizagem dos participantes podemser alterados, ja que sua percepcao do ambiente pode ser afetada por suas experienciascotidianas e educacionais.

Na Figura 5.26 e indicada a evolucao historica do modelo de Felder & Silvermanconforme apontado pela literatura, As setas verdes indicam os autores que afirmam servalido o modelo de Felder & Silverman, com consistencia interna suficientes, suportadosatraves do estudo de Tuckman [123]. Ja a seta vermelha indica os autores que defendema nao consistencia interna do modelo de Felder & Silverman, baseados no trabalho deNunnally [90].

Os dados deste experimento, indicados na Tabela 5.24, apontam valores em linha coma literatura, embora menores para a dimensao Sequencial-Global. Sendo que nao existeconsenso na literatura a respeito do valor mınimo de alpha, apenas a analise simples edireta destes dados nao e suficiente para indicar se o ILS possui, ou nao, ındices mınimosde confiabilidade.

A contribuicao para a literatura se da, deste modo, atraves da analise conjunta desteexperimento com o experimento retratado na secao 3.4. E possıvel afirmar-se que os


Figura 5.26: Evolucao do modelo de Felder & Silverman conforme apontado pela literatura

valores de alpha encontrados, abaixo de 0.8, nao garantem consistencia interna mınima aoILS para que seja possıvel inferir os estilos de aprendizagem dos alunos a partir da analisedos questionarios por eles respondidos. Em outras palavras, nao e possıvel afirmar-se quealunos de determinado estilo de aprendizagem terao individualmente um desempenhomelhor ou pior em questoes associadas aos seus estilos.

Desta forma, concorda-se com a recomendacao de uso feita por Zwanenberg et al.[138], acrescentando-se a constatacao de que o ILS nao possui confiabilidade mınima paraser usado em conjunto com a resolucao de formularios. Desta forma, a funcionalidade decriacao de questionarios personalizados da AUSAA, de acordo com os estilos de aprendi-zagem de cada estudante, nao possui respaldo cientıfico, sendo desta forma descontinuada.

Por fim, sera utilizada a sugestao de Felder & Spurlin [49], que recomendam o uso doILS de forma a auxiliar os professores a criar conteudo global balanceado aos alunos. Esteexperimento sera realizado como trabalho futuro, descrito na secao 6.2.

Capıtulo 6

Conclusoes e Trabalhos Futuros

Neste Capıtulo sao apresentadas as conclusoes da tese (secao 6.1), sendo os trabalhosfuturos planejados descritos nas secoes 6.2 a 6.3.

6.1 ConclusoesAtualmente e praticamente inevitavel o uso da tecnologia moderna em sala de aula, sejana forma das apresentacoes (slides) sendo projetados por meio de modernos equipamentos,ou no uso de dispositivos moveis como os clickers,notebooks, smartphones e media tablets.Criou-se porem a falsa impressao de que a adocao pura e simples dos recursos tecnologicostorna as aulas mais dinamicas, colaborativas e atraentes aos alunos, tornando ainda maiseficiente o processo de ensino e aprendizagem.

Essa visao, porem, esbarra no fato de que sem uma mudanca na mentalidade dosprofessores e na forma como as aulas sao organizadas, nao ha alteracao no modelo deensino. Por exemplo, ao efetuar a transicao do modelo de apresentacao por transparenciaem um retroprojetor para o uso de slides tipo powerpoint, houve apenas uma atualizacaotecnologica que, apesar de seus benefıcios (facilidade de criacao, armazenamento, etc)nao altera a essencia de como a aula ocorre, que e a transmissao direta de conteudo doprofessor aos alunos.

A ubiquidade, porem, conforme proposto por Mark Weiser, e algo muito mais com-pleto, complexo e rico, definindo uma situacao onde a tecnologia se entrelaca de tal formacom as pessoas que ela se torna invisıvel, nao apenas facilitando as tarefas do cotidianocomo tambem viabilizando um conjunto de situacoes que sem ela seriam praticamenteimpossıveis de serem realizadas.

A computacao ubıqua fundamenta-se assim em tres pilares: ubiquidade de dispositivos,interacao transparente e sensibilidade ao contexto. Este ultimo proporciona, atraves daanalise dos fatores presentes no ambiente e tambem do historico de interacao e habitos

161

162 Capıtulo 6. Conclusoes e Trabalhos Futuros

dos usuarios, a inteligencia do conjunto, suportando a criacao de sistemas que se adaptamde forma autonoma as caracterısticas e necessidades de cada indivıduo.

E e justamente esse suporte ao indivıduo o ponto de interseccao entre a computacaoubıqua e a educacao defendido nesta tese. Historicamente a educacao foi construıdacentrada no professor, considerando os alunos como uma massa homogenea que deveriareceber e assimilar de forma inerte os conteudos a ela transmitidos. Com o advento domodelo construtivista os alunos passaram a ser, ao menos teoricamente, o centro dasatencoes, sendo os responsaveis pela construcao de seu proprio conhecimento.

Por sua vez o chamado aprendizado ativo apresentou tecnicas de viabilizacao do cons-trutivismo, como a intercalacao de exercıcios durante as aulas, a resolucao em grupo deatividades, o feedback e a colaboracao em sala de aula. Esse modelo, porem, so pode serviabilizado e tornado realmente efetivo com a ajuda da tecnologia, que deve nao apenassuportar de essas funcionalidades, mas faze-lo de forma sutil, permitindo que os alunos sefoquem no objetivo final de suas tarefas e nao no artefato utilizado para executa-las.

A aplicacao da computacao ubıqua ocorre assim de forma natural neste meio, ja queela preve justamente a criacao de um ambiente onde a tecnologia se adapta de formatransparente as necessidades de cada um de seus usuarios. Assim, a principal contribuicaodesta tese e a proposta e validacao de uma arquitetura ubıqua (AUSAA), que suporta oaprendizado ativo de forma a permitir a criacao de um sistema colaborativo de respostaem sala de aula. O prototipo funcional da AUSAA, denominado LSQuiz, permite aautonomia dos estudantes em relacao a forma como as atividades sao resolvidas (e.gsolicitando ajuda), adaptando-se em tempo real as necessidades dos alunos, como porexemplo atraves da analise de seu historico de interacao com o sistema e identificacao deseus estilos de aprendizagem.

Os experimentos realizados no prototipo funcional da arquitetura (LSQuiz) indicamuma grande aceitacao dos alunos e professores em relacao a este modelo. A possibilidadede colaboracao entre os alunos a partir de sua localizacao em sala de aula e seu historicode interacao com os colegas foi muito bem recebida, embora ajustes pontuais se facamnecessarios, conforme descrito na secao 6.3, de experimentos futuros. Eventualmente, apartir deste experimento, algumas das funcionalidades previstas na arquitetura, como aidentificacao automatica dos alunos e a formacao de grupos, poderao ser implementadase validadas em novas versoes do LSQuiz.

Uma outra conclusao a partir dos experimentos realizados e a dificuldade em se atingira tao esperada ubiquidade ou transparencia dos dispositivos moveis. Nao e suficiente aaplicacao ser concebida a partir dos princıpios de transparencia da computacao ubıqua sea estrutura onde esta aplicacao e executada (como por exemplo a infra-estrutura de rede)possuir ainda problemas primarios no que diz respeito a facilidade de acesso e utilizacao.

Em relacao aos estilos de aprendizagem, identificou-se que o modelo de Felder &

6.1. Conclusoes 163

Silverman possui limitacoes em sua aplicacao individual no contexto de classificacao eresolucao de questoes pelos alunos. Os experimentos realizados apontam que nao existemevidencias de que os alunos teriam um desempenho melhor em questoes adequadas aosseus estilos de aprendizagem, o que seria uma possıvel (e talvez, ate mesmo natural)inferencia ao modelo.

Esta analise representa um avanco na literatura, ja que o estado da arte ate o mo-mento apresentava uma discussao a respeito da consistencia interna e confiabilidade doquestionario de identificacao de estilos de aprendizagem de Felder & Soloman (ILS), bemcomo sua aplicabilidade. As conclusoes dos experimentos indicam que a consistencia in-terna do ILS nao e suficiente para ser aplicada para inferir os estilos de aprendizagemdos alunos a partir do seu desempenho em questionarios. Em outras palavras, o fato dedeterminado aluno ser de um estilo especıfico nao implica que ele tenha um desempenhomelhor em questoes deste estilo. Assim, descartou-se a funcionalidade da AUSAA aosuporte de criacao de questionarios personalizados, criados dinamicamente de acordo comos estilos de aprendizagem de cada aluno.

Por outro lado, o metodo de classificacao de questoes de acordo com seu estilo deaprendizagem (ver Capıtulo 5, secao 5.1), pode ser utilizado de uma forma global, com ointuito de permitir ao professor criar um questionario que contemple os estilos de apren-dizagem de todos os alunos da turma. Esta abordagem e proposta como um experimentofuturo, descrito na secao 6.2.

6.1.1 Limitacoes deste trabalho

Este trabalho tem como foco prioritario a analise do impacto educacional da tecnologia nasala de aula. A conjectura provada e de que e possıvel aplicar as caracterısticas associadasa computacao ubıqua, como a transparencia, pro-atividade e adaptabilidade parar criarum ambiente de aprendizado ativo mais efetivo tanto para alunos como para o professor.

Deste modo, devido a restricoes de tempo, algumas areas ou elementos correlatos naopuderam ser explorados, analisados ou avaliados com a atencao que poderiam ter sido.Assim, de um modo geral, as principais limitacoes deste trabalho sao:

• Aplicacao restrita de elementos associados aos Fatores Humanos em Com-putacao: No Capıtulo 2 foram indicados elementos de avaliacao associados a areade IHC, como o Wizard of Oz, prototipagem em papel, etc. Esses elementos po-deriam ter sido melhor desenvolvidos e explorados durante o desenvolvimento datese. Por exemplo, um experimento preliminar do LSQuiz poderia ter sido reali-zado envolvendo prototipagem em papel, permitindo a identificacao preliminar deproblemas de usabilidade do prototipo.

164 Capıtulo 6. Conclusoes e Trabalhos Futuros

• Ausencia de avaliacoes de usabilidade e acessibilidade: Avaliacoes de usabi-lidade (como as heurısticas de Nielsen) e acessibilidade do prototipo do LSQuizpoderiam ter sido realizadas antes de sua aplicacao formal em sala de aula.

• Desenvolvimento de uma metodologia de avaliacao de sistemas ubıquos:Uma questao ainda a ser resolvida e ate que ponto as analises tradicionais de usabi-lidade de sistemas sao validas para sistemas ubıquos, ja que por definicao sua com-posicao envolve o desenvolvimento de sistemas transparentes aos usuarios. Um con-junto especıfico de heurısticas de usabilidade para sistemas ubıquos poderia ter sidocriada e validada, permitindo uma maior compreensao das limitacoes do prototipodo LSQuiz

6.2 Trabalho Futuro: Segundo Experimento envol-vendo Estilos de Aprendizagem

No primeiro experimento envolvendo estilos de aprendizagem (ver Capıtulo 5, secao 5.3)foi realizada uma analise tanto global (ver secao 5.3.8, item A) como individual (ver secao5.3.8, item B) da correlacao dos estilos de aprendizagem das questoes e dos alunos nadisciplina de Fısica Geral I da universidade.

A partir da analise individual verificou-se que nao existe uma correlacao entre osestilos de aprendizagem dos alunos e o estilo de aprendizagem das questoes, sendo queindividualmente o desempenho dos alunos na resolucao de questionarios independe de seuestilo de aprendizagem.

Ja a analise global dos dados do primeiro experimento apontou uma grande dis-crepancia entre os estilos de aprendizagem dos alunos (tanto os obtidos pelo LSQuiz comoos obtidos pelo questionario online de Felder & Silverman) e os estilos de aprendizagemdas questoes. Assim, o primeiro experimento e concluıdo (ver Capıtulo 5, secao 5.39) coma sugestao da proposta de alteracao nos questionarios de pre-aula, para balanceamentodas questoes de acordo com os estilos de aprendizagem dos estudantes.

Desta forma, propoe-se a aplicacao de questionarios de pre-aula adaptados global-mente aos estilos de aprendizagem dos alunos, sendo que o desempenho geral dos alunossera comparado em relacao a ambos os questionarios (balanceados e nao balanceados).Pretende-se deste modo comprovar a afirmacao de Felder & Spurlin [49] de que seu modelode estilos de aprendizagem possui eficacia quando usado de forma a orientar o professora criar e disponibilizar conteudo que abrange os estilos de todos os alunos.

Caso esta analise, de forma similar aos experimentos de validacao individual, tambemnao conclua positivamente em relacao ao modelo de Felder & Silverman [50], a con-clusao sera de que esta metodologia nao possui nenhuma aplicacao pratica no contexto

6.3. Trabalho Futuro: Segundo Experimento envolvendo o prototipo do LSQuiz 165

do aprendizado ativo, servindo meramente como um guia de curiosidades aos estudantes,que podem responder o ILS para identificar quais sao suas preferencias e caracterısticasde aprendizagem.

6.3 Trabalho Futuro: Segundo Experimento envol-vendo o prototipo do LSQuiz

No Capıtulo 5, secao 5.2, foi realizado o primeiro experimento envolvendo o prototipo doLSQuiz. A partir deste experimento foram identificados alguns problemas de aplicacaodo prototipo, associados tanto a sua usabilidade como a eventuais problemas teoricos nadefinicao da arquitetura.

Assim, este trabalho futuro 1 envolve a alteracao do prototipo de forma a refletiras correcoes apontadas no primeiro experimento, bem como a aplicacao desta versaorevisada em um ambiente de ensino. Alem disso, espera-se neste experimento adicionar aoprototipo LSQuiz as funcionalidades previstas na arquitetura e ainda nao validadas, comoa utilizacao dos fatores de contexto GD (Grau de Dificuldade) e FE (Fator Educacional),bem como a criacao de questionarios inteligentes, descritos no Capıtulo 3.

Ainda, alem das alteracoes no prototipo, este experimento esta sendo organizado paraser executado em uma turma maior de alunos (em torno de 40 pessoas), onde o espacode locomocao dos mesmos e menor. O objetivo e, deste modo, verificar o impacto doprocedimento de solicitacao de ajuda em um ambiente menos favoravel, com menor espacoutil para deslocamento dos usuarios.

Serao ainda implementadas e avaliadas alteracoes pontuais na AUSAA e no prototipoem relacao ao fator afinidade (FA) dos alunos, envolvendo principalmente: a) agrupa-mento de alunos (dois ou mais) apenas por afinidade, sem considerar sua distancia; b)criacao de grupos heterogeneos de alunos, onde o FA e aplicado de forma oposta a sua pro-posta original e; c) alteracao do processo colaborativo, permitindo que alunos se oferecam(candidatem) para auxiliar os colegas, sendo que sera escolhido o aluno candidato commaior FA entre todos.

A realizacao deste experimento nao foi realizada ate o momento devido a dois fatores:a) necessidade de aprovacao do experimento pelo Comite de Etica em (CEP) a Univer-sidade e; b) greve no campus da Unicamp. Sendo que o experimento foi aprovado peloCEP para aplicacao em uma determinada turma do campus da Faculdade de CienciasAplicadas da Unicamp, devido a greve nao foi possıvel sua realizacao.

1O experimento descrito nesta secao foi submetido e aprovado pelo Comite de Etica em Pesquisada universidade, conforme processo 30299714.6.0000.5404. Os detalhes do projeto sao apresentados noApendice I, secao I.1.

Referencias Bibliograficas

[1] G. ABOWD and E. D., MYNATT. Charting past, present and future researchin ubiquitous computing. ACM Transactions on Computer Human Interaction,7(1):29, 2000.

[2] F. et al. ADELSTEIN. Fundamentals of mobile and pervasive computing. McGrawHill Professional Engineering, 2005. New York.

[3] D. ADRIAN. Jump starting team based learning in the computer science classroom.Proceedings of the 18th ACM conference on Innovation and technology in computerscience education, page 323, 2013. ACM New York, NY, USA.

[4] J. AHN. What can we learn from facebook activity? using social learning analyticsto observe new media literacy skills. Proceedings of the Third International Confe-rence on Learning Analytics and Knowledge, pages 135–144, 2013. ACM, New York,NY, USA.

[5] Zhang AIHUA. Study of study of ubiquitous learning environment based on ubi-quitous computing. IEEE International Conference on Ubi media Computing (UMedia), pages 136–138, 2010.

[6] R. et a. ANDERSON. Supporting active learning and example based instructionwith classroom technology. Proceedings of the 38th SIGCSE technical symposiumon Computer science education, pages 69–73, 2007. ACM New York, NY, USA.

[7] Ruth. ANDERSON, R.and ANDERSON, K.; LINELL DAVIS, C. N.; PRINCE,V. RAZMOV, and B. SIMON. Classroom presenter: A classroom interaction sys-tem for active and collaborative learning. Workshop on the Impact of Pen BasedTechnology on Education (WIPTE), 2006.

[8] K. ANJANEYULU. Expert systems: An introduction. Knowledge Based ComputerSystems Group publication, 1998.

167

168 REFERENCIAS BIBLIOGRAFICAS

[9] I. ARAUJO and E. MAZUR. Instrucao pelos colegas e ensino sob medida: umaproposta para o engajamento dos alunos no processo de ensino aprendizagem defısica. Caderno Brasileiro de Ensino de Fısica, 30(2):362–384, 2013.

[10] S AZER. Problem based learning: Challenges, barriers and outcome issues. SaudiMedical Journal, 22(5):389–397, 2001’.

[11] J. et al. BARBOSA. Local: a model geared towards ubiquitous learning. SIGCSE’08 Proceedings of the 39th SIGCSE technical symposium on Computer science edu-cation., pages 432–436, 2008. ACM New York, NY, USA.

[12] I BEATTY. Transforming student learning with classroom communication systems.Educause: Center for Applied Research, Research Bulletin, 4(3), 2004. February.

[13] I. et al. BEATTY. Designing effective questions for classroom response systemteaching. American Journal of Physics, 74(1):31, 2006.

[14] L. BECK and A. CHIZHIK. Coperative learning instructional methods for cs1:Design, implementation, and evaluation. ACM Transactions on Computing Edu-cation (TOCE), Special Issue on Alternatives to Lecture in the Computer ScienceClassroom, 13(3), 2013. Article No 10.

[15] F BECKER. O que e construtivismo? Revista de Educacao AEC, 21(23), 1992.

[16] M et al. BIGGERS. Using collaborative, modified peer led team learning to improvestudent success and retention in intro cs. SIGCSE 09, pages 9–13, 2009. March 3to 7, Chattanooga, Tennessee, USA.

[17] C.C. BONWELL and J.A EISON. Active learning: Creating excitement in theclassroom. ASHEERIC Higher Education Report No. 1, 1, 1991. George WashingtonUniversity, Washington, DC.

[18] G. BORRIELO. The challenges to invisible computing. IEEE Computer,33(11):123–125, 2000.

[19] brModelo. Software brmodelo. Software brModelo, 2005. Disponıvelem:http://www.sis4.com/brModelo/ Acesso em: Novembro 2014.

[20] E BROEK. Ubiquitous emotion aware computing. Journal Personal and UbiquitousComputing, 17(1):53–67, 2013. January, Springer-Verlag London, UK.

[21] M BURNETT and C. RAINSFORD. A hybrid evaluation approach for ubiqui-tous computing environments. In Workshop on Evaluation Methods for UbiquitousComputing, Ubicomp 2001, 2001. September.

REFERENCIAS BIBLIOGRAFICAS 169

[22] J CALDWELL. Clickers in the large classroom: Current research and best practicetips. CBE, Life Sciences Education, 6(1):9–20, 2007. Springer.

[23] CAMBRIDGE. Cambridge dictionaries online. Cambridge. Disponıvel em:http://dictionary.cambridge.org/dictionary/british/pervasive Acesso em: Novem-bro 2014.

[24] J CAPELLARO. Educacao a distancia e aprendizagem coopera-tiva: incompatibilidade ou possibilidade? 2011. Disponıvel em:http://www.abed.org.br/congresso2011/cd/85.pdf Acessado em: Novembro/2014.

[25] Scoot CARTER and J. MANKOFF. Prototypes in the wild: Lessons learned fromevaluating three ubicomp systems. IEEE Pervasive Computing, pages 51–57, 2005.

[26] G. CHEN and D. KOTZ. A survey of context aware mobile computing research.Darthmouth Computer Science Technical Report TR2000-381, 2000. Hanover, NH.

[27] A. CHICKERING and Z GAMSON. Seven principles for good practice. AAHE(American Association for Health Education, 39(1):3–7, 1987. Ed 282491.6.

[28] A. CHOW and N LAW. Measuring motivation in collaborative inquiry based le-arning contexts. Proceedings of The 2005 Conference on Computer Support ForCollaborative Learning: Learning 2005: the Next 10 Years!, pages 68–75, 2005. Tai-pei, Taiwan, May 30 - June 04, 2005. Computer Support for Collaborative Learning.International Society of the Learning Sciences.

[29] C. H. CANDIDO. Ferramenta de modelagem conceitual de banco de dados. Mo-nografia de Pos Graduacao. Univag, UFSC. Maio de 2005, 2005. Disponıvel em:http://www.sis4.com/brModelo/monografia/monografia.htm Acesso em Novembrode 2014.

[30] N. P COLLINS, J.and O’BRIEN. Greenwood Dictionary of Education, 2012. West-port, CT: Greenwood Press. Second Edition.

[31] C. J. COSTA, F. PARAGUACU, and L MERCADO. Ferramentas de aprendizagemcolaborativa na internet. MERCADO, L. P. (org.) Em Experiencias com tecnologiasde informacao e comunicacao na educacao, pages 23–47, 2006. Maceio: Edufal.

[32] C CROOK. Ordenadores y aprendizaje colaborativo. Ministerio de Educacion yCultura y Ediciones Motara, 1998. Madrid.

[33] A.K. DEY. Understanding and using context. Personal and Ubiquitous Computing,5(1):4–7. 2001.


[34] C. DIETERLE, E; DEDE. Building university faculty and student capacity to usewireless handheld devices for learning. Ubiquitous Computing in Education: Invisi-ble Technology, Visible Impact. Lawrence Erlbaum Associates Publishers, Mahwah,New Jersey, London, pages 3030–329, 2007.

[35] R. et al. DUFRESNE. Classtalk: A classroom communication system for activelearning. Journal of Computing in Higher Education, 7(2):3–47, 1996. Springer.

[36] D. EDELSON and R PEA. Addressing the challenges of inquiry based learningthrough technology and curriculum design. The Journal of the Learning Sciences,8(3):391–450, 1999.

[37] U ELIGIO. Emotion understanding during computer supported collaboration. PhDThesis., 2010. University of Nottingham, UK.

[38] M ELNAGAR, A.; ALI. A modified team based learning methodology for effectivedelivery of an introductory programming course. Proceedings of the 13th annualconference on Information technology education, pages 177–182, 2012. ACM NewYork, NY, USA.

[39] EL BISHOUTY et al. A model of personalized collaborative computer supportubiquitous learning enviorment. Eighth IEEE International Conference on AdvancedLearning Technologies, 2008. ICALT ’08, pages 97–101, 2008. Santander, Cantabria.

[40] LANCE C. E. et al. The sources of four commonly reported cutoff criteria whatdid they really say? Organizational Research Methods, 9(2):202–220, 2006. SagePublications.

[41] LIU et al. Embedding educlick in classroom to enhance interaction. ICCE Interna-tional Conference on Consumer Electronics, pages 117–125, 2003.

[42] O’GRADY et al. A sense of context in ubiquitous computing. Ambient Intelligence,Wireless Networking and Ubiquitous Computing. Edited by Athanasios Vasilakosand Witold Pedrycz. Mobile Communication Series, pages 287–391, 2006. ArtechHouse, Boston, London.

[43] SCHLOGL et al. Webwoz: A wizard of oz prototyping framework.Proceedings of the 2nd ACM SIGCHI symposium on Engineering in-teractive computing systems., pages 109–114, 2010. Disponıvel em:http://www.nied.unicamp.br/?q=content/download-heloisa-cecilia-2003 Acessoem: Novembro 2014.


[44] SHIH et al. Generating adaptive learning sheets for museum tour guide in u learninggrid environments. 6th IEEE International Conference on Wireless, Mobile andUbiquitous Technologies in Education (WMUTE)., pages 122–126, 2010. Kaohsiung.

[45] TSENG et al. A collaborative ubiquitous learning platform for computer scienceeducation. Proceedings of the 14th annual ACM SIGCSE conference on Innovationand technology in computer science education, page 368, 2009. Paris, France Postersession.

[46] YIN et al. A collaborative learning service for sns in ubiquitous computer environ-ment. Proceedings of the 5th International Conference on Wireless communications,networking and mobile computing., pages 5536–5539, 2009. Beijing, China.

[47] YIN et al. Sonkule: Sns based knowledge awareness in ubiquitous environment. Pro-ceedings of the 2009 WASE International Conference on Information Engineering,2:176–179, 2009.

[48] J. FAUST and D PAULSON. Active learning in the college classroom. Journal onExcellence in College Teaching, 9(2):3–24, 1998.

[49] J. Felder, M.; Spurlin. Applications, reliability and validity of the index of learningstyles. In International Journal Engineering and Education,, 21(1):103–112, 2005.0949-149x/91.

[50] M. FELDER and K SILVERMAN. Learning and teaching styles in engineeringeducation. Journal of Engineering Education, 78(7):674–681, 1988.

[51] C. FIES and J. MARSHALL. Classroom response systems: A review of the litera-ture. Journal of Science Education and Technology, 15(1), 2006. March.

[52] J. FIES, C.; MARSHALL. The c3 framework: Evaluating classroom response sys-tem interactions in university classrooms. Journal of Science Education and Tech-nology, 17(5):483–499, 2008.

[53] N FROYD, J.and SIMPSON. Student centered learning addressing faculty questi-ons about student centered learning. CCLI, Course, Curriculum, and LaboratoryImprovement Conference, 2008. Disponıvel em: http://ccliconference.org/reports-resources/ Acesso em: Novembro 2014.

[54] Craig GANOE and John. CARROL. Methods supporting usability evaluation ofthe collaboration meeting place. Workshop on Evaluation Methods for UbiquitousComputing, Ubicomp 2001, 2001. September.


[55] W. GERACE and I BEATTY. Technology-enhanced formative assessment: Aresearch-based pedagogy for teaching science with classroom response technology.Journal of Science Education and Technology, 18(2):146–162, 2009.

[56] S. GREENBERG. Context as a dynamic construct. Human Computer Interaction,16:257–268, 2001.

[57] OGATA H. and Y. YANO. Supporting knowledge awareness for a ubiquitous cscl.Proceedings of e Learn, pages 2362–2369, 2003.

[58] OGATA H. and Y. YANO. Context aware support for computer supported ubiqui-tous learning. Proceedings of IEE WMTE, page 2734, 2004.

[59] C. HEUSER. Projeto de banco de dados. Serie Livros Didaticos, Numero 4. 4a

edicao. Editora Bookman, 1998. ISBN: 979-85-7780-382-8.

[60] S. HORWITZ and S RODGER. Using peer led team learning to increase partici-pation and success of under represented groups in introductory computer science.Proceedings of the 40th ACM technical symposium on Computer science education,pages 163–167, 2009. ACM New York, NY, USA.

[61] R.D. IDOL. Looking beyond http: The future of web application protocols. uni-versity of north carolina at chapel hill. White Paper., 2013. Disponıvel em:http://cs.unc.edu/ mxrider/papers/idol-looking-beyond-http.pdf Acesso em: No-vembro 2014.

[62] M.A JAMISON. The effects of the ubiquitous computing environment on studentachievement and teacher perceptions. Education PhD Thesis, 2008. Widener Uni-versity, USA, March 2008.

[63] LYYTINEM K. and Y YOO. Issues and challenges in ubiquituous computing.CACM, 45(12):63–65, 2002.

[64] et al. KAINULAINEN, A. A speech based and auditory ubiquitous office envior-ment. Proceedings of 10th International Conference on Speech and Computer, 2005.SPECOM.

[65] M. KALANTZIS and B. COPE. Ubiquitous learning: An international journal.Ubiquitous Learning: An International Journal (website), 2014. Disponıvel em:http://ubi-learn.com/journal/ Acesso em Novembro 2014.

[66] et al. KARGER. Successful classroom deployment of a social document annotationsystem. Proceedings of ACM CHI12, 2012. Austin, Texas, USA, May 5,10.


[67] D KILROY. Problem based learning. Emergency Medice Journal, 21(1):411–413,2004. doi: 10.1136/emj.2003.012435.

[68] N. et al. LASRY. Peer instruction: From harvard to the two year college. AmericanJournal of Physics., pages 1066–1069, 2008.

[69] C LASSERE, P.; SZOSTAK. Effects of team based learning on a cs1 course. Procee-dings of the 16th annual joint conference on Innovation and technology in computerscience education, pages 133–137, 2011. ACM New York, NY, USA.

[70] P. LASSERE. Adaptation of team based learning on a first term programming class.ACM ITiCSE09, 2009. July 6 to 9.

[71] P LASSERE. Introduction to team based learning. WCCCE09, 2009. Burnaby,Canada, May 1 to 2.

[72] A. LATHAM, K. CROCKETT, D. MCLEAN, and B. EDMONDS. A conversationalintelligent tutoring system to automatically predict learning styles. Computers &Education - An International Journal, 59(1):95–109, 2012. Elsevier.

[73] A. et al. LATHAM. Using learning styles to enhance computerised learning sys-tems. Proc. 2009 Annual Research Student Conference, 2009. Manchester, UK:Manchester Metropolitan University.

[74] D. et al. LEVIS. Aperfeicoamento automatico do perfil do aprendiz em ambientesde educacao ubıqua. Revista Brasileira de Informatica na Educacao., 16(1), 2008.Janeiro a Abril.

[75] T. LITZINGER, S. LEE, J. WISE, , and R. FELDER. A study of the reliabilityand validity of the felder-soloman index of learning styles. Proceedings of the 2005American Society for Engineering Education Annual Conference and Exposition,2005. American Society for Engineering Education.

[76] G. A. et al. LIVESAY. Engineering student learning styles: A statistical analy-sis using felder index of learning styles. Annual Conference of the ASEE, 2002.Montreal, Quebec, June 2002.

[77] Seng. LOKE. Context aware pervasive systems architectures for a new breed ofapplications. 2007. Auerbach Publications, Taylor & Francis Group.

[78] E. et al. LOUREIRO. Pervasive computing: What is it anyway? UbiquitousComputing Design, Implementation and Usability, pages 9–35, 2008. Compiled byYin-Leng and Henry B. D. Duh. Information Science Reference. Hershey, New York.


[79] K. et al. MAKELA. Conducting a wizard of oz experiment on a ubiquitous com-puting system doorman. Proceedings of the International Workshop on InformationPresentation and Natural Multimodal Dialogue, page 155, 2001.

[80] B. MANKOFF, J; SCHILIT. Supporting knowledge workers beyond the desktopwith palplates. Extended abstracts in Proceeding of the Conference on Human Fac-tors in Computing Systems (CHI97), pages 550–551, 1997. ACM Press.

[81] Jennifer et al. MANKOFF. Heuristic evaluation of ambient displays. CHI 2003,ACM Conference on Human Factors in Computing Systems, pages 169–176, 2003.April.

[82] D MASSARO. Just in time learning: Implementing principles of multimodal pro-cessing and learning for education. Proceedings of the 9th international conferenceon Multimodal interfaces (ICMI), pages 3–8, 2007. ACM New York, NY, USA.

[83] B. MCCOMBS and J WHISLER. The Learner Centered Classroom and School:Strategies for Increasing Student Motivation and Achievement. Jossey-Bass Pu-blishers., 1997. San Francisco, CA.

[84] MICHAELIS. Dicionario online michaelis. Melhoramentos, 2014. Disponıvel em:http://michaelis.uol.com.br/ Acesso em: Novembro de 2014.

[85] L MORABLE. Using active learning techniques. Techniques to Enhance AdultLearning (TEAL) Compendium: Texas Higher Education Coordinating Board, 2000.Technical Education Division, Richland College, Dallas, Texas.

[86] S. MOSTEFAOUI. Advances in ubiquitous computing. future paradigms and direc-tions. IGI Global. IGI Publishing, page IX, 2008. Hershey, New York.

[87] C; et al MURPHY. Lessons learned from a pltl cs program. Proceedings of the 42ndACM technical symposium on Computer science education, pages 207–212, 2011.ACM New York, NY, USA.

[88] J. NIELSEN. Ten usability heuristics. Website, 1994. Disponıvel em:http://www.useit.com/papers/heuristic/heuristiclist.html Acesso: Novembro 2014.

[89] D. A NORMAN. Invisible computer: Why good products can fail, the personalcomputer is so complex and information appliances are the solution. MIT Press,1999. London.

[90] J. C. Nunnally. Psychometric theory (2nd ed.). New York: McGraw-Hill., 1978.


[91] University of Minnesota. Making active learning work. self paced tutorials. officeof human resources. Center for Teaching and Learning, 2014. Disponıvel em:http://www1.umn.edu/ohr/teachlearn/tutorials/active/what/index.html Acessoem: Novembro de 2014.

[92] University of North Carolina at Chapel Hill. Classroom activities for activelearning. center for faculty excellence presents: Suggestions and reflections onteaching and learning. Center for Faculty Excellence, 2009. Disponıvel em:http://cfe.unc.edu/publications/index.html Acesso em: Novemebro de 2014.

