Representação do perfil do formando

Na secção anterior foi referida a necessidade de existir informação com o perfil dos formandos, pelo que os modelos de representação desta informação são fundamentais. A norma seleccionada para este modelo é uma referência basilar para representação de perfis

de formandos, chamada Public and Private Information for Learners (PAPI Learner) [Farance, 1999].

A norma PAPI, ou IEEE P1484.2, faz parte do conjunto de normas produzidas pelo LTSC do IEEE e descreve registos portáteis de informação individual de alunos e as especificações para o seu intercâmbio, de forma a garantir que estes possam ser facilmente transferidos entre sistemas diferentes, desde que estes obedeçam aos requisitos PAPI. Estes registos permitem descrever a aquisição de conhecimento, perícia, capacidades, contactos pessoais, relacionamentos com outras entidades e várias preferências relacionadas com o processo de aprendizagem.

Uma característica importante desta norma é a divisão lógica, segurança separada e administração independente dos vários tipos de informação sobre os formandos, o que permite condicionar o acesso a determinadas secções do registo, garantindo assim o direito à privacidade e confidencialidade de algumas informações. O acesso a essas informações sensíveis pode ser restringido às entidades adequadas, como por exemplo apenas ao próprio formando, aos seus Pais ou à Escola.

A norma está dividida em doze partes diferentes, que abrangem questões tão diferentes como a segurança da informação ou o registo dos colegas de turma dos formandos ao longo do seu percurso de aprendizagem. No entanto, as partes mais relevantes para o modelo de personalização proposto neste capítulo são a “Learner Preference Information” e a “Learner Performance Information”.

Elemento Descrição

my_preference_identifier Chave interna da base de dados, usada para ligar a informação;

preference_hid

Identificador externo, usado para correlacionar informação através de diferentes repositórios de dados;

preference_name Nome da colecção de preferências;

pre_include_preference_list Lista de preferências que são incluídas antes desta;

post_include_preference_list Lista de preferências que são incluídas depois desta;

hci_device_preference_list

Conjunto de entradas com preferências relacionadas com dispositivos relacionados com a segurança, texto, fala, gráficos, áudio, vídeo, dispositivos tácteis, sessão e outros;

cognitive_preference_list

Conjunto de entradas com preferências relacionadas com factores cognitivos (não está definida na norma PAPI);

preference_bucket

Elemento contentor que permite acrescentar informação extra, no formato nome:valor ,possibilitando a extensão do modelo de dados em caso de necessidades particulares.

Tabela 30 – Elementos principais do modelo de descrição de preferências PAPI

preferenciais de aprendizagem ou limitações sensoriais. A Tabela 30 mostra os elementos principais do seu modelo de dados, descrevendo sumariamente a função de cada um. Como pode ser constatado pela leitura da Tabela 30, a norma PAPI está de certa forma incompleta no que respeita à modelação das preferências individuais de aprendizagem. Um dos elementos fundamentais para a construção do modelo de personalização proposto neste capítulo, relacionado com as preferências cognitivas, simplesmente não está definido na norma. Perante este vazio, surgiu a necessidade de definir atributos adicionais para modelar algumas preferências individuais dos utilizadores relativamente ao processo de aprendizagem. Como esta modelação não faz parte dos objectivos do trabalho, foram simplesmente adoptados os atributos LOM mais interessantes do ponto de vista da personalização, complementados com os atributos da avaliação de registo no sistema de classificação.

Desta forma, são sugeridos atributos adicionais que permitem modelar as preferências individuais relativamente aos idiomas, contextos de aprendizagem, formatos técnicos, custo dos conteúdos, tipo de interactividade, conformidade, rigor, motivação, interacção, acessibilidade, reutilização, normalização e certificação. É também sugerido um atributo que permite guardar um registo dos assuntos visitados por cada utilizador. A Tabela 31 apresenta a lista completa de atributos propostos para modelar as preferências individuais de cada formando no âmbito do modelo de personalização proposto. Como a norma PAPI só suporta de forma nativa o atributo “dispositivo”, os outros atributos serão codificados através dos seus mecanismos de extensão.

Nome do

atributo Descrição Codificação PAPI

Idioma

A lista de idiomas preferenciais para o processo de aprendizagem;

<preference_bucket>, com o nome <language>, em que o nível de preferência é expresso numa escala numérica de 0 a 5; Dispositivo Dispositivos preferenciais para o processo de aprendizagem; Hci_device_preference_list, em que o nível de preferência é expresso numa escala numérica de 0 a 5;

Contexto

Lista de contextos preferenciais, codificados como uma lista de identificadores de ontologias;

<preference_bucket>, com o nome <context_identifier>

Formato Formatos preferidos para os objectos de aprendizagem;

<preference_bucket>, com o nome <technical_format>, em que o nível de preferência é expresso numa escala numérica de 0 a 5;

Custo

Preferências relativamente a conteúdos abertos ou conteúdos comerciais;

<preference_bucket>, com os nomes <cost_rating> e <free_rating>, em que o nível de preferência é expresso numa escala numérica de 0 a 5;

Interactividade

Indicação da preferência relativamente ao tipo de interactividade dos conteúdos;

<preference_bucket>, com os nomes <active_interactivity_rating>, <expositive_interactivity_rating> e

<mixed_interactivity_rating>, em que o nível de preferência é expresso numa escala numérica de 0 a 5;

Conformidade

Importância que o utilizador dá à conformidade dos objectos com as indicações dos seus respectivos segmentos;

<preference_bucket>, com o nome <conformance_rating>, em que a importância é expressa numa escala numérica de 0 a 5;

Rigor Importância que o utilizador dá ao rigor dos objectos;

