Proposta de uma abordagem computacional para detec??o autom?tica de estilos de aprendizagem utilizando modelos ocultos de Markov e FSLSM

Um dos grandes desafios dos dias atuais no desenvolvimento de tecnologias computacionais aplicadas ao processo educacional ? produzir solu??es que sejam capazes de atender corretamente ao processo de ensino e aprendizagem, al?m de definir a forma mais adequada de incorporar esses mecanismos no ambiente escolar. Esta inser??o deve ocorrer de forma que alunos e professores aproveitem ao m?ximo esses instrumentos, e passem a utiliz?-los com o intuito de agregar mais valor aos processos de ensino e aprendizagem. Para que isso ocorra, ? fundamental que os ambientes virtuais forne?am conte?do adequado, objetos de aprendizagem atraentes, al?m de serem din?micos e altamente adapt?veis ?s necessidades e interesses dos estudantes durante as sess?es de aprendizagem, visando a melhoria cont?nua do processo educacional para professores, tutores e estudantes. O presente trabalho tem como objetivo principal apresentar um modelo computacional probabil?stico, que pode ser incorporado ?s estruturas dos ambientes virtuais de aprendizagem, a fim de auxiliar no processo de detec??o autom?tica das tend?ncias e prefer?ncias dos estilos de aprendizagem do estudante, utilizando uma combina??o do modelo proposto por Felder e Silverman para estilos de aprendizagem, o FSLSM, com as t?cnicas de infer?ncia probabil?stica dos modelos ocultos de Markov (HMM). Para a valida??o do modelo, foram realizados experimentos em um simulador computacional capaz de reproduzir parcialmente o processo de intera??o do estudante com o ambiente virtual de aprendizagem, realizando um processo de infer?ncia com base no comportamento do estudante, ao qual foi utilizado o algoritmo de Viterbi para este prop?sito. Ao final, os resultados dos experimentos s?o apresentados e demonstraram um elevado grau de precis?o no processo de infer?ncia do estilo de aprendizagem probabil?stico.Disserta??o (Mestrado Profissional) ? Programa de P?s-Gradua??o em Educa??o, Universidade Federal dos Vales do Jequitinhonha e Mucuri, 2016.The great challenges of the present day in the development of computer technologies in educational process is to produce solutions that are able to respond properly to the teaching and learning methods, and define the most appropriate way to incorporate these mechanisms at school. This integration should take place so that students and teachers make the most of these instruments, and start to use them in order to add more value to teaching and learning processes. For this to happen, it is critical that virtual environments provide appropriate content, appealing learning objects, and are dynamic and highly adaptable to the needs and interests of students during the learning sessions, aimed at continuous improvement of the educational process for teachers, tutors and student. This study aims to present a probabilistic computational model, which can be incorporated into the structures of virtual learning environments, auxiliary order in the automatic detection process of the trends and preferences of student learning styles using a combination of the proposed model by Felder and Silverman to learning styles the FSLSM, with the probabilistic inference techniques of hidden Markov models (HMM). To validate the model, experiments were performed on a computer simulator able to partially reproduce the student interaction process with the virtual learning environment, making an inference process based on the student?s behavior, where we used the Viterbi algorithm to this purpose. At the end, the results of the experiments are presented and demonstrated a high degree precision in the process of inference of probabilistic learning style