[93] S. PAPERT. Mindstorms: children, computers, and powerful ideas. Basic Books,Inc., 1980. New York, NY, USA, ISBN:0-465-04627.

[94] S. PAPERT. The children’s machine: Rethinking school in the age of the computer.Basic Books, 1994. Reprint Edition.

[95] A. PAZ, PIMENTEL, and R. F.and BARROS. O uso de edublog e a culturada colaboracao online. VI EPEAL Encontro de Pesquisa em Educacao em Ala-goas e I AMPAE Encontro da Associacao Nacional de Polıtica e Administracao emEducacao, 2011. ISSN: 1981,3031.

[96] F PIMENTEL. Processos de cooperacao e colaboracao. Disponıvelem: http://fernandoscpimentel.blogspot.com.br/2009/08/processos-de-cooperacao-e-colaboracao.html Publicado originalmente em Agosto/2009 Acessado em:03/12/2012.

[97] W. POGANY. Evolving pedagological perceptions of teachers integrating ubiqui-tous computing in their classrooms: A case study of the south dakota laptop pro-gram. Dissertation, 2009. The University of South Dakota, July 2009.

[98] L. et al. POPA. Building extensible networks with rule based forwarding. ProceedingOSDI’10 Proceedings of the 9th USENIX conference on Operating systems designand implementation, 2010. USENIX Association Berkeley, CA, USA.

[99] L. et al PORTER. Experience report: A multi classroom report on the value of peerinstruction. ITiCSE11, pages 138–142, 2011. June 27 to 29, Darmstadt, Germany.

[100] L et al. PORTER. Peer instruction: Do students really learn from peer discussionin computing. Proceedings of the seventh international workshop on Computingeducation research, pages 45–52, 2011. ACM New York, NY, USA.


[101] M PRINCE. Does active learning work? a review of the research. Journal Engine-ering Education, 93(3):223–231, 2004. American Society for Engineering Education(ASEE).

[102] U QIDWAY. Fun to learn: Project based learning in robotics for computer engineers.ACM Inroads, 2(1), 2011.

[103] M. RETTIG. Practical programmer: Prototyping for tiny fingers. Communicationsof the ACM, 37(4):21–27, 1994.

[104] H.V. ROCHA and M.C. BARANAUSKAS. Design e avaliacao de interfaces humanocomputador. Editora Unicamp., 2003. Berlim, Germany.

[105] Yvonne ROGERS and Sara. PRICE. Using ubiquitous computing to extend andenhance learning experiences. Ubiquitous Computing in Education: Invisible Te-chnology, Visible Impact. Lawrence Erlbaum Associates Publishers, Mahwah, NewJersey, London, pages 329–349, 2007.

[106] J ROSCHELLE, W. PENUEL, and L ABRAHAMSON. Classroom response andcommunication systems: Research review and theory. Annual Meeting of the Ame-rican Educational Research Association, 2004. San Diego, CA.

[107] J. SABOURIN. Exploring inquiry based problem solving strategies in game basedlearning environments. Lecture Notes in Computer Science, 7315:470–475, 2012.

[108] M. SALEMI. Clickenomics: Using a classroom response system to increase studentengagement in a large enrollment principles of economics course. The Journal ofEconomic Education, 40(4):385–404, 2009.

[109] M. SATYANARAYANAN. Pervasive computing: Vision and challenges. IEEEPersonal Communication, 8(4):10–17, 2001.

[110] F et al. SCHAUB. Privacy context model for dynamic privacy adaptation in ubi-quitous computing. Proceedings of the 2012 ACM Conference on Ubiquitous Com-puting, pages 752–757, 2012. ACM New York, NY, USA,.

[111] B SCHNEIDER. Designing tabletop activities for inquiry based learning: Lessonsfrom phylogenetics,neuroscience and logistics. ACM Interactive Tabletops and Sur-faces (ITS), pages 289–294, 2012. ACM.

[112] K. et al. SIAU. Use of a classroom response system to enhance classroom interac-tivity. IEE transactions on Education, 49(03), 2006. August.


[113] S SILVER. Problem based learning: What and how do students learn? JournalEducational Psychology Review, 16(3):235–266, 2004.

[114] B. SIMON and Q. CUTTS. How to implementa peer instruction designed cs prin-ciples course. ACM Inroads, 3(2):72–74, 2012.

[115] G. et al. SKELTON. Teaching software engineering through the use of mobileapplication development. Journal of Computing Sciences in Colleges, 28(5):39–44,2013. May.

[116] J. et al. SLOTTA. Orchestrating of complex inquiry: Three roles for learninganalytics in a smart classroom infrastructure. Proceedings of the Third InternationalConference on Learning Analytics and Knowledge, pages 270–274, 2013. ACM NewYork, NY, USA.

[117] M SOARES. Aplicacao do metodo de ensino problem based learning (pbl) no cursode ciencias contabeis: um estudo empırico. Dissertacao de mestrado, 2008. Facul-dade de Economia, Administracao e Contabilidade de Ribeirao Preto (USP).

[118] R. STEELE. Telehealth and ubiquitous computing for bandwidth constrained ruraland remote area. Personal and Ubiquitous Computing, 17(3):533–543, 2013. March.

[119] R. STRENG, S; ATTERER. Non invasive collaboration aids: Supoorting group le-arning with pervasive and ambient technologies. International Conference on Com-puter Science and Software Engineering, 5(1):73–76, 2005.

[120] E. et al. SUCHMAN. Evaluating the impact of a classroom response system in amicrobiology course. Microbiology Education, American Society for Microbiology,7(1):3–11, 2006.

[121] D TIESSEN, E.; WARD. Developing a technology of use for collaborative projectbased learning. CSCL ’99 Proceedings of the 1999 conference on Computer supportfor collaborative learning, 1999. Article No. 76.

[122] R.P TOLEDO. Leitura para bebes. Revista Veja, 1(2299):204, 2012. Editora Abril.

[123] B.W. Tuckman. Conducting educational research. th ed. Wadsworth Group., 1999.

[124] P. et al VAHEY. Using handheld technology to move between private and publicinteractions in the classroom. Ubiquitous Computing in Education: Invisible Te-chnology, Visible Impact., pages 187–211, 2007. Research Center for EducationalTechnology, Kent State University, New Jersey, London.


[125] B. et al. VLIST. Confguring and controlling ubiquitous computing infrastructurewith semantic connections: a tangible and an ar approach. Journal Personal andUbiquitous Computing, 17(4):783–799, 2013. Springer-Verlag London, UK.

[126] D. WALKA. Smartobjects: Second workshop on interacting with smart objects.Proceedings of the companion publication of the 2013 international conference onIntelligent user interfaces companion, pages 113–114, 2013. ACM.

[127] R. WANT. Remembering mark weiser: Chief technologist, xerox parc. IEEE Per-sonal Communications, pages 8–10, 2000. February.

[128] J. WATKINS and E. MAZUR. Retaining students in science, technology, enginee-ring, and mathematics (stem) majors. Journal of College Science Teaching., 42(5),2013.

[129] S. WEISE. Democratizing ubiquitous computing, a right for locality. ProceedingUbiComp ’12 Proceedings of the 2012 ACM Conference on Ubiquitous Computing,pages 521–530, 2012.

[130] M WEISER. The computer for the 21st century. Scientific American, 265(3):94–104,1991. September.

[131] M. WEISER. Some computer science issues in ubiquitous computing. CACM SpecialIssue, Computer Augmented Environments, 36(7):74–83, 1993. July.

[132] M WEISER and J. BROWN. The coming age of calm technology. Denning, P. J.& Metcalfe, R. M. (Eds.) Beyond Calculation: The Next Fifty Years of Computing,1996. New York: Springer Verlag.

[133] M.K WENTZ. A conceptual framework for evaluating the impact of ubiquitouscomputing programs in higher education. PhD Thesis, 2007. University of Minne-sota, May 2007.

[134] M. WIKERSON, W. GRISWOLD, and B. SIMON. Ubiquitous presenter: Incre-asing student access and control in a digital lecturing environment. SIGCSE 05,2005. February 23-27, St.Louis, Missouri, USA.

[135] S WOLFMAN. Understanding and promoting interaction in the classroom throughcomputer mediated communication in the classroom presenter system. PhD Thesis,2004. University of Washington, USA.


[136] Y YOSHITAKA. Impact of learning styles on learning skill development in highereducation. Graduate School of International Management, International Universityof Japan, pages 1–29, 2010. july.

[137] D. ZINGARO and L. PORTER. Peer instruction in computing: The value of ins-tructor intervention. Journal of Computers and Education., 71:87–96, 2014. ElsevierScience Ltd. Oxford, UK.

[138] V. et. al. Zwanenberg. Felder and silverman index of learning styles and honeyand mumford learning styles questionnaire: How do they compare and how do theypredict? Educational Psychology, 20(3):365–381, 2000.

[139] M.S. Zywno. A contribution of validation of score meaning for felder soloman indexof learning styles. Proceedings of the 2003 Annual ASEE Conference., 20(3), 2003.Washington, DC: ASEE.

Apendice A

Glossario

A.1 A.1. Aprendizado Ativo (Active Learning)

Aprendizado Ativo pode ser definido como qualquer metodo instrucional que motiva osalunos durante o processo de aprendizado [101], divergindo assim do metodo tradicionalde ensino. Essa motivacao pode ocorrer de varias formas, como por exemplo por meio dedebates, encenacoes, jogos de interpretacao de papel, simulacoes ou atividades [17].

A.2 Aprendizado Cooperativo (Cooperative Learning)

O Aprendizado Cooperativo e baseado na premissa que a cooperacao entre os alunos emais efetiva educacionalmente do que a competicao. O Aprendizado Cooperativo busca acriacao de um ambiente que promova o trabalho em equipe e as habilidades interpessoaisdos alunos [101].

A.3 Aprendizado Colaborativo (Collaborative Lear-ning)

O Aprendizado Colaborativo se refere ao metodo instrucional que valoriza a colaboracaoem detrimento do trabalho individual. Assim, no Aprendizado Colaborativo o aprendi-zado deve estar focado nas interacoes entre os alunos, ao inves de ser considerado umaatividade individual e solitaria [101].

181

182 Apendice A. Glossario

A.4 Ensino TradicionalNo ensino tradicional o professor e o centro das atencoes, sendo o transmissor do co-nhecimento aos alunos. Assim, uma aula tradicional caracteriza-se como uma palestrado professor, que expoe o conteudo a ser ensinado. O papel dos alunos e passivo nesseprocesso, ou seja, passivamente devem absorver o que lhes e transmitido.

A.5 Guided Inquiry-Based LearningSegundo Sabourin [107], o Guided Based-Inquiry Learning e uma proposta promissorapara o ensino de ciencias. Nessa proposta, os alunos sao encorajados a obter informacoes,usa-las para formular e testar hipoteses, chegar a conclusoes e ainda reportar seus resul-tados.

Conforme explicam Edelson & Pea [36], o termo inquiry refere-se ao processo de buscade respostas, sendo fundamental para a pratica e aprendizado de ciencias. Assim, o GuidedBased Inquiry Learning baseia-se na ideia onde o aprendizado de ciencias deve ocorrercom a pratica real de ciencias no ambiente de ensino, auxiliando os alunos a aprenderemnao apenas o conteudo cientıfico, mas tambem o procedimento cientıfico que leva a esseconhecimento.

A Figura A.1 [111] mostra um exemplo de aplicacao pratica do conceito de GuidedBased-Inquiry Learning, onde um aluno realiza atividades cientıficas numa mesa cientıficainterativa:

Figura A.1: Mesa interativa de investigacao cientıfica (Schneider, 2012)[111]. Figuraextraıda de (Schneider, 2012) [111]

O Guided Inquiry-Based Learning pode ser aplicado tanto individualmente como deforma colaborativa. Neste ultimo caso, segundo Chow & Law [28], os estudantes tra-balham em times com o intuito de investigar questoes cientıficas, sendo que o resultadofinais dependem assim nao apenas dos esforcos individuais, mas tambem da colaboracaode todos do grupo.

A.6. Just in Time Learning 183

Conforme explicam Edelson & Pea [36], existem uma serie de barreiras para a aplicacaodo Guided Based-Inquiry Learning em sala de aula:

•Motivacao dos alunos: Os alunos precisam estar suficientemente motivados para seengajar efetivamente no processo de investigacao cientifica. O desafio ocorre poisa motivacao demandada por este metodo e maior do que a exigida nas atividadeseducacionais tradicionais.

• Acesso e aplicacao de tecnicas investigativas: A investigacao cientıfica exigeuma serie de tecnicas associadas a coleta e analise de dados, que podem exigir umgrau de precisao e cuidado alem do que e habitualmente solcitiado aos estudantesno cotidiano da sala de aula.

• Base Cientıfica: Os estudantes precisam ter uma base cientıfica mınima para estaremaptos a formular questoes, desenvolver um plano de trabalho e analisar e interpretardados.

• Gerenciamento de Atividades: O objetivo maximo do processo de investigacaocientıfica e a capacidade que os estudantes tem de desenvolver e gerenciar atividadescomplexas. Para isso e necessario planejamento e coordenacao da atividade, dosrecursos e dos materiais nela utilizados.

• Restricoes do ambinte de ensino:As tecnologias e atividades de investigacao ci-entıfica estao limitadas a questoes praticas do contexto de aprendizado, como res-tricoes impostas pelos recursos e materias disponıveis, bem como a problemas deagenda e disponibilidade na alocacao de recursos.

A.6 Just in Time LearningJust in Time Learning e a proposta de ensino que preve que o processo de aprendizadopode ocorrer durante os momentos do cotidiano e nas experiencias do dia a dia dosalunos. Por exemplo, conforme Massaro [82] explica, se o professor levou sua classe parauma pesquisa de campo num aquario, ele podera criar licoes sobre os animais marinhosvistos pelos estudantes.

A.7 Peer InstructionPeer Instruction e uma metodologia educacional que estimula e motiva os estudantes aconstruırem seu proprio entendimento de conceitos [100, 99]. Conforme explicam Simon


& Cutts [114], essa metodologia foi proposta por Eric Mazur, fısico de Harvard, queidentificou que alguns estudantes eram aprovados no exame de sua disciplina mesmo sementender os principais conceitos abordados. Por suas caracterısticas, o Peer Instructionpode ser visto como uma versao especializada do Team Based Learning, metodologiaexistente desde a decada de 1980 e descrita na secao A.10.

A aplicacao do peer instruction pode ser dividida em duas etapas:

• Etapa Pre-Aula: Nesta etapa os alunos devem estudar um conteudo previamentedefinido pelo professor, respondendo um questionario de avaliacao com pelo menos24 horas de antecedencia. Esse tempo e necessario para permitir ao professor ajustarsua aula as necessidades e dificuldades dos alunos.

• Etapa de Aula: Nesta etapa inicialmente o professor discute os resultados dosexercıcios de pre-aula com os alunos. Apos isso, sao propostos testes conceitu-ais, resolvidos individualmente pelos estudantes. Caso o grau de acerto seja inferiora 70%, o professor submete novamente o teste conceitual, sendo que desta vez osalunos devem discutir entre si a respeito de sua resolucao.

Assim, o ponto principal de Peer Instruction e o trabalho em equipe que e feito pelosalunos, que discutem entre si os testes conceituais. Segundo Porter et al (2011a), de ummodo geral o uso dessa metodologia leva a um aumento no numero de respostas corretas,impactando positivamente no aprendizado dos estudantes.

Uma das formas de aplicacao do Peer Instruction e atraves dos clickers (ver Capıtulo2, secao 2.2.1), dispositivos que permitem que todos os estudantes na sala de aula res-pondam ou votem em questoes de multipla escolha propostas pelo professor (Porter et al,2011b). Atualmente, porem, os clickers estao sendo substituıdos por dispositivos moveis,como media tablets e smartphones. O autor da metodologia, Eric Mazur, fundou com co-legas uma companhia de desenvolvimento de software, chamada Learning Catalytics, quedesenvolveu um aplicativo homonimo (ver Capıtulo 2, secao 2.3.1) para substituir o usode clickers, alem de suportar novas funcionalidades, como a identificacao da localizacaodos usuarios. A companhia foi vendida em 2013 para a empresa Pearson 1 , especialistamundial em ensino e aprendizagem.

A.8 Peer Led Team Learning (PLTL)Conforme explicam Biggers et al [16], originalmente o modelo do PLTL foi desenvolvidoe aplicado dentro de cursos de quımica com o intuito de melhorar o aprendizado dos

1Disponıvel em: www.pearsoned.com Acesso em: Junho de 2014

A.9. Project Based Learning 185

alunos. Esse modelo preve a preservacao do modelo tradicional de aula, mas introduzindoproblemas para serem resolvidos em conjunto pelos alunos, numa estrutura de encontroschamada de PLTL Workshop [16]

Conforme explicam Horwitz & Rodger [60], esses encontros sao coordenados por es-tudantes de graduacao, que sao treinados como lıderes para facilitar o aprendizado emgrupo. Segundo Horwitz & Rodger [60], a aplicacao do PLTL traz como benefıcios oaprimoramento e retencao da performance dos estudantes durante o curso.

A.9 Project Based LearningConforme explica Qidway [102], Project Based Learning pode ser definido como a meto-dologia que associa questoes e elementos tecnologicos do cotidiano dos alunos ao desen-volvimento de projetos em sala de aula. Ainda segundo Qidway [102], no Project BasedLearning os alunos podem trabalhar sozinhos ou em grupos, criando ideias e propondosolucoes realısticas aos problemas apresentados.

De um modo geral, o objetivo principal e apresentar aos alunos o conteudo do curso deforma que este seja um complemento durante a construcao do projeto a ser realizado. Deacordo com Tiessen & Ward [121], esse modelo pode ser aplicado de forma colaborativa,onde durante o tempo de execucao do projeto o trabalho de cada aluno e automaticamentecompartilhado e tornado acessıvel aos colegas.

Estudos mostram que a aplicacao da metodologia de Project Based Learning traz comobenefıcio o aumento da motivacao e foco dos alunos [102].

A.10 Team Based Learning (TBL)Team Based Learning e uma tecnica de ensino que tem sido utilizada extensivamente namedicina desde meados dos anos 1980 [71].

Conforme explicam Elnagar & Ali [38], o TBL e um metodo que substitui o Apren-dizado Passivo pelo Aprendizado Ativo, propondo que os alunos participem ativamentedo processo de aprendizado de novos conceitos. Deste modo, a estrategia de aplicacao doTBL consiste no uso de tempo da aula para a aplicacao pratica de conceitos ao inves doprocedimento de aula tradicional [69]. O onus, desse modo, cabe aos alunos, que devemler e entender os conceitos propostos antes de irem a aula [70].

Desta forma, o tempo na sala de aula serve como um teste para a verificacao deentendimento desses conceitos, sanar duvidas que por ventura continuem existindo e aindapermitir que os conceitos sejam aplicados em problemas e exercıcios mais complexos doque os ate entao vistos [71].


Conforme explicam Lassere & Szostak [69], os exercıcios no TBL devem seguir asseguintes regras: serem significativas, serem os mesmos a todos os alunos e seus resultadosserem oriundos de uma escolha especıfica a que deve ser feita. Alem disso, os grupos devemapresentar seus resultados de forma simultanea a classe.

De acordo com Elnagar & Ali [38], os resultados dos testes podem ser usados comofeedback tanto para os alunos como para o professor, que consegue identificar o nıvel deentendimento dos alunos em determinado topico. Essa informacao pode ser usada peloprofessor para explicar com mais detalhes o topico atual ou mesmo seguir adiante na aula,apresentando novos conceitos [38].

As caracterısticas gerais do TBL, como a necessidade de um estudo pre-aula doconteudo e a posterior aplicacao de testes de conceito durante as aulas foram incorporadaspor Eric Mazur para a criacao e definicao da metodologia Peer Instruction (ver secao A.7).Pode-se afirmar que o Peer Instruction e uma versao especializada, com caracterısticasadicionais, do TBL.

Apendice B

A Educacao e O Aprendizado Ativo

Na educacao existem varias propostas e metodologias que visam tornar o processo de en-sino mais interessante e motivador para os estudantes. Se por um lado ha o consenso deque as tecnicas tradicionais de ensino devem ser substituıdas ou pelo menos complemen-tadas - por metodos mais efetivos, por outro existe uma profusao de siglas, metodologiase abordagens correlacionadas que nao muitas vezes mais confundem do que auxiliam oentendimento e aplicacao dessas novas propostas educacionais.

Os termos Aprendizado Ativo, Aprendizado Colaborativo, Aprendizado Cooperativo,Aprendizado Centrado no Estudante, Aprendizado Baseado em Problemas entre tantosoutros, exemplificam diversas facetas de uma mesma ideia: a de que os estudantes devemser elementos ativos, participando diretamente de seu proprio processo de aprendizado.

Sendo o objetivo desta tese o desenvolvimento de uma arquitetura que em ultimainstancia viabiliza o Aprendizado Ativo em sala de aula, este apendice tem a funcao dedefinir o que afinal viria a ser o Aprendizado Ativo, descrevendo suas caracterısticas econtextualizando as areas e abordagens a ele relacionadas.

Desta forma, este apendice esta organizado da seguinte maneira: a secao B.1 apresentaa definicao e os conceitos gerais associados ao Aprendizado Ativo; a secao B.2 descreveas principais tecnicas utilizadas para aplicacao do Aprendizado Ativo em sala de aula; asecao B.3 mostra a importancia, tanto para o professor como para os alunos, do processode feedback imediato; a secao B.4 apresenta o conceito de Estilos de Aprendizagem, queserve de suporte a implementacao do Aprendizado Ativo ; a secao B.5 lista as vantagensdo Aprendizado Ativo e a secao B.6 apresenta os principais conceitos e metodologiascorrelatas ao modelo.

Por fim, a secao B.7 mostra como os termos correlatos ao modelo se inter-relacionam,definindo o ponto exato do Aprendizado Ativo que essa tese busca promover, que e jus-tamente o Aprendizado Colaborativo fundamentado na proposicao de problemas.

187

188 Apendice B. A Educacao e O Aprendizado Ativo

B.1 O modelo do Aprendizado AtivoUma das mais relevantes correntes pedagogicas contemporaneas e o Construtivismo, quese opoe ao aprendizado tradicional instrucionista em que os estudantes absorvem passiva-mente informacao. Conforme explica Becker (1992) [15], no construtivismo tem-se a (...)”ideia de que nada, a rigor, esta pronto, acabado, e de que, especificamente, o conheci-mento nao e dado, em nenhuma instancia, como algo terminado. Ele se constitui pelainteracao do Indivıduo com o meio fısico e social (...)”.

Uma forma de aplicacao pratica do Construtivismo no ambiente educacional e oAprendizado Ativo [17, 101], caracterizado pela participacao direta dos estudantes emseu proprio processo de aprendizado [85]. Conforme afirmam Chickering & Gamsom [27],no Aprendizado Ativo os alunos precisam fazer mais do que apenas ouvir: precisam ler,escrever, discutir ou estarem engajados na resolucao de problemas. Alem disso, para esta-rem ativamente envolvidos, os alunos precisam realizar analises, sınteses e avaliacoes quedesenvolvam o pensamento e sua capacidade de raciocınio [17].

No Aprendizado Ativo, o processo de motivacao dos alunos pode ocorrer de variasformas, como por exemplo por meio de debates, encenacoes, jogos de interpretacao depapel ou simulacoes [17]. Na pratica, porem, um dos meios mais utilizados e atraves daintroducao de atividades durante a aula [101, 48]. Conforme explicam Bonwell & Eison[17], essas atividades devem ser propostas de forma a envolver os estudantes, permitindoa eles pensar e refletir sobre suas acoes. De acordo com Faust & Paulson [48], issopode ocorrer desde exercıcios rapidos de escrita ate atividades em grupo relativamentecomplexas, nas quais os alunos utilizam conceitos associados ao tema da aula ou atemesmo baseadas em situacoes do cotidiano.

Por fim, Collins & OBrian [30] sintetizam o Aprendizado Ativo como o processo ondeos alunos se envolvem em alguma atividade que os forca a refletir nao apenas sobre suasideias, mas tambem sobre o motivo que os leva a aplica-las. Ainda, nesse modelo deveser possıvel aos alunos identificar e avaliar seu grau de entendimento sobre os conceitos eproblemas propostos. Os autores concluem afirmando que no Aprendizado Ativo o conhe-cimento deve ser adquirido pelos alunos atraves do processo de contribuicao e participacaopor meio de atividades que envolvam o agrupamento de informacoes, o pensamento crıticoe a resolucao de problemas.

B.2 Tecnicas para aplicacao do Aprendizado AtivoQualquer atividade, proposta ou metodo que envolva os estudantes, individualmente ouem grupo, como processo de aprendizado, pode ser classificada como Aprendizado Ativo[101]. A seguir sao apresentadas algumas dessas tecnicas:

B.2. Tecnicas para aplicacao do Aprendizado Ativo 189

B.2.1 Pausas durante a aula

Nessa tecnica, durante a aula o professor interrompe o processo de explicacao dos concei-tos, circulando entre os alunos para verificar se alguem necessita de informacoes adicionaisou mesmo se existem duvidas sobre o conteudo. Os estudantes que sao tımidos em per-guntar algo ao professor na frente de todos podem se sentir motivados a perguntar algoao professor enquanto ele se move pela classe [48].

B.2.2 Proposicao de Questoes

Essa tecnica envolve a proposicao de questoes aos alunos durante a aula, para desafiar osconceitos e princıpios aprendidos ate o momento. Deste modo, o professor pode solicitarque algum aluno seja voluntario para resolver a questao ou mesmo indicar alguem paraque a responda [92].

Outras abordagens incluem o uso de clickers, aparelhos que permitem ao professorpropor questoes a todos os alunos, bem como posteriormente coletar as respectivas res-postas. As vantagens do uso dessa tecnologia sao o aumento da interacao, possibilidadede avaliacao sobre entendimento dos alunos em relacao ao conteudo da aula, estımulosa discussoes e desenvolvimento de habilidades cognitivas [55, 52]. Ainda, essa estrategiade Proposicao de Questoes serve de base para os Sistemas de Resposta em Sala de Aula,descritos no Apendice C.

B.2.3 Atividade ou Pergunta de 1 minuto

Para aplicar essa tecnica o professor faz uma pausa durante ou no fim da aula, propondouma pergunta que deve ser respondida brevemente (em poucos minutos) pelos estudantes.Os estudantes entao submetem as respostas, que podem ser anonimas ou nao, ao professor.Apos isso o professor analisa as respostas recebidas, fornecendo feedback aos estudantes[48]. Essa tecnica pode ser considerada um tipo equivalente ao de Proposicao de Questoes,com a diferenca de que os alunos tem um curto espaco de tempo para responder a perguntaproposta.

B.2.4 Ponto de Clareza

Essa tecnica, uma variacao do Trabalho de 1 minuto, foi desenvolvida com o intuito deidentificar lacunas em tempo real no processo de assimilacao e entendimento do conteudopelos alunos. Assim, durante a aula o professor propoe uma pergunta aos alunos, reco-lhendo pouco tempo depois as respectivas respostas. Atraves da analise desse material,


o professor identifica imediatamente quais os pontos em que os alunos tem maiores difi-culdades, sendo possıvel ajustar sua aula de acordo com as necessidades dos estudantes[48].

B.2.5 Desenvolvimento de Diarios

O desenvolvimento de um diario sobre a disciplina e uma ferramenta efetiva para motivaros alunos a aplicar os conceitos aprendidos em suas experiencias diarias, ajudando-os aexplorar o conteudo de forma ampla e nos mais variados contextos, incluindo o debatepublico. A desvantagem dessa tecnica e que o feedback ao professor nao e imediato, ouseja, o professor ira ler e analisar os dados dos diarios numa ocasiao posterior a aula, enao durante a mesma, como ocorre na tecnica de Trabalho de 1 minuto [48].

B.2.6 Trabalho em Grupo ou Duplas

A Realizacao de trabalhos e atividades em grupo apresenta uma serie de vantagens, como oaumento da retencao de conteudo e melhoras nas habilidades de comunicacao - saber ouvire falar. Alem disso, quando trabalhando em pares, esse metodo aumenta a probabilidadede que os alunos irao participar na realizacao dos trabalhos, o que eventualmente naoocorre com grupos maiores [48].

Ainda, existem estrategias especıficas associadas ao trabalho em duplas, como dis-cussao e comparacao, onde os alunos respondem individualmente a perguntas e depoiscomparam seus resultados [48]; o procedimento de avaliacao aos pares, quando cadaaluno corrije o trabalho do colega, analisando o conteudo, gramatica e argumentos, alemde apontar erros, correcoes e melhorias [48]; a sumarizacao, onde cada aluno explica aocolega o que entendeu dos conceitos apresentados ate o momento pelo professor [?, 91].Essas estrategias podem ser aplicadas a grupos maiores, e nao necessariamente a duplas[91].

B.2.7 Mesa Redonda (Roundtable)

Relativa ao trabalho em grupo em que uma questao e proposta aos participantes peloprofessor ou lıder do grupo. Cada aluno escreve sua resposta numa folha de papel edepois a passa ao colega do lado. Ao final do processo, o grupo constroi em conjunto umaresposta unica, apresentando-a a classe [91].

B.3. A importancia do Feedback Imediato 191

B.3 A importancia do Feedback ImediatoConforme apontado por Chickering & Gansom (1987) [27], um ponto crıtico para a me-lhora do processo de ensino e aprendizagem em sala de aula e o suporte ao feedbackimediato. Segundo os autores, os alunos precisam de um feedback adequado durante asaulas, obtendo desta forma ajuda para avaliar aspectos relacionados ao seu conhecimentoe competencias.

Conforme afirmam Faust & Paulson [48], do ponto de vista do professor esse feedbacke importante pois permite a ele ter um indicativo imediato sobre o grau de entendimentodos alunos em relacao ao conteudo apresentado na aula. Deste modo o professor poderealizar ajustes pontuais durante a aula, gastando mais tempo em conceitos que os alunostem dificuldade ou ate mesmo seguindo diretamente para a aplicacao de conceitos nosquais foi identificado que os alunos tem bom entendimento [48].

A implantacao do feedback imediato se da atraves da criacao de oportunidades esituacoes durante a aula que permitam aos alunos receberem sugestoes de melhora, per-mitindo a eles refletir sobre o que aprenderam, o que ainda precisam aprender e sobrecomo podem avaliar a si proprios [27]. Uma dessas oportunidades, conforme explicamFaust & Paulson [48] pode ocorrer quando o professor interrompe a aula em determinadoponto, aplicando exercıcios ou testes sobre o topico recentemente abordado.

B.4 Suporte a estilos de aprendizagemBonwell & Eison [17] explicam que estudos cognitivos demonstram que a maior parte daspessoas possuem estilos preferenciais de aprendizado, sendo desta forma melhor atendi-das por tecnicas pedagogicas que diferem do modelo tradicional de aula. Deste modo,os professores devem estar cientes de que existem tecnicas e estrategias distintas parapromover o Aprendizado Ativo, bem como devem se sentir confortaveis para explorar eexperimentar por conta propria alternativas ao modelo de ensino tradicional.

Por sua vez, Chickering & Gansom [27] afirmam que existem varias estradas em relacaoao aprendizado, sendo que os alunos possuem talentos e estilos preferenciais de aprendi-zado diferentes. Por exemplo, os autores citam que estudantes que sao brilhantes emapresentacoes de seminarios podem ter dificuldades em aulas de laboratorio, ou que estu-dantes que sao notaveis em experimentos praticos podem nao ter um desempenho igualem relacao ao aspecto teorico do conteudo.

Desta forma, os estudantes precisam ter a oportunidade para mostrar seu talentos eaprender novas formas de desenvolve-los, o que, entretanto, nao e uma tarefa trivial [27].

Assim, o suporte a estilos de aprendizagem e uma caracterıstica que facilita a promocaodo aprendizado ativo no ambiente de ensino e aprendizagem. Os aspectos teoricos asso-


ciados aos diferentes modelos de estilo de aprendizagem, bem como exemplos praticos desua aplicacao no cotidiano educacional, sao apresentados no Capıtulo 3.

B.5 Vantagens do Aprendizado AtivoA aplicacao do modelo do Aprendizado Ativo apresenta uma serie de vantagens e benefıciosaos alunos e professor [101]. Conforme afirmam Bonwell & Eison [17], a aplicacao doAprendizado Ativo leva os alunos a um incremento do processo de pensamento e escritasuperior ao encontrado em aulas tradicionais. Por sua vez, Chickering & Ganson [27]consideram o Aprendizado Ativo uma boa pratica de ensino, sendo incluıda nos ”SetesPrincıpios para Boas Praticas”em sala de aula.

Morable (2000) lista uma serie de vantagens do Aprendizado Ativo:

• Reforca o conteudo do curso.

• Desenvolve habilidades associadas ao trabalho em equipe.

• Melhora a auto-estima dos estudantes.

• Promove a participacao dos alunos.

• Suporta o aprendizado baseado em problemas. 1

• Incentiva os alunos a irem de forma independente em busca do conheci-mento.

• Energiza e revigora os participantes.

• Suporta o ensino voltado a diversos estilos de aprendizagem.

• Permite a aplicacao pratica do conteudo do curso.

• Melhora a comunicacao entre os alunos.

• Oferece um ambiente de aprendizagem agradavel e emocionante.

• Ajuda a melhorar a retencao do conteudo e a motivacao dos alunos.

