Compreendendo e utilizando ferramentas de análise de dados

Como já discutimos nos capítulos anteriores, a avaliação na EPT, especialmente na EaD com os AVAs, busca ser um processo abrangente, que considera múltiplos aspectos do percurso formativo dos estudantes. Nesse contexto, os AVAs emergem não apenas como espaços para o professor disponibilizar conteúdos e realizar atividades, mas também como repositórios de informações úteis sobre a interação do estudante com o processo educativo.

As ferramentas de análise desempenham um papel importante nesse processo: elas utilizam metadados para mapear o percurso dos estudantes e geram estatísticas e relatórios detalhados a partir dos dados de uso da plataforma, permitindo obter uma visão estatística da experiência do estudante. O ponto central dessa análise é a possibilidade de avaliar a participação nas atividades e a interação dos estudantes com os professores e tutores, possibilitando, ainda, que os educadores planejem e implementem intervenções mais direcionadas e eficazes. Dessa forma, o professor pode identificar dificuldades específicas e oportunidades de intervenção pedagógica.

O Moodle oferece recursos específicos que favorecem a avaliação formativa por meio da análise do progresso e da interação. Entre eles, destacam-se a funcionalidade de conclusão de atividade, que registra o acesso e a finalização de itens do curso, os relatórios de participação e os laboratórios de avaliação e de reengajamento. A utilização estratégica dessas ferramentas de análise, aprofundadas a seguir, permite que o professor ou tutor realize um acompanhamento detalhado da experiência do cursista no AVA. 

Adicionalmente, a análise de dados em AVA oferece um potencial que vai além da prática docente individual, servindo como subsídio para pesquisa e avaliação contínua da realidade do curso e dos estudantes. As informações sobre o percurso formativo dos estudantes podem orientar a revisão de currículos, a adaptação de materiais didáticos e a identificação de pontos fortes e fracos da própria oferta do curso.

A compreensão e a utilização eficaz das ferramentas de análise de dados em AVA, particularmente no Moodle, são habilidades essenciais para o docente da EPT na EaD. Essas ferramentas transformam o ambiente virtual em um instrumento poderoso para a avaliação contínua e processual, permitindo um acompanhamento mais informado, personalizado e estratégico do processo de ensino-aprendizagem, sempre em equilíbrio com a mediação humana.

Tipos de dados

Os AVAs funcionam como repositórios de informações sobre a interação dos estudantes com o conteúdo, com os professores e entre si no processo educativo. No entanto, a capacidade de observar e interpretar essa interação vai além da mera coleta de dados brutos, sendo fundamental para compreender o processo de ensino-aprendizagem sob a perspectiva da formação humana integral e do trabalho como princípio educativo. As ferramentas de análise presentes nesses ambientes baseiam-se na coleta e utilização de metadados, que mapeiam o processo formativo dos estudantes, permitindo a geração de estatísticas e de relatórios detalhados.

Veja como a análise aprofundada dos tipos de dados pode contribuir para uma avaliação formativa e emancipatória:

1. Dados de log (registros): são os metadados mais brutos, que registram cada interação do usuário, incluindo acessos, cliques, visualizações de páginas, downloads, envios de atividades, postagens em fóruns, login e logout com data e hora precisas. Esses registros constituem a base para mapear a participação dos alunos no curso. No entanto, ir além da simples verificação do quanto um estudante interagiu significa utilizar esses logs para compreender o porquê das suas ações. A análise dos dados de log permite que os docentes e tutores identifiquem não apenas a presença, mas os padrões de navegação que podem indicar a forma como o estudante está construindo sua prendizagem. Por exemplo, um padrão de acesso fragmentado e repetitivo a certos recursos pode sinalizar a necessidade de intervir para fortalecer a compreensão do processo produtivo do conhecimento, incentivando a criatividade e uma visão ampla dos processos humanos envolvidos na aquisição e aplicação de novos saberes. Um exemplo prático de integração seria analisar logs que mostram um aluno acessando um tópico do fórum várias vezes, sem postar ou baixar materiais relacionados: isso pode indicar uma dificuldade em compreender a proposta, levando o tutor a oferecer um apoio mais direto sobre a inter-relação dos conteúdos com a prática social.

2. Dados de atividade: fornecem informações específicas relacionadas ao desempenho e à interação do estudante dentro de atividades didáticas, como respostas a questionários, notas obtidas, tempo gasto em tentativas de quiz, participação em fóruns (número de postagens e visualizações) e envios de tarefas. A análise desses dados deve ser direcionada para entender não apenas o resultado quantitativo, mas o processo de construção do conhecimento do estudante. Ao analisar, por exemplo, a qualidade da participação em fóruns ou o tempo gasto em atividades específicas, os educadores podem inferir como o estudante está articulando a teoria com a prática social, desenvolvendo sua capacidade de relacionar a teoria com os desafios do mundo do trabalho. Um exemplo de integração seria avaliar as postagens em um fórum de discussão sobre um estudo de caso relacionado à EPT: em vez de apenas contar as postagens, o professor analisa a capacidade do estudante de aplicar conceitos complexos na análise crítica da situação, demonstrando a incorporação da dimensão intelectual ao trabalho produtivo.

