Inteligência Artificial na Educação
Introdução
O computador tem sido utilizado na educação durante os últimos 20 anos, demonstrando ser um grande auxílio no processo de ensino/aprendizagem (BECK, 1998), (URBAN-LURAIN, 1998). Este capítulo procura apresentar como a inteligência artificial (IA) está contribuindo com novas abordagens, ao permitir a representação de algumas habilidades de raciocínio e conhecimento especialista voltadas ao ensino e aprendizado.
Histórico
Os primeiros sistemas voltados para o ensino através do computador foram o treinamento baseado em computador (CBT - Computer-Based Training) e instrução baseada em computador (CAI - Computer Assisted Instructional) (MCARTHUR, 1993), (BECK, 1998). Usualmente, estes sistemas geravam conjuntos de problemas projetados para aumentar o desempenho do estudante em domínios baseados em habilidades, como aritmética e recuperação de vocabulário (URBAN-LURAIN, 1998). Nestes sistemas, a instrução não era individualizada para as necessidades do estudante. A proposta era apresentar um problema ao estudante, registrar a resposta e avaliar seu desempenho. Segundo Beck (1998), as decisões sobre como o estudante deveria navegar através do material era baseada em árvores de decisão. A seqüência de perguntas e respostas era dirigida pelos acertos e erros dos estudantes, não sendo consideradas suas habilidades individuais.
Nos sistemas CBT e CAI, a maior parte do esforço de desenvolvimento estava dirigida a resolver problemas com o desempenho do tempo de resposta. Eles consideravam que se a informação fosse apresentada ao estudante, ele poderia absorvê-la (URBAN-LURAIN, 1998). Enquanto CBT e CAI podiam ser parcialmente efetivos em ajudar os estudantes, eles não forneciam o mesmo tipo de atenção individualizada que podia ser oferecido por um tutor humano. Segundo McArthur (1993), esta atenção poderia ser alcançada através de um sistema que pudesse raciocinar sobre o domínio e sobre o estudante. Neste sentido, surgiu uma nova proposta de sistema: os sistemas tutores inteligentes (ITS - Intelligent Tutoring Systems).
Sistemas Tutores Inteligentes
Segundo Hall (1990), os sistemas tutores inteligentes são uma composição de diversas disciplinas como psicologia, ciência cognitiva e inteligência artificial. O objetivo principal destes sistemas é a modelagem e representação do conhecimento especialista humano para auxiliar o estudante através de um processo interativo.
Sistemas ITS oferecem considerável flexibilidade na apresentação do material e uma maior habilidade para responder às necessidades do usuário. Eles procuram não apenas ensinar, mas como ensinar, aprendendo informações relevantes sobre o estudante, proporcionando um aprendizado individualizado. Estes sistemas alcançam sua "inteligência" pela representação de decisões pedagógicas sobre como transmitir o material (ensinar), além de informações sobre o estudante. Isto permite uma grande interatividade do sistema com o estudante. Sistemas tutores inteligentes têm sido apresentados como altamente eficientes para a melhora do desempenho e motivação dos estudantes.
Existem diversas aplicações para sistemas ITS, nos mais variados domínios do conhecimento. Um interessante exemplo da aplicação de sistemas ITS pode ser encontrado em (KOEDINGER e ANDERSON, 1995). Eles apresentam um tutor inteligente para a disciplina de álgebra chamado PAT (Practical Algebra Tutor). Neste trabalho, eles reportam os resultados positivos da aplicação de sistemas tutores em larga escala nas escolas de segundo grau. Em (AZEVEDO e TAVARES, 1998), é descrito um sistema ITS para o ensino de orientação a objetos. Mitrovic (1998) utiliza um tutor inteligente para o ensino da linguagem SQL (Structured Query Language).
É importante notar que a implementação de sistemas ITS trouxeram a tona outras questões pedagógicas. Segundo McArthur (1993), as tecnologias que permitem automatizar métodos tradicionais de ensino e aprendizagem estão também ajudando na criação de novos métodos e redefinindo as metas educacionais. Isto traz algumas dificuldades iniciais, pois os métodos tradicionais de ensino são bem conhecidos e bem definidos, mas os novos métodos precisam ainda ser mais discutidos. Dentre estes novos métodos, poder-se-ia citar aspectos de colaboração, aprendizado por experiências ou visualização.
