UNIVERSIDADE FEDERAL DA PARAÍBA
CENTRO DE INFORMÁTICAPROGRAMA DE PÓS-GRADUAÇÃO EM INFORMÁTICA
UM PLUGIN DO TIPO REPORT PARA A
IDENTIFICAÇÃO DO RISCO DE EVASÃO NA
EDUCAÇÃO SUPERIOR A DISTÂNCIA QUE
USA TÉCNICAS DE VISUALIZAÇÃO DE
DADOS
M
ARIAT
ATIANE DES
OUZAB
RITOO
RIENTADOR: P
ROF. D
R. E
DP
ORTOB
EZERRAJoão Pessoa – PB
Janeiro/2019
UNIVERSIDADE FEDERAL DA PARAÍBA
CENTRO DE INFORMÁTICAPROGRAMA DE PÓS-GRADUAÇÃO EM INFORMÁTICA
UM PLUGIN DO TIPO REPORT PARA A
IDENTIFICAÇÃO DO RISCO DE EVASÃO NA
EDUCAÇÃO SUPERIOR A DISTÂNCIA QUE
USA TÉCNICAS DE VISUALIZAÇÃO DE
DADOS
M
ARIAT
ATIANE DES
OUZAB
RITODissertação apresentada ao Programa de Pós-Graduação em Informática da Universidade Federal da Paraíba, como parte dos requisitos para a obten-ção do título de Mestre em Ciência da Computaobten-ção Orientador: Prof. Dr. Ed Porto Bezerra
João Pessoa – PB
Janeiro/2019
B862p Brito, Maria Tatiane de Souza.
UM PLUGIN DO TIPO REPORT PARA A IDENTIFICAÇÃO DO RISCO DE EVASÃO NA EDUCAÇÃO SUPERIOR A DISTÂNCIA QUE USA
TÉCNICAS DE VISUALIZAÇÃO DE DADOS / Maria Tatiane de Souza Brito. - João Pessoa, 2019.
93 f. : il.
Orientação: Ed Porto Bezerra. Dissertação (Mestrado) - UFPB/CI.
1. Evasão. 2. Moodle. 3. Learning Analytics. 4. Visualização de dados. 5. Indicadores. I. Bezerra, Ed Porto. II. Título.
UFPB/BC
Catalogação na publicação Seção de Catalogação e Classificação
A
GRADECIMENTOS
A Deus, pois me deu forças para continuar todos os dias em que me passou pela cabeça desviar meu foco desse objetivo de vida, que tanto almejei alcançar.
Aos meus queridos pais Josivaldo e Francileide, que na sua simplicidade, sempre incutiram em mim a importância da educação e do conhecimento e que fizeram muitos sacrifícios em prol da minha educação.
Aos meus amados irmãos Amanda e Tom bem como aos meus cunhados Jaelson e Mônica, pelo incentivo e apoio moral, em todos os momentos.
Ao meus amigos e colegas de trabalho Clóvis e Thiago, que, com as suas experiências com o desenvolvimento e o suporte do Moodle, me ajudaram a direcionar melhor as minhas ideias para a pesquisa.
Ao amigo Giorgione, pelo ajuda na elaboração e na aplicação do grupo focal. Aos professores do IFPB que participaram do grupo focal.
Ao meu amigo e chefe Francisco, pelo apoio e pelo incentivo. Foram essenciais para que eu conseguisse chegar até aqui.
Aos amigos Ariane, Eliane, Jociana, Jorcyane, Lindinelma, Rafael e Rafaella, pela torcida, pelo apoio e pelas conversas e conselhos motivadores. Vocês foram instrumentos de Deus para que eu conseguisse concretizar esse sonho.
Ao meu querido professor da graduação, Francisco Petrônio Medeiros, pelo acompanha-mento dedicado, pelas dicas e recomendações estratégicas e pelas sugestões inspiradoras.
Ao meu orientador Ed Porto Bezerra, pela oportunidade de orientação e pelos conhecimen-tos transmitidos.
À instituição UFPB, pela oportunidade inestimável.
"Você não sabe o quanto eu caminhei para chegar até aqui. Percorri milhas e milhas antes de dormir. Eu não cochilei. Cidade Negra
R
ESUMO
Este trabalho pertence ao campo de pesquisa educacional conhecido como Learning Ana-lytics e tem como objetivo propiciar um sistema que apresente alunos em situação de risco de evasão no Ambiente Virtual de Aprendizagem (AVA) Moodle. O sistema utiliza indicadores sociais, cognitivos e comportamentais, criados com base em dados do AVA, e os exibe por meio de uma ferramenta de visualização de dados. Os AVAs geram relatórios e logs sobre as atividades dos alunos, todavia, eles geralmente são de difícil compreensão para tutores, professores e gestores educacionais. Assim, não permitem a identificação de problemas de evasão de forma mais objetiva. Diante disso, acredita-se que a utilização de uma solução que colete dados de indicadores referentes aos acessos, às interações e às notas dos alunos em um AVA e os apresente por meio de infográficos, pode ajudar professores, tutores e gestores a identificar alunos que possam estar em vias de abandonar um curso a distância. Concebeu-se e se implementou um plugin do tipo report (relatório) para o AVA Moodle, contendo funcionalidades de filtros, envio de notificações e gráficos interativos, gerados pela ferramenta Google Charts. O método grupo focal foi usado para avaliar o plu-gincom professores, tutores e gerentes de um curso superior a distância, seguido de uma análise qualitativa dos dados coletados. Foi concluído que o plugin melhora a percepção dos professores, tutores e gestores sobre o risco de evasão, permitindo a visualização gráfica de dados estratégicos cognitivos, sociais e comportamentais dos estudantes, de forma mais fá-cil e objetiva. Considerou-se que o desenvolvimento de ferramentas de Learning Analytics necessita priorizar dados estratégicos de alunos, tais como dados de acessos, de interações e suas notas em disciplinas, pois estes podem auxiliar profissionais na identificação do risco de evasão de alunos.
A
BSTRACT
This work belongs to the field of educational research known as Learning Analytics and aims to provide a system that presents students in dropout risk of courses in the Virtual Learning Environment (VLE) Moodle. The system uses social, cognitive, and behavioral indicators, created on the basis of VLE data and displays them through a data visualization tool. VLEs generate reports and logs on student activities, however they are often difficult to understand for tutors, teachers and educational managers. Thus, they do not allow the identification of dropout problems in a more objective way. Therefore, it is believed that the use of a solution that collects data of indicators related to the accesses, interactions and grades of the students in a VLE and presents them through infographics, can help teachers, tutors and managers to identify students who may be in the process of leaving a distance course. A report plugin for Moodle VLE was designed and implemented, containing filte-ring features, sending notifications and interactive graphics generated by the Google Charts tool. The focus group method was used to evaluate the plugin with teachers, tutors and ma-nagers of one higher education online course, followed by a qualitative analysis of the data collected. It was concluded that the plugin enhances the teachers’ awareness of the students dropout risk, making it easier and more objective while allowing the graphical visualization of students’ strategic cognitive, social and behavioral data. It was considered that the deve-lopment of Learning Analytics tools needs to prioritize strategic data of students, such as access data, interactions and their grades in disciplines, since these can help professionals in the identification of the risk of students dropout.
