Sistemas Tutoriais Inteligentes:
uma Aplicação na Educação
Virginia Alice de Freitas Ferreira
Uberlândia - MG, Dezembro/2000.
Sistemas Tutoriais Inteligentes:
uma Aplicação na Educação
Virginia Alice de Freitas Ferreira
Monografia apresentada ao Curso de Ciência da Computação do Centro
Universitário do Triângulo - Unit, como requisito básico à obtenção do grau de
Bacharel em Ciência da Computação, sob a orientação da Profª. Silvia Fernanda
Martins Brandão, MSc.
Uberlândia - MG Dezembro/2000.
Sistemas Tutoriais Inteligentes:
uma Aplicação na Educação
Virginia Alice de Freitas Ferreira
Monografia apresentada ao Curso de Ciência da Computação do Centro Universitário do Triângulo - Unit, como
requisito básico à obtenção do grau de Bacharel em Ciência da Computação.
Silvia Fernanda Martins Brandão, MSc. Marcos Ferreira de Rezende, MSc.
(Orientadora)
(Coordenador de Curso)
Sônia Aparecida Santana, MSc.
Mônica Rocha F. de Oliveira, MSc.
(Avaliadora)
(Avaliadora)
Uberlândia - MG, Dezembro/2000.
“Toda a criação existe dentro de você, e tudo o que existe em você também existe na Criação. Não existe fronteiras entre você
e um objeto que esteja bem perto, assim como não há distância entre você e os objetos que estão muito longe. Todas as coisas,
as menores e as maiores, as inferiores e as superiores, estão à sua disposição dentro de você, uma vez que são inatas. Um único
átomo contém todos os elementos da Terra. Um único movimento do espírito contém todas as leis da vida. Numa única gota de
água encontramos o segredo do oceano sem fim. Acima de tudo, uma única manifestação sua contém todas as formas de
manifestação da própria vida.”
Kahlil Gibran
DEDICATÓRIA
Dedico esta monografia as pessoas mais importantes da minha vida, meus pais,
João Batista e Angela. Vocês são os responsáveis por tudo de bom que sou hoje e
que com certeza virei a ser um dia. Muito obrigado. Amo vocês.
AGRADECIMENTOS
Primeiramente, agradeço a “Deus”, que sempre me deu muita fé e coragem para vencer os
momentos mais difíceis.
À minha família, meus pais e meu irmão Junior, que me apoiaram e acreditaram incansavelmente
que eu iria vencer.
À todos os meus professores, de toda a minha vida escolar, que me ajudaram de uma forma ou de
outra a chegar até aqui.
À minha orientadora, professora, companheira e amiga Silvia Fernanda Martins Brandão, que me
acompanhou nesses cinco anos, em especial na confecção dessa monografia, estando presente desde o
momento da escolha do tema à encadernação, me ajudando não somente a discorrer sobre o assunto, mas
a me apaixonar pelo mesmo.
A todos os meus colegas e amigos de classe, esses cinco anos foram muito especiais para mim,
não seria se não fosse vocês.
RESUMO
Este trabalho visa discutir sobre Sistemas Tutoriais Inteligentes (STI); no entanto é necessário, primeiramente, relatar, mesmo
que sucintamente, o que seja Inteligência Artificial - técnica utilizada em STIs. Inteligência Artificial (IA) é uma área de
estudo que objetiva dotar os computadores de comportamentos inteligentes, imitando o cérebro humano – na forma de pensar e
raciocinar. Procurou-se abordar algumas das principais aplicações de IA, como o Processamento de Linguagem Natural
(escrita e falada), o Reconhecimento de Padrões (imagens), a Robótica, os Jogos e os Sistemas Especialistas; discorrendo sobre
suas funções, evoluções e sempre que possível enfatizando a utilização destas aplicações na Educação. Com relação à
Educação procurou-se analisar e avaliar a utilização do computador como participante ativo do processo ensino-aprendizagem
de forma inteligente. Esta forma inteligente de utilização do computador na Educação, se dá a partir de uma revolução ocorrida
no ensino tradicional; onde o computador deixa de ser mais um instrumento de ensino em sala de aula e, passa a ser uma
ferramenta pedagógica para a construção do conhecimento, possibilitando o aumento do processo cognitivo e do interesse no
aprendizado por parte do aluno - fazendo com que o aluno possa pensar, criar e manipular informações de forma mais excitante
e proveitosa. Incluindo técnicas de IA voltadas à Educação, estão os Sistemas Tutoriais Inteligentes, que têm como principal
objetivo auxiliar o processo de ensino-aprendizagem simulando o pensamento humano com base no conhecimento de um
especialista, neste caso um professor, para ajudar no processo de tomada de decisões educacionais tornando assim o ensino
mais rápido, fácil, interessante e consequentemente obtendo um maior aproveitamento do mesmo. Este trabalho inclui um
projeto de estudo e implantação de um STI para um determinado idioma, objetivando ensinar as pessoas, indiferente da faixa
etária ou do nível de conhecimento da mesma sobre o idioma. Este projeto de estudo e implantação, não visa o estudo de uma
linguagem de programação ou a implementação, mas sim os passos para a criação de um STI que se aplique ao ensino de uma
língua, propondo uma futura implementação a possíveis interessados na área.
SUMÁRIO
1.
Introdução................................................................................................................................................. 1
2.
Uma Visão Geral Sobre Inteligência Artificial................................................................................. 5
2.1 Breve Histórico....................................................................................................................................... 5
2.2 Os Computadores Raciocinam? ou Os Programas é que são Inteligentes?.................................. 8
2.3. Estudos em Inteligência Artificial..................................................................................................... 11
2.3.1 Processamento de Linguagem Natural – Escrita/Falada......................................................... 12
2.3.1.1 A Compreensão..................................................................................................................... 13
2.3.1.2 Geração de Linguagem.......................................................................................................... 19
2.3.2 Reconhecimento de Padrões - Imagens..................................................................................... 19
2.3.2.1 Processamento/Reconhecimento de Imagens................................................................... 20
2.3.2.2 Problemas Comuns no Reconhecimento de Imagens...................................................... 23
2.3.3 Robótica......................................................................................................................................... 25
2.3.3.1 Classificação dos Robôs...................................................................................................... 26
2.3.3.2 Robótica Educacional: uma Ferramenta Pedagógica........................................................ 27
2.3.4 Jogos: uma Abordagem Inteligente........................................................................................... 29
2.3.4.1 Jogos Educativos.................................................................................................................. 31
2.3.5 Sistemas Especialistas.................................................................................................................. 33
2.3.5.1 Vantagens da Utilização de Sistemas Especialistas......................................................... 35
2.3.5.2 Sistema Especialista Voltado à Educação.......................................................................... 36
2.4 Conclusão.............................................................................................................................................. 38
3.
