Defesa de Dissertação de Mestrado de Naira Alice Andrade Arruda, 09/04/2025, 14h, por videoconferência
Link para defesa: https://meet.google.com/sfi-cqwd-izz
Uso de Dados de Proveniência para Análise do Ensino de Programação Baseada em Blocos
Resumo:
Ensinar programação para alunos do ensino fundamental e médio é importante para promover habilidades de resolução de problemas e pensamento computacional. Ferramentas que permitem a programação baseada em blocos, como Kodular, ganharam popularidade por introduzir conceitos de programação de uma forma mais didática. No entanto, tais ferramentas carecem de acessórios estruturados para analisar os processos de aprendizagem dos alunos, dificultando que os professores acompanhem o progresso e identifiquem desafios e gargalos na aprendizagem. Esta dissertação apresenta o EduPROV, uma abordagem baseada em proveniência que extrai, estrutura e permite analisar as ações dos alunos de arquivos de log gerados por programação baseadas em blocos. Ao armazenar esses dados em um formato consultável, o EduPROV permite que os professores identifiquem gargalos de aprendizagem, acompanhem trajetórias de programação e, eventualmente, refinem as estratégias de ensino. O EduPROV foi avaliado em um estudo envolvendo alunos do ensino fundamental e médio de três escolas na região Sul do Brasil usando o Kodular como a ferramenta de programação baseada em blocos. Resultados demonstram que a análise de proveniência auxilia os professores a entender os comportamentos dos alunos, apoiando assim uma educação de programação mais eficaz.
Abstract:
Teaching programming to K-12 students is important to foster problem-solving and computational thinking skills. Block-based programming frameworks, like Kodular, have gained popularity as tools for introducing programming concepts in a more didactic way. However, such frameworks lack structured tools to analyze students’ learning processes, making it difficult for teachers to track progress and identify challenges and bottlenecks in the learning process. This manuscript introduces EduPROV, a provenance-based approach that extracts, structures, and allows the analysis of student actions from log files generated by block-based programming frameworks. By storing this data in a queryable format, EduPROV enables teachers to identify learning bottlenecks, track programming trajectories, and eventually refine teaching strategies. EduPROV was evaluated in a study involving K-12 students from three schools in the Southern region of Brazil using Kodular as a block-based programming framework. Results demonstrate that provenance analysis supports teachers in understanding student behaviors, thus supporting more effective programming education.
Banca examinadora:
Prof. Daniel Cardoso Moraes de Oliveira, UFF – Presidente
Prof.ª Simone de Lima Martins, UFF
Prof.ª Vanessa Braganholo Murta, UFF
Prof.ª Maristela Terto de Holanda, UnB