L
ISTA DE
F
IGURAS
1.1 Evolução do total de matrículas em cursos regulamentados a distância . . . 13
2.1 Taxas de evasão referentes ao ano 2016 . . . 29
2.2 Mapa conceitual da Learning Analytics . . . 31
3.1 Interface do plugin Analytics Graphs . . . 38
3.2 Interface do Loop . . . 40
3.3 Interface do Moodle Analytics Dashboard . . . 41
3.4 Interface do Webmonitor . . . 43
4.1 Cenário de funcionamento do plugin Relatório de Risco de Evasão . . . 50
4.2 Diagrama de casos de uso do sistema computacional . . . 51
4.3 Diagrama de atividades da função Gerar e analisar relatório de acessos . . . 52
4.4 Diagrama de atividades da função Gerar e analisar relatório de notas . . . 53
4.5 Diagrama de atividades da função Gerar e analisar relatório de interações . . . 54
4.6 Estrutura do plugin instalado no Moodle . . . 55
4.7 Arquitetura do plugin Relatório de Risco de Evasão . . . 56
4.8 Localização do plugin dentro de uma disciplina no Moodle . . . 58
4.9 Tela inicial do plugin Relatório de Risco de Evasão . . . 59
4.10 Infográfico de acessos . . . 60
4.11 Relatório de acessos por dia . . . 60
4.12 Infográfico de desempenho . . . 61
4.14 Infográfico de interações . . . 62
4.15 Exibição dos alunos por quantidade de interações nos fóruns . . . 63
4.16 Listagem dos alunos em risco de desistência . . . 64
4.17 Tela de detalhamento por aluno . . . 64
4.18 Tela de envio de mensagens pelo Moodle . . . 65
4.19 Seleção do tipo de relatório e do filtro de datas . . . 65
4.20 Filtro por quantidade de acessos . . . 66
4.21 Filtro de desempenho percentual nas atividades . . . 66
4.22 Relatório de Interações com filtro de data . . . 67
L
ISTA DE
T
ABELAS
2.1 Descrição dos recursos do Moodle . . . 26 2.2 Descrição das atividades do Moodle . . . 27 3.1 Tabela comparativa das ferramentas de Learning Analytics . . . 44 5.1 Trechos do grupo focal com professores, tutores e coordenadores sobre a
im-portância do acompanhamento dos alunos no AVA . . . 69 5.2 Trechos do grupo focal com professores, tutores e coordenadores sobre a
im-portância do acompanhamento sobre a evasão . . . 70 5.3 Trechos do grupo focal com professores, tutores e coordenadores sobre como
eles fazem o acompanhamento dos alunos no Moodle . . . 72 5.4 Trechos do grupo focal com professores, tutores e coordenadores sobre as
difi-culdades que eles encontram ao fazerem o acompanhamento no Moodle . . . . 74 5.5 Trechos do grupo focal com professores, tutores e coordenadores sobre como o
L
ISTA DE
S
IGLAS
ABED – Associação Brasileira de Educação a Distância APIs – Application Programming Interfaces
AVAs – Ambientes Virtuais de Aprendizagem CNE – Conselho Nacional de Educação CSS – Cascading Style Sheets
EAD – Educação a Distância FAQ – Frequently Asked Questions HTML – Hypertext Markup Language IESs – Instituições de Ensino Superior
INEP – Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira MEC – Ministério da Educação e Cultura
MOODLE – Modular Object-Oriented Dynamic Learning Environment PHP – Hypertext Preprocessor
SQL – Structured Query Language
TICs – Tecnologias da Informação e da Comunicação UML – Unified Modeling Language
S
UMÁRIO
CAPÍTULO 1 – INTRODUÇÃO 13
1.1 Questões e Hipótese de Pesquisa . . . 16
1.2 Objetivos . . . 16
1.3 Metodologia . . . 16
1.4 Estrutura da Dissertação . . . 20
CAPÍTULO 2 – FUNDAMENTAÇÃO TEÓRICA 21 2.1 Educação a Distância . . . 21
2.1.1 Conceitos e Características . . . 21
2.1.2 Ambientes Virtuais de Aprendizagem . . . 23
2.1.3 Evasão na Educação a Distância . . . 27
2.2 Learning Analytics . . . 30
2.2.1 Visualização de Dados e Infográficos . . . 32
2.2.2 Ferramentas de Learning Analytics . . . 34
2.3 Engajamento e Diminuição da Evasão . . . 34
CAPÍTULO 3 – TRABALHOS RELACIONADOS 37 3.1 Analytics Graphs . . . 37
3.2 Loop . . . 39
3.3 Moodle Analytics Dashboard . . . 40
CAPÍTULO 4 – PLUGIN RELATÓRIO DE RISCO DE EVASÃO 46
4.1 Concepção do Plugin . . . 46
4.1.1 Indicador Cognitivo: Notas . . . 48
4.1.2 Indicador Social: Interações nos Fóruns . . . 48
4.1.3 Indicador Comportamental: Acessos . . . 49
4.2 Modelagem do Sistema . . . 50
4.2.1 Diagrama de Caso de Uso do Sistema . . . 51
4.2.2 Diagramas de Atividades do Sistema . . . 52
4.3 Desenvolvimento do Sistema . . . 55
4.3.1 Partição DB Extractor . . . 56
4.3.2 Partição Controle de Acesso . . . 57
4.3.3 Partição Processamento e Visualização de Dados . . . 58
4.3.3.1 Visualizações do Plugin . . . 58
4.3.3.2 Relatórios do Plugin . . . 65
CAPÍTULO 5 – AVALIAÇÃO E ANÁLISE QUALITATIVA DO SISTEMA 68 5.1 Momento I - Importância do Acompanhamento dos Alunos no AVA quanto à Evasão . . . 69
5.2 Momento II - Dificuldades em Acompanhar os Alunos no Moodle . . . 71
5.3 Momento III - Apresentação do Plugin Relatório de Risco de Evasão . . . 75
5.4 Momento IV - Avaliação do Plugin como Ferramenta para a Identificação do Risco de Evasão . . . 75
CAPÍTULO 6 – CONSIDERAÇÕES FINAIS 79 6.1 Conclusões . . . 80
6.2 Trabalhos Futuros . . . 81
APÊNDICE A – ROTEIRO DO GRUPO FOCAL 89
APÊNDICE B – TERMO DE CONSENTIMENTO 91
Capítulo 1
I
NTRODUÇÃO
A evolução das Tecnologias da Informação e da Comunicação (TICs) influenciou o sur-gimento da modalidade de Educação a Distância (EAD). Nas décadas de 60 e 70, diversas ações no campo da educação secundária e superior caracterizaram um grande avanço nessa modalidade de educação, começando na Europa, principalmente na França e na Inglaterra, e se expandindo pelos demais continentes [1]. Acompanhando essa tendência mundial e impulsio-nada pela popularização do acesso à internet e aos dispositivos móveis, a EAD é a modalidade educação que mais cresceu no Brasil, principalmente nas duas últimas décadas. Os números do crescimento da EAD são bastantes expressivos. De acordo com o Censo da Educação Superior de 2016, do Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (INEP), enquanto o ensino presencial teve queda anual de 1,2% nas matrículas, o ensino a distância teve expansão de 7,2% [2]. Para atender a essa demanda, muitos cursos a distância foram cri-ados, tanto em instituições públicas quanto privadas. O Censo EAD.BR 2016, realizado pela Associação Brasileira de Educação a Distância (ABED), aponta que a oferta de cursos a dis-tância cresceu 51% nas instituições privadas brasileiras de 2011 a 2015 [3]. A Figura 1.1 apre-senta esse aumento com base na evolução das matrículas em cursos regulamentados a distância, abrangendo esse intervalo.
Figura 1.1: Evolução do total de matrículas em cursos regulamentados a distância
1 Introdução 14
Se, por um lado, os números da EAD crescem fortemente e são empolgantes, por outro, os resultados dos estudos sobre a evasão, nessa modalidade de educação, causam preocupação. No Brasil, as taxas de evasão nos cursos a distância chegaram a 32%, segundo o Censo do ano de 2016 da ABED [3]. Contudo, Costa e Santos [4] pontam um índice de evasão médio em torno de 40% e informam que em alguns cursos técnicos a distância esse índice pode ser superior a 75%. Conforme Kotsiantis [5], a evasão ocorre com bastante frequência em universidades que oferecem educação a distância e as taxas de abandono são definitivamente superiores às das universidades da modalidade presencial. Os autores Abbad, Carvalho e Zerbini [6] também afirmam a existência de uma taxa de evasão maior para os cursos a distância, em relação aos cursos presenciais.
A evasão tem implicações negativas para as instituições, que contraem o ônus financeiro do investimento nos cursos; para o aluno, nos aspectos pessoal e profissional; e para a socie-dade, que deixa de possuir profissionais mais capacitados para atuar no mercado de trabalho. Como causas dessa evasão, alguns autores e o próprio Ministério da Educação e Cultura (MEC) apontam como problemas que favorecem o abandono dos cursos: a sensação de isolamento do aluno, devido ao contato limitado com os professores e tutores; o sentimento de desorientação no ambiente virtual do curso; a perda da motivação; e a dificuldade de gerenciar o aprendi-zado sem o apoio institucional adequado, abrangendo fatores de ondem institucional, social e pessoal [7] [8] [9] [10] [11].
Os Ambientes Virtuais de Aprendizagem (AVAs), que são as plataformas digitais que pro-piciam o ensino-aprendizagem na EAD, fornecem relatórios e logs para que os professores e tu-tores possam acompanhar a aprendizagem e o engajamento dos alunos. Contudo, Dobashi [12] destaca que muitos professores avaliam como insatisfatória a capacidade desses sistemas de aprendizagem de facilitar a análise do histórico de aprendizagem dos alunos, aliado ao fato de que a maioria desses professores não possui formação na área de Tecnologia da Informação. Esses relatórios, geralmente, se apresentam de forma pouco intuitiva, em um formato tabular, com uma organização lógica fraca, que dificulta a compreensão dos registros de acessos e das interações dos alunos [13]. Isso torna o processo de acompanhamento desses estudantes muito manual, subjetivo, empírico e sujeito a falhas, dependendo primordialmente da experiência aca-dêmica e do envolvimento dos professores e tutores. Considerando que os professores desempe-nham inúmeras atividades, somado ao fato de existir uma grande quantidade de estudantes por turma nos cursos a distância, torna-se bastante difícil acompanhar e reconhecer as necessidades de cada estudante e identificar aqueles que realmente apresentam risco de evasão [4].
