Sistemas Inteligentes de Aprendizagem

Um modelo centrado no estudante, para a reconstruo do sistema educacional humano Mark Evan Furman O que um sistema inteligente de aprendizagem? Um sistema inteligente de aprendizagem um sistema educacional que coloca o estudante ou o aprendiz como centro, em vez do professor, do mtodo de ensino ou do currculo. Qual a diferena? O sistema de educao americano, tanto pblico como privado, colocou o mtodo de ensino, o professor ou o currculo como centro dos seus sistemas nos ltimos 200 anos. O resultado foi o rpido crescimento no nmero de crianas classificadas como incapazes de aprender, um perturbador nmero de crianas que tem averso ao aprendizado e um incrvel declnio na capacidade de ler e de escrever do estudante. Os sistemas centrados no mtodo so rgidos e inexorveis, mantendo o mtodo, o currculo e o estilo de ensino constante a qualquer custo, enquanto tentam forar o estudante a mudar a sua maneira natural de aprender. Isso como atirar uma panela de espaguete contra a parede, s comer o que grudar e atirar o resto no lixo. Os sistemas tradicionais de educao esperam que o aprendiz se adapte ao professor ou ao mtodo, e aquele que no consegue classificado negativamente. No somente isso ridculo, visto que todos os estudantes aprendem diferentemente, como tambm essa abordagem rgida destri a autoestima da criana, a motivao, a confiana e o amor natural pelo aprendizado. Como devemos ser bons aprendizes para sobreviver nesta sociedade hi-tech sobrecarregada de informao, continuar a educar dessa maneira significa problema. Deslocando a responsabilidade do estudante para o sistema Um sistema inteligente de aprendizagem no tem que estigmatizar uma criana, rotulando-a como "incapaz de aprender", visto que no se espera que o aprendiz se sujeite a um mtodo rgido e inaltervel. Tambm no aceita a idia da incapacidade de "aprender" j que a responsabilidade da transferncia do conhecimento recai sobre o professor e o sistema, e no sobre o estudante. Como pode um ser humano racional esperar que o sistema que coloca a responsabilidade da transferncia do conhecimento numa criana de seis anos de idade seja mais efetivo do que o sistema que pe a responsabilidade num educador que foi treinado toda a sua vida para educar? O sistema inteligente de aprendizagem acolhe a viso do estudante/aprendiz no processo de transferncia de conhecimento. Um sistema inteligente muda constantemente e se adapta ao perfil de processamento da informao do aprendiz. O sistema est num fluxo dinmico constante e parece nunca ser exatamente o mesmo duas vezes. Suas adaptaes so guiadas pelos princpios da funo cerebral que so comuns a todos os seres humanos bem como no feedback dos aprendizes. Esses princpios resultam de muitos anos de pesquisas e desenvolvimento num campo conhecido como Neurocincia da Educao, ou conhecido tecnicamente como Neuro Fsica Epistemolgica Aplicada. Essa rea dedicada ao estudo do processo humano de informao e marca o primeiro esforo mundial para redesenhar os sistemas educacionais a partir dos princpios definidos pela Cincia do Crebro. O objetivo primrio de um sistema inteligente de aprendizagem : "Aprender" como voc aprende Desenhar um mapa ou gabarito para orientar o fluxo de informaes, e Auxiliar na construo e desenvolvimento dos veculos de entrega da informao que acondicionam a informao para que aprender seja divertido, fcil de recordar e usar, e melhorar a capacidade de aprender coisas semelhantes no futuro.