A Informática na Educação: uma Abordagem Inteligente............................................................. 39
3.1 O Computador na Educação............................................................................................................... 40
3.2 Softwares que Promovem o Ensino................................................................................................... 42
3.3 Softwares que Ajudam na Construção do Conhecimento............................................................. 44
3.4 Os Projetos de Programas Educacionais........................................................................................... 45
3.4.1 Aprendizagem Dirigida a um Conjunto de Habilidades Específicas..................................... 47
3.4.1.1 CAI........................................................................................................................................... 47
3.4.1.2 ICAI......................................................................................................................................... 49
3.4.2 Aprendizagem Dirigida às Habilidades Cognitivas Amplas................................................... 49
3.5 Tecnologia Voltada à Educação......................................................................................................... 51
3.6 Conclusão.............................................................................................................................................. 54
4.
Proposta Educacional para um Sistema Tutorial Inteligente....................................................... 55
4.1 Sistemas Tutoriais Inteligentes – STI................................................................................................ 55
4.2 Arquitetura de um STI......................................................................................................................... 56
4.2.1 Modelo do Aluno......................................................................................................................... 57
4.2.2 Modelo do Especialista................................................................................................................ 60
4.2.3 Modelo Pedagógico..................................................................................................................... 62
4.2.4 Modelo de Interface..................................................................................................................... 64
4.3 Métodos e Técnicas de Ensino.......................................................................................................... 66
4.3.1 Métodos de Ensino...................................................................................................................... 66
4.3.2 Técnicas de Ensino....................................................................................................................... 68
4.4. Proposta de Estudo para um STI....................................................................................................... 69
4.4.1 Esquematização do Sistema......................................................................................................... 70
4.4.2 Arquitetura do STI proposto para o Ensino de uma Língua.................................................. 74
4.4.2.1 Modelo de Interface.............................................................................................................. 74
4.4.2.2 Modelo do Especialista........................................................................................................ 79
4.4.2.3 Modelo do Aluno.................................................................................................................. 80
4.4.2.4 Modelo Pedagógico.............................................................................................................. 81
4.5 Conclusão............................................................................................................................................. 82
5.
Conclusão............................................................................................................................................... 83
6.
Referência Bibliográfica..................................................................................................................... 87
LISTA DE FIGURAS
Figura 2.1 Um diálogo com GUS [BROWN].............................................................. 18
Figura 2.2 Linha de ordenação controlada por visão bidimensional[SCHILDT].............. 22
Figura 2.3 Visão dos blocos pelo computador[SCHILDT]............................................ 22
Figura 2.4 Visão bidimensional do computador com dois objetos sobrepostos[SCHILDT]. 22
Figura 2.5 Ilusão de óptica[SCHILDT]....................................................................... 24
Tabela 2.1 Leis para a robótica.................................................................................. 25
Figura 2.6 Arquitetura de um Sistema Especialista....................................................... 34
Figura 2.7 Um diálogo com um especialista em frutas.................................................. 36
Figura 3.1 Classificação dos Programas Educacionais................................................. 46
Figura 4.1 Arquitetura de um Sistema Tutorial Inteligente[CHAIBEN]......................... 58
Figura 4.2 Fluxo de um STI para o Ensino de um Idioma com Certificação................... 71
Figura 4.3 Arquitetura do STI para o Ensino de um Idioma com Certificação................ 75
LISTA DE TABELAS
Tabela 2.1 Leis para a robótica.................................................................................. 25
1.
Introdução
Em meados da década de 50, a Inteligência Artificial surgiu como um novo campo de pesquisa, que se preocupava em elaborar
sistemas de computação inteligentes; ou seja, sistemas com características normalmente associadas à inteligência e ao
comportamento humano. Esses sistemas, com expressões típicas da inteligência humana, têm suas dimensões e potencialidades
ainda mais aplicadas quando a elas se incorporam técnicas de aprendizado, seja pelo treinamento ou pela experiência.
No mundo todo, a Inteligência Artificial (IA) era vista como um campo, da Ciência da Computação, irreal e longe de ser
concretizado. Na verdade, muitas pessoas acreditavam que da mesma forma que, hoje, os cientistas pesquisam um modo para
clonagem de seres humanos, os pesquisadores em IA teriam como finalidade trabalhar para criar o pensamento; isto é, clonálo. Diziam, portanto, que ainda seriam necessárias muitas pesquisas, para que num futuro distante pudessem chegar a grandes
descobertas neste campo e, aí sim, uma máquina pudesse ser capaz de raciocinar e de aprender, características tão
peculiarmente humanas.
Mas, finalmente após décadas de trabalhos em IA, as pesquisas estão saindo dos laboratórios para se instalar nas indústrias, nos
bancos comerciais, nos hospitais, etc, devido a vários resultados práticos obtidos. Hoje, a Inteligência Artificial é um dos temas
mais importantes e discutidos no mundo da computação. Isto se deve principalmente ao sucesso dos Sistemas Especialistas, do
Processamento da Linguagem Natural, da Robótica, da boa receptividade da Inteligência Artificial entre os japoneses e a lenta,
porém forte, integração das técnicas de IA nas diversas aplicações existentes no mundo de hoje.
É no tripé reconhecimento, inferência e aprendizado que inúmeras aplicações de IA hoje se apóiam: Comunicação em
Linguagem Humana, Sistemas Especialistas, Redes Neurais, Robótica, Sistemas de Reconhecimento de Voz e Imagens, Jogos,
Sistemas Tutoriais Inteligentes, Tradutores Automáticos, Mineração de Dados, Recuperação de Informação, Interfaces
Adaptativas, e outras. No âmbito da Ciência da Computação, tem sido crescente a utilização de técnicas de IA em áreas como
Banco de Dados, Engenharia de Software, Sistemas Distribuídos, Redes de Computadores, Computação Gráfica, Informática
na Educação, e tantas outras.
Em trabalhos recentes, na área educacional, a Inteligência Artificial tem contribuído para aumentar a inteligência humana; a
ênfase das pesquisas não está mais nos estudos em que a máquina aprende a reproduzir o comportamento do ser humano – em
termos de raciocínio e comportamento; mas, em auxiliar o processo psicopedagógico; facilitando o aprendizado do aluno e, até
mesmo, ajudando o professor na transmissão, nivelamento e verificação do conhecimento.
