Você está na página 1de 11

CINTED-UFRGS

Novas Tecnologias na Educao

_____________________________________________________________________________________________

UMA EXTENSO DO MOODLE PARA RECOMENDAO


UBQUA DE OBJETOS DE APRENDIZAGEM
Luiz Jcome Jnior
Francisco Milton Mendes Neto
Ceclia Dias Flores
Luiz Cludio Nogueira da Silva
Enio Lopes Sombra
Alisson Alan Lima da Costa
Programa de Ps-Graduao em Cincia da Computao PPGCC, Departamento de
Cincias Exatas e Naturais DCEN, Universidade Federal Rural do Semi-rido UFERSA.
Programa de Ps-Graduao em Cincias da Sade da Universidade Federal de Cincias da
Sade de Porto Alegre UFCSPA.
Superintendncia de Tecnologia da Informao e Comunicao - SUTIC Universidade
Federal Rural do Semi-rido UFERSA.
luizjunior05@gmail.com; miltonmendes@ufersa.edu.br; dflores@inf.ufrgs.br;
luizclaudio@ufersa.edu.br; {eniosombra, alisson.lyma}@gmail.com

Resumo. Paralelo ao desenvolvimento e popularizao dos recursos


tecnolgicos, surgiu a preocupao, por parte dos educadores, de buscar meios
de adotar novas tecnologias no mbito educacional. Atualmente esto disponveis
vrios ambientes para suporte aprendizagem a distncia, dentre os quais
encontra-se o Moodle. O Moodle um sistema de gesto de aprendizagem muito
popular entre educadores de todo o mundo. No entanto, apesar de j possuir
suporte a aprendizagem mvel, ainda no possui um meio que contemple os
benefcios oferecidos pela aprendizagem ubqua. Diante deste cenrio, o presente
artigo prope o desenvolvimento de uma extenso para o Moodle capaz de
fornecer um ambiente de aprendizagem ubqua, por meio da recomendao de
objetos de aprendizagem sensvel ao contexto do estudante.
Palavras-chaves: sistemas
aprendizagem ubqua.

de

recomendao,

objetos

de

aprendizagem,

AN EXTENSION OF MOODLE FOR UBIQUITOUS


RECOMMENDATION OF LEARNING OBJECTS
Abstract. Parallel to the development and popularization of technological
resources, emerged a concern, on the part of educators, of seek ways to adopt
new technologies in education. Currently, several environments to support
distance learning are available, among them is the Moodle. Moodle is a learning
management system very popular among educators around the world. However,
despite already owning mobile learning support, it has not a way that
contemplates the benefits offered by ubiquitous learning. Given this scenario, this
paper proposes the development of an extension to Moodle able to provide an
ubiquitous learning environment, through the recommendation of context-aware
learning objects.
Keywords: recommendation systems, learning objects, ubiquitous learning.
V. 10 N 3, dezembro, 2012______________________________________________________________

