Planejamento automático de atividades de ensino aprendizagem
Geiser Chalco Challco
[email protected]
Exame de Qualificação apresentada ao
Instituto de Matemática e Estatı́stica
da
Universidade de São Paulo
para
obtenção do tı́tulo
de
Mestre em Ciências
Programa: Ciência da Computação
Orientador: Prof. Dr. Marco Aurélio Gerosa
O aluno recebe apoio financiero da CNPq
São Paulo, Setembro de 2009
ii
Sumário
1 Introdução
1
2 Fundamentos
3
2.1
2.2
2.3
2.4
Design Instrucional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3
2.1.1
Learning Design . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3
2.1.2
Design Instrucional de Colaboração
8
2.1.3
Objetivos de Aprendizagem . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
. . . . . . . . . . . . . . . . . . . . . . .
A especificação IMS-LD . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2.1
Detalhando os elementos de IMS-LD . . . . . . . . . . . . . . . . . . . . . . . 11
2.2.2
Desenvolvendo Unidades de Aprendizagem com IMS-LD . . . . . . . . . . . . 21
2.2.3
Ferramentas de Autoria do IMS-LD . . . . . . . . . . . . . . . . . . . . . . . 27
Objetos de Aprendizagem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.3.1
Repositórios de Objetos de Aprendizagem . . . . . . . . . . . . . . . . . . . . 30
2.3.2
A especificação LOM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
Planejamento em Inteligência Artificial . . . . . . . . . . . . . . . . . . . . . . . . . . 38
2.4.1
Planejamento Hierárquico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.4.2
Rede Hierárquica de Tarefas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.4.3
O processo de planejamento em HTN . . . . . . . . . . . . . . . . . . . . . . 40
2.4.4
Planejamento com JSHOP2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
2.4.5
O algoritmo de planejamento no JSHOP2 . . . . . . . . . . . . . . . . . . . . 43
3 Trabalhos Relacionados
45
3.1
Modelo T5 de tarefas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.2
Elementos Principais do Sistema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.3
3.2.1
Base de Dados do Domı́nio . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.2.2
Recursos Didáticos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.2.3
O Modelo do Estudante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.2.4
Componente Instrucional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.2.5
Automatizando a Seleção de Objetos de Aprendizagem . . . . . . . . . . . . . 49
Geração Automática do Domı́nio de Planejamento . . . . . . . . . . . . . . . . . . . 53
4 Resultados Preliminares
55
iii
iv
SUMÁRIO
5 Plano de Trabalho
57
Referências Bibliográficas
59
Capı́tulo 1
Introdução
Os Sistemas Gerenciadores de Aprendizagem, Learning Management Systems (LMSs) evoluı́ram
e se tornaram populares no ensino em empresas e instituições educacionais apresentando bons resultados desde o ponto de vista tecnológico, integrando recursos didáticos como objetos de aprendizagem, ferramentas de administração de grupos e serviços de comunicação (fóruns, bate-papo,
vı́deos conferencias, etc.).
No entanto, estes sistemas ainda apresentam dificuldades para o docente ou projetista instrucional devido ao suporte limitado no desenvolvimento de cursos que não permitem definir um
processo de ensino aprendizagem adaptado dependente do método pedagógico utilizado, objetivos
de aprendizagem, caracterı́sticas dos participantes, e recursos didáticos disponı́veis.
A necessidade nos últimos anos tem originado o desenvolvimento de sistemas complexos baseados na teoria de design instrucional, que desde a perspectiva de [Siqueira et al. 2005] correspondem
com a terceira onda de sistemas para o aprendizado eletrônico. Estes sistemas definem o processo de
ensino/aprendizagem como a sequência de atividades a ser efetuadas pelos participantes utilizando
um ambiente com recursos didáticos apropriados [Koper 2005].
Na teoria de design instrucional as atividades do processo de ensino/aprendizagem são projetadas utilizando diretrizes ou regras que constituem o conhecimento pedagógico (derivado das
teorias de aprendizagem, experiência de projeções passadas em contextos similares, e padrões pedagógicos). No entanto, a projeção manual exige muita experiencia difı́cil de ser adquirida, consume
muito tempo e geralmente é uma tarefa repetitiva. Além disso, os especialistas são escassos devido
à necessidade de competências pedagógicas avançadas, o conhecimento do domı́nio e conhecimento
extenso de mı́dias e tecnologias. As diferentes motivações, objetivos, conhecimento prévios e preferencias dos estudantes dificultam a adaptatividade nos cursos.
Assim, as técnicas de Inteligência Artificial (IA), em especial as de planejamento tornam se
candidatas para a construção de ferramentas para automatizar a projeção instrucional. A idéia
de elaborar sequências de atividades que definam o processo instrucional não é nova, existindo
propostas [Marcke 1998], [Vassileva 1998], [Brusilovsky and Vassileva 2003], [Ullrich 2008] que
apresentam representação explı́cita do conhecimento instrucional num componente pedagógico.
Por outra parte o problema de projetar a sequência de atividades de ensino/aprendizagem com
algoritmos clássicos de planejamento que possam resultar numa sequência de atividades definitiva
não é possı́vel devido na natureza do problema da aprendizagem. O problema é parcialmente
observável (atividades externas afetam a aprendizado), dinâmico (os recursos didáticos ficam distribuı́dos e mudam continuamente), não-determinı́stico (as atitudes, prática e conhecimento prévio
de cada estudante impacta no resultado do aprendizado) e não discreto (as teorias de aprendizagem
construtivas consideram o processo de aprendizagem como a construção do conhecimento em passos
não discretos).
As propostas de [Vassileva 1998], [Brusilovsky and Vassileva 2003] utilizam o modelo de execução,
1
2
CAPÍTULO 1. INTRODUÇÃO
monitoramento e re-planejamento para suprir as falhas no plano projetado inicialmente possibilitando efetuar mudanças levando em conta os resultados obtidos. [Ullrich 2008] apresenta a solução
baseando na expansão de tarefas dinâmicas, explicado em mais detalhe no texto.
A especificação IMS-LD como formalização da representação do processo de aprendizagem apresenta uma formidável forma de representar o método pedagógico e possibilita adicionar informação
no componente instrucional, no entanto é preciso definir como este sera incluı́do e utilizado no
projeto.
Nosso objetivo é desenvolver uma ferramente que levando em conta as teorias de design instrucional, possibilite a representação explicita do conhecimento instrucional, e utilize como base deste
conhecimento um repositório de IMS-LD, como representação dos métodos pedagógicos existentes.
Capı́tulo 2
Fundamentos
Neste Capitulo apresentamos os conceitos básicos utilizados ao longo de todo o presente trabalho. Os conceitos relativos a design instrucional, a especificação IMS-LD, objetos de aprendizagem
e planejamento em inteligência artificial são apresentados em forma resumida para o entendimento
do sistema proposto.
2.1
Design Instrucional
As teorias de aprendizagens apresentam modelos para tentar explicar a aprendizagem, baseadas
em observações cientı́ficas. E como toda teoria não é possı́vel estabelecer modelos sem dúvida, sendo
sujeita a modificações na prática propriamente dita. O design instrucional é a ponte entre as teorias
de aprendizagem e a prática propriamente dita.
O design instrucional é o modelo, que de acordo com [Reigeluth 1993] constitui a prática de
extrair um conjunto de diretrizes concretas para facilitar a ocorrência de certos processos de aprendizagem, maximizando a efetividade, eficiência e atratividade da aprendizagem. Isto é a prática
prescritiva no desenvolvimento de unidades de aprendizagem (curricular, curso, lição, modulo, etc.)
para dar solução a um problema educacional concreto.
Segundo [Koper 2000], os aspetos evolutivos do design instrucional atravessaram por três eras,
sendo que o foco na terceira é apresentar atividades num ambiente ideal com recursos didáticos onde
o aprendizado não decorre do acesso aos recursos, mas sim das atividades efetuadas pelos alunos.
Neste sentido, o mesmo autor cita que ... toda prática educacional tem um design instrucional
subjacente que é mais genérico que a prática propriamente dita, ao igual que os edifı́cios construı́dos
têm uma arquitetura ... [Koper 2005].
No presente trabalho nosso foco em design instrucional é limitado na obtenção e avaliação automática de planos de atividades a serem efetuados pelos participantes no processo ensino/aprendizagem.
2.1.1
Learning Design
O Learning Design (LD) é o produto do processo de design instrucional descrito como um
conjunto de atividades estruturadas a serem efetuados pelos participantes em ambientes apropriados
para atingir resultados de aprendizagem [Koper 2005]. O LD é incluı́do na unidade de aprendizagem
com os recursos que apresentam solução a problemas especı́ficos de aprendizagem.
O conjunto de diretrizes que constituem o conhecimento de design instrucional para obter o LD
é resumido na estrutura seguinte como:
if a situation de aprendizagem S ( com valores V ) then
usar método M (learning design) ( com probabilidade P )
end if
Onde:
• A situação de aprendizagem S com valores V (contexto) são divididos em resultados e
3
4
CAPÍTULO 2. FUNDAMENTOS
condições da aprendizagem.
– Os resultados de aprendizagem estão relacionados com a efetividade, eficiência, atratividade e acessibilidade.
– As condições de aprendizagem são caracterı́sticas do objetivo de aprendizagem a ser atingidas (conhecimento, atitude, habilidade e competência), caracterı́sticas dos estudantes
(pré-conhecimento, motivação e circunstancia), caracterı́sticas do ambiente (individual,
grupal, na escola, na casa) e caracterı́sticas das mı́dias disponı́veis (sı́ncrono, assı́ncrono,
lineal, interativo, vı́deo, imagem).
• O método M , é o learning design que atinge os resultados da aprendizagem com uma probabilidade P .
As diretrizes são derivadas das teorias de aprendizagem, melhores práticas e de padrões identificados nas melhores práticas.
Diretrizes derivadas da teorias de aprendizagem
De acordo com [Ullrich 2008] no capitulo Descriptive and Prescriptive Learning Theories onde
cita a [Schulmeister 2002] as teorias de aprendizagem são divididas em descritivas e prescritivas.
As teorias descritivas, resumidas na tabela 2.1, centram-se na construção de modelos de como a
aprendizagem acontece para reproduzir resultados pedagógicos desejados.
Tabela 2.1: Resumo das teorias descritivas (resumidas de [Mergel 1998])
Comportamentalismo
Cognitivismo
Construtivismo
2.1. DESIGN INSTRUCIONAL
A teoria baseada em caracterı́sticas utiliza a observação
de condutas, baseando-se na
repetição de tarefas até que
sejam realizados de forma automática. A mente do aprendiz é considerada uma caixa
preta na que as respostas
a estı́mulos são observadas
quantitativamente ignorando
a possibilidade de eventos no
interior da mente.
A toma de decisões de tipo
condição-ação é a mais utilizada reforçando as reações
positivas e evitando as negativas. Assim, na instrução
programada, a condução da
aprendizagem é gradual entre
os recursos didáticos, apresentado realimentação imediata.
5
No cognitivismo os câmbios de
conduta são utilizados como
indicadores para entender o
que acontece com a mente do
estudante, sendo o objetivo
o estudo do processo mental
procurando estruturas cognitivas utilizadas na resolução
de problemas.
A aprendizagem é concebida
como a transferência destas estruturas cognitivas para
ser usados quando sejam necessários.
A transferência
acontece através da organização, arquivamento e estabelecimento de relações entre
as estruturas novas e antigas.
Baseadas nestas teorias, o
campo de estudo para dar suporte tecnológico foi criado,
Sistemas de Tutores Inteligentes (STI), onde foram desenvolvidos sistemas de software
para dar suporte ao estudante
na solução de problemas baseados na criação de estruturas
cognitivas apropriadas.
A teoria construtivista parte
da premissa da construção
individualizada da perspectiva do mundo que nos rodeia. A perspectiva é construı́da através de experiências
de forma que o conhecimento
é função das experiências previas estruturas mentais, e
crenças que são utilizadas na
interpretação de objetos e
eventos.
A aprendizagem, no enfoque
construtivista, assegura que a
forma de aprender é a construção consciente do próprio
conhecimento. Assim, o estudante leva o controle da atividade construindo sua própria
aprendizagem. No entanto, a
maioria de estudantes carece
de capacidades pedagógicas
necessárias para dirigir sua
aprendizagem, sendo o papel
do docente prover espaços de
interação com ferramentas de
monitoria para supervisar a
realização de atividades adequadas.
As teorias descritivas não apresentem diretrizes concretas do processo de aprendizagem, interesse do presente trabalho, no entanto podem ser utilizadas para determinar que princı́pios básicos
serão levadas em conta no processo de aprendizagem. Isto é que objetivos de aprendizagem serão
atingidos, a forma de avaliar os objetivos, as atividades utilizadas na avaliação e os participantes
requeridos.
Outro aspecto de interesse é que o projetista instrucional geralmente efetua uma aproximação
eclética (combinação dos princı́pios) das teorias de aprendizagem descritivas. Sendo a combinação
não é efetuada de forma arbitraria e sim depende do contexto [Mergel 1998]. Por exemplo, no caso
de aprendizes com pouco conhecimento do conceito é utilizada uma proposta construtivista modera
onde primeiro é apresentado o conteúdo de forma sequencial com exercı́cios e testes estimulando a
resposta continua para reforçar o conhecimento seguindo o principio do comportamentalismo. Na
ultima parte do tópico é possı́vel que o projetista deseje apresentar tarefas do enfoque construtivista
que requeiram negociação social e participação numa discussão de grupos.
As teorias prescritivas são baseadas na construção de modelos especı́ficos em forma de diretrizes
que descrevem que deve ser feito para atingir um resultado de aprendizagem especifico. O romance
6
CAPÍTULO 2. FUNDAMENTOS
destas teorias, como é citada em [Koper 2005] e que pode ser aplicadas universalmente já que
revelam uma verdade incondicional.
Com este principio a condicional da diretriz, que utilizadas estas teorias é vazia, sendo aplicando
direitamente o método instrucional (learning design) que a descreve. No entanto, o método é um
método de alto nı́vel de abstração que é utilizado para instanciar um amplo conjunto de learning
design especı́ficos por parte dos projetistas instrucionais.
