DETECÇÃO DE ESTILOS DE APRENDIZAGEM UTILIZANDO LÓGICA FUZZY E CATEGORIZAÇÃO DE REFORÇOS

Resumo

Este trabalho tem como objetivo propor de customizar o ambiente virtual de aprendizagem em função do perfil cognitivo do aprendiz. Os Estilos de Aprendizagem defendem que cada indivíduo possui características pessoais para o processo de aprendizagem e quando o método de ensino não coincide com esta preferência, o aluno pode apresentar problemas para assimilar o conteúdo. Para minimizar estes problemas, a proposta deste trabalho analisou outras abordagens já existentes na literatura e os modificou para possíveis melhorias. Sendo assim, este trabalho fez uso de técnicas de Inteligência Artificial, Lógica Fuzzy e Aprendizagem por Reforço para detectar automaticamente os Estilos de Aprendizagem de alunos simulados computacionalmente. A partir desta detecção um currículo personalizado pode ser desenvolvido para cada aluno de Plataformas de Ensino à Distância de acordo com as suas preferências de aprendizagem. As técnicas utilizadas nesta abordagem demonstraram melhorias significativas ao se comparar com outra abordagem específica presente na literatura.