MOSALA: Modelo Socioafectivo basado en Analítica de Aprendizaje para Ayudar a los Docentes a Supervisar a los Estudiantes en un Entorno Virtual de Aprendizaje
DOI:
https://doi.org/10.5753/rbie.2026.6059Keywords:
Educación a Distancia, Entornos de Aprendizaje Virtuales, Análisis del Aprendizaje, Estrategias Pedagógicas, Aspectos Sociales y AfectivosAbstract
La investigación tiene como objetivo construir MOSALA, un modelo socioafectivo basado en analítica de aprendizaje para ayudar a los docentes en el seguimiento de los estudiantes en un Entorno Virtual de Aprendizaje. La Educación a Distancia (EaD) permite flexibilidad de tiempo y lugar, sin embargo, uno de sus principales retos es reconocer la interacción y el afecto entre los participantes. El Entorno Virtual de Aprendizaje (EVA) de la Rede cOOperativa De Aprendizagem (abreviado en portugués: ROODA) tiene las siguientes funcionalidades: Mapa Social (destaca las relaciones sociales en forma de sociograma) y Mapa Afectivo (identifica los estados de ánimo de los estudiantes). A partir del panorama presentado, que consiste en la dificultad de analizar los aspectos sociales y afectivos de los estudiantes de la EVA, se construyó MOSALA. Esto ayudó en la integración de los Mapas, permitiendo la recolección de datos sociales y afectivos que ayudaron en el mapeo, a través de Learning Analytics, de Escenarios Socioafectivos recurrentes en disciplinas y cursos realizados en ROODA. De esta manera, a través de Escenarios, el docente puede aplicar Estrategias Pedagógicas (EP) para personalizar la enseñanza y el aprendizaje, de acuerdo al perfil de los estudiantes. En este contexto, se entiende que es importante desarrollar una funcionalidad en el EVA para que el docente pueda tener acceso, de forma gráfica, a la recomendación de Escenarios Socioafectivos y su respectivo EP, denominado Mapa Socioafectivo. La metodología tiene un enfoque cualitativo y cuantitativo. Los participantes voluntarios en la investigación fueron 311 estudiantes; dos docentes; 13 tutores y cuatro monitores. Los instrumentos de recolección fueron Mapa Social, Mapa Afectivo, observación participante y cuestionarios. Los datos proporcionaron la presentación de MOSALA, que cuenta con 59 Escenarios Socioafectivos, Analíticas de Aprendizaje, 354 Estrategias Pedagógicas, Mapa Social, Mapa Afectivo, Sistema de Recomendación, Recomendación de EP y el prototipo del Mapa Socioafectivo. El modelo desarrollado puede servir como base para su aplicación en otras EVAs, así como en diferentes contextos de EaD.
Descargas
Citas
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]
Archivos adicionales
Published
Cómo citar
Issue
Section
Licencia
Derechos de autor 2026 Jacqueline Mayumi Akazaki, Letícia Sophia Rocha Machado, Patricia Alejandra Behar
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
