Adriana da Silva Jacinto CT-282 Prof. Dr.Parente Técnicas de diagnóstico 1º semestre 2005

Vem aí.... algumas técnicas de diagnóstico usadas no módulo do estudante

Plan Recognition Plano de Reconhecimento É similar à técnica path finding, porém mais eficiente nas situações especiais nas quais é aplicada. Requer que o conhecimento no modelo do aprendiz seja procedimental e hierárquico e que tudo ou quase tudo do físico, estados observáveis na solução de problema do aprendiz esteja disponível para o programa diagnóstico. Estas duas condições, juntas, informam que a solução do problema pode ser analisada como uma árvore. Os níveis da árvore são ações primitivas, tais como: Mover uma peça do jogo de xadrez ou escrever uma equação. Os nós da árvore são sub-objetivos. Ex.: tentar tornar o rei adversário ou fatorar x 2 + 3x – 1. O nó raiz da árvore é o objetivo completo, como ganhar o jogo de xadrez ou resolver x[x + 4] – x = 1. Links entre os nós na árvore representam relacionamentos entre objetivos e sub- objetivos.

Issue Tracing - descoberta de questão É uma variação do modelo de treinamento. Ignora detalhes. Compara especialista e aprendiz. Ex.: WEST, que usa dois contadores.

Expert Systems - Sistemas especialistas Usa regras de inferência, semelhante a diagnose médica ( se sintoma então pode ser...). Mais complicado. O sistema especialista deverá prover regras para todas as situações possíveis. Pode haver ambigüidade para uma determinada situação e haver problema se mudar a tarefa do domínio.

Referências bibliográficas: 1. POLSON, Martha C. RICHARDSON, J. Jeffrey. Foundations of Intelligent Tutoring Systems. Pág

Path Finding - Localização do caminho –É possível colocar um algoritmo localização de caminho na frente do algoritmo model trancing. ·Dado 2 estados consecutivos, ele encontra um caminho, ou proíbe a aplicação de regras, que pega o primeiro estado dentre o segundo estado. ·O caminho é, então, dado para um algoritmo model-trancing, o qual trata-os como uma fiel tradução da seqüência do estado mental do aprendiz. –Principal problema técnico com o path finding é que existem muitos caminhos entre os dois estados dados.

Condition Induction Condição de indução Model tracing assume que dois estados consecutivos na solução de problema do aprendiz pode ser conectado por uma regra neste modelo. Modelos overlay freqüentemente não trabalham; Modelos bibliotecas de bugs devem contem um grande número de bugs; Bug-part-library são usados como base para a modelagem do aprendiz. Dados dois estados consecutivos, o sistema constrói a regra que converte um estado para outro. Embora existam muitos caminhos para construir tais regras buggy, a única técnica que tem sido revisada até agora é a condition induction. Requer duas bibliotecas: Biblioteca de Operadores: que converte um estado para outro; Biblioteca de Predicados

Modelo de treinamento Mais fácil de implementar. Assume que todos os estados mentais significativos do aprendiz estão disponíveis para o programa diagnóstico. A idéia básica é usar um interpretador não determinado para a modelagem da solução do problema. A cada passo na solução do problema, o interpretador pode sugerir um grupo inteiro de regras a serem aplicadas depois, ao passo que um intérprete determinístico pode sugerir apenas uma simples regra. O algoritmo dispara todas as regras sugeridas, obtendo um conjunto de possibilidades do próximo estado. Um destes estados deveria corresponder ao estado gerado pelo aprendiz. Se é assim, então é razoavelmente correto que o aprendiz usou a regra correspondente para o próximo estado mental e deve saber essa regra. a)O que faz o sistema se o estado do aprendiz não está compatível com algum dos estados produzidos pelas regras neste modelo? b)Suponha-se que o aprendiz gerou um próximo estado por tentativa ou erro, o sistema assume erroneamente que o aprendiz sabe a regra correspondente; c)Quando o sistema mudaria sua idéia sobre este modelo do aprendiz?