"Ciências Básicas para o Desenvolvimento Sustentável"
24 a 26 de outubro de 2023
Trabalho 18046
| ISSN | 2237-9045 |
|---|---|
| Instituição | Universidade Federal de Viçosa |
| Nível | Graduação |
| Modalidade | Ensino |
| Área de conhecimento | Ciências Exatas e Tecnológicas |
| Área temática | Inteligência Artificial |
| Setor | Departamento de Informática |
| Bolsa | PIBEN |
| Conclusão de bolsa | Sim |
| Apoio financeiro | Outros |
| Primeiro autor | João Lucas Silva Solano |
| Orientador | ANDRE GUSTAVO DOS SANTOS |
| Outros membros | Carlos Eduardo Paulino Silva |
| Título | Recomendação automática de exercícios de programação extraclasse em Ambiente de Correção Automática de Códigos |
| Resumo | Uma das principais disciplinas dos cursos superiores de tecnologia é a programação. Uma vez que essa disciplina fundamenta a base de muitos conceitos e conhecimentos que serão utilizados ao longo de todo o curso, tanto na área acadêmica quanto no mercado de trabalho, ela deve receber atenção à altura de sua importância. Mas a programação é uma disciplina que muitas vezes é rotulada como difícil e desafiadora. Isso é explicado pelo fato de que, além de receber alunos de diversas realidades diferentes, exige conhecimentos e experiências que a grande maioria dos alunos não tiveram contato antes de ingressar no Ensino Superior. Nesse cenário, é de grande importância identificar e fornecer auxílio especial a esses alunos, a fim de que possam ter um desempenho e aprendizado satisfatório na disciplina. Logo, fica explícito que garantir um aprendizado de qualidade e eficaz aos alunos de programação nos cursos superiores é um grande desafio na educação. O projeto como um todo envolve fornecer um auxílio aos professores durante as aulas práticas de programação, identificando alunos com tendência de reprovação na disciplina, com base no desempenho individual de cada aluno nas aulas práticas ao longo do período letivo. Uma vez que o professor tem ciência de quem são aqueles que enfrentam mais dificuldade na disciplina, pode fornecer um apoio especial ao estudante. No desenvolvimento dos modelos de aprendizagem de máquina propostos neste trabalho foram utilizadas estatísticas de interações dos alunos no ambiente de correção automática de código (ACAC) BOCA durante uma disciplina do curso de Ciência da Computação, de forma agregada e anônima, em 4 anos do curso. Foram utilizadas 4 abordagens de desempenho para escolher a mais adequada para a previsão da reprovação do aluno no menor número de aulas. Cada métrica foi treinada com dados de 3 anos e a previsão feita no ano restante. Quanto aos resultados alcançados, a abordagem mais promissora, que gera um modelo de aprendizagem para cada aula prática de programação, conseguiu obter uma sinalização dos alunos com tendência de reprovação com uma acurácia de 78,18% em apenas 6 semanas de aula. Além dos modelos de aprendizagem, como acréscimo, foram desenvolvidas alterações no BOCA com o objetivo de enriquecer a base de dados para trabalhos futuros. Alterações essas que inserem novas informações a respeito das questões, dos alunos e uma avaliação do aluno quanto ao grau de dificuldade das questões propostas para a aula. Os resultados alcançados demonstram que a hipótese de utilização das estatísticas de interação no BOCA, durante a resolução de exercícios propostos na disciplina investigada, para a previsão, em poucas semanas, de alunos com tendência de reprovação é verdadeira. Portanto, a partir dessa proposta, o professor pode saber, de forma rápida e objetiva, quais alunos precisam de uma atenção especial ou até mesmo de uma metodologia de ensino diferenciada para reverter a tendência de reprovação na disciplina. |
| Palavras-chave | ensino, inteligência artificial, programação de computadores |
| Forma de apresentação..... | Vídeo |
| Link para apresentação | Vídeo |
|---|