Carregar apresentação
A apresentação está carregando. Por favor, espere
1
Sistemas Tutores Inteligentes
Carina Frota Alves
2
Roteiro Introdução Ambientes de aprendizagem Softwares CAI
Sistemas Tutores Inteligentes Características Histórico Arquitetura básica Considerações finais Referências bibliográficas
3
Softwares Educacionais
Ambientes de aprendizagem interativa LOGO Jogos educacionais (WEST e WUSOR) Softwares CAI (Instrução assistida por computador) STI (Sistemas Tutores Inteligentes)
4
Ambientes de Aprendizagem
Idéia geral: Promover o aprendizado enquanto o aluno se diverte Filosofia Piagetiana Aprendizagem não é autocontida
5
LOGO Seymour Papert, MIT Programa da “Tartaruga” Uso de Micromundos
Estudo de geometria
6
Jogos Educacionais Ferramenta de ensino eficaz Motiva os alunos
Facilita a comunicação Exige diversos tipos de conhecimento
7
WEST Laboratórios da Bolt Beranek & Newman
John Seely e Richard Burton Filosofia aprendizado por descobertas orientadas Habilidades aritméticas Estratégias de diagnóstico Técnicas de IA
8
O jogo “How the West was won”
9
WUSOR Carr e Goldstein, MIT Influências do LOGO e WEST Mundo do Wumpus
Habilidades lógicas e probabilísticas
10
O jogo do Wumpus
11
CAI Instrução assistida por computador
Filosofia comportamental (behaviourista) “Livros eletrônicos” Conhecimento de especialistas Estratégias pedagógicas Simplicidade para representar conhecimentos pedagógicos
12
CAI Instrução assistida por computador
Representação estática Decisões tomadas antes de implementar Estrutura rígida Modelo é rejeitado atualmente
13
Tipos de CAI Softwares de exercício e prática Softwares tutoriais
estudante adquire habilidades específicas criticados por especialistas desenvolvem memorização permitem estudo no próprio ritmo Softwares tutoriais disponibilizam caminhos alternativos possuem níveis de complexidade úteis na revisão de um tópico Softwares baseados em simulação oferecem maior interatividade auxiliam o professor estudantes constróem seu próprio conhecimento
14
STI Sistemas Tutores Inteligentes
Proporcionam ensino individualizado Permitem interação ativa Utilizam técnicas de IA Abordagem cooperativa
15
Diferenças entre CAI x STI
16
Características desejáveis num STI
Ser flexível em todos os níveis Favorecer exploração de domínios diversos Possuir inúmeros planos de ensino Dominar o assunto ensinado Solucionar situações não previstas Ter capacidade de reconstruir estados passados
17
1ª Geração de STI Anos 70 a meados de 80
Objetivo - Explorar técnicas de IA Enfoque - Representação do conhecimento e granularidade Características - Sistemas ilustrativos do funcionamento de técnicas de IA Exemplos - SCHOLAR, WHY, GUIDON
18
2ª Geração de STI Final dos anos 80 a início dos 90
Objetivo - Aplicação e teste dos STI Enfoque - Aspectos pedagógicos Características - Maior escopo do domínio Exemplos - Geometry tutor e Lisp tutor
19
3ª Geração de STI Início dos anos 90 ate hoje
Objetivo - Representação, comunicação e conhecimento do aluno Enfoque - Tecnologias hipermídia Características - Equipes multidisciplinares Exemplos - STEAMER, Smithtown economics tutor
20
SCHOLAR Considerado pioneiro Conteúdo: Geografia sul-americana
‘Diálogo misto’ Interface em linguagem natural Domínio representado por Rede Semântica Método Socrático Não foi muito utilizado
21
Exemplo de diálogo SCHOLAR: Approx what is the the area of Brazil?
Student: 2,500,000 square miles. SCHOLAR: Wrong. Please indicate if the following statement is correct: the area of Paraguai is approx 47,432 square miles. Student: What is the area of Brazil? SCHOLAR: 3,600,000 square miles. Now answer the question you didn’t answer before. Student: False. SCHOLAR: Rephase your statement. I can’t understand it. Student: Incorrect. SCHOLAR: Very good! ...
22
WHY Sucessor do SCHOLAR
Conteúdo: Conjunto de processos que ocasionam as chuvas Tutor trabalha com hierarquias de scripts Não trata erros dos alunos
23
Arquitetura Básica Modelo do estudante Modelo do domínio
Modelo do tutor Modelo da interface
24
Modelo do domínio Manipula o conteúdo que vai ser ensinado
Provê mecanismos de geração de exemplos Conhecimento deve ser compatível com raciocínio do estudante Domínio é modelado segundo uma taxonomia Usa formalismos de IA para modelar o conhecimento Ex. redes semânticas, frames, scripts, regras de produção
25
Modelo do estudante Representa aspectos do comportamento e conhecimento do aluno Deve ser capaz de detectar erros cometidos pelos estudantes Verifica mudanças no perfil do estudante Gera processo de diagnóstico
26
Relações entre os modelos do estudante e do domínio
Modelagem por sobreposição Modelagem diferencial Modelagem por perturbação
27
Modelagem por sobreposição
Técnica bastante simples Conhecimento do estudante é subconjunto do modelo do domínio Não trata informações fora do modelo do domínio Conhecimento do domínio Modelo do estudante
28
Modelagem diferencial
Refinamento do anterior Divide o conhecimento em 2 categorias o que o estudante deveria saber o que não se pode esperar que ele conheça Modelo do estudante muito restrito Conhecimento do domínio Conhecimento esperado do estudante Modelo do estudante
29
Modelagem por perturbação
Avanço em relação aos outros Conhecimento do estudante vai além do modelo do domínio Inclui possíveis erros ou falsas concepções do aluno (biblioteca de erros) Conhecimento do domínio Modelo do estudante
30
Modelo do tutor Conhecimento pedagógico do sistema
Possui um conjunto de regras Seleciona conteúdo a ser apresentado Monitora e critica o desempenho do aluno Fornece assistência quando solicitado
31
Estratégias de ensino Treinamento Socrático Orientador Cooperativo
simulação do domínio, muitas vezes em forma de jogos Socrático tutor questiona o aluno Orientador aluno requisita explicitamente auxílio Cooperativo estudante e sistema são agentes que interagem visando trocar conhecimentos
32
Estratégias de diálogo
Motiva o aluno Fornece sugestões, questões ou contra-exemplos Comenta as respostas do estudante Muda a abordagem usada
33
Modelo da Interface Único componente que interage diretamente com o estudante Papel crucial em sistemas interativos Tempo de resposta razoável Visual interessante Representação clara Fácil de usar
34
Considerações finais STI são uma poderosa ferramenta no processo de ensino-aprendizagem Existem dificuldades de difusão dos STI Interdisciplinaridade Inexistência de uma teoria geral Sistemas caros e complexos
35
Referências Bibliográficas
Wenger, E Artificial Intelligence and Tutoring Systems, Morgan Kaufmann Publishers,inc. 1987 Tedesco, P.C.A.R SEI - Sistema de Ensino Inteligente, Tese de Mestrado, DI - UFPE, junho/1997 Nunes, M.G.V Takehara, R.S Mendes,M.D.C A Network-Based Model for Intelligent Tutoring Systems, X SBIA, Porto Alegre, 1993 Viccari, R.M Giraffa, L.M.M Sistemas Tutores Inteligentes: abordagem tradicional x abordagem de agentes, Tutorial apresentado no XIII SBIA, Curitiba, 1996
Apresentações semelhantes
© 2024 SlidePlayer.com.br Inc.
All rights reserved.