MOSALA: Modelo Socioafetivo baseado em Learning Analytics para Auxiliar Professores no Acompanhamento de Estudantes em um Ambiente Virtual de Aprendizagem
DOI:
https://doi.org/10.5753/rbie.2026.6059Keywords:
Educação a Distância, Ambientes Virtuais de Aprendizagem, Learning Analytics, Estratégias Pedagógicas, Aspectos Sociais e AfetivosAbstract
A pesquisa tem como objetivo construir o MOSALA, um Modelo Socioafetivo baseado em Learning Analytics para auxiliar professores no acompanhamento de estudantes em um Ambiente Virtual de Aprendizagem. A Educação a Distância (EaD) possibilita uma flexibilidade de tempo e local, no entanto, um dos seus principais desafios é o reconhecimento da interação e afetividade entre os participantes. O Ambiente Virtual de Aprendizagem (AVA) da Rede cOOperativa De Aprendizagem (ROODA) possui as funcionalidades Mapa Social (evidencia as relações sociais na forma de sociograma) e Mapa Afetivo (identifica os estados de ânimo dos alunos). A partir do panorama apresentado, que consiste na dificuldade de analisar os aspectos sociais e afetivos dos discentes no AVA, foi construído o MOSALA. Esse auxiliou na integração dos Mapas, permitindo a coleta de dados sociais e afetivos que ajudaram no mapeamento, por meio de Learning Analytics, de Cenários Socioafetivos recorrentes em disciplinas e cursos realizados no ROODA. Dessa forma, por meio dos Cenários, o docente pode aplicar Estratégias Pedagógicas (EP) para personalizar o ensino e a aprendizagem, de acordo com o perfil dos estudantes. Nesse âmbito, entende-se que é importante o desenvolvimento de uma funcionalidade no AVA para que o professor possa ter acesso, de maneira gráfica, à recomendação dos Cenários Socioafetivos e suas respectivas EP, denominada Mapa Socioafetivo. A metodologia possui abordagem qualitativa e quantitativa. Os participantes voluntários da pesquisa foram 311 estudantes; dois professores; 13 tutores e quatro monitores. Os instrumentos de coleta foram Mapa Social, Mapa Afetivo, observação participante e questionários. Os dados proporcionaram a apresentação do MOSALA que possui os 59 Cenários Socioafetivos, Learning Analytics, as 354 Estratégias Pedagógicas, Mapa Social, Mapa Afetivo, Sistema de Recomendação, Recomendação de EP e o protótipo do Mapa Socioafetivo. O modelo elaborado pode servir como base para ser aplicado em outros AVAs, bem como em diferentes contextos na EaD.
Downloads
Referências
Amaral, C. B. D. (2017). Estratégias pedagógicas para o ensino fundamental: um enfoque na dimensão socioafetiva. Universidade Federal do Rio Grande do Sul, Programa de Pós Graduação em Educação, Faculdade de Educação, Porto Alegre. [GS Search]
Armah, J. K., Bervell, B., & Bonsu, N. O. (2023). Modelling the role of learner presence within the community of inquiry framework to determine online course satisfaction in distance education. Heliyon, 9(5), 1–18. https://doi.org/10.1016/j.heliyon.2023.e15803. [GS Search]
Aurélio. Dicionário Online. [GS Search]
Bardin, L. (1977). Análise de Conteúdo, Edições, 70. [GS Search]
Barvinski, C. A. (2020). MREPSA: modelo de recomendação de estratégias pedagógicas baseado em aspectos socioafetivos do aluno em ambiente virtual de aprendizagem. Universidade Federal do Rio Grande do Sul, Programa de Pós-Graduação em Informática na Educação, Centro Interdisciplinar de Informática na Educação, Porto Alegre. [GS Search]
Beck, K. et al. (2001). Manifesto for agile software development. [GS Search]
Behar, P. A. e colaboradores (2019). Recomendação Pedagógica em Educação a Distância. Penso Editora. [GS Search]
Benabbes, K., Housni, K., Hmedna, B., Zellou, A., & El Mezouary, A. (2023). A new hybrid approach to detect and track learner’s engagement in e-learning. IEEE Access, 11, 70912-70929. [GS Search]
Chatti, M. A., Dyckhoff, A. L., Schroeder, U., & Thüs, H. (2012). A reference model for learning analytics. International journal of Technology Enhanced learning, 4(5-6), 318-331. https://doi.org/10.1504/IJTEL.2012.051815. [GS Search]
Filatro, A. C. (2020). Data Science na Educação: Presencial, a Distância e Corporativa: Presencial, a Distância e Corporativa. Saraiva Educação SA. [GS Search]
Firat, M. (2022). Exploring the relationship between personality traits and e-learning autonomy of distance education students. Open Praxis, 14(4), 280-290. https://doi.org/10.55982/openpraxis.14.4.155. [GS Search]