CINTED-UFRGS

Novas Tecnologias na Educao

____________________________________________________________________________________________

1. Introduo
O desenvolvimento tecnolgico impulsionou o surgimento de novas possibilidades
educacionais, bem como o aparecimento de ferramentas de suporte aos processos de
ensino/aprendizagem. O Moodle um pacote de software para produzir web sites e
cursos baseados na web, voltados ao mbito educacional. Trata-se de um Sistema de
Gesto de Aprendizagem (Learning Management System - LMS) muito popular entre
educadores de todo o mundo (Moodle, 2012).
A aprendizagem mvel (do ingls Mobile Learning ou m-Learning) permite que
a aprendizagem ocorra a qualquer hora e em qualquer lugar. Porm, apesar de prover
mobilidade, ela no fornece uma aprendizagem capaz de considerar informaes
sensveis ao contexto do estudante (Mandula et al, 2011). Ao considerarmos as
caractersticas da aprendizagem mvel e a capacidade de detectar as informaes de
contexto do estudante, a fim de fornecer contedo educacional de forma personalizada,
surge o conceito de Aprendizagem Ubqua (tambm conhecida como u-learning, de
ubiquitous learning) (Saccol et al, 2010).
Utilizando o Moodle, possvel elaborar e aplicar cursos voltados para mlearning atravs da utilizao do plugin MLE-Moodle. Este plugin permite que a
aprendizagem a distncia suportada por computador, conhecida por e-learning, seja
oferecida por meio de dispositivos mveis. No entanto, o Moodle no possui um meio
que contemple os benefcios didtico-pedaggicos oferecidos pela u-learning (MLE,
2012).
No cenrio atual, onde os estudantes possuem acesso a uma vasta variedade e
quantidade de contedo educativo, atravs de dispositivos portteis, a u-learning possui
um papel fundamental para o processo de aprendizagem no qual no existe a presena
fsica de um educador. Logo, utilizando-se de um sistema de recomendao, possvel
direcionar o estudante de forma a maximizar seu aprendizado (Cazella et al, 2011).
Entretanto, essencial a padronizao dos contedos educacionais para que seja
possvel a automatizao eficiente do processo de recomendao de contedo adequado
ao contexto do estudante. Um modo eficaz de padronizar contedos educacionais
atravs do uso de Objetos de Aprendizagem (OAs), os quais consistem em pequenas
unidades de contedo que podem ser usadas, reutilizadas e referenciadas durante um
processo de aprendizagem (LTSC, 2002).
Este artigo apresenta uma extenso ao Moodle que possibilita fornecer um
ambiente de aprendizagem ubqua. A extenso proposta utiliza tcnicas de inteligncia
artificial, no caso agentes inteligentes e Algoritmo Gentico (AG), para desenvolver um
Sistema de Recomendao Hbrido (Martins et al, 2011) capaz de fornecer contedos
educacionais sensveis s caractersticas particulares de cada estudante, como tambm
atender as restries dos seus dispositivos mveis, uma vez que os mesmos possuem
recursos distintos e limitados. Desta forma, essa extenso pretende integrar, de maneira
apropriada, um sistema de recomendao ao MLE-Moodle, a fim de fornecer um
ambiente de aprendizagem mvel sensvel ao contexto do estudante, caracterizando a
aprendizagem ubqua.
Este artigo est dividido em sete sees. A Seo 2 apresenta o conceito de
aprendizagem ubqua. A Seo 3 discute o conceito de sistema de recomendao. A
Seo 4 discute os trabalhos relacionados. A Seo 5 descreve a extenso para o
Moodle proposta neste artigo. A Seo 6 demonstra um cenrio de uso do sistema

V. 10 N 3, dezembro, 2012______________________________________________________________

CINTED-UFRGS

Novas Tecnologias na Educao

____________________________________________________________________________________________

proposto. A ltima seo apresenta nossas consideraes finais e uma discusso sobre
trabalhos futuros.
2. Aprendizagem Ubqua
Mark Weiser (1991) idealizou o mundo da computao ubqua, onde o computador
deixa de ser usado como um dispositivo de propsito geral, passando a ter uma nova
viso de sua funcionalidade, atendendo as necessidades especficas de cada usurio.
Neste cenrio, um usurio no se restringe a acessar um nico computador, mas vrios
dispositivos computacionais interligados entre si e disseminados de forma quase
imperceptvel pelo ambiente.
A partir do conceito apresentado pode-se definir a aprendizagem ubqua como
sendo a utilizao de dispositivos mveis, tecnologias de comunicao mvel sem fio,
sensores e mecanismo de localizao, com o objetivo de auxiliar o processo
educacional, levando em considerao caractersticas particulares dos estudantes
(Saccol et al, 2010).
Desta forma, a aprendizagem ubqua pode ser considerada como sendo a
aprendizagem mvel que realizada levando-se em considerao as caractersticas do
contexto dos estudantes, provendo a estes contedos adaptados s suas necessidades
(Mandula et al, 2011). Assim, a aprendizagem ubqua prov um novo paradigma,
atravs do uso de dispositivos mveis, que fornece um servio de forma transparente
aos estudantes (Loureiro et al, 2009).
A mobilidade permitida ao usurio devido ao uso de dispositivos mveis em
aplicaes ubquas torna ainda mais importante a considerao do contexto de um
estudante, visto que as caractersticas do estudante podem se modificar a qualquer
momento. Essas modificaes podem ocorrer em diversos aspectos (ex. condies
fsicas, recursos fsicos disponveis, recursos computacionais etc.) (Loureiro et al,
2009).
3. Sistemas de Recomendao de OAs
De acordo com Schafe (1999) citado por (Vieira e Nunes, 2012), o aumento de meios de
disponibilizao de contedo, podendo ser produtos ou informao, atravs de sistemas
Web, provoca uma situao onde o usurio possui muitas opes de escolha antes
mesmo de estar apto a selecionar uma opo que atenda suas necessidades. Os Sistemas
de Recomendao (SR) buscam amenizar os impactos gerados por essa sobrecarga de
informao.
Os SRs utilizam repositrios de informao e dados de preferncia dos usurios
para direcionar contedos aos indivduos com potenciais interesses. Um dos desafios
dos SRs realizar a indicao de produtos, servios e/ou informao que melhor
atendam as expectativas dos usurios (e ao seu perfil) (Cazella et al, 2011).
Segundo Vieira e Nunes (2012), os SRs podem ser classificados em trs tipos:
Sistema de Recomendao Baseada em Contedo (SRBC), Sistema de Recomendao
Colaborativa (SRC) e Sistema de Recomendao Hbrida (SRH). A recomendao
baseada em contedo realiza atravs de informaes recuperadas do usurio (perfil,
comportamento) e/ou do seu histrico de escolhas. J a recomendao por filtragem
colaborativa leva em considerao escolhas realizadas por usurios com caractersticas
V. 10 N 3, dezembro, 2012______________________________________________________________