Cpia do projeto de aprendizagem O crebro de cada criana carrega dentro dele uma "cpia do projeto de aprendizagem", um NeuroPrint, capaz de guiar o professor atravs do processo de transferncia de conhecimento. Um sistema inteligente de aprendizagem "l" este NeuroPrint como um mapa e se redesenha espontaneamente para se ajustar s necessidades do aprendiz. O primeiro e mais importante princpio de um sistema inteligente avaliar as tendncias naturais do aprendiz, construir um perfil inicial do aprendizado, suspender todos os rtulos e classificaes e usar todas as tendncias naturais que a criana traz para o contexto educacional, para seu proveito. Isso significa que cada criana j possui todos os recursos de que ela precisa para ser ensinada efetivamente, e o sistema que deve se ajustar e se adaptar ao NeuroPrint individual do aprendiz, e no o contrrio. Os sistemas tradicionais de educao consideram essas variaes naturais na tendncia do aprendizado como incapacidades funcionais do aprendizado em vez de recursos dos estudantes. Fazer isso equivalente a ficar de p debaixo das Cataratas do Nigara e tentar aproveitar e utilizar esse grande poder para forar a gua para cima com as prprias mos. Sistemas inteligentes so sensveis ao feedback e se esto consumindo esforo, uma mensagem de que esto seguindo a abordagem errada, e precisam se reorganizar para se adaptarem mais corretamente s necessidades do aprendiz. Fazendo funcionar os sistemas inteligentes de aprendizagem Muitos exemplos disso podem ser encontrados no The Keys to Success Music Academy, onde ns usamos um sistema inteligente de aprendizagem chamado de SmartMusic para ensinar s crianas a disciplina simblica mais complexa j criada pelo ser humano: a msica. Sistemas inteligentes tm vida; so sistemas adaptveis de transferncia de conhecimento que "leem" e reagem ao feedback, e se ajustam continuamente as constantes mudanas das necessidades do aprendiz. Quando os estudantes aprendem, eles aprendem de modo diferente. O prprio processo do aprendizado muda a maneira que o estudante aprende. A capacidade funcional do estudante para processar a informao evolui continuamente quando ele desenvolve um novo caminho de aprendizagem feito pelos neurocircuitos funcionais dentro do

seu crebro. O projeto de aprendizagem de uma criana est num estado dinmico de constante mudana e de reorganizao, reformando sistematicamente seu mapa neural interno enquanto a informao flui atravs dele. As habilidades do processamento da informao mudam, o sistema se redesenha com o feedback do aprendiz. Resultado: uma melhora rpida e contnua da autoconfiana, autoestima, motivao, amplitude da ateno, concentrao, disciplina, o desejo pelo conhecimento, menos esforo e pais felizes. Sistemas inteligentes mantm a viso do olho do crebro no processo de transferncia de conhecimento Sistemas inteligentes de aprendizagem mantm a viso ocular do crebro no processo de transferncia de conhecimento. Para ilustrar como o sistema inteligente "pensa", vamos dar uma olhada em como conduzimos algumas variaes do aprendizado na nossa academia de msica. Muitas crianas classificadas pelos sistemas tradicionais como tendo Transtorno do Dficit de Ateno com Hiperatividade, so percebidas por ns como super aprendizes, sem dficit de ateno sob qualquer condio. Quando o sistema inteligente explora os perfis de aprendizado ou o NeuroPrint delas, descobrimos que a ateno facilmente obtida e mantida por extraordinrios perodos de tempos contanto que a transferncia de informao respeite a velocidade do processamento natural delas, a qual muito mais rpida do que a desenvolvida pelos sistemas tradicionais de educao. Essas crianas aprendem os complexos smbolos da notao musical atravs de jogos que foram planejados levando em considerao o nvel de atividade naturalmente preferido do aprendiz, a velocidade do processamento e o canal sensorial dominante de processamento. Recentemente um pai desafiou a flexibilidade do sistema ao nos trazer o filho com um nvel de energia to elevado que ele preferia se atirar contra a pauta musical em vez de brincar de arremessar