Hamid, S., Ismail, S. N., Hamzah, M., & Malik, A. W. (2022). Developing Engagement in the Learning Management System Supported by Learning Analytics. Computer Systems Science & Engineering, 42(1), 335–350. http://dx.doi.org/10.32604/csse.2022.021927. [GS Search]
Karsli, M. B., & Karaman, S. (2024). Investigation of distance education students’ experiences on content-integrated social interactions. Education and Information Technologies, 29(2), 1617-1646. https://doi.org/10.1007/s10639-023-11867-6. [GS Search]
Longaray, A. N. C. (2014). Estratégias Pedagógicas para a Educação a Distância: um olhar a partir dos estados de ânimo do aluno. Universidade Federal do Rio Grande do Sul, Programa de Pós-Graduação em Educação, Faculdade de Educação, Porto Alegre. [GS Search]
Longhi, M. T., Behar, P. A., & Bercht, M. (2010). In Search of the Affective Subject Interacting in the ROODA Virtual Learning Environment. IFIP International Conference on Key Competencies in the Knowledge Society, (pp. 234 – 245). [GS Search]
Longhi, M. T. (2011). Mapeamento de aspectos afetivos em um ambiente virtual de aprendizagem. Universidade Federal do Rio Grande do Sul, Programa de Pós-Graduação em Informática na Educação, Centro Interdisciplinar de Informática na Educação, Porto Alegre. [GS Search]
Longhi, M. T. et al. (2021). Aspectos Socioafetivos na Educação a Distância: um olhar sobre o Engajamento e a Evasão. Hard Tech Informática. [GS Search]
Moreno, J. L., Bouza, J. G., & Karsz, S. Fundamentos de la sociometría. Paidós, 1972. [GS Search]
Paiva, R. O. A. et al. (2015). Improving pedagogical recommendations by classifying students according to their interactional behavior in a gamified learning environment. Proceedings of the 30th Annual ACM Symposium on Applied Computing (pp. 233 -238). Disponível em: [link]. [GS Search]
Patino, C. M., & Ferreira, J. C. (2016). Qual a importância do cálculo do tamanho amostral?. Jornal Brasileiro de Pneumologia, 42. https://doi.org/10.1590/S1806-37562016000000114. [GS Search]
Peng, M. H., & Dutta, B. (2023). The mediating effects of innovativeness and system usability on students’ personality differences: recommendations for e-learning platforms in the post pandemic era. Sustainability, 15(7), 1-20. https://doi.org/10.3390/su15075867. [GS Search]
Piaget, J. (1973). As operações lógicas e a vida social. Estudos sociológicos. [GS Search]
Piaget, J. (1994). O juízo moral na criança. Grupo Editorial Summus. [GS Search]
Piaget, J. (2020). Relações entre a afetividade e a inteligência no desenvolvimento mental da criança. Wak. [GS Search]
Ribeiro, A. C. R. (2019). MP-SocioAVA: modelo pedagógico com foco nas interações sociais em um ambiente virtual de aprendizagem. Universidade Federal do Rio Grande do Sul, Programa de Pós-Graduação em Educação, Faculdade de Educação, Porto Alegre. [GS Search]
Sahni, J. (2023). Is learning analytics the future of online education? Assessing student engagement and academic performance in the online learning environment. International Journal of Emerging Technologies in Learning (iJET), 18(2), 33-49. https://doi.org/10.3991/ijet.v18i02.32167. [GS Search]
Siemens, G. (2012). Learning analytics: envisioning a research discipline and a domain of practice. Proceedings of the 2nd international conference on learning analytics and knowledge (pp. 4-8). https://doi.org/10.1145/2330601.2330605. [GS Search]
Silva, K. K. A. da. Modelo de competências digitais em educação a distância: MCompDigEAD um foco no aluno. Universidade Federal do Rio Grande do Sul, Programa de Pós-Graduação em Informática na Educação, Centro Interdisciplinar de Informática na Educação, Porto Alegre. [GS Search]
SoLAR. (2019). Society for Learning Analytics Research. Disponível em: [link].
Vlachogianni, P., & Tselios, N. (2022). Investigating the impact of personality traits on perceived usability evaluation of e-learning platforms. Interactive Technology and Smart Education, 19(2). https://doi.org/10.1108/ITSE-02-2021-0024. [GS Search]
Wohlin, C., et al. (2012). Experimentation in Software Engineering, 1st edn. Springer Science & Business Media, United States of America. https://doi.org/10.1007/978-3-662-69306-3. [GS Search]
Arquivos adicionais
Published
Como Citar
Issue
Section
Licença
Copyright (c) 2026 Jacqueline Mayumi Akazaki, Letícia Sophia Rocha Machado, Patricia Alejandra Behar
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