• Torna o ambiente escolar divertido.1Autor usa o temo ”Creative Problem Solving”, que e correlato ao ”Problem Based

Learning”, descrito na secao B.6.1

B.6. Conceitos e metodologias correlatas ao Aprendizado Ativo 193

Dentre essa serie de vantagens do Aprendizado Ativo, Anderson et al. [7] identificaram,atraves da aplicacao pratica do modelo em sala de aula, o aumento do interesse e motivacaodos estudantes, o feedback em tempo real que o professor tem em relacao a compreensaodo conteudo aprendido e a integracao de material proveniente dos estudantes como, porexemplo, respostas de exercıcios, nas discussoes em sala de aula. Isso permite ao professorusar o trabalho dos alunos para fazer apontamentos particulares ou discutir conceitos queforam compreendidos indevidamente pelos estudantes.

B.6 Conceitos e metodologias correlatas ao Aprendi-zado Ativo

Segundo Bonwell & Eison (1991) [17], os profissionais ligados a educacao usam o termoAprendizado Ativo muito mais de forma intuitiva do que baseados numa definicao comum,o que pode gerar interpretacoes distintas e ate mesmo opostas em relacao a essa termi-nologia. Ja de acordo com a Universidade de Minnesota [91], a definicao de AprendizadoAtivo e problematica, pois o termo significa diferentes coisas para diversas pessoas, sendopor alguns considerado ate mesmo redundante, ja que seria impossıvel a existencia de umaprendizado que nao fosse ativo.

Conforme afirma Prince [101], essa falta de padronizacao permitiu o surgimento de umaserie de conceitos e termos associados ou correlatos ao Aprendizado Ativo na literatura.Isso ocorre pois muitas vezes diferentes autores utilizam metodologias distintas ou mesmointerpretam as mesmas terminologias de forma diferente, o que pode gerar um certoconflito ou confusao quando esses termos sao utilizados ou citados. Como existem muitasmetodologias nomeadas genericamente como Aprendizado Ativo, nem sempre e claro oque exatamente cada uma delas busca promover ou suportar [101].

Por exemplo, segundo a Universidade Carolina do Norte [92], o modelo que deve subs-tituir a aula tradicional, inserindo metodologias que promovam o maior envolvimento dosestudantes no processo de aprendizado, e chamado de Abordagem Centrada no Aprendi-zado (Learning Centered Approach).

Ja Froyd & Simpson [53], por exemplo, usam o termo Aprendizado Centrado no Estu-dante (Student Centered Learning), para descrever o modelo educacional que se opoe aoparadigma instrucional tradicional, focado no professor. Segundo Collins & O´Brien [30]o Aprendizado Centrado no Estudante como o modelo onde os alunos devem ser o foco doprocesso de ensino, tendo a independencia de aprender individualmente ou com os cole-gas, atraves da resolucao de problemas, pensamentos crıticos, simulacoes, interpretacoesde papeis ou outras atividades.

Por sua vez, McCombs & Whisler [83] definem o termo Centrado no Estudante como a


perspectiva que engloba tanto as necessidades individuais de cada aluno, experiencias pas-sadas, historico, perspectivas futuras, interesses e necessidades juntamente com praticasde ensino que busquem promover eficientemente a motivacao e o aprendizado de todos.Isso ocorre, ainda segundo os autores, atraves do processo construtivo no qual os alunosestao ativamente engajados em criar seu proprio conhecimento, com a construcao de umambiente que incentiva os relacionamentos interpessoais, fazendo com que os alunos sesintam respeitados e atendidos em suas necessidades.

As vantagens desse modelo, conforme explicam Collins & O´Brien [30], sao o aumentoda motivacao dos alunos para aprender, a maior retencao de informacao e conhecimentoe um posicionamento mais positivo em relacao ao assunto ensinado. E facil notar, porem,que o termo Aprendizado Centrado no Estudante nada mais e do que um sinonimo deAprendizado Ativo, ja que a definicao de ambos os modelos - e suas vantagens educacionais- sao as mesmas.

Desta forma, Froyd & Simpson [53] apresentam uma lista com uma serie de termose metodologias de ensino que se encaixam na definicao de Aprendizado Centrado noEstudante e, por conseguinte, na definicao de Aprendizado Ativo. Para cada elementoapontado por Froyd & Simpson [53], foi realizado um trabalho de pesquisa identificandoas semelhancas e diferencas entre essas metodologias, suas aplicacoes em sala de aula etambem, quando existente, a nomenclatura que e apresentada na literatura em lınguaportuguesa.

As metodologias que foram consideradas mais relevantes a este trabalho constam comosubsecoes deste apendice, sendo que as demais foram inseridas no Apendice A, de glossariode terminologias.

A Tabela B.1 apresenta, desta forma, o nome original da metodologia, seu equivalentenome na literatura em portugues (quando existente) e as referencias na literatura queforam utilizadas no processo de pesquisa (tanto em portugues como em ingles), bemcomo o apendice ou secao da tese onde essas terminologias sao descritas.

Ressalta-se, porem, que apesar dos termos apresentados na Tabela B.1 serem correlatosao Aprendizado Ativo, nem todos sao sinonimos entre si, existindo assim uma serie departicularidades entre eles. Por exemplo, existem diferencas conceituais, embora nao desenso comum, entre Aprendizado Colaborativo e Aprendizado Cooperativo, bem como naose pode afirmar que todas as atividades educacionais no Aprendizado Ativo sao baseadasno processo de resolucao de problemas.

Em relacao ao uso da terminologia, considera-se nesta tese o Aprendizado Ativo comoum conjunto de metodologias ou tecnicas construtivistas aplicadas em sala de aula comoforma de motivar os estudantes, permitindo a eles participarem de forma ativa de seuproprio processo de ensino e aprendizagem. Deste modo, considera-se que as metodo-

2Conforme originalmente proposto por Froyd & Simpson (2008) [53]


Tabela B.1: Lista de metodologias similares ou correlatas ao Aprendizado Ativo, a partirde compilacao inicialmente feita por Froyd & Simpson (2008) [53]

Nome originaldo modelo, emingles.2

Nome em Por-tugues

Referenciasem Ingles

Referenciasem Por-tugues

Referenciana Tese

Active Learning AprendizadoAtivo

[27, 17, 48,85, 101, 30]

- ApendiceB SecaoB.1

CollaborativeLearning

AprendizadoColaborativo

[101, 30] [31, 37, 95] ApendiceB SecaoB.6.3

Inquiry-basedLearning ouInquiry GuidedLearning

– [107, 36,28, 111]

– ApendiceA SecaoA.5

Cooperative Le-arning

AprendizadoCooperativo

[101, 30,14]

[31, 96, 95] ApendiceB SecaoB.6.2

Problem-basedLearning (PBL)

AprendizadoBaseado emProblemas

[10, 101,113, 67, 30]

[117] ApendiceB SecaoB.6.1

Peer Led TeamLearning

– [16, 60, 87] – ApendiceA SecaoA.8

Team-Based Le-arning

– [71, 70, 69,38, 3, 38]

– ApendiceA SecaoA.10

Peer Instruction – [68, 100,99, 114,128, 137]

[9] ApendiceA SecaoA.7

Just-in-Time Le-arning

– [82] [9] ApendiceA SecaoA.6

Project-basedLearning

– [121] – ApendiceA SecaoA.9


logias apresentadas da Tabela B.1 existem para promover o Aprendizado Ativo, sendoapresentadas nas proximas subsecoes da seguinte forma: B.6.1) Aprendizado Baseado emProblemas; B.6.2) Aprendizado Cooperativo; B.6.3) Aprendizado Colaborativo e B.6.4)Definicoes alternativas de Aprendizado Cooperativo e Colaborativo.

Por fim, na secao B.7 e apresentada uma visao geral de como essas metodologias seinter-relacionam, bem como e definido o ponto exato onde o fundamento teorico destatese esta situado.

B.6.1 Aprendizado Baseado em Problemas (Problem Based Le-arning - PBL)

De um modo geral, o Aprendizado Baseado em Problemas (PBL) pode ser definido comoum metodo instrucional onde problemas relevantes sao introduzidos no inıcio do ciclo deensino, com o intuito de motivar os alunos, sendo uma aplicacao direta do AprendizadoAtivo [101, 113].

Utilizado principalmente no domınio de instituicoes superiores de medicina [10, 117],o PBL se apoia na teoria que sugere que para a efetiva aquisicao do conhecimento osestudantes precisam ser estimulados de forma a reestruturar informacao e conceitos queja possuem, ganhando assim novos conhecimentos e, a partir disso, desenvolvendo algobaseado nessa informacao. Esse processo pode ser aplicado quando um estudante explicaaos colegas o que sabe sobre o tema, ou quando os integrantes do grupo discutem o assuntoem busca de uma solucao [67].

Conforme explica Soares (2008) [117]:

”O PBL e centrado no estudante e inicia-se com um problema real ou simulado,procurando estimula-los a solucionar o problema em questao, por meio do desenvolvi-mento de habilidades e atitudes positivas e pensamento crıtico, e a procurar por umconhecimento mais consistente e duradouro sobre o tema pesquisado [117]”.

O uso do PBL ocorre usualmente em grupos de 5 a 8 estudantes, com o apoio doprofessor, chamado de tutor nesse contexto [117]. O professor ou tutor trabalha destaforma como facilitador, sendo os estudantes os responsaveis por conduzir o processo [30]

Conforme explicam Silver [113] e Collins & O´Brien [30], a aplicacao do PBL consistena proposta de problemas complexos aos estudantes, usualmente com mais de uma res-posta correta (Silver, 2004). Assim os estudantes devem trabalhar colaborativamente emgrupos, identificando por si mesmos o que precisam aprender para resolver o problema[113].


B.6.2 Aprendizado Cooperativo (Cooperative Learning)De um modo geral, o Aprendizado Cooperativo baseia-se na premissa que a cooperacaoentre os alunos e mais efetiva educacionalmente do que a competicao, buscando assim acriacao de um ambiente que promova o trabalho em equipe e as habilidades interpessoaisdos alunos [101] 3.

Para Paz et al. [95], entende-se por cooperacao ”o trabalho em conjunto no qual existeuma divisao de tarefas entre os membros de um grupo”. Isso implica, ainda segundo Pazet al. [95], ”que na cooperacao todos os participantes devem contribuir para resolver oproblema, sendo porem cada um responsavel apenas por um pedaco especıfico da tarefa.”

Costa et al. [31], define cooperacao do seguinte modo:

”Na cooperacao, existe uma divisao de tarefas entre os membros de um grupo.Cada um e responsavel por parte da solucao do problema e ao finalizar sua tarefa,existe um agrupamento das solucoes, formando a solucao unificada do grupo [31]”.

Pimentel [96], atraves da analise do trabalho de Costa et al [31], criou um diagramaconceitual que ilustra essa definicao de cooperacao, conforme mostrado na Figura B.1.

Conforme mostra a Figura B.1, nesta visao o conceito de cooperacao pode ser explicadocomo a divisao ou fracionamento de um determinado problema ou tarefa. Essas partesmenores sao realizadas de forma autonoma e independente pelos participantes, compondoao final a resolucao do problema.

B.6.3 Aprendizado Colaborativo (Collaborative Learning)O Aprendizado Colaborativo se refere ao metodo instrucional que valoriza a colaboracaoem detrimento do trabalho individual. Assim, nesse modelo o aprendizado deve estarfocado nas interacoes entre os alunos, ao inves de ser considerado uma atividade individuale solitaria [101].

Conforme afirma Paz et al. [95], ”... a diferenca entre cooperacao e colaboracao resideno fato desta ultima permitir e incentivar a interacao entre os participantes, resultandonum esforco conjunto para a resolucao do problema”. Similarmente, Eligio [37] afirma queo Aprendizado Colaborativo pode ser definido como uma situacao onde os participantesconstroem de forma conjunta a solucao de determinado problema.

3Apesar de Prince (2004)[101] defender a cooperacao em detrimento da competicao, esta ultima e umapratica de ensino valida e utilizada em sala de aula para motivar os alunos, por exemplo por meio debrincadeiras ou jogos onde ha um ou um grupo de vencedores. Conforme explicam Liu et al (2003)[41],a motivacao e um dos principais fatores que afetam o aprendizado dos estudantes, sendo a competicaoum meio efetivo para promover essa motivacao.


Figura B.1: Diagrama conceitual do processo de cooperacao (Pimentel, 2009). Figuraextraıda de (Pimentel,2009) [96]

Por sua vez, Costa et al. [31] explica o conceito de colaboracao do seguinte modo:

”Na colaboracao, o esforco mutuo e privilegiado, existindo uma divisao de tarefas,cada um faz a sua parte. No entanto, cada um visualiza e pode participar ativamente daresolucao da tarefa do seu parceiro, com o objetivo de resolver o problema em conjunto.Ha um compromisso global, responsabilizando a todos pelo termino da tarefa.”[31]

Segundo Eligio [37], no Aprendizado Colaborativo cada participante deve refletir sobrea atividade proposta como um todo, considerando a perspectiva que os demais tem desseprocesso. Esse conceito pode ser exemplificado na situacao onde 2 alunos, denominadosA e B, estao resolvendo um problema de fatoracao [37]. Juntos eles pensam no problemacomo um todo, analisando por exemplo quais equacoes poderiam ser utilizadas para suaresolucao. Nesse processo, cada um precisa estar atento a perspectiva do outro, conside-rando e refletindo sobre o motivo que levou o colega a considerar relevante determinadaequacao.

Deste modo, um dos requisitos primarios para o Aprendizado Colaborativo existir eo entendimento mutuo entre os participantes, onde cada um tem o conhecimento do queo outro sabe sobre a tarefa a ser resolvida versa [37]. Projetando isso no exemplo dadoanteriormente, e necessario que o participante A saiba qual conhecimento o participanteB tem sobre fatoracao, e vice-versa [37].


Por sua vez, na analise de Paz et al. [95], fundamentada no trabalho de Crook [32], oprocesso de interacao no Aprendizado Colaborativo pode ser dividido em 3 fases:

• Articulacao: onde o participante organiza e expoe suas opinioes sobre o assunto;

• Conflito: onde pode existir o choque, confronto ou discussao entre as ideias dosparticipantes;

• Co-construcao: onde ha a construcao conjunta da resposta que os participantesacreditam ser mais adequada ao assunto ou tarefa proposta;

Pimentel (2009) [96], atraves da analise do trabalho de Costa et al (2006), criou umdiagrama conceitual que ilustra o conceito de colaboracao, conforme mostrado na FiguraB.2:

Figura B.2: Diagrama conceitual do processo de colaboracao (Pimentel, 2009). Figuraextraıda de (Pimentel,2009) [96]

Conforme ilustra a Figura B.2, o foco do processo de colaboracao e a interacao entre osparticipantes para resolucao do problema proposto. Nessa situacao, apesar de ser possıvelhaver uma divisao ou fracionamento do problema em tarefas menores, todas as partes eetapas do problema sao resolvidas por cada um dos participantes.

B.6.4 Outras definicoes de Aprendizado Cooperativo e Colabo-rativo

De um modo geral, nao ha um consenso entre os teoricos e estudiosos sobre as definicoesde Cooperacao e Colaboracao, sendo o assunto classificado ate mesmo de polemico poralguns autores, como Costa et al. [31].


Muitas vezes os conceitos de Colaboracao e Cooperacao sao apresentados de formaoposta ao descrito nas secoes B.6.2 e B.6.3, sendo a colaboracao o processo de interacaono qual cada indivıduo contribui com uma determinada parte, sem a ocorrencia de dialogo(interacao) entre os participantes; e cooperacao como o processo que envolve o dialogoentre os participantes para chegar-se a um objetivo comum.

Isso ocorre, por exemplo, no trabalho de Cappelaro [24], que afirma que ”A apren-dizagem cooperativa pode propulsionar a aprendizagem, o desenvolvimento, a mudanca,alem de favorecer a construcao mutua do saber (...) corroborando, assim, a premissa vy-gostskyana de que para se construir humano, o homem depende da interacao social”. Ouseja, na visao de Cappelaro [24] o processo de interacao social esta associado ao conceitode cooperacao e nao de colaboracao, como descrito nas secoes anteriores.

Semanticamente, os termos cooperacao e colaboracao sao assim definidos pelo di-cionario Michaelis [84]:

• Colaboracao: Ato de colaborar; cooperacao; ajuda; Reuniao de duas ou mais pessoasque trabalham juntas para produzir ou utilizar uma aplicacao multimıdia.

• Cooperacao: Ato de cooperar; colaboracao; prestacao de auxılio para um fim comum;solidariedade.

Ja o dicionario The Greenwood Dictionary of Education [30] especializado em conceitoseducacionais, apresenta a seguinte definicao para os termos:

• Aprendizado Colaborativo: E um metodo de ensino e aprendizado no qual osalunos trabalham em grupo para explorar uma questao ou assunto, ou mesmo criarum projeto. Aprendizado Colaborativo e um termo generico que engloba muitosmetodos de aprendizado, desde projetos com pequenos grupos ate uma forma maisespecıfica de trabalho em grupo, denominada Aprendizado Cooperativo.

• Aprendizado Cooperativo: E um tipo especıfico de Aprendizado Colaborativo, ca-racterizado primariamente por ser um forma de Aprendizado Ativo nao competitiva.No Aprendizado Cooperativo, os estudantes trabalham juntos, em grupos pequenos,numa atividade estruturada. A avaliacao e feita de maneira individual e tambemcomo um todo, onde o trabalho final do grupo e avaliado.

No Aprendizado Cooperativo, o trabalho deve ser realizado face a face, sendo oaprender a trabalhar em grupo um ponto importante desse processo. As carac-terısticas que definem o Aprendizado Cooperativo sao a colaboracao e o aprendizadoindependente do professor, liderado assim pelos alunos, bem como o desenvolvimentode habilidades de relacionamento social e de trabalho em grupo.

B.7. Definicao do domınio teorico e conclusoes 201

Nota-se que nesses dicionarios os termos sao muito similares, representando de umaforma geral a situacao onde ha um trabalho em grupo feito com um fim comum. Conformeexplicam Collins e OBrien [30], editores do The Greenwood Dictionary of Education,essa similaridade faz com que haja uma tendencia de enfoque nas semelhancas entre oAprendizado Colaborativo e o Cooperativo, sendo os termos utilizados com frequenciacomo sinonimos na literatura.

Abrindo-se um parenteses especulativo, pode-se conjecturar que no futuro, devido aevolucao linguıstica, apenas um dos termos possivelmente Aprendizado Colaborativo sejausado para definir o processo colaborativo em sala de aula. Conforme afirma Toledo [122]:

”Sinonimos, em princıpio, nao existem. Sao repelidos pelo organismo vivo que e alıngua, em nome do princıpio da economia. Nao ha uma palavra que tenha o mesmoexato sentido de mesa, como tambem nao ha uma unica com o mesmo exato sentidode casa. Havendo duas palavras com o exato mesmo significado, uma delas fenece emorre.”[122]

De qualquer modo, com o intuito de minimizar eventuais discrepancias no uso dessasterminologias, adota-se nessa tese as definicoes apresentadas nas secoes B.6.2 e B.6.3 paraAprendizado Colaborativo e Aprendizado Cooperativo. A secao B.7 mostra como essestermos se relacionam e qual o domınio onde apoia-se o fundamento teorico dessa tese.

B.7 Definicao do domınio teorico e conclusoesConforme descrito nas secoes anteriores, existem varios termos e conceitos associadosdiretamente ao Aprendizado Ativo e as tecnicas de sua aplicacao em sala de aula. ATabela B.2 mostra a sıntese das terminologias que tem papel de destaque no fundamentoteorico desta tese:

Atraves da analise dos conceitos apresentados na Tabela B.2 , foi construıda a FiguraB.3, que ilustra a inter-relacao entre os termos abordados:

Atraves da analise da Figura B.3, e possıvel inicialmente verificar-se que o AprendizadoColaborativo e o Aprendizado Cooperativo sao subgrupos distintos dentro do AprendizadoAtivo. Isso ocorre pois as definicoes de ambos sao diametralmente opostas, ou seja,enquanto no Aprendizado Colaborativo existe a proposta de interacao entre os alunosdurante o processo de resolucao de determinada tarefa, no Aprendizado Cooperativo issose da de forma indireta, com cada aluno resolvendo independentemente a parte que lhefoi designada.

Ja em relacao ao conjunto associado a Proposicao de Problemas, nota-se que ele possuiuma interseccao tanto com o Aprendizado Colaborativo como com o Aprendizado Coope-


Tabela B.2: Sıntese das terminologias associadas ao Aprendizado Ativo

Termo DefinicaoAprendizado Ativo Proposta construtivista de ensino onde os alunos sao

responsaveis pelo seu proprio aprendizado, sendo pen-sadores ativos e o centro do processo e ambiente de en-sino. Existem varias tecnicas e/ou metodologias paraaplicacao do Aprendizado Ativo.

Proposicao de Proble-mas

a tecnica de aplicacao do Aprendizado Ativo na qualdurante a aula o professor propoe problemas aos alunos,permitindo assim identificar em tempo real a compre-ensao dos estudantes em relacao ao conteudo proposto.Exemplos de aplicacao dessa tecnica sao os Sistemas deResposta em Sala de Aula.

Aprendizado Colabo-rativo

E uma forma de aplicacao do Aprendizado Ativo em queos alunos podem interagir entre si para realizar umaatividade. Varios tipos de atividades sao suportadas,inclusive as baseadas em proposicao de problemas.

Aprendizado Coope-rativo

E uma forma de aplicacao do Aprendizado Ativo, ondeuma tarefa e dividida e cada parte executada de formaindependente (individual) por cada aluno. Varios tiposde atividades sao suportadas, inclusive as baseadas emproposicao de problemas

B.7. Definicao do domınio teorico e conclusoes 203

Figura B.3: Inter-relacoes entre o Aprendizado Ativo, Aprendizado Cooperativo, Apren-dizado Colaborativo e a tecnica de Proposicao de Problemas

rativo. Isso ocorre pois as tarefas que podem ser realizadas no Aprendizado Colaborativoe no Aprendizado Cooperativo podem ser, mas nao necessariamente sao, problemas pro-postos pelo professor. Em outras palavras, a semantica do termo tarefa pode ser definida,segundo o dicionario 4, como ”Obra ou porcao de trabalho que tem de ser concluıdo numdeterminado prazo, sendo esse trabalho qualquer atividade proposta pelo professor, inclu-sive problemas”.

Por outro lado, no Aprendizado Ativo os problemas ou atividades propostos pelo pro-fessor nao necessariamente precisam ser respondidos de forma colaborativa ou cooperativa,o que faz com que a parte central do conjunto de Proposicao de Problemas fique situadade forma autonoma, sem interseccoes.

Finalmente a area vermelha, indicada pela interseccao do Aprendizado Colaborativocom a Proposicao de Problemas, representa os problemas que sao resolvidos de formacolaborativa pelos alunos, ou seja, os problemas em que ha interacao entre os alunosdurante o processo de resolucao. Esse processo interativo e o fundamento teorico para aAUSAA (Arquitetura Ubıqua de Suporte ao Aprendizado Ativo), proposta no Capıtulo 3desta tese.

Ressalta-se, porem, que diferentemente da aplicacao classica da proposicao de pro-blemas, as atividades a serem propostas na AUSAA nao necessariamente sao de grandecomplexidade, podendo eventualmente serem resolvidos num perıodo mais restrito deduracao (apenas parte da aula), sendo que a definicao de como isso ocorre e atribuıda aoprofessor. Nesse aspecto, a abordagem empregada na arquitetura aproxima-se do PeerInstruction, onde pequenos problemas (testes conceituais) sao propostos aos alunos.

Por sua vez, a AUSAA utiliza elementos do PBL, como a etapa onde determinadoestudante explica aos colegas o que sabe sobre o tema (ver Solicitacao de Ajuda aos

4Disponıvel em: http://michaelis.uol.com.br Acesso em: Dezembro de 2014


Colegas, no Capıtulo 3, secao 3.5); a autonomia dos estudantes, que tem a liberdadede escolher ou nao colaborar (ver Capıtulo 3, secao 3.5) e o proprio papel do professor,que gerencia a execucao da metodologia como um tutor, atraves do Mapa da Classe (verCapıtulo 3, secao 3.5).

Apendice C

Sistemas de Resposta em Sala deAula

Na literatura, varios termos correlatos sao utilizados para descrever sistemas que viabili-zam o processo interativo entre alunos e professor em sala de aula. Conforme explicamBeatty & Gerace [55], algumas das terminologias utilizadas sao Sistema de Resposta aAudiencia (Audience Response System), Sistema de Resposta aos Estudantes (StudentResponse System), Maquina de Votacao (Voting Machine) e Clickers.

Ja Liu et al, [41], apresentam como sinonimo para esse tipo de sistema o termo SistemaInterativo de Resposta (Interactive Response System), Wolfman [135] o termo Sistema deFeedback em Sala de Aula (Classroom Feedback System), Beatty [12] o termo Sistemade Comunicacao em Sala de Aula (Classroom Communication System) e Suchman et al.[120] o termo Sistema Pessoal de Resposta (Personal Response System).

Apesar de nao haver consenso, a literatura vem convergindo para a adocao do termoSistema de Resposta em Sala de Aula, do ingles Classroom Response System e sigla CRS1 [51, 52, 55]. Para simplificacao e padronizacao com a propria literatura, esse tipo desistema sera referenciado apenas como CRS no decorrer do texto.

De um modo geral, o CRS e um tipo de sistema que viabiliza e fundamenta eletroni-camente o processo de interacao e comunicacao entre alunos e professor (Fies & Marshall,2008). Assim, os CRSs permitem que o professor envie conteudo aos alunos (questoes,atividades, perguntas, slides, etc), seguido pela interacao dos alunos com esse conteudo(resolucao das questoes, execucao das atividades, marcacao de perguntas nos slides, etc) ea posterior submissao desse material ao professor. O professor pode, ainda, analisar esseconteudo, identificando em tempo real eventuais problemas de aprendizado, permitindo oenvio de feedback aos alunos e se necessario ate mesmo a alteracao de seu plano de aula de

1Seguindo-se a literatura em ingles [52, 55], a sigla CRS e usada para o singular de Classroom ResponseSystem (Sistema de Resposta em Sala de Aula). Ja a sigla CRSs indica o respectivo plural desse termo.

205

206 Apendice C. Sistemas de Resposta em Sala de Aula

forma a atendar as necessidades dos estudantes. Apesar da amplitude de possibilidades,porem, o uso mais comum dos CRSs e no processo de submissao de questoes e recebimentoe agregacao de seus resultados.

Esse Apendice e organizado da seguinte forma: a secao C.1 apresenta a motivacao e asbarreiras que fundamentam a criacao dos CRSs; a secao C.2 apresenta as caracterısticasgerais dos CRSs; a secao C.3 apresenta as vantagens educacionais; a secao C.4 apresenta osdesafios de implementacao; a secao C.5 descreve metodologias utilizadas no gerenciamentode atividades; a secao C.6 mostra uma lista e descricao dos principais CRSs, tanto os deorigem academica como os com propositos comerciais e a secao C.7 as consideracoes finaissobre o capıtulo.

C.1 Motivacao e Barreiras

Com o intuito de criar um ambiente dinamico e interativo, buscando a promocao doAprendizado Ativo (ver Apendice B) em sala de aula, o professor pode criar e estimularsituacoes que envolvam os estudantes, alem de determinar metas ou objetivos pedagogicosque melhorem o processo de interacao com os alunos em sala de aula. Conforme explicamLiu et al [41], alguns desses objetivos podem ser a avaliacao do status do aprendizado dosestudantes, a motivacao dos estudantes em aprender o conteudo proposto e o envolvimentodos estudantes num processo de discussao sobre o conteudo apresentado.

Entretanto, existem obstaculos para a execucao dessas atividades numa aula tradi-cional, como a grande quantidade de alunos, a existencia de alunos tımidos que podemter receio de se expor e participar do processo interativo ou mesmo a limitacao fısica doprofessor em gerenciar todos esses procedimentos durante o tempo de aula. Liu et al[41] explicam como algumas dessas barreiras podem prejudicar ou ate mesmo inviabilizaralguns dos objetivos pedagogicos desejados pelo professor:

• Identificacao do status de aprendizado dos estudantes: Numa aula tradicional,para identificar o grau de entendimento dos estudantes em relacao ao conteudoensinado, o professor usualmente aplica testes escritos (com papel e caneta) ourealiza um exame oral, com perguntas dirigidas a determinados alunos. Ocorre queos testes em papel demoram um tempo relativamente longo para serem realizados,e o professor nao consegue fazer sua correcao durante a aula.

Ja a avaliacao oral, por ser dirigida a alguns poucos estudantes, nao permite aoprofessor identificar o status de entendimento de todos os alunos. Alem disso, porsua propria natureza, o registro da avaliacao oral e suas respostas e algo difıcil deser armazenado [41].

C.2. Caracterısticas Gerais dos CRSs 207

• Melhora no processo de discussao do conteudo: Muitas vezes existe a situacaoonde o professor propoe aos alunos uma pergunta que nao possui necessariamenteuma unica resposta certa. Nessa situacao, a busca dos estudantes em expressar ediscutir sua opiniao propria com os demais e a chave para o aprendizado.No caso de classes com muitos alunos, essa abordagem pode ser feita atraves daproposta de uma questao onde os estudantes devem se expressar favoravelmente oucontrariamente erguendo as maos. O professor pode entao estimular uma discussaoentre os estudantes, permitindo que alunos com visoes opostas se confrontem, alemde abrir espaco para que todos deem sua opiniao a respeito das diferentes possibili-dades de resposta.Entretanto, existem alguns problemas e barreiras que dificultam a promocao dadiscussao em sala de aula. O primeiro deles e o fato de que usualmente nem todosos alunos tem a intencao de levantar a mao para responder a questao ou expressarsua opiniao durante a discussao. Alem disso, muitos alunos observam o gesto doscolegas de levantar a mao para determinar se (e quando) eles proprios devem semanifestar.Ainda, como e praticamente impossıvel para o professor registrar a opiniao de cadaaluno e seu posicionamento em relacao a cada questao, o professor usualmente defineapenas um aluno para explicar o motivo que o levou a escolher determinada resposta[41].

• Suporte a discussao em grupos:Uma das atividades usualmente propostas pelosprofessores e a discussao de determinado tema, assunto ou pergunta em grupo pelosalunos. Entretanto, existem algumas barreiras que dificultam a aplicacao eficientedessa proposta. Por exemplo, pode ocorrer de alguns participantes nao expressaremsuas reais ideias, concordando ao inves disso com as ideias dos alunos dominantes,lıderes do grupo. Alem disso, no momento da apresentacao do resultado da dis-cussao para os demais alunos, o aluno escolhido para tal tarefa pode nao expressaradequadamente as ideias de todos os elementos do grupo [41].

Deste modo, conforme descrito nas secoes a seguir, o uso da tecnologia, na formade Sistemas de Resposta em Sala de Aula (CRSs), pode ser utilizada para romper essasbarreiras, permitindo um processo de interacao mais eficiente entre alunos e professor.

C.2 Caracterısticas Gerais dos CRSsEm sıntese, os CRSs sao sistemas desenvolvidos para viabilizar e aprimorar o processode interacao entre alunos e professor durante a aula. Esse processo de interacao se da,


principalmente, atraves do procedimento de distribuicao de questoes pelo professor aosestudantes, sua resolucao pelos alunos, o recebimento das respostas pelo professor e aposterior discussao dos resultados [112, 6].

Assim, Gerace & Beatty [55] definem os CRSs como a tecnologia que auxilia o professora submeter questoes aos alunos, recebendo e exibindo suas respostas durante a aula.Por sua vez, Fies & Marshall [52] afirmam que os CRSs oferecem a possibilidade detransformar a comunicacao no ambiente escolar, particularmente nas aulas onde existemmuitos estudantes, como nos cursos de ciencias da universidades.

Conforme explicam Vahey et al [124], um CRS e composto pelos seguintes elementos:dispositivos moveis, que podem ser tao simples como controles com as letras A a E; umcomputador, que e usado como centralizador e agregador das respostas dos estudantes;e um projetor, que mostra o resultado da agregacao das respostas a toda classe. Destaforma, cada um desses componentes tem um papel chave no processo de proposta dequestoes do professor aos estudantes, que indicam as respostas em seus proprios dispositi-vos. Essas respostas sao posteriormente submetidas ao professor, que as visualiza e exibenum projetor o conteudo agregado para todos na classe [124].

Assim, ao contrario de uma aula tradicional, onde usualmente o professor conseguereceber a resposta de um unico estudante por vez, numa sala de aula com um CRS epossıvel ao professor receber as respostas de todos os alunos ao mesmo tempo (Fies &Marshall, 2008), analisando assim o desempenho da classe como um todo.

A Figura C.1 ilustra esse processo:

Figura C.1: Diagrama do inter-relacionamento entre o professor, a tecnologia e os estu-dantes nos CRSs (Vahey et al, 2007). Figura extraıda de (Vahey et al, 2007) [124].3

3Uma versao preliminar do diagrama foi publicada em 2004 por Roschelle et al (2004) [106]. Jeremy

C.2. Caracterısticas Gerais dos CRSs 209

No diagrama da Figura C.1, proposto por Vahey et al [124], e possıvel verificar o papeldo professor, da tecnologia e dos estudantes durante o processo colaborativo suportadopelos CRSs. Nesse processo, inicialmente o professor propoe uma questao aos alunos, quea recebem e a respondem privadamente.