Para que não sejam somente implantados, nas escolas, softwares que ensinem conteúdos aos alunos, da mesma forma
convencional que os professores o fazem em uma lousa; vários aspectos da inteligência humana estão sendo utilizados com o
intuito de não só ultrapassar as fronteiras do ensino tradicional mas, também, revolucioná-lo. O computador deve ser utilizado
pelo aluno como ferramenta para construção do conhecimento, possibilitando-o também criar, pensar e manipular informações;
contribuindo assim para o desenvolvimento do processo cognitivo.
Para que esta revolução no ensino aconteça, deve ficar claro que o computador nunca vai substituir os humanos, neste caso os
professores. Bons professores nunca serão substituídos pelos assistentes de ensino e ajudantes de professores, mas sim serão
liberados para começar a definir uma educação em termos mais excitantes e criativos juntamente com os computadores.
O confronto entre Inteligência Artificial e Educação pode ser claramente demonstrado pelos Sistemas Tutoriais Inteligentes,
que são sistemas fundamentados em técnicas de IA e que têm como principal objetivo simular o pensamento humano para
ajudar na solução de problemas e nas tomadas de decisões com relação ao aprendizado. Eles são projetados para auxiliar no
processo de ensino-aprendizagem, de modo que os alunos aprendam de forma mais rápida, fácil e diferenciada, fazendo com
que a troca de conhecimentos e principalmente o ganho deste, por parte do aluno, seja o maior possível.
O presente trabalho tem por objetivo relatar sucintamente alguns tópicos sobre Inteligência Artificial, como um breve
histórico, algumas aplicações e expectativas de evolução; e, principalmente, abordar de forma inteligente o tema Educação,
ressaltando os Sistemas Tutoriais Inteligentes como agente integrante e garantidor de um futuro promissor para a educação
mundial. Enfatizando que o computador associado a softwares inteligentes auxiliará num aprendizado moderno, rápido e fácil
por parte do aluno, fazendo com que este tenha mais interesse nos conteúdos ministrados e conseqüentemente consiga absorver
mais conhecimentos e informações sobre eles, garantindo assim um futuro brilhante.
Neste trabalho serão abordadas as etapas de um projeto para estudo e implantação de um Sistema Tutorial Inteligente, visando
apenas o estudo e a compreensão de um idioma, qualquer, através de lições teóricas e exercícios práticos e avaliativos.
Neste projeto, não foi objeto de estudo abordar uma linguagem de programação ou mesmo a implementação do Sistema
Tutorial Inteligente analisado, a nível de estudo de caso; mas sim apresentar detalhes do STI a nível de interface, modelo
pedagógico e modelo do aluno. O foco do trabalho será apresentar uma proposta de estudo e implantação de um STI que
ensina um idioma em diferentes níveis de certificação (básico, intermediário, avançado ou super avançado), a um aluno
indiferente de faixa etária ou nível de conhecimento; tornando-a apta a uma certificação no nível do aprendizado em que foi
avaliada.
Este trabalho foi dividido em seis capítulos. O primeiro capítulo é esta introdução, que procurou deixar claro o propósito do
trabalho.
O capítulo II, apresenta uma visão geral sobre Inteligência Artificial, abordando sua evolução histórica e alguns campos de
aplicações. Tentou-se enfatizar também, sempre quando possível, algumas aplicações na área de educação.
O capítulo III ressalta o uso inteligente do computador como ferramenta para a educação, no auxílio ao processo de ensinoaprendizagem; desde que este seja avaliado de acordo com os objetivos propostos para a sua utilização. É importante ressaltar:
o professor deve estar sempre atento para suprir as deficiências que possam vir a ocorrer, caso a utilização seja inadequada.
Já o capítulo IV relata sobre os Sistemas Tutoriais Inteligentes, que é o confronto entre a Educação e a Inteligência Artificial.
Com intuito de deixar uma colaboração a respeito de STIs, o capítulo IV também faz uma abordagem sobre uma proposta de
estudo e implantação de um STI, utilizando a mesma arquitetura discutida teoricamente ao longo do capítulo. O STI proposto
sugere o ensino de um idioma qualquer a alunos de idades variadas e com diferentes níveis de conhecimento. Durante o
desenvolvimento deste trabalho, pensou-se primeiramente no ensino da língua inglesa; por ser, mundialmente, um dos idiomas
mais usados. Porém, não foi necessário especificar particularidades do idioma; pois a idéia do projeto pode ser aplicada a
qualquer idioma ou adaptada a qualquer curso que envolva diferentes níveis de certificação.
O capítulo V apresenta uma conclusão de todo o trabalho, discutindo a eficácia do emprego de STI e propõe sugestões para
trabalhos futuros.
E, para finalizar, o capítulo VI mostra as referências bibliográficas usadas na redação do trabalho. Nestas referências os autores
foram listados em ordem alfabética e, representados no texto pelo sobrenome; foram citados, também, alguns endereços ou
páginas encontradas na Internet.
2.
Uma
Artificial
Visão
Geral
Sobre
Inteligência
A Inteligência Artificial vem dando asas à imaginação dos pesquisadores da área de Ciência da Computação há décadas. Mas a
verdadeira Inteligência Artificial (IA) – capacidade que um computador tem de raciocinar e de aprender, que são funções
normalmente associadas à inteligência humana – ainda está muito distante; apesar dos pesquisadores já conseguirem
representar conceitos tão peculiares ao ser humano ao quantificar informações vagas, tais como: quente, frio, muito longe,
muito perto, improvável ou meia-idade, ou mesmo, tomar decisões levando em consideração o julgamento e a intuição
baseados na experiência acumulada.
Este capítulo mostra um breve histórico sobre Inteligência Artificial, e aborda, entre tantas, algumas áreas de estudo como:
Processamento de Linguagem Natural, Reconhecimento de Padrões, Robótica, Jogos Educacionais e Sistemas Especialistas.
Áreas tão importantes nas pesquisas relacionadas à simulação do raciocínio e comportamento humano.
Os Sistemas Especialistas, hoje em dia, são os que mais se aproximam da definição de IA; pois são baseados no conhecimento
que um especialista humano tem sobre um determinado assunto e tomam decisões de acordo com uma lista de regras
compiladas por estes especialistas.
