Algoritmo de clustering para a formao de grupos scio-afetivos no auxlio da
aprendizagem colaborativa apoiada por computador
Jos Ahirton Batista Lopes Filho, Ccero Costa
Quarto
Departamento de Engenharia da Computao (DEC)
Universidade Estadual do Maranho (UEMA)
So Lus Maranho, Brasil
ahirton@hotmail.com, cicero@engcomp.uema.br
AbstractThe educational processes have depended on the
existence of groups, with the advent of the internet and with
the development of the informational and communicational
technologies, there was an increase at the utilization of
collaborative learning, where the socio-affective abilities of a
person can be conjugated with others abilities in order to
create computer supported collaborative learning groups.
Therefore, this research proposes a tool based on Clustering
Algorithm, which together with the Roger Verdier Web
Evaluation will support the construction of socio-affective
collaborative groups.
Keywords- Affectivity, CSCL, Clustering Algorithm
ResumoOs processos educacionais sempre dependeram
muito da necessidade de grupos, com o advento da Internet e o
desenvolvimento das tecnologias de informao e comunicao
(TICs), houve um crescimento na utilizao da aprendizagem
colaborativa, onde os fatores scio-afetivos de um indivduo
podem ser conjugados com os de outros afim de criar grupos
de aprendizagem colaborativos apoiados por computador.
Portanto, esta pesquisa vem propor uma ferramenta baseada
em Algoritmo de Clustering que em conjunto com a interface
Web Avaliao Roger Verdier fornecer suporte formao de A. Afetividade em ambientes de ensino-aprendizagem
grupos colaborativos scio-afetivos.
Palavras-chave; Afetividade, ACAC, Algoritmo de Clustering
I. INTRODUO
A educao um processo social que muitas vezes envolve
grupos pequenos, como a famlia, ou grandes, como a comunidade.
Os processos educacionais dependem muito do estado em que se
encontra, de maneira geral, o corpo social. O fato que toda
mudana na estrutura poltica, econmica e social deste grupo mais
amplo influencia na educao [1].
Ainda para [1], no mundo atual, a Universidade deve atender
demanda por mudanas solicitadas por um meio ambiente cada vez
mais agressivo, devendo manter sob controle as resistncias sua
implantao, de forma a privilegiar abordagens que se aproximam
do ensino colaborativo.
Mas o que vem a ser o ensino colaborativo? Cooperao e
colaborao so s vezes usados como sinnimos, enquanto outros grupos, na busca da interao e da cooperao em ambientes de
escolsticos usam esses termos distintamente de acordo com o grau
de diviso do trabalho. Na cooperao, os parceiros dividem o
trabalho, resolvem sub-tarefas separadamente e ento unem os
resultados parciais em um trabalho final enquanto na colaborao,
os parceiros fazem o trabalho juntos. Apesar de que uma diviso
espontnea pode ocorrer quando duas pessoas realmente trabalham
Rmulo Martins Frana
Departamento de Cincias Contbeis e Administrao
(DECCA)
Universidade Federal do Maranho (UFMA)
So Lus Maranho, Brasil
romulomf@ufma.br
juntas: por exemplo, um parceiro pode responsabilizar-se pelos
aspectos de baixo-nvel da tarefa enquanto outro focaliza nos
aspectos estratgicos [2][3].
A Aprendizagem Colaborativa Apoiada por Computador
(CSCL, do ingls, Computer Supported Collaborative Learning)
um mtodo que consiste em agregar indivduos e faz-los
colaborarem atravs de ferramentas computacionais, possui
tambm potencial para apoiar a aprendizagem em grupo
interativamente, o que tem convencido muitos educadores de que
estes ambientes so o futuro das prximas geraes de ferramentas
educativas para ensino a distncia [4].
Com base no exposto acima,, este trabalho motivado em
explanar sobre como ocorre a utilizao de Algoritmo de
Clustering para a formao de grupos scio-afetivos no auxlio da
aprendizagem colaborativa apoiada por computador.
Para efeito de roteiro, este trabalho encontra-se estruturado da
seguinte maneira. Na Seo 2 descreve-se a Fundamentao
Terica. Na Seo 3 descrita a Metodologia de implementao
da interface Web Avaliao Roger Verdier e do Algoritmo de
Clustering. Na Seo 4 so apresentadas as Concluses e
Trabalhos Futuros.