Neste contexto, surgem os ambientes de ensino interativo (ILE - Interactive Learning Environment) que são uma evolução natural dos sistemas ITS, onde se procura endereçar os novos métodos educacionais. McArthur (1993) acredita que a migração de sistemas ITS para ILE é um processo que representa um padrão na educação atual. O objetivo não é apenas ensinar as habilidades tradicionais de forma mais rápida, eficiente e com menos custo. O foco é trabalhar na mudança dos métodos educacionais para redefinir novas metas e aplicá-las também em sala de aula.
Os sistemas tutores inteligentes são usualmente definidos através de componentes. Woolf (1992) identificou quatro componentes principais: módulo estudante, módulo pedagógico, módulo domínio do conhecimento e módulo de comunicação. Em seu trabalho, Woolf considerava que o conhecimento especialista estava representado pelo módulo do domínio. Entretanto, em um trabalho mais recente, Beck (1998) subdividiram este módulo e definiram um quinto elemento: o módulo especialista. A figura 1 apresenta como estes módulos estão relacionados.
Fig. 1 - Interações entre os componentes de um
sistema ITS.
O módulo estudante armazena informações específicas para cada estudante de forma individal. No mínimo, este módulo deve manter um histórico sobre como o estudante está trabalhando no material em questão. É interessante também manter registro sobre os erros do estudante. O propósito é fornecer dados para o módulo pedagógico do sistema. O módulo especialista deve ter acesso a todas as informações armazenadas.
O módulo pedagógico oferece uma metodologia para o processo de aprendizado. Questões a serem pensadas são: quando revisar, quando e como providenciar informação adicional. As entradas deste módulo são fornecidas pelo módulo estudante. As decisões pedagógicas são feitas de acordo com as necessidades individuais de cada estudante.
O módulo do domínio do conhecimento armazena a informação que o tutor está ensinando. A modelagem do conhecimento a ser disponibilizado é de grande importância para o sucesso do sistema como um todo. Critérios de desempenho também devem ser considerados. Deve-se procurar uma representação do conhecimento que esteja preparada para o crescimento incremental do domínio.
O módulo
especialista deve ter acesso a todas as informações do sistema,
incluindo-se o conhecimento global (domínio) e o conhecimento individual
de cada estudante. A preocupação deste módulo não
é a representação do conhecimento global, mas como um indivíduo
representa seu próprio conhecimento através do uso de suas habilidades
dentro do domínio. Usualmente, este módulo possui a forma de um
sistema especialista capaz de resolver problemas em um dado domínio.
Este módulo não deveria realizar apenas a comparação
entre as soluções do estudante com a do tutor, mas também
a comparação entre as soluções geradas pelos próprios
estudantes.
O módulo de comunicação está mais voltado para o
conceito de interface com estudante. A questão é definir qual
será a melhor metáfora com a qual o estudante terá acesso
ao sistema. A complexidade para a implementação deste módulo
é bastante variável, podendo ser desde simples janelas de diálogo
até linguagem natural e reconhecimento de voz. Outra questão a
ser considerada é a aplicação de realidade virtual para
permitir uma imersão total do estudante no sistema.
Sistemas tutores inteligentes representam uma interessante ferramenta para ambientes de aprendizagem. Entretanto, os maiores problemas associados a estes tipos de sistema são seu alto custo financeiro e o elevado tempo de desenvolvimento (HALL, 1990) (OKEY, 1993) (BECK, 1998). Na tentativa de reduzir estes custos, conceitos bem conhecidos da engenharia de software como reutilização e modularidade têm sido utilizados. A questão é desenvolver sistemas ITS de forma incremental, permitindo uma evolução contínua.
Tendências Atuais da IA no Ensino
Um motivo para a redução no interesse no desenvolvimento de sistemas ITS é sua dependência na fundamentação da pesquisa em inteligência artificial e ciência cognitiva. Ciência cognitiva tem oferecido análise de tarefas de várias habilidades que permitem desenvolvedores ITS implementarem modelos cognitivos detalhados. A inteligência artificial, primeiramente na forma de sistemas especialistas e arquitetura de regras de produção, fornece meios adequados para representação e manipulação de conhecimento. Este foi o principal motivo do progresso relativamente rápido dos sistemas ITS.
