ANÁLISE DE DADOS NO ENSINO DE TRIGONOMETRIA PARA ESTUDANTES DO ENSINO MÉDIO USANDO ROBÔS

Abstract

This dissertation, within the field of Computer Science, investigated the application of educational data mining in teaching trigonometry to high school evening students through activities involving educational robotics and the GeoGebra software. The study followed a quasi-experimental design with three 3rd-year classes, totaling 73 students. The didactic sequence was mediated by the active methodology Peer Instruction (PI), alternating between practical activities, simulations, and the administration of conceptual pre-tests and post-tests. Students engaged with robotic prototypes and virtual simulators to explore concepts such as sine, cosine, tangent, and the Pythagorean Theorem, providing a concrete and contextualized approach to mathematics. Data analysis followed the CRISP- DM process, using statistical techniques and data mining to identify learning patterns. The results revealed moderate correlations (r = 0.403 to r = 0.628) and predictive models with coefficients of determination (r²) ranging from 16.30% to 41.00%, highlighting that the integration of educational robotics, GeoGebra, and peer instruction significantly contributes to student performance. It is concluded that the combined use of these technologies and methodologies enhances learning, supports more targeted pedagogical interventions, and promotes student agency in the educational process.

Esta dissertação, vinculada à área de Ciência da Computação, investigou a aplicação da mineração de dados educacionais no ensino de trigonometria para estudantes do ensino médio noturno, por meio de atividades baseadas em robótica educacional e no uso do software GeoGebra. O estudo adotou um delineamento quase-experimental, envolvendo três turmas do 3º ano, totalizando 73 estudantes. A sequência didática foi mediada pela metodologia ativa Instrução pelos Pares (Peer Instruction – PI), com alternância entre atividades práticas, simulações e aplicação de pré-testes e pós-testes conceituais. Os estudantes interagiram com protótipos robóticos e simuladores virtuais para a exploração de conceitos como seno, cosseno, tangente e o Teorema de Pitágoras, promovendo uma abordagem concreta e contextualizada da matemática. A análise dos dados seguiu o processo CRISP-DM, sendo aplicadas técnicas estatísticas e mineração de dados para identificação de padrões de aprendizagem. Os resultados revelaram correlações moderadas (entre r = 0,403 e r = 0,628) e modelos regressivos com coeficiente de determinação (𝑟 2 ) variando entre 16,30% e 41,00%, evidenciando que a combinação entre robótica educacional, GeoGebra e Instrução pelos Pares contribui de forma significativa para o desempenho dos estudantes. Conclui-se que o uso integrado dessas tecnologias e metodologias potencializa a aprendizagem, possibilita intervenções pedagógicas mais assertivas e amplia o protagonismo estudantil no processo educacional.