II. FUNDAMENTAO TERICA
A afetividade sempre ter papel fundamental na natureza, e,
portanto, nas interaes colaborativas de ensino-aprendizagem.
Inclusive, estudantes que trabalham juntos em funo da afinidade
social no precisam negociar as regras de colaborao, pois
conseguem estabelecer modos de interao que so explicitamente
entendidos pelo grupo [5].
A Afetividade valoriza tudo na vida, tudo aquilo que est fora
do indivduo, como os fatos e acontecimentos, bem como aquilo
que est dentro do indivduo (causas subjetivas), como medos,
conflitos, anseios, etc. A Afetividade valoriza tambm os fatos e
acontecimentos passados e perspectivas futuras [6].
De acordo com [7], afetividade representa todos os
movimentos mentais conscientes e inconscientes no-racionais,
sendo o afeto um elemento indiferenciado do domnio da
afetividade.
Quanto mais informaes de natureza social e afetiva houver
dos estudantes, mais condies existiro para a definio dos
aprendizagem colaborativos assistidos por computador [8].
B. Ambientes CSCL
Os ambientes de Ensino-Aprendizagem Colaborativos
Apoiados por Computador (CSCL) permitem aos estudantes
estarem geograficamente separados, porm juntos nas atividades
de aprendizado, encontrando-se e discutindo a qualquer hora,
dispensando a necessidade de estarem fisicamente presentes na
mesma localidade, encorajando a participao dos envolvidos no
processo educacional independentemente de tempo e espao [9][4].
Ainda segundo [9], uma das deficincias dos sistemas
educacionais vigentes at ento era que o processo de ensino-
aprendizagem era executado individualmente, ou seja, no havia
interao entre aprendizes (alunos), apenas uma relao aprendiz-
mquina, o que enfraquecia o aprendizado.
Segundo [10], os ambientes CSCL possuem inmeras
vantagens tais como: Competitividade sadia entre os estudantes,
Aumento da produtividade de aprendizagem, Desenvolvimento das
habilidades sociais, Estmulo ao aprendizado, Adoo do espao
Web como ferramenta de estudo e maior cooperao entre
estudantes e professores
Os ambientes CSCL trouxeram, portanto, vantagens em
relao ao ensino presencial, mas ao mesmo tempo tambm
trouxeram consigo novas questes, dentre elas podemos destacar a
representao dos aprendizes e seus grupos, a interao entre os
aprendizes e professores e a distribuio dos aprendizes em grupos
[9].
C. Algoritmo de Clustering
De acordo com [11], Clustering uma ferramenta de
Minerao de Dados (do ingls Data Mining), onde ocorre o
processo de separao ou agrupamento de determinado conjunto
de padres em grupos separados, com os padres no mesmo cluster
sendo iguais e padres pertencentes a dois clusters distintos sendo
diferentes. Clustering uma tcnica amplamente estudada em uma
variedade de aplicaes e domnios, incluindo Redes Neurais,
Inteligncia Artificial e Estatstica.
Ainda para [11], o algoritmo K-Means tem se mostrado efetivo
em produzir resultados para vrias aplicaes prticas. Portanto
,para conseguir o resultado almejado, ser criado uma variao do
algoritmo K-Means, que por padro, exige a definio prvia do
nmero de clusters e do posicionamento inicial dos centros dos k
clusters no espao de atributos.
Mudanas no mtodo ficam por conta de alguns fatores como a
definio inicial dos centros dos clusters e de avaliaes realizadas
no final ou durante o processo de agrupamento, essa uma
ferramenta que pode ser utilizada para a criao do software, visto
que objetivo a formao de grupos de alunos baseados tanto na
existncia de semelhanas (grupos afins) ou na falta delas (grupos
antitticos) entre suas caractersticas scio-afetivas notveis, as
quais so resultado da utilizao da interface Web do teste Roger
Verdier.
