| Título: | Metodologia ativa de ensino de programação baseada em reconhecimento ótico de caracteres |
| Autor(es): | Barroso, Emanuel Holanda |
| Orientador(es): | Garcia, Diogo Caetano |
| Coorientador(es): | Monteiro, Yuri |
| Assunto: | Processamento de imagens - técnicas digitais
Linguagem de programação - Python |
| Data de apresentação: | 26-Jul-2023 |
| Data de publicação: | 23-Ago-2023 |
| Referência: | BARROSO, Emanuel Holanda. Metodologia ativa de ensino de programação baseada em reconhecimento ótico de caracteres. 2023. 49 f., il. Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Software) — Universidade de Brasília, Brasília, 2023. |
| Resumo: | A educação é um processo contínuo, estando presente entre os povos desde os primórdios.
Ela é dinâmica, evoluindo de acordo com o desenvolvimento da sociedade. A tecnologia
de informação, fruto da terceira revolução industrial, tem facilitado a implementação do
processo educativo, como por exemplo na aplicação da educação à distância. Neste processo,
surgiram várias metodologias e programas de computador para auxiliarem no aprendizado,
inclusive no ensino de linguagens de programação.
Dentro deste contexto, é comum alunos utilizarem vídeo-aulas para estudarem tópicos de
programação, especialmente com o crescimento do ensino à distância após a pandemia de
2020. Os alunos geralmente não têm acesso aos códigos apresentados visualmente nestes
vídeos, necessitando copiar os códigos manualmente, ou então utilizar diversas ferramentas
separadas. Neste trabalho, propõe-se um programa para automatizar este processo, reconhecendo códigos de programação em video-aulas utilizando um algoritmo de reconhecimento
de caracteres (Tesseract, baseado em redes neurais LSTM), de acordo com a seleção do usuário. O texto é automaticamente carregado na área de transferência para uso do estudante.
Além disso, o programa oferece uma opção de aprendizagem ativa, acrescentando erros
uniformemente aleatórios, para que o aluno tenha de corrigi-los antes de utilizar o código.
Foram realizados testes com diversos códigos em linguagem Python disponíveis gratuitamente online, obtendo-se uma taxa de erros de caracteres de cerca de 15% (sem levar em conta
espaços em branco entre o texto), mostrando grande potencial em auxiliar na aprendizagem
ativa de linguagens de programação. |
| Abstract: | Education is a continuous process, being present among peoples since the beginning. It is
dynamic, evolving according to the development of society. The industrial revolution was
one of the most important milestones for the development of education, when machines and
technologies were developed and incorporated into the educational process. Information
technology, the result of the third industrial revolution, has facilitated the implementation
of the educational process, such as the application of distance education. In this process,
several methodologies and computer programs emerged to assist in learning, including the
teaching of programming languages.
Within this context, it is common for students to use video lessons to study programming
topics, especially with the growth of distance learning after the 2020 pandemic. Students
generally do not have access to the codes visually presented in these videos, needing to copy
the codes manually, or to use several separate tools. In this work, we propose a program to
automate this process, by recognizing programming codes in video lessons using a character
recognition algorithm (Tesseract, based on LSTM neural networks), according to the user’s
selection. The text is automatically loaded into the clipboard for use by the student. In
addition, the program offers an active learning option, adding uniformly random errors so
that the student has to correct them before using the code.
Tests were carried out with several Python codes available for free online, obtaining a
character error rate of about 15% (without taking into account white spaces between the
text), showing great potential in assisting in the active learning of languages of programming. |
| Informações adicionais: | Trabalho de Conclusão de Curso (graduação) — Universidade de Brasília, Faculdade UnB Gama, Engenharia de Software, 2023. |
| Licença: | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar o trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta. |
| Aparece na Coleção: | Engenharia de Software
|
Todos os itens na BDM estão protegidos por copyright. Todos os direitos reservados.
