SciELO - Scientific Electronic Library Online

 
vol.40DESARROLLO Y VALIDACIÓN DE UN INSTRUMENTO DE IDENTIFICACIÓN DE VULNERABILIDAD DIGITAL (Q-IVD) PARA ESTUDIANTES DE LA EDUCACIÓN BÁSICAPERMANENCIA ESTUDIANTIL EN CURSOS DE PEDAGOGÍA A DISTANCIA: UN ESTUDIO DE LA UNIVERSIDAD ABIERTA DE BRASIL índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Compartir


Educação em Revista

versión impresa ISSN 0102-4698versión On-line ISSN 1982-6621

Resumen

PINHO, CINTIA MARIA DE ARAÚJO; GASPAR, MARCOS ANTONIO  y  SASSI, RENATO JOSÉ. APLICAÇÃO DE TÉCNICAS DE INTELIGÊNCIA ARTIFICIAL PARA CLASSIFICAÇÃO DE FUGA AO TEMA EM REDAÇÕES. Educ. rev. [online]. 2024, vol.40, e39773.  Epub 20-Ene-2024. ISSN 1982-6621.  https://doi.org/10.1590/0102-469839773.

O processo de correção manual de redações acarreta algumas dificuldades, dentre as quais se apontam o tempo dispendido para a correção e a devolutiva de resposta ao aluno. Para instituições como escolas de ensino básico e fundamental, universidades e o Exame Nacional do Ensino Médio (Enem), tal atividade demanda tempo e custo para a avaliação dos textos produzidos. A fuga ao tema é um dos itens avaliados na redação do Enem que pode anular a redação produzida pelo candidato. Neste contexto, a análise automática de redações com a aplicação de técnicas e métodos de Processamento de Linguagem Natural, Mineração de Textos e outras técnicas de Inteligência Artificial tem-se revelado promissora no processo de avaliação automatizada da linguagem escrita. O objetivo desta pesquisa é comparar diferentes técnicas de Inteligência Artificial para classificação de fuga ao tema em textos e identificar aquela com melhor resultado para viabilizar um sistema de correção inteligente de redações. Para tanto, foram executados experimentos computacionais em 1.320 redações elaboradas em língua portuguesa visando a classificação desses textos para normalizar, identificar padrões e categorizar as redações em 119 temas diferentes. Os resultados indicam que o classificador Rede Neural Convolucional obteve maior ganho em relação aos demais classificadores analisados, tanto em acurácia quanto em relação aos resultados de falsos positivos, métricas de precisão, Recall e F1-Score. Como conclusão, a solução validada nesta pesquisa contribui para impactar positivamente o trabalho de professores e instituições de ensino, por meio da redução de tempo e custos associados ao processo de avaliação de redações.

Palabras clave : redações; avaliação automática de redações; fuga ao tema; inteligência artificial.

        · resumen en Español | Inglés     · texto en Portugués | Inglés     · Inglés ( pdf ) | Portugués ( pdf )