APRENDIZAGEM ADAPTATIVA NO ENSINO TÉCNICO A DISTÂNCIA: DESENVOLVIMENTO E AVALIAÇÃO DE UNIDADES DE ESTUDO NO CURSO DE AUTOMAÇÃO INDUSTRIAL
DOI:
https://doi.org/10.63330/aurumpub.011-048Palavras-chave:
Aprendizagem adaptativa, Educação profissional, Educação a distância, Automação industrial, PersonalizaçãoResumo
Este artigo analisa a efetividade da aprendizagem adaptativa no ensino técnico a distância por meio do desenvolvimento e avaliação de Unidades de Estudo (UE) para o curso de Automação Industrial. Trata-se de estudo aplicado, de abordagem mista e delineamento quase-experimental, envolvendo 40 estudantes distribuídos em dois arranjos pedagógicos: UEs adaptativas (n=25) e ensino tradicional (n=15). Utilizaram-se questionários on-line em escala Likert e entrevistas semiestruturadas. Os dados quantitativos foram tratados por estatística descritiva e teste t para amostras independentes (α=0,05); os qualitativos, por análise temática. Os resultados indicam preferência pela abordagem adaptativa (62,5%), avaliação positiva de personalização (75%) e de adaptação às necessidades (87,5%), além de maior autonomia percebida (87,5%). Observou-se diferença significativa no desempenho médio (0–5): 4,5 nas UEs adaptativas versus 3,5 no ensino tradicional (p<0,05). Conclui-se que as UEs adaptativas elevam desempenho e percepção de personalização/autonomia; contudo, sua eficácia depende de dispositivos de mediação social e motivacional. Recomenda-se um núcleo adaptativo integrado a momentos síncronos, tarefas colaborativas, feedbacks frequentes e gamificação parcimoniosa, além da sistematização de um guia de estruturação de UEs para cursos técnicos a distância. Limitações incluem amostra não probabilística e foco em um único curso; sugere-se replicação com amostras maiores e delineamentos aleatorizados.
Downloads
Referências
BATES, A. W. Ensino na era digital. BCcampus, 2015.
BLIKSTEIN, P. Multimodal learning analytics and education data mining: using computational technologies to measure complex learning tasks. Journal of Learning Analytics, v. 1, n. 2, p. 220–238, 2013.DOI: https://doi.org/10.18608/jla.2016.32.11
BRUSILOVSKY, P. Methods and techniques of adaptive hypermedia. User Modeling and User-Adapted Interaction, v. 6, n. 2–3, p. 87–129, 1996. DOI: 10.1007/BF00143964.
DETERDING, S.; DIXON, D.; KHALED, R.; NACKE, L. From game design elements to gamefulness: defining “gamification”. In: MindTrek 2022. Proceedings. [S.l.]: ACM, 2022. DOI:10.1145/2181037.2181040
DÍAZ, P., & ALONSO, F. (2017). E-learning adaptativo: Uma revisão da literatura. Journal of Interactive Learning Research, 28(3), 265-286. https://www.learntechlib.org/primary/p/174697/.
GOMES, C. M. A. Abordagem profunda e abordagem superficial à aprendizagem: diferentes perspectivas do rendimento escolar. Psicologia: Reflexão e Crítica, v. 24, n. 3, p. 438–447, 2011. DOI: 10.1590/S0102-79722011000300004.
GOMES, LF (2013). EAD no Brasil: Perspectivas e desafios. Avaliação: Revista Da Avaliação Da Educação Superior (campinas), 18(1), 13–22. https://doi.org/10.1590/S1414-40772013000100002.
HAMARI, J.; KOIVISTO, J.; SARSA, H. Does gamification work? - a literature review of empirical studies on gamification. In: Hawaii International Conference on System Sciences. Proceedings…, 2014. DOI Bookmark: 10.1109/HICSS.2014.377
HERNANDES, P. R. A Universidade Aberta do Brasil e a democratização do Ensino Superior público. Ensaio: Avaliação e Políticas Públicas em Educação, v. 25, n. 95, p. 283–307, 2017. https://doi.org/10.1590/S0104-40362017002500777
KNEWTON. The rise of adaptive learning in higher education. Journal of e-Learning, 2015.
PEDROSO, C. B.; MARACCI, F. V.; KUNZE, W. L.; RIZO, C. M. Hipermídia adaptativa e a evasão na educação a distância. Colloquium Exactarum, v. 5, n. 2, p. 01–11, 2013. DOI: 10.5747/ce.2013.v05.n2.e056.
PEREIRA, R. R.; LIMA, J. A. Análise do desempenho de estudantes em curso de programação com a utilização do Codecademy. Encontro Nacional de Educação Matemática, v. 11, p. 1–12, 2019.
PICCIANO, A. G. Teorias e estruturas para educação online: buscando um modelo integrado. Aprendizagem Online, v. 21, n. 3, p. 166–190, 2017. DOI: https://doi.org/10.24059/olj.v21i3.1225
PINTO, E. M.; RIBEIRO, G. R.; SILVEIRA, A. C. J. Inteligência artificial na educação profissional técnica de nível médio: desafios da prática docente em escola pública. In: COSTA, M. A. (Org.). Educação Profissional. Goiânia: Espaço Acadêmico, 2018. p. 1–19.
PRENSKY, M. Nativos digitais, imigrantes digitais. No Horizonte, v. 9, n. 5, p. 1–6, 2001. DOI: 10.1108/10748120110424816.
SANTOS, L. M. A.; TAROUCO, L. M. R. A importância do estudo da teoria da carga cognitiva em uma educação tecnológica. Novas Tecnologias na Educação (CINTED-UFRGS), v. 5, n. 1, 2007. DOI: https://doi.org/10.22456/1679-1916.14145
SOBREIRA, T.; MENDES NETO, F.; FONTES, L.; SOUZA, R.; SANTOS, I.; SILVA, S. Um agente de software para recomendações de estratégias pedagógicas para tutores a distância em AVA. Revista Brasileira de Informática na Educação, v. 29, p. 576–603, 2021. DOI: https://doi.org/10.5753/rbie.2021.29.0.576
Downloads
Publicado
Edição
Seção
Licença
Copyright (c) 2025 Rodrigo Ourives da Silva (Autor)
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
