Ensino adaptativo, ensino significativo associado ao machine learning aplicado na melhora da qualidade do ensino público

Abstract

O desenvolvimento Machine Learning iniciou-se em 1959, com Arthur Samuel, e nos últimos anos vem sendo cada vez mais utilizada em diferentes setores como: comércio, agricultura, educação, entre outros. Na educação há uma ampliação de aplicativos direcionados na melhora do aprendizado. Esses aplicativos já apresentam resultados positivos, pois atuam na individualidade de cada estudante, entendendo como aprende, quais assuntos já aprendidos e quais assuntos podem ser aprendidos e dessa forma se adaptada a cada estudante otimizando o processo de aprendizagem. Por isso, essa tecnologia pode ajudar em um ponto muito importante e deficitário no Brasil, que é a Qualidade de educação nas escolas públicas. Com o passar dos anos, mais brasileiros possuem acesso à educação através das escolas públicas, porém a qualidade do ensino é abaixo do esperado. Em testes como o Saeb, que avaliam a qualidade da educação as escolas públicas, no geral, apresentam resultados preocupantes. No Saeb além de avaliar a proficiência do aluno, reúne dados que podem informar possíveis fatores externos ao aluno que pode haver influência na qualidade do ensino e um desses fatores, é a influência do professor. A partir de diversas pesquisas, é possível verificar que professor possui um papel importante na qualidade do ensino, e a tecnologia do Machine Learning pode auxiliá-lo a conhecer os alunos e direcionar melhor os estudos. Portanto, esse trabalho se propõe a apresentar a tecnologia, os algoritmos utilizados, cenário atual da qualidade da educação e exibir que apesar dos fatores externos, o Machine Learning, junto com o ensino significativo e adaptativo pode ser uma ferramenta na melhora na qualidade das escolas públicas do Brasil.

Machine Learning development began in 1959, with Arthur Samuel, and in recent years it has been increasingly, used in different sectors such as: commerce, agriculture, education, among others. In education there is an expansion of applications aimed at improving learning. These applications already show positive results, as they act on the individuality of each student, understanding how they learn, which subjects have already been learned and which subjects can be learned, and thus adapting to each student, optimizing the learning process. Therefore, this technology can help in a very important and deficient point in Brazil, which is the quality of education in public schools. Over the years, more Brazilians have access to education through public schools, but the quality of education is lower than expected. In tests such as the Saeb, which assesses the quality of public education, in general, it presents worrying results. In Saeb, in addition to evaluating the student's proficiency, it gathers data that can inform factors external to the student that may influence the quality of teaching and one factor is the influence of the teacher. Based on several researches, it is possible to verify that the teacher has an important role in the quality of teaching, and the Machine Learning technology can help them to get to know the students and better guide their studies. Therefore, this work proposes to present a technology, the algorithms used, the current scenario of education quality and show that despite external factors, Machine Learning, together with meaningful and adaptive teaching, can be a tool in the improvement of schools in public quality in Brazil.