Escolar Documentos
Profissional Documentos
Cultura Documentos
RIO DE JANEIRO
2019
INSTITUTO SUPERIOR DE EDUCAÇÃO DO RIO DE JANEIRO - ISERJ
CURSO SUPERIOR: GRADUAÇÃO - LICENCIATURA EM PEDAGOGIA
COORDENAÇÃO DE PESQUISA E EXTENSÃO
RIO DE JANEIRO
2019
INSTITUTO SUPERIOR DE EDUCAÇÃO DO RIO DE JANEIRO - ISERJ
CURSO SUPERIOR: GRADUAÇÃO - LICENCIATURA EM PEDAGOGIA
COORDENAÇÃO DE PESQUISA E EXTENSÃO
Ficha Catalográfica
Banca Examinadora:
_____________________________________________
Profa Dra Keite Silva de Melo (orientadora)
Instituto Superior de Educação do Rio de Janeiro (ISERJ)
_____________________________________________
Profa Dra Andréa Villela Mafra da Silva
Instituto Superior de Educação do Rio de Janeiro (ISERJ)
_____________________________________________
Profa Dra Lucy de Almeida Oliveira
Instituto Superior de Educação do Rio de Janeiro (ISERJ)
DEDICATÓRIA
APRESENTAÇÃO .................................................................................................... 12
INTRODUÇÃO .......................................................................................................... 14
1 UM POUCO DA HISTÓRIA DA INTELIGÊNCIA ARTIFICIAL ......................... 19
2 O QUE É A INTELIGÊNCIA ARTIFICIAL? ....................................................... 22
2.1 Agindo de forma humana ............................................................................ 22
2.2 Pensando de forma humana ....................................................................... 23
2.3 Pensando racionalmente ............................................................................. 24
2.4 Agindo racionalmente .................................................................................. 25
2.5 Inteligência Artificial na Educação (IAEd).................................................. 26
3 SISTEMAS TUTORES INTELIGENTES ........................................................... 29
3.1 Modelos ......................................................................................................... 32
3.2 Modelo do aluno ........................................................................................... 33
3.3 Modelo de Domínio ...................................................................................... 35
3.4 Modelo Pedagógico...................................................................................... 35
3.5 Modelo de Interface ...................................................................................... 37
3.6 Modelo de aluno aberto ............................................................................... 38
4.1 Outer Loop ......................................................................................................... 40
4.2 Inner Loop .......................................................................................................... 41
4.3 Implementação de um STI - utilizando CTAT ................................................. 42
CONCLUSÃO ........................................................................................................... 53
REFERÊNCIAS BIBLIOGRÁFICAS......................................................................... 55
RESUMO
INTRODUÇÃO
1
Tradução livre de: […] the confluence of the Internet, artificial intelligence, and cognitive science provides an
opportunity that is qualitatively different from that of preceding technologies and moves beyond simply duplicating
existing teaching processes.
16
Os Sistemas Tutores Inteligentes têm sua história originada no final dos anos
50 e início dos anos 60, como ramificação da área da Inteligência Artificial (IA).
Pesquisadores como John McCarthy, Allen Newel e Alan Turing buscavam comprovar
que os computadores eram capazes de pensar como os humanos.
John McCarthy é considerado um dos fundadores da IA. Em 1956 MCCarthy
reuniu pesquisadores em um seminário que não trouxe grandes mudanças para as
pesquisas, mas aproximou os principais nomes da história da Inteligência Artificial. A
construção de uma máquina com características inteligentes foi a motivação para o
evento:
2
Empresa dos Estados Unidos voltada para a área de informática.
3
Atualmente, Universidade Carnegie Mellon - Instituição privada de ensino e pesquisa, localizada na cidade de
Pittsburgh, no estado da Pensilvânia nos Estados Unidos.
