Sistemas Tutoriais Inteligentes
Exemplos (com links) de Sistemas Tutoriais Inteligentes
As pesquisas em sistemas inteligentes têm produzido e certamente continuarão proporcionando um campo de visão para os problemas relacionados com aprendizagem e instrução. Por isso devem continuar sendo pesquisados ativamente.
O desenvolvimento de um software educacional inteligente atualmente requer uma grande quantidade de esforço concentrado e uma diversidade de conhecimentos e técnicas. Além disso, muitos destes programas têm sido indevidamente rotulados "inteligentes". Portanto, um estudo comparativo de STIs é importante para os profissionais das diversas áreas de conhecimento envolvidas na construção destes sistemas. Certamente, novas pesquisas trarão avanços consideráveis em áreas como interação homem-máquina e aprendizagem humana e de máquina.
A seguir serão descritos alguns dos esforços historicamente importantes no desenvolvimento de Sistemas Tutoriais Inteligentes. A maioria destes STIs tem sido extensivamente documentados, como por exemplo em (WE NGER 87 ).
SCHOLAR
O programa SCHOLAR (CARBONELL 70) foi o primeiro a tentar incluir a modelagem do conteúdo. O conhecimento do sistema é representado em uma rede semântica cujos nodos significam objetos e conceitos geográficos sobre a América do Sul. Esta rede contém uma série de elementos ligados por relações claramente especificadas, onde por exemplo, o Brasil é um sub-conceito de país localizado na América do Sul.
Carbonell achava que uma rede semântica completa podia ser utilizada para modelar o conhecimento do estudante. Assim, ele sugeriu uma rede completa para modelar o "estudante perfeito" e progressivamente perturbá-lo para refletir o s eu desempenho até aquele momento, apagando e até mesmo modificando nodos e ligações. O modelo do estudante no sistema SCHOLAR, em termos de avaliações ligadas aos conceitos individuais de uma representação modular d o conhecimento especialista, constitui uma primeira versão do que foi posteriormente chamado o método "overlay".
Um detalhe interessante neste sistema, é que o estudante pode alterar a qualquer momento o modo de controle para o diálogo (teclando "Q/A"). Assim o estudante pode solicitar ao sistema simplesmente responder suas questões, conduzir um diálogo de iniciativa mista, ou assumir o comando e fazer perguntas. Por exemplo, o estudante pode perguntar "Qual é a latitude do Brasil ?" e o sistema irá localizar o elemento Brasil, e então a relação latitude, e apresentará o valor do elemento ligado com esta relação. Portanto, o sistema pode determinar a relação semântica entre dois nodos, simplesmente seguindo seus respectivos caminhos na hierarquia até um nodo em comum ser encontrado.
O sistema SCHOLAR representou uma grande descoberta nesta área. Com seu conhecimento de domínio representado como uma rede semântica, o sistema faz uso de procedimentos de inferência para uma interação tutorial simples. Usualmente os tutores de iniciativa mista dependem da fácil interação do sistema com o estudante através da linguagem natural. Assim, serão necessários avanços consideráveis na área de compreensão de linguagem natural, e isso, sem dúvida, é um dos grandes desafios da Inteligência Artificial.
SOPHIE
SOPHIE (SOPHisticated Instructional Environment) é um sistema ICAI desenvolvido por John Seely Brown, Richard Burton, e seus colegas na Bolt Beranek and Newman, Inc. (BROWN 75 ), para explorar a iniciativa do estudante durante uma interação tutorial. A meta do projeto SOPHIE era criar um ambiente de aprendizagem na qual os estudantes seriam desafiados a explorar idéias sobre suas próprias conjecturas ou hipóteses em situações de resolução de problemas.
Ao contrário do SCHOLAR, seu principal esquema representacional para o conhecimento do domínio é um modelo de simulação, ao invés de uma rede semântica. O programa apresenta ao estudante a simulação de uma p arte de um equipamento eletrônico com defeito. O estudante deve diagnosticar o problema fornecendo as medidas adequadas ou formulando algumas questões específicas. O sistema é projetado para responder questões hipotéticas sobre o sistema sendo simulado, e também avaliar hipóteses. O SOPHIE proporciona ao estudante um ambiente de aprendizagem no qual ele adquire técnicas para a resolução de problemas experimentando suas idéias, ao invés de somente expor o material a ser ensinado. O sistema tem um modelo do conhecimento para resolução de problemas em seu domínio, assim como numerosas estratégias heurísticas para responder às questões dos estudantes, criticar suas hipóteses, e sugerir teorias alternativas. O SOPHIE permite que os estudantes tenham uma relação um-para-um com o especialista baseado em computador que os auxilia no surgimento de suas próprias idéias, experimentando estas idéias e depurando-as quando necessário.
