Como utilizar as ciências de dados educacionais na sua escola? (Mineração de dados educacionais e Analytics)

Os dados são o novo petróleo do futuro. Essa frase já é bastante utilizada e demonstra o poder que os dados que produzimos têm na mão do mercado. A todo momento nós produzimos dados, quando estamos fazendo compras, quando estamos planejando nossa viagem de férias e. muito mais ainda, quando estamos navegando pelas redes sociais. As pessoas vêm notando que a cada dia que passa estão sendo vigiadas a partir do momento em que uma simples conversa informal sobre um produto ou serviço transforma-se logo mais em um anuncio nas redes sociais. Todos esses fatos vem gerando discussões acerca de qual o limite que as empresas têm em nos vigiar.

Contudo, na área educacional não é diferente, além do mais, no período de pandemia todas as instituições de ensino, quer públicas, quer privadas, em maior ou menor nível de engajamento, tiveram que utilizar as ferramentas digitais, que inclusive, foram incentivadas pelas secretarias estaduais de educação com a compra de contas Suites robustas do Google. O ensino remoto emergencial foi uma nova realidade repleta de desafios e aprendizados para professores e educandos. Porém, esse movimento, como bem apontado pelos principais nomes da educação do nosso país, não deve ser abandonado assim que a pandemia passar, a educação precisa continuar a utilizar e incorporar as ferramentas digitais na sua prática em todos os níveis, pois assim estaremos preparando os nossos jovens para o futuro cada vez mais digital que está ai.

As Universidades e Institutos Federais já fazem uso de Ambientes virtuais do aprendizagem tanto para o ensino a distância como para o apoio para o ensino presencial, o principal software plataforma ambiente virtual de aprendizadem utilizado no momento é o Moodle, software de código aberto e livre. Contudo, possivelmente o Moodle perderá espaço para o Amadeus nos próximos anos. O Moodle permite a mineração de dados educacionais por meio de algoritmos e plugins específicos que permitem a análise preditiva do ensino. Já o Amadeus, pro conter integrado no seu sistema toda a área específica de mineração de dados, já entrega ao educador, equipe pedagógica e gestão um dashboard completo sobre o nível de engajamento e aprendizado, permitindo uma tomada de decisão e intervenções pedagógicas mais assertivas. 
A seguir, alguns tópicos com mais definicões sobre Mineração de dados educacionais, Learning Analytics e funcionalidades do Moodle:

Mineração de Dados Educacionais (MDE)

A mineração de dados está se consolidando como uma das chaves para o sucesso de grandes organizações não só dentro da área educacional, grandes corporações internacionais vêm investindo a cada dia em programas que tenham essa capacidade de predizer o futuro e de subvencionar decisões, ainda mais nesse tempo de incertezas constantes em que vivemos as ferramentas Business Inteligence (BI) vem cumprindo esse papel nas áreas de negócios. 
Com a Mineração de Dados Educacionais é possível explorar grandes quantidades de dados à procura de padrões consistentes, como regras de associação ou sequências temporais, para detectar relacionamentos sistemáticos entre variáveis, detectando assim novos subconjuntos de dados e chegar com mais assertividade no conjunto de causas possíveis que tenham como consequência os altos índices de reprovação em determinada disciplina, por exemplo. Essa nova realidade foi possível a partir do momento em que se começou a pensar sobre a destinação do vultoso volume de dados gerados pelos sistemas computacionais do mundo inteiro, e aprimoraram-se as técnicas de análise e com isso hoje é possível colaborar com a monitoração e predição.

Pode-se dizer que a finalidade central dessas ferramentas é tornar o conhecimento implícito em explicito, clarificando através das ferramentas computacionais as informações que antes não eram deduzidas pela mera análise humana realizada pelos educadores e equipe gestora da escola, e tornando possível entender o comportamento do educando, seus hábitos e pontos fracos que poderão leva-lo a abandonar o interesse pela disciplina (RIGO et al., 2014).

A descoberta tornou-se um método cada vez mais popular na pesquisa sobre MDE, apoiando análises sofisticadas, como quais subcategorias de material didático dos alunos (Beck & Mostow 2008), como os diferentes tipos de comportamento dos estudantes impactam na aprendizagem de diferentes maneiras (COCEA, 2009).

Learning Analytics (LA)

As TIC´s podem tornar as escolas mais eficientes e produtivas, gerando assim uma variedade de ferramentas para aprimorar e facilitar as atividades profissionais dos professores (Kirschner & Woperies, 2003). A fim de cumprir esse papel, pesquisadores desenvolveram a área da Learning Analytics, que utiliza procedimentos e técnicas realizadas através de softwares que permitem a visualização de informações que antes não eram conhecidas e interpretadas. Apesar do grande volume de dados sobre os estudantes estarem armazenados nos softwares internos das escolas e secretarias de educação esses dados não são suficientes nem recebem o tratamento necessário para serem capazes de mostrar todas essas informações que somente o LA é capaz de fazer. O termo Learning Analytics é utilizado para descrever a atividade de coleta e análise de dados dos alunos, com a finalidade de entender e dar suporte ao processo de ensino. A análise qualitativa desses dados é necessária para aprofundar o entendimento das atividades de aprendizagem, enquanto a análise quantitativa pode fornecer insights e caminhos para a melhoria desse processo. (SIEMENS e LONG, 2011).

Elias (2011) a LA é um campo emergente no qual ferramentas analíticas sofisticadas são usadas para melhorar a aprendizagem e a educação. Ele se baseia e está intimamente ligado a uma série de outros campos de estudo, incluindo inteligência comercial, análise da web, análise acadêmica, mineração de dados educacionais e análise etc.