Atualmente, o processo educacional está procurando novos métodos de ensino e aprendizagem. A questão é tentar reduzir a distância entre o conhecimento que um currículo tradicional acredita ser importante e o conhecimento que os estudantes acreditam ser importante (MCARTHUR, 1993). Estas mudanças curriculares trouxeram a necessidade de trabalhar com problemas de mais alta ordem. As habilidades para tratar este novo enfoque não possuem ainda uma análise rigorosa da ciência cognitiva. Sendo assim, não é possível desenvolver sistemas especialistas e modelar estudantes para um sistema ITS efetivo.
Os modelos pedagógicos utilizados pelos ITS tradicionais são normalmente desprovidos de uma análise mais efetiva das interações entre aluno e sistema. Da mesma forma, os sistemas especialistas tem seus limites: não capturam todo o conhecimento do especialista humano, exigem um modelo completo do domínio, são baseados em desempenho e não para ensino e explanação. McArthur (1993) apresentam que o conhecimento "rico" que poderia estar contido em um sistema especialista é, muitas vezes, retirado por questões de desempenho, sem porém afetar a precisão das conclusões. Isto parece perfeito em um sistema de diagnóstico, mas sob o ponto de vista educacional, o conhecimento básico pode ser até mais importante do que regras superficiais.
Novos Métodos de Ensino e Aprendizado
Um método de ensino que tem sido bastante discutido nos últimos anos é baseado em investigação. Estes sistemas procuram explorar aspectos que os sistemas ITS tradicionais não consideraram. Alguns autores, como McArthur (1993), acreditam que estes sistemas, de modo genérico, podem ser entendidos como ambientes de ensino interativos (ILE). Os principais princípios associados a estes ambientes são:
Estes princípios apresentam uma clara mudança no enfoque de aprendizado dos sistemas ITS para ambientes ILE. O processo deixa de ser centrado no tutor e passa a ser centrado no estudante. Sendo assim, torna-se necessária uma nova gama de ferramentas computacionais. Estas ferramentas incluem, freqüentemente, vídeo interativo ou outras representações gráficas, e permitem aos estudantes investigar e aprender tópicos de forma livre, sem estarem presos a algum tipo de controle externo.
Aplicação de Agentes Inteligentes
Agentes inteligentes (BRADSHAW, 1997) estão sendo utilizados para implementar diversos sistemas ITS (BOY, 1997), uma vez que cada componente do ambiente pode ser implementado como um agente independente, possuindo facilidades de interação com os outros agentes. A abordagem por agentes possibilita o desenvolvimento de diferentes raciocínios e a integração de várias ações para alcançar um determinado objetivo (MARIETTO, 1997). Além disso, a utilização de agentes inteligentes é uma boa opção para reduzir o custo destes sistemas, pois eles favorecem a modularização e a evolução.
Existem diversos exemplos na literatura sobre a utilização de agentes inteligentes em sistemas educacionais. Segundo Shoham (1993), uma sociedade de agentes para aprender e ensinar pode ser a solução para a construção de ambientes de ensino e aprendizagem, se os agentes trabalham de uma maneira concorrente e autônoma para alcançar seus objetivos. Os agentes em um ambiente de ensino/aprendizagem são considerados autônomos porque: as atividades dos agentes individuais não requerem constante supervisão externa, e não há autoridade central projetada para controlar todas as interações desempenhadas entre os agentes. O trabalho de (D'AMICO, 1997) apresenta uma arquitetura para um ambiente de ensino/aprendizagem, que utiliza agentes para realizar as tarefas necessárias deste ambiente.
As características de comunicação oferecidas pelos agentes também podem ser exploradas para ambientes distribuídos, permitindo a criação de sistemas com facilidades de colaboração. O projeto GRACILE (AYALA e YANO, 1995, 1996) discute a utilização de agentes para ambientes de ensino colaborativo em uma rede de computadores. O objetivo deste projeto foi criar um espaço virtual para que os estudantes pudessem construir sentenças da língua japonesa com a ajuda de agentes consultores. São definidos dois tipos de agentes: um agente de domínio, responsável pela representação de conhecimento e assistência pessoal, e um agente mediador, responsável pelo transporte da informação.
Agentes específicos podem ainda ser construídos para oferecer serviços adicionais a serem utilizados no processo educacional. Um bom exemplo seria oferecer serviços automatizados de busca de material de referência, filtros inteligentes para correio eletrônico e salas de discussão.