1 Introdução 15
Frente a este cenário, além dos estudos sobre as causas da evasão, é crescente a investi-gação de formas de melhorar o acompanhamento do engajamento dos alunos por meio dos próprios dados do AVA, a fim de identificar problemas, como a evasão. O êxito do aluno no curso traz benefícios tanto para a sociedade, que contará com mais pessoas qualificadas, quanto para a instituição e para o próprio aluno. Portanto, prover sistemas eficazes de monitoramento do aluno, que possibilitem a identificação daqueles em situação de risco de evasão, associado com ações e retenção, é preponderante para o sucesso dos cursos a distância. Os autores Lykou-rentzou et al. [14] corroboram essa informação quando afirmam que um dos elementos-chave na redução das taxas de abandono escolar é a identificação precisa e rápida dos estudantes em risco de evasão. Uma vez que na EAD tanto alunos como professores não estão em um ambiente face-a-face, novas formas de monitoramento dos estudantes devem ser exploradas.
Diante disso, preocupando-se com a forma como os dados gerados pelos AVAs podem ser utilizados para melhorar o processo de ensino e aprendizagem dos alunos, surgiu a área co-nhecida como Learning Analytics [15]. O termo ainda não possui uma tradução consagrada na literatura brasileira e, por isso, utilizaremos a forma em inglês no decorrer desse trabalho. Os au-tores Cechinel, Einhardt e Tavares [16] destacam que a Learning Analytics é uma das áreas que mais vem atraindo a atenção dentro da comunidade científica que trabalha com tecnologias vol-tadas para a educação, pois tem o objetivo de prover formas mais eficazes aos atores que atuam na EAD, de acompanhar o desempenho e o engajamento dos alunos nos AVAs e facilitar a iden-tificação de problemas. Portanto, as aplicações desenvolvidas para AVAs, dentro do contexto da Learning Analytics, têm um grande potencial de otimizar o trabalho de acompanhamento do processo de ensino-aprendizagem, por proporcionarem mecanismos que possibilitam identifi-car padrões de aprendizagem e alunos em situação de risco de abandono. Essas ferramentas subsidiam, assim, intervenções positivas no sentido de melhorar a retenção de estudantes.
Com esse intuito, a Learning Analytics utiliza diferentes técnicas, sendo as mais comuns a mineração de dados educacionais, a análise de redes sociais, a estatística e a visualização de dados [17]. Utilizando essa abordagem no âmbito da EAD, a grande quantidade de re-gistros gerados pelos AVAs pode ser representada graficamente e, através da manipulação das representações gráficas, professores, tutores e gestores de curso podem analisar facilmente o engajamento dos seus alunos e identificar potenciais problemas, como o risco de evasão.
Posto isso, essa pesquisa se situa no campo da Learning Analytics e apresenta uma abor-dagem para a identificação de alunos em risco de evasão no AVA Moodle. Para tanto, a meto-dologia selecionada considera os indicadores de números de acessos, a contagem de interações nos fóruns e o desempenho dos alunos nas atividades desenvolvidas nesse AVA e apresenta-os
1.1 Questões e Hipótese de Pesquisa 16
para professores, tutores e gestores educacionais em forma de relatórios e infográficos [18]. Além disso, permite a utilização de filtros por período e a notificação de alunos que foram considerados pelos professores, tutores ou gestores como em risco de evasão.
1.1
Questões e Hipótese de Pesquisa
A questão de pesquisa que norteia este trabalho de mestrado é a seguinte: (i) Como melho-rar a percepção do risco de evasão de alunos em um AVA para professores, tutores e gestores de curso?
A hipótese levantada nesse estudo é a de que a utilização de uma solução que colete dados de indicadores referentes aos acessos, às interações e às notas dos alunos nos AVAs e os exiba por meio de infográficos, pode melhorar a percepção de professores, tutores e gestores na iden-tificação de alunos que possam estar em vias de abandonar um curso, em comparação com os logse relatórios nativos do AVA.
1.2
Objetivos
O objetivo geral desse trabalho é propiciar um sistema que apresente alunos em situação de risco de evasão, utilizando indicadores cognitivos, sociais e comportamentais, a partir dos dados do AVA Moodle. Para atingir esse objetivo geral, estipulamos os seguintes objetivos específicos:
• Estabelecer os indicadores estratégicos a partir dos dados do AVA para exibir infor-mações relevantes e auxiliar a identificação de alunos em risco de evasão;
• Exibir dados estratégicos dos alunos no AVA de forma que proporcione a identificação mais fácil e clara de estudantes em risco de abandono.
1.3
Metodologia
Levando em consideração o objetivo geral e a hipótese de pesquisa levantada neste trabalho, a pesquisa teve caráter experimental. Ao abordar esse tipo de método científico, Amaral [19] destaca que as "metodologias experimentais são amplamente utilizadas na Ciência da Compu-tação para avaliar novas soluções de problemas". Fazendo um paralelo com a nossa pesquisa, propusemos o desenvolvimento de um sistema computacional (plugin) em um AVA, como uma
1.3 Metodologia 17
solução para o problema da dificuldade de identificação da situação acadêmica dos alunos por parte de professores, tutores e gestores ao recorrerem aos relatórios e logs nativos do AVA.
Para avaliar se a solução proposta pode ser utilizada para a finalidade para a qual foi desen-volvida e obter a percepção de melhorias que a ferramenta apresenta sobre a identificação de alunos em risco de evasão, em relação ao relatório e logs nativos do AVA, foi utilizado o método de pesquisa grupo focal [20], aplicado com professores, tutores e gestores de um curso superior a distância.
O grupo focal é um método de pesquisa qualitativo que coleta informações através de inte-rações de indivíduos em entrevistas grupais planejadas [21]. O objetivo principal desta técnica é obter informações detalhadas sobre uma área de interesse, que pode ser um tema, sistema, produto ou serviço, a partir de um grupo de pessoas selecionadas de acordo com características afins ao tema da pesquisa [22]. As informações colhidas são subsídio para proporcionar a compreensão de percepções, atitudes e crenças dos participantes sobre o objeto de estudo. O grupo focal permite que os participantes construam suas respostas e ideias uns com os outros, o que incrementa a riqueza das informações obtidas. Além desse benefício, o método produz informações verdadeiras, é razoavelmente barato e rápido de realizar [20]. Em termos práticos, trata-se de uma discussão com um grupo de 3 a 12 pessoas, orientada/guiada por um moderador, que segue um roteiro pré-definido para que a discussão permaneça focada no tema da pesquisa. Ademais, a duração da sessão geralmente tem entre uma e duas horas.
No nosso estudo, a técnica foi enriquecida com a apresentação das telas do sistema, fazendo com que os achados no grupo focal fossem mais significativos. O objetivo principal do grupo focal foi obter a percepção dos participantes sobre as melhorias que a ferramenta desenvolvida na pesquisa promoveu no acompanhamento e na identificação do risco de evasão de alunos no AVA, com base nos indicadores de acessos, interações e desempenho, que foram escolhidos na construção da solução em forma de relatório para o AVA Moodle.
Para o desenvolvimento da solução proposta nessa pesquisa, este trabalho contou com as seguintes fases:
Concepção
Esta fase envolveu três etapas, sendo que, na primeira, foi feito o estudo do AVA Moodle e dos seus mecanismos de integração com aplicações externas. Foi verificado que o Moodle se integra com novas funcionalidades através de módulos de extensão chamados de plugins e que para instalar qualquer novo plugin no Moodle é necessário descompactar o pacote de instalação da novo plugin dentro do diretório de instalação do Moodle, na pasta referente à categoria do
1.3 Metodologia 18
tipo de funcionalidade do plugin.
A segunda etapa abrangeu o estudo do conceito e das técnicas e de algumas ferramentas de visualização de dados. Descobriu-se que são utilizadas técnicas específicas para exibir cada tipo de dado. Algumas tarefas de alto nível também costumam ser empregadas pelas de visua-lização, adicionando funcionalidades para o usuário que utiliza a ferramenta de visualização [23]. O sistema proposto nessa pesquisa utilizou as seguintes técnicas de alto nível: visão geral, filtragem, zoom e relatório. Para a visualização de dados, foi utilizada a técnica do tipo unidimensional, com gráficos do tipo donuts e barras [24].
A terceira etapa envolveu o levantamento e a seleção dos indicadores criados a partir dos dados do AVA Moodle, para serem exibidos em forma de relatórios em um plugin, por meio de uma ferramenta de visualização de dados. Foi realizada uma revisão da literatura sobre o tema e definidos os indicadores para serem utilizados pelo plugin.
Análise
Nessa fase, projetou-se um plugin do tipo report para indicar o risco de evasão no AVA Moodle, por meio da exibição da informação de indicadores cognitivos, sociais e comporta-mentais dos alunos. Para tanto, foi realizada a modelagem do sistema computacional proposto através de diagramas de casos de uso e de atividades, estabelecendo o fluxo de informações e as funcionalidades do plugin. Para realizar essa modelagem, foi utilizada a linguagem de mode-lagem UML1(do inglês, Unified Modeling Language) e os diagramas foram construídos com a ferramenta Astah2.