CINTED-UFRGS

Novas Tecnologias na Educao

____________________________________________________________________________________________

similares. Por ltimo, o SRH efetua a recomendao atravs da aplicao das tcnicas
utilizadas pelos SRBC e SRC, de forma a atingir um maior nmero de possibilidades e
sugerir objetos que diretamente no aparentam estar relacionados (Martins, 2011).
No mbito da educao ubqua, os alunos so expostos a uma grande quantidade
de OAs e podem levar um bom tempo para realizar escolhas difceis. Tendo em vista
que os estudantes esto em processo de formao, estes no esto aptos o suficiente para
realizar tais escolhas. Um SR vem a suprir esta carncia recomendando OAs
apropriados e tirando a responsabilidade de escolha do estudante.
4. Trabalhos relacionados
A adaptao de ambientes virtuais de aprendizagem s caractersticas particulares dos
estudantes j um tema bastante abordado em pesquisas acadmicas. Rani, Ashok e
Palanivel (2009) apresentam uma abordagem para personalizao de aprendizagem
eletrnica (ou electronic learning ou ainda e-learning) com base em ontologia, na qual
a troca de informaes mantida por servios Web (web services), sob uma arquitetura
orientada a servios. A ideia principal do sistema identificar requisitos do usurio, ou
seja, as preferncias dos estudantes e suas caractersticas, e criar o modelo do estudante.
Nesse modelo constar o seu conhecimento expresso atravs de um conjunto de
palavras-chave pertencentes a uma ontologia comum para, de acordo com o modelo de
cada estudante, adaptar o curso de forma individual.
Gluz e Vicari (2010) propuseram a MILOS (Multiagent Infrastructure for
Learning Object Support), uma infraestrutura, combinando ontologias e agentes, que
implementa as funcionalidades necessrias aos processos de autoria, gerncia, busca e
disponibilizao de OAs compatveis com a proposta de padro de metadados de OAs
OBAA (Objetos de Aprendizagem Baseados em Agentes).
J Ferreira e Raabe (2010) apresentam o LorSys (Learning Object
Recommender System), um sistema de recomendao de OAs, no formato SCORM,
para o Moodle. O LorSys utiliza a tcnica de recomendao hbrida, aplicada
informaes de preferncias dos estudantes e dados de acesso aos OAs. O estudante
visualiza os OAs recomendados por meio de um bloco (componente do Moodle)
adicionado na interface dos cursos.
O presente trabalho aprimora o Moodle por meio do desenvolvimento de um
servio de recomendao de OAs que, alm de atender o perfil de aprendizagem de cada
aluno, considera os recursos dos dispositivos mveis durante o processo de
recomendao. Foram utilizadas tcnicas de inteligncia artificial para o
desenvolvimento do SRH. O SRH disponibilizado como Servio Web (Web Service) e
sua integrao com o Moodle realizada atravs de um plugin desenvolvido em
conformidade com os padres estabelecidos pelo LMS. Portanto, este trabalho prov um
meio para que o Moodle seja capaz fornecer um ambiente de aprendizagem ubqua.
5. Uma Extenso do Moodle para Recomendao Ubqua de Objetos de
Aprendizagem
A maneira apropriada de contribuir para o desenvolvimento do Moodle por meio da
criao de plugins, seguindo a especificao fornecida pelo LMS (Moodle Developer
Documentation, 2012). Uma vez desenvolvido um plugin, possvel disponibiliz-lo
para que seja utilizado por outros administradores desse LMS. A extenso para o
V. 10 N 3, dezembro, 2012______________________________________________________________