2.1 Breve Histórico
Na década de 40, marcada principalmente pela Segunda Guerra Mundial, surgiram os primeiros estudos sobre Inteligência
Artificial, sem que realmente fosse dado este nome a estes estudos. Estes estudos nasceram da necessidade de se construir uma
tecnologia voltada à análise de balística (isto é, estudar o movimento dos projéteis - especialmente os disparados por arma de
fogo), ao estudo da quebra de códigos e também aos cálculos para projetar a bomba atômica. Uma guerra generalizada
implicava na mobilização da indústria e da ciência, para a fabricação de armas convencionais e o desenvolvimento da
tecnologia necessária às não-convencionais. A partir daí, foram criados os primeiros projetos para a construção de
computadores programáveis.
Não se sabe, com exatidão, quando surgiu a Inteligência Artificial (IA). Alguns estudiosos, dizem que a sua origem deu-se, por
volta de 1950, com o precursor em armazenar programas em computadores, Alan Turing [SCHILDT]. Turing preocupava-se
com questões abstratas sobre a inteligência da máquina; ele chegou à conclusão que os programas de computador, poderiam
ser armazenados da mesma forma que dados na memória e, caso houvesse necessidade seriam executados. Esta descoberta
formou, posteriormente, a base dos computadores modernos.
A idéia de armazenamento de programas propiciou aos computadores mudarem de funções, de modo fácil e rápido, bastando
apenas executar outro programa. Com isto, o computador passa a ter o poder de mudar sua própria atuação, ou seja, ele passa a
ser capaz de aprender, ou até mesmo de pensar! Isto é, eles adquirem algum tipo de “inteligência”.
Porém, um dos primeiros e grandes passos que impulsionou a Inteligência Artificial, foi dado nos Estados Unidos, em 1956,
com o famoso encontro em Darmouth College, na Universidade de New Hampshire [CHAIBEN]. John McCarthy reuniu
vários pesquisadores de renome, tais como: Marvin Minsky, McCarthy, Allen Newell, Herbert Simon e Oliver Selfridge, para
estudar o termo Inteligência Artificial com o intuito de dotar a máquina de comportamentos inteligentes baseados no
mecanismo do raciocínio humano.
O termo “Inteligência Artificial”, também foi creditado a Marvin Minsky, por ter escrito um artigo, em janeiro de 1961,
intitulado “Steps towards Artificial Intelligence” [SCHILDT].
Desde então, as diferentes correntes de pensamento em IA, vêem estudando formas de estabelecer comportamentos
“inteligentes”, nas máquinas. Os anos 60 foram de grande otimismo quanto a isto; afinal, eles viram o primeiro computador
jogar xadrez, a primeira calculadora computadorizada e o famoso programa ELISA, escrito em 1964, por Joseph Weizenbaum
[SCHILDT]. O programa ELISA, na época, provocou um grande choque nas pessoas por agir e pensar como um verdadeiro
psicanalista rogeriano.
Lotfi A. Zadeh, professor da Universidade da Califórnia em Berkeley, propôs um método de modelagem de processos para
tomada de decisões, usando a teoria de conjuntos nebulosos associada à teoria de raciocínio aproximado [ZADEH], a fim de
modelar conceitos vagos e imprecisos tão peculiares ao ser humano ao definir, por exemplo, o termo velocidade como: baixa,
alta ou média. Assim, foi possível automatizar processos industriais, e, até mesmo, revolucionar a engenharia de automóveis.
Todo este otimismo levava a crer que estava próximo o momento em que seria produzido um programa inteligente, isto é, que
simulasse a inteligência humana. Mas, infelizmente, não foi o que ocorreu. Os projetistas de sistemas de IA contavam com um
desafio, naquele momento: para um programa ser flexível e ao mesmo tempo inteligente, seria necessário que ele fosse
generalizado.
Os projetistas destes sistemas se depararam com a difícil tarefa de efetuar estas generalizações. Pois, quanto maior o número de
generalizações, maior era a necessidade de recursos computacionais – hardware e software - para que eles pudessem testar os
modelos e arquiteturas em um mundo real. No entanto, naquele momento, estes recursos não estavam disponíveis;
conseqüentemente, os programas tinham a memória rapidamente saturada, ou então, era o tempo de execução que se tornava
muito grande, ou era a falta, por exemplo, de um sistema de visão adequado para o desenvolvimento destes sistemas.
O final dos anos 70 foi marcado por muitos sucessos em áreas específicas de IA, como Processamento de Linguagem Natural,
Representação de Conhecimento e Solução de Problemas. Esses sucessos levaram a introdução dos Sistemas Especialistas. Um
Sistema Especialista nada mais é que um programa possuidor de informações sobre um determinado assunto (ou campo de
conhecimento) e que, quando interrogado, responde como se fosse um técnico especialista. A criação destes sistemas fez com
que a Inteligência Artificial fosse amplamente utilizada, como método de ajuda na expansão da capacidade de inteligência
humana, e até mesmo na substituição dela em diversas práticas e funções consideradas de risco para o ser humano.
A fusão de conceitos de IA e de Processamento Distribuído, originou um novo campo de estudo: a Inteligência Artificial
Distribuída (IAD); a qual vêm estudando a criação de modelos mais flexíveis para a resolução de problemas, por um conjunto
de agentes inteligentes que interagem por cooperação, coexistência ou por competição. A IAD está sendo muito usada na
medicina em conjunto com os sistemas especialista para diagnose médica.
Os mais recentes avanços no campo dos ambientes de aprendizagem inteligente, têm proposto o uso de arquiteturas baseadas
em sociedade de agentes. Os princípios dos sistemas multiagentes têm mostrado um potencial bastante adequado ao
desenvolvimento de sistemas de ensino, devido à natureza dos problemas de ensino-aprendizagem; estes são mais facilmente
resolvidos de forma cooperativa.
Atualmente, a ênfase no campo de IA é a passagem da pesquisa para a implementação. As pesquisas estão ligadas às áreas de
aplicação que envolve o raciocínio humano, tentando imitá-lo e realizando inferências. Muitos pesquisadores acreditam que a
Inteligência Artificial é a tecnologia chave para o software do futuro; justificando o gasto de bilhões de dólares em projetos de
pesquisas de instituições governamentais, militares, industriais e universitárias de todo o mundo, sobre o tema Inteligência
Artificial e suas diversas aplicações.