Apos isso os alunos submetem de forma anonima essa resolucao ao professor. SegundoVahey et al [124], o uso da tecnologia como suporte, bem como o fato das submissoesserem anonimas, permite que todos os alunos participem desse processo.

Em relacao a privacidade dos alunos, entretanto, pode-se afirmar que nao existe umconsenso sobre se a submissao dos alunos deve realmente ser anonima, sendo que variossistemas (ver secao C.6) fornecem a identificacao do aluno (nome e localizacao) ao pro-fessor.

A tecnologia viabiliza ainda o processo de agregacao das respostas recebidas e suaposterior exibicao a classe. Nesse processo de agregacao o professor consegue compararas respostas dos alunos, identificando quais estao certas ou erradas e tambem suas simi-laridades e diferencas. Esse processo de agregacao e visualizacao pode ocorrer de variosmodos, sendo os mais comuns, conforme explica Beatty [12] a exibicao de um histogramacom os resultados e a visualizacao das respostas por meio de um mapa da classe, onde oprofessor visualiza a localizacao de cada aluno e sua resposta a questao proposta.

Ao final do procedimento de agregacao e visualizacao, o professor age como um facili-tador, guiando um processo de discussao onde os estudantes conversam e discutem sobreas respostas submetidas.

C.2.1 CRSs Baseados em Clickers

O termo Classroom Response System (CRS) e usado por alguns autores [112, 108] comosinonimo para o suporte e uso de clickers (ver Relatorio Tecnico I, secao 2.1), pequenosaparelhos sem fio do tamanho de um controle remoto de tv. Os alunos utilizam os clickerspara transmitir informacao, geralmente respostas a perguntas de multipla escolha, aoprofessor [22].

Deste modo, Siau et al [112] definem os CRSs como um tipo de sistema baseado emclickers, usado para capturar os votos ou respostas dos estudantes, transmitindo ao pro-fessor os dados por meio de sinais infra-vermelhos. Esses dados, conforme explica Salemi[108], podem ser transmitidos de forma anonima ou identificada, sendo posteriormenteagrupados em histogramas que mostram o desempenho e disposicao dos alunos na esco-lha das respostas.

Entretanto, atualmente e cada vez mais comum a utilizacao de smartphones e tablets

Roschelle, pesquisadora do SRI International, e co-autora do trabalho referenciado na tese como (Vahey etal, 2007)[124], o que explica a evolucao dos conceitos e a semelhanca dos diagramas entre essas publicacoes.


como dispositivos tecnologicos de suporte aos CRSs, conforme explicado na secao C.6.Assim, ao inves de definir-se os CRSs como sistemas que utilizam os clickers, pode-seafirmar que os sistemas baseados em clickers sao um subgrupo dos CRSs, ou uma formaespecıfica de sua implementacao e utilizacao.

C.3 Vantagens EducacionaisComo qualquer ferramenta de apoio educacional, o impacto da aplicacao dos CRS, tantopara o professor como para os alunos, depende de como essa ferramenta e utilizada [52].Conforme explicam Beatty et al [13], para que haja um significativo impacto no aprendi-zado dos estudantes, um CRS precisa ser utilizado por meio de um processo pedagogicocoerente, o que usualmente e um procedimento nao trivial.

Conforme apontam Siau et al [112], o uso dos CRS permitem uma nova dimensao paraa interatividade em sala de aula - promovendo uma alteracao no modo como os estudantese professores se relacionam - ao suportar a coleta, agregacao e exibicao das respostas dosalunos.

Alem disso, de acordo com Vahey et al [124], esse modelo seria um exemplo de possi-bilidade de transicao entre a interacao publica e privada em sala de aula (ver secao 4.4),trazendo assim melhorias ao aprendizado dos alunos bem como suportando de forma maiseficiente a criacao de um ambiente de Aprendizado Ativo.

Wolfman [135], Siau et al. [112], Anderson et al [7], Suchman et al [120] e Vahey etal [124] listam uma serie de vantagens que a aplicacao deste modelo pode trazer. Essasvantagens podem ser sintetizadas nos seguintes itens:

• Aumento do estımulo, interacao e participacao dos alunos

• Aumento do entendimento que os alunos tem do conteudo ensinado

• Melhora na avaliacao que o professor faz do aprendizado dos alunos

• Possibilidade do professor fornecer um imediato e direcionado feedback aos alunos

Ja Anderson et al. [6] explicam que uma vantagem em se basear a discussao e iden-tificacao de problemas nas submissoes dos alunos e que esse tipo de abordagem e fun-damentada diretamente no trabalho feito pelos estudantes. Esse modelo e mais efetivodo que o tradicional, onde o professor se baseia apenas em suposicoes e hipoteses sobreeventuais dificuldades que seria encontradas pelos estudantes durante a aula.

Ainda, baseando-se nas definicoes, exemplos e situacoes de uso dos CRSs apontadasneste capıtulo, pode-se afirmar que o uso dos CRSs em sala de aula pode ser um elemento

C.4. Desafios de Implementacao 211

chave no proceso de superacao das barreiras educacionais apontadas na secao C.1, daseguinte forma:

• Identificacao do status do aprendizado dos estudantes: Atraves do uso dosCRSs, o professor consegue identificar o conteudo da resolucao de cada aluno, iden-tificando em tempo real problemas de aprendizado. Alem disso, e possıvel a veri-ficacao do entendimento geral da classe, propiciada pela agregacao dos dados (e.gnum histograma), o que permite ao professor adequar sua aula e estrategia de ensinoas necessidades dos alunos.

•Melhora no processo de discussao do conteudo: Sendo a submissao das respostasfeita de forma eletronica e possivelmente anonima - os estudantes tımidos ou quenao queiram se expor podem participar sem constrangimento e em igualdade decondicoes com os colegas. Alem disso, diferentemente do procedimento publico delevantar as maos para indicar a resposta correta ou opcao escolhida, a submissao dasrespostas nos CRSs e feita de forma privada, o que faz com que os estudantes naotenham alternativa a nao ser expressar sua opiniao pessoal sobre a questao proposta.

• Suporte a discussao em grupos:No caso da formacao de grupos, a resposta escolhidapelo grupo fica registrada no momento da submissao, podendo ser apos isso exibidaa classe pelo professor, que inicia um processo de discussao com os alunos. Assim,ao contrario do processo tradicional (sem uso do CRS), nao existe a possibilidade doaluno escolhido como representante do grupo expressar uma opiniao distinta daquelaque foi definida previamente por ele e pelos colegas.

C.4 Desafios de ImplementacaoSiau et al. [112] apontam algumas desvantagens e desafios encontrados na utilizacao dosCRSs, em especial aqueles baseados no uso de clickers:

• Os tipos de questoes presentes sao muito limitados, sendo apenas questoes de multiplaescolha e questoes de verdadeiro/falso.

• Algumas vezes os dispositivos (clickers) nao funcionaram corretamente.

• Alguns estudantes consideraram o uso de clickers um fator negativo, causador dedistracao

• O processo colaborativo associado ao CRS baseado em clickers tomou um tempoconsiderado da aula


• Alguns estudantes nao utilizaram os clickers de forma seria

Por sua vez, Salemi [108] aponta que, embora o custo dos clickers seja relativamentebaixo, os estudantes tem a responsabilidade de compra-los e habilita-los para a aula, oque pode demandar um custo indireto de tempo. Ainda e necessaria a preocupacao comeventuais manutencoes, consertos, troca e reposicao de bateria, que eventualmente saorealizadas apenas pelo fabricante.

Ja Beatty et al [13], por sua vez, citam que um dos pontos crıticos que pode com-prometer a efetiva implementacao dos CRSs e a criacao e gerenciamento de um banco dequestoes. Para serem efetivas no contexto dos CRSs, essas questoes devem ser diferentesdas propostas nos exames e provas, trabalhos de casa ou mesmo exemplos em sala de auladados pelo professor.

Desta forma, o vasto arquivo de questoes e problemas que os professores tem emseus registros sao de pouco auxılio para a implementacao de um CRS numa determinadadisciplina, sendo necessaria reorganizacao do material de aula de forma a explorar osbenefıcios educacionais de uso de um CRS [108].

C.5 Metodologias de Gerenciamento de AtividadesUma das principais caracterısticas que fundamenta os CRSs e a possbilidade de propostade questoes aos estudantes, que apos resolve-los submetem as respostas ao professor. Oprofessor, como elemento facilitador, revisa as respostas e inicia um processo de discussaocom os alunos. Essa pratica promove o Aprendizado Ativo, sendo mais efetiva do que omodelo tradicional onde o professor resolve isoladamente o problema enquanto os estu-dantes apenas observam [6].

Entretanto, de acordo com Beatty et al (2006), os CRSs por si so sao apenas ferra-mentas, nao uma bala magica que ira sozinha solucionar todos os problemas educacionais.Desta forma, para ter um significativo impacto no aprendizado, um CRS precisa ser mo-delado e aplicado de forma a seguir uma coerente e clara pedagogia de ensino, o que naoe tarefa facil [13].

Ainda, os professores que utilizam os CRSs precisam entender quais motivos fazem asquestoes serem bem sucedidas ou falharem, alem de saberem como avalia-las e adapta-laspara que os objetivos e estilos de ensino desejados sejam atingidos [13]. Desta forma,conforme afirmam Beatty et al [13], os professores precisam saber como criar e modificar,e nao apenas utilizar, questoes num CRS.

Por fim, Gerace & Beatty [55] afirmam que, para que haja um efetivo progresso naaplicacao de aulas fundamentadas pelos CRSs, e necessario o estudo e criacao de metodo-logias que ajudem os professores a definir, aplicar e atualizar questoes e atividades a serem

C.5. Metodologias de Gerenciamento de Atividades 213

usadas nesse tipo de sistema. As secoes a seguir descrevem algumas dessas metodologias:

C.5.1 Metodologia de Aplicacao de Atividades de Anderson etal (2007) [6]

Anderson et al. [6] afirmam que as atividades e questoes dentro de um CRS podemser aplicadas de formas distintas, com objetivos pedagogicos especıficos de acordo com asituacao e interesses do professor. Inicialmente proposta para o uso em ciencias exatas(mais especificamente em aulas de Engenharia da Computacao), a metodologia propostapor Anderson et al. [6] apresenta as seguintes abordagens de proposicao de atividades:

• Aprendizado Ativo 4: e a metodologia geral de aplicacao, onde problemas saopropostos aos estudantes, que apos resolve-los revisam e discutem as respostas comos colegas e professor. O fato dos alunos participarem ativamente da resolucao dosproblemas reforca o conceito proposto de uma forma que o processo tradicional - deescuta passiva da resolucao feita pelo professor - nao e capaz de fazer. Alem disso,o professor pode receber um feedback indicando se a ideia ou conceitos abordadosforam corretamente compreendidos pelos alunos.

• Exploracao de Problemas: E uma forma especıfica de aplicacao do AprendizadoAtivo, onde o professor propoe aos alunos um problema em que ainda nao foi feita aexplicacao a respeito da parte teorica necessaria para sua resolucao. Essa abordagembaseia-se no fato de que o entendimento da essencia do problema e um pre-requisitoe um motivador para que os alunos consigam entender sua solucao. Isso permite aoprofessor identificar problemas de entendimento na definicao do problema o maiscedo possıvel, explicando e esclarecendo duvidas dos alunos assim que elas surgem.

• Posicionamento Pedagogico: Nessa abordagem, tambem um subgrupo especıficodo Aprendizado Ativo, o problema e proposto aos alunos de forma a demonstrar ereforcar um ponto especıfico do conteudo abordado, com um objetivo pedagogicodefinido.

Assim, o problema proposto foca-se em questoes chave da aula, essenciais para queos alunos possam entender o conteudo subsequente a ser ensinado. Isso e particular-mente valido quando o professor antecipa problemas de compreensao, desenvolvendoexercıcios que consigam evidenciar isso nas respostas submetidas pelos alunos. Alemdisso o professor pode usar as respostas dos alunos para ilustrar e esclarecer even-tuais problemas de entendimento.

4A metodologia do Aprendizado Ativo e descrita em detalhes no Apendice B


C.5.2 Modelo de Instrucao Dirigida a QuestoesPor sua vez, Beatty et al (2006) propoe um modelo de gerenciamento de perguntas deno-minado Instrucao Dirigida a Questoes (Question-Driven Instruction). Esse modelo propoeque o uso dos CRSs seja orientado a ajudar os estudantes a explorar, organizar, integrare extender seu conhecimento.

Desta forma, Beatty et al (2006) afirmam que cada questao utilizada deve servir a umobjetivo pedagogico especıfico. Sendo desenvolvido e aplicado inicialmente no contextodo ensino de Fısica, Beatty et al (2006) definem o termo objetivo pedagogico como algomais que apenas um pedaco do conteudo de fısica a ser ensinado, podendo assim cadaquestao abranger os seguintes objetivos:

• Objetivo de Conteudo: Esse objetivo pode ser determinado atraves da resposta aseguinte questao: Qual pedaco do assunto abordado deve ser focado nessa questao?.Com esse entendimento, os estudantes estarao preparados para prosseguir no pro-cesso de ensino, aprendendo topicos avancados ou casos especiais por meio de leiturasadicionais ou tarefas a serem feitas em casa [13].

• Objetivo de Processo: Esse objetivo pode ser determinado atraves da resposta aseguinte questao: Quais habilidades cognitivas devem ser exercitadas pelos alunos?Se o Objetivo de Conteudo refere-se a quais elementos de conteudo serao usadospelos estudantes, esse objetivo refere-se ao modo como eles serao usados, ou seja,quais habilidades mentais serao exigidas dos estudantes para resolve-los [13].

No caso do contexto de uso de Beatty et al [13], que e o ambiente de ensino defısica, esses elementos sao, por exemplo: a busca por representacoes alternativas;comparacao e contra-posicao; explicacao e descricao; predicao e observacao; ex-tensao do contexto e categorizacao e classificacao.

• Objetivo Meta Cognitivo: No contexto proposto por Beatty et al [13], esse obje-tivo pode ser determinado atraves da resposta a seguinte questao: Quais crencas arespeito do ensino e aplicacao de fısica devem ser reforcados nessa questao?

Tudo o que ocorre dentro da sala de aula expressa, direta ou indiretamente, umaperspectiva a respeito de como o professor deseja orientar o processo de ensino,pensamento e raciocınio dos estudantes. Por exemplo, os alunos deveriam conseguirentender o conteudo na primeira vez em que ele e apresentado, ou o aparecimento deduvidas, necessidade de esclarecimentos e resolucao de exemplos e exercıcios seriamnecessarios? Ou, o ensino de fısica diz respeito apenas a aplicacao de formulas eregras, ou seria tambem associado ao raciocınio e compreensao do mundo fısico aonosso redor?

C.6. Lista e descricao de implementacoes de CRSs 215

Conforme explicam Beatty et al. [13], apesar da resposta a essas questoes seremclaras aos professores, elas nao o sao para os alunos. Assim, quanto mais abran-gente for o entendimento dos estudantes a respeito dos fatores que influenciam seuproprio processo de aprendizado, mais eficiente eles irao entender e aprender o queos professores querem ensinar.Deste modo, a influencia dos professores na perspectiva dos alunos pode beneficiar oprocesso de aprendizado, alem de preparar os estudantes para aprendizados futuros,dentro e ate mesmo alem do ambiente de ensino [13].

C.6 Lista e descricao de implementacoes de CRSsComo modelo educacional, os CRSs podem ser implementados e suportados com o uso depraticamente qualquer dispositivo tecnologico, desde simples clickers a ate smartphonesou tablets de ultima geracao.

E evidente, porem, que as caracterısticas dos dispositivos utilizados tem impacto di-reto no uso e metodologias suportadas para a implementacao de um CRS. Por exemplo,um CRS baseado em clickers tem a limitacao de suportar apenas perguntas de multiplaescolha, enquanto um CRS baseado em Tablet PCs com suporte a caneta eletronica per-mite a elaboracao de exercıcios mais complexos, onde os alunos podem submeter respostascom marcacoes de tinta, que aceitam qualquer formato, desde a escrita ate formulas ma-tematicas.

Ainda, deve-se considerar a questao associada a origem e proposito de cada CRS.Sendo um tipo de sistema relativamente novo, varios projetos academicos foram desen-volvidos com o intuito de implementar seu conceito ou mesmo testar variacoes e novasmetodologias. Os sistemas fruto desses trabalhos usualmente tem codigo aberto, podendoserem editados e dar origem a novos sistemas, ou simplesmente nao estao mais disponıveis,ja que o projeto academico associado a ele pode ter sido descontinuado.

Ja no ambito comercial, varios produtos surgiram no mercado para implantar o con-ceito de um sistema de resposta em sala de aula. Inicialmente baseados em clickers, essessistemas tem se adequado a evolucao tecnologica, utilizando cada vez mais dispositivosmoveis como smartphones e tablets para suportar o envio e recebimento de perguntas erespostas mais complexas e elaboradas.

Ainda, e possıvel classificar os CRSs em geracoes, de acordo com o tipo de tecnologiautilizada. A Tabela C.1 apresenta a classificacao por geracoes, conforme proposto porBeatty [12]:

Apesar da classificacao de Beatty [12] possuir um tempo relativo de existencia, elaainda e valida pois o desenvolvimento dos CRSs continua seguindo essa divisao de tipos egeracoes, principalmente entre a 2a geracao (clickers) e a 3a geracao (dispositivos moveis).


Tabela C.1: Geracoes dos CRSs

Geracao Perıodo Tecnologia (Dispositivos)1a Geracao 1985 a 1999 Calculadoras graficas adaptadas a uma rede

com fio e um computador Macintosh (ver Clas-stalk, nas tabelas 6.3 e 6.4)

2a Geracao 1999 ate a presente data Clickers3a Geracao 2004 ate a presente data Dispositivos moveis (notebooks, tablets,

smartphones) integrados numa rede sem fio

Nota-se ainda que ambas as geracoes coexistem, ou seja, embora a tendencia atual sejao desenvolvimento de CRSs de 3a geracao, baseados principalmente em smartphones etablets, ainda sao produzidos e comercializados os clickers, dispositivos de 2a geracao.Como em qualquer transicao tecnologica, porem, a tendencia para os proximos anos e aadocao cada vez maior da 3a geracao, que deve se tornar o padrao de uso na area.

As secoes a seguir apresentam um compendio dos CRS, divididos em sistemas academicos(secao C.6.1) e sistemas comerciais (C.6.2), sendo apresentadas suas principais carac-terısticas e funcionalidades:

C.6.1 Lista de CRSs AcademicosA Tabela C.2 aponta um resumo dos CRSs desenvolvidos dentro do ambito academico,sendo a primeira coluna o nome do CRS, seu link institucional e sua referencia na litera-tura; a segunda coluna a geracao do CRS (seguindo a classificacao descrita na Tabela C.1);a terceira coluna os dispositivos tecnologicos suportados e a quarta coluna um resumo desuas funcionalidades. A descricao detalhada de cada sistema encontra-se no Anexo B,conforme indicado na quinta coluna da Tabela C.2:

C.6.2 Lista de CRSs ComerciaisComercialmente, uma serie de produtos, softwares e aplicativos disponıveis no mercadose enquadram na definicao dos CRSs. A Tabela C.3 apresenta a sıntese desses sistemas,com o nome, link, dispositivos tecnologicos suportados e o resumo das funcionalidades. Aexplicacao detalhada de cada aplicativo encontra-se no Relatorio Tecnico 2, exceto pelaferramenta Learning Catalytics, que por suas caracterısticas distintas e apresentada noCapıtulo 2, de trabalhos relacionados.


Tabela C.2: Lista de CRSs academicos

Nome Geracao DispositivosTecnologicos

Funcionalidades Referencia

Classtalk[35]

1a CalculadoraGrafica

Tem como objetivo permitir queos alunos enviassem as respostasdas questoes diretamente de suacalculadora grafica ate o profes-sor.

Secao2.1

ClassroomPresenter[6]

3a Tablet PC comsuporte a canetaeletronica

- Ferramenta onde o professor criauma aula (conjunto de slides) noPowerPoint e os alunos podemacompanha-la.- Professor recebe as anotacoesdos alunos e pode exibi-las aclasse, num projetor.

Secao2.2

UbiquitousPresenter[134]

3a Notebook edispositivos comnavegador deinternet e Javahabilitados

- Ferramenta colaborativa onde oprofessor cria uma aula (conjuntode slides) no PowerPoint e os alu-nos podem acompanha-la via na-vegador da internet.- Professor recebe as anotacoesdos alunos e pode exibi-las aclasse, num projetor.

Secao2.3

NB PDF[66]

3a Notebook Ferramenta Web de anotacao co-laborativa em documentos PDF.- Alunos podem inserir co-mentarios ou questoes associadasa determinados trechos do ar-quivo.- Demais alunos e o professor temacesso a esse conteudo, podendoresponder as questoes.- Alunos podem marcar questoescomo importantes. As questoesmais importantes tem destaquena visualizacao do professor.

Secao2.4


Tabela C.3: Lista dos CRS comerciais

Nome Geracao Dispositivos Tec-nologicos

Funcionalidades Ref.

Classtalk[35]

1a CalculadoraGrafica

- Primeiro CRS disponıvel comercialmente,permite aos alunos responderem em suas cal-culadoras graficas, devidamente conectadasa uma rede, questoes submetidas ou exibidasno no projetor pelo professor.- O professor recebe posteriormente as res-postas, sendo possıvel analisa-las individual-mente, por meio de um mapa da classe, oucoletivamente, por meio de um histograma.

Secao2.1

iCue 2a Clickers - Alunos utilizam clickers para submeter suasrespostas (verdadeiro ou falso e multipla es-colha) ao professor.- Professor possui um equipamento especıficoinstalado em seu computador, habilitando-oa receber as respostas- Uma vez recebidas, o professor e capazde visualizar e agregar as respostas, identi-ficando o desempenho dos estudantes

Secao2.5

Insight360

2a(transicaopara 3a)

Clicker com telade LCD

- Estudantes inserem nos clickers suas res-postas (numericas ou de multipla escolha)para uma serie de questoes- Professor recebe os resultados em temporeal, identificando o nıvel de compreensao decada estudante ou da classe como um todo- Estudantes recebem mensagem na tela LCDcom o feedback sobre sua resposta (corretaou incorreta)

Secao2.6

Piazza 3a - Dispositivo comacesso web- Dispositivosmoveis com iOSe Android (appsespecıficos)

- Acesso via browser ou apps para dispositi-vos iOS e Android- Wiki de perguntas e respostas- Tipo de exercıcio e apenas textual- Cada resposta pode ser editada por todosos alunos

Secao2.7

https://h-itt.com/k-12/iCue.html

https://einstructoin.com

https://einstructoin.com

https://piazza.com/




Pinnion 3a - Dispositivo comacesso web- Dispositivosmoveis com iOSe Android (appsespecıficos)

- Gerenciamento de pesquisas (votacao, tri-vias, quizz ou avaliacoes)- Desenvolvido para ser usado primariamenteno contexto de pesquisas online, emborapossa ser utilizado no ambito educacional

Secao2.8

PollEverywhere

3a - Dispositivo comacesso web- Smarphones oucelulares tradicio-nais com suportea SMS

- Gerenciamento de votacoes, com o diferen-cial que nao requer necessariamente disposi-tivos com suporte Web, sendo possıvel o en-vio de SMS

-

PollDaddy

3a - Dispositivo comacesso web-Dispositivosmoveis com iOSe Android (appsespecıficos)

- Gerenciamento de pesquisas (multipla es-colha, texto livre, perguntas no formato daescala Likert, etc)- Desenvolvido para ser usado primariamenteno contexto de pesquisas online, emborapossa ser utilizado no ambito educacional

Secao2.9

PenPalNews

3a Notebook - Os alunos de 2 classes cadastradas no sis-tema sao emparelhados (definidos como par-ceiros)- Alunos realizam tarefas sobre topicos asso-ciados a notıcias cotidianas- Alunos compartilham suas atividades,opinioes e perspectivas com seus pares, ge-rando um processo de discussao mediado peloprofessor

Secao2.10

eClicker 3a Dispositivos iOS(iPad e iPhone),por meio de apli-cativos especıficos

- Permite ao professor cadastrar e submterquestoes aos alunos- Tipos de questoes: multipla escolha, verda-deiro/falso, concordo/discordo- Professor tem acesso a um relatorio emtempo real sobre o resultado das resolucoes- Banco de questoes e resultados e sincroni-zado pelo iCloud.

Secao2.11

http://www.pinnion.com

hhttp://www.polleverywhere.com

hhttp://www.polleverywhere.com

http://polldaddy.com

http://polldaddy.com

http://www.penpalnews.com/

http://www.penpalnews.com/

http://www.eclicker.com




Socrative 3a Dispositivos comacesso Web

- Mesmas funcionalidades do eClicker Pre-senter- Adicionalmente, permite questoes de res-postas textuais (respostas abertas, digitadaspelos alunos)- Suporta a plataforma iOS e Android

Secao2.12

SmartRes-ponseVE

3a Dispositivos comacesso Web

- Desenvolvido para web, com suporte adispotivos moveis que possuam navegadorde internet- Professor pode submeter questoes aosalunos- Respostas dos alunos sao automaticamenteagrupadas- Questoes suportadas: verdadeiro/-falso, multipla escolha, sim/nao, respostanumerica e resposta textual

Secao2.13

LanSchool

3a Suporte apenaspara a plataformaPC/Windows

- Professor pode monitorar aplicativos exe-cutados nos computadores dos alunos, e senecessario finaliza-los- Professor pode enviar mensagens privadasaos alunos- Professor pode exibir tela do aluno numprojetor, ou inversamente exibir sua tela nocomputador dos alunos- Professor pode enviar arquivos aos alunos- Professor pode submeter questoes aos alu-nos- Respostas dos alunos podem ser exportadasparao Excel- Questoes suportadas: verdadeiro/falso emultipla escolha

Secao2.14

http://www.socrative.com

http://smarttech.com/responseve




http://www.softwaresutilitarios.com.br/mail/lanschool

http://www.softwaresutilitarios.com.br/mail/lanschool

C.7. Consideracoes Finais 221



LearningCataly-tics

3a Dispositivos comacesso Web

- Funcionalidades basicas de um sistema deresposta em sala de aula (envio de questoes,resolucao das questoes pelos alunos e visua-lizacao e analise das respostas pelo professor,inclusive com um mapa da classe)- Questoes suportadas: multipla escolha, res-posta curta textual, marcacao de area emfigura, mapa de palavras relevantes, graficomatematico, entre outras- Desenvolvido para WEB, suporta todos osdispositivos moveis que possuam wifi e nave-gador de internet- Suporte a pen-based e touch

Capıtulo2

C.7 Consideracoes Finais

Este apendice apresentou os Sistemas de Resposta em Sala de Aula (CRSs). Os CRSssao sistemas que promovem o Aprendizado Ativo atraves da insercao de dispositivos tec-nologicos em sala de aula, como clickers, notebooks, smartphones e media tablets. Atravesde seu uso, o professor pode enviar questoes, atividades ou slides aos alunos, que interagemcom esse conteudo em seus dispositivos e submetem as respostas ao professor.

O professor, por sua vez, consegue visualizar cada uma das respostas, analisando aindao resultado geral da classe, podendo assim identificar em tempo real problemas de enten-dimento ou aprendizado, realizando ajustes em sua aula ou metodologia se necessario.

Existem varios sistemas que podem ser classificados como CRSs, implementando parteou totalmente o conceito por ele proposto, de acordo com a tecnologia ou metodologiaempregada. Por exemplo, os tablets pcs com caneta eletronica (como no caso da ferramentaClassroom Presenter) permitem o recebimento de informacao (slides do professor) e asubmissao de marcacoes de tinta, indicando duvidas ou respostas a exercıcios, enquantoos clickers permitem que os estudantes informem para o professor uma determinada opcao,geralmente a resposta correta numa questao de multipla escolha.

Destaca-se, porem, que o avanco da tecnologia e o surgimento cada vez mais rapido denovos dispositivos tecnologicos mais leves e potentes nao implica necessariamente numa

https://learningcatalytics.com/




mudanca de paradigma ou utilizacao dos CRSs. A Figura C.2 ilustra esse fato:

Figura C.2: Comparacao da visualizacao das respostas dos alunos no sistemas Classtalk(Dufresne, 1996) [35], a esquerda, e Learning Catalytics , a direita.6

A Figura C.2 ilustra o modo de exibicao das informacoes das respostas dos alunos auma pergunta de multipla escolha, sendo o sistema da esquerda o Classtalk [35] e o dadireita o Learning Catalytics, lancado comercialmente em 2012. E possıvel notar que,apesar da diferenca de tempo no lancamento dos produtos, a visualizacao e semelhante,com um mapa da classe indicando os alunos que responderam a questao. Em ambos oscasos o professor pode identificar o nome do autor de cada submissao, sua localizacao emsala de aula e se a resposta submetida esta correta.

Entretanto, apesar de importante, apenas a identificacao fısica do aluno em sala deaula e algo ainda muito limitado e insuficiente perante as possibilidades que poderiam serdesenvolvidas caso outros fatores associados ao contexto do ambiente e dos alunos, comoseus estilos de aprendizagem, historico de interacao com colegas e professor, afinidades econflitos fossem considerados.

No Capıtulo 2 desta tese e descrita a Computacao Ubıqua, que pode ser utilizada paraidentificar e aplicar elementos e fatores associados ao contexto de ensino para promoverde maneira mais eficiente a interacao em sala de aula e o Aprendizado Ativo.

6Figura da esquerda extraıda de (Dufresne, 1996) [35], e figura da esquerda retirada do materialpromocioal do Learning Catalytics, disponıvel em https://learningcatalytics.com/ Acesso em Janeiro de2013.

Apendice D

Detalhes Tecnicos a respeito daimplementacao do prototipo

D.1 Introducao

Neste Anexo sao descritos os detalhes tecnicos a respeito da implementacao do LSQuize dos demais plugins de suporte a ele. Sendo que o LSQuiz foi criado a partir da imple-mentacao original do modulo Quiz, a secao D2 deste Apendice foi destinada a explicar aestrutura deste modulo, como a organizacao das tabelas de dados, seus arquivos e classes.Ja na secao D.3 sao descritos os detalhes da implementacao do prototipo.

A Tabela D.1 lista a organizacao deste anexo, o conteudo de cada secao, bem como aseventuais referencias ao Capıtulo 3, sobre a descricao da arquitetura e para o Capıtulo 4,com informacoes gerais sobre a implementacao:

D.2 Visao Tecnica do Moodle

O Moodle e um sistema modular, criado com o intuito de permitir a simples e imediatainstalacao ou customizacao dos modulos existentes, minimizando assim a necessidade dese entender e interagir desnecessariamente com componentes do sistema.

Uma descricao geral do Moodle e seu funcionamento pode ser consultada no RelatorioTecnico numero 3. Ja neste apendice sao descritos os modulos utilizados ou alterados,bem como a forma e os detalhes de implementacao do prototipo funcional descrito noCapıtulo 4. Assim, nas secoes a seguir sao descritas a estrutura de arquivos modificadosno Moodle (secao D.2.1), a organizacao de seu banco de dados (D.2.2) e o funcionamentodo plugin de atividades Quiz (secao D.3).

223

224 Apendice D. Detalhes Tecnicos a respeito da implementacao do prototipo

Tabela D.1: Organizacao das subsecoes do Anexo D e suas eventuais referencias nosdemais Capıtulos

Secao Descricao Referenciano Caıtulo 3(Arquitetura)

Referencia noCapıtulo 4 (Im-plementacao)

D.2 Visao Tecnica do Mooldle - Secao 4.3D.2.1 Estrutura dos Arquivos do Moodle - -D.2.2 Banco de Dados do Moodle - -D.3 Descricao do Plugin Quiz - -D.3.1 Tabelas associadas ao Quiz - -D.3.2 Estados de um Quiz - -D.4 Implementacao das Funcionalidades do

LSQuizSecao 3.5 Secao 4.5

D.4.1 Associacao de Estilos de Aprendizagemas questoes

Secao 3.6 Secao 4.5.1

D.4.2 Associacao de Estilos de Aprendizagemas dicas das questoes

- Secao 4.5.2

D.4.3 Gerenciamento da afinidade entre osalunos

Secao 3.4.1 -

D.4.4 Gerenciamento do estado de cada aluno - -D.4.5 Solicitacao de Ajuda a um Colega Secao 3.5.3 Secao 4.5.6D.4.6 Determinacao e visualizacao da loca-

lizacao dos estudantesSecao 3.2.6 Secao 4.5.5

D.4.7 Exemplo de utilizacao - -D.5 Predicao de Estilos de Aprendizagem - -D.5.1 Predicao de estilos de aprendizagem a

partir das questoesSecao 3.6.2 Secao 4.5.3

D.5.2 Predicao de estilos de aprendizagem apartir das dicas associadas as questoes

Secao 3.6.2 Secao 4.5.3

D.5.3 Criacao de questionarios inteligentes - Secao 4.5.4D.6 Visualizacao do LSQuiz em dispositivos

moveisSecao 3.2.3 -

D.6.1 Modificacoes realizadas - -

D.2. Visao Tecnica do Moodle 225

D.2.1 Estrutura dos Arquivos do Moodle

Cada modulo do Moodle e armazenado em uma pasta independente, de acordo com o seupapel no sistema. Na Tabela D.2 sao listados os principais modulos e suas respectivasfuncionalidades:

Tabela D.2: Principais modulos do Moodle e suas funcionalidades

Modulo Funcionalidade/mod Contem todos os plugins que podem ser inseridos como uma ati-

vidade ou recurso em qualquer curso ou aula do sistema. Exem-plos: Quiz, Livro (Book), Forum, Pesquisa (Survey), etc

/question Contem os dados referentes ao gerenciamento das questoes uti-lizadas pelo Quiz.

