Eventos

Eventos

Defesa de Tese de Doutorado - Nº 502: MMALA: Um Modelo de Maturidade para Adoção de Learning Analytics

25 de Agosto de 2020 às 10:50:02

Pós-Graduação em Ciência da Computação – UFPE
Defesa de Tese de Doutorado Nº 502

Aluna: Elyda Laisa Soares Xavier Freitas
Orientador: Prof. Fernando da Fonseca de Souza
Co-orientador: Prof. Vinicius Cardoso Garcia
Título: MMALA: Um Modelo de Maturidade para Adoção de Learning Analytics
Data: 27/08/2020
Hora/Local: 14h  CIn – Virtual - meet.google.com/siu-pyfs-ktx
Banca Examinadora:
Prof. Alexandre Marcos Lins de Vasconcelos  (UFPE / Centro de Informática)

Prof. Hermano Perrelli de Moura (UFPE / Centro de Informática)
Prof. João Carlos Sedraz Silva (Univasf / Departamento de Engenharia Civil)
Prof. Alexandre Magno Andrade Maciel (UPE / Escola Politécnica de PE)
Profa. Cristina Dutra de Aguiar Ciferri  (USP /Departamento de Ciência da Computação/ICMC) 


RESUMO:

Learning Analytics (LA) é uma tendência recente na educação. LA se utiliza 
dos dados resultantes das interações ocorridas nos Sistemas de Gestão de 
Aprendizagem - bem como em outras fontes, como redes sociais, por exemplo, 
- para realizar análises que apoiam a compreensão e avaliação dos processos 
de ensino e aprendizagem, permitindo a tomada de decisão de alunos e 
professores, visando à melhoria desses processos. Pela utilização de LA, é 
possível, por exemplo, identificar prematuramente os estudantes que podem 
vir a abandonar o curso ou mesmo identificar os objetos de aprendizagem 
mais adequados ao perfil de cada aluno. Porém, a simples utilização de 
ferramentas não assegura a obtenção de benefícios, visto que a adoção de 
Learning Analytics é uma tarefa complexa, a qual envolve diferentes áreas e 
stakeholders da instituição de ensino. Um instrumento que pode dar suporte 
à adoção de LA é o Modelo de Maturidade (MM). MM têm sido utilizados em 
diferentes áreas para auxiliar na melhoria de processos, identificando 
atividades que podem ser executadas a fim de que a organização avance a 
níveis mais altos de maturidade, gradualmente. Nesse sentido, esta tese tem 
por objetivo o desenvolvimento de um Modelo de Maturidade para Adoção de 
Learning Analytics (MMALA), com o intuito de auxiliar as Instituições de 
Ensino Superior que desejam iniciar a utilização de LA e permitindo-as 
progredir sucessivamente no seu uso, possibilitando um aumento na extensão 
dos benefícios obtidos na medida em que avançam a níveis mais altos de 
maturidade. O MMALA identifica 5 categorias e 16 áreas de processos que 
devem ser consideradas na adoção de LA; além disso, proporciona um roteiro 
de melhoria, por meio de suas práticas funcionais, divididas em 4 níveis de 
maturidade. O modelo proposto foi desenvolvido seguindo a metodologia de 
Becker et al. (2009), tendo sido avaliado em duas ocasiões, sendo a última 
por meio de Opinião de Especialistas, com a participação de pesquisadores 
renomados na área de LA. Além de apoiar as IES na adoção de LA, este estudo 
pretende contribuir para a democratização da utilização de LA, e, por 
conseguinte, com a melhoria do processo de ensino e aprendizagem.

Palavras-chave: Dados Educacionais. Processo de Ensino-Aprendizagem. 
Melhoria de Processos.