Análise de Aprendizagem e Sistemas de Recomendação como suporte à Experimentação Remota

O atual estágio de desenvolvimento da ciência e tecnologia exige novas abordagens de educação que possam impactar positivamente no desempenho dos estudantes. No contexto do ensino de engenharia, são requeridos sólidos conhecimentos obtidos não somente a partir de aulas teóricas, mas também a partir da experimentação em laboratórios. Neste sentido, aulas teóricas, simulações e laboratórios presenciais e remotos constituem importantes recursos na formação dos estudantes. Assim, as competências desenvolvidas pelos estudantes ao longo do curso irão impactar em suas carreiras profissionais. De modo geral, o trabalho experimental vem sendo tradicionalmente desenvolvido em laboratórios. Todavia, o aumento no nu ́mero de estudantes nos últimos anos tem pressionado as estruturas físicas e os recursos dos laboratórios. Para superar isso, pesquisadores têm desenvolvido simulações computacionais e laboratórios remotos, habilitando a expansão das fronteiras da educação. Tal cenário proporciona novas oportunidades para incrementar o processo de aprendizado dos estudantes. Com o advento dos sistemas online, os dados gerados pela interação dos estudantes em simulações e laboratórios remotos podem ser coletados e analisados. A partir disso, algumas áreas vêm promovendo suporte, entre elas, Learning Analytics (LA) e Recommender Systems (RS). Learning Analytics desempenha um papel importante ao prover ferramental para impactar na experiência de aprendizagem de estudantes e fornecer elementos que permitam aos professores avaliarem suas disciplinas.