Em busca do modelo para reconhecimento da motivação

O modelo afetivo para o reconhecimento da motivação é sustentado por três pressupostos: i) o modelo ECI (Esforço, Confiança e Independência) apresentado por Du Boulay e Del Soldato (1995, 2016); ii) os dados relacionados às ações do estudante durante a

realização das atividades, usando o método da problematização e; ii) técnicas para mineração de dados educacionais, com ênfase nas Redes Bayesianas (RB).

Serviram de inspiração também os resultados dos trabalhos desenvolvidos por Longhi (2011), Santos (2016) e DundunMaya, Banawan e Rodrigo (2018). O primeiro apresenta o uso de redes bayesianas, demonstrando como o raciocínio probabilístico pode ser usado para a classificação de estados de ânimo. De forma análoga a presente tese mostra como estas redes se adaptam bem a identificação dos fatores de esforço e confiança. Já o trabalho de Santos (2016) empregou técnicas de classificação supervisionada e diversas variáveis associadas ao comportamento do estudante, tal como na pesquisa descrita nesta tese.

Cabe ressaltar ainda que os atributos relacionados aos tempos para conclusão das tarefas diferem do número de tentativas, que foi usado como indicativo de esforço em Del Soldato e Du Boulay (1995, 2016) e em Bercht (2001). Entretanto estão alinhados com outras iniciativas, como a persistência apresentada por Dundunmaya, Banawan e Rodrigo (2018), que estabelecem uma relação entre o esforço e os tempos das tarefas.

Outra observação relevante diz respeito aos fatores da motivação. O modelo apresentado neste capítulo é baseado nos princípios de Del Soldato e Du Boulay (1995, 2016), mas foram implementadas redes para reconhecimento apenas do esforço e da confiança, sem um reconhecimento explícito da independência.

Durante a seleção dos dados e o pré-processamento foi possível perceber que a maioria dos atributos permitia reconhecer a confiança e indiretamente também a independência, não sendo possível distinguir claramente os dois fatores. Du Boulay e Del Soltado (2016) destacam que tanto a confiança, quanto a independência podem ser indicadas pela ajuda requisitada ou acessada pelo estudante ao longo da tarefa, o que também justifica o uso apenas da confiança como indicativo indireto da independência nesta pesquisa.

Considerando o conjunto de variáveis disponíveis, optou-se, portanto, em não discriminar separadamente a confiança e a independência. Ao analisar os dados, foi possível perceber que o conjunto de dados que poderia ser usado como indicador de confiança, também seria usado para indicar a independência, desta forma, seria mais conveniente indicar somente a confiança, que neste caso também pode ser considerada uma representação da independência demonstrada.

Outro aspecto importante do modelo afetivo é a possibilidade de determinar a motivação por atividade, ao longo de um componente curricular, o que permite avaliar os efeitos das atividades, dos desafios e problemas no esforço e na confiança demostrados. Este

acompanhamento segue as ideias da autodeterminação e motivação extrínseca apresentada por Ryan, Deci (2000) e Canto (2015), pois contribui para verificar quais estudantes estão intrinsecamente motivados e quais necessitam de ações para incrementar o esforço e a confiança.

Antes da apresentação do modelo e das suas características, se faz necessária uma discussão sobre o uso do termo modelo e a abrangência do mesmo. Em síntese o modelo referido até o momento, no texto, é composto por diversos modelos menores ou específicos, cada um sendo responsável por reconhecer um dos fatores, no contexto de uma atividade ou do estudante.

De agora em diante o conceito de modelo será apresentado de forma específica, modelos probabilísticos para reconhecimento da confiança ou esforço em uma atividade ou para cada aluno. Conforme citado anteriormente, as Redes Bayesianas se constituíram no método adotado para a construção dos modelos específicos. Considera-se portanto que cada rede bayesiana construída personifica o modelo probabilístico para classificação do nível associado a cada um dos fatores (esforço ou confiança).

Embora o uso da mesma palavra “modelo” nos diferentes sentidos possa causar alguma confusão, não foi encontrada uma definição mais adequada para conceituar tanto o modelo completo quanto os específicos e por este motivo optou-se pelo uso do mesmo termo. Em alguns momentos as expressões “modelo geral”, “modelo específico” serão adotadas para conceituar o nível macro e os componentes específicos.

Para atender o objetivo de identificar os dois fatores, foram propostos quatro modelos específicos com objetivos distintos, sendo dois para classificar os fatores da motivação associados a cada atividade realizada, e outros dois para classificação do estudante, considerando todas os exercícios propostos e resolvidos até o momento. Todos os modelos foram elaborados com base nas definições dos fatores ECI (Esforço, Confiança e Independência) encontrados no trabalho desenvolvido por Del Soldato e Du Boulay (1995), revisado em Du Boulay e Del Soldato (2016). A figura 22 apresenta a hierarquia dos modelos citados, considerando o objetivo e o contexto.

