Um ambiente colaborativo de aprendizagem interdisciplinar apoiado por interfaces adaptativas

A utilização de Ambientes Virtuais de Aprendizagem (AVAs) torna-se, a cada dia, mais evidente em diversas instituições de ensino público e particular, assim como em órgãos governamentais e privados. Várias versões de AVAs encontram-se disponíveis para utilização gratuita, cada uma com suas idiossincrasias. No Brasil, já são quase mil instituições que utilizam referidos ambientes. Esses números expressam a necessidade de investimentos e de novas pesquisas na área. Este trabalho especifica e desenvolve um AVA que tem por objetivo minimizar problemas encontrados em muitas abordagens de ambientes atualmente disponíveis, propondo um ambiente denominado de Ambiente Colaborativo de Aprendizagem Interdisciplinar (ACAI), desenvolvido para disponibilizar uma infra-estrutura que permita integrar os conceitos de: trabalho colaborativo, comunidades virtuais de aprendizagem, interdisciplinaridade, adaptação de interfaces e, de forma complementar, permitir a geração de recomendações automáticas a seus usuários baseadas em seus perfis.

ABSTRACT: The use Virtual Learning Environment (VLE) becomes, day by day, more evident in several public teaching institutions, as well as in private and government agencies. Several versions of VLEs are available for free use, each one under its own characteristics. In Brazil there are almost a thousand institutions that have been using these environments, which show the necessity of investments and new research in this area. This theses specifies and develops a VLE, its main objective is to reduce the problems found in many approach of the environment ready for use thus recommending an environment called "Interdiscipline Collaborative Learning Environment" which was prepared to offer an infra-structure which permits to unite cooperative working concepts, learning virtual communities, interdiscipline, interfaces adaptation and in a complementary way allow creation of automatic recommendations to its users based on their profiles.