E se o Moodle pudesse fornecer insights sobre a aprendizagem dos alunos?

Pois é exatamente o que os recursos do Learning Analytics do Moodle fazem. E no Moodle 3.8 isto foi ainda mais aprimorado.

A partir da versão 3.4, o Moodle incorporou o Learning Analytics para fornecer previsões da aprendizagem dos alunos e, também, o diagnóstico e prescrições (Insights) para alunos e professores.

Mas o que é o Learning Analytics?

Learning Analytics é a medição, coleta, análise e comunicação de dados sobre alunos e seus contextos, para entender e otimizar a aprendizagem.

Baseado no histórico e comportamento dos alunos, o Learning Analytics detecta ou simplesmente prevê os aspectos desconhecidos do processo de aprendizagem.

Em comparação com os relatórios, comuns em plataformas EAD, estes são apenas descritivos, enquanto o Learning Analytics é preditivo ou proativo.

Não basta apenas sabermos quem e quando, como nos relatórios tradicionais. E sim saber por que e como melhorar os resultados da aprendizagem.

Sendo, existem quatro categorias principais de análise do aprendizado:

Descritivo (o que aconteceu?)
Preditivo (o que acontecerá?)
Diagnóstico (por que isso aconteceu?)
Prescritivo (faça isso para melhorar)

Como ativar o Learning Analytics do Moodle?

O Learning Analytics do Moodle requer algumas configurações iniciais antes de poder ser usado.

Acesse Administração do site> Analytics> Configurações do Analytics.

Aqui devemos escolher como as previsões serão processadas. Se PHP ou Python, para melhor desempenho e geração de gráficos.

Também é necessário ativar o armazenamento de log e o intervalo de análise, frequência, em que serão gerados.

Outras configurações necessárias são a execução de tarefas, Cron, e os contextos, capabilities, dos usuários que receberão as notificações de insight do sistema.

Veja mais neste link: https://docs.moodle.org/38/en/Analytics_settings

Modelos de Learning Analytics no Moodle

O Learning Analytics do Moodle possui uma grande variedade de modelos.

Os modelos podem conter indicadores (também conhecidos como preditores), alvo (o resultado que estamos tentando prever), insights (as próprias previsões), notificações (mensagens enviadas como resultado de insights) e ações (oferecidas aos destinatários de mensagens).

Ao selecionar ou criar um modelo de análise, as seguintes etapas são importantes:

• Que resultado queremos prever? Ou que processo queremos detectar? (Positivo ou negativo)
• Como vamos detectar esse resultado / processo?
• Que pistas achamos que podem nos ajudar a prever esse resultado / processo?
• O que devemos fazer se o resultado / processo for muito provável? Muito improvável?
• Quem deve ser notificado? Que tipo de notificação deve ser enviada?
• Que oportunidades de ação devem ser fornecidas na notificação?

Novos modelos do Learning Analytics podem ser criados usando a API do Analytics, importando um modelo exportado de outro site ou usando a interface do Moodle para criar/editar um modelo.

Tipos de Modelos

A análise de aprendizado do Moodle suporta dois “tipos de modelos”:

1- Modelos baseados em aprendizado de máquina, incluindo modelos preditivos, usam modelos de IA treinados usando o histórico do site para detectar ou prever aspectos ocultos do processo de aprendizado.

2- Modelos “estáticos” usam um sistema mais simples e baseado em regras para detectar circunstâncias no site Moodle e notificar usuários selecionados.

Por padrão o Moodle vem com alguns modelos disponíveis:

• Alunos em risco de desistência
• Próximas atividades vencidas
• Sem ensino
• Alunos sem acesso ao curso recentemente
• Alunos sem acesso ao curso ainda

Outros modelos podem ser criados ou editados.

Criando e editando modelos

Existem quatro componentes de um modelo que podem ser definidos por meio da interface da web:

• Indicadores – São pontos de dados que podem ajudar a prever metas/alvo.
• Alvo/Meta – Representam algo sobre o qual temos evidências muito fortes de valor.
• Intervalos – Controlam com que freqüência o modelo será executado para gerar insights
• Previsões – Controla qual algoritmo será usado para estimar o modelo, PHP ou Python.

Ref.https://docs.moodle.org/37/en/Using_analytics#Existing_models

Moodle 3.8 – Learning Analytics aprimorado

Assista ao vídeo abaixo sobre as novidades do Learning Analytics para o Moodle 3.8

https://docs.moodle.org/38/en/Analytics

Gerenciando o Analytics

Depois que os modelos forem selecionados, ativados e treinados, eles começarão a gerar previsões.

Previsões e Insights
Os modelos começarão a gerar previsões em diferentes momentos, dependendo dos modelos de previsão do site e das datas de início e término dos cursos do site.

Ações
Cada insight pode ter uma ou mais ações definidas. As ações fornecem uma maneira de agir com base no insight conforme ele é lido.

Ref. https://docs.moodle.org/37/en/Managing_analytics

Perguntas frequentes sobre o Moodle Learning Analytics

https://docs.moodle.org/37/en/Moodle_Learning_Analytics_FAQ

Caso tenha alguma dúvida entre em contato com nosso time de especialistas no Moodle.