saquinhos cheios de feijo. (Como aqueles usados no jogo 5 Marias. N.T.) Perguntado o que ns faramos se esse nvel de atividade persistisse, respondemos dizendo a esse pai que iramos desenhar num lenol uma pauta musical bem maior, colocar um colcho embaixo e deixar que seu filho se jogasse nele enquanto gritava a nota em que ele tinha aterrissado em cima, ouvindo, ao mesmo tempo, esta nota ser tocada no piano. O filho disse: "Legal, mal posso esperar pela prxima vez!" Isso no melhor do que dizer que ele "incapacitado para aprender" porque no presta ateno e que no aprende da maneira que ns queremos ensin-lo. Isso no melhor do que tentar controlar a ateno dele com drogas para manter seu comportamento e fazer seus pais se sentirem culpados por terem trazido ao mundo uma criana defeituosa? Sensibilidade ao feedback e adaptabilidade Outro exemplo da sensibilidade s condies do feedback que os sistemas inteligentes exibem vem do trabalho com crianas cegas. Professores tradicionais de msica dizem aos estudantes e seus pais para nunca esperar que eles sejam capazes de "ler" ou "escrever" a msica que eles mesmos compem simplesmente porque no podem enxergar. Ao invs de limitar para sempre a experincia de uma criana cega com a msica, um sistema inteligente usaria o que dado pelo estudante e ajustado de acordo. Ento se uma criana cega chega at ns, querendo ser capaz de ler e escrever msica para que possa compor, e escrev-la para os outros poderem ler e executar o trabalho dela, vamos simplesmente substituir o sistema visual pelo sensorial ttil da criana e criar um sistema de anotao musical que ela possa sentir. Isso facilmente realizado comeando com simples fichas de arquivo de 7 x 12 cm e um tubo de tinta que deixa relevo ao escrever. Com esse material pode-se desenhar um conjunto completo de cartes, neste caso cartes para "toque", e quando a criana cega toca cada smbolo ou nota, o professor pode demonstr-la no piano. Desse modo o caminho para o processamento ttil-auditivo pode ser estabelecido para a leitura e a escrita da msica, no lugar do tradicional caminho visual-auditivo normalmente desenvolvido para os "leitores com viso" que podem "ouvir" a msica que eles veem e ler sem toc-la. Os sistemas inteligentes no somente respondem aos problemas funcionais, mas tambm a problemas fsicos, obstculos orgnicos como a cegueira. Essas condies no so consideradas como incapacidades. Pelo contrrio, so bifurcaes no caminho que demandam novas decises a serem tomadas pelo sistema. Utilizando recursos naturais dos estudantes atravs dos grupos Os sistemas inteligentes tambm fazem uso mais eficiente dos recursos dos estudantes ao agrupar crianas pelos perfis complementares de aprendizagem. Enquanto a educao tradicional agrupa os alunos por idade e inabilidade (grupos homogneos), os sistemas inteligentes agrupam por necessidades e recursos dos estudantes. Agrupar por idade pretende tornar mais fcil a transferncia do conhecimento devido aos nveis similares de desenvolvimento. Um olhar mais de perto demonstra que essa suposio no verdadeira, pois coloca mais estresse tanto no professor como no aluno. A maioria dos pais e professores est consciente do fato de que meninos e meninas se desenvolvem cognitivamente em velocidades muito diferentes. Apenas esse fato torna o grupo por idade ineficiente e estressante tanto para o professor como para o aluno. Alm disso, a exposio da criana a diferentes estmulos anteriores entrada na escola cria uma tremenda disparidade na capacidade de aprendizagem entre crianas de uma sala de aula mdia com 30 alunos, mesmo que todas tenham a mesma idade. Agrupar crianas que supostamente tenham as mesmas incapacidades de aprendizado tambm prova ser ineficiente e estressante para o estudante e o professor. Como no h nenhum recurso complementar disponvel, o professor precisa estar ao mesmo tempo em toda parte num esforo infrutfero para manter a ateno de cada estudante impossvel. Um sistema inteligente de aprendizagem perfila as necessidades e as capacidades de cada estudante procurando aprendizes que se encaixam como peas de um