Algumas destas teorias de aprendizagem prescritivas extraı́das do capitulo 02 de [Isotani 2009],
e [Ullrich 2008], são apresentadas para exemplificar as teorias prescritivas:
• Os primeiros princı́pios de instrução de Merrill [Merrill 2002] identifica quatro etapas no processo de aprendizagem centrados num problema do mundo real no qual o estudante é comprometido a efetuar 1) a fase de ativação (activation), onde o conhecimento de experiências
previas da aprendizagem são lembradas, 2) A fase de demonstração, onde o instrutor apresenta
a demonstração do que deve ser aprendido mais do que é aprendido, 3) A fase de aplicação,
onde o estudante é requerido na solução de problemas usando o conhecimento adquirido, e
4) A fase de integração, onde os estudantes são comprometidos a integrar o conhecimento
adquirido no dia a dia.
• A teoria de aprendizagem Cognitiva é a estratégia pedagógica no núcleo de aprendizagem
centrado no apoio ao individuo mais qualificado (mestre) para ensinar a indivı́duos menos
qualificados (aprendizes). Na mesma forma em que se aprende um oficio. A aprendizagem
cognitiva prevê passos para a criação de situações que levem aos indivı́duos interagir para
adquirir habilidades num contexto especı́fico. A teoria é composta pelas seguintes cinco
fases que suportam as interações entre indivı́duos e o processo ensino-aprendizagem: 1) A
modelagem, o aluno mestre efetua a tarefa para que o aprendiz possa observar e construir
o modelo conceitual do processo que é requerido para realizar a tarefa. 2) O treinamento,
o estudante efetua a tarefa entanto o mestre oferece conselho, parecer, monitoramento, e
notificação. 3) A articulação inclui a obtenção e articulação do conhecimento, razoamento ou
processo de resolução de problemas. 4) A reflexão possibilita ao aprendiz comparar a solução
apresentada com a solução do mestre. 5) A exploração possibilita ao estudante a resolução
de problemas por conta própria, o que motiva a formular perguntas ou problemas que sejam
interessantes de resolver.
Diretrizes derivadas das melhores práticas
Outra forma de derivar as diretrizes para o conhecimento do design instrucional é utilizar um
exemplo especifico aplicado numa unidade de aprendizagem já desenvolvida com muito êxito. Nesta
proposta, a busca do método finaliza não com um método de alto nı́vel de abstração como no casso
citado das teorias de aprendizagem prescritivas e sem com um exemplo compreensivo.
A idéia é utilizar um banco de dados com cursos e componentes do curso acessı́veis e usáveis
ou utilizar um banco com a descrição de plano de lições, frameworks ou scripts de cursos como
diretrizes para projetar um novo curso.
O maior problema com a proposta é que as caracterı́sticas devem ser descritas em suficiente
detalhe para suportar o processo de busca. Provendo indicadores de qualidade, e resultados do
método de design instrucional. A qualidade pode ser expressa como probabilidade de êxito, revisões
individuais, revisão de expertos ou avaliações de qualidade dos usuários.
Neste sentido, a tabela 2.2, apresenta uma lista de sites com mais do 36,000 planos de lições
disponı́veis na internet. Desta forma é uma boa prática que os projetistas instrucionais procurem
um exemplo especifico de plano de lições para o desenvolvimento de um LD.
2.1. DESIGN INSTRUCIONAL
7
Tabela 2.2: Websites que oferecem planos de lições (Extraı́do de [Van Es and Koper 2005])
Web Site
The Gateway to Educational Materials
LessonPlanz.com
PBS teachersource
Lessonplan search
Merlot
Statistics Canada
Teachers.net
Plano de lições
36000
300
4500
2300
9500
400
1000
URL
www.thegateway.org
www.lessonplanz.com
www.pbs.org
www.lessonplansearch.com
www.merlot.org
www.statcan.ca
www.teachers.net/lessons/
Diretrizes derivadas de padrões das melhores práticas
Um padrão é a descrição em forma clara e concisa da solução a um problema que ocorre
frequentemente, de forma que possa ser utilizado em situações similares. Os padrões são obtidos
de duas formas: Indutivamente, analisando as estruturas comuns no conjunto de métodos dos
learning designs para gerar modelos genéricos ou dedutivamente, com a prescrição dos métodos
pelos projetistas instrucionais e as situações onde ser aplicados.
Desta forma, os padrões obtidos nas melhores práticas provem receitas efetivas para atingir
a aprendizagem em determinadas situações. Sendo preenchidas a condicional da diretriz com a
descrição da situação do problema e o método com um learning design especifico.
Pelo geral os padrões encontram-se expressados em linguagem natural, fato que dificulta ou
arquivamento, a busca ou aplicabilidade em sistemas de computo sendo comummente requerida
uma tradução numa linguagem formal. Em [Koper 2005] a formalização das atividades no método
a ser efetuado utiliza a metáfora de uma peça de teatro, simplificando a tradução na especificação
IMS-LD. A metáfora de peça de teatro, exemplificada na figura ?? inclui os elementos:
• Meta-dados incluem dados descritivos como tı́tulo, autor, direitos autorais, objetivos, etc.
• Papeis, descrevem o conjunto de papeis dos participantes no processo.
• Atos, são o conjunto de atividades executadas pelos participantes em forma sequencial
• Ambientes, provêm a descrição da informação acerca do entorno, incluindo os recursos necessários durante o processo de aprendizagem.
• Role-part, descreve o papel associada numa atividade, ou conjunto de atividades.
• Condições, representam como a atividade ou conjunto de atividades são adaptadas de acordo
a situações especificas.
Exemplo de padrão representado como peça de teatro (adaptado de [Koper 2005])
Situação:
• Treinar uma habilidade
• Configuração: Estudante / Individual
Método:
8
CAPÍTULO 2. FUNDAMENTOS
• Peça de teatro
– Ato I:
∗ Estudante: estudar informação de introdução
– Ato II:
∗
∗
∗
∗
∗
∗
(repetir para n exercı́cios)
Estudante: Fazer exercı́cio (1..n)
Estudante: Se tem dúvidas então perguntar a outros estudantes ou professor
Estudante: Responder dúvidas colocadas pelos colegas.
Tutor: Se os colegas do estudante não responderam, então responder.
Estudante: Pegar teste, e receber resposta do resultado do teste.
– Ato III:
∗ Tutor ou Agente: Prover parecer acerca dos resultados da aprendizagem.
2.1.2
Design Instrucional de Colaboração
Em Computer Suporter Colaborative Learning (CSCL), os padrões são descritos como Scripts
Colaborativos. Um Script Colaborativo apresentam diretrizes de como os grupos de estudantes
devem ser formados e como agir para resolver problemas.
Os scripts são divididos de acordo ao detalhamento das atividades apresentado em macro e micro
scripts. Os macro-script em general descrevem as atividades sem entrar em detalhes especı́ficos
comparados com os micro-scripts. Os micro-script tendem ao prover um alto grado de descrição
das atividades que enfatizam as atividades dos estudantes em forma individual, incluindo descrições
de como são manipulados os recursos na aprendizagem.
De acordo com o framework apresentado por (Kobbe etal, 2007), os principais componentes e
mecanismos para descrever os scripts colaborativos são:
• Componentes:
– Participantes: Apresentam o numero e caracterı́sticas dos participantes.
– Atividades: A lista de atividades em forma de uma estrutura hierárquica, na qual uma
atividade de alto nivel pode ser decomposta em atividades menores.
– Papeis: Papeis que os participantes efetuam durante o processo.
– Recursos: Apresentam os objetos de aprendizagem, que podem ser utilizados pelos participantes no processo de aprendizagem.
– Grupos: Os grupos que participam no processo de aprendizagem. Da mesma forma que
as atividades podem ser representadas em forma hierárquica.
• Mecanismo:
– Distribuição de tarefas: Prove a especificação da distribuição de tarefas entre os participantes.
– Formação de Grupos: Apresenta os princı́pios usados para compor os grupos considerando as caracterı́sticas dos participantes, restrições e disponibilidade de objetos de
aprendizagem.
– Sequênciamento: É a estrutura temporal para interações que especificam a ordem na
quais os eventos e atividades devem ser efetuados (workflow de atividades)
2.1. DESIGN INSTRUCIONAL
9
Um exemplo de Script descrito utilizando a framework proposto por (Kobbe etal, 2007), é
apresentado a seguir. O exemplo correspondente ao Universanté Script, que é um protótipo do
script esquema Jigsaw. Um script esquema, descreve os princı́pios através dos quais se espera que
seja instanciado um novo script mais especifico (Dillenbourg and Jermann 2006).
• Componentes:
– Participantes:
∗ Participantes com pelo menos dois nações, e com muitos participantes por nação.
(descrição de casos).
– Atividades:
1.
2.
3.
4.
5.
Analisar e elaborar o caso.
Resumir e explicar
Analisar, comparar e relatar nova informação para conhecimento prévio pessoal.
Dar opinião e critica.
Solucionar problema.
• Papeis:
• Recursos:
– Descrições de casos de pelo menos dois temas, com pelo menos duas descrições por tema.
• Grupos:
– Grupos Temáticos.
– Grupos de Caso.
– Grupos de Nações.
• Mecanismo:
– Distribuição de tarefas: Cada grupo recebe pelo menos uma descrição de um caso.
– Formação de grupos: Os participantes são agrupados por o número de descrições de
casos. para cada descrição de caso, um grupo de caso é formado que consiste de todos os
participantes. Assim, cada participante chega a ser um membro de todos os grupos de
casos com diferentes papeis em cada um: Cada participante é o analista responsável por
um caso e critico para o resto de casos. O número de participantes é igual ao número
de descrição de casos.
– Sequenciamento:
∗ Dentro de cada grupo de caso, todos os participantes fazem leitura e discutem o
caso (a)
∗ Dentro de cada grupo nacional, os membros de cada grupo de tema presentam uma
sı́nteses da experiência no caso (b).
∗ Dentro de cada grupo de tema, os membros de cada grupo nacional cria uma ficha
concernente ao estado do tema em suas nações (b).
∗ Dentro de cada grupo temático, os participantes discutem as similaridades e diferencias entre as fichas de diferentes nações (c).
10
CAPÍTULO 2. FUNDAMENTOS
∗ Dentro de cada grupo nacional, e para cada grupo temático em torno: os membros
do grupo temático apresentam suas fichas (d).
∗ Dentro de cada grupo de caso, todos os participantes propõem uma solução para o
caso (problema) (f).
Para ser computáveis os Scripts Colaborativos requerem uma linguagem formal que possibilite
sua interpretação, sendo atualmente a especificação IMS-LD a linguagem mais utilizada, em especial
em ambientes de aprendizagem que dão suporte na colaboração (Hernandez-Leo et al, 2005a).
Assim, no trabalho de (Hernandez, 2006) é apresentado como representar macro-scripts usando a
especificação de IMS-LD.
A formalização dos scripts colaborativos, conhecidos como padrões de interação em [Isotani
2009], tem possibilitado a especificação mais formal do problema que é resolvido com o padrão,
capturando o contexto e a circunstancia onde deve ser aplicado o padrão. Em (Barkley et al, 2005),
os padrões são classificados em cinco categorias de acordo aos seus objetivos:
• Técnicas para discussão: Com foco na interação de estudantes motivados e intercambio de
mecanismos de conversão. A idéia principal é a criação de ambientes onde os estudantes
possam pensar acerca de outros trabalhos e critica-os de forma positiva. Por exemplo, ThinkPair-Share (TPS) technique.
• Técnicas para ensino recı́proco: Os estudantes são condicionados a ter que ensinar ao outros
a fim de adquirir habilidades adicionais ao conhecimento do conteúdo, como monitoramento
e ensino. Um exemplo e a técnica de JIGSAW.
• Técnicas para resolução de problemas: No processo os estudantes colocam em prática suas
habilidades na resolução de problemas e aprendem diferentes técnicas para solucionar problemas. Um exemplo é Thinking-Aloud Pair Problem Solving (TAPPS).
• Técnicas usando organizadores gráficos de informação: Com foco em melhorar as habilidades
para gerar, organizar, e apresentar idéias. As técnicas são usáveis quando os membros do
grupo precisam considerar diferentes perspectivas para procurar uma solução ao problema.
Um exemplo é a técnica de Brainstorming.
• Técnicas com foco em escritura: utilizada para dar suporte na aquisição de conhecimento de
conteúdo especifico em forma colaborativa. Um exemplo é a técnica de escritura colaborativa.
Neste sentido numerosos padrões e pesquisas foram desenvolvidos por grupos de investigação
da Europa em projetos como Kaleidoscope e o grupo Intelligent And Cooperative System Research
Group. Incluindo os padrões de colaboração como Jigsaw, brainstorming, entre outros (HernandezLeo et al. 2005a, 2006). O padrão Jigsaw é apresentado na seção da especificação IMS-LD, como
exemplo de desenvolvimento de unidades de aprendizagem utilizando IMS-LD.
2.1.3
Objetivos de Aprendizagem
Em 1996 (Bloom, 1996) foi desenvolvida uma taxonomia para definir os objetivos de aprendizagem que o estudante pode atingir. O objetivo é dividido em distintos nı́veis cada um baseado no
prévio desde o mais simples até o mais abstrato.
• O conhecimento (memória) possibilita ao estudante lembrar o material aprendido com anterioridade como fatos, datas, termos, conceitos básicos, respostas, convenções, sequências
e teorias. As atividades que correspondem com os verbos anotar, arquivar, bosquejar, citar, narrar, deduzir, definir, distinguir, enumerar, escrever, identificar, indicar, ler, listar,
memorizar, nomear, lembrar, reconhecer, registrar, relatar, repetir, selecionar, marcar.
2.2. A ESPECIFICAÇÃO IMS-LD
11
• A compreensão, exige provar o entendimento dos fatos e idéias. Os verbos utilizados são
resumir, explicar, relatar com suas próprias palavras, interpretar, descrever, comparar, diferenciar, provar, visualizar, procurar mais informação, reafirmar.
• Aplicação é efetuar uma tarefa que prove que o estudante é capaz de efetuar tarefas com o
conhecimento como resolver ou solucionar problemas aplicando o conhecimento adquirido. Os
verbos são resolver, ilustrar, calcular, usar, interpretar, relatar, manipular, aplicar, classificar,
modificar, utilizar em prática.
• A analises permite ao estudante fragmentar a informação em diferentes partes para identificar
as causas e motivos identificando padrões efetuando inferências e encontrando evidencias que
ajudem a efetuar generalizações da informação. Com verbos como analisar, organizar, deduzir,
contrastar, comparar, distinguir.
• Sintetizar possibilita ao estudante a compilar e relacionar a informação de forma diferente
combinando elementos com um novo padrão o propondo alternativas distintas para atingir
à solução. Identificado com os verbos projetar, suportar, esquematizar, escrever, reportar,
discutir, planejar, inventar, criar, construir.