2.2 Os Computadores Raciocinam? ou Os Programas é que são Inteligentes?
Parece comum, observar as tarefas executadas pelos computadores nos dias atuais – cálculos matemáticos precisos em frações
de segundos, animações gráficas, transmissão em tempo real e outras – e associar isso à própria máquina, como se ela agisse
independe da ajuda do profissional da área que realmente sustenta este grande sucesso; esquecendo-se, de que o computador é
apenas o executor. No entanto, surgiram pesquisadores impulsionados a modificar o paradigma da funcionalidade do
computador, eles queriam máquinas que pudessem pensar, aprender, raciocinar, sentir e compreender como humanos.
Determinar que um computador pode pensar, implica primeiramente no que vem a ser a palavra pensar. Em qualquer
dicionário da língua portuguesa tem-se a seguinte definição para a palavra pensar: “Formar no espírito pensamento ou idéias.
Tencionar, cogitar. Julgar, supor”. Então, seria correto afirmar que o computador pensa?
Não. O computador apenas efetua operações aritméticas e lógicas, ou seja, seu conhecimento se resume em um banco de dados
que auto-interage através de operações. As máquinas apenas executam tarefas. Porém, para questionar o que é um programa
inteligente deve-se, primeiro, saber definir o que é inteligência. A inteligência pode ser definida como: a capacidade de
aprender fatos, proposições e suas relações, e de raciocinar sobre eles.
A definição de inteligência implica na seguinte pergunta: o que significa raciocínio? Mas, nesta pergunta encontra-se o
problema da inteligência artificial. O raciocínio é uma estrutura por demais complexa química e psicologicamente. Até o
próprio termo raciocínio ou pensamento para o homem não é totalmente definido ainda. As pessoas não podem explicar como
elas pensam, mas somente o que elas pensam.
Ao considerar a primeira parte da definição de inteligência, “a capacidade de aprender fatos, proposições e suas relações”,
pode-se concluir que todos os programas são inteligentes, e que os computadores são adaptados para executar esses tipos de
tarefas. Por exemplo, um banco de dados relacional pode adquirir informações, aceitar proposições e, como o nome mesmo
diz, ele pode representar relações.
Mas com base na segunda parte da definição de inteligência, um banco de dados, considerando o exemplo citado, poderia
raciocinar sobre estes fatos? Se for feita uma análise sobre a manipulação de informações do banco de dados, o ato de procurar,
ordenar, processar, consultar, gravar, etc, como raciocínio, então se pode dizer que o banco de dados é um programa
inteligente.
Para muitas pessoas é difícil aceitar esta idéia. Pode-se dizer que um banco de dados relacional não é um programa pensante,
porque o que ele faz não é similar a pensar como as pessoas pensam. Porém, esta mesma tarefa feita por um humano em um
arquivo, obviamente necessita de inteligência. Encontrando-se aí, um paradoxo. Este problema, em parte, se dá por uma visão
demasiadamente antropocêntrica, pois o ser humano gosta de pensar que o cérebro e a racionalidade o faz especial,
diferenciando-o do resto do mundo, e a tendência é dizer que um programa inteligente, não é realmente inteligente e sim age de
maneira inteligente.
Segundo Hubert Dreyfus [SILVA], filósofo da Universidade de Berkeley, sempre será necessário alguém, no caso um humano,
para manipular os cordões da “marionete cibernética” e que a máquina nunca poderá atingir a inteligência absoluta do homem;
pois o homem não é constituído somente de espírito, mas também de um corpo. Sem um corpo, máquinas não evoluiriam em
sociedade, não sentiriam influência do meio sobre seus pensamentos. Quanto aos robôs, ele afirma que “esse corpo é igual a
qualquer outro objeto no mundo: a diferença é que ele pode fazer se mover... Para essas máquinas desencarnadas, arranhar as
costas não é muito grave”.
No caso de um cachorro trazer o jornal para o seu dono, ou até mesmo um bebê de um ano que fizesse a mesma coisa, em
ambos os casos eles poderiam ser considerados inteligentes; apesar de que, para alguns pesquisadores, eles poderiam ser
considerados seres bem adestrados ou condicionados. Porém, para muitas pessoas, um robô construído para executar esta
mesma tarefa nunca seria considerado inteligente; pois, ele é simplesmente uma máquina que roda um programa criado por um
programador, e que ele não está pensando sobre a tarefa, mas simplesmente executando-a sem compreensão da mesma.
As afirmações de cientistas, como Edward Feigenbaum (professor de Informática na Universidade de Stanford), são totalmente
contrárias [SILVA]. Para ele um dia existirão robôs tão inteligentes quanto qualquer ser humano. Feigenbaum é taxativo ao
afirmar que até o senso comum um dia será armazenado em computadores. Ele acredita que o bom senso, a intuição e a
imaginação humana são simplesmente “um grande acúmulo de conhecimentos”. A idéia de Feigenbaum é que “o cérebro não
passa de uma potente máquina de tratamento de informações”.
Em resposta às idéias de Dreyfus, Feigenbaum o desafia a provar se o fato de possuir ou não um corpo influência a formação
intelectual de um ser. No caso de Einstein, é sensato pensar que o seu corpo teve alguma influência sobre o seu pensamento.
Para Feigenbaum, o sucesso e o fracasso de um programa inteligente depende da quantidade de conhecimento que ele
armazena; para exemplificar pode-se citar os sistemas especialistas que podem até superar os especialistas humanos quando
recebem informações suficientes para o processo de tomada de decisão.
A humanidade deve ficar consciente de que o cérebro cria dois tipos de consciência: a individual e a coletiva. Somente com a
união destas consciências, pode-se criar uma sociedade com direitos, deveres e justiça que preserve a todos. O mundo moderno
espera ansiosamente pelo dia em que humanos sejam replicados em máquinas. Porém, espera-se que as máquinas que um dia
irão substituir os seres humanos não pratiquem o mesmo jogo que se vê a todo o momento no mundo; o jogo da hipocrisia e
principalmente do descaso com o semelhante. Anseia-se, que os computadores que surgirem no futuro próximo, não saibam
blefar como seus criadores e que não sejam tiranos, tais como os seres humanos, pois isso seria uma luta bastante desigual.
2.3. Estudos em Inteligência Artificial
Por muitos anos, as pesquisas em IA foram orientadas para abordagens de problemas em ambientes estáticos. Contudo, estas
pesquisas mostraram-se inadequadas para diversos problemas do mundo real onde há necessidade de se prever e modelar
situações com ambientes dinâmicos e reais, cheios de imprecisões e incertezas, para melhor compreensão dos processos
mentais e do conhecimento.