quebra-cabea. Os nossos conselheiros educacionais, o comit de seleo, os professores, so todos treinados para fazer esse delicado processo atravs de entrevistas com os pais e os estudantes e de cuidadosa observao. Digamos que ns descobrimos um estudante de seis anos com necessidade de autoconfiana e que possua boas habilidades verbais e de audio e outro de nove anos que tem dificuldades com uma tarefa aps ouvir as instrues s uma vez. Um sistema inteligente de aprendizagem iria otimizar os recursos deles formando um grupo temporrio com os dois estudantes de maneira que o de seis anos fizesse bom uso das suas boas habilidades de linguagem, construindo a autoconfiana que ele precisa ao ensinar o de nove anos. Isso, por outro lado, iria retirar a presso do professor de modo que tudo no teria que ser repetido duas vezes, o que diminui o ritmo da classe. Naturalmente que isso um exemplo simplificado, mas imagine como a informao poderia ser transferida eficientemente se fossem feitos, simultaneamente, cerca de 10 a 15 desses grupos temporrios. Otimizar os recursos dos estudantes e complementar as necessidades dos estudantes. Parece impossvel? Esse o procedimento padro para um sistema inteligente, e os benefcios de longo prazo na otimizao dos recursos dos estudantes so experimentados diariamente

pelos estudantes no The Keys to Success. (The Keys to Success um programa iniciado por Frank Gallagher para desenvolver habilidades bsicas nos estudantes, e que comeando na infncia, ir assegurar atitudes bem-sucedidas por toda a vida. NT) Aprendendo como aprender Sistemas inteligentes de aprendizagem enfocam ensinar o estudante como aprender e se tornar um aprendiz mais flexvel, no no que aprender. Uma vez que o crebro humano pode processar a informao de quatro maneiras, importante desenvolver igualmente bem todas as quatro. O nosso crebro pode: codificar (armazenar) a informao, decodificar (ativar e recuperar) a informao, criar (ativar e reagrupar) a informao e transmitir (ativar e transferir) a informao de crebro para crebro bem como para partes diferentes do prprio crebro.

Os sistemas tradicionais de educao desenvolvem somente as duas primeiras funes do processamento da informao, armazenar e recuperar, em praticamente todas as matrias desde a soletrao at a aritmtica. Os sistemas inteligentes desenvolvem as quatro habilidades de processamento da informao, pois ensinam as crianas como armazenar, recuperar, criar e transmitir todos os tipos de informao simblica desde a notao musical at a matemtica. Crebros humanos e sistemas inteligentes de aprendizagem so desenhados ciberneticamente Os sistemas inteligentes de aprendizagem "aprendem" sobre como voc aprende e tambm sabem como os crebros so organizados. O crebro humano um sistema ciberntico com de reconhecimento de padres; e para aprender e ser capaz de usar alguma coisa nova deve ser dado ao crebro uma imagem neural chamada de condio de referncia. Isso como uma "imagem" sensorial interna que diz ao crebro como algo deveria parecer, soar, sentir, cheirar, qual o seu gosto, quando est "correta" ou quando o processo est "completo". Esse padro interno atua como um "sinal de trnsito" para o comportamento, dizendo quando comear e quando parar. Isso verdadeiro para os dois, o comportamento externo e o processamento interno da informao. Se a condio de referncia no estiver corretamente estabelecida ou nem estiver estabelecida, o crebro no aprende ou aprende muito bem a coisa errada. Na primeira vez em que voc tentou agarrar o seu copo de leite, voc provavelmente exagerou e derramou todo o leite. Como o sistema neuromotor bem desenvolvido, se isso aconteceu mais do que uma vez, temos um de dois problemas. Ou a sua pele nunca recebeu uma imagem clara (condio de referncia) de quando hora de parar o movimento do seu brao para frente em direo ao copo e comear a contrair os seus dedos em torno do copo. A outra possibilidade que a sua me disse para no derramar o leite, e o seu sistema visual construiu uma imagem interna de como seria quando voc derramasse o leite; e a, a partir deste mapa, o seu crebro guiou