Trailer
Sinopse
A disciplina de Análise Computacional da Aprendizagem ministrada pela Prof.a Dr.a Isabel Dillmann Nunes tem por objetivo aproveitar os dados gerados pelos alunos em ambientes virtuais de aprendizagem, de tal forma que a disciplina estuda modelos de inteligência artificial para gerar insights para um professor ou para os próprios alunos sobre o comportamento deles dentro de uma disciplina, sendo virtual ou presencial.
Vídeo
Classificações
40%
60%
Clássicas
Ativas
40%
60%
Provas
Atividades
30%
70%
Teórica
Prática
50%
50%
Social
Técnica
40%
60%
Individuais
Em grupo
100%
0%
Presencial
EAD
Podcast
Velocidade 1.0x
Conhecimentos / Competências Desejados
Para cursar Análise Computacional da Aprendizagem, é importante que os alunos tenham interesse em dados e educação. A disciplina, que aplica IA para melhorar o ensino, não exige conhecimentos prévios em programação, mas demanda uma visão crítica e habilidades práticas com ferramentas como o Orange. Competências em trabalho prático, aplicação teórica e colaboração também são essenciais.
Tópicos
Sem tópicos cadastrados
Obstáculos
Os alunos da disciplina de Análise Computacional da Aprendizagem enfrentam desafios na compreensão e aplicação de modelos de inteligência artificial na educação. Mesmo sendo acessível para iniciantes, a necessidade de uma visão crítica sobre o uso de dados e algoritmos requer esforço considerável. A dificuldade aumenta na transição da teoria para a prática, especialmente ao usar ferramentas visuais e programação em Python, que pode ser difícil para aqueles com menos experiência. Além disso, a disciplina exige interesse pela área educacional e a capacidade de aplicar conhecimentos de forma crítica, o que pode ser um obstáculo para quem está mais focado nos aspectos técnicos.
Metodologias
Não há metodologias cadastradas
Perguntas Frequentes
Embora a disciplina explore modelos de inteligência artificial (IA), o foco principal é na
análise crítica e prática de dados educacionais. O objetivo é capacitar os alunos a utilizarem
IA para gerar insights sobre o comportamento de alunos e professores em ambientes
educacionais. Não há uma abordagem profunda nos aspectos técnicos da IA, mas sim no
seu uso prático para melhorar processos educacionais.
A avaliação é composta por uma prova tradicional na primeira unidade, focada em
conceitos teóricos e análise crítica de artigos científicos. Nas unidades seguintes, a
avaliação é baseada em projetos práticos, onde os alunos aplicam os modelos de IA e
análise de dados em cenários educacionais. Isso significa que a disciplina valoriza tanto a
compreensão teórica quanto a aplicação prática dos conteúdos aprendidos.
Não, a disciplina não exige conhecimento prévio em programação. Uma das ferramentas
principais utilizadas, o Orange, é bastante visual e intuitiva, permitindo que alunos sem
experiência em programação possam acompanhar e participar das atividades práticas. Para
aqueles que já possuem conhecimentos em programação, é possível desenvolver projetos
utilizando Python, mas isso não é obrigatório.
2025
Índices de aprovação
Altere a data ou marque/desmarque a opção "Todos os
períodos" para fazer uma nova busca.
Buscando dados...
Aprovados
0%
Reprovados
0%
Nota média (todas as unidades)
0
Nota média por unidade
Unidade 1
N/A
Unidade 2
9.7
Unidade 3
4.2
Conteúdos
Ementa
-
1. Conceitos de Learning Analytics;
2. Análise estatística aplicada à Educação;
3. Mineração de dados Educacionais;
4. Análise do sentimento;
5. Visualização de dados educacionais;
Referências
-
Livro: Python para análise de dados:
Site: Metodologia de Pesquisa Científica em Informática na Educação: Abordagem Quantitativa (Volume 2)
Site: Mapping Learning Analytics initiatives in Latin America
Site: Orange (para download)
Site: Canal do Youtube do Orange
Site: Análise de Texto e Sentimentos utilizando Orange
Site: Sentiment Analysis Twitter com a Ferramenta Orange data mining open source Python
Site: Análise de sentimentos com o Orange: percorrendo um texto
Site: Calculadora de Coeficiente de Correlação
Site: Orange donwload
Site: Youtube Orange
Site: Vídeo sobre pré-processamento de dados
Site: Vídeo sobre Teste e Score
Site: Vídeo sobre Regressão
Site: Vídeo sobre Associação no Orange
Site: Vídeo sobre Agrupamento (K-means)
Site: Video sobre a diferença entre Agrupamento e Classificação