FRAMEWORK PARA FORMAÇÃO E ANÁLISE DE AGRUPAMENTOS DE ESTUDANTES A PARTIR DE SIMILARIDADE SEMÂNTICA COGNITIVA
Resumo
Muitas abordagens de ensino-aprendizagem dependem diretamente da formação de agrupamentos e essa tarefa pode se tornar demasiadamente complexa a depender de uma série de fatores. Esta pesquisa propõe um framework como ferramenta para professores, que possibilita realizar agrupamentos de estudantes baseados na similaridade semântica de mapas conceituais por eles produzidos. A abordagem consiste na leitura automatizada dos mapas e sua representação como vetores multidimensionais de características que consideram o contexto. Esses vetores podem ser comparados por redes neurais artificiais a fim de identificar semântica sem a necessidade de estruturas de suporte como modelos pré-definidos, ontologias ou web semântica que, por vezes, sobrecarregam a representação da informação e demandam conhecimento específico sobre um domínio. Para que o framework pudesse ser instanciado, produzimos um ambiente de software que o suportasse em atividades pedagógicas. Os resultados de experimentos em sala de aula apontam uma correspondência acima de 85% entre os grupos semânticos propostos por professores e o framework, e o confirmam como relevante para auxiliar professores a diminuir a carga cognitiva do processo de aprendizagem a partir do entendimento dos grupos e da proximidade semântica de seus integrantes.