Discussão dos Resultados da Simulação Computacional

Ao se considerar um modelo novo que tenha um espaço de aplicação novo ou alternativo, deve-se ter em mente alguns casos específicos onde o modelo possa ser utilizado e que mostre claramente o que o diferencia dos demais.

Contudo, se a validação é feita em torno de um número pequeno de situações, seu domínio também é reduzido já que outros atributos não foram estudados. O objetivo de se utilizar um simulador de situações em que uma faixa de valores é definida e testada de modo a verificar o comportamento e a estabilidade do modelo. Com essa estratégia, foram experimentadas centenas de situações, inclusive, algumas bastante improváveis como, por exemplo, a situação de haver três nodos sequenciais A, B e C e o estudante obter 10 em A, 0 em B, 10 em A, 0 em B e 0 em A. Note que se um estudante foi bem avaliado em A, é improvável que em um momento posterior ele consiga uma nota muito inferior. Mesmo assim, é interessante verificar como a quantização de redes responde a questões como essa.

Sendo assim, a discussão será em torno dos gráficos em sequencias especiais em que se pode comprovar que os objetivos propostos foram alcançados com a modelagem propostas.

O primeiro gráfico em ambas as teorias de aprendizagem foram conforme esperado, ou seja, com a baixa influência dos blocos coesos e com notas acima do satisfatório, o estudante seguiu a ordem prevista de acessos conforme mostra os gráficos da figura 5.21.

Figura 5.21 Ordem de acesso no fluxo normal de duas redes.

Sendo que a ordem de acesso somente sofre alteração quanto à posição do simulador (nodo 7) que, no Behaviorismo serve como reforço da aprendizagem e quanto ele é exibido preferencialmente no início pois está sendo utilizado como organizador prévio.

Além disso, ao se estudar todos os gráficos do Behaviorismo com baixa influência de blocos coesos, houve um padrão dos gráficos em relação à inclinação dos gráficos. Percebe-se que tanto em retas com inclinação positiva ou negativa, o módulo da inclinação permanece inalterado como é possível perceber na figura 5.22, em que os círculos destacam a inclinação nos gráficos.

Figura 5.22 Verificação do padrão dos coeficientes angulares do percurso em redes behavioristas com baixa influência de blocos coesos.

Apesar dos resultados obtidos estarem de acordo com o esperado, foi possível identificar um caso especial que não pode ser simulado por meio do simulador de situações que é acerca da avaliação com baixa confiabilidade. O caso é em uma sequência de nodos A, B, C e D, e o estudante tirou as seguintes boas notas nos primeiros três nodos, mas, com uma baixa confiabilidade na avaliação referente ao segundo nodo. Se no quarto nodo houver

uma avaliação considerada não satisfatória, então o próximo nodo indicado pela modelagem deveria ser o nodo B devido à essa baixa confiabilidade.

Para verificar essa situação particular, foi utilizado o simulador do modelo que permite intervenções a cada mudança de nodo e foram inseridos os seguintes dados:

ka0 = 2 vax = 5 pe = 0 pb = 0.2 v = 5 c0 = 1 expertise = 10 p_bom = 0.5

Com isso, foram inseridos sempre avaliações acima do considerado satisfatório com exceção da primeira avaliação do nodo 4. Foram sempre inseridas confiabilidades de 0.80 com exceção da primeira confiabilidade do nodo 2 que foi de 0.10. O resultado obtido está exibido na figura 5.23.

Figura 5.23 Acesso a nodo com potencial falha no processo avaliativo.

Por simples inspeção na figura 5.23, é possível perceber que o sistema identificou uma potencial falha de avaliação no nodo 2 e que, após uma reavaliação, o aluno retomou o percurso natural da estrutura do curso.