CINTED-UFRGS

Novas Tecnologias na Educao

____________________________________________________________________________________________

Moodle proposta neste trabalho busca integrar, de maneira adequada, um sistema de


recomendao, elaborado a partir de tcnicas de inteligncia artificial, com o MLEMoodle.

Figura 1 - Arquitetura do Sistema

Como apresentado na Figura 1, a extenso incorporada ao Moodle fornece um


meio de comunicao com um Servio Web, do ingls Web Service (Sommerville,
2011), responsvel por disponibilizar o servio de recomendao. O Servio Web foi
desenvolvido para facilitar a integrao e padronizar a comunicao do SR com a
plataforma do Moodle. Deste modo, a extenso envia as informaes necessrias para o
servio de recomendao e recebe os resultados do processo, ou seja, os OAs
recomendados.
5.1 Descrio do Servio Web
Servio Web uma das solues mais utilizadas para integrao de sistemas e na
comunicao entre aplicaes diferentes. Esta tecnologia permite a compatibilidade de
softwares desenvolvidos em diferentes plataformas. Desta forma, os Servios Web
fornecem uma soluo que define um padro para troca de mensagens entre as
aplicaes consumidoras (clientes) e um fornecedor do servio.
O desenvolvimento do Servio Web proposto para extenso do Moodle utilizou
a arquitetura RESTful (RESTful, 2012). Trata-se de uma arquitetura de transferncia de
estado que fornece servios de acesso a recursos. As informaes da aplicao e de
transaes so estruturadas nos formatos XML (eXtensible Markup Language) (XML,
2012), JSON (JSON, 2012), entre outros. Esta arquitetura possui um pequeno conjunto
de operaes para manipulao das informaes dos recursos. Os componentes da rede
se comunicam atravs do protocolo HTTP (Hypertext Transfer Protocol) (HTTP, 2012),
com o objetivo de trocar representaes de recursos.
O Java EE (Enterprise Edition) (Java EE, 2012) integra o JSR-311 (Java
Specification Requests) (RESTful, 2012) para fornecer um conjunto de especificaes
que define a criao de um Servio Web com a arquitetura RESTful. Para a

