moodle e gvwise contra a evasão na educação à distância
TRANSCRIPT
Moodle e GVwise Contra a Evasão na
Educação à Distância.
Ms. Jones Quadros da Silva ([email protected])
Ms. Rodrigo de Moraes ([email protected])
Ms. Wagner Luiz Cambruzzi ([email protected])
Introdução
• Crescimento da EaD
• Crescimento do volume de dados digitais nos AVAs e
ERPs
• Crescimento da Evasão na EaD do Ensino Superior
Objetivo
Apresentar um estudo de caso da utilização
de Mineração de Dados do Moodle e um
sistema para a gestão de evasão (GVwise)
no combate à evasão na EaD.
O perfil do aluno EaD
4
“Os aprendizes devem ter novas habilidades para serem
capazes de estudar em ambientes informatizados de
aprendizagem, característicos da sociedade da informação e
do conhecimento.” (MATTAR; MAIA, 2008)
“O aluno virtual é aquele que sabe como trabalhar, e de fato
trabalha, em conjunto com seus colegas para atingir seus
objetivos de aprendizagem e os objetivos estabelecidos pelo
curso.” (Palloff e Pratt, 2004)
O perfil do aluno EaD
5
Habilidades:
• Autodeterminação
• Automotivação
• Disciplina nos estudos
• Postura ativa
• Compartilhar
O perfil do aluno EaD
6
Mas é esse o perfil que temos
atualmente na EaD?
7
Segundo Moore e Kearsley (2007), o insucesso de um curso
de EaD passa pelas características dos alunos, como uma
expectativa errada por parte deste aluno quanto a um curso
de EaD, ou o uso inadequado ou a falta de habilidade deste
aluno para usar as tecnologias corretamente.
“Se os alunos não estão familiarizados com a tecnologia,
relutarão em usá-la de modo criativo e arriscado, o que afetará
muito seriamente sua experiência. À medida que os alunos se
familiarizam com a tecnologia, essa resistência diminui.”
(MOORE; KEARSLEY, 2007).
Evasão
O perfil do aluno EaD
8
Então, o que se pode fazer?
Estratégias de permanência
• Alinhar a campanha de captação com a preocupação de
sucesso do aluno
• Prestar com qualidade e divulgar serviços de apoio ao aluno
(Acadêmico, Financeiro, Emocional, Infraestrutura, Vocacional)*
• Promover a interatividade entre os estudantes
• Acompanhar as atividades/interações dos alunos
• Estar atento a situações de risco
• Realizar ações proativas e personalizadas
10
O GVwise
Um sistema de apoio à gestão de evasão que permite a
identificação precoce de estudantes em situação de
risco (Learning Analytics)
• É uma solução WEB
• Centraliza e sumariza diversas informações relevantes em
relação à evasão
• Utiliza técnicas de Mineração de Dados (IA) para a
identificação individual dos estudantes em situação de risco de
evasão
• Facilita no monitoramento da situação dos alunos (tempo real)
• Facilita a comunicação entre os envolvidos
• Possibilita a realização de ações proativas na própria
ferramenta
• Possibilita a emissão automática de alertas
O GVwise
4 - Avaliação e realização de ações
Analise dos estudantes em risco Realização de ações
Aumento da Permanência
Gerência do Processo
3 - Predição e emissão de alertas
Emissão de alertaspersonalizados
Estudantes classificados conforme o risco
Classificação ou prediçãoIndicadores de estudantes (atuais)
2 - Geração e validação de padrões
Definição de perfis
Indicadores de estudantes (histórico)
Aprovados
Reprovados
Evadidos
Identificação dos grupos de interesse
Mineração de dados e identificação de padrões
1 – Mapeamento de indicadores
AVEA, ERP, CRM, ...Indicadores
Exploração dos dados
Como atua?
O GVwise: Integração com o Moodle
Extração
Base de Dados do Moodle
Base Stagingdo Moodle
Transformação Base ODS
Consolidação
Data Warehouse
ETL do Moodle
O GVwise: Integração de dados
Data Warehouse
ETL Moodle
ETL ERP
Mineração de Dados
O GVwise: processo de mineração
Seleção de contexto
Transformação
Treinamento
Avaliação de resultados
Consolidação do modelo
Classificação de dados atuais
Estudo de caso
17
18
+
Sobre a UNISINOS
19
• Fundada em 31 de julho de 1969;
• 1.053 Funcionários;
• 1.108 Professores
• 402 Doutores;
• 574 Mestres;
• 94 Especialistas;
• 38 Graduados.
• 30.320 Alunos;
• www.unisinos.br
• Campus principal em São Leopoldo(RS)
• Porto Alegre, Caxias do Sul, Bento Gonçalves, Santa Maria, Rio
Grande, Canoas, Florianópolis e Curitiba.
História do projeto• Fase 1 (2012)
• Identificada a necessidade de mercado
• “É possível predizer a evasão?”
• Parceria com o programa de pós-graduação em Computação Aplicada
(PIPCA - UNISINOS)
• Fase 2 (2013)
• “É possível reverter a evasão?”