Nos demais resultados já obtidos para a rede behaviorista, a mudança na inclinação das semi-retas de acesso aos nodos só voltou a ocorrer ao se alterar o coeficiente que especifica o nível de importância dos blocos coesos. Desse modo, foi possível verificar que

Acesso ao nodo 2 como potencial ponto de falha na construção do conteúdo do nodo 4

Sequência de acesso: 1, 2, 3, (4, 2, 4), 5, 6, 7

realmente houve uma tendência maior em busca dos blocos coesos nas simulações ao se alterar o valor de (figura 5.24).

Figura 5.24 Navegação em direção aos blocos coesos principais.

Um resultado que é muito importante dentro da rede behaviorista foi em relação ao alto valor de influência dos blocos coesos em que um acesso aos nodos dos principais blocos coesos limitou o acesso aos demais nodos, em especial, ao nodo 7 que faz parte de um bloco coeso com importância mediana e unitário (figura 5.25). Isso poderia (e deveria) ser resolvido facilmente com a redução de após o acesso aos nodos principais.

Figura 5.25 Dificuldade de acesso a um nodo da rede behaviorista devido a uma falha no gerenciamento da variável de influência de blocos coesos.

Os resultados para a rede ausubeliana também são bastante interessantes e validam a busca dos nodos da rede, principalmente nos momentos de avaliações não satisfatórias. Logo nos primeiros resultados é possível observar que nos percursos em direção ao fluxo normal da rede, desconsiderando a tendência dos blocos coesos, existe sempre uma mesma inclinação positiva quando o acesso é feito aos nodos pela primeira vez, contudo, as inclinações negativas são bastante diferentes em valor absoluto, pois buscam os conceitos prévios para

Acesso aos nodos 1, 2, 3, 4, 5 e 6

Nodo 7 ?

Bloco coeso com apenas um nodo

Acesso ao bloco coeso principal: 1, 2, 3 e 6 1

2 3

um nodo com avaliação insatisfatória. Na fase de recuperação também não há a mesma inclinação, o que indica que o modelo oferece uma volta mais rápida para o nodo que foi mal avaliado (figura 5.26).

Figura 5.26 Análise dos coeficientes angulares em fluxo normal e recuperação na rede ausubeliana de exemplo.

Além disso, é interessante notar que mesmo não havendo nenhum tipo de análise condicional ou registro em variáveis indexadas sobre o percurso feito pelo estudante, a modelagem grossa do domínio feita por redes quantizadas indicou a volta aos últimos nodos em que houve uma avaliação não satisfatória. A figura 5.27 mostra a recuperação da nota nos nodos 3, 5 e 6, sendo que na recuperação do nodo 6 foi identificada uma falha na avaliação de 3 e que, por sua vez, houve o acesso aos nodos 2 e 1 para construção de conceitos. Por fim, houve o retorno imediato ao nodo inicialmente com avaliação insatisfatória, nodo 6. Ou seja, a figura 5.27 mostra que, mesmo não havendo um registro do percurso feito pelo estudante, a rede quantizada indicou que haveria uma tendência de acesso aos nodos.

Figura 5.27 Recuperação de nota em nodos da rede.

Recuperação de

nota no nodo 5 Recuperação de

nota no nodo 6 Recuperação de nota no nodo 3 Fluxo normal coef. angular = 1 Recuperação: |coef. angular| = 3 ≠ 1 Fluxo normal:

coef. angular = 1 Recuperação:

Ao se aumentar o valor da influência dos blocos coesos, os resultados mostraram que houve uma tendência de acesso aos blocos mais importantes e as inclinações positivas do percurso são alteradas (figura 5.28).

Figura 5.28 Acesso preferencial aos blocos coesos.

Uma diferença interessante entre os dois tipos de formulação para as redes foi que mesmo com valores extrapolados do coeficiente de importância dos blocos coesos e com a geração aleatória das notas, o sistema respondeu bem e não demorou a obter avaliações satisfatórias em todos os nodos, diferentemente da primeira rede que deve-se alterar o valor desse coeficiente.