出版社：Grupo de Pesquisa Metodologias em Ensino e Aprendizagem em Ciências
摘要：O sucesso da Inteligência Artificial tem atraído pesquisadores de diversas áreas para o uso de técnicas computacionais em tarefas de extração de conhecimentos de dados não estruturados, como os documentos textuais, apresentando-se como uma solução possível para a classificação de Conhecimentos Especializado de Professores de Física, que consiste em uma ferramenta analítica que descreve os Conhecimentos da Física (PK) e os conhecimentos Didáticos do Conteúdo (PCK), considerada muito importante para auxiliar na identificação e na análise de conhecimentos mobilizados pelos professores em suas práticas de ensino. Porém, a tarefa de identificação e classificação de conhecimentos presentes em documentos textuais apresentam alguns desafios, como: as investigações em documentos textuais é trabalhosa, demorada e envolve mão de obra de pessoas especializadas. Nesse sentido, o objetivo da pesquisa é analisar a eficácia dos algoritmos utilizados na classificação automática de Conhecimentos Especializados de Professores de Física (PTSK) em textos de uma base de dados previamente classificada. O encaminhamento metodológico é de natureza quantitativa, exploratória e aplicada para prever a classe Conhecimentos da Física (PK) ou Conhecimentos Didáticos do Conteúdo (PCK) para caracterizar um conhecimento. Para isso, foram usados dois algoritmos: o doc2vec e o J48 e os resultados foram analisados com base nos resultados alcançados nas métricas de validação. O melhor resultado foi alcançado com o doc2vec, obtendo 88% de taxa de acerto. Com base nos resultados atingidos, pode-se concluir que a estratégia de usar inteligência artificial para a classificação automática de conhecimentos de professores de Física é uma solução plausível.
其他摘要：The success of Artificial Intelligence has attracted researchers from different areas to use computational techniques in tasks of extracting knowledge from unstructured data, such as textual documents, presenting itself as a possible solution for the classification of Specialized Knowledge of Physics Teachers , which consists of an analytical tool that describes the Knowledge of Physics (PK) and Didactic knowledge of Content (PCK), considered very important to assist in the identification and analysis of knowledge mobilized by teachers in their teaching practices. However, the task of identifying and classifying knowledge present in textual documents presents some challenges, such as: investigating textual documents is laborious, time-consuming and involves the labor of specialized people. In this sense, the objective of the research is to analyze the effectiveness of the algorithms used in the automatic classification of Expert Knowledge of Physics Teachers (PTSK) in texts from a previously classified database. The methodological approach is quantitative, exploratory and applied to predict the class Knowledge of Physics (PK) or Didactic Knowledge of Content (PCK) to characterize knowledge. For this, two algorithms were used: doc2vec and J48 and the results were analyzed based on the results achieved in the validation metrics. The best result was achieved with doc2vec, obtaining an 88% success rate. Based on the results achieved, it can be concluded that the strategy of using artificial intelligence for the automatic classification of knowledge of Physics teachers is a plausible solution.
