Dolaylı Eylemler

No Brasil, a legislação que regulamenta os cursos de educação a distância, estabelece a obrigatoriedade e prevalência das avaliações presenciais sobre outras formas de avaliação (BRASIL, 2005). Em consonância com a legislação, o

documento de Referenciais de Qualidade para Educação Superior a Distância apresentado pela SEED/MEC (BRASIL, 2007 p. 17) destaca a necessidade de garantia de segurança nas avaliações presenciais:

As avaliações da aprendizagem do estudante devem ser compostas de avaliações a distância e avaliações presenciais, sendo estas últimas cercadas das precauções de segurança e controle de frequência, zelando pela confiabilidade e credibilidade dos resultados [grifo meu].

Dados do relatório analítico da aprendizagem a distância no Brasil do Censo EAD.br de 2010 apontam que na educação a distância, a prova escrita presencial é aplicada por 82% das instituições, tanto durante o curso quanto no final, dentre outras formas de avaliação presencial e a distância, como provas práticas, apresentação de trabalhos, etc. (ABED, 2010).

As provas escritas presenciais ainda são predominantemente baseadas na mídia impressa, envolvendo um complexo processo de preparação, impressão e distribuição. Esse processo em geral tem alto custo, é lento (exige a elaboração da prova com semanas de antecedência) e requer a manipulação das provas por outras pessoas além do professor, podendo comprometer o sigilo.

A aplicação de avaliações presenciais online em um SGA parece sanar muitos desses problemas, reduzindo o custo e o tempo de distribuição, possibilitando que o próprio professor disponibilize a prova no SGA no momento da avaliação. Além disso, torna possível a elaboração de avaliações utilizando e integrando diferentes recursos (vídeos, áudio, gráficos em 3D, etc.).

No entanto, as avaliações online, mesmo quando realizadas presencialmente, ainda são muito vulneráveis, pois estando online, é difícil assegurar que o aluno não consulte materiais não permitidos pelo professor, não troque informações, mensagens ou até mesmo tenha sua prova realizada por terceiros. Outra dificuldade reside em prover mecanismos que permitam ao professor e tutores um acompanhamento das atividades do estudante durante e após a realização dos exames.

Desta forma, a ferramenta ViAssess foi desenvolvida com o propósito de prover mecanismos para avaliações online seguras a partir da supervisão das

interações do usuário em seu ambiente digital. Dados coletados por sensores em tempo real sobre ações e interações do usuário, e de suas aplicações, são submetidos a um processo de inferência a partir de um conjunto de funções com parâmetros alterados dinamicamente que permitem à aplicação identificar ações ilícitas do aluno durante a realização de uma avaliação online.

A partir do levantamento de requisitos junto aos profissionais da educação a distância, conforme apresentado na Seção 4.2.1, foi possível identificar um conjunto de sensores lógicos que foram implementados (Quadro 5.2) pelo framework e utilizados pelo ViAssess. Alguns sensores físicos também foram identificados como necessidades apontadas durante o levantamento de requisitos. A sigla SF do Quadro 5.2 indica sensores físicos, SL sensores lógicos.

Quadro 5.24_{– Sensores lógicos e físicos para aplicação de monitoramento de avaliações}

online. Fonte: elaborado pela autora.

Nome do Sensor Tipo de Monitoramento Realizado

SL usb_sensor Monitora acesso à porta USB com dispositivo de armazenamento secundário. Exemplos: pen drive, disco secundário.

SL parallelAplications_sensor Monitora arquivos acessados pelo usuário. _{Exemplos: texto.doc, video.mpeg.} SL accessedMaterials_sensor Monitora materiais do SGA acessados pelo usuário. Exemplos: livro eletrônico, sites

recomendados.

SL instantCommunication_sensor Monitora ferramentas de comunicação instantânea _{utilizadas. Exemplo: skype, MSN, gtalk} SF userIdentification_sensor Sensor biométrico. Exemplo: digital do usuário, _{face do usuário.}

SL login_sensor Identifica o usuário que realiza login no SGA.

SL accessedActivities_sensor Monitora atividades do SGA acessadas pelo _{usuário. Exemplos: fórum, chat, wiki.} SF mobileSign_sensor Identifica sinais de dispositivos móveis no espaço _{coberto pelos sensores. Exemplos: celular e tablet.}

SL accessedSites_sensor Monitora sites acessados pelo usuário

A partir de uma interface gráfica (Figura 5.16), professores podem configurar o sistema para receber informações de monitoramento durante avaliações online. Um professor pode, por exemplo, selecionar as seguintes opções a serem monitoradas: acesso aos materiais e atividades da disciplina no SGA; navegação em

páginas web fora do SGA; uso de ferramentas de comunicação instantânea (Skype,

MSN e Hangout) e uso de dispositivos de armazenamento secundário (pendrives e

cartões).

Figura 5.16 _{– Configuração de opções de monitoramento no ViAssess. Fonte: elaborado} pela autora.

Ao identificar um evento de risco, ou seja, uma ação que o aluno não deveria executar, a aplicação recebe uma notificação e emite ações a determinados atuadores da rede de sensores, com o intuito de garantir a credibilidade da avaliação

online. A Figura 5.17 ilustra a interface exibida no dispositivo do usuário/estudante

pelo atuador após a aplicação identificar uma tentativa de acesso não autorizado aos materiais da disciplina durante a realização de uma avaliação. Neste caso, o sistema só será desbloqueado com a inserção de uma senha gerada aleatoriamente logo após o bloqueio. Essa senha é enviada via SMS ao celular cadastrado (celular do supervisor da avaliação, por exemplo). Logo, não há como o aluno proceder a realização da prova sem que pelo menos o supervisor da avaliação tenha ciência da tentativa ilícita de acesso.

Figura 5.17 _{– Mensagem exibida pelo ViAssess ao identificar uma ação proibida durante} uma avaliação online. Fonte: elaborado pela autora.

5.4 Considerações Finais

Este capítulo apresentou um framework desenvolvido a partir da abstração de redes de sensores para coleta de dados educacionais e análises. Sensores podem ser depositados em ambientes físicos e lógicos para captura de eventos de interesse para o monitoramento refinado de diferentes aspectos e visões do processo de ensino, aprendizagem e gestão educacional. A separação entre a coleta de dados e o processamento de contextos (modelagem e inferência), adicionado às decisões de projeto mencionadas, objetivam a aquisição de um conjunto de dados extensivo e independente do domínio da aplicação a fim de alcançar análises confiáveis, que melhor respondam às necessidades reais dos usuários em vários contextos.

A fim de oferecer bom equilíbrio entre poder de expressividade e compartilhamento semântico e representação formal com alto nível de abstração, e também garantir modelos mais simples para aplicações que não necessitam de tais características, neste trabalho optou-se por implementar e disponibilizar no

framework para uso de aplicações duas modelagens de contexto, modelo ontológico

e modelo Bayesiano. Para as análises estatísticas também foi utilizado um conjunto de regras de decisão, que facilita a visualização de informações com maior representatividade visual e a geração de gráficos dinâmicos em tempo real.

O framework desenvolvido nesta tese foi avaliado a partir de seu uso para a construção de três aplicações com objetivos e propósitos diferentes: ViTrackeR, ViMonitor e ViAssess. Essas aplicações foram avaliadas individualmente a partir da sua utilização por usuários em cursos reais. Os resultados obtidos nessas avaliações são apresentados no capítulo seguinte.