Desenvolvimento
O Moodle foi escrito principalmente na Linguagem de Programação PHP3 [25]. Logo, o plugintambém foi codificado usando essa linguagem de programação. Também empregamos a linguagem de acesso ao banco de dados SQL4 para realizar as consultas ao banco de dados PostgreSQL5 e extrair os conjuntos de dados referentes aos indicadores elencados na fase anterior dessa pesquisa. Já no desenvolvimento front-end, foram utilizados HTML6, CSS7 e JavaScript8, por meio do framework de desenvolvimento Web Bootstrap9. Os infográficos, por
1https://pt.wikipedia.org/wiki/UML 2http://astah.net/ 3https://pt.wikipedia.org/wiki/PHP 4https://pt.wikipedia.org/wiki/SQL 5https://www.postgresql.org/ 6https://pt.wikipedia.org/wiki/HTML 7https://pt.wikipedia.org/wiki/Cascading_Style_Sheets 8https://www.javascript.com/ 9https://getbootstrap.com/docs/4.2/about/overview/
1.3 Metodologia 19
sua vez, foram construídos por meio do serviço Google Charts10.
O Charts, da Google, é um framework gratuito que implementa protocolos de compatibili-dade com várias linguagens de programação e também protocolos de conexão com ferramentas variadas, permitindo a conexão em tempo real com bancos de dados e a escolha dentre uma variedade de gráficos, desde simples gráficos de dispersão a mapas de árvore hierárquicos com controles interativos [26]. No nosso sistema, foram empregadas funções e recursos do Charts para desenhar os gráficos referentes aos indicadores gerados a partir dos dados do banco de dados do Moodle.
Testes funcionais e avaliação quanto à melhoria da percepção do risco de evasão
O plugin desenvolvido foi instalado em um servidor de homologação do AVA Moodle, versão 3.1, com as seguintes aplicações: servidor Web Apache11, versão 2; PHP, versão 7; e Banco de dados PostgreSQL, na versão 10. Salas virtuais foram criadas e povoadas com usuários de teste com papéis de professores, tutores, gestores e alunos. Diversas simulações foram feitas com as contas de usuário dos alunos, que envolveram a realização de acessos às disciplinas, fazer interações nos fóruns e responder atividades (questionários, fóruns avaliativos, tarefas etc.). Às atividades corrigidas foram atribuídas notas pelos professores ou tutores. Em seguida, simulando o acesso com as contas dos professores, tutores e gestores, todas as funcionalidades do plugin foram testadas, uma a uma, verificando-se os infográficos e os rela-tórios gerados a partir dos registros dessas atividades dos estudantes.
Para avaliar o sistema, foi realizado um grupo focal com um grupo de sete pessoas: professores, tutores e gestores de um curso superior a distância do Instituto Federal da Paraíba -IFPB. O grupo focal teve duração de 80 minutos e foi dividido em quatro momentos que envol-veram sessões de perguntas e a apresentação das funcionalidades, dos relatórios e infográficos do plugin desenvolvido nessa pesquisa.
Em síntese, os recursos utilizados foram os seguintes:
• Um servidor Moodle, com sistema operacional Windows 10, com Apache 2, PostgreSQL 10, PHP 7 e Moodle 3.1;
• Google Charts como ferramenta de visualização de dados;
• Recursos humanos: um pesquisador, um auxiliar e quatro desenvolvedores. 10https://developers.google.com/chart/
1.4 Estrutura da Dissertação 20
1.4
Estrutura da Dissertação
Este trabalho está organizado em 6 capítulos. Inicialmente, na Introdução, são abordados a motivação, a problemática, o contexto e a hipótese de pesquisa bem como os objetivos e os métodos científicos aplicados neste trabalho. No Capítulo 2, foi realizada toda a fundamentação teórica dos conceitos e características dos temas que balizaram a pesquisa, a saber: Educação a Distância; Ambientes Virtuais de Aprendizagem, enfatizando o Moodle; Learning Analytics, abordando a visualização de dados e as características das ferramentas dessa área de pesquisa educacional; e a relação entre o engajamento dos alunos e a diminuição da evasão . No Capítulo 3, apresentamos os trabalhos desenvolvidos que têm afinidade com a nossa pesquisa, expondo as suas principais características e limitações. Mais adiante, no Capítulo 4, explanamos a res-peito da modelagem, da arquitetura e do desenvolvimento sistema proposto nessa pesquisa. No Capítulo 5, discorremos sobre a avaliação da ferramenta através da realização de um grupo focal com professores, tutores e gestores de curso. Por último, no Capítulo 6, fazemos as conclusões e as considerações finais do trabalho desenvolvido, abrangendo os trabalhos futuros.
Capítulo 2
F
UNDAMENTAÇÃO
T
EÓRICA
Nesse capítulo, apresentaremos os conceitos que nortearam a pesquisa, abordando mais detalhadamente as definições e as características dos seguintes temas: Educação a Distância; Ambientes Virtuais de Aprendizagem, enfatizando o Moodle; Learning Analytics, abrangendo a visualização de dados e ferramentas de Learning Analytics nos AVAs; e a teoria sobre o engajamento dos alunos e o seu reflexo na diminuição da evasão.
2.1
Educação a Distância
Historicamente, o início da EAD remonta ao ensino por correspondência, passando pelo rádio e pela televisão, culminando na aprendizagem on-line, com a expansão das TICs e das tecnologias móveis [27]. No Brasil, a partir de 1996, políticas públicas de incentivo a essa mo-dalidade de educação foram criadas e a EAD passou a receber um tratamento específico e sistê-mico na regulação educacional, sobretudo na educação superior. Tais mudanças alavancaram o movimento das Instituições de Ensino Superior (IESs) em direção à educação a distância [28] e hoje a EAD é modalidade de educação que mais cresce no país e há cursos disponíveis nos níveis de pós-graduação, superior e médio (técnico). Esse crescimento da EAD também está associado à flexibilidade que a modalidade oferece: cursos com valores mais acessíveis, flexibi-lidade de horários de estudos e a não obrigatoriedade de deslocamentos, como ocorre no ensino presencial.
2.1.1
Conceitos e Características
Embora haja uma ampla discussão entre os profissionais e pesquisadores sobre a definição do que é a educação a distância, existe um consenso que a define como uma modalidade de
2.1 Educação a Distância 22
educação na qual alunos e professores desenvolvem o processo de ensino e aprendizagem, de forma simultânea, sem estarem no mesmo lugar e no mesmo horário, apoiados pelas TICs. Complementando essa definição genérica, o Conselho Nacional de Educação (CNE), na reso-lução número 1, de 11 de março de 2016, conceitua a educação a distância da seguinte forma [29]:
Modalidade educacional na qual a mediação didático-pedagógica, nos processos de ensino e aprendizagem, ocorre com a utilização de meios e tecnologias de informa-ção e comunicainforma-ção, com pessoal qualificado, políticas de acesso, acompanhamento e avaliação compatíveis, entre outros, de modo que se propicie, ainda, maior articula-ção e efetiva interaarticula-ção e complementariedade entre a presencialidade e a virtualidade “real”, o local e o global, a subjetividade e a participação democrática nos processos de ensino e aprendizagem em rede, envolvendo estudantes e profissionais da educação (professores, tutores e gestores), que desenvolvem atividades educativas em lugares e/ou tempos diversos.
Diante dessa definição, é possível concluir que a EAD se apoia em quatro pilares princi-pais: a mediação didático-pedagógica utilizando as tecnologias, essa característica, por sua vez, demanda o segundo pilar que é qualificação dos profissionais professores, tutores e gestores en-volvidos na modalidade; a necessidade de um sistema de acompanhamento (monitoramento) e avaliação do engajamento dos alunos e, por último, as políticas inclusivas de acesso à educação. A partir desses elementos fundamentais, Garcia et al. [30] estabelecem as seguintes carac-terísticas para a educação a distância :
• Separação espacial e temporal entre professor e aluno - dessemelhante da educação pre-sencial, o processo de ensino aprendizagem não é feito face-a-face. Existe a comunicação síncrona ou assíncrona (chats e fóruns) e sessões de tutoria presenciais, porém a aprendi-zagem é pautada na autonomia do aluno, com o auxílio do material didático impresso ou on-line;
• Intenso aporte das TICs - os meios tecnológicos são obrigatoriamente necessários, pois viabilizam a modalidade;
• Sistemas de tutoria - os tutores são responsáveis por interagir, monitorar, avaliar e motivar os alunos nos AVAs;
• Aprendizagem independente/colaborativa e flexível dos discentes - o aluno é o principal responsável pelas decisões referentes ao seu aprendizado, tendo autonomia para gerenciar o seu tempo, o ritmo e a forma de aprendizagem, porém, é necessário que possua muita disciplina;
2.1 Educação a Distância 23
• Comunicação massiva - os sistemas empregados na educação a distância permitem a comunicação simultânea e em massa entre alunos e professores.
