Author:
Moreira Jonas M.,Silva Carlos Eduardo Paulino,Santos André G.,Ferreira Lucas N.,Reis Julio C. S.
Abstract
No contexto educacional atual, onde a maioria dos educadores utiliza listas de exercícios extraclasses para fortalecer o aprendizado, a necessidade de criar materiais que atendam ao nível de compreensão de todos os alunos é evidente. Esse desafio se estende ao ensino de programação, onde o aprendizado inicial não é simples e a taxa de reprovação e evasão são altas. Assim, este trabalho propõe uma investigação do potencial uso de técnicas de aprendizado de máquina, especificamente abordagens não supervisionadas, em conjunto com técnicas de processamento de linguagem natural (PLN) para agrupar diferentes exercícios de programação. Particularmente, as questões são agrupadas em (clusters) com base em tópicos específicos, permitindo encontrar, com maior facilidade, exercícios que atendam às necessidades dos alunos. Os resultados demonstram o potencial desta abordagem para tornar a criação de listas de exercícios de programação mais rápida e eficaz.
Publisher
Sociedade Brasileira de Computação - SBC
Reference27 articles.
1. Arthur, D. and Vassilvitskii, S. (2007). k-means++: The advantages of careful seeding. In Proc. of the Annual ACM-SIAM Symposium on Discrete Algorithms (SODA), pages 1027–1035.
2. Azcona, D., Arora, P., Hsiao, I.-H., and Smeaton, A. (2019). user2code2vec: Embeddings for profiling students based on distributional representations of source code. In Proceedings of the International Learning Analytics Knowledge Conference (LAK). ACM.
3. Blei, D. M., Ng, A. Y., and Jordan, M. I. (2003). Latent dirichlet allocation. Journal of machine Learning research, 3(Jan):993–1022.
4. Bosse, Y. and Gerosa, M. A. (2015). Reprovações e trancamentos nas disciplinas de introdução à programação da universidade de são paulo: um estudo preliminar. In Anais do Workshop sobre Educaçao em Computaçao (WEI), pages 426–435.
5. Chau, H., Barria-Pineda, J., and Brusilovsky, P. (2017). Content wizard: concept-based recommender system for instructors of programming courses. In Adjunct Publication of the Conference on User Modeling, Adaptation and Personalization.