Hoje, existem vários campos de estudo dentro da IA com propósito de dotar a máquina de capacidade de raciocínio,
aprendizado e auto-aperfeiçoamento. Qualquer aplicação em IA depende da forma de aquisição, retenção e manipulação do
conhecimento.
Serão abordadas, nesta seção, algumas definições e exemplos de aplicações, das seguintes áreas de pesquisa dentro de IA:
Processamento da Linguagem Natural, Reconhecimento de Padrões, Robótica, Jogos Educacionais e Sistemas Especialistas.
2.3.1 Processamento de Linguagem Natural
– Escrita/Falada
O processamento ou compreensão da linguagem natural é um importante campo de estudo tratado pela Inteligência Artificial
(IA); segundo Herbert Schildt [SCHILDT] seria um dos mais importantes na década de 80. E, acredita-se continuar sendo um
dos mais importantes, atualmente; devido a um grande impacto social, causado pelo benefício que traz aos deficientes visuais
que fazem uso desses programas de compreensão da linguagem escrita/falada, os quais permitem a eles novas perspectivas e
oportunidades de trabalho e de comunicação.
A linguagem é um sistema que utiliza a palavra articulada, ou escrita como meio de expressão e de comunicação. A partir deste
conceito, são consideradas linguagens todos os sistemas de comunicação humanos ou não, naturais ou artificiais, verbais ou
não-verbais.
Os estudiosos em Inteligência Artificial acreditam que a mais importante tarefa que a IA pode resolver é o processamento da
linguagem natural; pois resolvido este problema será aberta uma porta para diálogos diretos com o computador, onde o
processamento normal e o protocolo dos sistemas operacionais serão quebrados e a máquina poderá entender e falar a
linguagem humana, não sendo mais necessário que engenheiros de software as programem.
Segundo [ARARIBÓIA], a linguagem natural recebeu no decorrer dos anos vários enfoques. Por volta de 1.900, a linguagem
foi definida como: “uma estrutura, um conjunto ordenado de elementos em que a função de cada um se define em relação aos
demais”. Essas pesquisas eram descritivas e consistiam, sobretudo, na observação e classificação dos elementos.
Nas décadas de 50 e 60, ampliaram-se os conhecimentos sobre as línguas, e a linguagem passou a ser definida como: “o objeto
fundamental na comunicação, desde que se permitisse a liberdade e a criatividade individual”.
Nas décadas de 70 e 80, alguns pesquisadores tomando como base às definições anteriores sobre linguagem, uniram-se nos
estudos que focalizavam o locutor e o ouvinte (interlocutores) - participantes do processo de comunicação, admitindo que se
tratava do encontro de dois indivíduos possuidores de experiências pessoais, crenças e conhecimento diferenciado entre eles.
Esta linha chamada pragmática, foi definida por [ARARIBÓIA] como: “o estudo das relações do usuário da linguagem com a
própria linguagem, tendo em vista que este usuário é um interlocutor”.
A comunicação lingüística humana ocorre com a fala e a linguagem escrita, partindo-se daí será útil dividir o problema da
compreensão da linguagem em:
compreensão da redação escrita – a qual utiliza o conhecimento léxico (dicionário), sintático (parte da gramática que estuda
a disposição das palavras na frase e das frases no discurso) e semântico (estudo das mudanças sofridas, no tempo e no espaço,
pela significação das palavras) da linguagem, como também a informação exigida no mundo real.
compreensão da linguagem falada – abrange toda a informação referida acima, mais o conhecimento da fonologia (estudo
dos sons da linguagem) e informações relativas à ambigüidade da fala.
2.3.1.1 A Compreensão
Segundo Elaine Rich, “compreender um fato é transformá-lo de uma representação em outra, que tenha sido escolhida para
corresponder a um conjunto de ações disponíveis que poderiam ser realizadas; e onde tenha sido designado mapeamento, de
modo que, para cada evento, uma ação apropriada seja realizada” [RICH].
Ao se falar de compreensão, deve-se ficar claro que o sucesso ou o fracasso de um programa que use a compreensão raramente
pode ser definido em sentido absoluto, mas sim baseado na tarefa a ser realizada.
A linguagem pode ser definida como um conjunto de cadeias, sem referência ao mundo descrito ou à tarefa a ser realizada.
Pode-se pensar em uma linguagem composta de dois elementos: linguagem fonte e representação-alvo e também o
mapeamento das ligações existentes entre eles.
Utiliza-se a linguagem numa variedade tão ampla de situações que nenhuma definição única da compreensão será capaz de
incluir todas elas. Ao se iniciar a tarefa de construir programas que compreendam a linguagem natural, primeiramente deve-se
definir precisamente o que é tarefa subjacente e como a representação-alvo deve configurar-se. Tendo feito isso, será mais fácil
definir, o que significa uma dada frase.
Compreensão de Frases Individuais
A compreensão de frases em linguagem natural é difícil, e a compreensão de grupos de frases, seja em texto ou em diálogo, é
ainda mais difícil, pois necessita determinar as relações entre elas. Primeiramente, será feita uma análise de frases individuais.
Para compreender, isto é, construir a representação apropriada para uma frase, é necessário compreender cada uma das
palavras da frase; e, também, agrupar estas palavras para formar uma estrutura que represente o significado de toda a frase.
Para compreender uma palavra, à primeira vista, basta pesquisá-la num dicionário e dar a representação para seu significado.
Mas, muitas palavras possuem vários significados, o que dificultará a escolha do sentido correto, caso seja feita uma pesquisa
da mesma.
Considere um exemplo, na língua inglesa, extraído do livro de Inteligência Artificial de Elaine Rich [RICH], onde a palavra
diamond (diamante) poderá possuir o seguinte conjunto de significados: um formato geométrico com quatro lados iguais; um
campo de baseball; ou uma pedra preciosa extremamente dura e valiosa.
Para escolher o significado correto da palavra diamond (diamante) na frase:
“Joan saw Susan’s diamond shimmering from across the room.”, isto é, “Joan viu o diamante de Susan brilhando do outro lado
da sala.”.
é necessário saber que nem formatos geométricos nem campos de baseball brilham enquanto pedras preciosas sim.
A desambiguação do sentido da palavra ou desambiguação léxica é o processo de escolha do significado correto de uma
palavra individual. Isto é feito quando se associa a cada palavra, a informação a respeito dos contextos em que cada um dos
sentidos da palavra poderá aparecer. Cada palavra de uma frase pode ser utilizada como parte do contexto em que os
significados das outras palavras deverão ser determinados.