corretamente o seu brao e a mo para completar o processo. Se voc mantiver esta imagem como condio de referncia, o seu crebro vai dizer para o seu brao continuar para frente at seus olhos enxergarem um evento externo que combina com a imagem interna (condio de referncia); nesse caso, o leite derramado. Por isso um comportamento ou um processo interno se interrompe quando os seus rgos sensoriais interpretam o padro de um evento externo que combina exatamente com a condio de referncia interna. Um evento externo que transformado em cdigo de pulsao pelos neurnios (clulas cerebrais) chamado de condio perceptiva. Ns podemos expressar esse princpio de outra maneira dizendo que quando o seu crebro detecta uma diferena entre a condio de referncia e a condio perceptiva se inicia um comportamento. O propsito do comportamento reduzir a diferena entre as duas condies. Quando a condio perceptiva combina exatamente com a condio de referncia, o comportamento para. Ento, se uma condio de referncia no foi estabelecida de algum modo, como dirigir o seu carro sem freios numa ladeira ngreme; voc s para depois de atingir alguma coisa com bastante fora. O termostato em sua casa foi planejado a partir desse princpio. Ele controla quando o seu ar condicionado liga ou desliga para manter a temperatura que voc prefixou como condio de referncia. Quando ele sente uma diferena significativa entre a temperatura da casa e a temperatura ideal que voc prefixou, ele liga. Quando as duas temperaturas se igualam, ele desliga. Agora, com esse princpio na mente, ns podemos explicar como os sistemas inteligentes de aprendizagem parecem ser capazes de fazer desaparecer problemas de aprendizado bastante desconcertantes. Solucionando o grande dilema da soletrao e da leitura Uma rpida olhada no dicionrio ir convenc-lo que a lngua inglesa possui um grande nmero de palavras que no podem ser soletradas foneticamente (pronunciadas lentamente e soletrando cada slaba separadamente, como crianas aprendendo a ler). Tambm se produziu um nmero igualmente incmodo de regras para resolver a soletrao. Por causa do fracasso de tantos sistemas diferentes para treinar bons soletradores, o dicionrio ingls agora contm um nmero surpreendente de entradas com mltiplas soletraes "corretas" para algumas das palavras mais comumente mal soletradas. Se voc uma criana que hoje est assistindo aula em ingls, de uma coisa voc pode ter certeza: se voc no consegue pronunciar lentamente uma palavra, voc vai encontr-la num teste de soletrao. Os problemas com a leitura correm desenfreados nas nossas escolas hoje em dia. A razo simples: quando aprendemos como ler, uma das condies de referncia que o nosso crebro usa para determinar o tempo do comportamento do movimento dos olhos a soletrao de uma palavra. Se a palavra na pgina (condio perceptiva) combina exatamente com uma imagem visual armazenada previamente (condio de referncia), a fixao do olho para, a palavra igualada a um som e o crebro comea a busca pelo significado da palavra, e os olhos so guiados para a prxima palavra. Se no combinar, a busca inicial continua sem parar enquanto a criana frustrada encara vagamente a pgina, tendo vontade de estar assistindo TV. Aqui est como um sistema inteligente de aprendizado faz os problemas de soletrao e leitura desaparecerem ao mesmo

tempo. Primeiro: cada palavra no reconhecida imediatamente ou dada em preparao para um teste de soletrao, escrita numa ficha de arquivo branca de 7 x 12 cm com tinta preta, uma palavra corretamente soletrada por ficha. Por que preto e branco? Porque isso agiliza o tempo de reconhecimento. Codificao por cores diferentes toma tempo, e a maioria das coisas que pedimos para as crianas lerem inicialmente na escola (livros, jornais, testes) so em branco e preto. Tudo conta quando vamos estabelecer uma condio de referncia para o crebro. Depois, ficha por ficha, deixe a criana ver a palavra soletrada corretamente enquanto voc diz a palavra, pronunciando-a corretamente. Ento pea para a criana, fechar os olhos e "ver" a palavra no olho da mente, escrita com marcador preto num quadro branco