Processo de Adaptação de Objetos de Aprendizagem com a inserção de Técnicas de Learning Analytics

The use of Learning Analytics techniques in Learning Objects presents itself as an important alternative for looking for better a understand students' behavior and performance. These techniques can provide teachers with important information and data about students' use of digital resources. This article presents the details of the process to adapt learning objects to include Learning Analytics techniques. This process was applied to a open code learning object and the initial results point to important advances in this topic, which aims to create interoperable and encapsulated objects, in order to facilitate their reuse. Resumo. A utilização de técnicas de Learning Analytics em Objetos de Aprendizagem apresenta-se como uma importante alternativa na busca de compreender melhor o comportamento e a performance dos alunos. Essas técnicas podem prover aos docentes dados e informações importantes sobre o uso de recursos digitais pelos alunos. Este artigo apresenta o detalhamento de um processo para adaptação de objetos de aprendizagem a fim de incluir técnicas de Learning Analytics. Este processo foi instanciado em um objeto de código aberto (REA) e os resultados iniciais apontam avanços nesse tema, visando criar objetos interoperáveis e encapsulados, de modo a facilitar sua reutilização. 1. Introdução Objetos de Aprendizagem (OAs) são “Quaisquer materiais eletrônicos (como imagens, vídeos, páginas web, animações ou simulações), desde que tragam informações destinadas à construção do conhecimento (conteúdo autocontido), explicitem seus objetivos pedagógicos e estejam estruturados de tal forma que possam ser reutilizados e recombinados com outros objetos de aprendizagem (padronização)” [Carneiro e Silveira 2014]. Já Learning Analytics (LA) são um conjunto de técnicas para medir, coletar, analisar e relatar dados sobre estudantes e seu contexto, tendo como propósito entender e otimizar o aprendizado no ambiente de aprendizagem [Siemens et al 2011]. Segundo Johnson et al. (2011), LA referem-se à interpretação de um grande volume de dados produzidos pelos alunos, a fim de avaliar o seu progresso acadêmico, predizer o desempenho e detectar possíveis problemas de aprendizagem. DOI: 10.5753/cbie.sbie.2019.1681 1681 Anais do XXX Simpósio Brasileiro de Informática na Educação (SBIE 2019) VIII Congresso Brasileiro de Informática na Educação (CBIE 2019)