Expandindo Métodos para Ensino e Aprendizado
Diversas pesquisas feitas atualmente no campo da IA podem ser utilizadas para definir e implementar uma grande variedade de métodos para ensino e aprendizado. Como visto anteriormente, o processo de investigação abre caminho para identificar a existência de várias formas de "aprender". Esta seção procura apresentar alguns princípios que podem contribuir para a educação:
Estes princípios demonstram que a aplicação de IA no ensino está apenas em seu estágio inicial, podendo ser explorada para uma contínua busca por novos métodos de ensino e aprendizagem.
Sistemas de Ensino Colaborativo
O aprendizado colaborativo pode ser entendido como grupos de estudantes trabalhando de forma interativa para resolver problemas. Segundo Katz (1995), estes ambientes têm sido vistos como benéficos, tanto em aspectos cognitivos como em aspectos sociais. Nesta situação, o foco não está mais na interação entre professor e estudante, mas como os estudantes podem interagir entre si e como eles podem ensinar uns aos outros sem a necessidade de um professor. Usualmente, os estudantes trabalham em conjunto através da utilização de um sistema ITS em uma rede de computadores. Entretanto, Katz (1995) ressalta que um sistema colaborativo já poderia ser alcançado apenas com a mudança na utilização dos sistemas tutores desenvolvidos para uso individual. O simples uso de um ITS local por pares de estudantes já estaria explorando os aspectos de colaboração para a solução de problemas.
No contexto deste trabalho, sistemas de ensino colaborativo apoiados por computador (CSCL - Computer-Supported Collaborative Learning) são ambientes desenvolvidos para permitir que vários estudantes trabalhem cooperativamente através de uma rede de computadores.
Um importante aspecto de ambientes colaborativos é que em situações de grupo, nem todos os estudantes possuem as mesmas habilidades. Ayala e Yano (1995) acreditam que a chave está em se encontrar as condições ideais que permitirão uma colaboração efetiva entre os estudantes. Por colaboração efetiva deve-se entender aquela situação onde o estudante pode aprender a partir de outros estudantes, enquanto ele realiza uma tarefa que necessita a aplicação de elementos de conhecimento internalizadas por outros estudantes e também passíveis de serem internalizadas por ele.
McArthur (1993) enfatiza que grupos heterogêneos podem gerar dois tipos de problema: associação de crédito e sobre como avançar no currículo. O primeiro problema trata da questão de associar o crédito de uma resposta para todos os membros do grupo ou para o estudante individual que inicialmente encontrou a resposta. O segundo problema considera as decisões pedagógicas de como avançar o grupo através do currículo. Se um estudante deveria ditar o passo de aprendizado de todo o grupo, então a questão é definir qual dos estudantes é o escolhido.
Entretanto, sistemas colaborativos não precisam ser necessariamente ambientes altamente síncronos, onde todos os estudantes envolvidos trabalham em um mesmo material simultaneamente. Foi discutido anteriormente que a individualização é uma característica importante, pois o próprio aluno pode definir a melhor forma para aprender. Sendo assim, podem ser definidos ambientes que oferecem ferramentas de colaboração assíncrona, desligadas da necessidade que o grupo todo esteja em um mesmo problema.
Colaboração Através da Internet
Um dos principais aspectos que caracterizam os ambientes de ensino colaborativo é o fato de serem suportados por redes de computadores. Como já discutido anteriormente, o ensino à distância não é um tópico novo e pode ser alcançado através de um grande número de possibilidades. Entretanto, a situação atual da Internet e das Intranets oferecem um ambiente distribuído perfeito para servir de suporte aos sistemas colaborativos para o ensino à distância.
Oliver (1997) apresentam que a Internet oferece a oportunidade para o desenvolvimento de ambientes de aprendizado que conectam estudantes de forma individual em comunidades virtuais compartilhando uma meta de aprendizado comum. Estes ambientes habilitam os estudantes a compartilhar recursos e materiais que vem a ser o produto do aprendizado.
Um importante ganho que pode ser obtido com a Internet está no fato dela ser inerentemente assíncrona. Neste contexto, existem as redes de aprendizado assíncronas (ALN - Asynchronous Learning Networks)(Bourne, 1998), onde os estudantes podem estudar a qualquer momento, a qualquer hora e em qualquer lugar. Segundo Bourne (1998), ambientes ALN são usualmente implementadas através de sites na Internet e empregam conferências eletrônicas e meios de comunicação entre os participantes.