III. METODOLOGIA DE IMPLEMENTAO
A interface Web aqui apresentada foi arquitetada de acordo
com o cubo dos temperamentos (Figura 1) utilizado pela
caractereologia de Le Senne [12][13], onde os fatores
fundamentais do carter ou temperamento humano so:
emotividade, atividade e repercusso. O indivduo chamado
emotivo (E) quando experimenta mais facilmente emoes, como
prazer e dor, que a mdia dos homens, caso contrrio, no-
emotivo (nE). Ser ativo (A) se a ao for uma necessidade e um
prazer constante para ele, se lhe custar entrar em ao, ser no-
ativo (nA). Repercusso o nome dado durao da influncia
dos acontecimentos na conscincia. O tipo primrio (P) quando o
efeito se esvai quase logo depois de passado o fenmeno. Se a
lembrana perdurar, aprofundando-se no subconsciente, e orientar
a vida, o indivduo pertencer ao tipo secundrio (S).
Figura 1. Cubo dos Temperamentos [8]
A Figura 1, desenhada a partir da original utilizada por [12],
facilita a memorizao da classificao de Heymans. direita,
figuram os ATIVOS (A); esquerda, os NO-ATIVOS (nA); em
baixo, os NO-EMOTIVOS (nE); e em cima, os EMOTIVOS (E).
Na face anterior, encontram-se os PRIMRIOS (P), pessoas que
normalmente guardam poucos fenmenos na conscincia; e na
posterior, os SECUNDRIOS (S), pessoas que normalmente
guardam mais fenmenos na conscincia. Os TIPOS
ANTITTICOS, com frmula contrria nos trs elementos, esto
situados nas extremidades das diagonais que passam pelo centro do
cubo. Os TIPOS AFINS, que possuem duas propriedades comuns (
como os melanclicos e os lderes, onde ambos so emotivos e
secundrios) , esto situados nas extremidades das arestas que
convergem para o vrtice do temperamento considerado. Abaixo
so descritas todas as afinidades entre os temperamentos de carter
bem como o grupo dos temperamentos antitticos (opostos).
Tipo Instvel: Afins: Melanclico, Amorfo, Ativo. Oposto
(Antittico): Fleumtico.
Tipo Melanclico: Afins: Lder, Instvel, Aptico. Oposto
(Antittico): Social.
Tipo Lder: Afins: Fleumtico, Melanclico, Ativo. Oposto
(Antittico): Amorfo.
Tipo Social: Afins: Amorfo, Ativo, Fleumtico. Oposto
(Antittico): Melanclico.
Tipo Amorfo: Afins: Instvel, Aptico, Social. Oposto
(Antittico): Lder.
Tipo Aptico: Afins: Melanclico, Amorfo, Fleumtico. Oposto
(Antittico): Ativo.
Tipo Ativo: Afins: Instvel, Social, Lder. Oposto (Antittico):
Aptico.
Tipo Fleumtico: Afins: Social, Lder, Aptico. Oposto
(Antittico): Instvel.
Para [12][13], existem oito tipos de temperamentos de carter:
Melanclico, Instvel, Amorfo, Aptico, Social, Fleumtico, Ativo
e Lder. A seguir so descritos cada um dos temperamentos
levando em considerao fatores como disposio, suscetibilidade
dentre outros [13].
Tipo Instvel: Pessoas com elevado nmero e variedade de
disposies. Necessidade de distraes, pouca pontualidade,
tendncia ociosidade e contradio, agressivo, irritvel, tem
pouco domnio pessoal.
Tipo Melanclico: introvertido, solitrio, suscetvel,
impressionvel, escrupuloso, retrado, hesitante, tmido. Contenta-
se com o saber terico, sem visar-lhe a aplicao prtica.
Tipo Lder: Pessoa de mando, de ao. Poder e dedicao so-lhe
caractersticos. Grande capacidade de trabalho, boa capacidade de
concentrao, prtico, enrgico. No se submete com facilidade.
Tipo Social: Pessoa com aptides prticas, voltadas para o til,
esprito cientfico, deixa-se guiar pela razo, reaes rpidas e (11) Quando est livre, procura no passatempos, distraes,
decididas, sossegado, objetivo, gosta da sociedade, facilmente
encontra soluo para tudo.
Tipo Amorfo: Interessa-se pelas alegrias e prazeres sensoriais.
dcil, situa-se no plo oposto do lder, tem falta de iniciativa e
entusiasmo, sossegado, indiferente, impassvel e equilibrado, gosta
dos prazeres da mesa, teimoso.
