Abstract. This paper aims to make a comparative study of new approaches to automatic and dynamic modeling of learning styles in adaptive and intelligent educational systems. We proposes modifications to the Student and Pedagogical Models. We achieved on average an improvement 6.1 % in the performance evaluation of the student and an average reduction of 68.3 % in the learning problems, demonstrating the effectiveness of this approach.Resumo. Este trabalho tem como objetivo fazer um estudo comparativo de novas abordagens para modelagem automática e dinâmica de estilos de aprendizagem em sistemas adaptativos e inteligentes para educação. Foram propostas modificações no Modelo do Estudante e o Modelo Pedagógico. As soluções propostas neste trabalho proporcionaram uma melhoria de 6,1% no desempenho avaliativo do estudante e uma redução média de 68,3% nos problemas de aprendizagem, demonstrando eficiência e eficácia da proposta.
IntroduçãoAmbientes Virtuais de Aprendizagem (AVA) facilitam a organização de cursos on-line, mas a maioria destes sistemas têm limitação quanto a personalização automática do conteúdo proposto [Helic et al. 2005]. Considerar particularidades em relação a, por exemplo, estilos de aprendizagem, habilidades cognitivas, interesses, motivação, dentre outras, tem um efeito positivo no progresso dos estudantes e nos resultados de aprendizagem [Graf and Kinshuk 2010]. Estilo de Aprendizagem (EA)é a maneira pela qual a pessoa absorve, processa e retêm a informação.A detecção dos EA pode ser feita através de testes psicométricos, mas alguns autores alertam sobre a imprecisão e o grau de incerteza do método [Graf and Lin 2007].