Considerando as características e os conceitos supracitados, resumimos que a EAD é uma modalidade de educação na qual professor e aluno estão geograficamente separados, flexível, mediada pelas TICs. Para que a modalidade funcione dessa forma, como ela é, Nunes [31] destaca que a EAD só é possível com o envolvimento e a participação de atores específicos, que desempenham papéis de acordo com as suas formações e experiências, funções e responsabi-lidades. Esses atores foram classificados pelo MEC, no seu Referencial de Qualidade da Edu-cação, nas seguintes categorias: professores, tutores, gestores, pessoal técnico-administrativo, equipe tecnológica e alunos [11].
Os professores são os profissionais que elaboram os materiais didáticos e que são respon-sáveis pelas disciplinas e outras funções que envolvam o conhecimento de conteúdo, avaliação, estratégias didáticas, organização metodológica, interação e mediação pedagógica junto aos estudantes, nos AVAs. Já o tutor é definido pelo CNE [29] como “todo profissional de nível superior, (...) que atue na área de conhecimento de sua formação, como suporte às atividades dos docentes e mediação pedagógica, junto a estudantes, na modalidade de EAD". Os tuto-res são profissionais que exercem um papel essencial na modalidade de educação a distância. Eles são responsáveis por: realizar o acompanhamento das atividades dos alunos, seguindo o cronograma do curso; estabelecer um contato permanente com os discentes; elaborar relatórios mensais de acompanhamento dos alunos; prover apoio operacional, dentre outras funções [32]. Para sustentar e gerenciar os trabalhos dos tutores e professores, existe o papel do gestor edu-cacional ou coordenador de curso. Cabe a ele definir, organizar e acompanhar as atividades dos cursos. Os autores Kearsley e Moore [33] atestam que são os administradores com a respon-sabilidade de garantir os recursos humanos, tecnológicos e financeiros e o suporte de todo o trabalho para viabilizar o funcionamento dos cursos.
Professores, tutores e alunos da EAD desenvolvem suas atividades nos AVAs, cujo conceito, principais características e o AVA Moodle, discutiremos na seção a seguir.
2.1.2
Ambientes Virtuais de Aprendizagem
Os avanços nas TICs e a popularização da Internet proporcionaram o desenvolvimento dos AVAs para apoiar a EAD. Entre os termos mais comuns associados aos AVAs estão os seguin-tes: educação on-line, ensino a distância, aprendizagem baseada na internet ou, ainda, as ex-pressões inglês e-learning, web-based learning, learning management systems, virtual learning
2.1 Educação a Distância 24
environments.
Uma definição bastante aceita para AVA é a fornecida por Milligan [34], que aponta que o termo refere-se a um software, hospedado em um servidor, que foi desenvolvido para gerenciar ou administrar vários aspectos do processo de aprendizagem. Para viabilizar todas as necessi-dades do processo de ensino-aprendizagem, o mesmo autor indica que os AVAs devem apre-sentar as seguintes funcionalidades:
• Disponibilização e gestão de conteúdos;
• Controle de acesso - geralmente baseado em senhas;
• Administração - monitoramento dos alunos, registrando seu progresso nas atividades e páginas visitadas;
• Avaliação - geralmente formativa;
• Comunicação - em vários níveis, um para um, um para muitos, síncrona e assíncrona; • Espaço pessoal (privativo) para os participantes trocarem e armazenarem materiais
didá-ticos;
• Uma base de recursos - com a finalidade de gerenciar materiais de aprendizagem menos formais, como uma FAQ ou sistema de busca;
• Área de suporte - por exemplo, ajuda on-line sobre o ambiente virtual de aprendizagem; • Ferramentas de manutenção - para criar e atualizar os materiais de aprendizagem.
Esses sistemas também registram e acumulam grandes quantidades de registros (logs) das atividades dos alunos [35]. Dentre as informações que podem ser registradas estão: primeiro e último login; histórico de páginas visitadas; número de mensagens lidas e postadas em fóruns de discussão; toda a atividade acadêmica realizada no ambiente virtual, como leitura de con-teúdos, interações com colegas; informações pessoais sobre o perfil do usuários e os resultados acadêmicos.
Atendendo a essas finalidades, muitos sistemas AVAs foram desenvolvidos, geralmente por instituições acadêmicas, para viabilizarem seus cursos na modalidade EAD. Alguns exemplos de sistemas comerciais são Blackboard1, WebCT2e Top-Class3, enquanto alguns exemplos de
1http://www.blackboard.com/index.html/ 2https://www.elearninglearning.com/webct/ 3https://www.elearninglearning.com/topclass/
2.1 Educação a Distância 25
sistemas gratuitos são Moodle4, Ilias5, Claroline6e Amadeus [36]. Hoje em dia, um dos mais utilizados é o Moodle, um sistema de gerenciamento de aprendizagem gratuito que possibilita a criação de cursos e experiências on-line poderosas, flexíveis e atraentes [37]. Nesse trabalho, nós nos ateremos ao Moodle e às suas informações para o monitoramento das atividades dos discentes.
A palavra Moodle é um acrônimo para Modular Object-Oriented Dynamic Learning En-vironment. Trata-se de um software de gerenciamento de aprendizagem gratuito, de código aberto, desenvolvido por Martin Dougiamas7, no seu projeto de Doutorado, em 1999, na Curtin University of Technology, em Perth, na Austrália. O Moodle foi desenvolvido utilizando a lin-guagem de programação PHP e atualmente possui 106.929 sites ativos, em 229 países [38]. A plataforma foi construída baseada no modelo pedagógico socioconstrutivista, no qual se acre-dita que os alunos aprendem melhor quando interagem entre si, com os professores e com o material de aprendizagem, permitindo-lhes construir novos materiais para os seus colegas e interagirem entre si sobre o material desenvolvido [39].
Nessa perspectiva, o Moodle possui uma matriz flexível e variada de módulos de ativi-dades e recursos [39]. Basicamente, os recursos correspondem aos materiais didáticos propostos pelos professores no AVA para prover a fundamentação e as bases teóricas aos alunos sobre os assuntos e os temas de estudo. É possível criar seis tipos de recursos estáticos: um arquivo de texto, uma página da Web, um link para qualquer assunto na Internet, uma visualização para um dos diretórios do curso e um rótulo que exiba qualquer texto ou imagem ou juntar diversos conteúdos no recurso livro. A descrição de cada um desses módulos é mostrada na Tabela 2.1.
Já as atividades, conforme apresenta a Tabela 2.2, são geralmente utilizadas para medir a aprendizagem dos alunos. Podem ser questionários, fóruns, envio de arquivo, dentre outras. São seis tipos de material de curso interativo (atribuições, escolha, revista, lição, questionário e pesquisa) e cinco tipos de atividades colaborativas, que possibilitam aos alunos interagirem uns com os outros (chat, fórum, glossário, wiki e laboratório de avaliação).
Também é possível adicionar novas funcionalidades ao Moodle por meio de plugins, que são extensões que podem ser integradas ao AVA, no formato de blocos, relatórios, recursos, atividades [38]. Esses plugins podem ser instalados pelos administradores do AVA dentro de uma estrutura que para o Moodle é classificada como um "curso".
Um curso no Moodle é a representação de uma classe em sala de aula, ou seja, uma disci-4https://moodle.org/
5https://www.ilias.de/ 6https://www.claroline.net/
2.1 Educação a Distância 26
Tabela 2.1: Descrição dos recursos do Moodle
Recurso Descrição
Arquivo Possibilita disponibilizar um arquivo (em vários formatos) na semana ou tópico do curso, para consulta e/ou download pelos estudantes.
Livro Exibe conteúdos divididos por capítulos e subcapítulos. Pode conter textos, linksde sites/vídeos, imagens e outros elementos multimídia.
Página Exibe uma página Web que pode conter textos, links de sites ou vídeos, imagens e outros elementos multimídia.
Pasta Exibe uma pasta com vários arquivos, para consulta ou download pelos participantes.
Rótulo Permite inserir textos, imagens e vídeos no meio dos links de uma semana ou tópico. Pode ser utilizado como cabeçalho ou separador. URL Disponibiliza um link para uma página da Internet.
Fonte: IFPB [40]
plina ou componente curricular. Essa sala é composta por quatro elementos principais: blocos, seções, recursos e atividades. Os blocos são "caixas"que ficam nas laterais da sala virtual que permitem funcionalidades acadêmicas e administrativas, como configurações do curso, calen-dário acadêmico etc. As seções costumam representar uma semana de aula ou um tópico de aprendizagem, composto pelos recursos e atividades [25].