Algumas vezes, basta apenas uma informação específica (propriedade ou característica) sobre a palavra. Essas propriedades
são chamadas de marcadores semânticos os quais podem ser classificados em: objeto-físico, objeto-animado, e objeto-abstrato.
Partindo-se desses marcadores, diamond na frase “I dropped my diamond.” (Deixei cair meu diamante.), pode ser interpretado
como um objeto-físico, devido à palavra drop (deixar cair). Assim, o significado de diamond seria escolhido a partir do
contexto da frase.
Para resolver completamente o problema de desambiguação léxica, será necessário o uso de marcadores semânticos cada vez
mais refinados. Com o aumento desses marcadores, o tamanho do léxico torna-se não administrável. Quando o número de
sentidos da palavra se torna muito grande, ocasiona um colapso com os marcadores semânticos. Este fato levou a criação de
novas formas para se escolher os sentidos corretos das palavras.
Uma outra abordagem é chamada semântica de preferência, ela necessita de informações relativamente localizadas e também
da noção de que exigências, como a citada acima (localização), quase nunca são fixas. Elas são melhores descritas como
preferências. Por exemplo, verbos como hate (odiar) preferem um sujeito animado, então a tradução da seguinte frase seria
imediata:
“Pop hates the cold.”, isto é, “Pop odeia o frio.”.
Considere a frase: “My lawn hates the cold.”; ou seja, “Meu gramado odeia o frio.”. Neste caso não existe nenhum sujeito
animado, mas a utilização metafórica de gramado como um objeto animado deve ser aceita.
A combinação de palavras para formar uma estrutura que represente o significado de uma frase é bastante complexa; e, esta
deverá depender de muitas fontes de informação, incluindo o conhecimento da linguagem que está sendo usada, o
conhecimento do domínio que está sendo discutido e o conhecimento das normas de uso da linguagem em questão. Este
processo de interpretação é dividido em três componentes:
Análise sintática – as palavras são transformadas em estruturas que mostram como estas palavras se relacionam entre si.
Algumas dessas seqüências poderão ser rejeitadas se as convenções da linguagem em questão forem violadas.
Análise semântica – faz-se um mapeamento entre as estruturas sintáticas que recebem significados designados e os objetos no
domínio de atividade. Caso nenhum mapeamento das estruturas criadas pelo analisador sintático seja possível, então estas
poderão ser rejeitadas.
Análise pragmática
– a estrutura representando o que foi dito é reinterpretada para determinar o que realmente se quis dizer.
Compreensão de Frase Múltipla
Para se compreender um conjunto de frases é necessário conhecer as relações existentes entre elas. Existem muitas relações
importantes em um texto que devem ser conhecidos, são eles: objetos idênticos; parte de objetos; parte de ações; objetos
envolvidos em ações; cadeias causais; e seqüências de planejamento.
Programas que fazem compreensão de frases múltiplas necessitam de grandes conhecimentos sobre o mundo que se encontra
em discussão. O meio em que o conhecimento é organizado é considerado fato decisivo ao sucesso do programa de
compreensão da linguagem natural.
Compreensão de Diálogo
O diálogo em linguagem natural é um meio que as pessoas têm para transmitir informações e neste caso os programas de
computador têm como tarefa descobrir o que elas querem. A figura 2.1. extraída do trabalho de Carol E. Brown, exemplifica
um diálogo entre GUS, um programa que interpreta um agente de viagem, e um usuário qualquer [BROWN].
Neste diálogo, Brown verificou que existem alguns problemas que um programa de compreensão deve e precisa resolver, para
a compreensão total do diálogo. Estes problemas foram denominados por: iniciativa mista, atos de fala indireta,
pressuposições implícitas, referências anafóricas, e fragmentos de frase.
O primeiro problema, denominado por iniciativa mista, poderia ser considerado relativamente simples se o programa de
compreensão mantivesse a todo o momento o controle do diálogo; isto é, o usuário responderia somente quando solicitado pelo
programa. Assim, bastaria apenas analisar as respostas do usuário em um conjunto de respostas aceitáveis. Porém, em um
diálogo natural, o controle do mesmo pode mudar a qualquer instante entre os participantes (sistema e usuário). No exemplo do
diálogo com GUS, caso o usuário assuma o controle, como identificado nas linhas (1) e (3), da figura 2.1, o programa deverá
estar sempre preparado para receber uma variedade muito maior de declarações.
O próximo problema, atos de fala indireta, também deve ser analisado por um programa de compreensão. Usualmente as
pessoas em um diálogo natural dizem coisas que não são exatamente o que gostariam de dizer; isto é, as respostas a algumas
perguntas nem sempre são diretas, como mostra a linha (2) do diálogo. Neste caso o sistema deve estar pronto para analisar a
resposta no contexto do assunto, e identificar exatamente o que o usuário queria dizer.
GUS :
aérea.
Alô. Meu nome é GUS. Posso lhe ajudar a planejar uma simples viagem
Aonde você deseja ir?
(1) Cliente: Quero ir para San Diego em 28 de maio.
GUS:
A que horas você deseja partir?
(2) Cliente: Preciso estar em San Diego antes das 10 horas.
GUS:
Gostaria do vôo 102 da PSA que chega às 9:15 horas?
(3) Cliente: Qual é o vôo seguinte?
GUS: Vôo 310 da AirCalifornia que decola às 8:30 horas e chega às 10:00 horas da
manhã
(4) Cliente: Eu fico com o primeiro.
GUS: Em nome de quem devo fazer a reserva, por favor?
(5) Cliente: Dan Bobrow.
GUS: Confirmei o seguinte vôo: Vôo 102 da PSA na Quarta-feira, 28 de maio, de San
José para San Diego, que decola às 7:30 da manhã e chega às 9:15 horas. Em que data você deseja
voltar?
(6) Cliente: Na sexta-feira à noite.
GUS: Gostaria do vôo que decola às 9:45 horas?
(7) Cliente: Está ótimo.
GUS: Confirmei o seguinte vôo: Vôo 307 da PSA na sexta-feira, 30 de maio, de San
Diego para San José, que decola às 19:45 horas e chega às 21:30 horas. Muito Obrigado por
telefonar. Até logo.
Figura 2.1 Um diálogo com GUS [BROWN].