• Avaliar possibilita ao estudante apresentar e sustentar as opiniões realizando juı́zos acerca da
informação, validando a qualidade com base em critérios estabelecidos. Verbos como avaliar,
escolher, estimar, arbitrar, defender, criticar, justificar.
2.2
A especificação IMS-LD
A especificação IMS-LD e a especificação da IMS-Global Learning Consortion (IMS-GLC), baseada no Education Modeling Language (EML), desenvolvido desde os inı́cios dos 90 pela Open
Univeristy of Netherlands (OUNL). O propósito e representar um amplo conjunto de processos
instrucionais descrito como as atividades a serem efetuadas pelos participantes (estudantes e pessoal) utilizando um ambiente com objetos de aprendizagem e serviços apropriados a fim de atingir
resultados de aprendizagem (Kooper, 2003).
A implementação do IMS-LD é feita no eXtensible Markup Language (XML), o que garante que
o conteúdo possa ser interpretados pelos computadores para automatizar a execução e reutilizar os
elementos no desenvolvimento de outros processos pedagógicos. O IMS-LD é integrado no manifesto
(imsmainfest.xml), no componente < organizations > para descrever como os recursos didáticos
associados ao manifesto são estruturados no processo instrucional descrito.
2.2.1
Detalhando os elementos de IMS-LD
Os elementos do IMS-LD apresentados no modelo conceitual da figura 2.1 são dividido em três
nı́veis hierárquicos A,B e C.
A especificação é centrada no conceito de Unidade de Aprendizagem, Unit of Learning (UoL),
como um pacote autocontido incluindo os recursos utilizados no aprendizagem (atividades, papeis,
objetos de aprendizagem, serviços), e a descrição do processo (método, play, act) associado a prérequisitos e objetivos de aprendizagem que definem, respectivamente, os requerimentos necessários
e os resultados esperados.
A unidade de aprendizagem pode ser tão extensa quanto um curso de pós-graduação ou tão
pequena como uma única atividade de aprendizagem. No entanto, a denominação é aplicada a
cursos, lições, tópicos e módulos que podem ser reutilizados diversas vezes por diferentes pessoas
com diferentes configurações.
A partir destes três nı́veis de implementação, espera-se que diversos modelos pedagógicos possam ser representados e executados através de editores e players compatı́veis com a especificação
12
CAPÍTULO 2. FUNDAMENTOS
Figura 2.1: Estrutura Conceitual de IMS-LD
IMS-LD. A especificação permite a representação e a execução de atividades de interação presencial, on-line ou mista, suportando abordagens complexas e colaborativas, uma clara evolução aos
padrões de aprendizado eletrônico que suportam apenas o modelo de alunos individuais trabalhando
isoladamente (KOPER TATTERSALL, 2005).
Elementos do Nı́vel A
No IMS-LD, o Nı́vel A contem o vocabulário para representar os recursos como componentes
(< components >) que serão utilizados no elemento método (< method >), para definir o fluxo de
atividades (workflow, learning flow) utilizando a metáfora de uma peça de teatro.
Os elementos < prerequisites > e < learning − objetives > descrevem os pré-requisitos e
resultado pretendidos da aprendizagem. Contêm uma coleção de itens referenciam a recursos (webcontent, imsldcontent, etc) ou pode ser ponto de referencia para a descrição de acordo na especificação Reusable Definition of Competencies and Educational Objetives (RDCEO) [IMS-GLC 2002].
<learning-objectives>
<title>Objetivos</title>
<item identifier= identifierref="R-ObjectivesCourse"
/>
<item identifier= identifierref="R-ObjectivesJigsaw"
/>
</learning-objectives>
<prerequisites>
<title>Prerequisites</title>
<item identifier= identifierref="R-Prerequisites"
2.2. A ESPECIFICAÇÃO IMS-LD
13
/>
</prerequisites>
O bloco componentes (< components >) contêm os elementos:
• Os elementos estudante e pessoal (< learner >, < staf f >) no bloco papéis (< roles >)
possibilitam a criação de novos papéis como tutores, assessores, monitores, grupo de debate a
favor, grupo de expertos, etc. que serão utilizados durante o processo. No mı́nimo a unidade
deve definir um papel do estudante (< learner >).
<roles>
<learner identifier="Learner"
>
<title>Learner</title> </learner>
<staff identifier="Tutor"
>
<title>Tutor</title>
</staff>
<staff identifier="Monitor"
min-persons="2"
max-persons="6"
>
<title>Monitor</title>
</staff>
</roles>
• No bloco de atividades (< activities >) temos atividades de aprendizagem, atividades de
suporte e estrutura de atividades.
– O elemento atividade de aprendizagem (< learning − activity >) descreve a atividade
de aprendizagem (< activity − description >). Os elementos opcionais que pode conter
são tı́tulo (< title >), pré-requisitos (< prerequisites >), objetivos de aprendizagem
(< learning−objectives >), referencia aos ambientes (< enviroment−ref >) utilizados,
escolha da finalização da atividade (< complete − ativity >), acoes a ser efetuadas ao
termino da atividade (< on − completion >).
– O elemento atividade de suporte (< support − activity >) descreve a atividades generalmente efetuadas por membros do pessoal para dar assistência aos estudantes, no
entanto existem modelos pedagógicos nos quais atividades de suporte são efeituados
por alguns estudantes. Se o elemento opcional role-ref (< role − ref >) é estabelecido, então a atividade deve ser efeituada por cada um dos participantes associado
ao papel. Outros elementos opcionais são tı́tulo (< title >), referencia aos ambientes
(< enviroment − ref >), escolha da finalização da atividade (< complete − ativity >),
acoes a ser efetuadas ao termino da atividade (< on − completion >).
14
CAPÍTULO 2. FUNDAMENTOS
– O elemento estrutura de atividades (< structure − activity >) agrupa as atividades
(atividades de aprendizagem, atividades de suporte, e estrutura de atividades) para
criar sequencias ou possibilitar a seleção arbitraria utilizando o atributo structure-type.
Os elementos opcionais incluı́dos são tı́tulo (< title >), informação (< inf ormation >),
e referencia aos ambientes utilizados (< enviroment − ref >).
<activities>
<learning-activity identifier="LA-Introduce"
>
<title>Introduce of Tópic</title>
<enviroment-ref ref="E-Introduce-with-simulation"
/>
<activity-description>
<item identifierref="RES-Introduce-WebContent"
/>
</activity-description>
<complete-activity>
<user-choice>
</complete-activity>
<on-completion>
<feedback-description>
<item identifierref="RES-Introduce-Feedback-WebContent"
/>
</feedback-description>
</on-completion>
</learning-activity>
...
<support-activity identifier="SA-Participant-Preparation"
>
<title>Participant Preparation</title>
<activity-description>
<item identifierref="RES-Participant-Preparation-WebContent"
>
</activity-description>
</support-activity>
...
<activity-structure identifier="AS-Guided-Instruction"
structure-type="sequence"
>
<learner-activity-ref ref="LA-Introduce"
/>
<learner-activity-ref ref="LA-Review-Preconcept"
/>
<support-activity-ref ref="SA-Participant-Preparation"
2.2. A ESPECIFICAÇÃO IMS-LD
15
/>
<activity-structure-ref ref="AS-Illustrate-and-Train-with-Samples"
/>
<activity-structure>
...
</activities>
• O bloco ambientes (< enviroments >) é uma coleção de ambientes (enviroment) definido
como um conjunto de recursos de aprendizagem apropriados para efetuar atividades são divididos em objetos de aprendizagens (< learning − object >), e serviços (< service >).
Os serviços são referidos a recursos de aprendizagem que não podem ser referenciados e
são instanciados pelo programa executor da unidade de aprendizagem, como conferencia
(< conf erence >), envio e-mail (< send − mail >), e serviço de busca (< index − search >).
<enviroments>
<enviroment identifier="E-Resources-Preparation"
>
<learning-object identifier="LO-Introduce-Preparation"
>
<item identifier="RES-Introduce-Preparation"
/>
</learning-object>
<service identifier="SER-Conference-Introduce"
>
<conference conference-type="asynchronous"
>
<participant role-ref="Learner"
/>
<conference-manager role-ref="Teacher"
/>
<item identifier= />
</conference>
</service>
</enviroment>
...
<enviroment identifier="E-Resources-Test"
>
<title>Resource of Test</title>
<learning-object identifier="LO-Exercice-Easy"
>
<item identifier="RES-Exercice-Easy"
16
CAPÍTULO 2. FUNDAMENTOS
/>
</learning-object>
<learning-object identifier="LO-Exercice-Medium"
>
<item identifier="RES-Exercice-Medium"
/>
</learning-object>
<learning-object identifier="LO-Exercice-Hard"
>
<item identifier="RES-Exercice-Hard"
/>
</learning-object>
</enviroment>
<enviroments>
No Nı́vel A, é possı́vel representar os sequenciamentos simples, predeterminados para todos
os participantes relacionados a um papel, no bloco método (< method >), que define o fluxo de
atividades (workflow, learning-flow).
Figura 2.2: Elementos do learning-flow IMS-LD
O método (< method >) é descrito com metáforas de uma peça de teatros (< play >), os elementos opcionais definem o final da unidade de aprendizagem (< complete−unit−of −learning >)
e ações a ser efetuadas ao termino da atividade (< on − completion >).
2.2. A ESPECIFICAÇÃO IMS-LD
17
As peças de teatro (< play >) são composta de uma sequência lineal de atos (< act >), o
final de cada ato é o ponto de sincronização que assegura que todos os participantes iniciem as
próximas atividades simultaneamente. O elemento (< complete − play >) determina quando a
peça teatral finaliza, e as ações a ser efetuadas ao final da peça teatral é definido no elemento
(< on − completion >).
Nos atos (< act >) são definidos o conjunto de atividades associados a papéis a serem efetuadas
durante a execução do ato, a descrição é feita utilizando elementos role-part (< role − part >). Os
elementos opcionais em cada ato são tı́tulo (< title >), definição de termino do ato (< complete −
act >) e ações a ser efetuadas no final do ato (< on − completion >).
<method>
<play identifier="P-Instruction-Programming-Language-C"
>
<act identifier="ACT-Introduction"
>
<role-part identifier="RP-Introduce-Concept"
>
<role-ref ref="Learner"
/>
<learning-activity-ref ref="LA-Introduction-Programming"
/>
</role-part>
<role-part identifier="RP-Introduce-Discusion"
>
<role-ref ref="Learner"
/>
<learning-activity-ref ref="LA-Discusion-Programming"
/>
</role-part>
</act>
...
<act identifier="ACT-Explain"
>
<role-part identifier="RP-Explain-Illustrate"
>
<role-ref ref="Learner"
/>
<activity-structure-ref ref="AS-Explain-Illustrate"
/>
</role-part>
<role-part identifier="RP-Explain-Evaluate"
>
<role-ref ref="Learner"
/>
<activity-structure-ref ref="AS-Explain-Evaluate"
/>
</role-part>
18
CAPÍTULO 2. FUNDAMENTOS
<complete-act>
<when-role-part-completed ref="RP-Explain-Evaluate"
/>
</complete-act>
</act>
</play>
<complete-play>
<when-last-act-completed />
</complete-play>
</method>
Elementos do Nı́vel B
O Nı́vel B permite maior personalização e adaptabilidade da aprendizagem, assim como um
sequenciamento mais complexo das atividades pela adição de propriedades e condições. As propriedades são declaradas no bloco propriedades (< properties >) localizado no bloco componentes
(< components >). Os elementos de uma propriedade são o tipo de dado (< datatype >), booleano, inteiro, real, texto, etc. A propriedade incluem também elementos opcionais como valor inicial
(< initial − value >) e varias restrições (< restriction >) referido ao número de dı́gitos, longitude,
etc.
As propriedades podem ser locais (< loc − property >), quando estão disponı́veis apenas na
execução de uma unidade de aprendizagem e são usadas para armazenar dados temporariamente,
ou globais (< glob−property >), quando estão disponı́veis também fora de uma execução especı́fica,
armazenando dados utilizáveis em mais de uma execução (VAN ES and KOPER, 2006, p. 4).
As propriedades podem ser pessoais, ou seja, de propriedade de uma pessoa (local ou globalmente) (< locpers − property >, < globpers − property >). Quando são globais, podem ser
armazenadas em um dossiê pessoal portável entre diferentes unidades de aprendizagem.
As propriedades associadas a ao papel (< locrole − property >) são sempre locais, e adicionam
referencia ao papel associado adicionando o elemento (< role − ref >).
<properties>
<globpers-property identifier="scoresection1"
>
<datatype datatype="integer"
/>
<initial-value>0</initial-value>
</globpers-property>
<locrole-property identifier="autorizemonitoring"
>
<role-ref ref="R-Tutors"
/>
<datatype datatype="boolean"
/>
</locrole-property>
</properties>
2.2. A ESPECIFICAÇÃO IMS-LD
19
As propriedades facilitam o rastreamento e análise do processo da aprendizagem. Assim, o
elemento para mudar o valor de uma propriedade (< change − property − value >) é adicionado
no elemento < on − completion > que define que o cambio do valor se produz após de completar
algum evento. E o elemento < when − property − value − is − set > é adicionado nos elementos
< complete − activity >, < complete − act >, < complete − play > e < complete − unit − of −
learning >.
<learning-activity identifier="LA-Introduce"
>
<title>Introduce of Tópic</title>
<enviroment-ref ref="E-Introduce-with-simulation"
/>
<activity-description>
<item identifierref="RES-Introduce-WebContent"
/>
</activity-description>
<complete-activity>
<user-choice />
<when-property-value-is-set>
<property-ref ref="P-Share-Files"
/>
<property-value>
<calculate>
<not>
<no-value>
<property-ref ref="P-Share-File"
/>
</no-value>
</not>
</calculate>
</property-value>
</when-property-value-is-set>
</complete-activity>
<on-completion>
<feedback-description>
<item identifierref="RES-Introduce-Feedback-WebContent"
/>
</feedback-description>
<change-property-value>
<property-ref ref="P-View-Introduction"
/>
<property-value>YES</property-value>
</change-property-value>
</on-completion>
</learning-activity>
20
CAPÍTULO 2. FUNDAMENTOS
No elemento serviços é incluı́da a possibilidade de adicionar monitoria (< monitor >), que é
um serviço para visualizar as propriedades do usuário ou das de outros participantes, determinado
pelo elementos < role − ref > e < self >.
