Identificação de Pesquisas e Análise de Algoritmos de Clusterização para a Descoberta de Perfis de Engajamento

Abstract

A adoção da Educação a Distância (EAD) é uma tendência que vem ganhando espaço no campo educacional. O número de pessoas que optam por esta modalidade de ensino vem crescendo. Vantagens como flexibilização do horário, diversidade de acesso geográfico e uso de tecnologias como meio de acesso proporcionam um aumento de adesão. Apesar destes benefícios que são oferecidos por meio da modalidade E-learning (Ensino Eletrônico) e das ferramentas de estudo, como LMS (Sistema de Gestão de Aprendizagem), as instituições ainda enfrentam altos índices de evasão e baixo número de concluintes. Pesquisas mostram uma forte ligação entre o engajamento dos alunos e o desempenho acadêmico, o que requer dos gestores e pesquisadores em educação mais atenção nos fatores que influenciam os níveis de engajamento dos alunos ao longo do curso, em vez de apenas considerar a taxa de conclusão. Neste sentido, este trabalho teve o objetivo de entender a relação entre os níveis de engajamento com o desempenho acadêmico. A pesquisa foi dividida em duas fases: na primeira buscou-se apresentar uma revisão sistemática para encontrar estudos que abordem o fenômeno do engajamento e seus desdobramentos; na segunda fase aplicou-se técnicas de mineração de dados educacionais (EDM) para extrair e analisar dados comportamentais de seis mil e quinhentos e vinte e sete estudantes ao longo de um curso de graduação. Como resultado da revisão sistemática foi possível obter as respostas das cinco questões de pesquisas nos vinte e seis artigos retornados nos repositórios de busca IEEExplore, Science Direct e Springer. Além disso, os resultados da aplicação da técnica de EDM possibilitaram identificar três perfis diferentes de engajamento, que podem contribuir para a tomada de decisão pedagógica, bem como o desenvolvimento de desenhos metodológicos que diminuam os níveis de evasão em um curso.