enquanto escuta simultaneamente o som da palavra no ouvido da mente dela. Tenha certeza de que ela pode ver a palavra de um modo to distinto que pode soletr-la de trs para frente com os olhos fechados. Uma vez que ela tenha feito isso, a condio de referncia para esta palavra foi estabelecida no sistema visual bem como no sistema auditivo dela. Um refinamento no final pode diminuir o tempo de processamento dramaticamente. A ficha, que a criana vai ler, deve ser mantida no ar, a aproximadamente cinqenta centmetros, na frente dela, levemente acima do nvel dos olhos e a sua direita, se ela for destra. Para crianas canhotas, voc deve segurar o carto esquerda delas. Isso feito porque os padres de informao interpretados pelo campo visual direito so codificados no hemisfrio esquerdo. Para a maioria das pessoas que escrevem com a mo direita, os smbolos lingsticos tambm so processados no hemisfrio esquerdo. O oposto verdadeiro para a maioria das crianas canhotas. Essa pequena adaptao feita pelo sistema inteligente de aprendizagem acondiciona a informao de modo muito eficiente. O consumo de energia e o tempo de viagem do impulso do nervo so muito reduzidos. As crianas podem se concentrar por mais tempo e ativar mais ligeiro o padro das palavras, resultando em maior velocidade de leitura e de compreenso. Lembrese: no crebro humano tudo conta. No incio, esse processo pode tomar um ou dois minutos por palavra, mas o crebro aprende como aprender mais ligeiro, e uma vez que um novo caminho neural for estabelecido, uma criana pode codificar de 5 a 10 palavras por minuto dessa maneira. Note que a soletrao correta da palavra armazenada no sistema visual dela e a correta pronncia da palavra armazenada no sistema auditivo dela. Incidentalmente, alguns dos melhores revisores de prova que eu conheo, foram treinados dessa maneira. Um dos erros mais comuns feitos no ensino da soletrao para crianas o estabelecimento da condio de referncia no sistema sensorial errado. Isso acontece quando as crianas so ensinadas a lembrar a soletrao de uma palavra dizendo cada letra em voz alta. Isso muito confuso, visto que a lngua inglesa tem muitas palavras que no podem ser pronunciadas lentamente. Mas o grande problema vem quando elas tentam ler. Enquanto os olhos delas se fixam na palavra do livro, elas tm que procurar por uma combinao no sistema auditivo delas. Assim cada vez que elas olham para uma palavra na sentena, elas precisam ouvir elas mesmas soletrando-a no ouvido da mente antes que possam comear a busca pelo significado e mover os seus olhos para a prxima palavra. Isso torna a leitura m.u.i.t.o d.e.v.a.g.a.r e penosa. Naturalmente que esse mtodo funcionaria muito bem se os livros pudessem falar e soletrar em voz alta as palavras que os seus olhos acabaram de se fixar. Infelizmente, os livros ainda no fazem isso. Sistemas Inteligentes de Aprendizagem e a Matemtica A maioria das crianas comea se saindo muito bem em matemtica. O mais devastador declnio na competncia parece comear quando a criana tenta resolver a converso de problemas de palavras em problemas simblicos. Isso ocorre comumente com a lgebra. Embora existam muitos fatores que contribuam para esse declnio na competncia, um dos mais devastadores ocorre completamente despercebido: a criana nunca aprendeu como ler! Verdade, se voc pedir para elas lerem alguma coisa no livro, elas podem conseguir e at podem ler perfeitamente diversas linhas do texto para voc. Entretanto essa no a definio de leitura necessria para converter as palavras do problema em problemas simblicos. Ao contrrio, essa a definio para pronncia! As crianas esto traduzindo os padres visuais das palavras do seu livro para padres motores pronunciados nitidamente pela boca delas. Pea para elas explicarem a voc o que elas acabaram de ler, e elas vo ficar com um olhar vago. Essas crianas nunca foram treinadas para traduzir a viso das palavras da pgina no "filme" interno que essas palavras representam. O descuido mais devastador ocorreu no treinamento inicial de matemtica. Todo o treinamento matemtico que ocorre depois que mandamos