As Condições (< conditions >) trabalham sobre valores das propriedade para personalizar uma
variedade de elementos, por exemplo alterar o valor de uma propriedade (< change − property −
value >) ou exibir (< show >) ou ocultar (< hide >) um elemento. Em conjunto com as propriedades, as condições adicionam facilidades extras de refinamento e personalização no IMS-LD. As
condições têm o formato básico:
IF [expressão] THEN [mostra, oculta ou muda algo ou notifica alguém].
Através das condições é possı́vel definir, por exemplo, que determinada atividade deve ser feita
por determinado papel somente se determinada condição for satisfeita.
<conditions>
<if>
<and>
<is>
<property-ref ref="P-availability-examples"
/>
<property-value>YES</property-value>
</is>
<users-in-role>
<role-ref ref="R-Tutor"
/>
</users-in-role>
</and>
</if>
<then>
<show>
<learning-activity-ref="LA-illustrate-with-examples"
/>
</show>
</then>
<else>
<show>
<learning-activity-ref="LA-illustrate-with-description"
/>
</show>
</else>
</conditions>
Adicionalmente no Nı́vel B, podem ser feitos cálculos (< calculate >) aritméticos (adição, subtração, multiplicação e divisão) com os valores de propriedade armazenados (KOPER and BURGOS, 2005). E os elementos globais fazem a comunicação entre o manifesto (imsmanifest.xml) onde
2.2. A ESPECIFICAÇÃO IMS-LD
21
os diferentes nı́veis são configurados e outras partes da descrição.
Elemento do Nı́vel C
O Nı́vel C agrega o elemento de envio de Notificações (< notif ication >), que possibilitam ao
desenvolvedor definir a inicialização de novas atividades ou o envio de uma mensagem em resposta
a eventos. Eventos que podem inicializar as notificações incluem a conclusão de uma atividade
(< on−completion >) e a mudança de um valor de propriedade (< set−property >); ou a avaliação
de uma condição como verdadeira (< then >). As notificações propiciam maior flexibilidade com
relação à personalização da aprendizagem e representam um auxı́lio para a colaboração, além da
capacidade de comunicar de maneira automatizada os resultados de uma atividade de aprendizagem
especı́fica (HUMMEL and KOPER, 2005, p. 12).
<notification>
<email-data email-property-ref="P-email"
>
<role-ref ref="R-tutor"
/>
</email>
<subject>
Test advising report submitted
</subject>
</notification>
2.2.2
Desenvolvendo Unidades de Aprendizagem com IMS-LD
Desenvolver unidades de aprendizagem é um processo complexo, cada esperto tem sua própria
forma de desenvolver as unidades, no entanto o processo é repetitivo com cinco fases idealizadas
pelo processo de ISD (Instructional System Design). As cinco fases que compõem o processo são
analises, design, desenvolvimento, implementação e avaliação. Ao termino de cada fase um produto
é entregado para ser utilizado na fase seguente.
A tabela 2.3 apresenta as fases do processo ISD, com uma breve explicação e os produtos
respetivos com relação na especificação IMS-LD.
Tabela 2.3: Relação das fases do processo ISD e a especificação IMS-LD (adaptado de [])
Nro
Fase
Descrição
Produtos
22
CAPÍTULO 2. FUNDAMENTOS
1
Análise
2
Design
A fase analisa o problema educacional especifico para descrever em forma narrativa que
deve ser aprendido e como
deve ser aprendido. A analises
inclui como caracterizar os estudantes, que deve ser aprendido e como a experiencia de
aprendizagem influi no aprendido, a estrategia que possibilita a aprendizagem mais eficiente e efetivo, como avaliar
a estrategia e se se atinge os
objetivos.
Criar uma coerente visualização instrucional de como
o problema sera resolvido.
A solução é expressada em
forma de learning design. A
fase requere que o a estrategia descrita de forma narrativa seja traduzida formalmente, e a definição dos materias e serviços instrucionais
requeridos.
Texto narrativo, diagramas
simples ou informais.
instancias de documentos
XML, templetes semi-formais
2.2. A ESPECIFICAÇÃO IMS-LD
2.1
Fluxo de Aprendizagem (learning-flow)
23
Tabela estendida de atividades
24
CAPÍTULO 2. FUNDAMENTOS
2.2
Codificação XML
3
Desenvolvimento
Instância de documento XML
Na fase de desenvolvimento, o
conteúdo é adicionado ao learning design para logo criar a
unidade auto-contida com os
recurso apropriados, generalmente num pacote de acordo
com a especificação de content
packaging.
Instância de documento XML
(recursos preenchidos)
2.2. A ESPECIFICAÇÃO IMS-LD
4
Implementação
5
Avaliação
25
Corresponde na instanciação
da UoL, isto é a execução num
contexto especifico.
Corresponde na avaliação do
learning design para ver se
atingem os objetivos para o
qual foi desenvolvido.
Instancia de learning design
para grupo e ambiente de
aprendizagem especı́fico.
Relatório de avaliação, narrativa ajustada
Nas subseções seguentes apresentaremos dois learning design desenvolvidas usando o processo
ISD, apresentado anteriormente. Os exemplos foram extraı́das do manual de melhores práticas de
IMS-LD. Aqui são explicadas em mais detalhe com a apresentação da tabela de atividades.
Aprendizagem Jigsaw
A aprendizagem Jigsaw é uma variação de estúdio em grupo, a principal diferencia é que não
se entrega a mesma informação aos membros, em jigsaw cada membro recibe informação distinta
trabalhando sobre o problema particular. A continuação os participantes de cada grupo com o
mesmo sub-problema particular se reúnem em grupos expertos para discutir o tema é intercambiar
idéias. Terminada a reunião de expertos cada membro volta a seu grupo original para contribuir
com sua experiencia a fim de resolver o problema original.
A analises determina as precondições seguentes:
• O problema inicial deve poder ser dividido em subseções ou problemas independentes.
• Conhecimento suficiente dos conceitos fundamentais do problema.
• É ideal que o grupo de personas que tenham experiencia com aprendizagem colaborativo.
Os métodos na fase Jigsaw são 1) a tarefa de descrição inicial e auto-estudo dos participantes
2) discução entre expertos do grupo e 3) O ensino no grupo original entre os expertos.
atividades,
recursos,
Atribuir
Grupos
Atribuir
Problema
e
SubProblemas
Estúdio Individual
Atividade
de Controle
Discussão
do subproblema
Atividade
de Controle
Discussão
do
problema
global
Apresentar
proposta de
solução
Revisar as
propostas
de solução
Apresentar
Revisão
R-Teacher
R-Teacher
R-Teacher
R-Jigsaw-Learner
R-Jigsaw-Learner
R-Teacher
R-Jigsaw-Expert
R-Teacher
R-Jigsaw-Learner
R-Teacher
Atividade
Papel
Ambiente
Conclusão de Atividade
Propriedade / Notificação
Ato
Tabela 2.4: Tabela de Atividades para o método JIGSAW
Conclusão
de Ato
Estrutura
de
Atividade
Tipo de Atividade
26
CAPÍTULO 2. FUNDAMENTOS
2.2. A ESPECIFICAÇÃO IMS-LD
2.2.3
27
Ferramentas de Autoria do IMS-LD
A especificação de IMS-LD é complexa e requere uma substancial conjunto de componentes e
serviços para poder desenvolver e executar as unidades de aprendizagem. Neste, sentido o Grupo
Valkenburg (Grupo formado por especialistas em eLearning, Design instrucional ...(corregir)), têm
definido um modelo de referencias de arquitetura apresentada na figura 2.3.
Figura 2.3: Arquitetura de Referencia do Grupo Valkenburg
Desde a presentação do modelo de referencia da arquitetura inicial numerosas propostas tem
sido apresentadas inciativas incluı́das a de Open Knowledge Initiative da MIT (OKI, Thorne et
al. 2004) e IMS Abstract Framework (AF 2004), em geral as arquiteturas apresentam um modelo
de arquitetura orientado a serviços (SOA). A figura ?? apresenta o editor de IMS-LD como una
a arquitetura orientada a serviços que inclui serviços para gerenciar as restrições (Constraint Management), gerenciamento do IMS-LD (Learning Design Management), suporte de folhas de estilo
(Stylesheet Management), suporte na descoberta e recuperação de matérias digitais, e serviço de
execução que possibilita a execução e seguimento do IMS-LD(Run).
28
CAPÍTULO 2. FUNDAMENTOS
Figura 2.4: Editor de IMS-LD modelado com uma arquitetura orientada a serviços
Embora as ferramentas para autoria de IMS-LD ainda estejam numa etapa de desenvolvimento
e teste, apresentam uma lista enorme de propostas que podem ser divididas de acordo ao (Griffiths
David, Josep Blat Kooper, 2005) em dois dimensiones relacionadas na interface que apresentam
e grau de especialização. De acordo na interface as de alto nı́vel apresentam ferramentas com
vocabulário diferente ao utilizado na especificação, pelo que também são chamadas distantes da
especificação, e apresentam termos mais familiares ao aprendizagem como lições tópicos e algumas
ainda apresentam ferramentas gráficas para a definição do processo. O outro conjunto de ferramentas é muito mais similar a ferramentas de proposito geral como editores de XML é requerem
um conhecimento amplo da especificação de parte dos autores para sua utilização.
Na dimensão relacionado ao grau de especialização as de proposito geral apresentam o acesso
a todo o conjunto de elementos da especificação e possibilitam o desenvolvimento de unidades de
aprendizagem de um amplo conjunto de processos pedagógicos. No entanto, no desenvolvimento
muitas vezes o autor somente precisa de um subconjunto de elementos para o desenvolvimento das
unidades de aprendizagem para elaborar processos relacionados com uma areá, didática especifica.
A tabela 2.5 apresenta algumas das ferramentas de autoria de IMS-LD, com um breve resuma
das caracterı́sticas principais e o nı́vel de elementos capaz de ser desenvolvido utilizando a ferramenta.
Nome
LAM
Reload LD
Tipo
distante / geral
cercana / geral
Nı́vel
A
A, B, C
Caracterı́sticas
Editor e Executor com a especificação somente funciona como editor
Editor
Tabela 2.5: Ferramentas de Autoria de IMS-LD
Referencia
(LAM)
(Reload)
2.2. A ESPECIFICAÇÃO IMS-LD
29
30
2.3
CAPÍTULO 2. FUNDAMENTOS
Objetos de Aprendizagem
Desenvolver materiais didáticos é custoso e consume muito tempo, existindo um esforço enorme
no desenvolvimento de objetos de aprendizagem definidos como quaisquer recurso referenciavel ou
direcionável digital ou não, utilizado para efetuar atividades de aprendizagem ou de suporte (IMSLD,2003),(IEEE LOM, 2002, IMS). No entanto alguns, existem autores como (Willey, 2000) que
definem como qualquer recurso de aprendizagem digital que possa ser utilizado em vários contextos
instrucionais para dar suporte à aprendizagem. Neste sentido, de acordo com o estudo de (McGral,
2004) a caracterização e definição de objetos de aprendizagem vai do geral ao especifico como é
ilustrado na Figura 2.5. (Quaisquer recurso, quaisquer recurso digital com proposito educacional
ou não, quaisquer recurso com proposito educacional, objetos digitais que tem um proposito educacional, objetos digitais que são etiquetados de uma forma especifica para propósitos educacionais).
Figura 2.5: Classificação de objetos de aprendizagem (McGral, 2004)
De acordo na definição (McGral, 2004), o uso de um objeto determina se ou não um objeto
chega a ser um objeto de aprendizagem, e assim quaisquer coisa existente pode ser considerado
um objeto de aprendizagem. Não entanto, a representação baseada e software ou único objeto
considerado em a prática como existente são aqueles que posem ser representados digitalmente. o
reuso facilita a atualização, busca e gestão de conteúdos incrementando o valor dos conteúdos.
2.3.1
Repositórios de Objetos de Aprendizagem
2.3.2
A especificação LOM
O padrão IEEE Learning Object Metadata (LOM) [IEEE 2005] são meta-dados que descrevem
os objetos de aprendizagem (OA). O LOM organiza os meta-dados em uma estrutura taxonômica
hierárquica como é apresentada na figura 2.6.
As nove categorias do LOM são:
General (General) Os meta-dados descrevem em forma geral o OA tais como identificador, tı́tulo,
2.3. OBJETOS DE APRENDIZAGEM
31
Figura 2.6: Modelo LOM (Learning Object MetaData)
descrição, lı́ngua, palavras-chave, etc.
Ciclo de Vida (Life-cycle) Detalham o ciclo de vida do Objeto de Aprendizagem, incluindo um
histórico da versão, estado atual, contribuidores, etc.
Meta-Metadados (Meta-Metadata) Agrupam a informação acerca dos meta-dados. Informação
de contribuidores, versão da especificação, linguagem dos meta-dados, etc.
Técnica (Technical) Apresenta a informação relacionada as caracterı́sticas técnicas como tamanho, localização e formato. Alem de possı́veis requisitos tecnológicos necessários para poder
executar o OA.
Educacional (Educational) O elemento apresenta as diferentes caracterı́sticas instrucionais do objeto. Caracterı́sticas como tipo de recurso (exercı́cio, diagrama, figura) nı́vel de interatividade
(alta, normal, baixa), contexto de uso (universidade, ensino fundamental, médio).
Direitos Autorais (Rights) Descreve a informação da propriedade intelectual(condiciones de utilização, licenças).
Relação (Relation) Possibilita expressar o tipo de relacionamento entre os objetos (baseado em,
parte de, para, etc).
Anotação (Annotation) Possibilitam a inclusão de informação de comentários sobre o uso dos
OAs, com informação de quando e quem gero o comentário.
Classificação (Cassification) Permite definir novas taxonomias para classificação dos objetos não
contempladas na especificação. A classificação é identificada com um proposito e um caminho
do Táxon com origem é Táxon(Id, Entrada).
Na tabela 2.6 detalhamos os meta-dados relevantes desde o ponto de vista instrucional e relevantes no presente trabalho para automatizar a construção do plano do processo de ensino /
aprendizagem.
1.6
1.5
1.3
1.1.2
1.1
Nr
1
Explicação
Agrupa as informações gerais que descrevem o
objeto de aprendizagem como um todo
Identificador Rótulo global único que identifica o objeto de
aprendizagem
Entrada
Valor do identificador dentro de um esquema de
catalogação que identifica o objeto de aprendizagem. Uma cadeia de caracteres especı́fica dentro
de um contexto.
Linguagem
O principal linguagem ou linguagem usados no
objeto de aprendizagem para a comunicação ao
usuário.