20
Essa foi uma breve introdução que apresentamos sobre a IA, que é portanto,
um campo que tem buscado compreender a inteligência humana, seguindo
basicamente quatro abordagens, que serão descritas no capítulo a seguir. No
entanto, é importante ressaltar que o objetivo desse estudo não é aprofundar-se nos
conceitos de Inteligência Artificial e sim compreender e conhecer o uso de Sistemas
Inteligentes, no que se refere à sua aplicabilidade nos contextos de ensino e
aprendizagem.
22
de xadrez e no modo como podemos fazer para que o computador pense de forma
similar a um mestre desse jogo e, desse modo, realize jogadas inteligentes.
De acordo com Woolf (2008), o campo das ciências cognitivas em conjunto
com a IA, buscam criar modelos computacionais capazes de construir teorias
precisas e testáveis do pensar humano:
Segundo Norvig e Russell (2003), a IA foi concebida desde 400 a.C, quando
filósofos acreditavam que uma máquina poderia ter aspectos semelhantes ao
funcionamento da mente humana. Nesse caso, existe uma concepção de que a
mente opera na codificação do conhecimento em uma linguagem compreendida
internamente e o pensamento determina as ações correspondentes que serão
realizadas.
O silogismo de Aristóteles foi o primeiro passo para o desenvolvimento da
Lógica. De acordo com Norvig e Russell (2003), essa foi uma das primeiras tentativas
de padronizar o raciocínio lógico, ou seja, o “pensamento correto” (NORVIG;
RUSSELL, 2003, p. 27). Os autores usaram como exemplo a premissa de Aristóteles:
“Sócrates é um homem; todos os homens são mortais; então, Sócrates é mortal”
(NORVIG; RUSSELL, 2003, p. 27). Portanto, para os estudiosos do campo da Lógica,
4
Tradução livre de: Cognitive science investigates how intelligent entities, whether human or computer, interact with
their environment, acquire knowledge, remember, and use knowledge to make decisions and solve problems. This
definition is closely related to that for AI, which is concerned with designing systems that exhibit intelligent
characteristics, such as learning, reasoning, solving problems, and understanding language.
5
Cognição refere-se às atividades e processos de formação do conhecimento. A cognição relaciona-se aos
mecanismos mentais que utilizamos para organizar, classificar e interpretar as informações sensoriais. Os
processos cognitivos abrangem memória, atenção, resolução de problemas, tomada de decisões, raciocínio e
linguagem.
25
O agente é algo que age. Segundo Norvig & Russell (2003), um agente nos
termos da IA deve ter autonomia, perceber seu ambiente, adaptar-se aos novos
dados e agir para alcançar o melhor resultado ou o melhor resultado possível, se as
informações não forem suficientes para a tomada de decisão. O agente racional deve
agir racionalmente de modo a concluir a ação e agir com base nessa conclusão para
atingir os objetivos. Estudos de Sistemas Tutores Inteligentes que possuem a
modelagem de agentes ou sociedades de agentes, podem ser vistos em pesquisas
realizadas por Giraffa e Viccari (1996), Costa (1997), Goulart e Giraffa (2001) e
Bolzan e Giraffa (2002).
De acordo com Norvig e Russell (2003), essa abordagem é mais geral e mais
vantajosa com relação às abordagens “do pensamento”6, uma vez que a inferência
correta é apenas uma entre as possibilidades e os agentes podem gerar modelos
6
Abordagens do pensamento refere-se a: "pensando como um humano" e "pensando racionalmente".
26
7
Pesquisa elaborada pelo Sesi e Senai sobre as Tendências em inteligência artificial na educação no período de
2017 a 2030 (Viccari, Tendências em inteligência artificial na educação no período de 2017 a 2030, 2018).
8
Tradução livre de: One hallmark of the field of AI and education is using intelligence to reason about teaching and
learning. Representing what, when, and how to teach requires grounding from within several academic disciplines,
including computer science, psychology, and education.
27
9
A Ciência da Computação entende algoritmo como um conjunto de passos para que um programa de
computador possa realizar uma tarefa. Para a Inteligência Artificial, um algoritmo pode ser um conjunto de passos
que resolve um problema complexo ou que aprende por meio de exemplos a resolver problemas complexos.