as crianas aprenderem as tabelas de multiplicao supe facilidade com o processamento dessas relaes matemticas. Velocidade e exatido so as chaves para uma boa nota. Contudo a fundao mais importante de todos os ramos da matemtica treinada com uma condio de referncia incorreta. A maioria desses "aprendizes vagarosos" foi treinada no incio para recordar auditivamente e na ordem as tabelas de multiplicao. Isso acontece mais ou menos assim: "Certo classe, repitam depois de mim, 9x1=9, 9x2=18, 9x3=27..." Voc j no viu um trabalhador de escritrio colocar em ordem alfabtica um arquivo de pastas de clientes cantando para ele mesmo a msica do ABC repetidas vezes... a mesma coisa. Voc pode estar correto, mas nunca ir terminar o teste. A soluo para esse problema semelhante ao dilema da soletrao. O seu crebro deve ter um acesso eficiente s suas tabelas de multiplicao to rapidamente quanto possvel, e em qualquer ordem. Para isso, elas devem estar codificadas no sistema visual, que centenas de vezes mais rpido do que o sistema auditivo para essa operao. Para fazer isso, voc comea com as mesmas fichas de arquivo brancas e um marcador preto. Depois, cada problema de multiplicao deve ter uma condio de referncia codificada contendo todos os elementos que o seu crebro precisa pesquisar para solucionar o problema mais tarde. Aqui temos uma amostra da ficha:

Cada ficha deve ser codificada visualmente, usando exatamente o mesmo mtodo que ns usamos para estabelecer as

condies de referncias para a soletrao das palavras. Uma para cada problema da tabela de multiplicao. Assim que a condio de referncia estabelecida, voc faz cartes contendo as informaes para testar a memria: trs (3) para cada problema. O problema acima teria trs cartes de teste: 9x4=?, 9x?=36 e ?x4=36, eliminando sistematicamente apenas um elemento de cada vez. A condio de referncia torna possvel solucionar todos os trs problemas de multiplicao. O sistema visual do seu crebro preenche automaticamente o elemento que falta, com a velocidade da luz. Tenha certeza que cada tabela de multiplicao representada, misture muitas vezes os cartes teste, pois deste modo a memria independente da ordem e seqncia, e mostre os cartes to rpido quanto voc possa obter a resposta. Aumente a velocidade em cada nova rodada. Essas so algumas das infinitas aplicaes que podem ser geradas por um sistema inteligente de aprendizagem. Lembre-se que so apenas aplicaes geradas pelo sistema, no o sistema em si. Removidas do sistema que guiam a sua adaptao s novas situaes, elas se tornam to estticas como qualquer outro sistema anterior. Um sistema inteligente de aprendizagem centrado no estudante/aprendiz, mantendo o aprendiz como constante, e variando o mtodo da transferncia do conhecimento at que exista uma combinao entre o mtodo e o aprendiz. Ao invs de propor uma nova teoria ou revelar um novo fato, muitas vezes a contribuio mais importante que um cientista pode fazer descobrir uma maneira nova de enxergar velhas teorias ou fatos. Sistemas inteligentes so uma nova maneira de enxergar o processo da transferncia do conhecimento que ns chamamos de educao, a viso do olho do crebro no processamento da informao que est revolucionando o campo da educao. medida que os rgidos, os sistemas tradicionais de educao forem substitudos por sistemas inteligentes mais flexveis que "pensam" e se adaptam s circunstncias inconstantes, poderemos abolir os rtulos destrutivos, classificaes e culpas, enquanto aguardamos com interesse por um padro sempre crescente da competncia ao invs do atual em declnio. O sistema inteligente de aprendizagem a resposta aguardada h muito tempo para a nossa atual crise educacional.

Mark Evan Furman palestrante, autor e cientista internacionalmente respeitado. certificado pela The Society of NLP como Practitioner e membro de diversas associaes americanas. tambm afiliado do International Society of Peace, Conflict & Violence, da Associao Americana de Psicologia, Washington, D.C.. Artigo publicado na revista Anchor Point (dezembro 199z8) sob o ttulo de "Intelligent Learning Systems: A StudentCentered Model"