Sistema de recomendação para aumentar o fator de escala no atendimento aos alunos em cursos a distância

Abstract

Com a popularização dos cursos online na modalidade a distância (por vezes chamados de MOOCs – Massive Open Online Courses –, quando abertos ao público, sem limite) nos últimos anos, quem antes não tinha acesso a certas áreas do conhecimento agora o tem de maneira facilitada. Contudo, para os instrutores, torna-se cada vez mais difícil atender individualmente cada aluno, pois esses, em diversos casos, somam um número elevado, chegando aos milhares. Nesse contexto, são necessárias ferramentas de auxílio aos instrutores e tutores, de tal modo que consigam ter uma maior vazão no suporte aos estudantes. O presente trabalho descreve um sistema de recomendação que, por meio de técnicas de agrupamento de mensagens, poderá ser utilizada na tentativa de minimizar interações repetitivas entre educadores e educandos.

With the popularization of distance learning through online courses (sometimes called MOOCs – Massive Open Online Courses –, when they are open to the public without limitation) in the last several years, access to certain knowledge domains, not easy attainable before, are now easily accessible. However, for the instructors, it has become harder than ever to answer students individually, for there are often thousands of them. In this context, it becomes a necessity to have tools capable of aiding in this matter, such that they can support more students. The present paper describes a tool that could, through the analyses similarity between messages, be used in an attempt to minimize repetitive interactions among teachers and students.