A definição de ambientes de ensino colaborativo assíncronos exige que algumas características mínimas sejam estabelecidas:
Existem diversas propostas para o ensino através da Internet. Porter (1997) levanta uma grande variedade de ambientes que procuram criar salas de aula virtuais utilizando a Internet. Entretanto, a grande maioria não possui as características dos sistemas tutores anteriormente discutidos. Usualmente, existe um conjunto de recursos para troca de mensagens, navegação não linear no material didático, salas de discussão e meios para os alunos apresentarem suas idéias e sugestões. Apesar destes recursos serem importantes para o processo ensino/aprendizagem, não há nenhuma orientação inteligente sobre o conteúdo. Esta orientação é dada, muitas vezes, por professores ou tutores humanos em horários específicos ou através de requisições explícitas feitas pelos alunos.
Conclusão
Este capítulo procurou apresentar alguns aspectos da aplicação da Inteligência Artificial no ensino. O objetivo foi mostrar como a evolução das técnicas de IA e da ciência cognitiva influenciam diretamente na construção de sistemas de ensino apoiados por computador. Foram discutidos também aspectos que devem ser considerados para desenvolver ambientes colaborativos através da Internet.
Muitos pesquisadores têm desenvolvido software instrucional para uso colaborativo. Entretanto, poucos sistemas estão sendo construídos de forma que os recursos de ajuda disponíveis aos estudantes sejam baseados em pesquisa empírica, onde os estudantes realizam tarefas com sucesso ou não (situação de falha) durante o processo de colaboração. Ambientes colaborativos podem aumentar a efetividade de interações de aprendizado em grupo, assumindo que estes sistemas oferecem ajuda a medida que os estudantes trabalham sobre problemas e criticam soluções de outros estudantes.
Os desenvolvedores necessitam conhecer mais sobre os tipos de conhecimento que os estudantes estão tipicamente habilitados a oferecer durante atividades de solução de problemas, e que tipos de ajuda eles podem ter de estudantes mais experientes ou professores durante os vários estágios de seu desenvolvimento instrucional. Também precisam conhecer como mentores humanos fornecem tal ajuda, para que sejam desenvolvidos novos modelos computacionais de orientação durante as interações colaborativas.
Foi verificado um grande interesse pelo desenvolvimento de sistemas de ensino colaborativo através de ambientes distribuídos. Neste contexto, a aplicação de agentes inteligentes foi discutida como uma abordagem interessante para permitir a distribuição dos sistemas de ensino em redes de computadores.
Muitos dos sistemas educacionais atuais conseguem atender apenas algumas das características desejáveis em um sistema educacional. Ambientes como o proposto em (OLIVER, 1997) oferecem a possibilidade de colaboração de estudantes e tutores através da Internet, mas não implementam mecanismos de orientação mais elaborados. Por outro lado, existe uma grande quantidade de sistemas ITS disponíveis para diversos domínios de conhecimento. Entretanto, estes sistemas são usualmente desenvolvidos para exploração individual, não possuindo características de colaboração.
Um ponto importante é a necessidade de desenvolver novas ferramentas que possam ser integradas para alcançar diversos princípios pedagógicos. Estas ferramentas deveriam, além de permitir a cooperação dos estudantes durante a resolução de problemas, oferecer orientação e informações adicionais. Além disso, é importante que uma ferramenta voltada ao ensino permita o aprendizado também de forma assíncrona, onde o estudante possa criar sua própria programação, mas ainda permitindo a colaboração. Serviços adicionais como busca de informação automatizada, salas de discussão e correio eletrônico orientado também deveriam ser incorporados. O objetivo é fazer com que o estudante faça uma imersão durante o tempo em que estiver utilizando a ferramenta.
Para saber mais:
Livros e publicações:
AYALA, G.; YANO, Y. Interacting with a mediator sgent in a collaborative learning environment. In: ANZAI, Y.; Ogawa, K.; MORI, H.(eds.). Symbiosis of human and artifact: furniture computing and design for human-computer interaction. Elsevier Science Publishers, pp. 895-900, 1995.
AZEVEDO, B.;TAVARES, O. Um sistema tutor inteligente para suporte à aprendizagem de "conceitos de orientação à objetos". Espírito Santo: Revista Engenharia, Novembro, 1998.
