Ferramentas de Learning Analytics para apoiar a autorregulação da aprendizagem em ambientes de educação online e híbridos.
Informática na Educação; Análise da Aprendizagem; Autorregulação da Aprendizagem.
Modelos educacionais mais flexíveis, como a educação online e a híbrida, exigem maior autonomia e protagonismo dos estudantes. Contudo, gerenciar sua própria aprendizagem é uma dificuldade comum nesses cenários, o que pode levar a desafios, como o baixo desempenho acadêmico. Nesse contexto, o presente trabalho propõe o desenvolvimento e avaliação de um conjunto integrado de ferramentas de Learning Analytics (LA) projetado para apoiar a Autorregulação da Aprendizagem (SRL) de estudantes em ambientes de educação online e híbrida no Brasil.
A solução proposta utiliza o modelo cíclico de Zimmerman como base teórica, estruturando-se em três componentes tecnológicos principais: 1) Ferramenta de Definição de Metas (Fase de Previsão): Permite o estabelecimento de objetivos explícitos e configuráveis (pré-definidos ou customizados); 2) Agente Conversacional/Chatbot (Fase de Desempenho): Fornece feedbacks acionáveis e recomendações contextuais baseadas em inteligência artificial (LLM e RAG) para auxiliar o monitoramento das tarefas; e 3) Painel de Bordo/Dashboard (Fase de Autorreflexão): Exibe visualizações de dados comparativos (estudante vs. média da turma/recomendado) para incentivar a reflexão sobre o progresso individual.
A metodologia adotada é de natureza quase-experimental, com delineamento de pré-teste e pós-teste utilizando o instrumento validado Online Self-Regulated Learning Questionnaire (OSLQ). O estudo será conduzido com estudantes de graduação, e o objetivo final é investigar a efetividade dessas intervenções na melhoria das habilidades de autorregulação e a correlação dessas intervenções com o desempenho acadêmico final dos discentes.