Aprendizagem manifesta via interocepção a partir de tipos de estímulos de atenção : uma modelagem de estudos cognitivos para learning analytics

Abstract

Resumo: Como otimizar estratégias de ensino para engajar efetivamente adultos? Esta tese responde ao desafio de alavancar a aprendizagem por meio da interocepção, o sensor interno que informa sobre nosso estado corporal por meio das emoções. Investigou-se a correlação entre estímulos específicos de atenção e as respostas emocionais, visando estratégias comunicacionais mais impactantes. As variáveis de interesse são os estímulos analisados — intensidade, repetição, isolamento, movimento/mudança, novidade e incongruência — que são correlacionados com as emoções fundamentais: raiva, medo, tristeza, alegria, surpresa e nojo. A abordagem propõe uma survey para mapear as reações interoceptivas dos alunos, fornecendo um mapa de calor que orienta os educadores a adaptarem suas formas de comunicar-se nas aulas, priorizando estímulos que fomentem o engajamento. A pesquisa está fundamentada no Learning Analytics Model, e demonstra que a aplicação desses estímulos eleva o engajamento e a concentração, catalisando a aprendizagem. A modelagem de estudos cognitivos realizada, propõe a inserção de uma etapa preparatória antes de iniciar a formação, para enriquecer o planejamento do curso, garantindo que as práticas educacionais estejam alinhadas com as características das respostas emocionais dos alunos. A etapa preparatória é formada por um conjunto de atividades e oferece uma ferramenta analítica para a docência, que facilita a preparação para ministração de cursos de formação continuada de maneira mais engajadora e eficaz, promovendo benefícios sociais, econômicos e individuais. Ademais, viabiliza uma tomada de decisão informada pela docência, otimizando o ensino e consolidando a aprendizagem dos envolvidos. Assim, nesta tese foi desenvolvido um método, cuja aplicação respondeu à seguinte pergunta: como melhorar a aprendizagem de adultos por meio da escolha de melhores estratégias de comunicação, por meio do uso de estratégias didáticas e recursos pedagógicos selecionados por indicadores obtidos da correlação entre os tipos de estímulos de atenção e as emoções, explicadas pela interocepção? Para a obtenção dos indicadores da correlação, coletou-se os dados das respostas interoceptivas das amostras estudadas frente a diferentes tipos de estímulos de atenção. Em seguida, aplicou-se o método desenvolvido para transformação dos dados, o qual inclui métodos estatísticos específicos para calcular a correlação entre as variáveis, revelando o mapa de calor com a indicação das respostas interoceptivas dos educandos avaliados. A coleta e o processamento dos dados, realizadas por meio das práticas de learning analytics, foram desenvolvidas e implementadas na forma de um algoritmo escrito em linguagem R. O algoritmo forneceu relatórios para auxiliar na escolha fundamentada de como se comunicar por meio das estratégias didáticas e recursos pedagógicos, aplicadas no plano de ensino. Os estudos exploratórios realizados com educandos de graduação e pós-graduação durante o ano de 2022, em ambiente controlado nos laboratórios do PPGGI, geraram resultados preliminares que indicaram que há uma correlação entre as variáveis de interesse, permitindo o desenvolvimento do método. Estudos experimentais, conduzidos durante o ano de 2023, foram realizados em outras duas amostras em situações reais de formação continuada, aplicando o método desenvolvido, o que demonstrou que é possível identificar o Perfil Interoceptivo da turma e a partir dele recomendar quais tipos de estímulos de atenção geram o maior nível de engajamento. Melhores níveis de engajamento emocional significam mais concentração, que levam à melhoria na retenção de informações, podendo levar à melhoria da aprendizagem. Por fim, o método desenvolvido apresenta um conjunto de práticas e parâmetros que possibilitam validar o nível da aprendizagem dos educandos, auxiliando a tomada de decisões de docentes e gestores.

Abstract: How can teaching strategies be optimized to effectively engage adults? This thesis addresses the challenge of enhancing learning through interoception, the internal sensor that informs the bodily state through emotions. The correlation between specific attention stimuli and emotional responses was investigated to develop more impactful communication strategies. The variables of interest are the analyzed stimuli — intensity, repetition, isolation, movement/change, novelty, and incongruence — which are correlated with fundamental emotions: anger, fear, sadness, joy, surprise, and disgust. A survey is proposed to map students' interoceptive reactions, providing a heatmap that guides educators in adapting their communication methods in classes and prioritizing stimuli that foster engagement. The research is based on the Learning Analytics Model and demonstrates that applying these stimuli enhances engagement and concentration, catalyzing learning. The cognitive study modeling proposes the insertion of a preparatory phase before starting the training to enrich course planning, ensuring that educational practices align with students' emotional response characteristics. The preparatory phase consists of a set of activities and offers an analytical tool for teaching, facilitating the preparation for more engaging and effective continuous education courses, and promoting social, economic, and individual benefits. Additionally, informed decision-making by teachers is enabled, optimizing teaching and consolidating learners' knowledge. Thus, a method was developed to address the following question: How can adult learning be improved through better communication strategies, using didactic strategies and pedagogical resources selected by indicators obtained from the correlation between types of stimuli-driven attention and emotions, explained by interoception? To obtain the correlation indicators, interoceptive response data were collected from the studied samples in response to different types of stimuli-driven attention. The developed method for data transformation was then applied, including specific statistical methods to calculate the correlation between variables, revealing the heatmap indicating the interoceptive responses of the evaluated learners. Data collection and processing, carried out through learning analytics practices, were developed and implemented in the form of an algorithm written in the R language. The algorithm provided reports to assist in making informed choices on how to communicate through didactic strategies and pedagogical resources applied in the lesson plan. Exploratory studies conducted with undergraduate and postgraduate students during 2022 in a controlled environment in the PPGGI laboratories generated preliminary results indicating a correlation between the variables of interest, allowing the method's development. Experimental studies conducted in 2023 with two other samples in real continuous education situations applied the developed method, demonstrating that it is possible to identify the Interoceptive Profile of the class and recommend which types of stimuli-driven attention generate the highest engagement level. Higher levels of emotional engagement mean more concentration, leading to better information retention and potentially improved learning. Finally, the developed method presents a set of practices and parameters that validate the level of students' learning, assisting teachers and managers in decision-making.