Enhancing socio-pedagogical engagement in Moodle through AI-driven personalized learning

Abstract

In the rapidly evolving landscape of digital education, platforms like Moodle have become integral to facilitating learning and fostering student engagement. However, challenges persist in maintaining socio-pedagogical engagement and providing personalized support that caters to the diverse needs of learners. This study introduces an AI-driven system designed to enhance socio-pedagogical engagement within Moodle by delivering personalized messages and recommendations tailored to individual student profiles. Leveraging advanced Artificial Intelligence (AI) and Natural Language Processing (NLP) techniques, the proposed system analyses student interactions, performance metrics, and engagement patterns to generate customized content and communication strategies. The methodology involves the development of AI models trained on a combination of simulated datasets that mirror potential real-world scenarios within educational settings. These models are integrated into the Moodle platform to facilitate dynamic adaptation of learning materials and communication based on individual learner needs. Preliminary evaluations conducted through scenario-based testing indicate a significant potential for the AI-driven system to improve student engagement and learning outcomes. The system demonstrates the ability to identify disengagement early and respond with tailored interventions, thereby fostering a more inclusive and responsive educational environment. Moreover, the personalized recommendations have shown promise in addressing varied learning paces and styles, contributing to a more equitable learning experience. Despite the encouraging preliminary findings, the study acknowledges the limitations posed using fictional data and the need for validation through real-world implementation. Future research will focus on deploying the system within actual educational contexts to assess its efficacy comprehensively. Ethical considerations, particularly concerning data privacy and the handling of sensitive student information, will be paramount in these subsequent phases. This research contributes to the burgeoning discourse on the integration of AI in education, highlighting its potential to revolutionize socio-pedagogical engagement. By tailoring educational experiences to individual learner profiles, AI-driven systems like the one proposed can bridge gaps in engagement and support, paving the way for more personalized and effective digital education. The findings underscore the transformative potential of AI in enhancing educational equity and inclusivity, aligning with the contemporary shift towards learner-centered educational paradigms.No cenário em rápida evolução da educação digital, plataformas como o Moodle tornaram-se integrais para facilitar o aprendizado e promover o engajamento dos alunos. No entanto, persistem desafios em manter o engajamento socio-pedagógico e fornecer suporte personalizado que atenda às diversas necessidades dos aprendizes. Este estudo apresenta um sistema baseado em IA projetado para aprimorar o engajamento socio-pedagógico dentro do Moodle, entregando mensagens e recomendações personalizadas adaptadas aos perfis individuais dos alunos. Aproveitando técnicas avançadas de Inteligência Artificial (IA) e Processamento de Linguagem Natural (NLP), o sistema proposto analisa as interações dos alunos, métricas de desempenho e padrões de engajamento para gerar conteúdo personalizado e estratégias de comunicação. A metodologia envolve o desenvolvimento de modelos de IA treinados em uma combinação de conjuntos de dados simulados que refletem potenciais cenários do mundo real dentro de ambientes educacionais. Esses modelos são integrados à plataforma Moodle para facilitar a adaptação dinâmica de materiais de aprendizado e comunicação com base nas necessidades individuais do aprendiz. Avaliações preliminares conduzidas por meio de testes baseados em cenários indicam um potencial significativo para o sistema baseado em IA melhorar o engajamento dos alunos e os resultados de aprendizado. O sistema demonstra a capacidade de identificar o desinteresse precocemente e responder com intervenções personalizadas, promovendo assim um ambiente educacional mais inclusivo e responsivo. Além disso, as recomendações personalizadas mostraram promessa em abordar diferentes ritmos e estilos de aprendizado, contribuindo para uma experiência de aprendizado mais equitativa. Apesar dos resultados preliminares encorajadores, o estudo reconhece as limitações impostas pelo uso de dados fictícios e a necessidade de validação por meio de implementação no mundo real. Pesquisas futuras se concentrarão em implantar o sistema em contextos educacionais reais para avaliar sua eficácia de forma abrangente. Considerações éticas, particularmente relacionadas à privacidade dos dados e ao tratamento de informações sensíveis dos alunos, serão primordiais nessas fases subsequentes. Esta pesquisa contribui para o crescente discurso sobre a integração da IA na educação, destacando seu potencial para revolucionar o engajamento socio-pedagógico. Ao adaptar experiências educacionais aos perfis individuais dos aprendizes, sistemas baseados em IA como o proposto podem preencher lacunas de engajamento e suporte, abrindo caminho para uma educação digital mais personalizada e eficaz. Os resultados enfatizam o potencial transformador da IA no aprimoramento da equidade e inclusão educacionais, alinhando-se com a mudança contemporânea em direção a paradigmas educacionais centrados no aprendiz.