ANÁLISE COMPARATIVA DE FERRAMENTAS PARA CORREÇÃO AUTOMÁTICA DE EXERCÍCIOS DE PROGRAMAÇÃO
Resumo
O ensino de programação nos cursos de Tecnologia da Informação e Comunicação (TIC) é de grande importância, pois é parte vital do ponto de vista da carreira do aluno. Isso acaba ficando bastante evidente para aqueles com alguma experiência na área de TIC. Contudo, isso não é fácil de ser percebido em casos de alunos inexperientes. O aprendizado de programação precisa ser efetivo em termos de ensino e aprendizagem. Desse modo, o aluno precisa praticar os conteúdos vistos em aula e obter o feedback imediato da submissão de suas respostas. Por outro lado, o professor pode elaborar questões com desafios graduais de programação, o que pode motivar os alunos diretamente no processo de aprendizagem. Entretanto, existem poucas ferramentas que auxiliam na automatização de submissões de questões e no feedback imediato das respostas. Portanto, esse estudo visa fornecer uma análise comparativa de ferramentas de correção automática de questões de programação. Para isso, primeiramente foram identificadas cinco ferramentas: Run Codes, Code Teacher, FEEPER, Online Judge e JOnline, de forma ad hoc. A comparação foi realizada com base em 13 critérios, por exemplo: (1) se a plataforma era online; (2) a quantidade de linguagens suportadas; e (3) Execução de testes. Com base na comparação, foi observado que a plataforma FEEPER foi a mais bem avaliada. Apesar da plataforma FEEPER ter sido escolhida como a melhor entre as citadas, ela ainda deixa a desejar em relação às outras plataformas nos critérios de quantidade de linguagens suportadas e quem pode criar novas questões. Em quantidade de linguagens suportadas, a FEEPER suporta apenas C, C++ e Java. Enquanto a plataforma run codes suporta essas com o acréscimo de mais nove linguagens. Ainda em comparação com a plataforma run codes, que permite que professores e monitores submetam questões, a FEEPER permite apenas o professor. Apesar disso, a plataforma FEEPER continua sendo a melhor entre as plataformas citadas.Downloads
Não há dados estatísticos.
Publicado
2022-01-01
Edição
Seção
XXXI Encontro de Iniciação à Docência
Licença
Autores que publicam nesta revista concordam com os seguintes termos:
a. Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Creative Commons Attribution License que permitindo o compartilhamento do trabalho com reconhecimento da autoria do trabalho e publicação inicial nesta revista.
b. Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
c. Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.