A LA é a medição, coleta, análise e relatórios de dados sobre os alunos e seus contextos, por propósitos de entender e otimizar a aprendizagem e os ambientes em que ocorre. Um campo relacionado é mineração de dados educacionais. Portanto, aprender análise é a interpretação de uma ampla gama de dados produzidos e coletados, a fim de avaliar o progresso acadêmico, prever o desempenho futuro e detectar possíveis problemas. (YASSINE, 2016).

Funcionalidades do Moodle 

O sistema de gerenciamento de cursos online Moodle é uma das plataformas mais utilizadas no mundo para a  construção de ambientes virtuais de aprendizagem. O Moodle é um projeto de software de fonte aberta (open source  software), sob as condições de GNU-General Public License, podendo ser baixado, utilizado e modificado gratuitamente. Por essa razão o Moodle conta com uma comunidade cada vez maior de usuários, e cada um deles pode  colaborar para o seu contínuo desenvolvimento de várias maneiras: corrigindo eventuais problemas ou bugs,  modificando seu código fonte, acrescentando e compartilhando módulos específicos, experimentando novas perspectivas pedagógicos, ou simplesmente divulgando suas potencialidades. (BECHARA e HAGUENAUER, 2010).

Torres e Silva (2008) o Moodle dispõe de uma combinação de ferramentas, utensílios e recursos integrados que  podem ser selecionados pelo professor de acordo com as suas finalidades pedagógicas. Dessa forma, podemos arquitetar  cursos que façam diferentes funcionalidades, tais como: fóruns, diários, chats, pacotes scorm, questionários, textos wiki,  objetos de aprendizagem, o Moodle admiti que estes mecanismos sejam expostos ao aluno de forma flexibilizada, ou  seja, o professor, além de poder definir a sua disposição na interface, poderá utilizar metáforas que imputem a estas  ferramentas diferentes perspectivas, que apesar de utilizarem a mesma funcionalidade, se tornem ambientes didáticos  únicos. Assim, um simples chat, pode ser utilizado com um espaço para discussão de conceitos pautados a um tema,  como pode ser chamado de “Ponto de Encontro”, ou até mesmo uma cafeteria, um espaço de conversa, e ser utilizado  para instigar a ação estabelecimento de vínculos entre os participantes do curso ou comunidade. Parece simples, mas os  resultados são importantes, já que esta decisão não depende da interposição de qualquer profissional da área de  tecnologia ou design, o próprio professor que perante as particularidades de seu corpo discente é quem vai optar sobre  quais novos espaços podem ser instituídos e refletir sobre a possível intervenção destes no processo ensino aprendizagem.

Considerações Finais

Eu sei que você leu até aqui e disse: "É tudo muito bom, muito lindo, mas eu não tenho como e nem sei aplicar essa tecnologia em minha escola".  Mas, é ai que está. Apenas utilizando o excel, software de planilhas da Microsoft, ou o Google Sheets, planilhas Google na nuvem, e utilizando filtros, é possível fazer uma análise bastante completa que permitirá tomada de decisão e intervenções pedagógicas mais assertivas. 
A partir das planilhas será possível visualizar em quais assuntos e questões as turmas e educandos possuem mais dificuldades, e traçar estratégias para sanar tais dificuldades, dessa forma, é possível chegar a uma personalização do ensino por meio das análises. Dá mais trabalho? Dá, mas é só um pouquinho. Então, alinhe com a equipe pedagógica da sua escola essas estratégias e mude o rumo da qualidade da educação na sua escola, preparando e elevando os índices nas avaliações externas.

Referências Bibliográficas

BECK, Joseph E.; MOSTOW, Jack. How who should practice: Using learning decomposition to evaluate the efficacy of different types of practice for different types of students. In: International conference on intelligent tutoring systems. Springer, Berlin, Heidelberg, 2008. p. 353-362.

BEIKZADEH, M.R.; PHON-AMNUAISUK, S. and DELAVARI, N. (2008). Data mining application in higher learning institutions. In International Journal of Informatics in Education, 7(1), (pp. 31-54).

BENOÎT, G. (2002). Data mining. In Annual Review of Information Science and Technology, 36, (pp. 265–310).

COCEA, Mihaela; HERSHKOVITZ, Arnon; BAKER, Ryan SJD. The impact of off-task and gaming behaviors on learning: immediate or aggregate?. In: Proceeding of the 2009 conference on Artificial Intelligence in Education: Building Learning Systems that Care: From Knowledge Representation to Affective Modelling. IOS Press, 2009. p. 507-514.

DUVAL, Erik. Learning analytics for visualization and recommendation. In: Proceedings of the 1st international conference on learning analytics and knowledge. 2011.

ELIAS, Tanya. Learning analytics. Learning, p. 1-22, 2011.

RETALIS, S., et al. Towards networked learning analytics–A concept and a tool. In: Proceedings of the fifth international conference on networked learning. 2006. p. 1-8.

ROMERO, C.; VENTURA, S. and GARCÍA, E. (2008). Data mining in course management systems: Moodle case study and tutorial. In Computers & Education, 51(1), (pp. 368-384).

SIEMENS, George; LONG, Phil. Penetrating the fog: Analytics in learning and education. EDUCAUSE review, v. 46, n. 5, p. 30, 2011.

YASSINE, Sahar; KADRY, Seifedine; SICILIA, Miguel-Angel. A Framework for Learning Analytics in Moodle for Assessing Course Outcomes. 2016.
 

Daniel dos Santos Rocha
Coordenador de Integração Escola Empresa
Escola Técnica Estadual Professor Francisco Jonas Feitosa Costa