Palavras
As palavras chaves descrevem o tópico do objeto
chaves
de aprendizagem. O elemento não deve ser utilizado por caracterı́sticas que posam ser descritas
por outros elementos.
Cobertura
Descreve a cultura, tempo, ubicação geográfica
ou região para a qual este objeto de aprendizagem se aplica.
Nome
Geral
máx:
10
máx:
10
máx:
10
máx:
10
1
Tam
1
não ordenada
não ordenada
não ordenada
Ordem
não especificada
não especificada
não especificada
Cadeia de Caracteres com Linguagem
Cadeia de Caracteres com Linguagem
Cadeia de Caracteres
Cadeia de Caracteres
Tipo de Dados
(”en”,”16th
century
France”)
,
(”pt”,”siglo
16
frança”)
(”en”,”Math”)
,
(”pt”,”Matemática”)
”en”, ”en-GB”, ”pt”,
”pt-BR”
”Electro
01”,
”http://host/foto.jpg”
Exemplo
Tabela 2.6: Tabela com a descrição de meta-dados LOM relevantes desde a perspetiva instrucional
32
CAPÍTULO 2. FUNDAMENTOS
1.7
Estrutura
Descreve a estrutura organizacional subjacente
do objeto de aprendizagem.
1
não especificada
Vocabulário (atomic: um objeto
indivisı́vel, collection: um conjunto
de objetos com
relação não especifica entre eles,
networked:
um
conjunto de objetos com relações
não
especificas
,
hierarchical:
um conjunto de
objetos
cujas
relações podem
ser representadas
por uma estrutura de árvore,
linear: um conjunto de objetos
completamente
ordenados)
atomic
2.3. OBJETOS DE APRENDIZAGEM
33
Nı́vel
de
agregação
Técnica
Formato
Localização
Educacional
1.8
4
4.1
4.3
5
Uma cadeia de caracteres que é utilizada para
acessar ao objeto de aprendizagem. Pudendo
ser uma localização (URL) ou um método que
resolve a localização.
A categoria de descreve dados educacionais ou
caracterı́sticas pedagógicas de este objeto de
aprendizagem.
Descreve os requerimentos técnicos e caracterı́sticas de este objeto de aprendizagem.
É(são) o(s) tipo(s) de dado técnico(s) de (todos
os componentes) do objeto de aprendizagem.
Descreve a granularidade do objeto de aprendizagem.
máx:
100
máx:
10
máx:
40
1
1
não especificada
ordenada
não especificada
não ordenada
não especificada
Cadeia de Caracteres
Cadeia de Caracteres
Enumeração
(1: O nı́vel de
agregação
mais
pequeno correspondente a raws
ou fragmentos, 2:
Uma coleção de
objetos de nı́vel
1 de objetos de
aprendizagem
e.g:
lição, 3:
uma coleção de
objetos de nı́vel
2 e.g. curso, 4:
uma coleção de
objetos de nı́vel 3
ou 4 e.g. um conjunto de cursos
com certificação)
”video/mpeg”,
”application/xtoolbook”
”http://host/id”
1=atomic
34
CAPÍTULO 2. FUNDAMENTOS
Tipo
de
Interatividade
Tipo
de
Recurso de
Aprendizagem
Nı́vel
de
interatividade
5.1
5.2
5.3
O grau de interatividade que caracteriza o objeto de aprendizagem. A interatividade neste
contexto é referida ao grau com que o estudante
pode influenciar o aspeto ou comportamento do
objeto de aprendizagem.
Especifica o tipo do objeto de aprendizagem (Dimensão pedagógica e técnica).
Predominante modo do aprendizagem suportado por este objeto de aprendizagem
1
máx:
10
1
não especificada
ordenada
não especifica
Vocabulário
(exercı́cio,
simulação,
questionário,
diagrama,
figura,
gráfico,
ı́ndice,
slide,
tabela,
texto narrativo,
exame,
experimento, sentença
de
problema,
leitura, ...)
Vocabulário (very
low, low, medium,
high, very high)
Vocabulário (active, expositive,
mixed)
Um objeto de aprendizagem pode ser
ativo como uma
simulação pero com
poco grau de interatividade é dizer
apresenta
poucos
controles
5.1:”active”5.3:”low”
”active”(uma
simulação,
questionário, exercı́cio,
problema), ”expositive”(hipertexto,
vı́deo,
material
gráfico,
material vı́deo), ”mixed”(hipermı́dia)
”table”(tabela),
”exercise”(exercı́cio)
2.3. OBJETOS DE APRENDIZAGEM
35
Contexto
Rango de
Idades
Tı́pico
Tempo
tipico
de
aprendizagem
Linguagem
Relação
5.6
5.7
5.11
7
5.9
Papel
do
usuário
final
5.5
Define as relações entre objetos de aprendizagem.
Informação aproximada ou tipica do tempo que
demora trabalhar ou explorar o objeto de aprendizagem para a audiência especificada no 5.6 e
5.7
O linguagem do usuário final para o qual foi desenvolvido o objeto de aprendizagem.
Idades tı́picas do usuário para o qual é destino
o objeto.
O ambiente principal da aprendizagem e utilização para o qual o objeto é destinado e tem
lugar.
papel do usuário final para o qual o objeto de
aprendizagem for projetado.
máx:
100
máx:
10
1
máx:
5
máx:
10
máx:
10
não ordenada
não ordenada
não especificada
não ordenada
não ordenada
Cadeia
Caráteres
Duração
de
Vocabulário
(school, higher,
education, training, other)
Cadeia de Caracteres
Vocabulário (teacher, author, estudante, administrador)
”PT-
”en”,
”en-GB”,
”de”(Como exemplo
pode imaginar um
objeto de aprendizagem em inglês
destinado para ser
utilizado
numa
turma de alunos
que
solo
falam
portuguese)
”PT1H30M”,
1M45S”
”7-9”, ”15”, ”18-”
Uma
ferramenta
de
autoria
que
produz
materiais
pedagógicos é um
exemplo tı́pico do
objeto de aprendizagem desenvolvido
para um autor
36
CAPÍTULO 2. FUNDAMENTOS
7.2.1
Recurso
7.2
Expressa a natureza da relação entre o objeto de
aprendizagem atual e o objeto especificado em
7.2.
O objeto de aprendizagem que é referenciado na
relação
Identificador O identificador global único que identifica ao objeto de aprendizagem
Tipo
7.1
1
1
1
não especificada
máx: 10
não especificada
(igual ao especificado no metadado 1.2)
Vocabulário (Baseado em Dublim
Core:
”ispartof”, ”haspart”,
”isversionof”,
”hasversion”,
”isformatof”,
”hasformat”,
”isreferencedby”,
”isbasedon”,
”isbasefor”,
”requires”, ”isrequieredby”)
2.3. OBJETOS DE APRENDIZAGEM
37
38
CAPÍTULO 2. FUNDAMENTOS
2.4
Planejamento em Inteligência Artificial
O problema de planejamento em Inteligência Artificial é definido como a tarefa de busca e
estruturação de forma sequêncial de um conjunto de atividades que depois de serem executadas
pelo agente inteligente atingem um objetivo desejado [Nau et al. 2004].
Um agente inteligente é um agente de software que possui ou simula uma caracterı́stica inteligente. A inteligência para nos é definida como a capacidade de agir racionalmente, é dizer agir
correta e eficientemente com o propósito de maximizar um resultado.
Um exemplo prático em planejamento do processo de ensino / aprendizagem é o desejo do
agente de dirigir ao estudante na resolução de exercı́cios. Para isto o agente deve disponibilizar um
número de exercı́cios adequados nas preferencias e o tópico de ensino. Se o estudante comete um
erro na solução do exercı́cio, o agente deve procurar uma dica para ajudar ao estudante, prover da
teoria adequada ou apresentar um exemplo ilustrativo similar.
Cada forma abordada o problema tem prós e contras. Dirigir apresentar primeiro os mas fácies,
é bom para estudantes com poco conhecimento do tópico no entanto quizas apresentar um exemplo
antes pode ser mais influente no aprendizagem. Apresentar a teoria primeiro, pode ser ideal para
os pouco motivados pero pode acrescentar a desmotivação se ou estudante já conhece a teoria.
Os exemplo ilustrativos podem ser entregados logo de muitos intentos falidos, o que pode causar
frustração em alguns estudantes.
Assim, para efetuar a tarefa o agente precisa de uma representação formal do problema de
planejamento definido como a tripla P = (s0 , Σ, g) onde s0 descreve o estado inicial do mundo, g é
o conjunto de estados objetivo que podem ser alcançados, e Σ (S, A, γ) é o domı́nio de planejamento,
formado por:
• S = {s0 , s1 , s2 , ...} define o conjunto de estados alcançáveis.
• A = {a0 , a1 , a2 , ...} define o conjunto de ações que podem ser efetuadas pelo agente.
• γ : SxA → S é a função de transição de estados.
Os operadores de planejamento são expressões lógicas que representam as ações A = {a0 , a1 , a2 , ...}
que podem ser efetuadas pelo agente num estado S = {s0 , s1 , s2 , ...}. Por exemplo, no estado S0 as
ações (!mover t1 casal1), (!mover t1 l2), (!mover t1 l3) e (!mover t1 l4) são instanciadas a partir
do operador (!mover ?t ?l1 ?l2). Os operadores consistem de três partes:
• A precondição que expressa quando pode ser executado pelo agente para assim efetuar a ações
instanciadas a partir dele.
• Os efeitos positivos como uma lista de fatos (fluentes) a serem verdadeiros no estado atual
apos a execução da ação.
• Os efeitos negativos como uma lista de fatos (fluentes) a serem falsos no estado atual.
Um planejador, é um algoritmo que dada a representação formal do problema e o conhecimento
acerca do domı́nio, devolvem como solução um plano de atividades (sequência de atividades). Os
planejadores podem ser classificados de acordo na forma de representação do domı́nio em clássicos
baseados em a representação de estados, e com conhecimento codificação hierárquico.
Os planejadores baseado em estados utilizam busca no espaço de estados para construir um plano
com as ações que permitam atingir num estado pertencente ao conjunto de estados alcançáveis. Os
hierárquicos efetuam uma decomposição de tarefas complexas a tarefas mais simples com menor
grau de complexidade com o proposito de atingir o objetivo que é a tarefa decomposta.
2.4. PLANEJAMENTO EM INTELIGÊNCIA ARTIFICIAL
39
Comparado com os planejadores clássicos, os hierárquicos representam o conhecimento de forma
sofisticada que possibilitam resolver variedade de problemas não possı́veis de resolver em planejamento clássico, de forma mas efetiva e rápida. No entanto, a dificuldade de representação que tem
de ser codificados por especialistas resulta sua principal desvantagem, porque o processo de codificação toma muito tempo, e as vezes a codificação não sempre é viável pelo número de métodos e
tarefas.
A figura ?? mostra um plano sendo construı́do por clássico e outro sendo construı́do utilizando
redes hierárquicas de tarefas.
2.4.1
Planejamento Hierárquico
Os planejadores hierárquicos, baseados em redes hierárquicas de tarefas, Hierarchical Task
Network (HTN), centram seu princı́pio na representação do conhecimento de forma explı́cita e
a redução do problema até chegar a um conjunto de tarefas primitivas, isto é atividades que podem
ser realizadas diretamente pelo agente.
Nos planejadores hierárquicos são utilizados métodos para reduzir as tarefas de maior nı́vel de
abstração. Os métodos especificam as possı́veis reduções destas tarefas para conjuntos de zero ou
mais tarefas abstratas ou primitivas. Cada redução tem uma condição associada que define se ela
é aplicável ou não em determinada situação. As tarefas primitivas são realizadas pelos operadores
que efetivam as mudanças no estado do mundo.
Em planejamento hierárquico a tarefa representa o objetivo, comportamento ou ação de ser
efetuado pelo mecanismo para atingir seu objetivo. O objetivo composto têm vários subobjetivos
que podem ser compostos ou primitivos definindo uma hierárquica, intuitivo para os especialistas
em conhecimento, pois, é estruturado de forma similar à forma usada pelas pessoas.
A codificação do conhecimento é efetuada utilizando tarefas, métodos e operadores.
• Uma tarefa é uma atividade ou um conjunto de atividades a serem efetuadas pelo agente, que
ao ser executadas atingem o objetivo da tarefa.
• O método é uma receita que indica como decompor a tarefa num conjunto parcialmente
ordenado de subtarefas. Assim para efetuar uma tarefa existem diferentes métodos que possibilitam ao agente a atingir o objetivo da tarefa.
• Os operadores representam um conjunto de tarefas primitivas que instanciam ações que podem
ser efetuadas pelo agente, a instanciação é feita através dos argumentos e precondições no
operador.
2.4.2
Rede Hierárquica de Tarefas
Uma rede de tarefa é definido como um dı́grafo w = (U, C) onde cada nó u ∈ U contem
uma tarefa e as arestas definem ordens parciais. Por exemplo, na Figura 2.7 a aresta (!t1,!t2) ∈ C
define a ordem parcial t1 ≺ t2.
Uma rede hierárquica de tarefas é uma rede de tarefas onde cada nó u ∈ U contem um conjunto
de tarefas e as arestas que definem a ordem parcial entre os nós. A maioria dos planejadores define
as relações de ordem parcial na rede hierárquica por médio das restrições:
• A restrição de precedência (u ≺ v), define que uma tarefa u deve ser efetuada antes da
tarefa v.
• A restrição bef ore(V, literall ) com V ={ui , uj , uk , ..., ul } ⊆ U é a restrição de precondição
que expressa que em quaisquer plano de solução P , o literall tem que ser verdadeiro antes
da primeira ação, f irst(V, P ), do processo de decompor V .
40
CAPÍTULO 2. FUNDAMENTOS
• A restrição af ter(V, literall ) com V ={ui , uj , uk , ..., ul } ⊆ U é a restrição de precondição que
expressa que em quaisquer plano de solução P , o literall tem que ser verdadeiro depois da
ultima ação, last(V, P ), do processo de decompor V .
• A restrição between(V1 , V2 , literall ) com V1 ∈ U e V2 ∈ U é a restrição que expressa
que em quaisquer plano de solução P o literall tem que ser verdadeiro entre a ultima ação,
last(V1 , P ) e a primeira ação, f irst(V2 , P ), do processo de decompor V1 e V2 .