Tipo Aptico: Pessoa sossegada, indiferente, tranqila,
disciplinada e fiel. No se esperem intensas emoes psquicas
desse tipo, nem decises repentinas, devido ao grau diminuto de
emotividade e atividade, gosta da solido.
Tipo Ativo: Pessoa de ao, afvel, fascina, arrasta,
improvisador, no acumula experincia, capacidade de adaptao
social, entretm a todos, facilmente entusiasmado.
Tipo Fleumtico: Pessoa do dever, da ordem, da medida,
ponderao, reflexo, terico, sempre ocupado, fiel, frio. Bom
observador, moderado e metdico no trabalho, pouco impulso
(carncia de emotividade).
A. Inferncia da Escala de Avaliao Roger Verdier
A inferncia da Escala de Avaliao Roger Verdier, baseada
em Heyman Le Sene tem por objetivo coletar caractersticas da
pessoa, estimando o seu carter ou personalidade, com base nas
descries dos fatores do carter emotividade, atividade e
repercusso, que conduzem aos tipos de temperamentos citados no
cubo dos temperamentos da Figura 1, por orientao da psicloga
Ida Maria Mello Schivitz, do Departamento de Psicologia da
ULBRA/Gravata, a Avaliao Roger Verdier foi adotada por ser
um teste que no precisa de profissionais da rea de psicologia
para sua aplicao.
Este perfil scio-afetivo definido ser de grande utilidade na
formao de grupos de estudantes, de modo que os mesmos
possam alcanar a colaborao em tarefas de aprendizagem
colaborativa com maior intensidade [13] [14].
Ainda para [13], h que se considerar que os lderes quando em
mesmo grupo, no se relacionam bem, pois so pessoas que antes
gostam de comandar, tendo dificuldade em aceitar comandos. Para
a psicloga Ida Maria, na ausncia de um lder nato em um grupo,
os indivduos ativos ou sociais podem exercer este papel, por
tambm serem figuras agregadoras.
B. Utilizao da interface Web Roger Verdier
Nessa seo so apresentadas as 15 questes que compem o
teste de carter Roger Verdier. So elas:
(1) Depois de uma emoo, fica impressionado por muito tempo?
Gosta de relembrar as emoes (agradveis ou desagradveis) do
passado?
(2) Fica facilmente acanhado na presena de pessoas?
(3) Comea geralmente pelo trabalho que tem de ser feito,
deixando o resto para depois?
(4) Fica muitas vezes e facilmente emocionado? Empalidece, cora,
chora, ri, fica nervoso, assusta-se? Bate o corao? Fecha-se a
garganta?
(5) Pensa de antemo no que pode acontecer, e prepara-se, tanto
quanto possvel, com antecedncia, para a nova situao?
(6) Procura resolver sozinho as dificuldades, sem ajuda?
(7) suscetvel? Melindra-se facilmente?
(8) Muda facilmente de humor? Isto , passando da alegria para a
tristeza, da tagarelice para o mutismo, do entusiasmo ao desnimo?
(9) Leva tempo para se habituar em caso de mudana? (De casa,
localidade, escola?),
(10) Num trabalho prolongado, aplica-se no fim tanto quanto no
comeo?
divertimentos, mas trabalhos, ocupaes?
(12) Gosta de conservar os mesmos hbitos (costumes), os mesmos
amigos, os mesmos objetos, etc.?
(13) Em caso de dificuldade ou fracasso, em vez de desanimar,
recomea tantas vezes quantas for necessrio?
(14) Comove-se ao ouvir ou ler um fato emocionante quase tanto
quanto diante de acontecimento real?
(15) Demora para se reconciliar? (Depois de uma desavena,
afronta, etc.?).
Na Figura 2 apresentada a interface Web do teste de
carter Roger Verdier, desenvolvida para a coleta de dados dos
usurios contendo a presena de campos para registro dos dados
Pessoais do usurio (Nome, CPF, E-mail, Telefone e Turma) e as
questes do teste, que so respondidas de forma binria (Sim ou
No). Essa ferramenta foi desenvolvida na linguagem PHP, do
ingls Hipertext Preprocessor, com banco de dados Mysql e est
disponvel no endereo
http://www.nead.ufma.br/projetos/rogerverdier, para posterior
incluso em ambientes virtuais de aprendizagem (AVAs).