/question/engine Contem o modulo responsavel pelo gerenciamento das questoesno Moodle, permitindo o cadastro, atualizacao, importacao eexportacao dessas questoes. Esse modulo e acessado no sistemaMoodle atraves do menu Configuracoes -¿ Banco de Questoes

/question/type Contem a definicao dos tipos de questoes que podem ser cadas-tradas pelo Question Engine para serem utilizadas pelo Quiz. Ostipos de questoes suportados sao: multipla escolha, verdadeiroou falso, resposta curta, entre outros.

/question/behaviour Contem todos os comportamentos que podem ser configuradospara um determinado Quiz. Por exemplo, o comportamentoModo Interativo permite que o aluno obtenha um feedback apossubmeter determinada questao, sendo possıvel assim a ele al-terar sua resposta inicial; o comportamento Modo Adaptativopermite que o aluno volte a determinada questao e altere suaresposta, antes de submeter o Quiz; e o comportamento Feed-back Imediato, que permite ao aluno visualizar a cada questaose sua resposta esta ou nao correta, embora nao seja possıvel emnenhum momento alterar a resposta inicialmente submetida.

Em cada modulo existem arquivos com nomes pre-definidos, desempenhando um de-terminado papel no sistema. Caso algum desses arquivos esteja faltando ou esteja corrom-pido, o plugin deixara de funcionar. Na Tabela D.3 sao descritos os principais arquivosde cada modulo e as suas respectivas funcionalidades:

Alem dos arquivos listados na Tabela D.3, os plugins podem utilizar ou ter acesso a ta-belas proprias e independentes no banco de dados. O acesso, gerenciamento e atualizacaodessas tabelas e dados e explicado na secao a seguir.


Tabela D.3: Principais modulos do Moodle e suas funcionalidades

Arquivo Funcionalidadelib.php Arquivo que contem funcoes que podem ser chamadas internamente ou

externamente ao modulo.locallib.php Arquivo que contem funcoes que podem ser chamadas apenas interna-

mente, por classes ou paginas do modulo.version.php Arquivo que contem a versao atual do modulo. Caso o modulo seja

atualizado, seu numero de versao deve ser alterado, refletindo a dataatual. O numero de versao e verificado pelo Moodle, que o comparacom o numero armazenado no banco de dados, permitindo assim que omodulo seja atualizado pelo sistema quando necessario.

renderer.php Arquivo responsavel pela renderizacao do modulo, ou seja, a formatacaodos dados em html para serem exibidos ao cliente.

index.php Arquivo executado quando o modulo e acessado. Faz a chamada defuncoes do arquivo lib.php e locallib.php, alem de utilizar funcoes dorenderer.php para formatar a exibicao dos dados.

D.2.2 Banco de Dados do Moodle

O Moodle possui mais de 200 tabelas 1, sendo constituıdas a partir de um modulo central(Moodle Core) e tambem por cada um dos seus modulos ou plugins. A descentralizacaodo gerenciamento das tabelas (criacao, update, etc) a partir dos seus modulos foi uma es-trategia criada pelos desenvolvedores do Moodle para permitir e facilitar a implementacaoe manutencao independente de modulos para o sistema, de forma a isolar ao maximopossıvel a interferencia causada por cada modulo aos demais.

Desta forma, cada modulo possui uma pasta denominada db contendo um arquivochamado install.xml. Neste arquivo e descrita a visao fısica das tabelas, com seus campos,chaves primarias e chaves estrangeiras. Este arquivo e processado no momento em que oplugin e instalado - no caso do Quiz e dos demais plugins nativos, isso ocorre no momentoem que o Moodle e inicialmente instalado no servidor.

Por exemplo, no caso do plugin Quiz, as tabelas inicialmente associadas a este moduloestao presentes no arquivo install.xml, conforme exemplificado a seguir:

1Disponpivel em: http://docs.moodle.org/dev/Database schema introduction Acesso em: 07/01/2014

D.2. Visao Tecnica do Moodle 227

<TABLES><TABLE NAME="quiz" COMMENT="The settings for each quiz."

NEXT="quiz\_attempts">

<FIELDS>...

</FIELDS><KEYS>

<KEY NAME="primary" TYPE="primary" FIELDS="id"/></KEYS><INDEXES>

<INDEX NAME="course" UNIQUE="false" FIELDS="course"/></INDEXES>

</TABLE>...

</TABLES>

Existe ainda neste mesmo diretorio um arquivo denominado upgrade.php, responsavelpela atualizacao do banco de dados referente ao plugin (insercao de novas tabelas, adicaoou remocao de campos, etc) em versoes futuras do plugin, facilitando assim seu geren-ciamento e upgrade. A seguir e ilustrado o exemplo onde e adicionado o campo state atabela quiz attempts do plugin Quiz:


if ($oldversion < 2012040203) {

// Define field state to be added to quiz_attempts.$table = new xmldb_table(’quiz_attempts’);field = new xmldb_field(’state’, XMLDB_TYPE_CHAR,

’16’, null, XMLDB_NOTNULL, null, ’inprogress’, ’preview’);

// Conditionally launch add field state.if (!$dbman->field_exists($table, $field)) {

$dbman->add_field($table, $field);}

// Quiz savepoint reached.upgrade_mod_savepoint(true, 2012040203, ’quiz’);

}

D.3 Descricao do Plugin QuizAtraves da utilizacao do plugin Quiz o professor pode criar um conjunto de questoes edeixa-las disponıveis aos alunos. Essas questoes sao gerenciadas pelo modulo QuestionEngine, que permite a inclusao, alteracao, importacao e exportacao de questoes. Ainda,cada Quiz pode ser configurado de forma a ter um comportamento especıfico, sendo queo professor pode controlar por exemplo a exibicao de feedbacks apos cada resolucao ou aquantidade de vezes que a resposta de cada questao pode ser alterada.

D.3.1 Tabelas associadas ao Quiz

As principais tabelas que compoe e/ou estao relacionadas a um Quiz sao listadas a seguir:

• Quiz: Contem os dados de cada Quiz, como nome, descricao, data de inıcio, data determino e comportamento.

• Question: Tabela que contem os dados gerais das questoes. Esses dados sao gerenci-ados pelo modulo Question Engine.

D.3. Descricao do Plugin Quiz 229

•Quiz Question Instances: Instancia da questao associada a determinado quiz. Conteminformacoes especıficas da questao em determinado quiz, como por exemplo sua notamaxima.

• Contem as informacoes referentes a resolucao de um determinado quiz: Contem as informacoes referentes a resolucao de um determinado quiz por umdeterminado usuario. De acordo com o comportamento e configuracoes estabelecidasno Quiz, cada usuario pode realizar mais de uma tentativa de resolucao.

• Quiz Reports: A partir das resolucoes dos alunos, sao construıdos relatorios comas notas medias, desvios padrao, quantidade de resolucoes, etc. Os relatorios saocompostos por um conjunto de tabelas inter-relacionadas, como a quiz reports,quiz statistics, quiz question statistics, etc.

Na FiguraD.1 e apresentado o modelo das principais tabelas do Moodle associadas aoQuiz, bem como sua inter-relacao com as tabelas de outros modulos, como o questionengine e o proprio Moodle Core:

D.3.2 Estados de um Quiz

Uma vez criado, um Quiz pode estar aberto ou ainda nao aberto, de acordo com a dataestabelecida para seu inıcio. Uma vez aberto, o quiz pode ser acessado e respondido pelosalunos matriculados no curso. Um quiz permanece aberto ate que ele seja fechado peloprofessor ou ate que sua data de encerramento seja alcancada.

Uma vez que um aluno inicia a resolucao de um quiz, o estado dessa resolucao paraessa aluno passa a ser tentativa em progresso. Um aluno que esteja nesse estado podeparar momentaneamente a resolucao e continua-la no futuro do ponto em que parou desdeque o quiz ainda esteja aberto. A partir do momento que a resolucao e submetida, atravesdo botao submeter e finalizar, a tentativa de resolucao e completada e o estado atualizadopara finalizado.

Na Figura D.2 sao apresentados os estados de um Quiz e de suas tentativas de re-solucao:

2Figura extraıda do site oficial de documentacao do Moodle. Disponıvel em:http://docs.moodle.org/dev/Quiz database structure Acesso em: 08/01/2014

3Figura extraıda do site oficial de documentacao do Moodle.Disponıvel em:http://docs.moodle.org/dev/Quiz state diagrams Acesso em: 08/01/2014


Figura D.1: Tabela associadas ao plugin Quiz.2

Figura D.2: Estados de um quiz e de suas tentativas de resolucao.3

D.4. Implementacao das Funcionalidades do LSQuiz 231

D.4 Implementacao das Funcionalidades do LSQuiz

O LSQuiz foi implementado a partir do modulo Quiz, utilizando como base seu codigofonte original. O procedimento inicial de criacao do LSQuiz foi a copia do diretorio originaldo Quiz e a renomeacao de todas as referencias associadas ao quiz para lsquiz. Assim, porexemplo, enquanto o modulo quiz possui a tabela quiz feedback, o modulo lsquiz possuia tabela lsquiz feedback.

Esse procedimento foi feito para permitir que o Lsquiz possa ser configurado em qual-quer servidor onde o Moodle esteja instalado, nao afetando assim os demais modulos eplugins, como o proprio Quiz. Ainda, as diretrizes de desenvolvimento para codigo ex-terno 4 foram seguidas, sendo que no futuro pretende-se tornar o LSQuiz disponıvel atoda comunidade, atraves do diretorio de plugins externos do Moodle.

Apesar de ser referenciado durante esta tese como um plugin unico, o LSQuiz e com-posto por uma serie de plugins, que desempenham cada um uma funcao especıfica. Essacomposicao e ilustrada na Figura D.3, que mostra quais plugins servem de base ao LSQuiz,bem como o diretorio no Moodle onde eles devem ser instalados:

Figura D.3: Plugins que compoe o LSQuiz

Assim, apesar de ser composto por uma serie de plugins ou modulos independentes,o LSQuiz age como um plugin unico ao Moodle. Dessa forma, no decorrer do texto oLSQuiz sera referenciado como um objeto unico, sendo especificado seu sub-plugin quandonecessario.

Nas secoes a seguir sao descritas as implementacoes das funcionalidades do LSQuiz:

4Disponıvel em: http://docs.moodle.org/dev/Guidelines for contributed code Acesso em: 08/01/2014


D.4.1 Associacao de Estilos de Aprendizagem as questoesAs questoes associadas a um LSQuiz podem ser classificadas de acordo com o seu estilo deaprendizagem. Esse procedimento e realizado atraves da tabela lsquiz question context,conforme esquema conceitual ilustrado na Figura D.4:

Figura D.4: Esquema conceitual de associacao de estilos de aprendizagem a uma questao

Desta forma, a cada questao esta associado um registro da tabela contexto, que possuicomo atributos as dimensoes de estilo de aprendizagem (ls1, ls2 e ls3), bem como a classi-ficacao do assunto ou topico da questao, utilizada no modulo de criacao de questionariosinteligentes (ver secao D.3.7). Em relacao aos estilos de aprendizagem, as dimensoes ls1,ls2 e ls3 sao utilizadas para armazenar os dados da seguinte maneira:

• ls1: Estilo Teorico (intuitivo) ou Pratico (sensitivo)

• ls2: Estilo Imagem (Visual) ou Textual (Verbal)

• ls3: Estilo Sequencial ou Global

Como nao foi adicionado como chave estrangeira na tabela lsquiz question context oid do LSQuiz, tem-se que os dados desta tabela sao independentes do LSQuiz, ou seja,a classificacao feita em uma questao e valida para todos os locais (LSQuiz) onde essaquestao e utilizada.

Apos a definicao do modelo conceitual, o codigo para criacao da tabela lsquiz question contextfoi adicionado ao Moodle por meio de uma atualizacao no plugin LSQuiz, consistindo nainsercao do codigo da Figura D.5 no arquivo upgrade.php:

Por sua vez, na Figura D.6 e exibido o resultado de uma query no banco de da-dos, exemplificando como os dados da tabela lsquiz question context sao armazenados nobanco de dados:

Na Figura D.7 e apresentado o diagrama de sequencia para o procedimento de classi-ficacao de questoes do LSQuiz:

Assim, conforme ilustrado na Figura D.7, o professor acessa o modulo de edicao doLSQuiz atraves da opcao Editar Questionario, associando a cada questao um determinadoestilo de aprendizagem para cada uma das 3 dimensoes consideradas. Apos isso o sistemaverifica se essa questao ja contem um contexto associado, adicionando ou realizando umupdate conforme a situacao.


Figura D.5: Representacao fısica da criacao da tabela lsquiz question context

Figura D.6: Representacao dos dados da tabela lsquiz question context no banco de dados

D.4.2 Associacao de Estilos de Aprendizagem as dicas das questoes

O sistema Moodle possui originalmente implementada a funcionalidade de associacao dedicas as questoes. Essas dicas sao utilizadas para adicionar informacoes (texto, imagens,vıdeos, etc), auxiliando os alunos no processo de resolucao de um Quiz.

No caso do LSQuiz, a utilizacao das dicas e empregada como forma de medir os estilosde aprendizagem dos alunos, conforme descrito no Capıtulo 3, secao 4.5.3, desta tese.Assim, a cada dica e associado um estilo de aprendizagem, sendo que a quantidade dequestoes corretamente respondidas apos a visualizacao de cada dica pode inferir que oaluno tem uma facilidade para o estilo de aprendizagem associado a ela.

A dica e armazenada no banco de dados pela tabela question hints (ja nativa origi-nalmente no Moodle), sendo o estilo de aprendizagem definido pelo professor armazenadono campo option. Esse campo ja existe na tabela original, sendo sua utilizacao destinadajustamente a implementacoes que queiram utilizar ou associar informacoes adicionais adicas. Ocorre que isso pode eventualmente gerar um problema de compatibilidade casooutro plugin ou o proprio Moodle utilizem esse campo no futuro. Assim, uma abordagemmais prudente, para uma eventual versao oficial do plugin, seria a criacao de uma tabelaespecıfica de associacao de informacoes de contexto as dicas.


Figura D.7: Diagrama de sequencia da funcionalidade de classificacao de questoes

De forma similar ao diagrama de sequencia apresentado na Figura D.7, o professorpode acessar a funcionalidade de edicao do questionario LSQuiz, definindo um estilo deaprendizagem as dicas associadas as questoes. Nesse caso, porem, por sua especificidade,cada dica pode possuir apenas uma unico tipo de estilo de aprendizagem, ao inves dos 3disponıveis no caso da associacao de estilos as questoes.

O plugin de comportamento LSInteractive e o responsavel pelo armazenamento dainformacao de que a dica foi consultada pelo aluno e que o aluno, apos visualizar a dica,respondeu corretamente a questao. Essa funcionalidade foi implementada no arquivobehaviour.php, sendo apresentada no Algoritmo D.1, a seguir:

A informacao de comportamento associada a hint e armazenada na tabela ques-tion attempt step data. Esses dados sao utilizados para o calculo (predicao) do estilode aprendizagem dos estudantes baseado no metodo de dicas, conforme descrito na secaoD.3.6


Algorithm D.1 Algoritmo de analise de comportamento dos usuarios baseado no acessoas dicas

//Quantidade total de hints para essa questao.totalHints = count(this->question->hints);

// Quantidade de hints disponıveis para essa questao.totalHintsAvaiable =this->qa->get\_last\_behaviour\_var(’\_triesleft’);

// Quantidade de hints consultadas pelo aluno nessa questao.totalHintsUsed =totalHints - totalHintsAvaiable;

//Booleano indicando se pode ser atribuıda uma nota a essa questao.questionIsGradable = this->question->is\_gradable\_response(response);

//Booleano indicando se a questao foi respondida corretamente pelo aluno.questionIsRight = (state == question\_state::gradedright);

//Se usuario utilizou alguma dica e questao foi respondida corretamente.if ( totalHintsUsed > 0 \&\& questionIsRight == 1 ) {

//Obtem a dica.currentHint =this->question->get\_hint(totalHintsUsed-1,this->qa);

//Seta no banco de dados a informacao de que essa dica foi acessada//antes de o usuario responder corretamente a questao.pendingstep->set\_behaviour\_var(’\_HintIDForRightAnswer’, lastHintID);

}


D.4.3 Gerenciamento da afinidade entre os alunos

A- Modelo Conceitual e Fısico do Banco de DadosToda e qualquer interacao entre os alunos (solicitacao de ajuda, aceite de ajuda,

negacao de ajuda, etc) e gerenciada pela tabela lsquiz affinity, que armazena o historicodessas interacoes em seus registros. A partir desse historico, e possıvel determinar o graude afinidade entre os estudantes.

Na Figura D.8 e exibido o modelo conceitual da tabela lsquiz affinity:

Figura D.8: Modelo conceitual da tabela lsquiz affinity

Desta forma, cada aluno (representado por um usuario do tipo student) pode possuirde 0 a N registros associados a ele na tabela lsquiz affinity. Se um aluno for o autor dasolicitacao de ajuda, seu id sera relacionado a chave estrangeira origin user, enquanto se elefor o aluno escolhido para prestar ajuda, seu id estara associado com a chave estrangeiradestiny user.

O campo type e utilizado para indicar o tipo de acao que gerou o registro de afinidade:H, indicando solicitacao de ajuda e; Q, indicando a qualificacao feita desse processo. Porsua vez, o campo qualification e utilizado para determinar se a qualificacao for negativa(registro contem o valor 0) ou positiva (registro contem o valor 1).

Apos a definicao do modelo conceitual, o codigo para criacao da tabela lsquiz question contextfoi adicionado ao Moodle por meio de uma atualizacao no plugin LSQuiz, consistindo nainsercao do codigo da Figura D.9 no arquivo upgrade.php:

Ja na Tabela D.4 , a seguir, e apresentado um quadro resumo das qualificacoes utili-zadas na tabela lsquiz affinity:

Tabela D.4: Quadro resumo de como a tabela lsquiz affinity e utilizada para armazenaro historico de interacoes entre os estudantes.

Tipo Qualificacao DescricaoA 0 Aluno de origem nao aceitou auxiliar o aluno de destinoA 1 Aluno de origem aceitou auxiliar o aluno de destinoQ 0 Aluno de origem qualificou como negativo o processo de ajuda

oferecido pelo aluno de destinoQ 1 Aluno de origem qualificou como positivo o processo de ajuda

oferecido pelo aluno de destino


Figura D.9: Representacao fısica da criacao da tabela lsquiz affinity

B - Diagrama de SequenciaDeste modo, conforme exemplificado na Tabela D.4, os dados do lsquiz affinity sao

atualizados sempre em 2 situacoes: quando o aluno qualifica o colega e quando o alunoaceita/rejeita auxiliar o colega. Na Figura D.10 e apresentado um diagrama de sequencia,indicando as funcoes implementadas para realizar a atualizacao dessa tabela:

Nota-se que a funcionalidade de aceite de ajuda, embora a princıpio possa parecerindependente ao usuario, e utilizada tambem para adicionar um registro no historico dequalificacao entre os alunos. Esse procedimento e apoiado justamente pela computacaoubıqua (ver Capıtulo 2, secao 2.2), que preve uma utilizacao transparente e eficaz dossistemas computacionais nesse caso, armazenando-se informacoes sobre o contexto dosusuarios. O historico de qualificacoes entre os alunos e utilizado no calculo de sua afini-dade, conforme descrito na secao D.3.2.3.

Ainda em relacao a Figura D.10, verifica-se que as paginas associadas ao update dostatus do usuario (arquivos sendmessage.php) estao localizadas no modulo de compor-tamento LSInteractive. Isso ocorre devido a uma necessidade tecnica, ja que o acesso afuncoes de classes php (no caso, ao addQualification) apenas pode ser realizada por meiode codigo html estatico utilizando-se tecnicas de comunicacao assıncrona em javascipt,como o AJAX. Esse procedimento e descrito em detalhes na secao D.3.3.3 deste anexo.

Por fim, verifica-se ainda que o procedimento de qualificacao tem como efeito colate-ral mensagem de retorno o update no estado do usuario, que e alterado de acordo como resultado da qualificacao. Na secao a seguir sao descritos os possıveis estados que um


Figura D.10: Diagrama de sequencia da funcionalidade qualificacao dos colegas

usuario pode vir a ter durante a utilizacao do LSQuiz.

C -Calculo da afinidade entre dois alunos

A partir dos dados dos registros e historico de afinidade entre os alunos (conformedescrito nas secoes anteriores), e aplicada uma formula que calcula e retorna o fator deafinidade (FA) entre quaisquer dois alunos, na escala de 0 a 1. Conforme descrito noCapıtulo 3, secao 3.4.1 desta tese, essa formula pode ser definida como:

d =N∑

i=0fipi (D.1)

Na formula D.1 a somatoria possui seu n = 2, com f0 indicando a proporcao deaceites de ajuda em relacao ao numero de solicitacoes totais e f1 indicando a proporcaode qualificacoes positivas em relacao ao total de qualificacoes. Ja o elemento pi e definidopor p0 = 30% e p1 = 70%. Ressalta-se ainda que o FA e comutativo, ou seja, a afinidadedo aluno X em relacao ao aluno Y e a mesma que a afinidade do aluno Y em relacao aoaluno D.


Deste modo, a partir da formula D.1 foi construıda uma funcao que recebe comoparametros 2 ids de estudantes $user1 e $user2, calcula a afinidade entre eles e retorna essevalor. No Algoritmo D.2, a seguir, e apresentado um resumo deste algoritmo. A funcaopesquisaSQL e uma abstracao, representando um select realizado na tabela lsquiz affinityem busca das qualificacoes feitas entre os estudantes, de acordo com os dados e camposapontados previamente na Tabela D.4.

D - Ajustes no modeloA arquitetura proposta nesta tese tem como uma de suas diretrizes de design o modelo emespiral (Rocha & Baranauskas, 2003) que propoe que a cada versao do prototipo sejamaplicados testes com usuarios, sendo que eventuais correcoes devem ser realizadas a partirdos resultados obtidos. Deste modo verificou-se, por meio de um primeiro experimentocom usuarios (ver Capıtulo 5, secao 5.2), que os alunos consideram que a aceitacao ou naoaceitacao do pedido de ajuda e algo muito crıtico, devendo ter uma importancia maior doque a dada inicialmente pelo prototipo.

Isso ocorre pois, em determinadas situacoes do experimento, a solicitacao de ajuda foiseguidamente encaminhada a um determinado aluno, sendo que mesmo nao a aceitando,esse aluno foi posteriormente selecionado e convidado a auxiliar novamente o mesmocolega. Isso gerou um obstaculo pois o aluno solicitante sempre tinha sua solicitacao deajuda negada, gerando um infortunio tanto para ele como para o aluno escolhido para lheauxiliar, que recebia repetidamente o mesmo tipo de solicitacao.

Apesar desse problema estar tambem associado ao procedimento de escolha do alunoque ira prestar ajuda, verificou-se que existe a necessidade de alteracao da forma como ofator de afinidade e calculado. Deste modo, o peso dos fatores foi alterado dos originais30% e 70% (respectivamente os pesos do aceite de solicitacao de ajuda e da avaliacao doprocesso colaborativo) para 50% cada.

D.4.4 Gerenciamento do estado de cada aluno

Cada aluno que acessa o LSQuiz possui um estado associado a ele. Esse estado pode serdescrito como uma flag ou atributo indicativo sobre o papel do aluno no ambiente, maisespecificamente em relacao a interacao e colaboracao com os colegas. Assim, no estado dedeterminado aluno esta representada nao apenas sua ocupacao atual (e.g ajudando umcolega), mas tambem as informacoes associadas ao aluno que esta interagindo com ele(e.g aluno x esta auxiliando o aluno y). Em todo o modelo, o aluno que solicita ajuda edenominado aluno de origem, e o aluno que recebeu a solicitacao de ajuda e denominadoaluno de destino.

A - Modelo Conceitual e Fısico do Banco de Dados


Algorithm D.2 Algoritmo para calculo do Fato de Afinidade entre dois estudantes\\Definicao de quantas vezes o usuario 1 aceitou auxiliar o usuario 2.$acceptedHelpsUser1 = pesquisaSQL($user1, $user2);

\\Definicao de quantas vezes o usuario 2 aceitou auxiliar o usuario 1.$acceptedHelpsUser2 = pesquisaSQL($user1, $user2);

\\Definicao de quantas vezes o usuario 1 nao aceitou auxiliar o usuario 2.$rejectedHelpsUser1 = pesquisaSQL($user1, $user2);

\\Definicao de quantas vezes o usuario 2 nao aceitou auxiliar o usuario 1.$rejectedHelpsUser2 = pesquisaSQL($user1, $user2);

\\Definicao de quantas vezes o usuario 1 qualificou como positiva o\\ processo de ajuda feito com o usuario 2.$positiveQualificationsUser1 = pesquisaSQL($user1, $user2);

\\Definicao de quantas vezes o usuario 2 qualificou como positiva o\\processo de ajuda feito com o usuario 1.$positiveQualificationsUser2 =pesquisaSQL($user1, $user2);

\\Definicao de quantas vezes o usuario 1 qualificou como negativa o processo de\\ ajuda feito com o usuario 2.$negativeQualificationsUser1 = pesquisaSQL($user1, $user2);$negativeQualificationsUser2 = pesquisaSQL($user1, $user2);

\\Calculo de quantas vezes o $user1 aceitou ajudar o $user2 e vice-versa.$aceitesAjuda = $acceptedHelpsUser1 + acceptedHelpsUser2;

\\Calculo do total de solicitacoes de ajuda do $user1 em relacao ao $user2$solicitacoesAjuda = $acceptedHelpsUser1 + $acceptedHelpsUser2 +$rejectedHelpsUser1 + $rejectedHelpsUser2;

\\Calculo do fator 0, que indica a proporcao de aceites de ajuda em relacao ao total.\\ Sendo que o peso deste fator e de 30%, $r0 = 0,3.$f0 = $r0 * ($aceitesAjuda/$solicitacoesAjuda);

\\Calculo do fator 1, que indica a proporcao de qualificacoes positivas em relacao\\ ao total.Sendo que o peso deste fator e de 70%, $r0 = 0,3.$f1 = $r1 * ($qualificacoesPositivas/$totalQualificacoes);

\\Fator de afinidade entre $user1 e $user2 e a soma de $f0 e $f1.$af = $f0 + $f1;


Os dados associados ao gerenciamento de estados dos alunos sao armazenados na tabelalsquiz status. Na Figura D.11 e exibido o modelo conceitual associado a este procedi-mento:

Figura D.11: Modelo conceitual da tabela lsquiz status

Assim, cada aluno (usuario do tipo student) possui de 0 a N status associados a ele,ja que ele pode interagir com qualquer outro colega durante a resolucao do LSQuiz. Jacada status esta associado a um unico LSQuiz, sendo que cada LSQuiz possui de 0 a Nestados associados a ele.

Em relacao ao algoritmo, porem, apenas o ultimo registro associado ao aluno e consi-derado seu estado atual. Ja cada status esta associado sempre a dois alunos, o de origem(sujeito da acao, responsavel pela solicitacao de ajuda) e o de destino (objeto da acao, querecebe a solicitacao de ajuda). Esses alunos sao representados pelas chaves estrangeirasid origin e id destiny, respectivamente.

A partir do modelo conceitual, a tabela foi adicionada ao LSQuiz por meio de codigoespecıfico no arquivo upgrade.xml, conforme apresentado na Figura D.12:

Figura D.12: Representacao fısica da criacao da tabela lsquiz status


B- Maquina de Estados

Uma funcao denominada retrieveCurrentState foi implementada para retornar o estadoatual do aluno e o seu papel, que pode ser de origem ou destino. De acordo com o estado ecom o papel do aluno, sao tomadas acoes (exibicao de telas, botoes, etc) correspondentes.Finalmente, cada estado tem um gatilho, que pode ser executado pelo aluno de origem,destino ou ambos, que promove a atualizacao do estado desses alunos.

Define-se como estado inicial o estado onde o aluno acessa o sistema pela primeira vez,estando portanto livre, sem envolvimento algum com qualquer procedimento de ajuda,seja como solicitante ou como solicitado. Similarmente ao estado inicial, no chamadoestado final o aluno tambem esta livre e disponıvel para auxiliar os colegas, mas nessecaso isso ocorre pois ele ja participou e concluiu previamente algum outro procedimentode ajuda, seja como solicitante ou como aluno cujo auxılio foi solicitado.

Alunos que estejam no estado inicial ou final podem iniciar novos processos colabora-tivos, solicitando ou recebendo solicitacoes de ajuda de colegas. Alunos que estejam emqualquer estado diferente do inicial ou final sao considerados bloqueados, estando dessaforma impedidos de solicitar ou prestar ajuda.

Na Tabela D.5 e apresentado um quadro resumo a respeito da definicao e gerencia-mento do estado inicial e final dos alunos:

Tabela D.5: Gerenciamento do estado inicial e final no LSQuiz

Classificacao Estado Acao Novo Estado Ge-rado Quando

NovoEstado

Estado Inicial -1 (registroinexistente)

Exibicao dobotao ajuda

Aluno pressionaro botao SolicitarAjuda

Origem,Destino,0

Estado Final 2 Exibicao dobotao ajuda

Aluno pressionaro botao ”Solici-tar Ajuda”

Origem,Destino,0

Estado Final 3 (apenaspara aluno deorigem)



Origem,Destino,0

Estado Final 4 (apenaspara aluno dedestino)



Origem,Destino,0

Estado Final 5 Exibicao dobotao ajuda


Origem,Destino,0


Deste modo, a partir do momento em que o botao Solicitar Ajuda e pressionado, osistema identifica qual aluno sera convidado a auxiliar o colega. A partir disso, o sistemadefine o aluno solicitante como aluno de origem e o aluno que sera convidado a auxilia-locomo aluno destino. Ainda, ambos os alunos, origem e destino, tem seus estados setadospara 0, indicando que o aluno de origem solicitou ajuda ao aluno de destino.

Na Tabela D.6 sao exibidos, para cada estado e papel do aluno, as acoes a seremtomadas pelo sistema, bem como o gatilho definido para gerar a atualizacao e mudancadesse estado:

Uma outra forma de representar a informacao de estados contidas nas Tabelas D.5 eD.6 e por meio de um diagrama de estados, conforme ilustrado na Figura D.13:

C- Tecnologia utilizada para implementacao

Uma das dificuldades em implementar sistemas que necessitam de acesso e atualizacaoem tempo real dos dados do cliente em relacao ao servidor e o fato de que em determina-das situacoes o cliente precisa receber dados em background, de forma transparente, seminterferencia em relacao aos dados ou funcionamento da pagina ja exibida em seu navega-dor web. Por exemplo, em relacao ao processo colaborativo descrito na secao D.3.3.2, essasituacao ocorre no momento em que deve-se avisar o colega que determinado aluno solicitasua ajuda. Assim, como forcar a atualizacao da pagina e exibicao dessa informacao semprejudicar o aluno nas tarefas por ele sendo realizadas.

A primeira solucao implementada foi feita utilizando-se o sistema de mensagens doMoodle, que foi adaptado para permitir a submissao de mensagens contendo o mapa daclasse e os botoes de aceite de ajuda e qualificacao. Apos testes iniciais, porem, verificou-se que essa solucao nao seria viavel, por dois motivos: a) a mensagem nao e exibida emtempo real, sendo necessario que o aluno atualize de alguma forma a pagina atual, porexemplo, indo para o proximo exercıcio e b) a mensagem ocupa a tela inteira do usuario,como um popup, atrapalhando ou ate mesmo inviabilizando a conclusao da tarefa sendoexecutada naquele momento.

Assim, buscou-se uma solucao fundamentada nos conceitos da computacao ubıqua(ver Capıtulo 2, secao 2.2), que propoe justamente a interacao natural e transparentedo usuario com a tecnologia, onde a quantidade de ruıdos e interrupcoes deve ser aomaximo minimizada. Desta forma, a implementacao de uma solucao para essa questaodeve, necessariamente, prever que o usuario nao tera suas atividades interrompidas ouprejudicadas pelo recebimento de mensagens ou solicitacoes externas.

Assim, a solucao final desenvolvida foi implementada utilizando-se o conjunto detecnicas de desenvolvimento web denominada AJAX, acronimo em ingles para Asyn-


Tabela D.6: Estados e papeis possıveis para cada aluno, bem como as acoes a seremtomadas pelo sistema em relacao a essa classificacao

Classificacao Estado Acao Novo Es-tado GeradoQuando

Novo Estado

0 Exibicao demensageminformandoque ajuda foisolicitada

Exibicao domapa daclasse.Exibicao dosbotoes deaceite:LIKE eNOT LIKE

Usuario des-tino clicar nobotao LIKEou NOTLIKE

Se destino aceitouajudar o origemOrigem, Destino, 1Se destino naoaceitou ajudar oorigem: Origem,Destino, 2 [estadofinal]

1 Mensageminformandoque o colegaira lhe auxi-liar. Exibicaodos botoes dequalificacao.

Exibe o mapada classe.Exibe mensa-gem pedindoo desloca-mento doaluno.Exibe osbotoes dequalificacao

Usuarioorigem oudestino quali-ficam

Origem, Destino,3 [apenas origemqualificou]Origem, Destino,4 [apenas destinoqualificou]Origem,Destino,0

3 Exibicao dobotao Solici-tar AjudaConsidera-se que oaluno de ori-gem esta noestado final.

Exibe osbotoes dequalificacao

Usuariode destinoqualifica

Origem, Destino, 5[final]

4 Exibe botaode quali-ficacao

Exibicaobotao Solici-tar AjudaConsidera-se que oaluno de ori-gem esta noestado final.

