LUMILAB : um dashboard de Learning Analytics para apoio a gestores e professores de MOOCs da plataforma LÚMINA

Abstract

A capacitação acadêmica e profissional, atualmente, está muito atrelada à utilização de ambientes virtuais de aprendizado. Destacam-se neste cenário os cursos abertos e massivos online (Massive Open Online Courses), conhecidos como MOOCs. O monitoramento da aprendizagem em ambientes online ganha a cada dia soluções tecnológicas que visam oferecer melhorias aos processos de aprendizagem, por meio da coleta e processamento dos dados gerados nesses ambientes. Apesar das plataformas de aprendizado online capturarem uma quantidade significativa de dados, transformá-los em informações e gerar conhecimento a partir deles é ainda um desafio da área de Learning Analytics, que visa por exemplo, a organização desses dados, extração de conhecimento e análises preditivas dos comportamentos de aprendizagem. Esta tese descreve o desenvolvimento e testes iniciais do painel de dados (dashboard) LUMILAB, que acessa dados da plataforma de cursos MOOCs (LÚMINA) da Universidade Federal do Rio Grande do Sul (UFRGS). O LUMILAB é uma ferramenta de visualizações de dados (Learning Analytics dashboard - LADs), que organiza em indicadores gráficos os dados de acesso, permanência e desempenho dos estudantes, e que se mostrou capaz de auxiliar professores e gestores a extraírem informações relevantes de seus cursos e identificarem possíveis alterações pedagógicas e estruturais visando a melhora do engajamento, desempenho ou outros objetivos específicos, como o aumento de matrículas, por exemplo. O desenvolvimento da ferramenta considerou e implementou diversos indicadores encontrados a partir da revisão da literatura da área, assim como os relatados como importantes pela equipe do LÚMINA. A validação da utilidade da ferramenta foi realizada a partir da análise de uma pesquisa feita por meio de um formulário eletrônico com professores e gestores do LÚMINA, e pelo acompanhamento do uso do painel por meio de registros de navegação (logs).

Academic and professional training is currently closely linked to the use of virtual learning environments. In addition to distance learning and blended learning, Massive Open Online Courses (MOOCs) also stand out in this scenario. Monitoring learning in online environments is increasingly gaining technological solutions that aim to offer improvements to learning processes through the collection and processing of data generated in these environments. Although online learning platforms capture a significant amount of data, transforming this data into information and generating knowledge, is still a challenge in the area of Learning Analytics, which aims, for example, to organize this data, extract knowledge, and perform predictive analyses of learning behaviors. This thesis describes the development and initial testing of the LUMILAB data panel (dashboard), which accesses data from the MOOCs course platform (LÚMINA) of the Federal University of Rio Grande do Sul (UFRGS). A data visualization tool (Learning Analytics Dashboard - LADs), which organizes student access, retention, and performance data into graphic indicators, has proven capable of helping teachers and managers extract relevant information from their courses and identify possible pedagogical and structural changes aimed at improving engagement, performance or other specific objectives, such as increasing enrollments, for example. The development of the tool considered and implemented several indicators found from a review of the literature in the area, as well as those reported as important by the LÚMINA team. The tool's usefulness was validated by analyzing a survey conducted using a form with LÚMINA teachers and tutors, and by monitoring the use of the dashboard through navigation records (logs).