Mello, Rafael Ferreira de LeiteBatista, Hyan Hugo Noá2025-09-292025-08-06BATISTA, Hyan Hugo Noá. Classificação multi-rótulo para análise de qualidade de feedback. 2025. 37 f. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação) – Departamento de Computação, Universidade Federal Rural de Pernambuco, Recife, 2025.https://arandu.ufrpe.br/handle/123456789/7794O feedback é um fator muito importante no processo de ensino-aprendizagem e crucial na Educação a Distância, pois, como professores e alunos estão separados no espaço e/ou tempo, é através do feedback que o aluno vai entender como está o seu desempenho na disciplina e quais são os próximos passos do aprendizado. Existem na literatura modelos de feedback que ajudam o professor a estruturar e fornecer um feedback de qualidade ao aluno. Nesse trabalho utilizamos o conceituado modelo de feedback de Hattie e Timperley que divide o feedback em categorias (tarefa, processamento da tarefa, regulação e pessoal). É possível encontrar na literatura trabalhos que analisam feedback automaticamente com base nesse modelo. Contudo, esses trabalhos utilizam algoritmos tradicionais de aprendizagem de máquina e treinam classificadores binários para cada nível de feedback. Dessa forma, este trabalho tem como objetivo utilizar algoritmos de deep learning para classificação multi-classe de feedback com base no modelo de Hattie e Timperley.37 f.pt-BRopenAccesshttp://creativecommons.org/licenses/by/4.0/EducaçãoAvaliação da aprendizagemFeedbackAprendizado do computadorAprendizagem profundaClassificação multiclassebachelorThesisAttribution 4.0 Internationalhttps://n2t.net/ark:/57462/001300000mrmk