BECK, J.; STERN, M.; HAUGSJAA, E. Applications of AI in education: the ACM's first electronic publication. Disponível em: <http:// www.acm.org/crossroads/xrds3-1/aied.html> Acessado em 18 ago. 2002.
BOURNE, J. R. Asynchronous learning networks and world-wide engineering education. Engineering Education, Hewlett-Packard Company, Vol. 2, #1, Winter, 1998.
BOY, G. Software agents for cooperative learning. In: Software Agents, AAAI Press, 1997.
BRADSHAW, J. An introduction to software agents. In: Software Agents, AAAI Press, 1997.
CUNHA, Horácio; SOUZA, Ribeiro. Introdução aos sistemas especialistas. Rio de Janeiro: Livros Técnicos e Científicos Editora, 1987.
D'AMICO, C.; VICCARI, R.; ALVAREZ, L. A framework for teaching and learning environments. São José dos Campos: Anais do VIII Simpósio Brasileiro de Informática na Educação, 1997.
FISHER, G. Supporting learning on demand with design environments. Proceedings of the International Conference on the Learning Sciences, Evanston, p. 165-171, 1991.
HALL, P. e WOOD, P. Intelligent tutoring systems: a review for beginners. Canadian Journal of Educational Communication, 19 (2), p. 107-123, 1990.
KATZ, S. Identifying the support needed in computer-supported collaborative learning systems: proceedings of computer support for collaborative learning conference.Indiana, USA, 1995.
KOEDINGER, K.; ANDERSON, J. Intelligent tutoring goes to school in the big city. Proceedings of 7th World Conference on Artificial Intelligence in Education, pp. 421-428, 1995.
MARIETTO, M.; OMAR N.; FERNANDES, C. Tendências nas áreas de sistemas de tutoria inteligente e modelagem do aprendiz. São José dos Campos: Anais do VIII Simpósio Brasileiro de Informática na Educação, 1997.
MCARTHUR, D.; LEWIS, M.; BISHAY, M. The roles of artificial intelligence in education: current progress and future prospects. Santa Monica, USA, 1993.
OLIVER, R.; OMARI, A.; KNIBB, K. Icreating collaborative computer-based learning environments with the world wide web. ASCILITE'97: December, 1997.
OREY, M.; NELSON, W. Development principles for intelligent tutoring systems: integrating cognitive theory Into the development of computer-based instruction. Educational Technology Research and Development, 41 (1), pp. 59-72, 1993.
PORTER, L. Creating the virtual classroom: distance learning with the internet. NY: Wiley Computer Publishing, 1997.
RICH, Elaine. Inteligência artificial. São Paulo: McGraw-Hill, 1988.
SCHANK, R. Case-based teaching: four experiences in educational software design. Technical Report N. 7, Institute for the Learning Sciences, 1991.
SCHILDT, Hebert. Inteligência artificial utilizando linguagem C. São Paulo: McGraw-Hill, 1989.
SHOHAM, Y. Agent-oriented programming. Artificial Intelligence, 60, 51-92, 1993.
STENBERG, Robert J. Psicologia cognitiva. Porto Alegre: Artmed, 2000.
URBAN-LURAIN, M. Intelligent tutoring systems: an historic review in the context of the development of artificial intelligence and educational psychology. Disponível em: <http://www.cse.msu.edu/~urban/ITS.htm>. Acessado em: 18 ago. 2002.
WOOLF, B. AI in education: encyclopedia of artificial intelligence. New York: Wiley & Sons, 1992, pp. 434-444.
Links:
http://www.cce.ufpr.br/~hamilton/iaed/iaed0001.htm
Página do professor Hamilton Chaiben da Universidade Federal do Paraná. Contém dois trabalhos, um sobre Hipermídia na Educação e outro sobre Inteligência Artificial na Educação, além links e informações sobre seu trabalho.
http://www.inf.pucrs.br/~giraffa/
Pagina da professora Lucia Maria Martins Giraffa, com suas publicações e dos seus orientados na área de inteligência artificial e informática na educação.
http://www.inf.ufrgs.br/~rosa/
Página da Rosa Vicari com uma parte de seus trabalhos disponíveis. Os artigos falam sobre vários assuntos, com informática educativa, inteligência artificial e educação à distância. Possui também indicações de outras páginas sobre esses assuntos.
