Publicação: Pedagogical AI-based architecture for encouraging self-regulated learning behavior in students
Carregando...
Tipo do documento
Data
Direito de acesso
Coleções
Área do conhecimento
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Título da Revista
ISSN da Revista
Título de Volume
Autores
Orientador
Coorientador
Araújo, Rafael Dias
Resumo
Com o avanço das tecnologias educacionais, os Ambientes Virtuais de Aprendizagem
tornaram-seessenciaisparaapromoçãodenovosmétodosdeensinoeaprendizagem, espe-
cialmente na educação a distância e em contextos híbridos. Esses ambientes possibilitam
que os estudantes acessem conteúdos, realizem atividades e interajam com colegas e pro-
fessores de forma flexível e personalizada. Nesse cenário, a Aprendizagem Autorregulada,
do Inglês Self-Regulated Learning, destaca-se como competência-chave, pois capacita os
estudantes a gerenciar, monitorar e direcionar autonomamente seu próprio processo de
aprendizagem. Este estudo propõe e valida uma Arquitetura Pedagógica apoiada por In-
teligênciaArtificialparafomentaraSRLemAVAs, visandoampliaraautonomiaeoenga-
jamentodosestudantes. Inicialmente, foiconduzidaumarevisãosistemáticadaliteratura,
queidentificoulacunasdepesquisaeorientouaconcepçãodaAP.Emseguida, realizaram-
se Provas de Conceito com dados do Open University Learning Analytics Dataset e do
Moodle do IFSULDEMINAS – Campus Carmo de Minas, aplicando técnicas de Miner-
ação de Dados Educacionais e algoritmos de agrupamento. Essas análises permitiram
identificar padrões de comportamento, perfis de SRL e correlações significativas entre
engajamento e desempenho acadêmico. Na etapa final, a AP foi implementada e avali-
ada no contexto de um curso online de Introdução à Programação em Python. Entre os
recursos integrados ao AVA, destaca-se o plugin Time Tracker SRL, desenvolvido para
monitorar o tempo dedicado às atividades avaliativas e fornecer feedback automatizado.
Outros plugins, como Completion Progress, Analytics Graphs e OpenAI Chat, também
foram utilizados para apoiar o processo de autorregulação. Os resultados mostraram que
a AP teve impacto significativo na promoção da SRL, com correlação positiva entre enga-
jamento e desempenho acadêmico. A triangulação das evidências — baseada na análise
dos logs do AVA, nos questionários de autorregulação e nas entrevistas com grupos focais
— comprovou a eficácia da AP, validando seu potencial para desenvolver habilidades de
SRL, promover autonomia e melhorar o desempenho dos estudantes. Assim, a proposta
configura-se como uma solução inovadora, escalável e adaptável para apoiar e personalizar
a aprendizagem em AVAs.
Abstract
With the advancement of educational technologies, Virtual Learning Environments
have become essential for promoting new teaching and learning methods, especially in
distance education and hybrid contexts. These environments allow students to access
content, complete activities, and interact with peers and instructors in a flexible and
personalized manner. In this scenario, Self-Regulated Learning stands out as a key com-
petency, as it enables learners to autonomously manage, monitor, and direct their own
learning process. This study proposes and validates an Artificial Intelligence - supported
Pedagogical Architecture to foster SRL in VLEs, aiming to enhance students’ autonomy
and engagement. Initially, a systematic literature review was conducted, which identified
research gaps and guided the PA design. Subsequently, Proofs of Concept were carried
out using data from the Open University Learning Analytics Dataset and from Moodle at
IFSULDEMINAS – Campus Carmo de Minas, applying Educational Data Mining tech-
niques and clustering algorithms. These analyzes allowed the identification of behavioral
patterns, SRL profiles, and significant correlations between engagement and academic
performance. In the final stage, the PA was implemented and evaluated in the context of
an online Introduction to Python Programming course. Among the resources integrated
into the VLE, the Time Tracker SRL plugin stands out, developed to monitor the time
dedicated to learning activities and provide automated feedback. Other plugins, such as
Configure Reports, Completion Progress, Analytics Graphs, and OpenAI Chat, were also
employed to support the self-regulation process. The results showed that the PA had
a significant impact in promoting SRL, with a positive correlation between engagement
and academic performance. The triangulation of evidence—based on VLE log analysis,
self-regulation questionnaires, and focus group interviews—confirmed the effectiveness of
the PA, validating its potential to develop SRL skills, foster autonomy, and improve stu-
dent performance. Thus, the proposed approach constitutes an innovative, scalable, and
adaptable solution to support and personalize learning in VLEs.
Palavras-chave
Virtual Learning Environments, Educational Data Mining, Self-Regulated Learning, Pedagogical Architecture, Ambientes Virtuais de Aprendizagem, Mineração de Dados Educa- cionais, Aprendizagem Autorregulada, Arquitetura Pedagógica, Computação
Citação
LIMA, Geycy Dyany Oliveira. Pedagogical AI-based architecture for encouraging self-regulated learning behavior in students. 2025. 172 f. Tese (Doutorado em Ciência da Computação) - Universidade Federal de Uberlândia, Uberlândia, 2026. DOI http://doi.org/10.14393/ufu.te.2025.709.