Uma Revisão das Diferentes Abordagens Computacionais para Detecção de Estilos de Aprendizagem de Estudantes em Sistemas para Educação a Distância

Com a evolucao da Educacao a Distância nos ultimos anos, muito se tem estudado sobre a importância de se considerar estilos de aprendizagem no processo de ensino a distância. No entanto, a identificacao dos estilos de aprendizagem de um estudante em um ambiente EaD nao e uma tarefa trivial. Este artigo busca realizar uma revisao sobre as diferentes abordagens computacionais para deteccao de estilos de aprendizagem presentes na literatura. As abordagens computacionais aqui apresentadas sao baseadas em tecnicas da Inteligencia Artificial capazes de realizar a deteccao dos estilos de aprendizagem de forma automatica a partir do comportamento do aluno em um ambiente virtual de aprendizagem. No total, foram selecionados 26 artigos, dos quais pode-se analisar 15 abordagens diferentes para deteccao de estilos de aprendizagem. Dentre as abordagens, a mais utilizada nos trabalhos selecionados foram as Redes Bayesianas. Alem disso, percebeu-se que as pesquisas relacionadas a deteccao automatica de estilos de aprendizagem, mesmo apos as criticas recentes a teoria, continuam sendo desenvolvidas e aperfeicoadas.