Podemos fazer uma analogia com uma receita de bolo, assim como seguimos o passo a passo da receita para
alcançar o objetivo final que é um bolo delicioso, um algoritmo é uma sequência de passos para solução de um
problema.
29
10
Tradução livre de: Instruções Inteligentes Assistidas por Computador.
11
Tradução livre de: Instruções Assistidas por Computador.
30
12
Tutoria um-pra-um (um professor para cada aluno).
31
Bloom 2 Sigma
TUTORIA + MASTERY LEARNING 98%
BURKE (1983)
ANNIA (1981)
ESTUDOS DE
TUTORIA:
CONVENCIONAL 50%
13
Método de ensino idealizado por Bloom (1968) é uma estratégia educacional que visa proporcionar o
nivelamento e equilíbrio entre as habilidades e conhecimentos dos estudantes. O método busca distribuir o
conteúdo em unidades e apresentá-lo ao aluno, de acordo com seu nível de conhecimento. Os estudantes só
avançam para o próximo nível, depois de alcançarem um estágio designado de “maestria”.
32
3.1 Modelos
14
Tradução livre de: […] to ensure that the system has principled knowledge about each student so it can respond
effectively, engage student’s interest, and promote learning.
35
15
Modelos de Estudante (MEs) refere-se à denominação utilizada em algumas literaturas, correspondente ao
Modelo do Aluno.
40
O Inner Loop está relacionado aos passos do aluno dentro de uma tarefa,
sendo o responsável por monitorar a realização da tarefa pelo estudante. De acordo
com Vanlehn (2006), os serviços mais comuns no inner loop são:
a) Dicas: podem ser solicitadas pelo aluno ou apontadas pelo tutor. Podem servir
para revisar conceitos ou apontar o passo a passo para resolver uma etapa.
b) Feedbacks: Podem ser dados feedbacks mínimos como: correto ou incorreto.
Ou feedbacks relacionados a passos específicos, que demonstram em que
passo o erro aconteceu, com o objetivo de evitar reincidências. Os feedbacks
podem ocorrer após a conclusão da tarefa; quando forem solicitados ou após a
execução de passos da tarefa.
c) Avaliação do conhecimento: Pode servir para avaliar tanto o conhecimento
do aluno, como a competência do sistema tutor. Pode ser: refinada - indicar a
competência do aluno para cada componente da tarefa ou grosseira - indicar
a competência geral do aluno.
d) Revisão da solução: Alguns sistemas podem optar por um manter um diálogo
com o aluno depois que este complete a resolução da tarefa, considerando
que feedbacks e dicas durante o processo podem fazer com que o aluno deixe
de desenvolver algumas habilidades meta-cognitivas, uma vez que o sistema
aponta seus erros e oferece dicas que suprem a necessidade de rever o
conteúdo.
Esses mecanismos descritos pelo autor fazem parte dos processos que
permitem aos STI tornarem a aprendizagem mais personalizada, por meio de dicas,
feedbacks e do armazenamento e análise de dados referentes à interação do aluno
com o sistema. Esses fatores devem ser previamente planejados pelo professor e
inseridos no sistema, buscando não só atender as características e necessidades
individuais dos alunos, mas também levá-los a uma maior reflexão sobre a
construção de sua aprendizagem e ao mesmo tempo viabilizar ao docente a
compreensão de como essa aprendizagem ocorre, de forma mais clara e objetiva.
Na seção a seguir veremos de que maneira algumas dessas funções são
implementadas, mediante a construção de um Sistema Tutor Inteligente.
42
16
Linguagem de Marcação de Hipertexto.
17
http://cdn.ctat.cs.cmu.edu/html-editor/editor.html
44
A etiqueta do link muda da cor verde para vermelha, indicando uma etapa
incorreta.
CONCLUSÃO
REFERÊNCIAS BIBLIOGRÁFICAS