2.4.3
O processo de planejamento em HTN
Figura 2.7: Processo de planejamento em a rede hierárquica de tarefas
O problema de planejamento é definido como quádruplo P ={S0 , w, O, M }, onde w é a rede
hierárquica de tarefas, o domı́nio D=(O, M ) corresponde ao conjunto de operadores O e métodos
M . O processo de planejamento é feito decompondo as tarefas não primitivas, e instanciando os
métodos que podem decompor a rede de tarefas até chegar a uma rede de tarefas primitivas.
• name(m) é o nome do método seguido dos argumentos n(x1 , x2 ... xk ).
• task(m) é a tarefa composta que pode fazer uso do método.
• subtask(m0 ) e constr(m0 ) é a subrede em que será decomposta a tarefa task(m).
2.4. PLANEJAMENTO EM INTELIGÊNCIA ARTIFICIAL
41
A função d(w, u, m) que decompõe a tarefa u = task(m), nó pertencente na rede w = (U, C),
utilizando o método m. Apresenta o resultado w0 = (U 0 , C 0 ), como a rede de tarefa, onde:
• O conjunto (U 0 ) é o conjunto de nós (U − u)
S
subtaref as(m0 ).
• O conjunto de restrições C 0 é definido como:
– A cada restrição de precedência u ≺ v em C, é substituı́do por os elementos da subtaref a(m0 ).
Por exemplo, se subtaref a(m0 )={u1 , u2 } então u ≺ v é substituı́do por u1 ≺ v, u2 ≺ v.
– Para cada restrição (bef ore−),.(af ter−) e (between−) em C, os elementos de u são substituı́dos por elementos de subtaref a(m0 ). Assim, se em C existe a restrição bef ore({u}, l1 ),
ela é substituı́da por bef ore({u1 , u2 }, l1 ).
Assim na Figura 2.7, a tarefa tarefa t5 pode ser decomposto pelos métodos método m3 e
método m5, a escolha do método a utilizar é não determinı́stica sendo possı́vel fazer backtracking
neste ponto se o método não atinge a uma solução.
Na decomposição a rede de tarefas é atualizado o conjunto de nós Ui e o conjunto de restrições
Ci que definem a ordem parcial, dando resultado na nova rede wj .
Finalmente o processo de decomposição é repetido até chegar a uma rede de tarefas primitivas wn
que definem um plano parcialmente ordenando, com soluções ao problema P ={!t4 , !t10 , !t11 , !t11 , !t14 , !t6 }.
2.4.4
Planejamento com JSHOP2
Java Simple Hierarquical Ordered Planner 2 (JSHOP2), é um planejador baseado em HTN
independente de domı́nio e desenvolvido pela Universidade de Maryland. O JSHOP2 é a implementação do planejador SHOP2 para java que utiliza lógica de predicados de primeira ordem com
notação similar a LISP para definir o domı́nio de planejamento [Nau et al. 2003].
O problema de planejamento é representado em JSHOP2 como:
(def problem problemN ame domainN ame ([a1,1 a1,2 ... a1,n ]) T1 ... ([am,1 am,2 ... am,o ]) Tm ).
Onde problemN ame e domainN ame são sı́mbolos, cada e ai,j e cada Ti é uma lista de tarefas
a ser atingidas para iniciar o processo de planejamento.
O domı́nio é representado como
(def domain domainN ame (d1 d2 ...dn ))
Onde domainN ame é um simbolo e cada di é um operador, método ou um axioma
• A tarefa é uma lista de termos da forma (t r1 r2 r3 ... rn ) onde t é o nome da tarefa e os
argumentos r2 r3 ... rn são termos. Uma tarefa primitiva é identificada com sı́mbolo “!”diante
do nome. Por exemplo, (!insert r)
• O operador de planejamento tem a forma (: operador h P D A) onde h é o nome do operador,
C é o conjunto de precondições, D e A são os efeitos negativos e positivos.
• O método é representado como
(: method h [name1 ] p1 t1 [name1 ] p2 t2 [name1 ] p3 t3 , ... [namek ] pk tk ) onde h é o nome da
tarefa composta, pi são as expressões lógicas de precondições para cada tarefa ti e namei é o
atributo opcional de nome para cada par pi ti .
42
CAPÍTULO 2. FUNDAMENTOS
Algorithm 1 Versão simplificada do algoritmo JSHOP2 [Nau et al. 2003]
1: P = ∅
2: T0 ← { t ∈ T : nao existe outra tarefa em T que preceda t }
3: loop
4:
if T = ∅ then
5:
return P
6:
end if
7:
if t é uma tarefa primitiva then
8:
A ← { (a, θ): a é uma instancia ground de um operador em D, θ é uma sustituição que
unifica head(a), t, e s satisfaz as precondições de a }
9:
if A = ∅ then
10:
return falha
11:
end if
12:
escolha não deterministica do par (a, θ) ∈ A
13:
s é mudado apagando del(a) e adicionando add(a)
14:
adicionar a em P
15:
modificar T apagando t e aplicando θ
16:
T0 ← { t ∈ T : menhuma tarefa em T é restringida para preceder t }
17:
else
18:
M ← { (m, θ): m é uma instancia do método em D, θ unifica { head(m), t }, pre(m) é
verdadeira em s, e m e θ são o mais geral possı́vel }
19:
if M = ∅ then
20:
return falha
21:
end if
22:
escolha não determnistica do par (m, θ) ∈ M
23:
modificar T apagando t, adicionando sub(m), adicionando restrição de precedencia em
sub(m) para preceder as tarefas que t predecia, e aplicar θ
24:
if sub(m) 6= ∅ then
25:
T0 ← { t ∈ sub(m): nenhuma tarefa em T é restringida para preceder t }
26:
else
27:
T0 ← { t ∈ T : nenhuma tarefa em T é restringida para preceder t }
28:
end if
29:
end if
30: end loop
2.4. PLANEJAMENTO EM INTELIGÊNCIA ARTIFICIAL
2.4.5
43
O algoritmo de planejamento no JSHOP2
O algoritmo de planejamento JSHOP2 utiliza a restrição de precedência (≺) e a restrição
(bef ore−) para definir a rede hierárquica de tarefas. Pois em cada escolha não determinı́stica
da linha 12 todos os fluentes e restrições de precedência que descrevem o estado s são conhecidos,
como consequência das linhas 23, 15 e linha 13.
O algoritmo inicia com o plano vazio e uma lista T0 de tarefas sem restrições de precedência
linhas 1 e 2 de onde é escolhida a tarefa t em cada iteração do laço (loop). A lista T0 é atualizada
nas linhas 16, 25 e 27 segurando que não exista outra tarefa que preceda t. A condição da linha
24 faz que selecionado t e decomposto utilizado um método linhas 22 e 23, t seja decomposta até
que uma tarefa primitiva de alguma sub-rede seja selecionada no inicio do laço loop.
A tarefa t é decompostas em subtarefas utilizando o método cujas precondições são satisfeitas
no estado s e faz a atualização da rede de tarefas T linhas 18 até 23. Se não existe método que
possa decompor a tarefa o algoritmo devolve falha. Na escolha não determinı́stica da linha 22 se
faz o processo de backtracking se o planejamento não atinge a nenhuma solução.
Se a tarefa escolhida t é primitiva, o conjunto A de ações é instanciado utilizando o operador mais
genérico da linha 8. Uma ação a do conjunto é escolhida no conjunto A com a estratégia depth first
backtracking na linha 12, para encontrar a ação que permita encontrar o plano de solução. Assim
o plano P é atualizado nas linhas 13-16.
44
CAPÍTULO 2. FUNDAMENTOS
Capı́tulo 3
Trabalhos Relacionados
Embora existam diversas propostas para automatizar o processo de design instrucional, identificadas em (Kasowitz, 1998) como a) sistemas de recomendação e crı́tica (advisory/critiquing)
(PLANalyst), b) sistemas expertos (ID Expert, GTE) c) sistemas de gerenciamento de informação
(MOT+) d) sistemas de de suporte eletrônico (Designers Edge, Instructional Designware, IDioM),
e) Ferramentas de autoria (HyCom).
Nosso estúdio foi focado nos trabalhos que utilizam o modelado explicito da base instrucional de
conhecimento, como componente pedagógico (conhecimento das tarefas no processo de instrução).
O ambiente de tutoria genérico, (Generic Tutoring Enviroment, GTE) foi um dos primeiros sistemas
desenvolvidos nesta proposta.
O conhecimento instrucional no GTE é dividido em tarefas instrucionais, métodos instrucionais
(decomposição e decomposição repetitiva de tarefas) , e objetos instrucionais. As tarefas representam atividades a serem atingidas durante o processo de ensino. Os métodos instrucionais são
métodos utilizados para atingir a tarefa instrucional, em consequência a tarefa instrucional descreve
que necessita ser feito e o método descreve o como.
A base de conhecimento é subdividida em quatro bibliotecas:
• A biblioteca de navigabilidade, contêm as tarefas e métodos responsáveis da navigabilidade
através do curso. Incluı́ a navegação através da estrutura de tópicos levando em conta os
pré-requisitos e conhecimento priori, a seleção de objetos de objetos de domı́nio para discutir
um tópico, a seleção de exercı́cios e exemplos.
• A biblioteca de elaboração contem as tarefas e métodos com relação à explicação do conteúdo.
As tarefas são elaboração de tópico, introdução, ativação de conhecimento priori e métodos
aprendizagem por execução, caso de estudo, tutorial, entrega de exemplos positivos e negativos. A biblioteca de elaboração é claramente a mais complexa, com muitos métodos
alternativos e muita estrutura de tarefas tangled.
• A biblioteca de exercı́cios contêm tarefas e métodos para a entrega de exercı́cios, é a biblioteca
mais interativa. As duas tarefas principais são prover exercı́cios usado para fornecer uma serie
de exercı́cios e para fornecer um exercı́cio.
• Um dos métodos na biblioteca de elaboração é simulação guiada, implementada a interação
de guided-discovery no qual o estudante experimenta livremente um pacote de simulação
implementado na biblioteca treinamento.
Fora da base de conhecimento está a representação dos objetos instrucionais (material instrucional), desde a perspectiva do domı́nio, conteúdo, instrucional e de presentação.
A perspetiva de domı́nio é opcional e consiste na representação semântica que descreve as
entidades do curso e as inter-relações, os objetos de domı́nio podem ser utilizados para i) sequenciar
45
46
CAPÍTULO 3. TRABALHOS RELACIONADOS
o material entorno a um tópico, ii) indexamento de objetos instrucionais e iii) expressar objetivos
de aprendizagem.
O modelo de conteúdo (modelo de estrutura), define a estrutura global dos tópicos e suas
relações entre eles. Um tópico é o identificador explicito do assunto de interação. Consiste numa
sequência de objetos do domı́nio e uma coleção de objetos instrucionais os objetos instrucionais são
relacionados com um tópico de acordo ao objeto do domı́nio e ao papel. O objeto do domı́nio é
opcional é indica de que trata o objeto instrucional e o papel prove informação de como o objeto
debe ser utilizado.
Desde a perspetiva instrucional o objeto instrucional é tipificado e relacionado com o papel que
efetua no processo de ensino como exercı́cios, exemplos, conselhos, comentários, analogias, etc. Se
encentram indexado no conteúdo com dos etiquetas uma de dominio e outra da papel. A etiqueta de
papel nos métodos instrucionais é influencia pelo tipo. Da mesma forma a perspetiva instrucional
permite relacionar objetos que podem ser utilizados logo na definição de algum método instrucional.
O algoritmo utilizado em GTE é basado em processo de sinais. O processo de sinais diz ao
sistema como avançar na interação passo a passo, o processo vai do alto nı́vel movendo a sinal através
da tarefa e o método atualmente executado. A seleção do método é baseada no cálculo numérico de
aplicabilidade. O valor de aplicabilidade é calculado de acordo nas condições (absolutas, relativas
e preferencia) relacionadas com materiais, princı́pios pedagógicos, modelo de estudante, estado
de processo, dados empı́ricos, preferencias. Um método finaliza quando a condição de termino é
verdadeira, quando um método termina no implica que a tarefa é finalizada. Se a condição de
exito não é finalizada de acordo na estrategia selecionada um novo método deve ser selecionado (o
mecanismo é ilustrado na figura n).
Se a interação associada com a tarefa é completada exitosamente a tarefa é marcada como
completa. Num outro caso a sinal de falha é enviada ao método que crio a tarefa. A sinal de falha
ocasiona que o método selecione outra diferente sub-tarefa ou falha.
3.1
Modelo T5 de tarefas
O trabalho de (Daw Buzza, 2007 - A prototype tool for creating IMS-LD) apresenta um
protótipo de um wizzard para a construção de unidades de aprendizagem. Que prove diretrizes para o desenvolvimento e empacotamento do cursos baseado no modelo T5 que inclui tarefas
de aprendizagem com entregáveis e feedback, ferramentas para que o estudante construa os entregáveis, estrutura de tópicos para estruturar os recursos utilizados, e equipo de trabalho para a
definição e suporte de trabalho colaborativos.
Para ajudar ao instrutor definir que o estudante deve conhecer (know) e que fazer (do) a
taxonomia de Bloom é utilizada para definir resultados cognitivos do processo de instrução da
mesma forma em que os docentes e projetistas instrucionais efetuam o processo. Outro elemento
na definição de objetivos é a utilização de câmbios para um determinado tópico e a ocorrência de
padrões em termos de proporção (0 nenhum , 0-5 mı́nimo, 5-30 moderado, 30-100 extremo ), estas
variáveis são relacionadas com atitude do estudante, dificuldade do conceito, tempo de discussão,
etc.
3.2
Elementos Principais do Sistema
Com o fim de desenvolver nossa ferramenta que automatize o processo de projeção instrucional
com uma base de conhecimento explicita do conhecimento instrucional, a figura ?? apresenta os
elementos principais para a automatização do design instrucional, extraı́do de (generic tutoring
enviroment, 1996), (vassileva, 1998), (brusilovsky e vassileva, 2003).
3.2. ELEMENTOS PRINCIPAIS DO SISTEMA
3.2.1
47
Base de Dados do Domı́nio
Ao igual que o modelo de domı́nio dos Sistemas de Tutoria Inteligente (STI), representa o
domı́nio de aprendizagem a ser ensinado é dizer: as lições, os métodos, atividades, os recursos de
aprendizagem incluindo as caracterı́sticas deles.