V. 10 N 3, dezembro, 2012______________________________________________________________

CINTED-UFRGS

Novas Tecnologias na Educao

____________________________________________________________________________________________

implementao de referncia do JSR-311, utilizou-se o Jersey (Jersey, 2012), que um


projeto open source mantido pela Oracle (Oracle, 2012).
O Servio Web desenvolvido tem como objetivo fornecer o servio de
recomendao de OAs para a plataforma do Moodle. Porm, da forma como foi
desenvolvido, possvel atender outros LMS realizando poucas alteraes.
Para que seja possvel realizar a recomendao de OAs a um estudante,
necessrio, inicialmente, capturar informaes do seu perfil. Para isso, ele precisa
realizar um cadastro no qual ir informar algumas caractersticas de seu perfil, como,
por exemplo, local e hora do dia preferido para o estudo, sua rea de interesse, entre
outras. Estas informaes so enviadas para o Servio Web e mantidas na ontologia de
contexto esttico dos estudantes.
J as informaes dinmicas (localizao geogrfica, horrio atual de acesso ao
ambiente e identificao do dispositivo mvel utilizado) so capturadas no momento do
acesso do estudante. Estas so enviadas e mantidas na ontologia de contexto dinmico
do estudante, atravs do Servio Web.
O Moodle mantm um repositrio local de OAs. Para que o mecanismo de
recomendao funcione, necessrio que estes OAs estejam em conformidade com o
padro SCORM (ADL, 2012). Atravs dos metadados descritos nesse padro, os
agentes sero capazes de comparar as informaes dos OAs com os perfis dos
estudantes e realizar a recomendao de OAs de maneira adequada. O Servio Web
mantm uma base de dados contendo os arquivos de descrio dos OAs referentes a
cada repositrio dos LMS integrados. Cabe extenso a responsabilidade de realizar
atualizaes nessa base de dados, por meio de chamadas ao Servio Web.
5.2 Sistema de Recomendao de OAs
A seguir sero descritos o SMA e o AG que compem o SRH. Esses componentes
possibilitam automatizar o processo de recomendao de OAs sensvel ao contexto do
estudante.
5.2.1 Sistema Multiagente
O SR formado por um SMA do tipo comunidade de especialistas, onde cada agente
especialista em uma determinada tarefa. O SMA foi desenvolvido utilizando a
plataforma de desenvolvimento e execuo de agentes de software conhecida como
JADE (Java Agent Development Framework) (JADE, 2012). Nessa plataforma, os
agentes interagem entre si atravs de um protocolo de comunicao previamente
estabelecido.
O SMA composto de quatro tipos de agentes: Agente Estudante (Student Agent
- SAg), Agente Recomendador (Recommender Agent - RAg), Agente de Interface
(Interface Agent - IAg) e Agente DF (Directory Facilitator).
O agente DF possui o comportamento voltado para a mediao da comunicao
entre os outros agentes. Sua funo principal fornecer uma arquitetura do tipo
quadro-negro, onde agentes escrevem informaes, procuram por informaes
escritas por outros agentes e conseguem, atravs do servio provido pelo DF, se
comunicar com o agente que escreveu aquela informao.

V. 10 N 3, dezembro, 2012______________________________________________________________

CINTED-UFRGS

Novas Tecnologias na Educao

____________________________________________________________________________________________

Os SAgs so responsveis por monitorar as atividades dos estudantes, atualizar e


recuperar, das ontologias de contexto esttico e dinmico, as preferncias de
aprendizagem que compem os perfis dos estudantes e seus respectivos histricos de
escolhas de OAs. Os SAgs tambm capturam as informaes de localizao geogrfica
e do horrio corrente. Ou seja, o comportamento do SAg voltado para monitoramento
das informaes relativas ao estudante. Em seguida, todas essas informaes so
cadastradas no agente DF.
O RAg tem o intuito de detectar OAs adequados ao contexto do estudante,
levando em considerao (i) as informaes consultadas no agente DF, (ii) as
informaes dos OAs disponveis no repositrio de OAs SCORM e (iii) as preferncias
similares de outros estudantes. Aps identificar os OAs adequados, o RAg cadastra, no
agente DF, as novas informaes, as quais serviro ao IAg.
O IAg responsvel, principalmente, por verificar a adequao visual do OA
recomendado pelo RAg s caractersticas do dispositivo mvel do estudante. Caso o OA
no seja adequado ao dispositivo, o IAg rejeitar a recomendao. Alm disso, o IAg
tem a responsabilidade de informar ao tutor o contedo que foi sugerido.
5.2.2 Algoritmo Gentico
O SMA utiliza um AG para identificar os OAs a serem recomendados. A utilizao do
AG justificada pela alta complexidade do problema de recomendao, o que pode
depreciar o desempenho do SMA quando o nmero de OAs for suficientemente grande.
Portanto, a aplicao de um algoritmo exato seria invivel. Neste caso, um algoritmo
aproximativo (AG) viabiliza a busca por uma soluo prxima da tima.
Para realizar uma recomendao de OAs adequada ao contexto do estudante,
essencial levar em considerao caractersticas que podem limitar a aprendizagem do
mesmo.
Inicialmente, temos uma populao composta de certa quantidade de OAs. Cada
OA possui uma srie de caractersticas que o relaciona com o contexto do estudante e
so consideradas durante o processamento do AG. No presente trabalho, foram
consideradas as seguintes caractersticas:
i) Afinidade com o curso: representa o grau de relacionamento do contedo de
um OA a determinado curso. Esse grau de afinidade representado no AG em uma
escala que varia de 0 (nenhuma afinidade) a 5 (alta afinidade). Determinado OA pode
estar relacionado a um ou vrios cursos, sendo o administrador de cada curso
responsvel por determinar, manualmente, quais OAs so afins ao curso e qual o seu
grau de afinidade.
ii) Afinidade com o dispositivo mvel: determina o grau de adequao do
contedo de um OA ao dispositivo mvel do estudante. O grau de afinidade com o
dispositivo definido no AG de acordo com uma faixa que varia de 0 (nenhum recurso
suportado) a 5 (todos os recursos suportados). As informaes do dispositivo so
capturadas a partir da requisio HTTP enviada do dispositivo mvel para o servidor no
qual se encontra o LMS. Em seguida, em posse dessas informaes, possvel verificar
em uma base de dados, chamada WURFL (WURFL, 2012), quais recursos aquele
dispositivo mvel suporta.
iii) Horrio de estudo: os horrios de estudo so definidos em faixas de horrios.
O estudante define, inicialmente, qual o horrio de estudo preferido dele. Assim,
V. 10 N 3, dezembro, 2012______________________________________________________________

