MODELO DE GESTÃO DE VISUALIZAÇÃO DE DADOS MINERADOS EM AMBIENTES VIRTUAIS DE APRENDIZAGEM VISANDO À PREDIÇÃO DA RETENÇÃO, EVASÃO E ABANDONO ESCOLAR
Learning Analytics; Dashboard; Moodle; Evasão Escolar; User Experience.
A evasão e a retenção de alunos na educação formal acarretam problemas
importantes para toda a sociedade. A evasão, particularmente, determina uma
qualificação intelectual e técnica menor da população de um país, acarretando
problemas no desenvolvimento social e econômico. Já a retenção provoca, muitas
vezes, a impossibilidade de oferta universal de disciplinas em cursos com turmas que
apresentam excesso de alunos e, em última análise, é o primeiro passo para a evasão.
Ademais, ambas situações apresentam um custo para as instituições de ensino e,
portanto, para a nação. Atualmente, muitos cursos utilizam Ambientes Virtuais de
Aprendizagem que apresentam uma quantidade significativa de dados sobre a
interação dos alunos. Tais dados podem ser utilizados para a predição da retenção,
evasão e abandono escolar. Embora haja muitas pesquisas nas áreas de Learning
Analytics e Mineração de Dados sobre a busca e análise destes dados, é fundamental
que ambientes AVAs apresentem de forma clara aos docentes aqueles alunos que
estão com maior risco de evadir ou serem retidos. Também é imprescindível que os
professores possam escolher os algoritmos que desejam utilizar sem a necessidade
de conhecimento profundo a respeito de mineração de dados. Assim, a pergunta que
se apresenta pode ser definida pela frase a seguir: "De que forma é possível construir
uma interface amigável que permita aos docentes e gestores educacionais, a partir do
AVA Moodle, determinar os parâmetros que deseja utilizar para ser alertado sobre
alunos em situação de risco e evasão, bem como apresentar os resultados de forma
inteligível e facilitada para este grupo de usuários? Face ao exposto, buscar-se-á
construir um artefato na forma de plugin para o Moodle, utilizando as melhores
técnicas de visualização de dados e Interação Humano-computador, visando tornar a
escolha, filtragem e apresentação de dados sobre alunos em risco de retenção,
evasão e abandono escolar, intuitiva e descomplicada, mesmo para aqueles
professores e gestores educacionais que não tem familiaridade com ferramentas
tecnológicas de mineração de dados. Os dados serão provenientes dos registros de
interações dos alunos no ambiente Moodle e serão pré-minerados no trabalho
complementar a este, desenvolvido pelo colega de PPG e grupo de pesquisa sobre
mineração de dados educacionais, Pablo Oliveira, com a orientação do Prof. Dr.
Mariano Nicolao.