Fluxo Informacional e Tomada de Decisão Pedagógica:: o modelo EDUFLOw na gestão da aprendizagem

Késsia Rita da Costa Marchi

doi:10.5433/1981-8920.2025v30n4p376

Autores

Késsia Rita da Costa Marchi Instituto Federal do Paraná - IFPR https://orcid.org/0000-0001-5504-5685

DOI:

https://doi.org/10.5433/1981-8920.2025v30n4p376

Palavras-chave:

Fluxo Informacional, Tomada de Decisão Pedagógica, Análise de Dados Educacionais

Resumo

Objetivo Este estudo tem como objetivo apresentar o modelo de fluxo informacional EduFlow, desenvolvido para apoiar a tomada de decisão pedagógica baseada em dados, proporcionando maior eficiência e personalização nos processos de ensino e aprendizagem.
Metodologia: A pesquisa foi conduzida a partir da abordagem Design Science Research (DSR), estruturando o desenvolvimento do modelo em ciclos iterativos de concepção, implementação e avaliação. A validação foi realizada por meio de uma prova de conceito (PoC) aplicada em um ambiente educacional real, analisando sua viabilidade e impacto na gestão da aprendizagem.
Resultados: Os resultados indicam que a adoção do modelo EduFlow contribui para a sistematização e organização do fluxo informacional em contextos educacionais, facilitando a identificação de padrões e necessidades dos alunos. O modelo possibilita intervenções pedagógicas mais assertivas e fundamentadas, otimizando o processo de ensino e aprendizagem.
Conclusões: A pesquisa demonstra o potencial da integração entre Ciência da Informação e Ciência da Computação na gestão educacional, promovendo a utilização estratégica de dados para embasar decisões pedagógicas. O modelo EduFlow se apresenta como uma ferramenta promissora para aprimorar a eficácia das ações docentes, tornando a tomada de decisão mais ágil, fundamentada e orientada por evidências.

Downloads

Não há dados estatísticos.

Biografia do Autor

Késsia Rita da Costa Marchi, Instituto Federal do Paraná - IFPR

Doutora em Ciência da Informação pela Universidade Estadual Paulista (Unesp). Docente no Instituto Federal do Paraná (IFPR). Paraná, Brasil.

Referências

ANGELONI, M. T. Elementos intervenientes na tomada de decisão. Ciência da Informação, Brasília v. 32, p. 17-22, 2003. Disponível em: https://www.scielo.br/j/ci/a/3RVhpdpmmsgkwCxtCC6sXkt/?format=html&lang=pt#. Acesso em: 24 mar. 2025.

BARRETO, A. A. Gestão estratégica da informação. São Paulo: Atlas, 2001.

BELKIN, N. J. Anomalous states of knowledge as a basis for information retrieval. Canadian Journal of Information Science, Downsview, v. 5, n. 1, p. 133-143, 1980. Disponível em: https://tefkos.comminfo.rutgers.edu/Courses/612/Articles/BelkinAnomolous.pdf. Acesso em: 14 mar. 2025.

CHOO, C. W. A organização do conhecimento: como as organizações usam a informação para criar significado, construir conhecimento e tomar decisões. 2. ed. São Paulo: SENAC, 2006.

CORREIA NETO, J. F.; MARQUES, E. V. Tomada de Decisões Gerenciais com Analítica de Dados: aplicações práticas com Excel. Rio de Janeiro: Alta Books, 2020.

DAVENPORT, T. H.; PRUSAK, L. Conhecimento empresarial: como as organizações gerenciam o seu capital intelectual. 8. ed. Rio de Janeiro: Campus, 2004.

DIAS JÚNIOR, M. V. Análise do uso de Learning Analytics na educação superior: desafios e oportunidades. Revista Brasileira de Informática na Educação, [S.l.], v. 25, n. 2, p. 189-205, 2017.

FERGUSON, R. Learning analytics: drivers, developments and challenges. International journal of technology enhanced learning, Genebra, v. 4, n. 5-6, p. 304-317, 2012. Disponível em: https://www.inderscienceonline.com/doi/abs/10.1504/IJTEL.2012.051816. Acesso em: 27 mar. 2025.

HEVNER, A. R.; MARCH, S. T.; PARK, J.; RAM, S. Design science in information systems research. MIS Quarterly: Management Information Systems, Minnesota v. 28, n. 1, p. 75-105, 2004. Disponível em: https://www.in.th-nuernberg.de/professors/Holl/Personal/Hevner_DesignScience_ISRes.pdf. Acesso em: 18 mar. 2025.

PAIVA, C. M. Modelos de gestão da informação em ambientes educacionais digitais. Revista Educação & Tecnologia, [s.l.], v. 15, n. 2, p. 1-20, 2017.

ROMERO, C.; CEREZO, R.; BOGARÍN, A.; SÁNCHEZ-SANTILLÁN Educational process mining: A tutorial and case study using moodle data sets. In: ELATIA, S.; IPPERCIEL, D.; ZAÏANE, O. R. Data mining and learning analytics: Applications in educational research, p. 1-28, 2020. Disponível em: https://onlinelibrary.wiley.com/doi/abs/10.1002/9781118998205.ch1. Acesso em: 25 mar. 2025.

SANTOS, J. R; PIMENTEL, E. P.; DOTTA, S. C.; BOTELHO, W. T. Estudo comparativo de plugins Moodle para Análise e Acompanhamento da Aprendizagem. In: XXX Simpósio Brasileiro de Informática na Educação (SBIE), VIII Congresso Brasileiro de Informática na Educação – (CBIE), 2019, Anais […] Porto Alegre: Sociedade Brasileira de Computação, 2019, p. 189. Disponível em: http://milanesa.ime.usp.br/rbie/index.php/sbie/article/view/8723. Acesso em: 29 mar. 2025.

SIEMENS, G.; BAKER, S. J. Learning Analytics and Educational Data Mining: Towards Communication and Collaboration. Proceedings of the 2nd International Conference on Learning Analytics and Knowledge, Vancouver, p. 252- 254, 2012. Disponível em: https://dl.acm.org/doi/pdf/10.1145/2330601.2330661. Acesso em: 28 mar. 2025.

SILVA, M. A gestão da informação em ambientes educacionais virtuais: um estudo de caso no ensino superior. Revista Brasileira de Informática na Educação, [S.l.], v. 23, n. 1, p. 15-30, 2015.

VIEIRA, E. M. F. Fluxo informacional como processo à construção de modelo de avaliação para a implantação de cursos em educação a distância. 2006. Tese (Doutorado) – Universidade Federal de Santa Catarina, Florianópolis, 2006. Disponível em: http://repositorio.ufsc.br/xmlui/handle/123456789/88291. Acesso em: 23 mar. 2025.