Assistência

A categoria Assistência, considerou estratégias de adaptabilidade que buscavam guiar o aprendiz ou ajudá-lo na realização das atividades. Dessa forma, foram identificados trabalhos que permitissem a recomendação de pares, sugestão de roteiro para realização de tarefas e também permitissem ao aprendiz identificar o seu status de aprendizagem de forma contextual.

A estratégia de adaptabilidade Ajuda em pares foi representada por uma rede aprendizes e um sistema que proporcionava melhor interação entre os pares. Um dos propósitos era para que possíveis dúvidas pudessem ser sanadas adequadamente por pares compatíveis.

Nesse tipo de trabalho, os autores demonstraram preocupação em encontrar as melhores combinações para interação entre pares e grupos de discussão com base nos interesses, capacidades e localização dos estudantes. Para Hwang et al. (2009), o aprendiz necessita de acompanhamento e com isso sugere pares que possam guiá-lo na construção do conhecimento.

Uma outra possibilidade é apresentada por Ayoola e Phelan (2009). Nesse caso, ambiente promove o aprendizado colaborativo por meio da interação dos usuários, recomendação de amigos e grupos colaborativos. Segundo os autores, a introdução da aprendizagem colaborativa permitiu aos estudantes se tornarem uma fonte de conhecimento uns para os outros. Para Graf, Yang e Liu (2009), esse tipo de estratégia permite aos estudantes desenvolver habilidades cognitivas, o que poderá motivar e promover a aprendizagem interativa.

Nesse caso, as características adequadas para gerar recomendações de amigos são os cursos que os estudantes frequentam e seus interesses. Tais atributos foram usados para incentivar o relacionamento entre os pares. Estes, podem procurar um amigo e o sistema exibirá aleatoriamente pares semelhantes. O sistema também permitiu aos estudantes criarem e gerenciarem grupos e ferramentas colaborativas que lhes permitam compartilhar informações e interagir.

Essa perspectiva continuou em evidência em outras pesquisas, ao longo dos anos, como em Salazar, Ovalle e Duque (2015a). Os autores apresentaram a busca e sugestão de assistentes de aprendizagem (estudantes que estão em estágios avançados de aprendizagem) de acordo com o contexto temporal e espacial do aluno, ou seja, os assistentes são designados de acordo com a proximidade do aluno, mas também de acordo com o conhecimento das áreas de interesse do aluno, bem como a disponibilidade de tempo para ambos.

Na proposta de El-Bishouty et al. (2010a), quando um estudante está realizando uma tarefa, o sistema procura um assistente de colegas (um aluno que não esteja envolvido em nenhuma tarefa) para auxiliá-lo. Esse, precisa ter o conhecimento necessário sobre como usar os objetos envolvidos na tarefa requerida. Com isso, apresenta duas categorias de assistentes: especialistas que usaram com êxito todos os objetos do ambiente e não há registro de falha relacionado ao uso desses objetos, e familiares que têm experiências bem-sucedidas no uso de todos esses objetos, mas com alguns registros de falha.

O trabalho de Barbosa et al. (2008) propõe uma estratégia para estimular a interação entre os aprendizes. Com isso, usa dados do perfil para criar vínculos entre aprendizes. Apresenta duas formas de interação: 1) Interesses semelhantes: o sistema encontra aprendizes com interesses semelhantes e no mesmo contexto e estimula a interação. Essa abordagem pode ser usada na criação de grupos de trabalho em uma sala de aula, por exemplo; 2) Interesses complementares: o sistema encontra estudantes com interesses complementares. Por exemplo, caso um aprendiz deseje aprender sobre um determinado assunto é direcionado para um usuário que deseje ensinar ou sabe sobre o tópico de interesse.

Uma outra estratégia de adaptabilidade busca guiar o aprendiz no ambiente de u-learning. Em Hwang et al. (2009) os parâmetros de perfil do aprendiz e comportamentos no ambiente fornecem informações importantes para o sistema determinar uma estratégia de orientação adaptativa individual. O artigo trata de ambientes que envolvem a operação de equipamentos com custo elevado e/ou apresentam perigos em potencial.

Nesses ambientes, as instruções individuais são bastante necessárias. Para lidar com esses problemas, é proposto um ambiente de u-learning capaz de detectar os contextos pessoais e ambientais para fornecer suporte adaptativo aos estudantes e guiá-los na execução de suas tarefas.