Dentre esses recursos e atividades, o sistema desenvolvido nessa pesquisa verificou o de-sempenho dos estudantes em todas as atividades propostas pelos professores para os alunos no ambiente da sala de aula do Moodle. Também checou as interações dos estudantes na atividade fórum. Já os recursos apresentados na Tabela 2.1, balizaram o entendimento dos indicadores utilizados no Capítulo 3, referente aos trabalhos relacionados com essa pesquisa.
Todas as ações dos alunos envolvendo interações com esses recursos e atividades, incluindo as visualizações e as postagens de todos os objetos de aprendizagem hospedados no AVA, são re-gistradas no banco de dados e são fornecidos relatórios e logs [41] para os profissionais (profes-sores, tutores e gestores) realizarem o acompanhamento do engajamento dos estudantes. Esses logssão armazenados em um banco de dados relacional que pode ser MySQL8, PostgreSQL, Oracle9, MariaDB10. Contando com todas essas funcionalidades, atualmente o Moodle está na sua versão 3.6 e existem quase 1.600 plugins desenvolvidos [42].
Depois que explanamos sobre a definição, características e funcionalidades do AVA Moodle, discutiremos agora o conceito de evasão dos estudantes na educação a distância.
8https://www.mysql.com/ 9https://www.oracle.com/ 10https://mariadb.org/
2.1 Educação a Distância 27
Tabela 2.2: Descrição das atividades do Moodle
Atividade Descrição
Base de dados Ferramenta colaborativa que possibilita criar, atualizar, consultar e exibir uma lista de registros sobre determinado tema, utilizando uma estrutura pré-definida. Chat Ferramenta de comunicação entre os participantes em tempo real.
Escolha
Permite ao professor fazer uma pergunta e especificar opções de múltiplas respostas. Os resultados podem ser publicados depois que os alunos responderam, ou após uma determinada data.
Laboratório de avaliação
Possibilita a criação de um trabalho sobre um tema escolhido, que pode ser um texto on-line, ou um arquivo enviado (pdf, vídeo,imagem etc.), ou ainda ambos, podendo a avaliação ser feita pelo professor e pelos estudantes entre si, mediante um formulário de avaliação construído pelo professor.
Fórum
É uma discussão assíncrona sobre temas escolhidos pelo professor ou pelos demais participantes. Pode ser um único tema ou vários tópicos com temas diferentes.
Glossário Possibilita criar uma lista de termos e respectivas definições, envolvendo o conhecimento partilhado e a colaboração sobre determinado tema.
Lição
É um conjunto de páginas que podem conter informações em vários formatos, seguindo uma sequência não linear, determinada pelos resultados alcançados pelo aluno em cada etapa
da atividade.
Pesquisa É uma ferramenta para obter opinião sobre determinado assunto.
Questionário
É um conjunto de questões de vários formatos. A atividade é criada pelo professor, respondido pelo aluno e corrigido automaticamente pelo sistema (com base no gabarito previamente definido pelo professor).
Tarefas
Permitem que os alunos submetam textos ou arquivos em vários formatos para avaliação pelo professor. As tarefas podem ser de envio de arquivo, de texto on-lineou off-line, dependendo da configuração escolhida.
Wiki
Ferramenta interativa de construção de uma base de conhecimentos. Tem como resultado um texto colaborativo construído de forma assíncrona pelos alunos.
Fonte: IFPB [40]
2.1.3
Evasão na Educação a Distância
O conceito "puro"de evasão, conforme definem os dicionários, está relacionado à "ação de abandonar algo; desistência, abandono: evasão escolar" [43]. Ao discutir sobre essa temática voltada para a EAD, Vargas [44] constatou que cada autor estabelece seus próprios critérios para definir a não-persistência do aluno nos cursos da modalidade. Acredita-se que isso aconteça devido às características multidimensionais e multifacetárias do fenômeno da evasão [45].
Diante disso, verificamos que alguns autores costumam classificar a evasão de acordo com o período em que o abandono do curso ocorre na jornada acadêmica do aluno. Silva, Rosini e Silva [46] destacam que a literatura apresenta dois tipos de abandono ou evasão na modalidade de educação a distância: o primeiro tipo é chamado de "real"e ocorre da seguinte forma: o aluno
2.1 Educação a Distância 28
demonstra interesse pelo curso, efetua a matrícula na instituição, mas em determinado momento do curso ou período do semestre, deixa de dar andamento às atividades do curso; a segunda forma de evasão, é aquela em que o aluno não chega nem a iniciar as suas atividades acadêmicas, isto é, sequer acessam o AVA para participar das disciplinas nas quais se matricularam. De acordo com esse autor, essa é a forma de abandono mais comum nas instituições de ensino brasileiras.
Uma outra abordagem sobre esse aspecto da evasão foi realizada por Martinez [47], que classificou esse fenômeno da seguinte forma: evasão (dropout, em inglês), ocorre quando o es-tudante, por qualquer motivo, abandona o curso ou o sistema de ensino durante o seu andamento e nunca mais retorna. Muitas instituições costumam chamar esse estudante de "desistente"ou "evadido". Existem também, aqueles estudantes que realizam o trancamento do (stopout, em inglês), que é a interrupção temporária do curso e voltam posteriormente para concluí-lo. E, por último, a autora cita a evasão do tipo atteainer, na qual o aluno abandona o curso antes da sua conclusão, mas só depois de ter adquirido certo grau de conhecimento ou ter atingindo as suas metas pessoais para o curso.
As pesquisas também mostram que o abandono ainda nos primeiros períodos do curso é bastante comum. Muitos dos estudantes ingressam na EAD por deduzirem equivocadamente que a modalidade é um recurso “mais fácil” para se conseguir o certificado de conclusão, seja de um curso de graduação ou de pós-graduação [46]. Entretanto, o que acaba acontecendo é que boa parte deles não se adapta à rotina de estudos que a modalidade exige ou à metodologia de ensino adotada pela EAD, que faz uso massivo das TICs. Muitos alunos não estão familia-rizados com essas tecnologias e pode haver um estranhamento assim que começam os cursos. Por essas razões, constata-se que é inicialmente no primeiro semestre (ou nos primeiros mó-dulos) que ocorre o maior índice de evasão. Simpson [48] observou que grande parte da evasão ocorre nas primeiras semanas dos primeiros módulos do cursos e que geralmente os alunos não retornam aos cursos. Um estudo realizado por Willging e Johnson [49] também mostrou uma probabilidade maior de abandono dos cursos nos seus primeiros estágios.
Considerando especificamente os estágios em que os alunos podem abandonar os cursos, Lykourentzou, classificou-os em quatro categorias [14]:
1. Alunos que se matricularam, mas nunca entraram no AVA;
2. Alunos que entraram no AVA e completaram um número de seções, mas decidiram desistir completamente;
2.1 Educação a Distância 29
estudos e repetir o curso em um dos semestres seguintes; 4. Alunos que completaram o curso com sucesso.
No escopo do nosso trabalho, consideramos como evadidos, os alunos das categorias um e dois, ou seja, alunos que se matricularam nos cursos, mas nunca entraram no AVA ou que acessaram o AVA e completaram algumas atividades, mas que depois desistiram. Entendemos, portanto, que a evasão é o movimento de desistência do aluno que, depois de matriculado, não acessa o AVA ou desiste definitivamente no decorrer do curso, em qualquer estágio.
Como já dissemos, o movimento da evasão pode ser provocado por múltiplos fatores ou razões, institucionais ou particulares ao aluno. A divulgação do Censo EAD.BR de 2016, des-tacou que os principais motivos que levam estudantes a se evadirem na modalidade de ensino a distância são: o insuficiente domínio técnico do uso da ferramenta, isto é, do ambiente vir-tual, sem o modelo tradicional em sala de aula com a presença física de professores e equipe administrativa acadêmica; a dificuldade de explorar ideias na modalidade a distância, sendo a comunicação via chat insuficiente diante da falta de interação de pessoas em grupo num es-paço físico da instituição [3]. Depois de elencar as causas do abandono, esse estudo também divulgou os números da evasão, distribuídos por tipo de instituição, referentes ao ano de 2016, conforme mostra a Figura 2.1.
Figura 2.1: Taxas de evasão referentes ao ano 2016
Fonte: ABED, 2017
As taxas de evasão reportadas acima estão principalmente na faixa de 11% a 25% [3]. Para o ano de 2017, esse gráfico não foi disponibilizado. Nesse ano, as taxas de evasão foram subdivididas em degraus de 5% até a faixa de 50%. Dessa forma, os índices de evasão para os cursos EAD regulamentados nas instituições públicas (estaduais e federais) e privadas, no ano
2.2 Learning Analytics 30
2017, foram os seguintes: 28,75% das instituições reportaram taxas de evasão na faixa de 16% a 20%; 36,96% informaram evasão na faixa de 21% a 25% e 38,40% relataram taxas de evasão entre 26% e 50% [50].