• Parceria com a Unidade de Graduação UNISINOS
• Plano de ação
• 2 projetos piloto (cerca de 20 turmas envolvidas)
• Fase 3 (2014)
• Ajustes no plano de ação
• Implantação institucional em todos os cursos da EaD
• Capacitação dos educadores
Cenário de aplicação
• Cursos EaD
• Histórico do Moodle desde 2010
• LOGs históricos: ~ 89 milhões
• Média LOGs diários: ~ 225 mil
• Disciplinas bimestrais (9 semanas/módulos)
• Predição de evasão na disciplina e semanal
• Predição a partir da 2ª semana
Na prática
Os dados d
Na prática
Na prática
Na prática
Na prática
Na prática
Na prática
Na prática
Na prática
Na prática
Na prática
• Projeto desde 2013
• Motivação: qualificação dos LOGs
• Registro de LOG semelhante ao Moodle
WEB
• Gestão de conteúdos baixados (off-line)
• Agregação de recursos sem vínculo com o
Moodle
GVwise StudentUsuário: moodlemoot2015
Senha: 123456
Resultados
0,00%
10,00%
20,00%
30,00%
40,00%
50,00%
60,00%
70,00%
80,00%
90,00%
100,00%
Módulo 2 Módulo 3 Módulo 4 Módulo 5 Módulo 6 Módulo 7
Geral
Evadidos
Não Evadidos
Resultados
• Fase 2 (Pilotos 2013)
• Aprovação: melhoria de até 18%
• Reversão: melhoria de até 25%
• Fase 3 (Todas turmas 2014)
• Aprovação: melhoria de 1,54%
• Reversão: melhoria de 7,2%
Conclusões• A predição de evasão se mostrou uma importante ferramenta no
combate à evasão, possibilitando a realização de ações
proativas
• A centralização e disponibilização de dados pertinentes à evasão
facilita a tomada de decisão e a realização de ações rápidas e
mais eficientes
• É fundamental a criação de um plano de ação que atenda as
diferentes realidades dentro da modalidade
• A predição sozinha não proporciona resultado algum, é
preciso agir!
Trabalhos futuros
• Utilizar a predição de evasão no ensino presencial
• Agregar funcionalidades ao Mobile
• Melhorar a integração com o BD do Moodle
• Qualificar a modelagem dos dados
• Acesso atrasado
• Análise sequencial
• Utilização de outras informações do LOG (versão do Moodle)
Referências
37
• ABED - Associação Brasileira de Educação a Distância. Censo EAD Brasil 2012.
Disponível em: http://www.abed.org.br/censoead/censoEAD.BR_2012_pt.pdf. Acesso
em Jan/2014.
• ALMEIDA, Onília Cristina de Souza de et al. Evasão em cursos a distância: fatores
influenciadores. Periódicos Eletrônicos em Psicologia, São Paulo, v. 14, n. 1, p.19-
33, jun. 2013. Disponível em: <http://pepsic.bvsalud.org/cgi-bin/wxis.exe/iah/>. Acesso
em: 09 jan. 2015.
• BEHAR, Patricia Alejandra (Org.). Modelos pedagógicos em Educação a Distância.
Porto Alegre: Artmed, 2009. 309 p.
• BELLONI, Maria Luiza. Educação a Distância. 4. ed. Campinas: Autores Associados,
2006. 115 p.
• CENSOEAD.BR. Relatório analítico da aprendizagem a distância no Brasil 2012.
Curitiba: Editora IBPEX, 2012.
• KOEDINGER, K. R.; CUNNINGHAM, K.; SKOGSHOLM, A.; LEBER, B. An open
repositor and analysis tools for fine-grained, longitudinal learner data. In:
EDUCATIONAL DATA MINING 2008: 1ST INTERNATIONAL CONFERENCE ON
EDUCATIONAL DATA MINING, PROCEEDING, 2008. Anais. . . [S.l.: s.n.], 2008. p.
157–166..
Referências
38
• LIRA, D. Faculdades privadas pressionam MEC a liberar Fies para cursos a
distância. iG - Notícias do Útimo Segundo. Disponível em:
http://ultimosegundo.ig.com.br/educacao/2014-07-03/faculdades-privadas-pressionam-
mec-a-liberar-fies-para-cursos-a-distancia.html. Acesso em Jul/2014.
• MATTAR, João; MAIA, Carmem. ABC da EaD: a educação a distância hoje. São Paulo:
Pearson Prentice Hall, 2008. 138 p.
• MERCADANTE, A. Censo da Educação Superior 2012. Ministério da Educação.
Disponível em: http://portal.mec.gov.br/. Acesso em Fev/2014.
• MOORE, Michel; KEARSLEY, Greg. Educação a Distância: uma visão integrada. São
Paulo: Thomson, 2007. 398 p.
• NEVADO, Rosane Aragón de; CARVALHO, Marie Jane Soares; MENEZES, Crediné Silva
de (Org.). Aprendizagem em rede na Educação a Distância: estudos e recursos para
formação de professores. Porto Alegre: Ricardo Lenz, 2007. 264 p.
• NOGUEIRA, F. País perde R$ 9 bilhões com evasão no ensino superior, diz
pesquisador. G1 - O portal de notícias da Globo. Disponível em:
http://g1.globo.com/educacao/noticia/2011/02/pais-perde-r-9-bilhoes-com-evasao-no-
ensino-superior-diz-pesquisador.html. Acesso em Jan/2014.
• PALLOFF, Rena M.; PRATT, Keith. O aluno virtual: um guia para trabalhar com
estudantes on-line. Porto Alegre: Artmed, 2004. 216 p.
Moodle e GVwise Contra a Evasão na
Educação à Distância.
Ms. Jones Quadros da Silva ([email protected])
Ms. Rodrigo de Moraes ([email protected])
Ms. Wagner Luiz Cambruzzi ([email protected])