Exames Inteligentes: Evidenciação Estatística de Perfis de Aprendizagem, Composição de Banco de Itens Multidimensionais e Personalização de Avaliação
Nome: WESLEY PEREIRA DA SILVA
Data de publicação: 19/05/2023
Orientador:
Nome |
Papel |
|---|---|
| ELIAS SILVA DE OLIVEIRA | Orientador |
Banca:
| Nome |
Papel |
|---|---|
| ELIAS SILVA DE OLIVEIRA | Orientador |
Resumo: Um desafio comum às áreas de conhecimento é a construção de estratégias de ensino suficientemente
generalistas a ponto de se adequar a públicos com perfis de aprendizagem variados. Habitualmente, o docente baliza
seu plano de ensino em função de objetivos de aprendizagem, os quais são avaliados por meio da expressão de
traços latentes que denotem proficiência por parte do sujeito examinado. Assim, são oportunas técnicas inteligentes
e ferramentas tecnológicas que contribuam para o incremento da qualidade do ensino e redução do esforço docente
na execução de atividades complexas como, por exemplo: formulação de itens de avaliação, aplicações de provas e
provimento de feedback aos alunos. O rigor formal na criação de instrumentos de avaliação, tabulação e cálculo das
notas, é fator chave para evitar viés na condução da avaliação da aprendizagem e estimação da capacidade dos
educandos. A performance do aluno é a primeira dimensão a ser considerada na avaliação. O agrupamento de
performances similares permite caracterizar grupos que representem perfis de aprendizagem. Auto-avaliação e
avaliação em pares são técnicas para estimular a autocrítica do aluno em relação a si mesmo a aos colegas de turma,
buscando desestimular tendenciosidades avaliativas por ensejar coerência do examinando ao exercer o papel de
avaliador. Os modelos logísticos oriundos da Psicometria possibilitam a caracterização quantitativa dos itens de
avaliação, permitindo a mensuração de aspectos qualitativos, como por exemplo: dificuldade, discriminação e
propensão a chute. Com modelos psicométricos, pode-se predizer a probabilidade de sucesso do sujeito ao ser
avaliado com determinado item. Por fim, o uso de Processamento de Linguagem Natural proporciona a seleção de
itens por similaridade do conteúdo com uma expressão de busca, que represente um assunto a ser recuperado num
conjunto do banco de itens do teste. Desse modo, buscamos propor um método de criação de trilha de avaliação
individualizado, composto por uma sequência de atividades numa determinada ordem adequada à capacidade do
examinando. Assim, apresentamos abordagem de teste adaptativo computadorizado inteligente, cuja configuração de execução é ajustável à estratégias de ensino qualitativas, quantitativas e/ou por conteúdo relacionados a termos
pré-definidos. A contribuição vislumbrada com tal proposta é de extrapolar espaço de parâmetros bidimensional das
avaliações, compostas por performances dos examinandos e pontuações alcançadas por item; para um espaço
multidimensional que considere as características dos itens em termos psicométricos e semânticos, bem como, as
caraterísticas dos examinandos e dados históricos de sujeitos com trajetórias similares.