<preference_bucket>, com o nome <accuracy_rating>, em que a importância é expressa numa escala numérica de 0 a 5;

Motivação

Importância que o utilizador dá à capacidade de motivação dos objectos;

<preference_bucket>, com o nome <motivation_rating>, em que a importância é expressa numa escala numérica de 0 a 5;

Interacção

Importância que o utilizador dá ao nível de interacção dos objectos;

<preference_bucket>, com o nome <interaction_rating>, em que a importância é expressa numa escala numérica de 0 a 5;

Acessibilidade

Importância que o utilizador dá à preparação dos objectos para utilizadores com necessidades especiais;

<preference_bucket>, com o nome <accessibility_rating>, em que a importância é expressa numa escala numérica de 0 a 5;

Reutilização

Importância que o utilizador dá ao potencial de reutilização dos objectos;

<preference_bucket>, com o nome <reusability_rating>, em que a importância é expressa numa escala numérica de 0 a 5;

Normalização

Importância que o utilizador dá à obediência de normas por parte dos objectos;

<preference_bucket>, com o nome <standardization_rating>, em que a importância é expressa numa escala numérica de 0 a 5;

Certificação

Importância que o utilizador dá à certificação dos objectos;

<preference_bucket>, com os nomes <certified_rating> e <not_certified_rating>, em que a importância é expressa numa escala numérica de 0 a 5;

Histórico Registo dos segmentos

visitados por cada utilizador.

<preference_bucket>, com o nome <history>

Tabela 31 – Lista de atributos de preferência usados no sistema de personalização

Este conjunto de atributos permite codificar vários perfis de preferências, usando todos os graus de liberdade dos vários atributos. Por exemplo, os atributos “dispositivo”, “contexto”, “acessibilidade”e “formato” podem ser conjugados de forma a traduzir perfis específicos de utilizadores com necessidades especiais.

A informação sobre os segmentos mais visitados por cada utilizador complementa os dados de avaliação como pontos de referência para deduzir os contextos típicos de formação do utilizador. Estes dados podem ser registados automaticamente, por exemplo quando cada utilizador descarrega conteúdos a partir do sistema de personalização.

Alguns dos atributos requerem que o utilizador defina a sua importância relativa ou nível de preferência, que é codificada numericamente em seis níveis. O significado de cada nível é o seguinte:

Codificação Importância Preferência

0 Irrelevante Excluir

1 Muito baixa Muito baixa

2 Baixa Baixa

3 Média Média

4 Alta Alta

5 Muito alta Muito alta

Tabela 32 – Codificação da importância e nível de preferência de cada atributo

A parte “Learner Performance Information” da norma PAPI abrange as questões relativas ao registo de classificações obtidas pelo utilizador em trabalhos práticos, relatórios, provas de avaliação, disciplinas, cursos e outras acções que confiram classificação. Os registos são compostos por 17 elementos, descritos na Tabela 33. Note-se que neste contexto, o termo “classificação” se refere à avaliação dos formandos num determinado esquema ou escala e não ao sistema de classificação proposto neste trabalho.

Elemento Descrição

my_performance_identifier_list Chave interna da base de dados, usada para ligar a informação;

performance_hid_list

Identificador externo, usado para correlacionar informação através de diferentes repositórios de dados;

owner_identifier Identificador do formando;

recording_date_time Data e hora em que o registo foi criado no

repositório;

valid_date_time_begin Data e hora inicial, a partir do qual a

informação presente no registo fica válida;

valid_date_time_end Data e hora final, a partir do qual a

informação presente no registo fica inválida;

issue_from_identifier Entidade que atribuiu esta classificação;

issue_date_time Data e hora em que a classificação foi

atribuída;

issue_to_identifier

Entidade à qual está a ser atribuída a classificação. Normalmente é ao formando, mas também pode ser a um grupo onde este esteja inserido;

learning_experience_identifier Identificador associado aos conteúdos que originaram a classificação;

competency_identifier Identificador associado com uma definição de

competência;

granularity Granulosidade relativa dos conteúdos;

performance_coding_scheme Tipo de classificação, codificação ou medida

usada como referência para a avaliação;

performance_metric A gama de valores permitidos neste esquema de

Elemento Descrição

certificate_list Informação de certificação de dados associada

com este registo;

performance_bucket

Elemento contentor que permite acrescentar informação extra, possibilitando a extensão do modelo de dados em caso de necessidades particulares;

Tabela 33 – Os elementos do registo de classificações PAPI

Quanto maior for a precisão e o nível de detalhe dos registos de aquisição de conhecimento dos formandos melhor será a resposta dos sistemas de personalização de conteúdos de eAprendizagem. Consequentemente, faz todo o sentido que sejam inscritas nestes registos não só as classificações finais de módulos ou disciplinas, mas também as classificações parciais obtidas nas diversas matérias que os compõem. Idealmente seriam avaliados os conhecimentos ao nível dos segmentos atómicos do sistema de classificação. Tal tarefa é praticamente impossível de realizar usando os métodos de avaliação tradicionais, mas é perfeitamente exequível em ambientes de eAprendizagem, através da associação de cada questão das provas de avaliação ao respectivo segmento.

Desta forma seria possível registar com um grande detalhe não só os pontos fortes do formando mas também e principalmente as suas dificuldades individuais em partes específicas das matérias. Esta informação seria extremamente valiosa para futuras acções de personalização de eAprendizagem, uma vez que permitiria reforçar os conteúdos nos segmentos onde o aluno denota mais dificuldades.

No documento Proposta de serviços internet para suporte à personalização de eAprendizagem (páginas 118-123)