Analítica da Aprendizagem em Jogos Educacionais: Um Mapeamento Sistemático da Literatura

Autores

  • Daniel Irano Valentim Universidade Federal de São Carlos
  • Delano Medeiros Beder Universidade Federal de São Carlos
  • Joice Lee Otsuka Universidade Federal de São Carlos

DOI:

https://doi.org/10.22456/1679-1916.153552

Palavras-chave:

Analítica da Aprendizagem, Mineração de Dados Educacionais, Jogos Educacionais, Aprendizagem Baseada em Jogos

Resumo

Este artigo apresenta um mapeamento sistemático da literatura sobre a aplicação da Analítica da Aprendizagem (Learning Analytics – LA) e da Mineração de Dados Educacionais (Educational Data Mining – EDM) em jogos educacionais. A busca foi realizada nas bases ACM, IEEE Xplore, Scopus, Springer Link, RENOTE e SBC Open Lib, abrangendo publicações entre 2019 e 2024. Dos 170 estudos encontrados, 11 atenderam aos critérios de inclusão e foram analisados em profundidade. As pesquisas concentram-se em duas vertentes: (1) modelagem preditiva e diagnóstica, voltada à previsão de desempenho e à identificação de dificuldades; e (2) análise comportamental e contextual, relacionada às interações e à motivação dos jogadores. As técnicas mais frequentes incluem SVM, Random Forest, k-means, IRT, BKT e NLP. Observou-se escassez de estudos sobre inclusão e acessibilidade, indicando a necessidade de novas investigações que integrem práticas inclusivas e analíticas em jogos educacionais.

Downloads

Não há dados estatísticos.

Downloads

Publicado

02/11/2026

Como Citar

VALENTIM, Daniel Irano; BEDER, Delano Medeiros; OTSUKA, Joice Lee. Analítica da Aprendizagem em Jogos Educacionais: Um Mapeamento Sistemático da Literatura. RENOTE, Porto Alegre, v. 23, n. 2, p. 279–290, 2026. DOI: 10.22456/1679-1916.153552. Disponível em: https://seer.ufrgs.br/index.php/renote/article/view/153552. Acesso em: 14 set. 2026.

Edição

Seção

Dados Educacionais, Learning Analytics e Intervenções Pedagógicas baseadas em evidências