Estrutura de Conteúdo
A estrutura de tópicos (GTE, 1997), chamado também estrutura de conteúdo (Vassileva, 1998)(Brusilovsky, 2003), e estrutura que define a organização do domı́nio de conhecimento que quer ser ensinado (aplicado), as propostas de representação desta estrutura passam desde grafos hierárquicos
(GTE), grafos AND/OR (Vassileva) ou grafos hierárquicos (Brusilosky,2003 - cocoa). Um conceito
é a representação abstrata de um item de informação (lição, tópico o sub-tópico).
A perspetiva de conteúdo como é referida na estrutura de conteúdo em (GTE, 1999) é uma das
primeiras coisas que um projetista instrucional ou docente cria para a construção de seu curso. Está
estrutura é dependente da audiência para a qual se está projetando o curso, e não somente possibilita
limitar o conteúdo do curso no processo de autoria se não que também melhora o entendimento dos
alunos acerca do domı́nio de aprendizagem.
Da mesma forma no desenvolvimento de sistemas hipermı́dia educacionais (SHE). O modelo
AHAM! representa a estrutura como um conjunto de conceitos {C1, C2, ..., Cn} e uma a relação
entre conceitos como o tuplo < C1, C2, T, A > onde C1 e C2 são conceitos, T é o tipo de relações,
e A é o valor do tipo T que quantifica as relações.
Existem modelos de estrutura muito mais complexos procedentes da idéia de sequênciar com
modelos baseados estocástico (sergio gutierrez) onde as relações definem o grau de pré-requisitos
entre os conceitos.
A tabela apresenta as diferentes propostas, de modelado da estrutura de conceitos revisada pelos
autores onde o conceito associado a programação básica tem três sub-conceitos (recursão, estrutura
de dados, operações básicas) sendo o conhecimento de operações básicas são pré-requisitos para a
estrutura de dados e recursão.
Por outra parte cave citar que á estrutura é dependente do contexto para o qual é pretendente
definir o conjunto de atividades a serem efetuadas com o objetivo de atingir um determinado
objetivo de aprendizagem.
3.2.2
Recursos Didáticos
Chamados materiais de ensino em o DCG, e itens de aprendizagem em CoCoA, que possam ser
referenciáveis e reutilizáveis. Alguns exemplos dos matérias de ensino são: apresentações, exemplos,
exercı́cios, questionários, vı́deos, leituras, páginas html, etc.
Os recursos são estruturados desde quatro perspectivas a)Perspetiva de domı́nio, b) Perspetiva
de conteúdo c) perspetiva instrucional e d) perspetiva de presentação. A estruturação possibilita
a) criar sequências de materiais b)indexar o material para efetuar buscas especificas. c) expressar
os objetivos de aprendizagem (GTE, 1998).
A perspetiva de domı́nio consiste numa rede semântica que descreve todas as entidades no
domı́nio do curso e as inter-relações existentes entre eles. A perspetiva de domı́nio não possui uma
função preditiva, tal qual como é utilizada nos STI (citar 2 STI que utilizem esta perspectiva).
Na geração do processo instrucional baseado na representação explicita do conhecimento apresenta
apenas a informação descritiva, que é utilizada para a) indexar a busca de objetos instrucionais, b)
expressar os objetivos de aprendizagem e c) gerar sequências entre materiais de um tópico. Assim,
por exemplo ?? (exemplo GTE,).
a) indexar buscas de objetos instrucionais Com base na tecnologia de Web semântica, o trabalho
48
CAPÍTULO 3. TRABALHOS RELACIONADOS
(Jesús Soto, 2008) apresenta um repositório de objetos de aprendizagem SLOR1 que possibilita buscas de recursos didáticos utilizando os meta-dados da especificação LOM integrados com OpenCyc2 .
Desta forma a perspetiva de domı́nio fica representada nos valores dos meta-dados que utilizam
termos da base de conhecimento de senso comum.
b) expressar os objetivos de aprendizagem.
c) gerar sequências entre materiais de um tópico
Desde a perspetiva instrucional os recursos didáticos encontram-se associados e relacionados a
os nós da estrutura de conteúdo de duas formas uma relacionada ao domı́nio e o outra no papel
do recurso. A relação de domı́nio indica de que o recurso trata, na especificação LOM é referido
ao meta-dado 1.2: Keyboard. A relação de papel indica a relação instrucional (pedagógica) do
recurso, isto é como o recurso é utilizado, por exemplo: se ele é um exercı́cio, exemplo, comentário,
analogia, etc. O meta-dado 5.2: type da especificação LOM é a encarregada de cumprir está função.
O papel dos recursos didáticos cumprem a função importante de possibilitar a seleção automática do recurso, assim, nos métodos do componente instrucional com a tarefa de insertar um
recurso utiliza principalmente está relação para a seleção automática do recurso apropriado.
A perspetiva de presentação define o formato de recurso. E.g. texto, imagens, vı́deo, etc. a
importância da perspetiva de presentação radica na seleção apropriada de acordo a preferencias do
estudante. Por exemplo um estudante pode preferir a utilização de um material em vı́deo e outro
no formato texto. No meta-dados de LOM que representa a perspetiva de presentação é contida
em o meta-dado 4.1: Format.
A perspetiva de presentação possibilita criar cursos multi-linguais ou fazer cursos com funções
geradoras para gerar objetos de apresentação ao longo de objetos instrucionais.
3.2.3
O Modelo do Estudante
O modelo de estudante contem a representação das caracterı́sticas e preferencias do estudante.
As caracterı́sticas é preferencias são parâmetros importantes nas regras de seleção do método
(Vas,98).
O modelo é dividido em trés tipos de informação relacionada no estudante a informação do conhecimento que é a superposição (overlay) da estrutura de tópicos (modelo de conteúdo) onde cada
tópico tem associados os valores de não-conhecido, razoavelmente-conhecido, bem-conhecido. A informação das instancias dos objetos instrucionais utilizados é arquivada. A informação acerca das
preferencias do estudante como motivação (baixa, media, alta), estilo de aprendizagem (teorista,
ativista, pragmático), controle (sistema, maioritário-sistema, maioritário-estudante, estudante) e
conhecimento a priori (baixo, médio, alto)-do sistema, tem impacto direto sobre o processo instrucional.
3.2.4
Componente Instrucional
Chamado também componente pedagógico (Vassileva), ao igual que o modulo de ensino num
STI, representa a base de conhecimento instrucional para atingir as tarefas de ensino. A representação deste conhecimento é feita em forma explicita como um conjunto de tarefas e métodos
instrucionais. O conjunto de tarefas e métodos em GTE é dividido em quatro bibliotecas cada
uma referida ao papel principal das tarefas as quais são: a) navegabilidade do sistema, apresentam
a forma de interatividade entre o sistema e o estudante b) a biblioteca de elaboração, contêm os
métodos e tarefas relacionadas com o ensino de um tópico c) a biblioteca de exercı́cios, são as
tarefas relacionadas com atividades referidas na execução de exercı́cios e as possı́veis alternativas
de dar solução a erros durante a execução dos exercı́cios. d) a biblioteca de treinamento, contem as
1
2
SLOR - Semantic Learning Object Repository
OpenCyc (Knowledge Commonsense Base) - Open Source version of de Cyc technology http://opencyc.org/
3.2. ELEMENTOS PRINCIPAIS DO SISTEMA
49
tarefas e métodos associados com simulações e a interação especifica com elementos que permitem
executar estas simulações.
Tarefas e métodos instrucionais
A tarefa instrucional é uma atividade a ser efetuadas pelo instrutor durante o processo instrucional, e pode ser descrito em diversos nı́veis de abstração. As tarefas descrevem o que tem que ser
feito, e os métodos descrevem como efetuar estas tarefas.
Neste sentido, os métodos são estruturas que possibilitam a decomposição de uma tarefa num
conjunto de tarefas que devem ser executadas para efetuar a tarefa. Uma tarefa pode ter mas de
um método associado dependente das precondições que são explicitadas no método. Assim, por
exemplo na figura ?? a tarefa de explicar um tópico pode ser efetuada apresentando os fundamentos
e logo ilustrando com exemplos, ou pode ser incluı́da as atividades uma tarefa motivacional.
Regras Pedagógicas
No gerador de cursos dinâmicos apresentado em (Vassileva,1998) o componente de instrução é
dividido em um conjunto de regras pedagógicas que é editado pelo docente ou projetista instrucional
para definir a seleção apropriada de métodos e tarefas instrucionais a ser executados durante o
processo de ensino. Desta forma é possı́vel selecionar as regras de discurso, as estrategias de seleção
dos métodos instrucionais, e as regras de seleção de materiais de ensino.
A seleção de regras de discurso possibilita ao projetista ou docente manipular critérios de
seleção na estrutura de conteúdo. Por exemplo, a navigabilidade entre conteúdos de acordo com a
caracterı́stica do estudante, pode ser presentada de forma top-down (estudantes inteligentes) para
estudantes dedutivos, e bottom-up para estudantes indutivos (menos inteligentes). As regras de
discurso também possibilitam selecionar a estrategia de replanejamento a ser utilizada local ou
global.
As regras de seleção de estrategia, definem como selecionar a estrategia de ensino antes de
inicializar o processo de execução do plano. Assim, o projetista ou docente, pode selecionar a
forma de executas as tarefas do método em forma sequencial (estruturada) ou apresentar as tarefas
para deixar a decisão ao estudante (não estruturada).
Neste sentido, em sistemas de ensino na web, os Sistemas Hipermı́dia Adaptativos (SHA), especificamente os sistemas hipermı́dia educacionais tem presentado métodos é técnicas interessantes,
para adaptar a navigabilidade. Na tabela ?? são apresentados um resumem dos métodos e técnicas
abordados por Brusilovsky, (Brusilovsky, 2001).
Os métodos de decomposição das tarefas instrucionais são selecionados de acordo com o nı́vel de
conhecimento as preferencias e histórico do uso dos recursos didáticos do modelo de estudante. As
regras de seleção dos métodos, possibilitam ao autor (docente ou projetista instrucional) a seleção
explicitar das regras a serem utilizada na decomposição dos métodos e cada conceito da estrutura
de tópico. Assim, por exemplo ma decomposição da tarefa ensinar é possı́vel considerar que se o
estudante não consegue resolver o exercı́cio de motivação apresentar o conceito e uma ilustração.
Outro exemplo é que o histórico pode ser utilizado para decidir entre a forma de clarificar um
conceito, ”explicando por descrição”, ”explicando por exemplo”, e ”explicando por analogia”.
As regras de seleção de materiais de ensino são utilizadas para definir se o plano de curso gerado
levar em conta as preferencias do tipos de recursos a serem apresentados ao estudante.
3.2.5
Automatizando a Seleção de Objetos de Aprendizagem
A especificação LOM provê um conjunto de meta-dados organizados numa hierarquia de categorias (detalhadas na ??) para a descrição dos objetos de aprendizagem, que possibilitam efetuar
buscas, catalogação e estabelecer relações entre objetos de aprendizagem. Eles resultam insuficiente
50
CAPÍTULO 3. TRABALHOS RELACIONADOS
para automatizar a seleção apropriada por agentes ou sistemas de software, como o desenvolvido
no presente trabalho.
Embora, existam categorias (Categoria 5 - Educacional), e meta-dados (1.5 Keyword), (1.6 Coverage) e (9.1 Proposito) somente por citar alguns deles, que possibilitam descrever caracterı́sticas
relevantes ao presente trabalho (caracterı́sticas pedagógicas). O problema de seleção automática
radica na semântica dos meta-dados, pois a maioria deles são preenchidos utilizando a linguagem
natural, sendo necessário definir uma semântica neles para possibilitar a automação.
Outra dificuldade na seleção automática é a informação relacionada com o processo de aprendizagem. Que permitam representar os requerimentos do contexto e a competência ou conhecimento
adquirido utilizando o objeto de aprendizagem. Por exemplo, o objeto de aprendizagem de simulação de debate incrementa a competência (skill) de negociação em cada interação de acordo
nas caracterı́sticas do contexto. Assim, (Sánchez-Alonso and Sicilia, 2005) descreve algumas normativas para relacionar os objetos de aprendizagem com o processo de aprendizagem. Motivados
pela caracterı́stica principal de que um objeto de aprendizagem é desenvolvido para uma audiência
determinada e com resultados esperados. As normativas são representadas como C RLO O[teta],
O objeto de aprendizagem RLO num contexto C (incluindo a descrição do profile do estudante,
ambiente, ...) espera facilitar a adquisição dos conhecimentos (competências ou habilidades) O,
com um grau de credibilidade [teta]
De acordo nesta proposta a informação do objeto de aprendizagem é dividida em três seções a)
gerais b) habilidades c) correção e valoração (Cristina Laorden and Elena Garcı́a, 2006).
....
Nosso estúdio não pretende desenvolver um modelo de solução para o problema de automatizar
a seleção de objetos de aprendizagem a partir de repositórios de objetos de aprendizagem. E sim
fazer uma revisão das propostas e iniciativas atuais, resumidas na tabela:x, para a construção de
chamadas a funções externas de JSHOP2 para obter informação dos objetos de aprendizagem.
• O ALOCOM é um framework que utiliza uma ontologia genérica para definir os componentes dos objetos de aprendizagem, em fragmentos de conteúdo discretos (texto, imagem) ou
contı́nuos (áudio, vı́deos), objetos de conteúdo (conjunto de fragmentos de conteúdo e navegabilidade entre eles) e objetos de aprendizagem (adicionam objetivos e resultados esperados
aos objetos de conteúdo). A ALOCOM é utilizado no projeto ariadne em word e power
point possibilitar desenvolver novos objetos de aprendizagem reutilizando parte dos objetos
existentes. Embora, seja ideal trabalhar como ferramenta de autor a falta de semântica nos
meta-dados não ajudam na tarefa de seleção automática de interesse no presente trabalho.
• Simple Query Interface (SQI), é uma especificação desenvolvida para padronizar a consulta
em repositórios de objetos de aprendizagem. O projeto Ariadne utiliza a interface de consulta,
no entanto apresenta a mesma dificuldade de ALOCOM.
Da revisão efetuada utilizaremos o repositório de objetos de aprendizagem semântico (SLOR3 )
desenvolvido no departamento de Inteligencia Artificial da Universidade Pontifı́cia de Salamanca
(Madrid, Espanha) no trabalho de (Sanchez-Salvador, 2005), de código libre que provê a arquitetura
como um serviço totalmente independente apresentada na figura 3.1 e utiliza ontologias de nı́vel
superior (conhecimento comum e geral de diferentes domı́nios de conhecimento) para representar
os meta-dados.