Assim como o SCHOLAR, o projeto SOPHIE também foi marcante para estudos futuros na área, gerando uma longa e diversificada linha de pesquisa.
WEST
O projeto WEST (BURTON 79) foi iniciado no contexto do SOPHIE. Uma vez que o domínio da eletrônica parecia muito complexa para uma primeira investigação da arte de treinar, o domínio escolhido para este propósito foi o jogo educacional para computador chamado "How the WEST was won", desenvolvido para o projeto PLATO Elementary Mathematics Project. Este domínio estava de acordo portanto com o conceito de ambiente de aprendizagem reativo. O propósito do jogo é exercitar técnicas de aritmética.
Para acompanhar todas as necessidades do programa: determinar o que o estudante conhece, quando interromper, e o que dizer, Burton e Brown adicionaram um componente ao sistema e o denominaram "Coach", porque ele agia como um "treinador", observando e auxiliando o jogador a melhorar. O Coach desenvolvido para o WEST baseia-se na idéia de "Issues" e "Examples". Issues são conceitos usados no processo de diagnóstico para identificar, à qualquer momento, o que é relevante. Examples são instâncias concretas destes conceitos abstratos. O fundamento é que a melhor maneira de aumentar a técnica do estudante é ilustrando a ajuda educacional com exemplos concretos.
Há três níveis de Issues : habilidades matemáticas, regras e estratégias particulares ao WEST, e habilidades relevantes para jogar, tal como a aprendizagem a partir do oponente. A maioria das informações sobre as quais o Coach baseia suas decisões vêm da comparação das ações do jogador com o que o especialista faria nas mesmas circunstâncias. Portanto, o WEST contém não somente uma representação do conhecimento do especialista, mas também técnicas tutoriais para utilizar a informação produtivamente.
A influência do WEST na área foi muito significativa, e o sistema é ainda hoje uma referência aos pesquisadores. Entretanto, o tutor em si foi utilizado somente durante alguns meses de experimentos preliminares. Isto pode ser devido ao custo do equipamento em que ele foi originalmente desenvolvido. Considerando o número de jogos ruins atualmente disponíveis para computador, é uma pena que programas cuidadosamente elaborados como WEST devam permanecer somente como experimentos de laboratório (WENGER 87).
GUIDON
O sistema GUIDON é um sistema tutorial especialista para o ensino de diagnóstico de doenças infecciosas do sangue (CLANCEY 87a ) que foi desenvolvido a partir da base de conhecimento já formada do MYCIN, talvez o mais antigo e conhecido sistema especialista, e cuja concepção original foi inspirada pelas capacidades de diálogo do sistema SCHOLAR.
Os sistemas especialistas parecem oferecer uma base ideal para a construção de programas tutoriais. Além do fato óbvio de apresentarem grande quantidade de conhecimento especialista, uma outra vantagem é a usual separação da base de conhecimento contendo as regras de produção do interpretador procedimental que as utiliza. Ainda que um sistema especialista tenha uma boa capacidade de explicação, ele pode somente justificar suas ações passivamente. Para ser capaz de ativamente apresentar o conhecimento, um sistema tutorial necessita de técnicas adicionais para selecionar o material educacional, ser sensitivo ao estudante, e conduzir uma interação de modo bastante eficaz (WENGER 87). Por isso, os resultados da pesquisa de Clancey não foram os desejados, embora tenham deixado importantes contribuições tanto para as pesquisas em sistemas especialistas quanto para os sistemas educacionais.
A estratégia da apresentação pedagógica adotada pelo GUIDON utiliza o método de caso: um diálogo de iniciativa mista concentra sobre casos específicos para transmitir o conhecimento do MYCIN aos estudantes em um contexto de resolução de problemas bastante realístico.