3. Dados de progresso: apresentam informações sobre o avanço do estudante no curso, como a conclusão de atividades marcadas como obrigatórias, o status de visualização de recursos e o cumprimento de critérios definidos. A barra de progresso no Moodle é uma ferramenta visual para este tipo de dado. Mais do que um simples indicador de cumprimento de etapas, os dados de progresso devem ser interpretados para capacitar o estudante a autoavaliar-se e a ajustar seu próprio Plano de Formação. A análise desses dados pode ajudar a identificar bloqueios ou ritmos de aprendizagem distintos que, quando compreendidos, permitem que docentes e tutores ofereçam mediações pedagógicas personalizadas. Em vez de focar apenas na conclusão, a análise do progresso deve auxiliar na reflexão sobre as condições (sociais e materiais) que impactam o avanço, buscando que o estudante compreenda a historicidade do avanço das forças produtivas e seu próprio papel na transformação social. Por exemplo, se um relatório de progresso demonstra que vários alunos estão estagnados em uma determinada seção, o professor pode intervir com novas estratégias e propondo recomeços não punitivos, reforçando a ideia de que é possível retomar conteúdos.

4. Dados de perfil e contexto: abrangem informações sobre o estudante, como grupo ao qual pertence, tipo de perfil (estudante, tutor ou professor) e dados demográficos agregados. Ao ir além da mera coleta de dados, a análise desses perfis permite que os educadores reconheçam a diversidade e as distintas realidades sociais, culturais e econômicas dos estudantes. Compreender essas informações ajuda na implementação de intervenções pedagógicas inclusivas e a combater as desigualdades sociais. Por exemplo, a visualização do perfil completo do aluno, com dados como e-mail, cidade, cursos matriculados e grupos a que pertence, pode subsidiar um acompanhamento humano e personalizado. Essa abordagem busca entender as dificuldades que podem ser invisíveis no processo, mas que impactam o aprendizado (como acesso à internet, dinâmica de trabalho, cuidado de familiares ou insegurança alimentar), transformando os dados em instrumentos de escuta, acolhimento e de equidade. Um exemplo prático de integração seria quando, ao observar dados de perfil que indicam que um grupo de estudantes reside em áreas com comprovadas dificuldades de conectividade, docente e tutores, decidem organizar círculos de escuta e acolhimento on-line. Nestes círculos, os dados de baixa participação são usados não como controle, mas como um ponto de partida para o diálogo, permitindo que os estudantes expressem as barreiras reais que enfrentam, promovendo assim a empatia e o cuidado coletivo e reforçando a formação humana integral.

5. Dados estruturados criados por atividades: a atividade Base de Dados, por exemplo, permite que o professor ou o estudante crie coleções de itens com tipos de campo definidos, como texto curto, caixa de seleção, URL e imagem, e os comentários e avaliações desses itens são dados coletados. A análise desses dados deve transcender a simples verificação de entrega, focando na qualidade e na profundidade da produção do estudante. Quando os estudantes criam esses itens, estão efetivamente articulando a teoria com a prática social, elaborando sua compreensão do processo produtivo e do mundo. A avaliação e os comentários sobre esses itens propiciam um ambiente de autorreflexão e de desenvolvimento da criticidade. Esses dados, portanto, oferecem percepções sobre a capacidade do estudante de relacionar o conhecimento aprendido com os desafios do mundo do trabalho. Um exemplo prático de integração seria em uma atividade de Base de Dados na qual estudantes constroem um repositório de boas práticas ou de desafios superados em suas realidades de trabalho na EPT. A avaliação, feita tanto pelo professor quanto pelos colegas, utilizando o Laboratório de Avaliação, foca na profundidade da análise do estudante sobre como a teoria foi aplicada para solucionar um problema real ou como um desafio específico (vinculado ao mundo do trabalho) foi enfrentado. Isso não só aponta dados sobre o domínio técnico, mas também sobre a capacidade de reflexão crítica, a colaboração na construção de saberes e a relação entre conhecimento e transformação social.

A partir da coleta e processamento desses dados, o Moodle gera diversos relatórios que possibilitam uma visão integral da experiência do estudante e um acompanhamento detalhado de seu progresso, sempre em equilíbrio com a mediação humana para uma educação humanizadora e emancipatória.

Título: Tipos de dados nos Ambientes Virtuais de Aprendizagem
Elaboração: Prosa (2025b).