3
disponı́vel no site http://slor.sourceforge.net/
3.2. ELEMENTOS PRINCIPAIS DO SISTEMA
51
Figura 3.1: Arquitetura do SLOR (Sanchez-Salvador, 2005)
Integrando descrições cognitivas nos meta-dados do LOM
No trabalho (Cristina Laorden and Elena Garcı́a, 2006), apresentaram uma proposta para
incluir informação referente às funcionalidades cognitivas do objeto de aprendizagem nos metadados LOM. Desta forma, o objeto de aprendizagem pode ser selecionado de forma automática
de acordo as habilidades cognitivas e possibilitam uma seleção mais rigorosa para automatizar o
processo de seleção.
a) nas caracterı́sticas gerais tentam posicionar o objeto de aprendizagem num entorno concreto e com referencia aos usuários, a informação precisa de de destinatários, objetivos, área de
conhecimento, idioma, conhecimento prévio necessário, categoria cognitiva.
A categoria cognitiva é dividida de acordo a Gordon Rae y McPhillimy em conhecimento (requere aprendizagem sem necessidade de compreensão, supõe aprendizagem que na maioria de casos
é memorista), compreensão (supõe captar o significado do assunto, requere analises, comparação)
e aplicação (realização de algo útil prático).
b) as habilidades cognitivas, neste casso o nı́vel de capacidades que é posto em jogo. No trabalho
de (laorden, 2006) são referidos a destrezas que são rutinas cognitivas utilizadas para levar a cabo
as atividades, possibilitam ao aluno a efetuar tarefas especı́ficas.
Divididas em habilidades cognitivas, tipo de razoamento, habilidades socializadoras e habilidades comunicativas.
As habilidades cognitivas são divididas em habilidades descritivas (contar, resumir, enumerar,
ressaltar, descrever, narrar, esquematizar), analático (classificar, relacionar, cotejar, agrupar, analisar, comparar, contraponer, generalizar, medir) crı́ticas (avaliar, em-juizar, justificar, apreciar,
criticar, eligir, matizar, discutir, discernir) e criativas (transformar, inventar, aplicar, imaginar,
desenhar, detetar problemas, mudar, redefinir, encontrar analogias, produzir idéias originais)
Os tipos de raçoamento definem o tipo de razoamento que a tarefa exige dos alunos assim: a)
dedutivos (de lo general ao particular), indutivo (do particular ao geral) b) hipotético-dedutivo
(indicar as possı́veis estrategias ou caminhos ou afirmações de ser demostradas) c) resolução de
problemas (soluções ante problemas)
As habilidades socializadoras são orientadas a definir se a tarefa supõe se o trabalho é de
ser realizado de forma individual ou coletiva (trabalho em grupo, discussão, posta em comum,
52
CAPÍTULO 3. TRABALHOS RELACIONADOS
ou colaboração puntual), ou especificar o pretendido (dialogo, compartilhamento de experiencias,
competência, etc).
As habilidades comunicativas, definem o suporte comunicativo da tarefa (oral, escrito), vocabulário (básico, técnico, especializado), ortografia, redação, estruturação de frases, dição, ...
No mesmo trabalho ela apresenta um exemplo onde uma atividade narração de contos de fábula
é apresentada com os seguentes passos:
• Eligir o conto apropriado para a turma.
• Anotar nos margens do texto as indicações sobre os gestos a realizar-se em cada momento
• Incluir no final conselhos para narrar o conto, como variações, velocidade, sonidos onomatopeicos ou reais.
• Plantear três preguntas com relação ao texto.
• Propor dois atividades que potenciem e enriqueçam a experiencia da narração
A atividade apresenta as caracterı́sticas gerais (habilidades cognitivas que se podem adquirir
no uso) seguentes:
• Destinatários: Alunos de ensino fundamental
• Objetivos: pegar consciência de que contar contos é arte, conhecer técnicas para contar contos.
• Areá de conhecimento: Literaturá infantil.
• Tema: contos
• Idioma: português
• Conhecimento prévios: nenhum
• Categoria cognitiva: aplicação de conhecimentos.
Habilidades postas em jogo (habilidades cognitivas que são pré-requisitos) são:
• Habilidades Cognitivas: Descritivas (esquematizar, ressaltar, descrever, narrar), Analı́ticas
(classificar, comparar), Criticas (eligir, apreciar)
• Tipo de razoamento: dedutivo
• Habilidades socializadoras: tarefa individual
• Habilidades comunicativas: escritas (redação, estruturação e frases).
São especificadas no padrão LOM da forma seguente:
• Os destinatários: 5.6 (Context) e 5.7 (Typical Age Range)
• Os objetivos no meta-dado 9.1 (Purpose) com o valor educational objective pode ser utilizada
a taxonomia de Bloom.
3.3. GERAÇÃO AUTOMÁTICA DO DOMÍNIO DE PLANEJAMENTO
53
• Areá de conhecimento/tarefa/assunto: especificado de diversas formas, complementarias umas
com outras. em 9.1 (Purpose), com o valor discipline utilizando a subcategoria taxon path
pode ser especificada de acordo com os dados da UNESCO.
• Idioma: A informação é localizada no meta-dado 5.11: (language).
• Os conhecimentos prévios requeridos: São especificados no meta-dado 9.1: Propósito com
valore prerequisite, que pode ser organizado no próprio temário do curso ou um plano de
estúdios superiores ou uma classificação de mais alto nı́vel.
• A categoria cognitiva: Ao igual que a maioria de elementos a proposta especifico que seja adicionado no meta-dado 9.1 (Purpose), com o valor cognitive category. com uma classificação
de acordo ao exposto em aplicação, compreensão, e conhecimento. < classif ication ><
purpose >< source >< langstringxml : lang = ”enLOM v1.0 < /langstring >< /source ><
value >< langstringxml : lang = ”x−noneCognitivecategory < /langstring >< /value ><
/purpose >< taxonpath >< source >< langstringxml : lang = ”enGordonM cP hillimy <
/langstring >< /source >< taxon >< id > 3 < /id >< entry >< langstringxml : lang =
”spAplicacionconocimiento < /langstring >< /entry >< /taxon >< /taxonpath ><
/classif ication >
• As habilidades seguem o mesmo principio de descrição que a categoria cognitiva no meta-dado
9.1:(Purpose) com valores cognitive skill, socializer skill, reasoning type e communicative skill.
< classif ication >< purpose >< source >< langstringxml : lang = ”enLOM v1.0 <
/langstring >< /source >< value >< langstringxml : lang = ”x − noneCognitiveskill <
/langstring >< /value >< /purpose >< taxonpath >< taxon >< id > 2.3.6 < /id ><
entry >< langstringxml : lang = ”spElegir < /langstring >< /entry >< /taxon ><
/taxonpath >< taxonpath >< taxon >< id > 2.3.4 < /id >< entry >< langstringxml :
lang = ”spApreciar < /langstring >< /entry >< /taxon >< /taxonpath >< /classif ication >
3.3
Geração Automática do Domı́nio de Planejamento
A codificação do domı́nio em planejamento hierárquico é um processo que toma muito tempo,
demandando um esforço enorme em especial no casso de aprendizagem. Por exemplo, existem centenas de tarefas associadas ao aprendizagem, e cada dia são associadas mas atividades e ferramentas
para efetuar as tarefas. Durante a execução do curso é possı́vel que maior numero de materiais e
atividades sejam adicionados.
Neste sentido existem propostas para gerar automaticamente o domı́nio de aprendizagem, baseada na definição de dados para engenharia e processo pelos tutores e geradores de conteúdo
encarregados da projeção estrutural e os objetivos do curso.
O trabalho de (lluvia morales, 2008) apresenta uma proposta para a geração deste domı́nio
utilizando quatro etapas. Na primeira, os objetos de aprendizagem são etiquetados utilizando a especificação LOM, formando uma estrutura hierárquica utilizando os meta-dados Gerais (Identifier,
Language, Coverage) e Educacional (Learning Type, Difficulty, Tipical Learning Time, Relation).
Os elementos (Organizations) representam as tarefas compostas e sub-tarefas que o compõem.
Na segunda são preenchidos a informação acerca dos estudantes utilizados para a personalização
do curso. Os atributos utilizados foram nı́vel no conhecimento do idioma inglese, equipamento
requerido (hardware, software), nı́vel de conhecimento em cursos (notas obtidas nos cursos prévios),
nı́vel de performance rendimento associado a cursos anteriores (o promédio de notas associado a
valores HIGH, MEDIUM, LOW), disponibilidade de tempo do estudante e estilo de aprendizagem
utilizando valores associados ao ativo, reflexivo, teórico e pragmático (Definido por Honey-Alonso).
54
CAPÍTULO 3. TRABALHOS RELACIONADOS
Na terceira etapa, o domı́nio de planejamento é gerado utilizando o algoritmo que divide as acoes
em dois tipos com duração de tempo e sem duração estabelecida. Os parâmetros e variáveis são
associados as propriedades do estudantes nos efeitos e precondições. As condições o precondições
das ações são associadas ao estado inicial do estudante.
O algoritmo é efetuado em dois fases uma extrai o conjunto P ={p1 , p2 , p3 , ..., pn } de acoes
primitivas formadas por objetos de aprendizagem. A segunda é encarregada de definir as ações
compostas do conjunto C={c1 , c2 , ..., cm } a partir dos temas ou do meta-dado relation.
A analises no conjunto de acoes primitivas é efetuado utilizando os meta-dados da especificação
LOM. A cada ação é associada uma duração dependente do meta-dado typical learning time.
As precondições são dadas da criadas utilizando os meta-dados Other Plataform Requirements
(equipment ?who [requierement]), o meta-dado Language é adicionado como precondição se o
objeto de aprendizagem tem um idioma diferente do nativo de todos os participantes (¿=(languagelevel [language] ?who) 50), o meta-dado difficulty é adicionado de forma que si é muito difı́cil é
associada a precondição (¿= (performance ?who) 50).
Na segunda fase, se existe um elemento com o meta-dado Coverage optional, é criada uma nova
tarefa composta chamada optional[task] com a precondição (available-time ?who much) e a outra
tarefa sem precondição nem tarefa associada. Na existência de duas atividades com o mesmo tı́tulo
e associadas no mesmo elemento identificam a existência de dois rotas diferentes para efetuar a
atividade precisando-se de uma tarefa adicional multiple[task] com um método sem precondição.
Os elementos com a relação IsBasedOn que conformam a tarefa cx são utilizados num único
método na ordem correspondente da relação. Os não ordenados pela relação IsBasedOn são ordenados de acordo no estilo de aprendizagem utilizando o meta-dado Learning Resource Type. Assim,
para cada cx com os elementos não ordenados são gerados dois métodos: um com a precondição
(learning-style ?who pragmatic) com a ordem SIMULATION, EXPERIMENT, EXERCISE, PROBLEMSTATEMENT, NARRATIVETEXT e outro com (learning-style ?who theoretical) com a
ordem NARRATIVETEXT, PROBLEMSTATEMENT, SIMULATION, EXPERIMENT, EXERCISE.
Se a tarefa apresenta uma relação Requires no seu meta-dado sera gerada uma tarefa composta
com o tı́tulo requiere[task] com dois métodos uma com precondição (¿= (mark ?who title) 50)
sem sequência de ações associadas e a outra que adiciona as atividades a serem realizadas para o
aprendizagem do tema requerido.
Capı́tulo 4
Resultados Preliminares
55
56
CAPÍTULO 4. RESULTADOS PRELIMINARES
Capı́tulo 5
Plano de Trabalho
57
58
CAPÍTULO 5. PLANO DE TRABALHO
Referências Bibliográficas
[Brusilovsky and Vassileva 2003] Brusilovsky, P. and Vassileva, J. (2003). Course sequencing techniques for large-scale webbased education. International Journal of Continuing Engineering
Education and Lifelong Learning, 13:75–94.
[IEEE 2005] IEEE (2005). Draft standard for learning object metadata. 2002.
[IMS-GLC 2002] IMS-GLC (2002). Ims reusable definition of competency or educational objective
specification. 2002.
[Isotani 2009] Isotani, S. (2009). An ontological engineering approach to computer-supported collaborative learning.
[Koper 2000] Koper, R. (2000). From change to renewal: Educational technology foundations of
electronic learning environments. http://dspace.learningnetworks.org/handle/1820/38.
[Koper 2005] Koper, R. (2005). The learning design specification. In Learning Design, A Handbook
on Modelling and Delivering Networked Education and Training, pages 1–20. Springer–Verlag
Berlin Heidelberg.
[Marcke 1998] Marcke, K. V. (1998). Gte: An epistemological approach to instructional modeling.
Instructional Science, 26(1):147–191.
[Mergel 1998] Mergel, B. (1998). Instructional design and learning theory. Last Access 19-10-2009,
http://www.usask.ca/education/coursework/802papers/mergel/brenda.htm.
[Merrill 2002] Merrill, M. (2002). First principles of instruction. Educational Technology Research
and Development, 50(3):43–59.
[Nau et al. 2004] Nau, D., Ghallab, M., and Traverso, P. (2004). Automated Planning: Theory and
Practice. Morgan Kaufmann, San Francisco, CA.
[Nau et al. 2003] Nau, D., Ilghami, O., Kuter, U., Murdock, J. W., Wu, D., and Yaman, F. (2003).
Shop2: An htn planning system. Journal of Artificial Intelligence Research, 20:379–404.
[Reigeluth 1993] Reigeluth, C. M. (1993). Principles of education systems design. International
Journal of Educational Research, 19(2):117–131.
[Schulmeister 2002] Schulmeister, R. (2002). Grundlagen hypermedialer Lernsysteme. Oldenburg
Wissenschaftsverlage GmbH., MÂ¸nchen, 3 edition.
[Siqueira et al. 2005] Siqueira, L. L., Ribeiro, M. W. S., Alexandre, C., and Edgard, L. (2005).
Estudo comparativo entre plataformas de suporte a ambientes virtuais distribudos.
59
60
REFERÊNCIAS BIBLIOGRÁFICAS
[Ullrich 2008] Ullrich, C. (2008). Pedagogically Founded Courseware Generation for Web-Based Learning – An HTN-Planning-Based Approach Implemented in PAIGOS. Number 5260 in Lecture
Notes in Artificial Intelligence. Springer. ISBN 978-3-540-88213-8.
[Van Es and Koper 2005] Van Es, R. and Koper, R. (2005). Testing the pedagogical expressiveness
of ld. http://dspace.ou.nl/handle/1820/305.
[Vassileva 1998] Vassileva, J. (1998). Dcg+gte: Dynamic courseware generation with teaching
expertise. Instructional Science, 26:317–332.