O documento discute três estudos sobre técnicas adaptativas para aprendizagem personalizada usando ontologias, gamificação e mineração de dados. O primeiro estudo usou um experimento controlado para testar avaliação por pares. O segundo estudo aumentou o engajamento dos alunos usando gamificação. O terceiro estudo melhorou a aprendizagem minerando perfis de alunos e fornecendo recomendações pedagógicas personalizadas.
Tripla Adaptação em Ambientes Inteligentes de Aprendizagem com Ontologias, Gamificação e Mineração de Dados: da Pesquisa à Inovação
1. Núcleo de Excelência em Tecnologias Sociais (NEES)
Instituto de Computação – Universidade Federal de Alagoas
Igbittencourt.com
Ig Ibert Bittencourt
Tripla Adaptação em Ambientes Inteligentes de
Aprendizagem com Ontologias, Gamificação e
Mineração de Dados: da Pesquisa à Inovação
ERIMT 2015
VI Escola Regional de Informática de Mato Grosso
5. Núcleo de Excelência em Tecnologias Sociais (NEES)
Instituto de Computação – Universidade Federal de Alagoas
Igbittencourt.com
Ig Ibert Bittencourt
Tripla Adaptação em Ambientes Inteligentes de
Aprendizagem com Ontologias, Gamificação e
Mineração de Dados: da Pesquisa à Inovação
ERIMT 2015
VI Escola Regional de Informática de Mato Grosso
6. Pesquisa em Técnicas Adaptativas para Aprendizagem
Personalizada
Inovação como um caminho para o aumento do impacto social
7. Pesquisa em Técnicas Adaptativas para Aprendizagem
Personalizada
Inovação como um caminho para o aumento do impacto social
56. Desafios de Pesquisa
Ontologias Gamificação
Mineração de
Dados Educacionais
Como modelar e reusar boas práticas de gamificação?
Como automaticamente descobrir perfis de jogadores
baseado na interação dos usuários ?
Como modelar e reusar boas
práticas de EDM?
Como combinar estas abordagens para
adaptar sistemas educacionais?
57. Zaffari, G. & Battaiola, A. L. Mapeamento do MDA e Habilidades do Jogador no Gráfico da Teoria do Fluxo. 11° P&D Design
Desafios de Pesquisa
58. Bittencourt, Ig Ibert ; COSTA, Evandro de Barros ; Marlos Silva ; SOARES, Elvys .
A Computational Model for Developing Semantic Web-based Educational
Systems. Knowledge-Based Systems, v. 22, p. 302-315, 2009.
Jaques, P. A. ; Seffrin, H. ; Rubi, G. ; De Morais, F. ; Guilardi, C. ; Bittencourt, Ig I.;
Isotani, S. Rule-based expert systems to support step-by-step guidance in algebraic
problem solving: The case of the tutor PAT2Math. Expert Systems with Applications,
v. 40, p. 5456-5465, 2013.
Alguns Artigos: Ontologias, Gamificação e EDM
Isotani, S.; Bittencourt, I. I. ; Jaques, P. et al. A Semantic Web-based authoring
tool to facilitate the planning of collaborative learning scenarios compliant
with learning theories. Computers and Education, v. 63, p. 267-284, 2013.
Paiva, Ranilson; Bittencourt, Ig Ibert; et al. Improving pedagogical recommendations by
classifying students according to their interactional behavior in a gamified learning
environment. In: the 30th Annual ACM Symposium, 2015, Salamanca. SAC '15. v. 1. p. 233.
Dermeval, Diego ; Tenório, Thyago ; Bittencourt, Ig Ibert; et al. Ontology-based Feature
Modeling: An Empirical Study in Changing Scenarios. Expert Systems with Applications,
v. 1, p. 1-26, 2015.
ABEL, F. ; Bittencourt, Ig Ibert ; COSTA, Evandro de Barros ; HENZE, N. ; KRAUSE, Daniel ;
VASSILEVA, J. Recommendations in Online Discussion Forums for E-Learning Systems.
IEEE Transactions on Learning Technologies, v. 3, p. 165-176, 2010.
75. MINERAÇÃO
DE DADOS
PERFIL DO ESTUDANTE
PERFIL GERAL
CRIA O PERFIL DO
ESTUDANTE BASEADO NA
MÉDIA
MISSÕES PERSONALIZADASALUNO
Identifica Missões para
um determinado Aspecto
MISSÕES
PERSONALIZADAS
83. Núcleo de Excelência em Tecnologias Sociais (NEES)
Instituto de Computação – Universidade Federal de Alagoas
Igbittencourt.com
Ig Ibert Bittencourt
Tripla Adaptação em Ambientes Inteligentes de
Aprendizagem com Ontologias, Gamificação e
Mineração de Dados: da Pesquisa à Inovação
ERIMT 2015
VI Escola Regional de Informática de Mato Grosso