Em Chu et al. (2010), o estudo apresenta um ambiente de u-learning que emprega a tecnologia de identificação por radiofrequência (RFID) para detectar e examinar os comportamentos de aprendizado dos estudantes no mundo real. A partir dessas informações, sugere quais passos os estudantes devem seguir.

O trabalho de Chu, Hwang e Tseng (2010), apresenta um ambiente de

u-learning no contexto de uma biblioteca eletrônica. Nesse caso, os objetos de

aprendizagem alvo são rotulados com uma etiqueta RFID e cada aluno possui um dispositivo móvel equipado com um leitor RFID. Como a quantidade de dados na biblioteca é muito grande, uma abordagem auxilia o professor na estruturação do conteúdo da biblioteca eletrônica, de modo que os materiais adequados possam ser selecionados e utilizados nas atividades de aprendizagem. Com isso, quando os estudantes se deslocam no ambiente, o sistema de permite detectar a localização de cada aluno e analisar os dados da etiqueta RFID mais próxima; e portanto, é capaz de fornecer ativamente orientações ou dicas personalizadas para estudantes de forma individual.

Para Fernández-Reuter, Durán e Amandi (2017), um meio do aprendiz ser guiado em seu processo de aprendizagem é por meio de trilhas. Este artigo propõe um método híbrido para a geração trilhas de aprendizagem ubíquas personalizadas. Os autores sugerem determinar a sequência de ações a serem seguidas pelos estudantes para aprender um tópico específico em ambientes ubíquos. Esta abordagem permite gerar sequência de ações adaptadas às necessidades individuais de cada aluno. Por sua vez, no que diz respeito a ambientes ubíquos, a trilha de aprendizado deve se adaptar ao contexto do aluno. Para isso, um mecanismo de monitoramento para a avaliação de dados contextuais é proposto. Este, permite determinar se mudanças ocorridas no contexto, exigem novo planejamento de trilha.

Para fornecer orientação de navegação aos estudantes, Yen et al. (2013) propõem um mecanismo de suporte à navegação. A informação de contexto do usuário (localização geográfica) é utilizada para gerar uma rota adaptativa de acordo com o recurso selecionado no mapa. A rota, permite ao aprendiz construir conhecimentos correspondentes a tópicos específicos e informações da área onde está localizado durante a execução das atividades de aprendizado.

O trabalho de Wu et al. (2011) propõe um ambiente ubíquo para aprendizagem de idiomas. Nesse ambiente, o sistema fornece uma sequência de leitura apropriada para artigos em inglês com base na localização do aprendiz. O objetivo é o aprendizado da língua de forma contextualizada, considerando o entorno do aprendiz.

Uma outra estratégia de adaptabilidade relacionada a assistência em ambientes de u-learning e foi pouco explorada é relacionada ao diagnóstico. Em Ye et al. (2010), os autores propõem um sistema que altera seu estado para se adaptar ao aluno e fornecer feedback adaptativo. Eles sugerem um animal de estimação ubíquo (u-pet) como uma metáfora do sistema. Nesse caso, ele sempre estará com o aluno e a partir de um diagnóstico feito do seu comportamento, o ajuda a executar suas atividades. Com isso, o U -pet compreende o estado do aluno e adota diferentes estratégias de suporte ao treinamento do aluno, baseadas em metas de curto a longo prazo.

A mesma abordagem é proposta em Almutairi e Siewe (2013). Nesse caso, o ambiente de u-learning avalia o conhecimento do aluno e, com base nos resultados,

os estudantes recebem feedback para ajudá-los a continuar aprendendo. Esse diagnóstico oferece aos estudantes a oportunidade receber feedback direto e pessoal. Como as informações são adaptadas de acordo com o contexto, à medida que ocorrem mudanças no ambiente, novo retorno é dado aos aprendizes.

Em Hwang, Chen e Huang (2016), a partir da Taxonomia de Bloom, é proposto um sistema de tutoria personalizado. A ideia é permitir que os estudantes usem um sistema para adquirir certificação de acordo com o contexto, além de ajudar a melhorar a compreensão de seu próprio status de aprendizado. Com isso, o sistema calcula as taxas de respostas na realização de atividades e por meio de sinalizações no ambiente indica o status de aprendizagem do aluno.