Informática Aplicada à Educação Capítulo 10 119 CAPÍTULO 10 DETECÇÃO AUTOMÁTICA DE ESTILOS DE APRENDIZAGEM: UMA ANÁLISE COMPARATIVA DE CLASSIFICADORES APLICADOS EM UM CENÁRIO REAL DE APRENDIZADO Lucas Daniel Ferreira Universidade de São Paulo Instituto de Ciências Matemáticas e Computação São Carlos – SP José Fernando Rodrigues Jr Universidade de São Paulo Instituto de Ciências Matemáticas e Computação (ICMC-USP) São Carlos – SP RESUMO Diversos estudos nas áreas de psicologia cognitiva e pedagogia apontam que cada indivíduo possui diferentes maneiras de captar, processar, analisar e organizar informações durante o processo de aprendizado, o que fundamenta o conceito de Estilos de Aprendizagem (EA). Em vista disso, diversos sistemas educacionais adaptativos foram propostos com o intuito de proporcionar conteúdo personalizado em seus cursos. Porém, em boa parte dos casos, estes sistemas fazem uso de questionários para identifcar os estilos de aprendizagem, e este método pode mostrar-se inviável em algumas situações. Deste modo, a proposta neste trabalho é investigar diferentes algoritmos relacionados ao aprendizado de máquina (especialmente algoritmos de classifcação) aplicados à detecção automática dos estilos de aprendizagem de estudantes, a partir de suas interações em um sistema educacional. Dentre os inúmeros modelos de EA propostos na literatura, optou-se por usar o modelo de Felder-Silverman como base para os experimentos. Para fns de experimentação, foram avaliadas as taxas de acertos e erros dos algoritmos em relação aos resultados apontados pelo questionário ILS, em cada umas das dimensões do modelo de Felder- Silverman. Os resultados apontaram para o uso de mais de um classifcador - Naïve Bayes e aprendizagem baseada em instância - dependendo da dimensão do estilo de aprendizagem. A metodologia aplicada foi comparada com sete trabalhos correlatos da literatura; Os resultados demonstraram uma performance superior aos trabalhos anteriores em quase todas as dimensões. 1 | INTRODUÇÃO Inúmeras instituições de ensino, tais