CINTED-UFRGS

Novas Tecnologias na Educao

____________________________________________________________________________________________

quando o estudante acessa o ambiente de aprendizagem, o sistema se encarrega de


verificar se o horrio corrente est incluso na faixa de estudo preferida do estudante.
Caso esteja nessa faixa, o sistema atribui o maior valor possvel a essa varivel no AG
(valor 5). Do contrrio, ser atribudo um valor cada vez menor, sendo o mnimo 1,
medida que o horrio corrente se distancie daquele definido como preferido pelo
estudante.
iv) Localizao corrente: outra informao que pode ser levada em considerao
para a definio do contexto do estudante a localidade na qual ele se encontra. Em
posse dessa informao, possvel verificar, nos metadados do padro de OAs LOM
(Learning Object Metadata) (LTSC, 2002), a incidncia de palavras relacionadas
localizao do estudante. Com base nisso, so capturadas e consideradas informaes
do pas, estado e cidade na qual o estudante se encontra. Quanto mais palavras
relacionadas localizao do estudante forem encontradas, maior ser o valor atribudo
a essa varivel no AG (mximo 5). Por outro lado, caso no seja encontrada nenhuma
informao relacionada, ser atribuda a pontuao mnima (valor 0).
v) Escolhas de outros estudantes: define um valor proporcional que representa a
quantidade de acessos a um OA. A informao de quais OAs so mais acessados
levada em considerao em conjunto com a informao de afinidade do OA com o
curso, pois de nada adiantaria para a recomendao um OA ser o mais acessado e no
possuir nenhuma afinidade com o curso em questo. Desta forma, esse valor pode variar
de 0 a 5 dependendo da quantidade de acessos e da sua relao com o curso.
vi) Incidncia de palavras-chave: os OAs disponibilizados no padro SCORM
possuem metadados que informam as palavras-chave relacionadas ao assunto daquele
OA (tagkeywords), alm do ttulo deste. Essas informaes esto localizadas, mais
especificamente, no padro LOM, o qual parte integrante do padro SCORM. Em
posse dessas informaes, feita uma verificao da incidncia dessas palavras na
descrio do curso do qual o estudante est participando. Quanto maior a quantidade de
palavras-chave relacionadas, a probabilidade de que o OA possua assuntos relacionados
ao curso ser maior, sendo pontuado, portanto, com um peso maior (no mximo 5). Por
outro lado, quanto menor a quantidade de palavras-chave relacionadas, o peso atribudo
ao OA nessa varivel no AG torna-se proporcionalmente menor.
No AG, cada cromossomo formado por um conjunto de trs OAs. A
representao do OA (gene) formada pelo ID e sua respectiva aptido. O clculo da
aptido do OA o somatrio dos valores atribudos a cada caracterstica citada
anteriormente. J a aptido do indivduo o somatrio das aptides dos OAs que
compem os genes.
Essa abordagem de um cromossomo contendo trs OAs foi utilizada porque, no
final da execuo do AG, ser indicado um cromossomo como o indivduo mais apto,
ou seja, como a melhor soluo levando-se em considerao o contexto em questo.
Portanto, no seria interessante, recomendar apenas um OA, mas sim um conjunto
dentre o qual o estudante pudesse escolher aquele que lhe fosse mais conveniente.
6. Descrio de um Cenrio de Uso
O estudante acessa o site do Moodle e se autentica no sistema, fornecendo nome de
usurio e senha. Na pgina do usurio ele tem a opo de responder um questionrio
para auxiliar na personalizao do ambiente. Este questionrio busca identificar as
V. 10 N 3, dezembro, 2012______________________________________________________________

