UMA VISÃO EM REDE DA PARTICIPAÇÃO DOS ESTUDANTES EM UMA DISCIPLINA DESENVOLVIDA EM AMBIENTE MOODLE

## UMA VISÃO EM REDE DA PARTICIPAÇÃO DOS ESTUDANTES EM UMA DISCIPLINA DESENVOLVIDA EM AMBIENTE MOODLE

## Osvaldo Canato Júnior 1

1 Instituto Federal de Educação, Ciência e Tecnologia de São Paulo, canatojr@ifsp.edu.br

Palavras-chave : redes complexas, mineração de dados, moodle

Dado um conjunto de itens (como materiais de estudo e atividades) disposto no espaço virtual de uma disciplina, como mapear o correspondente acesso dos estudantes? Ambientes virtuais de ensino e aprendizagem estruturados, por exemplo, com o Moodle, são dotados de diversas ferramentas que permitem buscar uma resposta a essa inquietude a partir da análise dos registros de acessos ( logs ) de cada aluno a cada um dos itens presentes no espaço virtual, indicando até mesmo o endereço (IP internet protocol ) da conexão utilizada pelo estudante.

Em se tratando, no entanto, de uma disciplina com extensa diversidade de materiais de estudo e atividades e/ou contando com uma grande quantidade de alunos, a busca nas tradicionais ferramentas de logs não é lá muito amigável, geralmente recaindo na análise linha a linha de um extenso relatório relativo a cada aluno e item. Além disso, essas ferramentas de logs não são projetadas para 'cruzar' as informações de acesso dos usuários, de modo a permitir análises de eventuais similaridades entre os mesmos.

## Mineração de dados educacionais

Uma alternativa possível é, então, o uso de técnicas de mineração de dados na construção de visualizações em rede do conjunto desses dados. Com esse entendimento, Mansur et al (2016) utilizaram a base de dados de um ambiente Moodle para dela extrair os logs das ações realizadas pelos estudantes participantes de uma atividade wiki , obtendo como um de seus resultados a rede ilustrada na figura 01, com os participantes estando nela identificados como agentes ( Agents ). Em sua análise, os autores realçam o papel vital para a rede desempenhados pelos estudantes 1 e 12 que apresentam grande popularidade e capacidade de gerenciar o trabalho colaborativo.

\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_

19 a 30 de julho de 2021 - Online

Figura 01 - visão em rede das interações entre os participantes (Agents) de uma atividade wiki em ambiente moodle.

<!-- image -->

Também utilizando a base de dados de um ambiente Moodle, mas focados na participação de estudantes em fóruns de discussão, Munoz et al (2017) relatam o desenvolvimento de um plugin para o Moodle que forneceria imagens como a exposta na figura 02, com rede construída a partir da definição dos estudantes como nós e de suas interações como links, que claramente identifica os estudantes que mais interagiram com outros estudantes dentro do fórum.

Figura 02 - visão em rede das interações entre os participantes de uma atividade fórum em ambiente Moodle, com destaque dado aos estudantes de participação mais ativa.

<!-- image -->

Trabalhos como os de Mansur et al (2016) e de Munoz et al (2017) podem ser caracterizados como pesquisas envolvendo a mineração de dados educacionais, assunto tratado com boa amplitude por Romero et al (2014) que descreve uma espécie de 'estado da arte' dos métodos utilizados no pré-processamento de

\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_

informações, atribuindo a ambientes Moodle diversas possibilidades de análises e pesquisas.

Uma dessas possibilidades recentemente disponibilizada é o plugin Behaviour Analytics 1 que, de acordo com seus desenvolvedores é assim descrito:

O plug-in Behavior Analytics Moodle fornece a visualização do padrão de comportamento de aprendizagem de seus alunos extraído dos logs e agrupa os alunos em diferentes aglomerados com base em seus padrões. (Chang, 2021, tradução nossa).

Para tal, o plugin constrói primeiramente um mapeamento dos itens presentes na disciplina, agrupando-os pelos respectivos tópicos em que estão localizados (Figura 03-a) e associando uma determinada cor a cada tipo de item (verde para arquivos, laranja para fóruns, vermelho para questionários, etc). Vale observar que os espaços virtuais no moodle são organizados por tópicos, como os semanais, por exemplo, em que o professor indica os materiais de estudos e atividades propostos a cada semana.

