Revelando competências no PBL aplicado ao ensino de computação : uma solução baseada em IA para alinhamento construtivo entre objetivos educacionais e feedbacks dos estudantes

Abstract

Na educação superior em Computação, há um movimento crescente para mudar um paradigma educacional que vai além da educação baseada no conhecimento. Por isso, metodologias ativas de aprendizagem baseadas em experiências práticas, como a aprendizagem baseada em problemas (do inglês, Problem-Based Learning ou PBL), têm se tornado cada vez mais populares para desenvolver não somente conhecimentos técnicos, mas habilidades e atitudes do aluno, capacitando-o para um melhor desempenho profissional. Todos esses elementos envolvem iterações que precisam ser mapeadas e acompanhadas continuamente por meio de um modelo abrangente de avaliação de diferentes aspectos e perspectivas. Nesse contexto, surge a educação baseada em competências como uma abordagem pedagógica que envolve a redefinição do objetivo do programa, da sala de aula e da educação, tendo como referência o desenvolvimento de competências nos alunos. Neste estudo, o termo “competência” é definido por três atributos: conhecimento, habilidades e atitudes. Assim, é necessário monitorar esses atributos nos alunos, considerando esse modelo de ensino. Com essa motivação, este trabalho defende a Teoria do Alinhamento Construtivo de Biggs como forma de acompanhamento de competências profissionais. Essa teoria sugere o alinhamento entre os resultados da aprendizagem na perspectiva do aluno e os objetivos definidos pelo professor no planejamento do curso. Esse acompanhamento pode ser feito de várias maneiras e incluir muitas fontes de dados, como os questionários de feedback dos alunos, aplicados pelos professores em algum momento do semestre. Entretanto, esse acompanhamento exige muito esforço do professor ou da equipe pedagógica, que precisa adotar um modelo de avaliação contínua que capte vários aspectos subjetivos desses feedbacks, geralmente numerosos. Assim, processar feedbacks pessoais alinhando-os com o desenvolvimento de competências para melhorar a aprendizagem envolve dificuldades relacionadas ao esforço, carga de trabalho e tempo gasto para fazer melhorias. Considerando os desafios encontrados e o contexto da educação baseada em competências, este trabalho se propõe a responder a seguinte questão central de pesquisa: Como acompanhar competências profissionais dos alunos de forma automatizada, tendo como referência a Teoria do Alinhamento Construtivo e o planejamento do curso? Para responder a essa pergunta, este trabalho propõe a criação e aplicação de uma solução ferramenta baseada em IA para revelar as competências profissionais percebidas pelos alunos a partir do processamento dos seus feedbacks, chamada de SkillSight. O método Design Science Research foi utilizado para construir essa solução em ciclos, usando técnicas de mineração de texto como modelagem de tópicos e reconhecimento de entidades nomeadas, por meio das bibliotecas BERTopic e Spacy. Como resultados, foram concebidos um protótipo de baixa fidelidade e um protótipo funcional da SkillSight que, pela avaliação dos professores e especialistas, teve boa aceitação e se mostrou útil no processo de acompanhamento de competências, auxiliando o professor no processamento de feedbacks dos seus alunos.