CINTED-UFRGS

Novas Tecnologias na Educao

____________________________________________________________________________________________

preferncias de contedo, local e horrio de estudo do estudante. Uma vez preenchido o


questionrio, o estudante direcionado para uma pgina que contm uma lista de
fabricantes de dispositivos mveis. Ele seleciona o fabricante do seu dispositivo mvel
e, posteriormente, o link que apresenta o modelo para seu aparelho. Em seguida, ele
direcionado para uma pgina de download do MLE-Moodle que melhor se adapta ao
seu dispositivo. O estudante instala o aplicativo no seu aparelho e, ao executar a
aplicao, envia (de forma transparente) informaes de autenticao e localizao ao
servidor. Depois de executar a aplicao, o estudante direcionado para o menu
principal, atravs do qual decide verificar se existe algum contedo sugerido,
escolhendo a opo - Messages. Na prxima tela, o estudante percebe que existem
mensagens no lidas na caixa de entrada. Dentre as mensagens no lidas ele identifica
uma que tem como remetente o agente recomendador. Essa mensagem apresenta ao
estudante o contedo sugerido de acordo com seu perfil de aprendizagem e seu
contexto. Em seguida, o estudante retorna ao menu principal e acessa o menu - My
courses, onde verifica informaes do OA sugerido e acessa seu contedo.
7. Consideraes Finais e Trabalhos Futuros
A comunidade cientfica tem dedicado esforos para tornar os ambientes virtuais de
aprendizagem mais prximos da realidade do ensino presencial. A utilizao de
dispositivos mveis como meio de prover ensino, apesar da sua caracterstica
motivadora, trouxe novos desafios. Um ambiente de aprendizagem ubqua, alm de
possuir as caractersticas apresentadas pela aprendizagem mvel, capaz de adaptar-se
s necessidades especficas dos estudantes. Essa adaptao pode ser explorada por meio
da adequao de contedo educativo ao estudante de acordo com suas preferncias de
aprendizagem.
Os ambientes virtuais de aprendizagem, em geral, dedicam maior ateno aos
aspectos funcionais, esquecendo a funo didtico-pedaggica. Pensando nisso, este
artigo apresentou uma extenso para o LMS Moodle capaz de fornecer um ambiente de
aprendizagem ubqua, atravs da recomendao de objetos de aprendizagem sensvel ao
contexto do estudante. Desta forma, pretende-se aperfeioar o processo de ensinoaprendizagem de forma transparente aos estudantes.
Como trabalho futuro, pretende-se disponibilizar a extenso para validao da
comunidade de desenvolvedores do Moodle. Em um segundo momento, almeja-se
realizar um estudo de caso em um contexto real. Isso possibilitar mensurar,
estatisticamente, o quanto este mecanismo de recomendao contribui para o processo
de ensino-aprendizagem.
Referncias
ADL. Advanced distributed learning, Disponvel em: <http://www.adlnet.org>. Acessado em:
29 out. 2012.
Cazella, S. C., Silva, K. K., Bhear, P., Schneider, D. and Freitas, R. Recomendando Objetos De
Aprendizagem Baseado em Competncias em Ead, RENOTE - Revista Novas Tecnologias
na Educao, CINTED-UFRGS, ISSN 1679-1916, v. 9, n.2, 2011.
Ferreira, V. H. and Raabe, A. L. A. LORSys Um Sistema de Recomendao de Objetos de
Aprendizagem SCORM, RENOTE - Revista Novas Tecnologias na Educao, CINTEDUFRGS, ISSN 1679-1916, v. 8, n.2 , 2010.
V. 10 N 3, dezembro, 2012______________________________________________________________