Construído esse primeiro mapeamento, que ficará visível em segundo plano, é, então, construída uma rede para cada estudante (Figura 03-b), definida a partir dos links estabelecidos pelos acessos dos estudantes aos itens presentes na disciplina. Assim, se um estudante após acessar uma determinada atividade, acessou uma outra, o plugin estabelece um link entre essas duas atividades e a cada vez que aquele mesmo estudante refizer essa mesma sequência, esse link fica mais espesso.

Estabelecida a rede de cada estudante, também é possível identificar similaridades entre essas redes, com o plugin possibilitando o trabalho com um indicador muito presente no estudo de redes complexas que é o de aglomeração ( cluster ). Assim, indicada a intenção de se distribuir os alunos em, por exemplo, dois clusters , o plugin rodará um algoritmo que definirá dois pontos identificados como os respectivos centróides e exibirá os alunos pertencentes a cada cluster (Figura 03-c).

<!-- image -->

<!-- image -->

Figura 03: (a) mapeamento dos itens presentes na disciplina; (b) rede relativa a um estudante, definida a partir dos links estabelecidos pelos seus acessos aos itens presentes na disciplina; (c) distribuição de 5 estudantes, identificados pelos respectivos ícones triangulares, em dois clusters, com os respectivos centróides identificados pelos ícones em forma de X.

<!-- image -->

\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_

## Um estudo exploratório

O estudo até aqui desenvolvido com uso do Behaviour Analytics tem caráter exploratório, tendo como foco o desenvolvimento de uma disciplina de um curso de Licenciatura em Física vinculada à orientação de estágios, os quais, em meio ao desenrolar da pandemia de coronavirus e do consequente ensino remoto emergencial, têm sido cumpridos por atividades on-line de observação, participação e regência vinculadas a disciplinas de Física de cursos técnicos integrados de nível médio. As imagens exibidas na Figura 03 correspondem justamente ao uso do plugin no espaço virtual desta disciplina que conta com 5 licenciandos, sendo que a figura 03-c retrata com boa acurácia a situação de momento quanto à participação destes alunos no desenvolvimento da disciplina, que vem contando com uma participação mais ativa dos 3 discentes agrupados no cluster localizado no lado superior da imagem.

Além de continuar a análise dos dados referentes ao uso do plugin nessa disciplina, se planeja aplicá-lo nos espaços virtuais das disciplinas do ensino médio em que se desenvolvem as atividades de estágio, de modo a se ter um conjunto bem maior de dados. Além disso, os estagiários estão construindo os seus próprios espaços virtuais para a aplicação de sequências didáticas a serem validadas como regências, o que permitirá ainda mais dados a serem colhidos e analisados na perspectiva de consolidar o conhecimento de todas as funcionalidades oferecidas pelo plugin .

## Referências

CHANG, M. Behaviour Analytics plugin for Moodle LMS . Athabasca, Athabasca University, 2021. Disponível em &lt;http://maiga.athabascau.ca/#Advanced&gt; Acesso 11 Fev. 2021.

MANSUR, A. B. F.; YUSOF, N.; BASORI, A. H. The Analysis of Student Collaborative Work Inside Social Learning Network Analysis Based on Degree and Eigenvector Centrality . International Journal of Electrical and Computer Engineering , v.6, n.5, pp. 2488-2498, 2016. Disponível em:

&lt;http://ijece.iaescore.com/index.php/IJECE/article/view/1179&gt; Acesso em 11 Fev.

2021.

MUÑOZ, A., DELGADO, R., RUBIO, E. GRILO, C.; BASTO-FERNANDES, V. Forum participation plugin for Moodle: Development and Discussion. CENTERIS -International Conference on ENTERprise Information Systems/ ProjMAN -International Conference on Project MANagement / HCist - International Conference on Health and Social Care Information Systems and Technologies, CENTERIS / ProjMAN / HCist , v.8 n.10, 2017, Barcelona, Spain. Disponível em: &lt;https://www.sciencedirect.com/science/article/pii/S1877050917323293&gt; Acesso em

11 Fev. 2021

ROMERO C., ROMERO J.R., VENTURA S. (2014) A Survey on Pre-Processing Educational Data. In: Peña-Ayala A. (eds) Educational Data Mining. Studies in Computational Intelligence , vol 524. Springer, Cham. https://doi.org/10.1007/9783-319-02738-8\_2

\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_