Essa taxas revelam que a evasão ainda é um dos grandes obstáculos para as instituições que oferecem cursos a distância [28]. Diante disso, analisar o desempenho dos alunos e subsidiar o desenvolvimento de metodologias que favoreçam o aprendizado e aumentem o engajamento e a motivação para reduzir essas taxas de evasão é muito importante. Esse é um dos grandes obje-tivos da Learning Analytics [51]. Na seção a seguir, abordaremos o conceito e as características dessa área da pesquisa educacional.
2.2
Learning Analytics
Os AVAs geram enormes quantidades de dados referentes ao registro das atividades dos seus usuários nos cursos a distância. A disseminação dos cursos a distância também veio acom-panhada de índices de evasão superiores aos dos cursos da modalidade presencial. Diante desse cenário, cresce cada vez o interesse a respeito da forma como esses dados podem ser utilizados para auxiliar a prática pedagógica e promover melhorias nos AVAs [15]. Essa abordagem se encaixa exatamente no conceito de Learning Analytics.
Muitas definições podem ser atribuídas ao termo Learning Analytics. De forma mais de-talhada, Gaševi´c, Dawson e Siemens [52] conceituam a Learning Analytics como a coleta, a análise e o relato dos dados gerados pelos alunos e seus contextos, com o objetivo de otimizar o aprendizado e o ambiente no qual este ocorre. Esse processo pode fornecer informações es-tratégicas sobre o que está acontecendo nos AVAs e indicar quais são os alunos que podem abandonar o curso ou aqueles que precisam de uma atenção especial para melhorar o seu de-sempenho dentro do ambiente virtual [53].
Na modalidade EAD, apoiada substancialmente pelas TICs, a Learning Analytics, dentre outras possibilidades, avalia o grau de participação e as interações dos alunos nos AVAs, ge-ralmente baseada em métodos quantitativos, como, por exemplo: número de mensagens pos-tadas, número de mensagens lidas, páginas visualizadas, hits, número de acessos etc. [54]. Para alcançar os objetivos a que se propõe, essa área de pesquisa educacional possui uma faceta multidisciplinar, valendo-se das melhores práticas de áreas como Mineração de Dados Educa-cionais, Visualização de Dados e Bussiness Inteligence, transformando os dados educacionais dos alunos, extraídos dos AVAs, em informações úteis para professores, tutores, gestores e psi-copedagogos. A Figura 2.1 apresenta um mapa conceitual com todas essas etapas.
2.2 Learning Analytics 31
Figura 2.2: Mapa conceitual da Learning Analytics
Fonte: Adaptado de Silva Junior e Oliveira, 2016
Utilizando os seus dispositivos de acesso (I), tais como computadores, tablets, smartpho-nesetc., os alunos acessam os AVAs, leem conteúdos, respondem atividades, interagem com colegas, professores e tutores etc. Essas atividades e interações apontam a trajetória de apren-dizagem dos alunos e podem indicar a eficiência de uma experiência de aprenapren-dizagem e estabe-lecer perfis sociais, cognitivos e comportamentais dos discentes no AVA. Essas interações são coletadas, registradas e armazenadas pelos AVAs em forma de logs e dados (II). Porém, diante da dificuldade de interpretação desses dados coletados pelo AVA, a Learning Analytics (III) aplica, dentre outras técnicas, a mineração de dados e a visualização de dados educacionais. Na etapa de mineração dos dados (IV), estes são processados, gerando informações sobre a apren-dizagem dos alunos. Na etapa de visualização de dados (V), essas informações são apresentadas graficamente, geralmente por meio de uma funcionalidade integrada com o AVA, classificada como Ferramenta de Avaliação da Aprendizagem (VI). Essas ferramentas podem ser plugins ou aplicações para os AVAs. Os relatórios gráficos gerados por essas ferramentas são uma forma de feedback para os atores que atuam na modalidade EAD (professores, tutores, gestores etc.) avaliarem as suas proposições didático-pedagógicas e identificarem a necessidade de melhorias no processo de ensino-aprendizagem dos alunos [55].
2.2 Learning Analytics 32
da Learning Analytics ocorrem em cinco fases distintas: captura, relatório, prevenção, ação e refino. A etapa de captura corresponde à tomada de decisão e à adoção de técnicas para garantir que os dados necessários nas próximas etapas serão devidamente armazenados, visto que esses dados podem vir de fontes variadas. No estágio de relatório, os dados são processados por técnicas que incluem desde métodos simples de visualização a algoritmos mais robustos que sintetizam e combinam os dados para obter informações significativas. A prevenção é fase na qual é necessária a atuação de professores, tutores e gestores em aplicações/ferramentas que fornecem respostas para questões formuladas previamente para problemas, como por exemplo, o o risco de abandono do curso. A ação, como o próprio nome já diz, é o passo no qual ações são tomadas para mudar uma circunstância e melhorar a motivação e o engajamento dos alunos. A última etapa, a do refino, é aquela não qual os passos anteriores são avaliados, para se certificar de que os dados sejam coletados e aplicados sobre os indivíduos em condições corretas e que tenham máxima eficiência e eficácia.
No escopo desse trabalho, propomos uma ferramenta de Learning Analytics na forma de um relatório para o AVA Moodle, utilizando técnicas simples de visualização de dados para subsidiar a prevenção do risco de evasão dos alunos e ações de professores, tutores e gestores de curso. Diante disso, consideramos importante para fundamentar os objetivos propostos, discutir mais detalhadamente os conceitos de visualização de dados e infográficos e também apresentar as características de uma ferramenta de Learning Analytics em um AVA, conforme discorrem as seções 2.2.1 e 2.2.2, respectivamente.
2.2.1
Visualização de Dados e Infográficos
Dentre as técnicas utilizadas pela Learning Analytics, destacamos a visualização de dados. Sobre isso, Einhardt, Cechinel e Tavares [16] enfatizam que a visualização de dados educa-cionais é considerada uma área crítica que merece a atenção dos pesquisadores. A técnica facilita a análise de grandes quantidades de informação, pois permite a representação dos dados a partir de exibição visual. Trata-se, portanto, de uma área da computação gráfica e da interface com usuário, cujo objetivo é extrair o máximo de informação de uma grande quantidade ou volume de dados, de forma rápida, clara e precisa.
Para cada tipo de dado, a visualização de dados poderá utilizar técnicas específicas. Nesse sentido, Shneiderman [57] criou uma taxonomia para as técnicas de visualização, classificando-as quanto ao tipo de dados e tarefclassificando-as, da seguinte forma: unidimensionais (1D), como gráficos de linhas, histogramas e de barras; bidimensionais (2D), como mapeamento por cores, imagens, histogramas 2D e gráficos de barra também 2D; tridimensionais (3D) ou temporais e
multi-2.2 Learning Analytics 33
dimensionais (nD), grafos, e podem ter suporte a tarefas como obtenção de uma visão ampla ou detalhada, zooming, filtragem, identificação de relacionamentos, manutenção de histórico de ações e extração de informações diversas. Baseados nessas técnicas, alguns autores esta-beleceram uma lista de tarefas (tasks) de alto nível, que se aplicam a todos os tipos de dados. Conforme Plaisant [23], essas tarefas são as seguintes:
• Visão geral – visão geral de todos os dados. Pode incluir a avaliação do número de itens, o intervalo e a distribuição dos valores de atributos ou estimar alterações que mudaram desde a última vez que o usuário analisou os dados;
• Zoom – foco especial num determinado conjunto de informação;
• Filtragem – execução de buscas dinâmicas, permitindo aos usuários se concentrar rapida-mente em seus interesses, sem itens indesejados;
• Detalhes mediante solicitação do usuário - detalhes são fornecidos conforme solicitação do utilizador;
• Relação – identificação de relações entre itens; • Histórico – memorização das ações executadas;
• Extração e Relatório – gravação de subconjuntos dos dados ou de determinadas visuali-zações.
Utilizando essas e outras técnicas de exibição de dados e tarefas de alto nível para os usuá-rios, os infográficos são um tipo mais moderno de visualização de dados [18], empregados exa-tamente para transmitir informações complexas para um público, de uma maneira que possam ser rapidamente absorvidas e facilmente compreendidas [58]. Eles possuem forte apelo visual, misturando elementos gráficos para representar dados numéricos com explicação textual, con-tendo ícones, imagens, cores e elementos de design gráfico [18]. Devido a essas características, os infográficos são utilizados em diversas áreas, tais como: medicina, física, geologia, contabi-lidade, comunicação, administração etc., para exibir todo tipo de dado. Com o objetivo de criar infográficos mais dinamicamente, muitas ferramentas e frameworks de visualização de dados foram desenvolvidas. Podemos citar o Chart JS11, D3.Js12, Tableau13 e o Google Charts14.
No contexto dessa pesquisa, adotamos infográficos elaborados com a ferramenta Google Chats, empregando a técnica de visualização do tipo unidimensional, com gráficos dos tipos
11https://www.chartjs.org/ - Gráficos JavaScript simples e flexíveis para designers e desenvolvedores.