CINTED-UFRGS

Novas Tecnologias na Educao

____________________________________________________________________________________________

10
Gluz, J.C., Vicari, R. M. MILOS: Infraestrutura de Agentes para Suporte a Objetos de
Aprendizagem OBAA, In: XXI Simpsio Brasileiro de Informtica na Educao, SBIE,
Joo Pessoa, PB, 2010.
HTTP. HyperText Transfer Protocol. Disponvel em: <http://www.w3.org/Protocols/>.
Acessado em: 30 Out. 2012.
JADE. Java development framework: an open-source platform for peer-to-peer agent based
applications. Disponvel em: <http://jade.tilab.com/>. Acessado em: 28 out. 2012.
JAVA
EE.
Java
Enterprise
Edition.
Disponvel
em:
<http://www.oracle.com/technetwork/java/javaee/overview/index.html>. Acessado em: 30
Out. 2012.
Jersey. Reference Implementation for building RESTful Web services, Disponvel em:
<http://jersey.java.net/>. Acessado em: 28 out. 2012.
JSON. JavaScript Object Notation. Disponvel em: <http://www.json.org/>. Acessado em: 30
Out. 2012.
Loureiro, A. A. F. et al. Computao Ubqua Ciente de Contexto: Desafios e Tendncias. In:
XXVII Simpsio Brasileiro de Redes de Computadores e Sistemas Distribudos
(SRBC09). Recife, PE: SBIE. 2009.
LTSC. Draft Standard for Learning Object Metadata. IEEE Standard 1484.12.1. LTSC,
Learning Technology Standards Committee, New York: Institute of Electrical and
Electronics Engineers, 2002.
MLE.
MLE
Mobile
Learning
Engine,
Disponvel
<http://mle.sourceforge.net/mle/index.php>. Acessado em: 20 Abr. 2012.

em:

Mandula, K.; Meda, S. R.; Kambham, R. Implementation of Ubiquitous Learning System Using
Sensor Technologies. In: IEEE International Conference on Technology for Education.
Hyderabad, India: IEEE Computer Society. p. 142-148, 2011.
Martins, H. N. J., Costa, E. B., Oliveira, T. T. M., Bittencourt, I. I. Sistema de Recomendao
Hbrido para Bibliotecas Digitais que Suportam o Protocolo OAI-PMH, Artigo Completo,
In: XXII Simpsio Brasileiro de Informtica na Educao, SBIE, Aracaju, SE, 2011.
Moodle. Moodle - Sistema Open Source de Gerenciamento de Cursos, Disponvel em:
<http://moodle.org/about/>. Acessado em: 20 Mar. 2012.
Moodle Developer Documentation. Developer documentation, Disponvel
<http://docs.moodle.org/dev/Developer_documentation>. Acessado em: 20 Mar. 2012.

em:

Oracle. Disponvel em: <http://www.oracle.com/index.html>. Acessado em: 30 Out. 2012.


Rani, S. J.; Ashok, M. S.; Palanivel, K. Adaptive content for personalized E-learning using web
service and semantic web. In: International Conference on Intelligent Agent Multi-Agent
Systems (IAMA). Pondicherry, India: IEEE Computer Society. p. 1-4, 2009.
RESTful.
RESTful
Web
Services.
Disponvel
em:
<http://www.oracle.com/technetwork/articles/javase/index-137171.html>. Acessado em: 20
Mar. 2012.
Saccol, A., Schlemmer, E., Barbosa, J. m-learning e u-learning - Novas perspectivas da
aprendizagem mvel e ubqua. So Paulo, SP: Pearson, 2010.
Sommerville, I. Engenharia de Software, 9 edio. So Paulo: Pearson Prentice Hall, 2011.
Vieira, F. J. R.and Nunes, M. A. S. N. DICA: Sistema de Recomendao de Objetos de
Aprendizagem Baseado em Contedo, Scientia Plena, v. 8, 2012.

V. 10 N 3, dezembro, 2012______________________________________________________________

CINTED-UFRGS

Novas Tecnologias na Educao

____________________________________________________________________________________________

11
XML. eXtensible Markup Language, Disponvel em: <http://www.w3.org/XML/>. Acessado
em: 30 Out. 2012.
Weiser, M. The computer for the 21 st century, Scientific America, v.265, n 3, p. 66-75, 1991.
WURFL. WURFL - Wireless Universal Resource
<http://wurfl.sourceforge.net/>. Acessado em: 25 Abr. 2012.

FiLe,

Disponvel

em:

V. 10 N 3, dezembro, 2012______________________________________________________________