Usuariode origemqualifica

Origem, Destino, 5[estado final]


chronous JavaScript and XML 5 . Em outras palavras, conforme descrito pela W3Schools6 , o AJAX nao e uma nova linguagem de programacao, mas sim uma nova forma deutilizacao de padroes ja existentes, permitindo que dados sejam trocados com o servidore partes especıficas da pagina web sejam atualizadas sem a necessidade de atualizacao detoda a pagina. Do ponto de vista pratico, de programacao, o AJAX permite que umarequisicao seja feita de uma pagina html estatica diretamente para um metodo ou funcaono servidor, sendo que o retorno dessa requisicao e exibido num campo pre-definido destapagina original, sem a necessidade de um refresh.

Na Figura D.14 e apresentada a organizacao de uma pagina html configura para utilizara metodologia AJAX. O campo div representa a regiao da tela que recebera o retornodos dados enviados pelo servidor. Ate que isso ocorra, essa regiao fica vazia, sem exibirnenhuma informacao:

Na Figura D.15 e exibido um diagrama de sequencia, ilustrando a troca de informacoesentre cliente e servidor desde o momento em que o aluno pressiona o botao Solicitar Ajudaate o momento em que ele e comunicado se algum colega ira lhe ajudar:

A partir da Figura D.15 pode-se notar que o aluno de origem, ao solicitar ajuda a umcolega pressionando o botao Solicitar Ajuda aciona uma funcao em javascript no arquivoAjax.js, encaminhando o fluxo ao arquivo sendmessage.php. A partir desse arquivo eacessada a biblioteca locallib.php (presente no servidor), sendo obtida a informacao dequal sera o aluno de destino e tambem sendo atualizados os status dos alunos (origem edestino) para 0 7.

Uma vez que o status de ambos os alunos foi atualizado, o aluno de destino focado nesseponto apenas na resolucao de proprio LSQuiz recebe uma mensagem na tela, informandoque determinado colega requer sua ajuda, bem como um mapa da classe com a localizacao,nome e foto desse colega. A partir desses dados, o aluno de destino pode decidir se aceitaou nao ajudar o colega.

Para que o aluno de destino possa saber em tempo real que o seu status foi alterado, esem que isso afete os dados ja carregados em sua pagina web atual, foi implementado umsistema de timer associado ao codigo AJAX. Assim, a cada X segundos e enviada umarequisicao via AJAX ao servidor, obtendo-se o status atual do usuario. Caso esse statusseja diferente do status anterior, e enviado via AJAX uma mensagem de atualizacao datela, de acordo com o estado atual do usuario (ver Tabela D.10, coluna Acao para alunode Origem e Acao para aluno de destino).

Essa mensagem, contendo codigo html (com por exemplo o mapa da classe e os botoes5http://www.w3.org/standards/ Acesso em Janeiro de 20146http://www.w3schools.com/ajax Acesso em Janeiro de 20147A descricao da maquina de estados foi realizada na secao D.4.4, sendo que os detalhes de como o

aluno e selecionado para ajudar um colega (funcao retrieveStudentToHelp) estao na secao D.4.5 desteanexo


de qualificacao), e exibida apenas no campo div previamente definido, nao sendo assimnecessario nenhum tipo de refresh na pagina, evitando deste modo maiores contratemposao usuario. No caso deste prototipo, foi definido o valor de X como 1, ou seja, a cadasegundo o cliente solicita ao servidor a verificacao se houve ou nao mudanca em seu status.

Na Figura D.16 e apresentado o diagrama de sequencia dessa implementacao:Por simplificacao, nas Figuras D.15 e D.16 foi apresentada uma versao em alto nıvel

onde arquivo Ajax.js e ilustrado em conjunto como arquivo retrieveHtmlStatus.php. Destaforma, por sua vez na Figura D.17 e apresentada uma versao com um nıvel um poucomais detalhado, onde as funcoes javascript do arquivo Ajax.js, retrieveHtmlStatus e han-dleResponse, sao apresentadas:

D- Tecnologias AlternativasA solucao apresentada nesta secao pode ser classificada como do tipo Polling, onde uma

requisicao html e enviada ao servidor a intervalos regulares, sendo a resposta recebida naonecessariamente relevante para o cliente (Idol, 2013). Um dos problemas dessa solucao eque ela nao tem escalabilidade, ou seja, apenas e efetiva para implementacoes que visam ouso de relativamente poucos usuarios ao mesmo tempo, como ocorre neste prototipo. Emsituacoes de grande escala, com milhoes de usuarios simultaneos, as sucessivas requisicoesfeitas pelos clientes ao servidor poderiam comprometer a viabilidade do sistema, quepoderia ficar sobrecarregado.

Assim, uma implementacao mais robusta seria atraves do chamado AJAX Long Pol-ling. Essa solucao preve que o cliente envia uma requisicao ao servidor, sendo ela respon-dida apenas quando existe uma nova informacao (novo estado) disponıvel. Nesse caso,apos a resposta do servidor o cliente ja envia uma nova requisicao, e o processo se repete.Deste modo, o numero de requisicoes esta limitado ao numero de atualizacoes de estado aserem enviadas a pagina e nao a um timer, o que e muito mais eficiente. Na Figura D.18sao exibidas as diferencas entre os metodos de Polling e Long Polling, conforme propostopor Idol (2013) [61]:

Como advento do html5, existe ainda uma terceira possibilidade de implementacao,chamada de Websocket. Conforme Idol (2013) explica, Websocket e o nome dado a umprotocolo recentemente criado que permite uma conexao persistente e em duas vias entreo cliente e o servidor no ambiente web. Apos uma comunicacao inicial (handshaking),e estabelecida uma comunicacao permanente, viabilizando uma comunicacao em temporeal sem o excedente de informacao (overhead) presente no metodo de Polling.

O protocolo de Websocket e representado na Figura D.19, conforme Idol (2013)[61]:Apesar de serem mais robustas, as solucoes de AJAX Long Polling e Websocket sao de

implementacao mais complexa, demandando mais tempo de implementacao. Especifica-mente em relacao ao Websocket, o protocolo ainda esta em sua fase inicial de adocao, naosendo suportado por todos os navegadores de internet e ainda apresentando problemas


relacionados a seguranca dos dados (Idol, 2013) [61].Assim, considerando-se que o prototipo foi projetado para o uso de poucos usuarios

simultaneos, bem como visando o suporte a uma grande variedade de navegadores edispositivos, a solucao baseada no metodo Polling (implementada por meio de um ti-mer, conforme descrito no item C desta secao) foi utilizada nesta versao do prototipo.Porem, em eventuais versoes que tenham como requisito o suporte a um grande numerode usuarios simultaneos, solucoes mais robustas devem ser analisadas, similares ao LongPolling ou ao Websocket.

D.4.5 Solicitacao de Ajuda a um Colega

A qualquer momento durante o procedimento de resolucao de um LSQuiz o aluno podesolicitar ajuda a um colega. Essa solicitacao ocorre, conforme apontado na Figura D.15,pelo metodo retrieveStudentToHelp. Uma vez acionada essa funcionalidade, o sistemaatribuiu estados aos alunos, gerenciando o papel de cada um no processo colaborativo.

Deste modo, a escolha do aluno que ira prestar ajuda e determinada por meio detres fatores: o estado atual do estudante, que deve estar livre, ou seja, nao pode estarprestando auxılio a outro colega neste momento; a afinidade entre eles, que e calculadaatraves da analise do historico de interacoes entre esses alunos; e distancia fısica que essesalunos possuem nesse momento na sala de aula.

A - Algoritmo de Implementacao

No Algoritmo D.3, a seguir, e apresentado o algoritmo 8 utilizado na funcao retrieveS-tudentToHelp para identificar qual aluno deve ser escolhido para auxiliar o colega:

B - Ajustes no modelo

O desenvolvimento da AUSAA foi realizado seguindo-se o modelo de design em espiral(Rocha & Baranauskas, 2003), onde a cada versao do prototipo foram realizados testescom usuarios, identificando-se assim eventuais problemas conceituais, de implementacaoe usabilidade, que foram corrigidos em versoes futuras.

Desta forma, na Tabela D.11 foi apresentado o modelo teorico originalmente propostopela AUSAA, conforme descrito no Capıtulo 3. Ocorre que, atraves dos testes inicialmentefeitos com usuarios (ver Capıtulo 5, secao 5.2), identificou-se que esse modelo possui comofalha o fato de priorizar a localizacao do aluno em detrimento de sua afinidade. Alemdisso, o modelo nao considera como fator importante a rejeicao de um aluno em relacao

8Os algoritmos apresentados nesta secao possuem um codigo simplificado, nao necessariamente igualao implementado. Isso foi realizado com o intuito de facilitar a leitura e compreensao do texto.


Algorithm D.3 Algoritmo utilizado na funcao retrieveStudentToHelp

studentsArray = retrieveStudentsFromLSQuiz (lsquizId);studentsArray = removeStudent (currentStudentId);auxArray = array();count = 0;

foreach (studentsArray as key => id) {// Caso possua um lock valido, o aluno nao pode fornecer// ajuda a mais ninguem.hasValidLock = hasValidLock (id, lsquizId);

// Se nao possui lock valido, adiciona no array auxiliarif (hasValidLock != 1) {

auxArray [count] = id;count ++;

}}studentsArray = auxArray;

foreach (studentsArray as key => id) {retrievedXY = retrieveStudentXY(id);dist = calculateDistances (userXY, retrievedXY);distArray[id] = dist;

}asort (distArray);foreach (studentsArray as key => id) {

retrievedAffinity =calculateAffinity(userId, id);affinityArray[id] = retrievedAffinity;

}

arsort (affinityArray);x=(menorAfinidade + maiorAfinidade)/2;Para cada estudante do vetor distArray {

if (affinity >= affinityAverage) {returnId = key;break;

}}


ao colega, gerando situacoes onde, mesmo um colega nao tendo aceitado lhe auxiliar, asdemais solicitacoes de ajuda sao direcionadas sempre a este mesmo colega.

Assim, o algoritmo de implementacao do metodo retrieveStudentToHelp foi tambemreformulado, conforme indicado a seguir (Algoritmo D.4):

Algorithm D.4 Algoritmo reformulado utilizado na funcao retrieveStudentToHelp

\\ ... Igual a versao original do retrieveStudentToHelp

\\ Obtencao do valor mediano das afinidadesx= medianaDasAfinidades();

\\Para cada estudante do vetor de distancias, verifica se a afinidade\\desse estudante e maior ou igual a mediana das afinidades.

\\Caso seja maior ou igual, verifica adicionalmente se esse aluno ja\\rejeitou alguma solicitacao de ajuda ao colega no lsquiz corrente.

\\ Em caso negativo, ou seja, caso nao tenha havido essa rejeicao,\\ o aluno e selecionado e o seu id retornado.Para cada estudante do vetor distArray {

if (affinity >= affinityAverage) {if (!houveRejeicao (aluno_origem, aluno_destino) {

returnId = key;Break ;

}}

}

Comparando-se os Algoritmos D.3 e D.4, nota-se que sao semelhantes, exceto por suaslinhas finais. No caso do algoritmo reformulado, o valor de $x representa de uma formamais coerente o valor mınimo de afinidade requerido, que passa a ser a mediana 9 dosvalores de afinidade dos alunos em relacao ao aluno que esta solicitando ajuda.

Assim, garante-se que, independentemente dos valores das afinidades encontrados, oaluno selecionado fara parte do grupo (conjunto referente a metade superior) de alu-nos com quem o aluno solicitante possui mais afinidade. Essa relacao e ilustrada naFigura D.20, onde a marcacao elementos considerados indica quais alunos sao considera-

9A mediana representa um valor mais robusto pois o objetivo e obter o primeiro aluno cuja afinidadeesta na metade superior da amostra de dados. Caso a media fosse utilizada, isso nao seria garantido.


dos validos pelo algoritmo (afinidade maior ou igual a mediana) em relacao ao seu fatorafinidade:

Ainda, foi adicionada uma restricao, sendo que os alunos que ja rejeitaram algumpedido de ajuda ao colega neste LSQuiz sao descartados. Ressalta-se que essa restricao evalida apenas para o LSQuiz atual, sendo que em novas atividades os alunos continuaraocom a possibilidade de interacao.

D.4.6 Determinacao e visualizacao da localizacao dos estudantesA localizacao dos estudantes em sala de aula foi implementada no LSQuiz para permitirao professor ter acesso a um mapa da classe com a posicao dos alunos, alem de servir desubsıdio ao procedimento de solicitacao de ajuda aos colegas, onde a localizacao de cadaestudante e um dos fatores considerados pelo algoritmo (ver secao D.3.4).

Nas proximas secoes sao descritos os detalhes dessa implementacao:

A - Criacao do tipo de questao: Mapa da Classe

Deste modo, um LSQuiz deve ser construıdo de forma que sua primeira questao seja deum tipo especıfico, criado especialmente para permitir aos alunos informar sua localizacaoem sala de aula. Assim, foi criado um novo tipo de questao, denominado Mapa da Classe(ClassMap), construıdo a partir da alteracao de um plugin externo ja existente para oMoodle, o DDMarker 10 .

O plugin DDMarker permite originalmente que o professor crie uma questao compostade:• Uma figura de fundo;

• Regioes de fundo dentro dessa figura de fundo (drop zones);

• Marcacoes de texto associadas a essa figura de fundo (markers);Desta forma, para responder uma questao do tipo DDMarker, o aluno deve mover

essas marcacoes de texto ate a figura, sendo que se as marcacoes forem movidas parasuas regioes correspondentes, a questao e considerada correta. Nota-se ainda que o alunonao visualiza as regioes de fundo, tendo a liberdade para posicionar as marcacoes detexto em qualquer lugar que queira da figura. O plugin DDMarker necessita dos pluginsDDImageorText e GapSelect para funcionar, conforme previamente ilustrado na FiguraD.21

Um exemplo de utilizacao do plugin DDMarker e exibido na Figura D.21, onde dadoum mapa, o aluno deve posicionar a legenda (marcacoes) de acordo com a sua localizacao:

10Disponıvel em: http://docs.moodle.org/23/en/question/type/ddmarker Acesso em: 20/01/2014


A partir do codigo fonte original do DDMarker foram realizadas uma serie de al-teracoes, conforme listagem na Tabela D.7 :

Tabela D.7: Listagem de alteracoes realizadas no plugin DDMarker, transformando-o noplugin ClassMap

Numero Descricao Codigo Fonte Alte-rado

1 Alteracao do nome do plugin paraClassMap.Assim, ao adicionar uma questaodeste tipo ao LSQuiz, deve ser se-lecionado o tipo ClassMap.

-

2 Adicao do nome do aluno amarcacao de texto (marker).Cada questao do tipo ClassMappassa a conter uma unica marcade texto.

ddmarker/renderer.php

3 Funcao que retorna a localizacaode um determinado aluno.Ver secao D.3.5.2 para detalhes.

lsquiz/locallib.phpFuncao: retrieveStu-dentXY(studentId)

4 Funcao que calcula a distancia en-tre dois alunos.Ver secao D.3.5.3 para detalhes.

lsquiz/locallib.phpFuncao: calculateDis-tances (studentId1,studentId2)

5 Exibicao do mapa da classe, coma localizacao de todos os alunos.Ver secao D.3.5.4 para detalhes.

ddmarker/renderer.phpFuncao: showClass-map(questionAttempt)

Foram ainda criados templates de diversos tipos de sala de aula, permitindo ao pro-fessor configurar a questao de acordo com o formato do ambiente em que a aula ocorrera.Ressalta-se, porem, que esse e uma medida aproximada, ou seja, na figura e reproduzidoum formato padrao de sala de aula, sendo que os alunos devem indicar sua localizacaoaproximada.

B - Metodo retrieveStudentXY

O metodo retrieveStudentXY (alteracao numero 3 da Tabela D.13) foi criado parapermitir obter-se a localizacao X e Y de determinado aluno em sala de aula. Este metodo,

11Figura disponıvel em: http://docs.moodle.org/23/en/File:markerexample.png Acesso em:20/01/2014


implementado no arquivo locallib.php do lsquiz, recebe como parametro o id do estudantee retorna um vetor contendo a localizacao X em sua posicao 0 e a localizacao Y em suaposicao 1.

A partir do momento em que o aluno identifica sua localizacao, ela e gravada no sistemana tabela question attempt step data, responsavel por gerenciar os dados das respostasde cada aluno a cada questao. A seguir e apresentado o comando select utilizado pelometodo retrieveStudentXY para identificar a localizacao informada por um determinadoaluno de id igual a $studentId:

select qasd.value as value, qas.useridfrommdl question attempt step data qasd,mdl question attempt steps qaswhere qas.id = qasd.attemptstepid ANDqasd.name like ’c1’ ANDqas.userid = studentId;

Uma vez identificada a localizacao, obtida atraves do campo value no select da TabelaX, e aplicada a funcao php explode (que separa valores unicos dentro de uma string),ja que a localizacao esta formatada como x,y. Por fim, os valores obtidos de X e Y saoinseridos em um vetor e retornados pela funcao retrieveStudentXY.

Nota-se ainda que um aluno pode ter mais de uma localizacao em seu historico, jaque na tabela question attempt step data sao armazenadas informacoes de todos os lsquizresolvidos pelos alunos. Assim, os dados sao processados de forma a considerar apenaso ultimo registro obtido, que corresponde a localizacao atual do aluno na sala de aula.Os dados do historico poderiam ainda ser utilizados para uma analise da localizacao doaluno na sala de aula no decorrer de varias aulas, mas essa informacao no momento naoe utilizada pela arquitetura.

C - Metodo calculateDistances

A partir da localizacao de dois alunos, conforme obtido pelo metodo retrieveStu-dentXY, foi criado o metodo calculateDistances, que recebe dois vetores de localizacao,calcula sua distancia e a retorna, conforme mostrado a seguir:

function calculateDistances (c1, c2)x1 = c1 [0];


x2 = c2 [0];

y1 = c1 [1];y2 = c2 [1];

xFinal = x1 - x2;xFinal = xFinal * xFinal;

yFinal = y1 - y2;yFinal = yFinal * yFinal;

d = xFinal + yFinal;d = sqrt (d);return d;

A distancia entre os alunos e utilizada no metodo retrieveStudentToHelp, descrito nasecao D.3.4.

D - Metodo showClassMap

O metodo showClassMap foi criado com o intuito de permitir ao professor visualizara localizacao de todos os alunos em sala de aula. O metodo e acionado apos o professoracessar a primeira questao do LSQuiz, que deve ser do tipo ClassMap. O algoritmosimplificado (Algoritmo D.5) e exibido a seguir:

O metodo showClassMap e chamado pelo plugin Mapa da Classe, arquivo rende-rer.php. O output dele (variavel $output, conforme indicado na Tabela 10.16) e renderi-zado no momento em que o usuario visualiza o resultado da questao, conforme indicadona Figura D.22:

Atraves da analise da Figura D.22 e possıvel notar um pequeno bug, onde o nomedo aluno nao e exibido ao lado de sua foto, mas sim na parte superior da tela. Sendoa quantidade de alunos nos testes com usuarios (ver Capıtulo 5, secao 5.2) pequena,considerou-se o bug como de pequeno impacto, sendo priorizadas outras implementacoese alteracoes apos esse primeiro teste com usuarios.


Algorithm D.5 Implementacao do metodo showClassMap, que exibe a localizacao decada aluno no mapa da classe

\\Exibicao da imagem de fundo da questao, a que contem o mapa da classe.img = self::get_url_for_image(qa, ’bgimage’);

\\Obtencao do vetor de alunos associados a este LSQuizvetor = retrieveUserIdsFromLsquiz (lsquizId);

\\Para cada aluno do LSQuizforeach (vetor as key => id) {

\\Obtencao do nome do alunoname = retrieveStudentName(id);

\\Obtencao de sua posicaoposId = retrieveStudentXY(id);

\\Obtencao da foto do aluno, que segue sempre a mesma url para todos, exceto\\pelo id do aluno atual.src = CFG->wwwroot.’/user/piD.php/’.id.’/f1.jpg’;

\\Exibicao do nome do usuario e de sua foto, na localizacao posId desse\\usuario.\\Essa funcao e uma abstracao, ja que o codigo foi implementado\\diretamente na funcao showClassMap,\\onde o codigo html foi concatenado diretamente na variavel output.\\Foi utilizada ainda a tag <div style = "position:absolute;> para\\ posicionar o codigo sobre\\a figura de acordo com posicao X,Y do aluno.

output = exibeDados(posId ,name,src);}


D.4.7 Exemplo de utilizacao

Neste exemplo e considerada a versao revisada do algoritmo, conforme descrito na secaoD.4.5, item B, deste apendice. Inicialmente, considera-se uma sala de aula com 5 alunos(S1, S2, S3, S4 e S5), sendo sua localizacao indicada conforme apresentado na FiguraD.23:

Considera-se a situacao onde o aluno S5 esta com duvida em um exercıcio e desejasolicitar ajuda aos colegas. Apos clicar no botao Solicitar Ajuda, o sistema constroi 2vetores, um contendo a distancia dos alunos em relacao a S5 (ver Tabela D.8 ) e outrocontendo a afinidade dos alunos em relacao a S5 (ver Tabela D.9 ):

Tabela D.8: Vetor de Distancia dos alunos em relacao ao aluno S5

S4 S6 S3 S2 S110 60 200 220 230

Tabela D.9: Vetor de Afinidade dos alunos em relacao ao aluno S5

S4 S6 S3 S2 S10 0 0 0 0

A partir destas informacoes, o algoritmo (ver Capıtulo 4, secao 4.5.6) e executado,sendo escolhido o aluno S4 para ser convidado a auxiliar o aluno S5. A execucao doalgoritmo ocorre conforme descrito a seguir:

Aluno com menor distancia: S4S4 possui flag de que rejeitou ajuda: NAOMediana das afinidades: 0Afinidade de S4 e ¿= que mediana: SIMAluno S4 e convidado a auxiliar.

A afinidade em relacao a S5 continua sendo 0, conforme ilustrado na Tabela D.10 ,sendo porem adicionada uma flag indicando que S4 se recusou a auxiliar o colega:

Nesse ponto, considera-se que S1, S2 e S3 interagiram no passado (ou mesmo na aulaatual) com S5, conforme indicado a seguir:


Tabela D.10: Execucao do algoritmo para escolha do aluno que ira ser convidado a auxiliarS5

S4 S6 S3 S2 S10 (Flag) 0 0 0 0

S3 solicita ajuda para S5.S5 aceita, e depois qualifica como positivo.S3 qualifica como positivo.Afinidade (S5, S3) = 1

S2 solicita ajuda para S5.S5 aceita, e depois qualifica como negativo.S2 qualifica como positivo.Afinidade (S5, S2) = 0.75

S1 solicita ajuda para S5.S5 aceita, e depois qualifica como negativo.S1 qualifica como negativoAfinidade (S5, S1) =0.50

A partir dos dados historicos, o vetor de afinidades e atualizado, passando a refletriros dados conforme indicados na Tabela D.11 :

Tabela D.11: Afinidade atualizada dos alunos em relacao a S5.

S4 S6 S3 S2 S10 (Flag) 0 0 .50 0.75 1

Por fim, caso S5 solicite novamente ajuda a algum colega, o sistema ira considerar osalunos em ordem crescente de distancia, iniciando por S4. Como S4 possui um flag de quese recusou a auxiliar S5 nesta aula, o algoritmo ira considerar S6, que nao sera selecionadopois possui uma afinidade (0) menor que a mediana (0.5). Assim, o aluno escolhido seraS1, que e o aluno mais proximo a S5 com valor de afinidade igual ou superior a medianade afinidades.

Esse procedimento e descrito a seguir:

D.5. Predicao de Estilos de Aprendizagem 257

Aluno com menor distancia: S4S4 possui flag de que rejeitou ajuda: SIM

Aluno com menor distancia: S6S6 possui flag de que rejeitou ajuda: NAOMediana das afinidades: 0,5Afinidade de S6 e ¿= que mediana: NAO

Proximo aluno com menor distancia: S1S1 possui flag de que rejeitou ajuda: NAOMediana das afinidades: 0,5Afinidade de S1 e ¿= que mediana: SIM

S1 e convidado a ajudar.

D.5 Predicao de Estilos de AprendizagemConforme visto na secao D.4.1 e D.4.2 deste anexo, o prototipo preve a possibilidade deassociacao de estilos de aprendizagem as questoes e as dicas associadas as questoes. Issofaz com que, a partir da analise do historico de resolucao do LSQuiz pelos alunos, sejapossıvel determinar seus estilos de aprendizagem.

Na secao D.5.1 e descrita a implementacao da predicao de estilos de aprendizagem apartir da na analise das questoes respondidas pelos alunos, enquanto na secao D.5.2 edescrito o algoritmo a partir da analise da consulta as dicas pelos alunos.

D.5.1 Predicao de estilos de aprendizagem a partir das questoesO metodo retrieveArrayLSRelatedToQuestions foi implementado para retornar uma ma-triz contendo os estilos de aprendizagem de todos os estudantes matriculados em deter-minado curso. No Algoritmo D.6 e apresentado um resumo do algoritmo referente a suaimplementacao:

No Algoritmo D.6 e chamado o metodo makeArrayWithDimensions ( ), que recebecomo parametros os valores totais calculados nesta funcao. A partir disso, esse metodoimplementa a metodologia de calculo de estilo de aprendizagem, calculando assim osrespectivos valores dos estilos de aprendizagem de cada aluno.

O Algoritmo D.7, a seguir, descreve sua implementacao:


Algorithm D.6 Implementacao do metodo retrieveArrayLSRelatedToQuestions\\Select basico para obter todas as questoes respondidas por determinado aluno\\em qualquer LSQuiz respondido por ele no sistema.sql = SELECT user.username username, user.id userid, qa.lsquiz,qcontext.questionid, question.name, question_attempts.rightanswer rightanswer,question_attempts.responsesummary useranswer, qcontext.ls1, qcontext.ls2,qcontext.ls3FROMmdl_lsquiz_attempts qa,mdl_user user,mdl_lsquiz_question_context qcontext,mdl_question question,mdl_question_attempts question_attemptsWHEREuser.id = qa.userid,AND qcontext.questionid = question_attempts.questionidAND qa.uniqueid = question_attempts.questionusageid ANDquestion_attempts.questionid = question.id AND

\\Filtro para os alunos do curso passado como parametro, pCourseId.sql .= AND c.id = cD.instanceidAND cD.id = ra.contextid AND ra.roleid = r.idAND ra.userid = user.id AND cD.contextlevel = ’50’ ";

sql .= " AND c.id = pCourseId;AND c.id = cD.instanceid AND cD.id = ra.contextidAND ra.roleid = r.id AND ra.userid = user.idAND cD.contextlevel = ’50’ AND c.id = pCourseId;

if (pUserId != -1) {sql .= AND user.id =sql .= pUserId;

}

\\Obtencao dos dados do select no banco de dados.rs = DB->get_recordset_sql(sql);\\Para cada questao retornada no select {\\ Enquanto nao mudou de usuario {

\\ Se questao foi teorica, incrementa o total de questoes\\ intuitivas respondidas. Caso questao tenha sido corretamente\\ respondida, incrementa o total de questoe corretamente\\ respondidas do tipo intuitiva.if(strcasecmp(ls1, "Teorica") == 0) {

totalIntuitive++;if (questionIsRight) {

rightIntuitive++;}

}\\ ... Similar para os demais

}}array2= makeArrayWithDimensions(parametros)array1 [userID] = array2;


Algorithm D.7 Implementacao do metodo makeArrayWithDimensionsForQuestions

\\Divisao por zero.\\Valor final do estilo de aprendizagem e definido como 0.if ( (totalVerbal == 0) && (totalVisual == 0) ) {

vetor2 [2] = 0; // Nao ha valores para calculo}

\\Se o total verbal e zero, entao o aluno e visual.\\O valor verbal e indicado na escala entre [-1,0]elseif ( (totalVerbal == 0) && (totalVisual != 0) ) {

vetor2 [2] = 0 - rightVisual/totalVisual);}

\\Se ambos os totais sao diferentes de 0, a formula RA/TA - RB/TB e aplicada,\\sendo estilo de aprendizado calculado incluso na respectiva posicao do\\vetor de retorno.\\Nesse caso, em que e feita a analise da dimensao Visual/Verbal, o resultado\\ e incluso na 3a posicao do vetor (ou posicao 2, considerando-se que o vetor\\comeca em 0).else {

// Ambos os totais sao diferentes de 0aux1 = rightVisual / totalVisual;aux2 = rightVerbal / totalVerbal;vetor2 [2] = aux2 -aux1;

}

\\Procedimento similar ocorre para as demais dimensoes.


D.5.2 Predicao de estilos de aprendizagem a partir das dicasassociadas as questoes

Conforme descrito na secao D.4.2, a uma questao podem estar associadas N dicas, sendoque a cada dica pode estar associado um unico estilo de aprendizagem. Considera-seque, a partir do momento em que o usuario visualiza uma dica e imediatamente aposisso responde corretamente a questao, esse usuario tem uma inclinacao maior ao estilo deaprendizagem da dica.

Assim, foi desenvolvido metodo retrieveArrayLSRelatedToHints, que similarmente aoja discutido retrieveArrayLSRelatedToQuestions, retorna uma matriz contendo, para cadausuario matriculado em um determinado curso, um vetor com os valores de seu estilo deaprendizagem para as 3 dimensoes analisadas. O Algoritmo D.8 apresenta um resumodeste metodo:

Similarmente ao procedimento descrito na secao anterior, no Algoritmo D.8 e chamadoo metodo makeArrayWithDimensions, apresentado na Tabela D.25. Esse metodo recebecomo parametros os valores totais calculados nesta funcao, sendo que a partir disso,implementa a metodologia de calculo de estilo de aprendizagem, calculando assim osrespectivos valores dos estilos de aprendizagem de cada aluno.

D.5.3 Criacao de questionarios inteligentes

O processo de gerenciamento de questoes de um Quiz, e consequentemente portanto deum LSQuiz, ocorre pelo metodo load questions do arquivo attemptlib.php. O metodode load questions original faz, dentre outras coisas, a verificacao de quais questoes estaoassociadas a um Quiz, retornando a lista de questoes que sera submetida ao usuario. Porsua vez, no LSQuiz foi adicionada uma restricao, sendo que as questoes sao agrupadas emtopicos e apenas uma questao de cada topico e submetida ao usuario. Essa verificacao efeita atraves da analise do estilo de aprendizado do usuario e das questoes, sendo em cadatopico escolhida a questao mais compatıvel com o usuario.