12https://d3js.org/ - biblioteca JavaScript para visualizações de dados dinâmicas e interativas em navegadores. 13www.tableau.com - fornece produtos de visualização de dados interativos focados em business intelligence. 14https://developers.google.com/chart/
2.3 Engajamento e Diminuição da Evasão 34
donuts e barras. Já com relação às tarefas de alto nível, foram utilizadas: visão geral, fil-tragem, zoom e relatório. Essas funcionalidades foram agrupadas em uma ferramenta de Lear-ning Analytcspara auxiliar e facilitar a visualização de dados dos alunos, constantes no AVA Moodle.
2.2.2
Ferramentas de Learning Analytics
As ferramentas de Learning Analytics são as aplicações desenvolvidas para propiciar Lear-ning Analytcsnos AVAs. Dyckhoff et al. [59] ressaltam que essas ferramentas devem fornecer as seguintes funcionalidades para atingir os objetivos da Learning Analytics: rastrear as atividades dos alunos; capturar a interação dos alunos com recursos e com outros alunos; fornecer feedback e informações aos educadores sobre as atividades dos alunos; destacar aspectos importantes dos dados; identificar questões problemáticas; estabelecer um sistema de alerta precoce e fornecer suporte à decisão.
Na modalidade de EAD, ferramentas de Learning Analytics costumam ser integradas com os AVAs. Em um estudo abrangente sobre esse tema, Silva Junior e Oliveira [17] constataram um maior número de ferramentas utilizando o AVA Moodle. Essas ferramentas geralmente são acopladas ao Moodle como plugins ou com acesso direto ao banco de dados do Moodle. Ainda segundo esse estudo, a linguagem de programação que costuma ser mais utilizada para o desenvolvimento dessas aplicações costuma ser PHP, devido ao fato desta ser a linguagem na qual foi desenvolvido o Moodle. Além disso, o Moodle pode ser integrado com essas aplicações utilizando XML (Extensible Markup Language) ou APIs (Application Programming Interfaces) [17].
Essas ferramentas baseiam-se em indicadores criados a partir dos dados dos AVAs para fornecer aos seus utilizadores funcionalidades que permitam a análise visual e o reconhecimento de padrões de comportamento que indiquem o engajamento dos estudantes e viabilizar que instituições, professores e alunos reflitam iterativamente sobre os processos de aprendizagem [60] e sobre problemas, como a evasão.
2.3
Engajamento e Diminuição da Evasão
O engajamento dos alunos, seja no contexto da educação presencial ou no contexto da EAD, está relacionado com fatores como motivação, participação, desempenho acadêmico e interações com seus colegas e professores (entre outros fatores). Corroborando essa afirmação,
2.3 Engajamento e Diminuição da Evasão 35
Cole e Chan [61], conforme citado por Yang [62], definem que o engajamento dos estudantes é tido como "a extensão do envolvimento dos alunos e a participação ativa nas atividades de aprendizagem". O engajamento serve como base para iniciativas bem-sucedidas de retenção de alunos e, consequentemente, para a diminuição das taxas de evasão, pois, conforme destacam Schaeffer e Konetes [63] e Tinto [64] quanto mais engajado for o aluno, maiores são as chances dele permanecer em um determinado curso ou na instituição, como um todo.
Na perspectiva dos autores Skinner e Pitzer [65], a evasão é um processo de "desengaja-mento"e a conclusão dos cursos é resultado direto do engajamento dos estudantes. Appleton, Christenson e Furlong [66] enfatizam que o engajamento é relevante para prever e prevenir a evasão escolar, bem como facilitar resultados educacionais positivos para todos os alunos. Uti-lizando outras palavras, Christenson [67] reforça que o engajamento dos alunos é a base mais promissora para a prevenção da evasão e para os esforços de intervenção, no sentido de diminuir as taxas de evasão.
No contexto da EAD, a medição do engajamento do aluno apresenta algumas peculiari-dades, justificadas pela própria forma de viabilização da modalidade de aprendizagem, forte-mente amparada pelas TICs. Fredricks et al. [68] e Fredricks e McColskey [69] identificaram métodos para medir o envolvimento ou engajamento do aluno. Esses métodos envolvem o le-vantamento a partir de autoavaliações ou da obtenção de observações (dados) relacionadas ao engajamento deles. Estes últimos, chamados de métodos observacionais, incluem considerar medidas de frequência e algumas medidas qualitativas, com a vantagem de possibilitar que o envolvimento do aluno seja verificado na medida em que ele ocorre, sem a necessidade de interrompê-lo. As medidas de observação do comportamento dos estudantes tendem a se con-centrar no engajamento no nível de atividade, o que é útil para pesquisadores interessados em estudar o engajamento dentro de uma atividade ou em um pequeno intervalo de tempo [69].
Ao pesquisar sobre sobre as formas de medir o envolvimento dos alunos na aprendizagem on-line, Henrie, Halverson, Graham [70] constataram que ele foi medido de várias maneiras: variando de autoavaliações dos alunos, pesquisas e entrevistas e também através de verificações quantitativas (contagens) do comportamento dos alunos. Considerando que os AVAs fazem registros da frequência das atividades dos alunos, o autor considera que as experiências de aprendizado mediadas por tecnologia (comunicação e informação) podem fornecer dados sig-nificativos do engajamento dos alunos, indisponíveis em contextos mais tradicionais como no ensino presencial, pois os AVAs mantêm registros cumulativos e em tempo real sobre as ações dos estudantes dentro do sistema. Assim, o abandono e a conclusão de um curso podem ser pre-vistos com bastante precisão a partir de dados como frequência, comportamento, desempenho
2.3 Engajamento e Diminuição da Evasão 36
acadêmico e vinculação à escola [65].
Portanto, na modalidade EAD, o engajamento dos alunos costuma ser verificado através da análise dos dados gerados pelos AVAs, dentro de uma abordagem quantitativa de monito-ramento das atividades dos alunos. Esses dados vêm na forma de dados de log ou relatórios do sistema das atividades dos usuários. Esses dados de registro são potencialmente úteis para medir o envolvimento do aluno na aprendizagem mediada por tecnologia [71], podendo ser utilizados para rastrear a atividade dos usuários, fornecendo dados de frequência prontos que podem ser usados para analisar aprendizagem dos alunos, verificar padrões de aprendizagem e também identificar problemas nos cursos.
Após a apresentação de todos esses conceitos, nessa pesquisa pretende-se criar um sistema computacional (um plugin) que atue como uma ferramenta de Learning Analytics que auxilie os professores, tutores gestores de curso na identificação do risco de evasão de alunos no AVA Moodle. O sistema empregará técnicas de visualização de dados para exibir os dados de indi-cadores do engajamento dos alunos. Antes de nos atermos aos detalhes do desenvolvimento do sistema computacional proposto, abordaremos no Capítulo 3, os trabalhos relacionados com a nossa pequisa.
Capítulo 3
T
RABALHOS RELACIONADOS
Muitas aplicações têm sido desenvolvidas com a finalidade de acompanhar o engajamento dos alunos nos AVAs, seja utilizando técnicas de mineração de dados educacionais, seja uti-lizando técnicas de Learning Analytics. O levantamento dos trabalhos relacionados com essa pesquisa foi feito através de buscas no Portal de Periódicos da Capes, nas bases da IEEE Digital Library, ACM Digital Library e ScienceDirect e nos anais dos últimos 5 anos do SBIE. As pala-vras chaves de pesquisa foram ‘learning analytics’, ‘dropout’, ‘e-learning’, ‘data visualization’ e ‘tool’. Analisamos o título, as palavras-chave e o resumo de cada artigo encontrado. Desta forma, foram elencadas 16 ferramentas.
Os critérios para inclusão de uma ferramenta foram: ela ser gratuita; ser desenvolvida para o AVA Moodle; a finalidade/utilidade estar relacionada com a identificação do risco de evasão e a ferramenta utilizar técnicas de visualização de dados. Ferramentas que não se encaixaram nesses critérios, foram excluídas.
3.1
Analytics Graphs
O plugin Analytics Graphs [72] [73] é uma extensão para o AVA Moodle, do tipo bloco, que considera os seguintes indicadores: notas obtidas nas atividades; quantidade de alunos que visualizou e que não acessou os conteúdos do curso; quantidade de alunos que enviou atividades no prazo; quantidade de alunos que enviou as atividades fora do prazo e dentro do prazo; quantidade de acessos ao AVA. Os gráficos utilizados são: barras, linhas, pizzas e caixas. O plugin apresenta as seguintes funcionalidades: exibição, através de um gráfico de caixas, das notas obtidas em todas atividades do curso, com a utilização de conceitos estatísticos para indicar a menor nota, a maior, nota, a mediana e o quartis, enumerando os alunos que estão com notas inferiores a 25%, 50% e 75% em uma determinada atividade; apresentação gráfica, por