Figura 22 – Visão geral dos modelos para reconhecimento da motivação

Fonte: Elaborado pelo autor

Em todos os casos o nível de esforço e confiança é definido como alto ou baixo, além de uma probabilidade associada a cada classe, ou seja, a rede retorna uma probabilidade do estudante ter demonstrado um alto ou baixo esforço, por exemplo. Os modelos para o reconhecimento da motivação no contexto de atividade, recebem como entrada os dados coletados na resolução de cada atividade e a partir destes indicam as probabilidades de cada classe. Já no contexto do estudante os atributos possuem valores que resumem os dados de todas as atividades entregues pelo aluno, ao longo do semestre.

Para identificar esforço e confiança foi definido um conjunto de observáveis relacionados às ações do aluno durante a resolução das atividades. Estes observáveis podem ser categorizados da seguinte maneira:

 Tempos: duração (em minutos) de cada etapa, pontos-chave, hipótese e código fonte. Os tempos são utilizados especialmente na identificação do esforço, uma vez que um tempo maior pode indicar mais dedicação ou persistência e por consequência, maior esforço (Dundunmaya, Banwan e Rodrigo, 2018). No caso da confiança, o tempo é avaliado para verificar se está muito acima dos demais, o que pode indicar uma menor confiança.

 Níveis de detalhamento: o nível de detalhamento das respostas dos estudantes foi usado também como indicativo de maior ou menor esforço. De forma análoga ao número de tentativas usadas por Del Soldato e Du Boulay (1995) é importante para indicar se o estudante tentou, se dedicou para compreender e especificar o problema.

 Acesso às opções de ajuda: o uso das dicas disponibilizadas foi adotado como um dos principais indicativos da confiança demonstrada pelo estudante. Para o esforço foi usado apenas o acesso ao pseudocódigo que é uma “quase solução” para o problema, portanto o acesso a este conteúdo também pode ser indicativo de menor esforço.

 Outros: atributos complementares, que indicam o nível de compreensão demonstrado pelo estudante, um indicativo quanto à execução ou não do código, uma avaliação por parte do aluno quanto à complexidade da atividade e o número de vezes que o aluno interrompe e retoma a tarefa.

O principal critério para definição de esforço neste trabalho é a percepção de que o aluno se dedicou, mostrou disposição para compreender e detalhar o problema antes de iniciar a escrita do código. Sendo assim, as variáveis representam em sua maioria informações sobre as duas primeiras etapas, a descrição dos pontos-chave do problema e da hipótese. Dados sobre a elaboração do código fonte também são considerados, mas com um peso menor. Segundo Del Soldato e Du Boulay (1995, 2016) o esforço pode ser medido mais pelas tentativas, dedicação do estudante do que pelo desempenho ou resultado final, desta forma, a avaliação da qualidade da solução final pode ser apenas um indicativo, mas não é fundamental para indicar os níveis de esforço.

Embora confiança e independência sejam considerados diferentes fatores, alguns atributos apontam tanto para uma maior ou menor confiança, quanto independência. Nesta pesquisa os principais aspectos considerados nos dois fatores (confiança e independência) dizem respeito ao acesso as opções de ajuda disponibilizados no sistema e em uma resolução mais padronizada ou linear do problema, ou seja, estudantes que iniciam e param diversas vezes ou que em alguns casos levam um tempo muito acima do normal podem estar apresentando baixa confiança e indiretamente, menor independência.

A identificação destes fatores individualmente para cada tarefa permite que o professor perceba rapidamente se algum estudante demonstra baixos níveis de esforço e confiança, mesmo que a disciplina ainda esteja no início e poucas atividades tenham sido desenvolvidas. Desta forma é possível perceber e agir para estimular um maior esforço e aumentar a confiança nas tarefas seguintes. A classificação dos níveis associados a cada tarefa também contribui para que o docente verifique a evolução do estudante ao longo da disciplina, se os níveis de esforço e confiança têm aumentado, diminuído ou se estes se mantém estáveis.

Além do acompanhamento do comportamento dos estudantes, os modelos podem ser usados também para avaliar as atividades propostas, se estas podem ter sido mal formuladas, mal compreendidas ou se não contribuíram para estimular o esforço do estudante. Ao constatar, por exemplo que em um determinado problema a maioria dos estudantes demonstrou baixo esforço ou pouca confiança, pode ser necessário avaliar em conjunto com os docentes os motivos que levaram as esta situação e, eventualmente propor mudanças na elaboração do problema para as turmas seguintes.