No Algoritmo D.9 a seguir e apresentado um resumo de como o metodo load questionsfoi implementado no LSQuiz:

Por sua vez, as questoes de cada topico sao filtradas pelo metodo filterQuestions, querecebe como parametro o estilo de aprendizagem do aluno e verifica qual das questoesmais se adequa a ele. O codigo simplificado deste metodo e apresentado no AlgoritmoD.10, a seguir:


Algorithm D.8 Implementacao do metodo retrieveArrayLSRelatedToHints\\Select que retorna, para todos os alunos de determinado curso, a informacao\\ do estilo de aprendizagem associado as dicas apresentadas a ele, bem como a\\informacao se essa dica e ou nao valida, ou seja, se a questao associada a\\ ela foi respondida corretamente ou nao.SELECT qh.options ls, qh.hint hint, qas.userid userid, user.usernameFROM mdl_question_attempt_step_data qad,mdl_question_hints qh,mdl_question_attempt_steps qas,mdl_user user,mdl_course c,mdl_context cx,mdl_role_assignments ra,mdl_role rWHEREqad.name like ’-_HintIDForRightAnswer’ andqad.value = qh.id and qad.attemptstepid = qas.id anduser.id = qas.userid

if (pCourseId != -1) {sql .= "AND r.name = ’Student’AND c.id = cD.instanceidAND cD.id = ra.contextidAND ra.roleid = r.idAND ra.userid = user.idAND cD.contextlevel = ’50’AND c.id = ";sql .= pCourseId;

}\\Para cada aluno, verifica o estilo de aprendizagem associado a cada dica\\retornada pelo select.Para cada aluno {

Para cada dica associada ao aluno atual {if (strpos(currentLS,’Teorica’) !== false) {

totalIntuitive++;if (isValidHint(currentHint) {

rightIntuitive++;}

}elseif (strpos(currentLS,’Pratica’) !== false) {

rightSensitive++;}

(...)// mesmo procedimento para os demais tipos de dicas

}}v = makeArrayWithDimensions(parametros)


Algorithm D.9 Implementacao do metodo loadQuestions no LSQuiz

\\Listagem de todas as questoes do LSQuizquestionstoprocess[id] = this->questions[id];

\\Vetor com a listagem de questoes a serem removidas da lista inicialquestionsToRemove = array();

\\Vetores associados aos topicos.questionsWithTopicA = array();questionsWithTopicB = array();questionsWithTopicC = array();questionsWithTopicD = array();questionsWithTopicE = array();

\\Para cada questao da lista inicial, verifica qual o seu topico e\\insere a questao\\no vetor correspondente ($questionsWithTopicA... $questionsWithTopicE)

Para cada questao em questionstoprocess {if (strcmp (subject, "ds1") == 0) {

questionsWithTopicA[] = question;}

}\\Obtem o estilo de aprendizagem do usuario atualuserLS = retrieveLS(userID);

\\A partir do estilo de aprendizagem do usuario, verifica para cada topico qual\\a questao que mais esta adequada a ele. As demais questoes sao desconsideradas.questionsToRemove =filterQuestions(questionsToRemove, questionsWithTopicA, user_ls0, user_ls1, user_ls2, user_ls3);


Algorithm D.10 Implementacao do metodo filterQuestions\\Obtem o estilo de aprendizagem configurado pelo professor para essa questao.\\As dimensoes sao:\\Dimensao LS0: Ativo (-1) e Reflexivo (1)\\Dimensao LS1: Sensitivo (-1) e Intuitivo (1)\\Dimensao LS2: Visual (-1) e Verbal (1)\\Dimensao LS3: Sequencial (-1) e Global (1)

question_ls0 = 0;question_ls1 = 0;question_ls2 = 0;question_ls3 = 0;

if(strcasecmp(categoria0, "Teorica") == 0) {question_ls0 = 1; // Reflexivaquestion_ls1 = 1; // Intuitiva

}// Idem para as demais classificacoes

//d indica a distancia da questao para o LS do usuario, variando entre [0,2].//Quanto menor o d, mais proxima do LS do usuario esta a questao.//Formula: |user_ls0 - question_ls0|//Exemplo: question_ls0 = 1 [questao intuitiva]//user_ls0 = -0,6 [usuario sensitivo]d0 = | -0,6 - 1 | = 1,6So sao consideradas na formula as dimensoes setadas pelo professor

d0 = user_ls0 - question_ls0;if (d0 < 0) {

d0 = -1 * d0;}// Processo semelhante ocorre para d1 e d2

//d representa a distancia final dessa questao em relacao ao estilo de//aprendizagem do usuariod = d0 + d1 + d2 + d3;

//Retorna a questao que possui a menor distancia em relacao ao estilo de// aprendizagem do usuario, ou seja, a questao deste topico que e "mais// compatıvel" com o usuario. As demais questoes sao descartadas.Para cada questao deste topico {

retorne a questao com o menor d}


D.6 Visualizacao do LSQuiz em dispositivos moveisUm dos requisitos da AUSAA e o suporte a multiplos dispositivos moveis, entre eles mediatablets e smartphones (ver Relatorio Tecnico I). Sendo que esses dispositivos possuemcaracterısticas distintas, como o tamanho de suas telas, foi necessario adaptar o prototipopara que o conteudo fosse exibido de forma adequada a todos os usuarios.

Desta forma, foi orientado um trabalho de iniciacao cientıfica, realizado pelo alunode graduacao Diego Souza, com o intuito de adaptar o prototipo aos dispositivos moveis,garantindo sua usabilidade e eficiencia de uso. As alteracoes realizadas sao descritas nasecao a seguir:

D.6.1 Modificacoes realizadas

O Moodle possui originalmente um tema de visualizacao para dispositivos moveis, cha-mado Bootstrap 12 . Esse tema permite a adequacao do conteudo exibido para as diversasplataformas e telas, utilizando para isso a tecnologia CSS3 e o proprio framework bo-otstrap 13 . Ocorre que devido as novas funcionalidades implementadas na AUSAA, foinecessaria a alteracao do tema Bootstrap, adaptando-o as novas telas e informacoes (e.gsolicitacao de ajuda, visualizacao do mapa da classe, etc).

Na Tabela D.12 sao listadas as alteracoes realizadas no plugin de visualizacao boots-trap para o suporte adequado as necessidades do prototipo:

Tabela D.12: Funcionalidades alteradas ou adicionadas ao tema Bootstrap

Alteracao Descricao1 Ajuste do bootstrap para suporte as funcionalidades do LSQuiz (exibicao

do mapa da classe, solicitacao de ajuda, etc)2 Ajuste do bootstrap para exibicao apenas dos dados das questoes no LSQuiz3 Ajuste no no bootstrap para realizacao do redirecionamento automatico do

usuario para o LSQuiz atual da aula

Assim, alem do suporte as novas funcionalidades do LSQuiz (item 1), foi necessarioalterar as informacoes exibidas durante a realizacao do LSQuiz (item 2). Isso ocorrepois originalmente o LSQuiz apresentava muita informacao superflua, ou seja, alem doquestionario e suas opcoes de respostas, eram exibidos o menu lateral do Moodle, comos links de acesso ao curso e configuracoes gerais. Apesar de valida para uma exibicao

12Disponıvel em https://moodle.org/plugins/view.php?plugin=theme bootstrap Acesso em23/01/2014

13Disponıvel em: http://getbootstrap.com/ Acesso em 23/01/2014

D.6. Visualizacao do LSQuiz em dispositivos moveis 265

em displays grandes, como em desktops e notebooks, esse tipo de visualizacao mostrou-seproblematica para o uso com telas menores, ja que o espaco disponıvel e restrito.

Seguiu-se assim a heurıstica de Nielsen (1994) referente ao design minimalista, quedefende que apenas a informacao relevante deve ser exibida, sendo as demais suprimidas.Evita-se assim que a informacao nao relevante (menus do Moodle) entre em conflito coma informacao relevante (dados da questao). Alem disso, o tamanho da fonte, ajustavelautomaticamente ao tamanho da interface, pode ser um pouco maior, melhorando a aces-sibilidade das paginas.

Na Figura D.24 e exibido um exemplo de visualizacao do LSQuiz em um dispositivomovel, apos as alteracoes realizadas no Bootstrap:

Finalmente, a 3a alteracao realizada refere-se ao ajuste no bootstrap para realizacaodo redirecionamento automatico do usuario para o LSQuiz atual da aula. Numa situacaotradicional de uso, o aluno deve acessar o sistema, informar seu login/senha, acessar aaula, visualizar as atividades e por fim acessar o LSQuiz.

Apoiando-se nos princıpios da computacao ubıqua, que visa a utilizacao transparenteda tecnologia, foi implementada a solucao que direciona o aluno automaticamente ao LS-Quiz previsto ou sendo realizado naquele momento da aula. Assim, o aluno deixa deacessar telas intermediarias desnecessarias, visualizando diretamente a informacao rele-vante para aquele momento, que e o LSQuiz.


Figura D.13: Maquina de estados utilizada no procedimento de solicitacao de ajuda aoscolegas


Figura D.14: Organizacao de uma pagina html configurada para utilizar a tecnolologiaAJAX

Figura D.15: Diagrama de sequencia do aluno de origem ao solicitar ajuda a um colega

Figura D.16: Diagrama de sequencia ilustrando a utilizacao conjunta de um Timer como AJAX


Figura D.17: Detalhe das funcoes javascript do arquivo Ajax.js e sua relacao com osdemais arquivos

Figura D.18: Diferencas entre os metodos de Http Polling e Http Long Polling, segundoIdol (2013) [61]. Figura extraıda de [61]


Figura D.19: Representacao do metodo Websocket, conforme Idol (2013)[61]. Figuraextraıda de [61]

Figura D.20: Selecao de elementos a partir da mediana.

Figura D.21: Exemplo de utilizacao do DDMarker.11


Figura D.22: Visualizacao do mapa da classe

Figura D.23: Localizacao dos alunos na sala de aula


Figura D.24: Exemplo de resolucao do LSQuiz em um dispositivo movel

Apendice E

Questionarios de Validacao doExperimento

E.1 IntroducaoApos a realizacao dos experimentos descritos no Capıtulo 5, foi aplicado aos alunos eprofessor um questionario de avaliacao qualitativa e quantitativa. O objetivo da aplicacaodo questionario foi validar a utilizacao do prototipo da arquitetura AUSAA, descrito noCapıtulo 4.

O questionario do professor foi concebido de forma bastante similar a este, masmudando-se o foco da realizacao de tarefas e atividades para a percepcao do docenteem relacao ao uso da ferramenta e seu impacto no ambiente de ensino e aprendizagem.

Na secao E.2 e apresentado o questionario submetido aos alunos :

E.2 Questionario submetido aos alunos

E.2.1 Dispositivo UtilizadoIndique o dispositivo movel utilizado por voce nesta aula:

E.2.2 Localizacao em sala de aula- Foi simples e pratico informar ao sistema minha localizacao na sala de aula (Tabela E.1).

0O questionario original apresentado aos alunos foi formatado utilizando-se o MS Word. A versao aquiapresentada foi formatada atraves do LATEX, o que eventualmente acarreta uma formatacao diferenteda efetivamente utilizada

273

274 Apendice E. Questionarios de Validacao do Experimento

Tabela E.1: Diagrama de Likert

Nao concordototalmente

Nao concordoparcialmente

Indiferente Concordo Parci-almente

Concordo Total-mente

- O mapa da classe apresentou uma representacao correta de minha posicao e de meuscolegas em sala de aula (Tabla E.2 ).






- Comente:

E.2.3 Recebimento e resolucao de atividades- Foi possıvel receber e visualizar corretamente as atividades no dispositivo utilizado(Tabela E.3 ).






- O processo de interacao disponıvel e suportado pelo dispositivo (touch, canetaeletronica ou mouse e teclado) foi adequado para resolver a atividade. (Tabela E.4 )

- Comente:

E.2.4 Procedimento de Ajuda em relacao aos colegas- Voce solicitou ajuda de um colega para resolver alguma atividade? (Sim ou Nao)- Voce foi informado pelo sistema de que algum colega precisava de ajuda para resolveralguma atividade? (Sim ou Nao)Responda os demais itens apenas caso tenha auxiliado ou recebido ajuda de algum colega.Caso contrario, continue do item E.2.5.

Caso voce tenha aceitado auxiliar o colega: - O sistema indicou corretamente olocal onde meu colega estava sentado. (Tabela E.5 )

E.2. Questionario submetido aos alunos 275











- O deslocamento ate o local ocupado pelo meu colega ocorreu de forma tranquila.(Tabela E.6 )






Caso voce tenha auxiliado ou recebido ajuda de um colega:

- O procedimento de qualificacao do processo de ajuda, atraves dos botoes Like, foisimples e claro de ser realizado. (Tabela E.7 )

Caso voce tenha recebido ajuda de um colega:- O procedimento de ajuda foi importante para me ajudar a resolver a dificuldade ou

duvida em relacao a atividade proposta.(Tabela E.8 )- De um modo geral, considero positiva a possibilidade de solicitar auxılio aos colegas

para resolver uma atividade: (Tabela E.9 )- Comente:

E.2.5 Procedimento de visualizacao das Dicas

- Voce pressionou o botao Visualizar uma dica para essa questao pelo menos uma vez?(Sim ou Nao)Responda os demais itens apenas caso tenha em algum momento visualizado uma dicapara alguma questao. Caso contrario, continue do item E.2.6.- Foi possıvel visualizar corretamente a dica no dispositivo utilizado. (Tabela E.10 )

- A visualizacao da dica contribuiu para a resolucao do exercıcio.(Tabela E.11 )- A visualizacao da dica contribuiu para melhorar seu aprendizado: (Tabela E.12 )

E.2. Questionario submetido aos alunos 277

- E preferıvel resolver um exercıcio com uma dica associada do que um que nao possuadica. (Tabela E.13 )






- Comente:

E.2.6 Consideracoes gerais:- O uso da ferramenta permitiu fixar melhor o conteudo do que em uma aula normal.(Tabela E.14 )






- O uso da ferramenta aumentou sua motivacao em relacao ao conteudo ensinado.(Tabela E.15 )






- O uso de dispositivos eletronicos em sala de aula foi motivo de dispersao. (TabelaE.16 )

- A utilizacao da ferramenta foi transparente (sem problemas de configuracao, rede,etc): (Tabela E.17 )

- Se possıvel, gostaria de ter mais aulas ou cursar outras disciplinas que utilizem aferramenta. (Tabela E.18 )

- Comentarios Gerais:

Apendice F

Desenvolvimento do Prototipo NaoFuncional

F.1 Lista de TelasCom o intuito de facilitar a implementacao do prototipo funcional (conforme descrito noCapıtulo 4 e no Apendice D), foi antes elaborado um prototipo nao funcional, contendoo conceito basico de visualizacao dessas telas, independente da tecnologia a ser utilizada.

Na Tabela F.1 sao descritas as telas compreendidas por este prototipo nao funcionale a respectiva secao do prototipo funcional relacionada a ela.

F.2 Tela de Criacao e Submissao de AtividadesDurante a preparacao da aula, o professor tem a possibilidade de criar no prototipo asatividades planejadas aos alunos. A Figura F.1 ilustra a tela de criacao de atividades:

Os campos do formulario de criacao da atividade sao:

• Nome: Nome da atividade

• Tipo de Atividade: Define o tipo de atividade a ser criada. Os tipos de atividadessuportadas sao: Verdadeiro e Falso, Multipla Escolha e Selecao de Area em Figura.

• Grau de Dificuldade: Grau de dificuldade da atividade, variando de 1 (mais facil)a 10 (mais difıcil).

• Estilo de Aprendizagem:Definicao do estilo de aprendizagem da atividade, quepodem ser ativo, reflexivo, sensorial, intuitivo, visual ou verbal.

279

280 Apendice F. Desenvolvimento do Prototipo Nao Funcional

Tabela F.1: Lista de telas do prototipo nao funcional

Tela Secao neste Apendice Correspondencia noCapıtulo 4

Tela de Criacao e Submissao deAtividades

F.2 4.5.1 e 4.5.2 (Exceto Graude Dificuldade)

Tela de Definicao do Mapa daClasse e da Localizacao do Aluno

F.3 4.5.5

Tela de Formacao de Grupos F.4 Nao implementado noprototipo funcional.

Tela de Alteracao de lugares nasala de aula

F.5 4.5.6

Tela de Classificacao do ProcessoColaborativo

F.6 4.5.6

Tela de Classificacao da Ativi-dade

F.7 Nao implementado noprototipo funcional.

Tela de Avaliacao das Respostas F.8 Nao implementado noprototipo funcional.

Figura F.1: Tela de criacao de atividades pelo professor

• Enunciado: Descricao do enunciado da atividade

A selecao do tipo de atividade altera (atualiza) automaticamente a pagina, ajustandoas opcoes de resposta da pergunta ao tipo escolhido. Por exemplo, conforme ilustra aFigura 1, para a atividade de tipo Selecao de Area em Figura o professor deve escolher

F.3. Tela de Definicao do Mapa da Classe e da Localizacao do Aluno 281

uma figura, indicar a area classificada como correta (que e a resposta esperada) e realizaro upload da mesma. Processo similar ocorre com as atividades do tipo Verdadeiro e Falsoe Multipla Escolha, onde o professor define as opcoes disponıveis e informa ao sistemaqual delas e a correta.

Caso o professor queira utilizar o suporte a Estilos de Aprendizagem, ele deve modelara atividade de acordo com as dimensoes de estilos de aprendizagem que deseja abranger.Por exemplo, o professor pode criar uma atividade de estilo Verbal e tipo Multipla Escolha,focando-se assim nos alunos com habilidades primarias de leitura e escrita, e uma atividadeequivalente mas de estilo Visual e tipo Selecao de Area em Figura, focando-se assim nosalunos com preferencia em ativiades visuais.

Uma vez criada a atividade, o professor pode submete-la aos alunos, tornando-a assimdisponıvel para resolucao. Caso esteja utilizando o suporte a Estilos de Aprendizagem, oprofessor pode deixar que o sistema defina qual atividade e a mais indicada a cada aluno,de acordo com o seu historico de resolucoes.

Ainda, o professor tem a oportunidade de pesquisar no banco de atividades por even-tuais atividades que tenham correlacao ao assunto abordado na aula. Desta forma, oprofessor pode filtrar as atividades por: palavra chave, por meio de pesquisa feita nocampo enunciado; dificuldade, atraves da variavel de contexto Grau de Dificuldade, querepresenta a percepcao dos alunos em relacao a resolucao da atividade e relevancia, querepresenta a percepcao que os alunos tem da importancia dessa atividade para seu apren-dizado.

As variaveis de contexto utilizadas como filtro para pesquisa de atividades sao atuali-zadas de forma dinamica, conforme descrito nas secoes a seguir.

F.3 Tela de Definicao do Mapa da Classe e da Loca-lizacao do Aluno

No inıcio do uso do sistema o aluno deve informar qual sua localizacao na sala de aula.A Figura F.2 1 ilustra a tela do prototipo responsavel por esta funcionalidade:

No exemplo ilustrado pela Figura 2 temos uma sala de aula com 24 carteiras, dis-tribuıdas em 4 fileiras de alunos. Apesar de cada disciplina e sala de aula possuırem umnumero distinto de alunos, bem como a possibilidade de uma disposicao diferente das car-teiras (em formato de estadio, por exemplo), optou-se inicialmente pelo suporte apenas asalas de aula com disposicao em fileiras e colunas. Isso ocorre pois essa e a disposicao aser utilizada na aplicacao pratica do prototipo numa sala de aula real.

1As figuras apresentadas nesta secao foram geradas atraves do simulador de iPhone para xCode 4.3(Mac OS X), onde o prototipo foi acessado atraves do navegador de internet do dispositivo virtual


Figura F.2: Tela de selecao da localizacao do aluno

F.4 Tela de Formacao de GruposO processo colaborativo proposto pela arquitetura descreve a possibilidade de formacaode grupos entre os alunos. Esses grupos podem ser formados em duas situacoes distintas:a) quando um aluno solicita ajuda para a resolucao de uma tarefa, e o sistema automati-camente escolhe o aluno disponıvel e com maior afinidade em relacao a ele e b) quandoo professor define que determinada atividade deve ser realizada em grupos, e o sistemaautomaticamente faz essa formacao, baseado no historico de afinidade (Fator Afinidade)entre os alunos.

A Figura 3 ilustra a situacao onde o sistema agrupa dois alunos, Felipe e Joao, pararealizarem juntos determinada atividade. Nesse caso, ambos os alunos recebem uma men-sagem similar a exibida na Figura F.3, informando que existe essa proposta de atividadeem grupo e se eles aceitam realiza-la.

Conforme descrito na definicao formal da arquitetura, o aceite ou nao da realizacaodessa atividade tem impacto direto na variavel de contexto que representa o grau deafinidade entre esses alunos.

F.5 Tela de Alteracao de lugares na sala de aulaDurante o processo de formacao de grupos, os alunos que irao constituir cada grupo devemficar proximos (lado a lado). Deste modo, o sistema automaticamente gerencia essa novadisposicao, avisando os alunos quais as novas posicoes que devem ocupar na sala de aula.A Figura F.4 ilustra esse processo:

F.5. Tela de Alteracao de lugares na sala de aula 283

Figura F.3: Solicitacao de autorizacao de atividade em grupo

Figura F.4: Procedimento de ajuste de posicoes durante a formacao de grupos

Uma vez que os alunos tenham efetivado a troca de posicoes, o botao OK deve serpressionado. Deste modo, o sistema mantem um mapa da classe atualizado com a loca-lizacao de cada um dos alunos. No exemplo ilustrado pela Figura F.4, o aluno Felipe devetrocar de lugar com Carlos para ficar ao lado de Joao, realizando assim a atividade emgrupo solicitada pelo professor.


F.6 Tela de Classificacao do Processo Colaborativo

Uma vez terminado o processo colaborativo, e de forma privada, cada aluno pode classi-ficar se o processo foi produtivo ou nao, conforme indicado pela Figura F.5:

Figura F.5: Classificacao do processo colaborativo

Essa informacao e utilizada pelo sistema para atualizar o Fator Afinidade entre osalunos participantes. Conforme descrito nos relatorios anteriores e na secao C.3.3 desterelatorio, esse fator e utilizado no algoritmo que determina quais alunos irao formar gruposou qual aluno sera escolhido para auxiliar determinado aluno que solicitou ajuda pararealizacao de uma tarefa

F.7 Tela de Classificacao da Atividade

Apos o termino da atividade e sua submissao ao professor, o aluno pode classifica-la pordificuldade (numa escala de 0 a 10) e tambem por relevancia. A Figura F.6 ilustra aclassificacao por relevancia:

A classificacao da atividade por dificuldade e usada para atualizar o Grau de Difi-culdade da atividade, enquanto a classificacao por relevancia e utilizada para atualizar oFator Educacional da atividade. Essas variaveis de contexto, por sua vez, sao utilizadasno processo automatico de submissoes e sugestoes de atividades ao professor, conformedescrito na secao C.3.1.

F.8. Tela de Avaliacao das Respostas 285

Figura F.6: Classificacao da relevancia da atividade

F.8 Tela de Avaliacao das Respostas

Os alunos, apos resolverem as atividades, devem submete-las ao professor. Como nomomento do cadastro da atividade o professor informou a resposta esperada, o sistema ecapaz de comparar e avaliar o desempenho de cada aluno nessa atividade.

Essa informacao sobre a corretude da atividade e utilizada para atualizar a variavelde contexto associada ao Estilo de Aprendizagem do aluno. Ainda, para cada aluno oprofessor pode verificar a resposta submetida, bem como ter acesso a um consolidadodessas submissoes. A Figura F.7 ilustra o mapa da classe, de acordo com as submissoesrealizadas e sua comparacao com a resposta esperada:

Figura F.7: Mapa da classe com o resultado da submissao da atividade


O professor ainda tem a opcao de visualizar a resposta de cada aluno separadamente,comentando e discutindo com a classe ou individualmente com os alunos os resultadosobtidos.

Apendice G

Esquema do Banco de Dados

Este apendice descreve a modelagem conceitual, logica e fısica do banco de dados daarquitetura (AUSAA), apresentada no Capıtulo 3. A AUSAA foi projetada para poderser acoplada a sistemas de ensino LMS (Learning Management Systems) ja existentes,como o Moodle. Assim, neste apendice e apresentada a configuracao mınima de tabelasde banco de dados que devem existir para que a AUSAA possa ser implementada, tantocomo um sistema independente como em conjunto com um sistema legado.

Caso o LMS legado ja possua parcialmente essas tabelas, sera necessaria a imple-mentacao das demais e tambem a adaptacao das ja existentes nesse sistema. Este Apendiceserve como um guia para esse procedimento seja realizado da forma mais simples e objetivapossıvel.

Os modelos apresentados aqui sao baseados na metodologia proposta por Heuser [59].Segundo Heuser [59], e preciso iniciar o processo de construcao de um novo banco dedados com a construcao de um modelo dos objetos da organizacao que sera atendida pelobanco de dados, ao inves de partir diretamente para o projeto do banco de dados.

Deste modo, a modelagem do banco de dados da arquitetura inicia-se com o esquemaconceitual, que captura as necessidades da organizacao em termos de armazenamentode dados de forma independente de implementacao [59]. Apos isso tem-se a modelagemlogica, que define como o banco de dados sera implementado em um SGBD especıfico [59].Ainda, num nıvel abaixo tem-se a modelagem fısica, que da os detalhes de implementacaocomo os nomes dos campos, seus tipos, tamanho, etc.

No caso da arquitetura aqui proposta, o modelo conceitual e baseado no conceitode entidade relacionamento; o modelo logico e referente aos SGBDs relacionais (dadosorganizados em tabelas) e o modelo fısico na implementacao em SQL. Optou-se por essaabordagem pois o conceito de entidade relacionamento e o mais difundido e utilizadopara modelagem conceitual, sendo a grande maioria dos SGBDs relacionais e manipuladosatraves da linguagem SQL. Essa decisao faz com que a modelagem desta arquitetura seja

287

288 Apendice G. Esquema do Banco de Dados

factıvel de ser entendida por um publico amplo, facilitando ainda sua implementacao comas ferramentas existentes hoje no mercado.

Foi utilizado para elaboracao dos diagramas o software brModelo (brModelo, 2005)fundamentado na proposta e notacoes de Heuser [59] e desenvolvido academicamente porCarlos Henrique Candido em sua dissertacao de pos-graduacao em banco de dados [29].O software permite a elaboracao do modelo conceitual e sua posterior conversao semi-automatica para os modelos logico e fısico. Durante o processo de conversao do modeloconceitual para o logico, o software identifica relacionamentos crıticos e expoe ao usuarioas opcoes disponıveis para sua modelagem no esquema logico. Ainda, o software segueas diretrizes propostas por Heuser [59], que mapeou os tipos de relacionamento e suasregras de implementacao (tabela propia, adicao de coluna ou fusao de tabelas), sugerindoao usuario a melhor alternativa tecnica para conversao em cada situacao.

Desta forma, este apendice esta organizado da seguinte forma: a secao G.1 apresentao esquema conceitual da arquitetura; a secao G.2 apresenta a metodologia utilizada noprocesso de conversao do modelo conceitual para o modelo logico; a secao G.3 apresentaa versao final do modelo logico e a secao G.4 apresenta o modelo fısico da arquitetura.

G.1 Esquema Conceitual

O modelo conceitual da arquitetura e representado pela Figura G.1, a seguir:As secoes a seguir descrevem as entidades e relacionamentos presentes no modelo

conceitual:a) Entidade atividadeA entidade atividade e responsavel por armazenar os principais dados inerentes a cada

uma das atividades cadastradas no sistema. Seu identificador unico e o idAtividade, eseus atributos sao os descritos a seguir:

• idAtividade: Identificador unico da atividade.

• descricao: Descricao da atividade.

• objeto atividade gabarito (OAG): Objeto de Aprendizado referente ao gabarito.Campo nao obrigatorio.

• objeto atividade principal (OAP): Objeto de Aprendizado referente a atividade aser resolvida pelos alunos.

• topico: Topico da atividade.

G.1. Esquema Conceitual 289

Figura G.1: Modelo conceitual da arquitetura

• fator educacional (FE): Fator Educacional da atividade, no intervalo de 0 (menosrelevante educacionalmente) a 1 (mais relevante educacionalmente). A descricao docalculo do FE de uma atividade e realizada no Capıtulo 3, secao 3.4.1.

• grau dificuldade (GD): Grau de dificuldade da atividade, no intervalo 0 (menosdifıcil) a 1 (mais difıcil). ). A descricao do calculo do GD de uma atividade erealizada no Capıtulo 3, secao 3.4.2.

• GD E1: Grau de Dificuldade da atividade em seu ultimo processo colaborativo.


• GD E2: Grau de Dificuldade da atividade em seu penultimo processo colaborativo.

• GD E3: Grau de Dificuldade da atividade em seu antepenultimo processo colabora-tivo.

• tempo total processos colaborativos: Tempo total de duracao, em minutos, detodos os processos colaborativos associados a essa atividade.

• quantidade processos colaborativos: Quantidade total de processos colaborativosassociados a essa atividade.

• tempo medio: Tempo medio de duracao de um processo colaborativo associado aessa atividade.

• nota mınima: Nota mınima que uma resolucao dessa atividade deve ter para serconsiderada completada satisfatoriamente por um aluno.

b) Entidade resolucao atividadeA entidade resolucao atividade trata dos dados associados as resolucoes de atividades

feitas pelos alunos durante os processos colaborativos. Os atributos associados a entidaderesolucao atividade de atividades sao:

• idResolucao: Identificador unico da resolucao da atividade.

• nota: Nota atribuıda a essa resolucao. Esse campo sera nulo caso a atividade naopossua um gabarito associado.

• objeto resolucao atividade (ORA):: Objeto de Aprendizado que representa a re-solucao da atividade feita por um aluno.

c) Entidade contexto aula

Os dados associados ao contexto de cada aula sao armazenados na entidade con-texto aula. Assim, cada aula tera um registro independente dos seus dados, como des-cricao, topico, data, etc, conforme descrito a seguir:

• idContexto: Identificador unico do contexto da aula

• local: Local onde a aula foi ministrada

• topico: Topico principal da aula

• data: Data atual no momento em que a aula ocorre


• descricao: Descricao da aula

d) Entidade aluno

A entidade aluno trata dos dados associados aos usuarios do SU 1 do tipo aluno. Osatributos associados a essa entidade sao:

• idAluno: Identificador unico do aluno.

• ra: Registro Academico do aluno. Nao e considerado como chave primaria pois naonecessariamente o aluno tem um registro academico associado a ele.

• nome: Nome completo do aluno.

• apelido: Apelido ou nome pelo qual o aluno e identificado na sala de aula.

• email: Email do aluno.

• turma: Turma na qual o aluno pode estar matriculado.

• foto: Foto do aluno.

e) Entidade professor

As entidade professor trata dos dados associados aos usuarios do SU do tipo professor.Os atributos associados a essa entidade sao:

• idProfessor:Identificador unico do professor.

• nome: Nome completo do professor.

• email: Email institucional do professor.

f) Relacionamento contexto academico

O relacionamento contexto academico guarda as informacoes do historico de relacio-namento entre os alunos durante os processos colaborativos em sala de aula. Cada alunopossui um relacionamento do tipo contexto academico com cada um de seus colegas. Osatributos associados a esse relacionamento sao:

1SU e o acronimo para ”Sistema Ubıquo”, que seria qualquer sistema projetado e desenvolvido paraimplementar a arquitetura AUSAA, descrita no Capıtulo 3.


• fator afinidade (FA): Registra o Fator Afinidade entre os alunos membros do rela-cionamento.

• solicitacoes ajuda: Valor que indica a quantidade total de vezes em que qualquerum dos dois alunos presentes no relacionamento solicitou ajuda ao outro.

• aceites ajuda: Valor que indica a quantidade total de vezes em que qualquer um dosdois alunos presentes no relacionamento aceitou ajuda do outro aluno.

• solicitacoes qualificacao:Valor que indica a quantidade total de vezes em que foisolicitado a qualquer um dos dois alunos do relacionamento qualificar o processocolaborativo realizado em conjunto com o colega.

• qualificacoes: Valor que indica a quantidade total de vezes em qualquer um dos doisalunos do relacionamento qualificou como positivo o processo colaborativo realizadoem conjunto com o colega.

g) Relacionamento possui de aluno em relacao ao contexto aula

A entidade contexto aula guarda informacoes associadas ao ambiente que cerca o alunoem cada aula que ele participa. Assim, cada aluno possui de 0 a N contextos fısicosassociados, um para cada aula por ele frequentada.

h) Relacionamento possui de professor em relacao ao contexto aula

A entidade contexto aula guarda informacoes associadas ao ambiente que cerca o pro-fessor em cada aula que ele ministra. Assim, cada aluno possui de 0 a N contextos fısicosassociados, um para cada aula por ele ministrada.

i)Relacionamento professor submissao atividade:

Uma das etapas do processo colaborativo (ver Capıtulo 3, secao 3.2.6) e a possibilidadedo professor propor e submeter atividades aos alunos durante as aulas. Assim, esserelacionamento registra cada submissao de atividade feita pelo professor em cada aula(por isso a ligacao com o contexto aula). Uma atividade pode ser submetida apenas umavez por contexto aula. Os atributos associados a esse relacionamento sao:

• proposto automaticamente: A atividade pode ser tanto proposta diretamente peloprofessor como sugerida ao professor pelo SU para ser proposta aos alunos. Esseatributo booleano registra, desta forma, se a atividade foi proposta por sugestao doSU (atributo vale true) ou se a atividade foi proposta diretamente pelo professor(atributo vale false).


• aceite: Caso a atividade tenha sido proposta pelo SU, essa sugestao pode ser tantoaceita pelo professor, e consequentemente submetida aos alunos, como negada e naosubmetida pelo professor. Esse atributo e setado como true no caso da atividade serproposta pelo SU e aceita e submetida pelo professor e como false nos demais casos

• qualificacao: Atributo booleano que indica se o professor qualificou o processo cola-borativo associado a atividade como positivo (true) ou como negativo (false).

j) Relacionamento aluno submissao atividade:

Um aluno que possua o papel de professor durante a aula pode propor atividades aosdemais alunos, sob orientacao do professor titular. Existe um unico atributo associado aesse relacionamento, que e a qualificacao atribuıda pelo aluno ao processo colaborativo:

• qualificacao: Atributo booleano que indica se o aluno com papel de professor qua-lificou o processo colaborativo associado a atividade como positivo (true) ou comonegativo (false).

k) Relacionamento aluno submissao resolucao:

Uma outra etapa do processo colaborativo, conforme descrito no Capıtulo 3, secao3.2.6, e a submissao das resolucoes de respostas dos alunos ao professor. Cada submissaode resolucao esta associada assim a um aluno, uma resolucao e a um contexto de aula.Cada aluno pode assim submeter no total de 0 a N resolucoes, sendo que cada resolucaoesta associada a 1 a N alunos (os alunos podem resolver individualmente ou em grupo asatividades) e a um unico contexto de aula. Ainda, esta associado a esse relacionamento oseguinte atributo booleano:

• qualificacao: Atributo booleano que indica se o aluno qualificou o processo colabo-rativo associado a atividade como positivo (true) ou como negativo (false).

l)Relacionamento de referencia entre a entidade resolucao atividade e a en-tidade atividade

Cada resolucao de atividade esta associada unicamente a uma unica atividade (cardi-nalidade 1:1) enquanto cada atividade possui de 0 a N resolucoes de atividades associadasa ela.


