Utilizando análise semântica para minerar Implicações Significantes em Mapas Conceituais.
Nome: RAMON BAMBINI MOREIRA
Tipo: Dissertação de mestrado acadêmico
Data de publicação: 29/07/2022
Orientador:
Nome |
Papel |
|---|---|
| DAVIDSON CURY | Orientador |
Banca:
| Nome |
Papel |
|---|---|
| ALBERTO NOGUEIRA DE CASTRO JÚNIOR | Examinador Externo |
| CREDINE SILVA DE MENEZES | Examinador Interno |
| DAVIDSON CURY | Orientador |
Resumo: Mapas conceituais são formas de representação gráfica que estabelecem relações entre conceitos. Eles
podem ser utilizados na educação em diversas situações e finalidades: como recurso de aprendizagem,
representação cognitiva, meio de avaliação, organização instrucional e compartilhamento de conhecimento. O
conhecimento evidenciado em um mapa conceitual envolve implicações entre significações. Significações são tudo o
que pode ser dito de um objeto, como uma descrição das suas propriedades, bem como tudo o que podemos
observar nele. Além disso, uma significação ou implicação também se refere a tudo o que podemos pensar dos
objetos (classificá-los, estabelecer algum tipo de relacionamento, dentre outros). Em sala de aula, os mapas
conceituais podem ser aplicados como forma de mediar o ensino-aprendizagem, estimulando a aprendizagem
significativa. Existem muitos desafios para que a utilização de mapas conceituais seja mais eficaz na medição da
aprendizagem e avaliação dos processos cognitivos do aprendiz e suas interações com outros participantes da
aprendizagem. A avaliação da aprendizagem é uma tarefa bem complexa, principalmente quando se almeja uma
automatização do processo avaliativo, que demanda, dentre outras obrigações, uma formalização das estruturas de
representação do conhecimento. Ademais, a avaliação de um mapa conceitual torna-se mais complexa quando o
autor não representa o seu conhecimento, mas o conhecimento expresso em um texto ou em um mapa feito por
outra pessoa. Neste contexto, realizamos uma revisão da literatura entre os anos de 2015 e 2020 sobre o
desenvolvimento de abordagens tecnológicas que auxiliam ou automatizam o processo de avaliação de mapas
conceituais no ambiente educacional, através do uso de implicações significantes. Também buscamos identificar as
limitações e reunir as melhores características dos trabalhos relacionados para propor nossa abordagem. Entre as
limitações encontradas, constatamos que nenhuma das abordagens encontradas aplicava análise semântica na
avaliação dos mapas conceituais. A aplicação da análise semântica possibilita alcançar uma percepção mais profunda
do suposto conhecimento representado nos mapas conceituais, buscando transformar indícios em evidências da
aprendizagem, de fato, realizada pelo aprendiz,auxiliando o professor na avaliação dos mapas conceituais. Além do mais, uma atividade que envolva mapas
conceituais em uma sala de aula resultaria na construção de diferentes mapas, e com isso, a avaliação se tornaria
custosa e de grande esforço cognitivo para o professor. Por isso, a automatização desse processo é de grande valia.
Com o intuito de desenvolver uma arquitetura computacional capaz de efetuar análise semântica de mapas
conceituais por intermédio das implicações significantes definidas por Piaget, esta pesquisa resultou em uma API
que tem como objetivo de fornecer uma dimensão semântica mais profunda na análise das implicações significantes
e de extrair informações mais precisas sobre a representação do conhecimento e a compreensão de um indivíduo a
partir da representação de seu mapa. A arquitetura é capaz de processar mapas conceituais escritos no idioma inglês
e português. O desenvolvimento se deu usando técnicas de processamento de linguagem natural e modelos de
redes neurais pré-treinados com bilhões de textos para a previsão de palavras e cálculo de similaridade semântica. A
fim de obter uma análise quantitativa e qualitativa, a arquitetura conceitual foi aplicada em um ambiente de sala de
aula, apresentando resultados satisfatórios. Além disso, a arquitetura será integrada como ferramenta de apoio à
educação em um ambiente de tutores inteligentes, fornecendo informações semânticas sobre os mapas conceituais
dos alunos, de forma a facilitar a atuação dos tutores.
