Proposta de serviços Internet para suporte à personalização de eAprendizagem

Abstract

Esta tese propõe modelos para serviços Internet com a capacidade de personalizar experiências de eAprendizagem através da localização, selecção, recombinação e reutilização dinâmica de objectos de aprendizagem, tendo em consideração o perfil individual do formando, os objectivos de formação e o contexto em que o processo de aprendizagem se insere. Os modelos de personalização são suportados por um modelo para a classificação de objectos de aprendizagem que permite representar áreas de conhecimento como uma rede de conceitos interrelacionados. Cada conceito é encapsulado num segmento de conhecimento com uma abrangência conceptual definida através de metadados. Os relacionamentos entre os diversos segmentos permitem modelar as relações, afinidades e dependências que existem entre os diversos conceitos. O modelo de classificação permite associar segmentos de conhecimento a objectos de aprendizagem, suportando a sua avaliação segundo critérios de qualidade e conformidade. Os modelos de personalização usam as características individuais de cada formando como chave para a geração dinâmica de experiências de eAprendizagem adequadas às suas necessidades particulares. São propostos três serviços personalizados concretos que se baseiam nestes modelos. O serviço mais simples permite filtrar e ordenar os resultados de pesquisas de conteúdos de acordo com o perfil individual de cada utilizador. Um outro serviço, chamado “aconselhamento personalizado”, permite a sugestão automática de planos de aprendizagem para revisão de conceitos, considerando os requisitos prévios do objectivo de aprendizagem e as dificuldades e competências do utilizador relativamente a esses requisitos. O terceiro serviço, intitulado “geração dinâmica de planos de aprendizagem”, permite criar automaticamente planos de aprendizagem personalizados, através da agregação dinâmica de objectos de aprendizagem independentes. É apresentado um método para a maximização da coerência dos planos de aprendizagem assim gerados. Finalmente, é proposto um modelo para a integração dos conceitos de gestão de direitos digitais nos modelos anteriores, de modo a permitir a coexistência de conteúdos gratuitos e não gratuitos no mesmo plano de aprendizagem gerado dinamicamente.

This thesis proposes models for Internet services with the ability to customize eLearning experiences by dynamically locating, selecting, recombining and reusing learning objects, considering individual profiles, learning goals and learning context. The personalization services are supported by a classification model for learning objects, able to represent knowledge as a network of interrelated subjects. Each subject is encapsulated within a knowledge segment with a conceptual scope defined by metadata. These segments may be associated in order to model the relationships, affinities and dependencies that exist among their subjects. Furthermore, the classification model supports the association of learning objects to knowledge segments, enabling the assessment of learning objects according to quality and compliance criteria. The personalization models use individual profiles as the key to dynamically generate personalized eLearning experiences, customized to each user’s learning needs. Three different services have been built around these models. The first is able to filter and order search results of learning objects by its relevance concerning the user’s profile. Another service that has been implemented has the capability to estimate the user’s difficulties regarding a specific learning goal. Afterwards, it is able to dynamically create auxiliary learning courses to help the learner overcome those specific difficulties. The third, and most challenging service, can generate high-level courses by dynamically aggregating independent learning objects. It includes a method to maximize the coherence of the generated learning sequence. The last model presented in the thesis aims to integrate digital rights management concepts into the personalization models, in order to support the coexistence of both commercial and free learning objects in the same dynamically generated course.