Automatização do processo de identificação de presença social em fóruns e chats

Abstract

Seguindo o modelo proposto por Hélvia Pereira Pinto Bastos para identificação do nível de Presença Social de alunos em um Ambiente Virtual de Ensino e Aprendizagem (AVEA), desenvolveu-se três ferramentas. O modelo é formado por categorias e subcategorias, e ao final de cada subcategoria existe pistas textuais, expressões lexicais, que são usadas para identificação das subcategorias num corpus, tratados aqui apenas para postagens em fóruns e chats. A primeira ferramenta junta todos os arquivos com as postagens num só, neste processo é feito a padronização das tags de interesse e retira das demais. O segundo software permite criar classes, subclasses e ao final de cada subclasse cadastrar suas pistas textuais, desde modo, projeta-se o modelo de Bastos (2011) num arquivo de saída. Por fim, a última ferramenta analisa de acordo com o arquivo de categorias, o arquivo com o corpus criado pela primeira ferramenta, gerando um relatório de cada aluno com sua respectiva Presença Social. Para testar a verificação do conjunto de ferramentas, foram feitos quatro experimentos ao todo, utilizando dois fóruns distintos e dois arquivos de classes com pistas textuais diferentes. Para ter uma comparação, pediu-se para um perito analisá-los também de acordo com o modelo de Bastos (2011). Um arquivo de classes foi povoado com pistas textuais encontradas num arquivo já analisado pelo perito, e o outro pediu-se para o perito povoar com pistas textuais que ele achava interessante. Os resultados mostraram que o arquivo de classes com pistas textuais encontradas previamente num arquivo já analisado, obtiveram melhores resultados, chegaram mais perto do resultado encontrado pelo perito, em ambos os fóruns.

Following the model proposed by Hélvia Pereira Pinto Bastos to identify the level of Social Presence of students in a Virtual Environment for Teaching and Learning (VETL), was developed three tools. The model consists of categories and subcategories, and the end of each subcategory there is textual clues, lexical expressions, which are used to identify a sub-corpus, treated here only for posts in forums and chats. The first tool joins all files with the posts in only one, this process is done to standardize the tags of interest and withdraw from others. The second software allows you to create classes, subclasses and the end of each subclass register their textual clues, so long, projects the Bastos (2011) model in the output file. Finally, the last tool analyzes according to the categories file, the file with the corpus created by the first tool, generating a report of each student with their respective Social Presence. To test the verification toolset, were made altogether four experiments using two different forums and two class files with different textual clues. For a comparison, we asked to an expert to analyze them also according to the model of Bastos (2011). A class file was populated with clues found in a text file already analyzed by the expert, and the other was asked to the expert populate with textual clues he found interesting. The results showed that the class file with textual clues previously found a file already analyzed, achieved better results, closer to the results found by the expert in both forums.