Figura 2. Interface Web Roger Verdier
A partir da interface Web do teste Roger Verdier, ilustrada na
Figura 2, temos os seguintes passos de inferncias para
implementao do algoritmo de clustering:
Passo 1 Coleta de Dados: O usurio responde ao
questionrio Roger Verdier atravs da interface Web, e ento o
componente obtm as respostas da pgina, inseridas pelos usurios,
e as armazena para fazer o processo de comparao e
quantificao. Segundo [8], o processo de quantificao e
comparao realizado da seguinte forma:
(i) Se o aluno responder a partir de 3 SIMs para as perguntas 2,
4, 7, 8 e 14, ele considerado E (Emotivo), seno ser nE (no-
Emotivo);
(ii) Se o aluno responder a partir de 3 SIMs para as perguntas
3, 6, 10, 11 e 13, ele considerado A (Ativo), seno ser nA (no-
ativo);
(iii) Se o aluno responder a partir de 3 SIMs para as perguntas
1, 5, 9, 12 e 15, ele considerado S (Repercusso Secundria),
seno ser P (Repercusso Primria).
Passo 2 Caracterizao da Personalidade: H a anlise da
personalidade do aluno, que pode ser: emotivo (E), no emotivo
(nE), ativo (A), no ativo (nA) e repercusso secundria (S) ou
primria (P).
(i) A interface Web criada ir combinar os fatores resultantes
da quantificao dos resultados obtidos no passo 1, os quais
podero resultar em vrias combinaes (frmulas) de acordo com
o cubo dos temperamentos(figura 1), tais como: nEnAS, nEnAP,
nEAP, nEAS, EnAP, EAP, EnAS ou EAS.;
(ii) A partir do cubo de temperamentos, a interface Web vai
inferir de acordo com [8] o perfil caracteriolgico do aluno,
conforme descrito a seguir: Se a frmula for nEnAS, o aluno do
tipo Aptico; Se a frmula for nEnAP, o aluno do tipo Amorfo;
Se a frmula for nEAP, o aluno do tipo Social; Se a frmula for
nEAS, o aluno do tipo Fleumtico; Se a frmula for EnAP, o
aluno do tipo Instvel; Se a frmula for EAP, o aluno do tipo
Ativo; Se a frmula for EnAS, o aluno do tipo Melanclico; Se a
frmula for EAS, o aluno do tipo Lder. A interface Web tambm
registrar, posteriormente, no banco de dados todos os nomes e
caractersticas dos usurios para estudos seguintes.
Passo 3 Formao de Grupos: O Algoritmo de Clustering
utilizado em conjunto com a interface que realiza a avaliao
Roger Verdier para a formao de grupos. O encarregado da
organizao (professor ou administrador) insere na interface
apenas critrios quantitativos, ou seja, quantos alunos e grupos
planeja utilizar, visto que a ferramenta foi planejada para que seja
de fcil utilizao. Depois de inseridas as informaes, h a
execuo do algoritmo e gerada uma lista com o nome dos
integrantes de cada grupo, os quais foram organizados para
potencializar o estudo colaborativo. Como ilustrado na Figura 3,
o algoritmo para a formao de grupos com base em inferncias de
fatores scio-afetivos, obtidos a partir da interface Web funcionar
da seguinte maneira:
1. definio do nmero de grupos e alunos disponveis para
o estudo em grupo, feita pelo professor ou profissional
responsvel.
2. verificao e separao dos tipos existentes, onde h a
identificao dos Centrides iniciais (lderes).
3. h a agregao dos grupos pelas similaridades ou pela
falta delas (grupos afins ou antitticos), onde os tipos agregadores,
tanto lderes natos ou inatos (temperamentos ativos ou sociais) so
utilizados como centrides.
4. h a agregao dos grupos (clusters) em volta dos
centrides de acordo com as definies previamente inseridas,
onde, de preferncia, pessoas que possuem o mesmo fator scio-
afetivo no sejam agregadas no mesmo grupo, se no for possvel,
fazer com que tal situao ocorra o menor nmero de vezes
possvel, aumentando assim os resultados do trabalho colaborativo
do grupo scio-afetivo.