Pagina onde podemos encontrar listas de tudo que foi feito para ou com o Allegro (software usado para programação de jogos e outros programas multimídias), incluindo o próprio software, alem de fóruns de discussão. Mantida por Matthew J. Leverton.
Página do Laboratório de Inteligência Artificial do MIT, em inglês.
http://ai.iit.nrc.ca/ai_top.html
"Institute for Information Technology". Página em inglês com vários links úteis para os pesquisadores em Inteligência Artificial.
http://www.ulbra.tche.br/~danielnm
Página do professor Daniel Nehme Müller da Faculdade de Informática da ULBRA, contento o conteúdo lecionado no seu curso de Inteligência Artificial, como redes neurais, prolog, lógica fuzzy e alguns softwares e links relacionados a matéria.
http://www.inf.ufpr.br/~michel/Disciplinas/Bac/IA/Problematique/problematica.html
Página do professor Michel Gagnon, da Universidade Federal do Paraná. Possui material dos cursos ministrados por ele na faculdade, inclusive o de Inteligência Artificial.
http://www.icmc.sc.usp.br/~sandra/8/miniEliza.htm
Projeto apresentado no curso de Introdução à Inteligência Artificial da Prof.ra D.ra Sandra Maria Aluísio por Jorge Marques Pelizzoni. Contém o código-fonte e informações sobre o programa Prolog miniEliza, uma miniatura do famoso "programa-terapeuta" Eliza (Joseph Weizembaum, 1966), que conduz uma "conversa" com o usuário.
http://www-ai.ijs.si/eliza/eliza.html
Simulador do Eliza.
http://www.turing.org.uk/turing/
Página sobre a vida e a obra de Alan Turing.
http://www.cic.unb.br/tutores/turing/turing.html
Página sobre a máquina de Turing, possui inclusive uma simulação da máquina.
http://www.tesseract.psc.br/cogIAsite.htm
Artigo "A cognição e as duas tradições em inteligência artificial" de Maria Elisa Marchini Sayeg, doutora em Educação pela USP.
http://cs.wwc.edu/KU/AI/AI1.html
Página sobre inteligência artificial e robótica, com história e aplicações
Redes Neurais:
http://www.univ.com.br/acmm/Redes/~RN-INDEX.htm
"Redes neurais artificiais - o que são, para que servem, como são usadas" Tese de doutorado, em curso, de Antônio Carlos M. Mattos, professor adjunto da Fundação Getúlio Vargas, São Paulo.
http://sites.uol.com.br/santin/sec_verd/intelige.htm
"Inteligência Artificial e Redes Neuronais". Trabalho desenvolvido no curso de graduação em Tecnologia em Processamento de dados da Universidade Mackenzie por André Santin Alves e Marco Aurélio Negishi Pasquareli. Tem por tema principal demonstrar os conceitos básicos relacionados à Inteligência Artificial e Redes Neuronais, e comparar estes dois métodos.
http://www.inf.ufsc.br/~l3c/public.html
Página do Laboratório de Conexionismo e Ciências Cognitivas da Universidade Federal de Santa Catarina sob a responsabilidade do professor Jorge Muniz Barreto. "O grupo reúne pesquisadores de Redes Neurais e Computação Evolutiva preocupados com os problemas ligados à Inteligência Artificial, sem esquecer a abordagem simbólica com aplicações em particular ao estudo dos Processos Cognitivos emergentes nas Redes Neurais, e em coletividades. A influência de ambiente competitivo é abordada com a Teoria dos Jogos." Possui links, lista de discussão e muitos artigos relacionados com a área.
Sistemas Especialistas
http://www.eps.ufsc.br/~oscar/exp_sys/ing/
Página do professor Oscar C. López da Universidade Federal de Santa Catarina com o material das suas aulas sobre Sistemas Especialistas. Dentro dos assuntos abordados temos: representação, aquisição, representação e engenharia do conhecimento.
http://www.pcc.usp.br/Pessoal/professores/toledo/pdf/SBIE2000.pdf
"Um estudo sobre a modelagem do domínio de Geometria Descritiva para a construção de um Sistema Tutor Inteligente". Artigo escrito por Leliane Nunes de Barros e Eduardo Toledo Santos, publicado nos anais do SBIE 2000.
http://www.inf.ufpr.br/~alexd/
Página do professor Alexandre Direne da Universidade Federal do Paraná com links para suas publicações sobre Tutores Inteligentes.