G.2 Decisoes de conversao do modelo conceitual parao modelo logico

Uma vez definido o modelo conceitual acionou-se o processo disponıvel no software brMo-delo [19] de conversao semi-automatica do modelo conceitual para o modelo logico. Esseprocesso baseia-se no mapeamento por tipo de relacionamento e melhores alternativas deregras de implementacao, conforme mostra a Figura G.2:

Figura G.2: Ilustracao da tabela de conversao utilizada no software brModelo.2

Como mostra a Figura G.2, em varias circunstancias existe apenas uma alternativapossıvel de conversao, ja que das tres possibilidades de regras de implementacao duasestao sinalizadas com um - e uma com um +. Nessa situacao, o software brModelo faz aconversao automatica do modelo conceitual para o logico.

Entretanto, existem ainda situacoes onde e necessaria a interferencia do usuario, jaque existem duas possibilidades de regras de implementacao: a indicada por um + (arecomendada) e a indicada por um +/-. Para cada ocorrencia dessa situacao o usuariodeve escolher a opcao que melhor representa a modelagem de seu sistema.

Como todos os relacionamentos do modelo conceitual encontram-se na situacao onde,conforme proposto por Heuser [59] existe apenas uma alternativa possıvel de conversao, omodelo logico foi gerado de forma automatica pelo brModelo, conforme descrito na secaoa seguir. Ressalta-se que, apesar de automatica, a modelagem apresentada e coerentecom o modelo conceitual da arquitetura anteriormente proposto.

G.3 Modelo LogicoO modelo logico descreve o banco de dados no nıvel de abstracao visto pelos usuariosdo SGBD (Heuser, 1998). Seguindo-se o modelo conceitual, fundamentado no conceitode entidades e relacionamentos, o modelo logico foi elaborado considerando-se um SGBD

2Sugestao de regras de implementacao do modelo logico. Figura extraıda da secao de ajuda do softwarebrModelo (brModelo, 2005) [19], que por sua vez tem como fonte original a metodologia proposta porHeuser (Heuser, 1998) [59]

G.3. Modelo Logico 295

relacional, organizado em forma de tabelas. A convencao criada e utilizada para definicaodos tipos dos campos das tabelas foi:

• texto (quantidade caracteres): indica que o campo e do tipo texto com o maximode caracteres indicado por quantidade caracteres.

• booleano: indica que o campo e do tipo booleano, podendo assumir apenas os valoresverdadeiro e falso.

• numero (quantidade): indica que o campo e do tipo inteiro com o maximo dealgarismos definido por quantidade.

• numero real(quantidade, precisao): indica que o campo e do tipo numero real,com o maximo de algarismos na parte inteira definido por quantidade e na partedecimal por precisao.

• LOB: indica que o campo e do tipo Long Object, usualmente assumido por valores deobjetos grandes, como imagens ou arquivos binarios, por exemplo.

A Figura G.3 ilustra o modelo logico da arquitetura:As seguintes observacoes sao pertinentes em relacao ao modelo logico:

• A tabela de contexto aula possui como chave estrangeira (FK) o identificador unicodo professor, idProfessor. Isso ocorre pois cada aula possui um unico professorassociado a ela. Ja em relacao aos alunos, como existem de 0 a N alunos presentesnuma mesma aula, entao a sua relacao com o contexto de aula e tratada numatabela especıfica, a aluno contexto aula.

• A tabela resolucao atividade possui como chave estrangeira o identificador unicoda atividade idAtividade. Isso e coerente pois cada resolucao de atividade estaassociada a uma unica atividade.

• A tabela contexto academico possui uma chave primaria composta pelos atributosidAlunoA e idAlunoB, indicando os dois alunos (A e B) a que esse contexto serefere. Sendo que o contexto academico de um aluno A em relacao a um aluno Be o mesmo contexto de um aluno B em relacao a um aluno A, entao o SU deveter o cuidado de gerenciar as tuplas presentes nesta tabela com o intuito de evitarredundancias e registros duplicados.


Figura G.3: Modelo logico da arquitetura, elaborado com o software brModelo [19]

G.4 Modelo FısicoO modelo fısico compreende a implementacao em mais baixo nıvel do modelo logico daarquitetura. Aqui e descrito o modelo fısico fundamentado no Structured Query Lan-guage (SQL), com as descricoes dos comandos de criacao das tabelas e relacionamentos.Nada impede, entretanto, que a arquitetura seja implementada utilizando-se outros mo-delos fısicos para armazenamento dos dados, ja que nao ha uma dependencia do modeloconceitual e logico em relacao a uma tecnologia especıfica.

Na Tabela G.1 e apresentada uma representacao do modelo fısico da arquitetura, criadaa partir da conversao do modelo logico com o software brModelo (brModelo, 2005):

G.4. Modelo Fısico 297

Tabela G.1: Representacao do modelo fısico da AUSAA

Tabela Codigo SQLTabela Codigo SQLResolucao atividade CREATE TABLE resolucao atividade ( idResolucao Texto(1)

PRIMARY KEY, nota Texto(1), objeto resolucao atividade(ORA) LOB, idAtividade Texto (5) )

Atividade CREATE TABLE atividade ( grau dificuldade (GD) numero(2), fator educacional (FE) numero real (1,3), GD E3numero (2), GD E2 numero (2), GD E1 numero (2),tempo total processos colaborativos numero (4), quanti-dade processos colaborativos numero (4), tempo medionumero (4), nota mınima numero (2), topico Texto(30),objeto atividade principal (OAP) LOB, idAtividadeTexto (5) PRIMARY KEY, descricao Texto(100), ob-jeto atividade gabarito (OAG) LOB )

Professor CREATE TABLE professor ( nome Texto(30), idProfessorTexto(5) PRIMARY KEY )

Contexto aula CREATE TABLE contexto aula ( data data, idContextoTexto(5) PRIMARY KEY, descricao Texto(100), localTexto(30), topico Texto(30), discipina Texto(30), idProfessorTexto(5), FOREIGN KEY(idProfessor) REFERENCES pro-fessor (idProfessor) )

aluno CREATE TABLE aluno ( email Texto(30), foto LOB, turmaTexto(30), nome Texto(30), idAluno Texto(5) PRIMARYKEY, ra numero (6) )

contexto academico CREATE TABLE contexto academico ( idAluno Texto(5),possui idAluno Texto(5), aceites ajuda numero (5), fa-tor afinidade (FA) numero real (1,3), qualificacoes numero (5),solicitacoes qualificacao numero (5), solicitacoes ajuda numero(5) )

aluno submissao atividade CREATE TABLE aluno submissao atividade ( qualificacaoTexto(1), idAtividade Texto (5), idAluno Texto(5), idContextoTexto(5), PRIMARY KEY(idAtividade,idAluno,idContexto) )


Tabela G.1: Representacao do modelo fısico da AUSAA

Tabela Codigo SQLpossui (em relacao ao con-texto)

CREATE TABLE possui ( idAluno Texto(5), idContextoTexto(5), FOREIGN KEY(idAluno) REFERENCES aluno(idAluno), FOREIGN KEY(idContexto) REFERENCES con-texto aula (idContexto) )

aluno submissao resolucao CREATE TABLE aluno submissao resolucao ( qualificacaobooleano, idResolucao Texto(1), idAluno Texto(5), idContextoTexto(5), PRIMARY KEY(idResolucao,idAluno,idContexto) )

professor submissaoatividade

CREATE TABLE professor submissao atividade ( pro-posto automaticamente booleano, aceite booleano,qualificacao booleano, idAtividade Texto (5), idPro-fessor Texto(5), idContexto Texto(5), PRIMARYKEY(idAtividade,idProfessor,idContexto) )

Resolucao atividade ALTER TABLE resolucao atividade ADD FOREIGNKEY(idAtividade) REFERENCES atividade (idAtividade)

Os tipos de dados da Tabela G.1 encontram-se em portugues (e.g Texto ao inves deText, booleano ao inves de boolean, etc) devido a conversao do esquema logico ter sidorealizada pelo software brModelo [19].

Apendice H

Detalhes do Experimento deClassificacao de Questoes

Neste Apendice sao apresentados os detalhes do experimento de classificacao de questoes,descrito no Capıtulo 5, secao 5.1. Este Apendice esta organizado da seguinte forma: nasecao H.1e apresentado o documento de instrucoes entregue aos voluntarios no inıcio doexperimento; na secao H.2 e apresentado o formulario preenchido pelos participantes du-rante o experimento e na secao H.3 e apresentada a tabela com os detalhes da classificacaodas questoes realizadas pelos voluntarios durante o experimento.

H.1 Documento de instrucoes entregue aos voluntariosNo inıcio do experimento, apos as explicacoes iniciais, cada um dos voluntarios partici-pantes recebeu um documento com as informacoes a respeito da metodologia utilizada.Esse documento e apresentado no quadro, a seguir:

Experimento de Classificacao de QuestoesInstrucoes

1. Leia atentamente o paper de Felder & Silverman (1988) a respeito da definicaode Estilos de Aprendizagem

2. A partir de sua interpretacao do texto:a) Preencha o formulario de metodologia, indicando quais criterios serao utilizadospara classificar as questoesb) Leia as questoes do formulario ”Classificacao de Questoes”, classificando as

299

300 Apendice H. Detalhes do Experimento de Classificacao de Questoes

questoes segundo seus criterios.

Notas:I. Os itens 2.a e 2.b podem ser feitos conjuntamente e/ou em qualquer ordem.II. Nao e necessario resolver as questoes. Elas devem ser apenas lidas e classificadas,se possıvel, de acordo com seu estilo de aprendizagem.III. Caso alguma questao nao possa ser classificada em alguma dimensao, deixe aclassificacao em branco e indique o motivo.IV. Para a classificacao, considere as questoes como um todo (enunciado e opcoes deresposta).V. Em relacao ao conteudo das questoes, considere que elas estao sendo aplicadasindividualmente aos alunos, e nao conjuntamente, em um questionario com questoessequenciais.VI. A qualquer momento podem ser realizados comentarios nas questoes indicandoos motivos que a levaram a ter determinada classificacao.

H.2 Formulario preenchido pelos participantes du-rante o experimento

Durante o experimento (etapa 2.a, conforme indicado na Tabela H.1) os participantesforam convidados a preencher um documento com os criterios que seriam utilizados poreles no processo subsequente de classificacao das questoes.

Este formulario e apresentado no quadro a seguir:

Formulario de MetodologiaDeve ser preenchido apos a leitura do paper de Felder & Silverman (1988).1. Indique quais criterios foram (ou serao) utilizados para a classificacao das questoes:

Visual:

Verbal:

Intuitive:

H.3. Detalhes do resultado da classificacao das questoes 301

Sensitive (Sensory/Sensing):

Sequential:

Global:

2- Voce acredita que e possıvel classificar questoes de acordo com a dimensaoActive/Reflective? Justifique.

2.1) Em caso positivo, adicionalmente classifique as questoes apresentadas emActive/Reflective.

3) Comentarios adicionais:

H.3 Detalhes do resultado da classificacao das questoesNa Figura H.1 sao apresentados os resultados da classificacao das questoes realizadospelos voluntarios do experimento. Cada dimensao possui tres campos, indicando o valorapontado por cada um dos participantes. Os campos onde existem valores em negritoindicam as questoes em que nao houve concordancia entre todos os participantes. O campo”Questao”indica o numero de referencia interna, no formato: ”aula.topico.subtopico”.

A analise dos dados da Figura H.1 1 encontra-se no Capıtulo 5, secao 5.1.3, onde osresultados do experimento sao discutidos. Ressalta-se ainda que a Figura H.1 preservaa mesma ordem dos participantes nos resultados discutidos na secao 5.1.3, sendo que osparticipantes A, B e C desta secao equivalem aos mesmos participantes A, B e C da secao5.1.3.

A partir dos dados da Figura H.1 foi extraıdo o grau de concordancia indicando paracada dimensao quais questoes foram classificadas da mesma forma pelos 3 participantes

1Na Figura H.1, a coluna questao indica um numero de referencia interna. Equivale ao seguinteformato: aula.topico.subtopico das questoes de pre-aula de Fısica Geral I (F128) utilizadas no segundosemestre de 2013 na universidade

302 Apendice H. Detalhes do Experimento de Classificacao de Questoes

(classificacao convergente) e em quais questoes nao houve concordancia nas classificacoes(questoes divergentes). Esses dados sao apresentados na Tabela H.1, a seguir:

Tabela H.1: Analise da convergencia de classificacao das questoes

Dimensao ClassificacaoDivergente

ClassificacaoConvergente

Total PorcentagemdeConcordancia

Visual/Verbal 35 19 54 35.18%Intuitiva/Sensitiva 38 16 54 29.62%Sequencial/Global 25 29 54 53.70%

H.3. Detalhes do resultado da classificacao das questoes 303

Figura H.1: Detalhes do experimento de classificacao de questoes

Apendice I

CEP - Comite de Etica em Pesquisa

Sendo que os experimentos descritos no Capıtulo 5 e no Capıtulo 6 envolvem a participacaode seres humanos, considerou-se como necessario que os mesmos fossem aprovados peloComite de Etica em Pesquisa (CEP) da universidade.

Assim, os projetos foram submetidos a Plataforma Brasil 1 , que e a base nacionale unificada de pesquisas envolvendo seres humanos, ligada ao Ministerio da Saude. NaTabela I.1 e apresentado um resumo dos projetos, seu numero de registro no sistema,a qual experimento ele se refere e em qual secao deste apendice sao apresentados seusrespectivos documentos.

Tabela I.1: Resumo dos projetos submetidos ao CEP: Comite de Etica em Pesquisa

Tıtulo do Projeto Numero de Registro Experimento Associ-ado

Documentacao

Desenvolvimento eAvaliacao de uma Fer-ramenta ColaborativaSuportada por Estilosde Aprendizagem

30299714.6.0000.5404 Validacao do LSQuizCapıtulo 5, secao 5.3

Secao I.1

Arquitetura paraSuporte a AplicacoesUbıquas que Via-bilizam a Criacaode um Ambiente deAprendizado Ativoem Sala de Aula

30245214.4.0000.5404 Validacao de Predicaode Estilos de Aprendi-zagemCapitulo 6, secao 6.2

Secao I.2

1Disponıvel em http://aplicacao.saude.gov.br/plataformabrasil/login.jsf Acesso em maio de 2014.

305

306 Apendice I. CEP - Comite de Etica em Pesquisa

A documentacao, para cada um dos projetos, e composta pelo TCLE (Termo de Con-sentimento Livre e Esclarecido), que e apresentado e deve ser assinado pelos voluntarios,e pelo projeto de pesquisa, que resume os objetivos da pesquisa e suas implicacoes eticas,como a confidencialidade dos dados.

Os projetos de pesquisa submetidos ao CEP sao descritos nas secoes a seguir:

I.1 Documentos do Projeto de Validacao do LSQuiz

I.1.1 Termo de Consentimento Livre e Esclarecido (TCLE)

O TCLE associado a este projeto e apresentado a seguir:

TERMO DE CONSENTIMENTO LIVRE E ESCLARECIDO(COPIA DO VOLUNTARIO)

Tıtulo da pesquisa: Desenvolvimento e Avaliacao de uma Ferramenta ColaborativaSuportada por Estilos de AprendizagemNome do(s) responsavel(is): Ricardo Edgard Caceffo (pesquisador responsavel)Rodolfo Jardim de Azevedo (Orientador)Numero do CAAE: 30299714.6.0000.5404

Voce esta sendo convidado a participar como voluntario de um estudo. Estedocumento, chamado Termo de Consentimento Livre e Esclarecido, visa assegurarseus direitos como participante e e elaborado em duas vias, uma que devera ficar comvoce e outra com o pesquisador.Por favor, leia com atencao e calma, aproveitando para esclarecer suas duvidas. Sehouver perguntas antes ou mesmo depois de assina-lo, voce podera esclarece-las como pesquisador. Se preferir, pode levar para casa e consultar seus familiares ou outraspessoas antes de decidir participar. Se voce nao quiser participar ou retirar suaautorizacao, a qualquer momento, nao havera nenhum tipo de penalizacao ou prejuızo.

Justificativa e Objetivos:

O objetivo inicial desta pesquisa e identificar os estilos de aprendizagem dos alunose professores da disciplina PG704A: Laboratorio de Polıticas Publicas I. Ainda, seraaplicada e validada uma ferramenta colaborativa educacional, denominada LSQuiz.Espera-se com isso identificar os pontos positivo e negativos da ferramenta, bem

I.1. Documentos do Projeto de Validacao do LSQuiz 307

como seu impacto educacional, alem de obter o feedback dos alunos e docente sobresua aplicacao.

Procedimento:As etapas desta pesquisa sao:(A) Resolucao eletronica de um questionario de identificacao de estilos de aprendiza-gem. Esse questionario, composto por questoes de multipla escolha em ingles, deveraser respondido no link disponıvel na pagina da disciplina na ferramenta Moodle.Os resultados desse questionario, com os estilos de aprendizagem do voluntario, seraoenviados por email, apos processamento, aos participantes.Tempo estimado: 20 minutos

(B) Realizacao de 2 sessoes de avaliacao de um software educacional colaborativo,denominado LSQuiz.(C) O LSQuiz, utilizado como um plugin da ferramenta Moodle, permite a criacao dequestionarios inteligentes (ajustados aos estilos de aprendizagem de cada aluno), bemcomo possui funcionalidades colaborativas, associadas por exemplo a visualizacao domapa da classe com a localizacao dos alunos e a possibilidade de solicitacao de ajudaa colegas para resolver as questoes. Com o intuito de otimizar as sessoes de avaliacao,os voluntarios serao pre-cadastrados pelos pesquisadores no sistema Moodle, sendopara isso necessario o fornecimento de seu email e de uma foto para o perfil dosistema.Tempo estimado: maximo de 50 minutos por sessao

Desconforto e Riscos:Para que voce possa participar desta pesquisa, voce deve atender aos seguintespre-requisitos:(PR1) Possuir conhecimento intermediario de ingles (o questionario de identificacaode estilos de aprendizagem, a ser aplicado na etapa A, esta disponıvel apenas nesteidioma).(PR2) Ter disponıvel para utilizacao na etapa B algum dispositivo movel (smartphone,tablet ou notebook) que possua acesso a internet.

Os riscos associados a esta pesquisa estao relacionados aos pre-requisitos, sendo:a) a eventual nao compreensao do idioma ingles, prejudicando ou mesmo inviabili-


zando a resposta do questionario de identificacao de estilos de aprendizagem; e b)a possibilidade de erros, esquecimento ou falhas nos dispositivos a serem usados naetapa B, de sessoes de avaliacao do software educacional.

Em relacao a nao compreensao do idioma ingles, ressalta-se que o voluntariopode a qualquer momento interromper o experimento, sem nenhum prejuızo ouconstrangimento. Ja a respeito da necessidade de dispositivos moveis para as sessoesde avaliacao, os pesquisadores pretendem amenizar este risco trazendo dispositivosmoveis extras a essas sessoes.

Caso o(a) sr (a) a qualquer momento nao se sinta confortavel com a realizacaoda pesquisa, pode interromper sua realizacao a qualquer momento. Sua recusa naotrara nenhum prejuızo em sua relacao com o pesquisador, com a instituicao ou como docente da disciplina onde sera realizada a pesquisa.

Sigilo e Privacidade:

Voce tem a garantia de que sua identidade sera mantida em sigilo e nenhuma in-formacao sera dada a outras pessoas que nao facam parte da equipe de pesquisadores.Na divulgacao dos resultados desse estudo, seu nome nao sera citado.

Suas respostas serao tratadas de forma anonima e confidencial, isto e, em nenhummomento sera divulgada sua identidade em qualquer fase do estudo. A identificacaopelo RA e email e necessaria pois sera realizada uma analise comparativa dos estilosde aprendizagem dos participantes, obtida no questionario online (etapa A) com asrespostas dadas por eles no LSQuiz (etapa B). Ressalta-se, porem, que as informacoesserao analisadas apenas de forma estatıstica, ou seja, em nenhum momento seraindividualizado o voluntario, sendo que sua participacao ou eventual desistencia naoafetara de forma alguma sua nota, avaliacao ou relacionamento com o docente ou adisciplina.

Acompanhamento e Assistencia:

Sendo que durante a execucao desta pesquisa nao serao identificadas situacoesque indiquem necessidade de intervencoes (medica, pedagogica, nutricional, etc), nao

I.1. Documentos do Projeto de Validacao do LSQuiz 309

sera realizado acompanhamento ou assistencia durante ou apos o encerramento ouinterrupcao da pesquisa.

Ressarcimento:

Nao havera nenhuma forma de reembolso ou premiacao financeira, ja que com aparticipacao na pesquisa voce nao tera nenhum gasto

Benefıcios:

O benefıcio direto da participacao dos voluntarios na pesquisa sera a identificacaode seus estilos de aprendizagem, que e a forma preferencial pela qual o indivıduoobtem, processa, analisa ou interpreta informacao.Outro benefıcio e a possibilidade de avaliacao de um software colaborativo educa-cional. Pretende-se, apos a realizacao desta pesquisa, identificar problemas e bugsdo software e de sua metodologia, desenvolvendo novas versoes que no futuro seraodisponibilizadas a toda comunidade academica da universidade.

Desde ja agradecemos!

Ricardo Edgard Caceffo (Pesquisador Responsavel )telefone: (19) 3521-5838e-mail: [email protected] de Computacao - UNICAMPEndereco: Avenida Albert Einstein, 1251 - Cidade Universitaria / Campinas, CEP:13083-852

Prof. Dr. Rodolfo Jardim de Azevedo (Pesquisador Participante)telefone: (19) 3521-5838e-mail: [email protected] de Computacao - UNICAMPEndereco: Avenida Albert Einstein, 1251 - Cidade Universitaria / Campinas, CEP:13083-852


Declaro estar ciente do inteiro teor deste TERMO DE CONSENTIMENTO eestou de acordo em participar do estudo proposto, sabendo que dele poderei desistira qualquer momento, sem sofrer qualquer punicao ou constrangimento.

Local e Data:

Nome do Sujeito de Pesquisa:

Assinatura:

Em caso de nao cumprimento deste termo, favor denunciar ao Comite de Eticaem Pesquisa FCM/UNICAMP:Rua: Tessalia Vieira de Camargo, 126 CEP 13083-887 Campinas SPFone: (019) 3521-8936 ou 3521-7187 e-mail: [email protected]

I.1.2 Projeto de PesquisaPor questoes de limitacao de espaco, este projeto de pesquisa nao foi incluıdo no corpodeste Apendice, estando porem disponıvel na pagina do projeto, em: http://edu.ic.unicamp.br/caceffo/

I.2 Documentos do Projeto de Validacao de Estilosde Aprendizagem

I.2.1 Termo de Consentimento Livre e Esclarecido (TCLE)O TCLE associado a este projeto e apresentado a seguir:

TERMO DE CONSENTIMENTO LIVRE E ESCLARECIDO

Tıtulo da pesquisa: Arquitetura para Suporte a Aplicacoes Ubıquas que Viabili-zam a Criacao de um Ambiente de Aprendizado Ativo em Sala de Aula

I.2. Documentos do Projeto de Validacao de Estilos de Aprendizagem 311

Nome do(s) responsavel(is): Ricardo Edgard Caceffo (pesquisador responsavel)Rodolfo Jardim de Azevedo (Orientador)Numero do CAAE: 30245214.4.0000.5404

Voce esta sendo convidado a participar como voluntario de um estudo. Estedocumento, chamado Termo de Consentimento Livre e Esclarecido (TCLE), visaassegurar seus direitos como participante. Voce esta recebendo duas copias impressasdo documento, sendo que uma devera ser devolvida assinada ao pesquisador res-ponsavel.Por favor, leia com atencao e calma, aproveitando para esclarecer suas duvidas. Sehouver perguntas antes ou mesmo depois de assina-lo, voce podera esclarece-lascom o pesquisador. Se preferir, pode levar para casa e consultar seus familiares ououtras pessoas antes de decidir participar. Se voce nao quiser participar ou retirarsua autorizacao, a qualquer momento, nao havera nenhum tipo de penalizacao ouprejuızo.

Justificativa e Objetivos:

O objetivo desta pesquisa e identificar os estilos de aprendizagem dos alunos eprofessores da disciplina de Fısica Geral I.

Procedimento:

O metodo de aplicacao desta pesquisa consiste nas seguintes etapas:

1. Convite a ser feito por meio de email aos alunos e professores da disciplinaFısica Geral I, informando os objetivos da pesquisa e o link para a pagina degerenciamento.2. Acesso a pagina de gerenciamento, onde sao informados os objetivos da pesquisa,bem como e apresentado o Termo de Consentimento Livre e Esclarecido Eletronico(TCLEE). Caso o voluntario aceite o TCLEE, ele devera informar seu RA, email eseu papel na disciplina (aluno ou professor).3. Ainda na pagina de gerenciamento, o voluntario ira responder a um questionario


em ingles composto por 44 questoes de multipla escolha. As questoes sao referentesa forma preferencial de interacao, processamento, absorcao e manipulacao de in-formacao por parte do voluntario.4. Apos a resolucao deste questionario sera exibida uma mensagem de agradecimento.Sera ainda explicado que o resultado do processamento do questionario, indicandoos estilos de aprendizagem dos alunos, serao enviados posteriormente por email aovoluntario.O tempo medio de participacao na pesquisa pode variar entre 15 e 30 minutos.

Desconforto e Riscos:

O pre-requisito para participar desta pesquisa e o conhecimento intermediariode ingles, ja que parte da pesquisa (questionario de identificacao de estilos deaprendizagem) sera realizada neste idioma. Nao ha riscos associados a pesquisa,exceto pelo eventual problema no entendimento do idioma ingles. Neste caso, casonao se sinta confortavel em responder o questionario neste idioma, a pesquisa podeser interrompida a seu proprio criterio, sem maiores problemas ou complicacoes.Caso o(a) sr (a) a qualquer momento nao se sinta confortavel com a realizacao dapesquisa, pode interromper sua realizacao a qualquer momento. Sua recusa nao traranenhum prejuızo em sua relacao com o pesquisador ou com a instituicao que forneceuos seus dados, como tambem na que trabalha ou estuda.

Benefıcios:Indiretamente, os benefıcios estao associados a disponibilizacao dos resultados finaisencontrados aos professores e coordenadores do curso de Fısica Geral I, que poderaoa seu proprio criterio ajustar as aulas e os questionarios de pre-aula para tornar esteconteudo mais proximo dos estilos de aprendizagem dos estudantes.

Acredita-se, deste modo, que a aplicacao desta pesquisa resultara em ganhosde qualidade no conteudo e metodologia de ensino da disciplina Fısica Geral I,impactando positivamente os estudantes atuais e futuros.

A copia deste termo pode ser salva digitalmente por voce, ou mesmo impressa.Abaixo, seguem os dados do pesquisador responsavel, que pode ser contatado aqualquer momento para tirar as suas duvidas sobre o projeto e sua participacao.


Acompanhamento e Assistencia:

Sendo que durante a execucao desta pesquisa nao serao identificadas situacoesque indiquem necessidade de intervencoes (medica, pedagogica, nutricional, etc), naosera realizado acompanhamento ou assistencia durante ou apos o encerramento ouinterrupcao da pesquisa.

Sigilo e Privacidade:

Voce tem a garantia de que sua identidade sera mantida em sigilo e nenhuma in-formacao sera dada a outras pessoas que nao facam parte da equipe de pesquisadores.Na divulgacao dos resultados desse estudo, seu nome nao sera citado. Essa garantiacontempla todos os voluntarios participantes da pesquisa, incluindo alunos, docentese alunos participantes do programa de estagio docente (PEDs).

Suas respostas serao tratadas de forma anonima e confidencial, isto e, emnenhum momento sera divulgada sua identidade em qualquer fase do estudo. Aidentificacao pelo RA e necessaria pois sera realizada uma analise comparativa dosestilos de aprendizagem dos voluntarios (alunos) com as respostas dadas por eles nosquestionarios de pre-aula da disciplina durante o semestre.

Ressalta-se, porem, que as informacoes serao analisadas apenas de forma es-tatıstica, ou seja, em nenhum momento sera individualizado o voluntario (alunos oudocentes), sendo que no caso dos alunos, sua participacao ou eventual desistencia naoafetara de forma alguma sua nota nos questionarios de pre-aula.

Ressarcimento:

Nao havera nenhuma forma de reembolso ou premiacao financeira, ja que coma participacao na pesquisa voce nao tera nenhum gasto. O benefıcio direto daparticipacao dos voluntarios na pesquisa sera a identificacao de seus estilos deaprendizagem, que e a forma preferencial pela qual o indivıduo obtem, processa,analisa ou interpreta informacao.


Contato:

Em caso de duvidas sobre o estudo, voce podera entrar em contato com opesquisadores atraves dos dados abaixo:

Ricardo Edgard Caceffo (Pesquisador Responsavel )telefone: (19) 3521-5838e-mail: [email protected] de Computacao - UNICAMPEndereco: Avenida Albert Einstein, 1251 - Cidade Universitaria / Campinas, CEP:13083-852

Prof. Dr. Rodolfo Jardim de Azevedo (Pesquisador Participante)telefone: (19) 3521-5838e-mail: [email protected] de Computacao - UNICAMPEndereco: Avenida Albert Einstein, 1251 - Cidade Universitaria / Campinas, CEP:13083-852

Em caso de denuncias ou reclamacoes sobre sua participacao e sobre questoeseticas do estudo, voce pode entrar em contato com a secretaria do Comite de Eticaem Pesquisa (CEP) da UNICAMP: Rua: Tessalia Vieira de Camargo, 126; CEP13083-887 Campinas - SP; telefone (19) 3521-8936; fax (19) 3521-7187; e-mail:[email protected]

Consentimento livre e esclarecido:

Declaro estar ciente do inteiro teor deste TERMO DE CONSENTIMENTO eestou de acordo em participar do estudo proposto, sabendo que dele poderei desistira qualquer momento, sem sofrer qualquer punicao ou constrangimento.


Local e Data:

Nome do Sujeito de Pesquisa:

Assinatura:

Em caso de nao cumprimento deste termo, favor denunciar ao Comite de Eticaem Pesquisa FCM/UNICAMP:Rua: Tessalia Vieira de Camargo, 126 - CEP 13083-887 Campinas - SPFone: (019) 3521-8936 ou 3521-7187 e-mail: [email protected]

Responsabilidade do Pesquisador:

Asseguro ter cumprido as exigencias da resolucao 466/2012 CNS/MS e comple-mentares na elaboracao do protocolo e na obtencao deste Termo de ConsentimentoLivre e Esclarecido. Asseguro, tambem, ter explicado e fornecido uma copia destedocumento ao participante. Informo que o estudo foi aprovado pelo CEP peranteo qual o projeto foi apresentado Comprometo-me a utilizar o material e os dadosobtidos nesta pesquisa exclusivamente para as finalidades previstas neste documentoou conforme o consentimento dado pelo participante.

(Assinatura do pesquisador)

I.2.2 Projeto de PesquisaPor questoes de limitacao de espaco, este projeto de pesquisa nao foi incluıdo no corpodeste Apendice, estando porem disponıvel na pagina do projeto, em: http://edu.ic.unicamp.br/caceffo/

Apendice J

Publicacoes

As seguintes publicacoes estao associadas a esta tese:

• CACEFFO, Ricardo Edgard; Rocha, Heloisa. Ubiquitous Classroom Response System:An Innovative Approach to Support the Active Learning Model. In UbiquitousLearning an International Journal, v. 3, p. 43-55, 2011:

Publicacao que descreve a revisao da literatura em relacao aos sistemas de respostaem sala de aula, a computacao ubıqua e suas caracterısticas e a proposta geralda AUSAA, chamada em ingles de UCRS (Ubiquitous Classroom Response Sys-tem).Este assunto e tratado no Capıtulo 2 desta tese (revisao bibliografica), e noCapıtulo 3 (descricao da AUSAA).

• CACEFFO, Ricardo Edgard; Rocha, Heloisa. Design and Model of a UbiquitousClassroom Response System Through Context Factors.In Ubiquitous Learning anInternational Journal, v. 4, p. 61-77, 2012:

Publicacao que descreve em detalhes os modulos da AUSAA, bem como a definicaoe calculo dos fatores de contexto. Este assunto e tratado no Capıtulo 3 desta tese,em especial na secao 3.4, de determinacao dos fatores de contexto. Este paperencontra-se no Apendice K.2.

• CACEFFO, R.; ROCHA, H. AZEVEDO, R. (2015). A Ubiquitous, Pen-Based AndTouch Classroom Response System Supported By Learning Styles. In The Impactof Pen and Touch Technology on Education. Hammond, T., Valentine, S., Adler,A., Payton, M. (Eds.). Springer International Publishing Switzerland, Chapter 39,ISBN 978-3-319-15594-4, July 2015 (Book To be published in July 14, 2015)

Este assunto e tratado no Capıtulo 3, secao 3.6.

317

318 Apendice J. Publicacoes

• CACEFFO, Ricardo Edgard; AZEVEDO, Rodolfo. LSQuiz: A Collaborative ClassoomResponse System to Support Active Learning through Ubiquitous Computing. InProceedings of Cognition and Exploratory Learning in Digital Age (CELDA), Porto,Portugal, 2014.Publicacao que descreve o desenvolvimento e validacao do LSQuiz, que e o prototipofuncional da AUSAA. Este assunto e tratado no Capıtulo 4 (desenvolvimento doLSQuiz) e no Capıtulo 5, secao 5.2 (validacao do LSQuiz)

As publicacoes podem ser acessadas atraves do site edu.ic.unicamp.br/caceffo

Ricardo Edgard Caceffo “Arquitetura para Suporte a Aplicaç...

Documents

Transcript of Ricardo Edgard Caceffo “Arquitetura para Suporte a Aplicaç...