Figura 3. Funcionamento do algoritmo de clustering de acordo com os
fatores scio afetivos.
IV. CONCLUSES E TRABALHOS FUTUROS
A Minerao de Dados, aliada educao tem como objetivo
maior o benefcio de toda uma comunidade, partindo do princpio
que quanto mais pessoas trabalharem com mxima eficincia,
melhores sero os resultados em toda uma gama de processos, seja
no ensino presencial ou na promoo da modalidade EaD, em
empresas ou entre locais.
Portanto, este trabalho apresentou uma abordagem de
Algoritmo de Clustering para a formao de grupos scio-afetivos,
de forma a potencializar a colaborao em atividades de ensino-
aprendizagem apoiadas por computador. O sucesso dos resultados
esperados exigir como trabalhos futuros os mais variados testes
com turmas presenciais e distncia de cursos de graduao e
ensino mdio, atravs da utilizao das inferncias de fatores
scio-afetivos na interface Web criada e posteriormente a insero
destas amostras no algoritmo que ser implementado e avaliado
para uma melhor formao de grupos de alunos.
O software em sua verso final, dever ser registrado e
disponibilizado toda a comunidade, tanto atravs de download
como para a utilizao online.
REFERNCIAS
[1] COLOSSI, Nelson; QUEIROZ, Etty G. CONSENTINO, Aldo.
Mudanas no Contexto do Ensino Superior no Brasil: Uma Tendncia
ao Ensino Colaborativo. Revista FAE, Curitiba, v.4, n.1, p, 49-58,
Jan. /Abr. 2001.
[2] MIYAKE, N. Constructive Interaction and the Iterative Process of
Understanding. Cognitive Science, 10, 151-177, 1986.
[3] DILLENBOURG, P. What do you mean by collaborative learning?.
Em P. Dillenbourg (Ed) Collaborative-learning: Cognitive and
Computacional Approaches. (p.1-19). Oxford: Elsevier, 1999.
[4] KREIJNS, K.; KIRSCHNER, P. A.; JOCHEMS, W. The Sociability
of Computer-Supported Collaborative Learning Environments.
Educational Technology & Society. Vol. 5, No. 1, 2002.
[5] JONES, Ann & ISSROFF, Kim. Learning technologies: Affective and
social issues in computer-supported collaborative learning,
University College, London, UK, 2005.
[6] BALLONE, GJ. Afetividade - em PsiqWeb.
http://www.psiqweb.med.br/, revisto em 2007
[7] JAQUES, Patrcia Augustin & VICCARI, Rosa Maria. Considering
Studentss emotions in computer-mediated learning environments, In:
Zongmin Ma (Org). Web-based intelligent e-learning systems:
Technologies and applications. Hershey, 2004.
[8] QUARTO, Ccero Costa. Inferindo Fatores Scio-Afetivos em
Ambientes de Ensino-Aprendizagem Colaborativos Assistidos por
Computador. http://www.cct.uema.br/Relatorios_Tecnicos/RR-
2007/Dissertacao_Cicero.pdf , 2006.
[9] LIMA, Mark Renato Campos, 2006. Algoritmos Genticos na
Formao de Grupos para Aprendizagem Cooperativa Apoiada por
Computador ,PPGEE/UFMA, 2006.
[10] LABIDI, Sofiane. Netclass: Sistema multiagentes ao ensino-
aprendizagem colaborativa, Laboratrio de Sistemas Inteligentes
(LSI). Universidade Federal do Maranho (UFMA), 2003.
[11] ALSABTI, Khaled; RANKA, Sanjay; SINGH, Vineet. An Efficient
K-Means Clustering Algorithm, http://www.cise.ufl.edu/~ranka ,
1997.
[12] LE SENNE, Ren; Trait de caractrologie. Paris: Presses
universitaires de France, http://caracterologie.ouvaton.org/, 1963.
[13] JUSTO, F. S. C. Teste de Carter ao Alcance de Todos, Editora Escola
Profissional La Salle, Canoas Rio Grande do Sul, 1966.
[14] PROLA, Ana Teresa Medronha. Modelagem de um agente pedaggico
animado para um ambiente colaborativo: Considerando fatores sociais
relevantes, INF/UFRGS, 2003.