Sequenciamento inteligente e adaptativo de enunciados em programação de computadores

Abstract

Resumo: A presente dissertação detalha uma abordagem para tratar do sequenciamento inteligente e adaptativo de enunciados, considerando a modelagem dinâmica do aprendiz, no domínio de Programação de Computadores. A metodologia utiliza grafos genéticos como base para a representação interna. Com isso, aspectos de sobreposição destacam o progresso do aprendiz frente ao conhecimento do domínio, além da contribuição individual de cada enunciado. Propõe-se, então, um processo de ordenação heurística que indica capacidades a serem desenvolvidas pelo aprendiz, bem como o sequenciamento adaptativo de enunciados que contribuam nessa evolução. A atualização do modelo e a extração de informações úteis sobre a aprendizagem, por _m, são analisadas. A implementação de um protótipo de ferramenta suporta a abordagem descrita. Palavras-chave: sequenciamento de enunciados, ensino de programação de computadores, representação de conhecimento, sistemas tutores inteligentes, múltiplas representações externas

Abstract: This dissertation details an approach to deal with intelligent and adaptive exercise ordering, considering the student dynamic modeling in Computer Programming domain. The methodology uses genetic graphs as a basis for the internal representation. Thus, overlaying aspects highlight the progress of the learner compared to the domain knowledge, and to the individual contribution of each exercise. Then is proposed a heuristic ordering process that indicates capabilities to be developed by the student, as also an adaptive exercise ordering that contributes in this evolution. The model update and the extraction of useful information about learning, lastly, are analyzed. An implemented software tool prototype supports the approach here described. Keywords: exercise ordering, teaching of computer programming, knowledge representation, intelligent tutoring systems, multiple external representations.