Os pesquisadores do GUIDON perceberam que o importante conhecimento estrutural (hierarquias de dados e hipóteses de diagnóstico) e o conhecimento estratégico (pesquisa do espaço de problema através de refinamentos "top-dow n") estavam implícitos nas regras. Isto é, o conhecimento procedimental que ocasionava um bom desempenho na resolução de problemas em uma consulta ao MYCIN, não estava disponível para propósitos de ensino. Para torn ar este conhecimento explícito, um novo sistema foi desenvolvido, o NEOMYCIN, que separa as estratégias de diagnóstico do conhecimento do domínio e faz bom uso da organização hierárquica de dados e hipóteses. Clance y [CLANCEY 87b <iaed0006.htm>] faz uma boa análise dos problemas enfrentados : "[...] ensino e explicação, nós reconhecemos, exigem diferentes demandas de um especialista que simplesmente resolve p roblemas. Um professor pode fazer analogias, ter múltiplas visões, e níveis de explicação que são desconhecidos do MYCIN. Na construção do MYCIN, nós não tornamos explícito como um espec ialista organiza seu conhecimento, como ele recorda este conhecimento, e quais estratégias ele utiliza para problemas próximos [...]"
O projeto GUIDON é o único na tentativa de transformar um sistema especialista em um tutor inteligente. A principal contribuição da primeira versão deste sistema, é a identificação e o tratamento separado de dife rentes tipos de conhecimento que devem ser disponibilizados para um tutor funcionar eficazmente.
HYDRIVE
HYDRaulics Interactive Video Experience é um STI que incorpora multimídia para resolver problemas de sistema hidráulico de um avião F-15. Apesar do HYDRIVE utilizar um disco laser externo para suportar imagens de vídeo, o conteúdo do disco laser (seqüência de animações e imagens) é representado na base de conhecimento utilizada pelo sistema.
O propósito deste STI é dar instrução aos técnicos de vôo para a solução de problemas complexos. O sistema, quando necessário, pode selecionar um conteúdo de vídeo, a partir de um disco laser, e então apresentá-lo. As pessoas que estão sendo treinadas podem ver os componentes da aeronave em operação. O sistema também pode apresentar instruções realísticas utilizando vídeo dos pilotos da aeronave e mecânicos.
No HYDRIVE, o material multimídia é disponível para o sistema através da codificação de uma representação do conteúdo na forma de regras na base de conhecimento. Quando uma seqüência em particular necessita ser mostrada, ela pode ser localizada através desta representação. Esta incorporação de vídeo no HYDRIVE satisfaz as exigências de um STI para proporcionar uma boa instrução aos funcionários sendo treinados. Os modelos definem o que o sistema deve fazer após a ação da pessoa em treinamento, e a resposta do sistema pode então ser interpretada como uma determinada meta de apresentação.
O ambiente de implementação do HYDRIVE consiste de três elementos distintos: C, IL (Interface Language), e Arity Prolog. A linguagem C passa informação entre a interface e a máquina de inferência. IL é uma linguagem orientada a eventos utilizada para criar interfaces complexas consistindo de apresentações gráficas de alta qualidade e com recursos de controle de vídeo. O Arity Prolog foi utilizado para criar a máquina de inferência do HYDRIVE - os modelos do sistema, do estudante, e educacional (KAPLAN 95 ).
Quando a implementação do sistema HYDRIVE começou, haviam poucas alternativas para a implementação de um STI como este. Atualmente existem novas opções para a criação de sofisticadas interfaces, pois a ferra menta escolhida para a criação de um STI deve simplificar este processo ao máximo.
Para saber mais:
Livros e publicações
BROWN, J. S.; BURTON, R. R.; BELL, A. G. SOPHIE: a step towards a reactive learning environment. International Journal of Man-Machine Studies, Vol. 7, pp. 675-696, 1975.
BURTON, R. R.; BROWN, J. S. An investigation of computer coaching for informal learning activities. International Journal of Man-Machine Studies, Vol. 11, pp. 5-24, 1979.
CARBONNEL, J.R. AI in CAI: an artificial intelligence approach to computer assisted instruction. IEEE Transactions on Man-Machine Systems, Vol. 11, N. 4, pp. 190-202, 1970.
CLANCEY, W.J. Knowledge-based tutoring: the GUIDON program. The MIT Press: 1987
CLANCEY, W.J. Methodology for building na intelligent tutoring system. In: KEARSLEY, G. Artificial intelligence and instruction: applications and methods. p. 193-227, 1987.
KAPLAN, R.; ROCK, D. New directions for intelligent tutoring. AI Expert, pp. 30-40, 1995.
WENGER, E. Artificial intelligence and tutoring systems. Morgan Kaufmann Publishers, 1987.
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.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.