Pressuposições implícitas é um dos problemas, também, a ser identificado e resolvido pelos programas de compreensão, e
ocorre quando algumas perguntas pressupõem fatos não verdadeiros. Por exemplo, se um usuário perguntar a GUS “Me
informe todos os vôos de Eastern para East Oshkosh.”, GUS responderia “Nenhum.”. Esta resposta de GUS ao usuário é
porque não existem linhas aéreas para East Oshkosh, pois não existem aeroportos lá. Facilitaria a resposta e o entendimento
caso ele dissesse “Não existe nenhum vôo para East Oshkosh porque não existem aeroportos nesta cidade.”.
As referências anafóricas, um dos problemas detectado por Brown, se referem a coisas que foram citadas anteriormente ao
longo do texto (ou do diálogo). Nos diálogos, pode-se encontrar uma gama muito maior de referências anafóricas do que nos
textos. No diálogo com GUS pode-se verificar este fato nas linhas (3): vôo seguinte a que?, (4): qual é o primeiro?, e (6): mas
qual sexta-feira?
O último dos problemas a ser resolvido é: os fragmentos de frase. A maioria dos diálogos são compostos de frases
gramaticais incompletas, normalmente elas fazem parte, ou são derivadas das perguntas a que foram submetidas. Um exemplo
dessa situação pode ser verificado nas linhas (5) e (6). A linha (5) poderia ser parte da frase “A reserva deve ser feita em nome
de Dan Bobrow.”.
2.3.1.2 Geração de Linguagem
O processo de geração de linguagem é o oposto ao processo de compreensão. A geração de linguagem pode ser divida em três
partes:
1 - Criar uma estrutura que represente o que dizer.
2 - Construir seqüências de frases aplicando regras de estrutura de texto e
de diálogo.
3 - E, gerar frases aplicando informações léxicas e sintáticas.
A primeira parte é a mais difícil. A informação a ser comunicada é computada por um sistema respondedor de perguntas; neste
sistema, o processo de geração de informação é enfocado na pergunta a ser respondida.
A segunda e a terceira parte encaram o conteúdo, supostamente fixado na primeira parte. Para fazer esta última etapa, o
programa deve compreender toda a gama de construções escolhidas pelo criador de sua entrada. Porém, para gerar linguagem,
um programa precisa utilizar um conjunto muito menor de construções, permitindo infelizmente a geração de textos
extremamente simples. Para se gerar bons textos, é necessário que todos os problemas que surjam durante a compreensão
sejam resolvidos.
2.3.2 Reconhecimento de Padrões - Imagens
O reconhecimento de padrões é um campo de estudo em IA que aborda o reconhecimento de um exemplo ou de um modelo,
algo a ser copiado [SIMPSON]. Um padrão também é uma imitação de modelo. Em todos os instantes, o ser humano
desempenha a tarefa do reconhecimento de padrões; ao reconhecer a voz de uma criança, de um amigo ao telefone, o sabor de
um sorvete, a leitura de um jornal, as escritas manuais, as imagens, etc.
Para que um computador interaja completamente com o mundo externo, será necessário que ele possua algum tipo de visão. A
Inteligência Artificial aborda o reconhecimento de imagens quando interpreta, por exemplo, os sinais digitalizados de uma
câmera de televisão, e, não a captura real do sinal de televisão.
Quando se fala em reconhecimento de padrões, pode-se dizer de muitos tipos de reconhecimento, como: reconhecimento de
imagens, reconhecimento de sinais digitalizados, reconhecimento de caracteres, reconhecimento de voz (fala), reconhecimento
de impressões digitais, etc. Como existem muitos meios de se utilizar o reconhecimento de padrões vinculado à IA, esta seção
se limitará a analisar sucintamente o reconhecimento de imagens.
2.3.2.1 Processamento/Reconhecimento de Imagens
O termo processamento de imagem descreve o enorme campo da visão que engloba duas grandes subdivisões: o
processamento bidimensional e o tridimensional que algumas vezes é chamado processamento do mundo real. Este termo
também descreve o reconhecimento de padrões e a melhoria de imagens.
Normalmente, são utilizados dois métodos para a implementação de sistemas de visão. O primeiro tenta reduzir a imagem em
linhas, para que estas linhas formem o perfil do objeto. São usados muitos filtros para capturar a informação da imagem e os
acentuadores de contrastes para fazer com que todas as partes da imagem sejam pretas ou brancas; sendo estas denominadas de
imagens binárias, porque todo ponto da imagem ou é branco ou é preto.
Uma das vantagens de se trabalhar com imagens binárias, é que o computador pode reconhecê-las facilmente, através de
algoritmos de certa forma simples; pois elas possuem limites definidos, deixando bastante claro para o computador, determinar
onde o objeto começa e termina. Na maioria das vezes, este é o tipo de processamento usado pelos sistemas de processamento
de imagens bidimensionais.
O segundo método utilizado na implementação de sistemas de visão tenta passar ao computador uma visão da imagem, mais
parecida com a do ser humano, isto é, ele permite ao computador obter duas características muito importantes da imagem, as
superfícies e as sombras. Isto ocorre, porque este método dá ao computador informação sobre o brilho de parte da imagem.
Esse método é normalmente usado por sistemas de processamento de imagem tridimensionais.
Geralmente os sistemas de visão usam virtualmente imagem em preto e branco, em vez de colorida, pois a cor não é
normalmente necessária; e para acrescentar informações sobre cores necessitará de recursos computacionais -software e
computador, ainda maiores que os utilizados no processamento da imagem.
Os sistemas de visão bidimensionais projetam todas imagens como se elas fossem planas. Estes sistemas são comuns em linhas
de montagem automáticas, onde são importantes a orientação, localização ou o reconhecimento de certos objetos.
A imagem tridimensional é reduzida a uma imagem bidimensional, porém ela não pode perder sua identidade. Como exemplo,
pode-se citar uma fábrica que manufatura somente quatro tipos de blocos: quadrados, retângulos, triângulos e cilindros. Uma
câmera de televisão colocada sobre uma esteira para transporte dos blocos, deve decidir de que tipo é cada um dos blocos, e
colocá-los em seus locais corretos. A figura 2.2 ilustra esta situação.
Após cada bloco passar na esteira, a câmera reduz o seu formato tridimensional em bidimensional. Mesmo sem uma dimensão,
o computador possui informação suficiente para reconhecer o bloco. A figura 2.3 descreve a forma que o computador vê os
blocos.
Para que um processador de visão bidimensional tenha sucesso, é necessário que não se tenha variações nos objetos. Por
exemplo, se fosse colocado na esteira uma pirâmide com base quadrada, sua imagem bidimensional pareceria um quadrado, e o
computador colocaria o bloco no lugar dos quadrados.
Figura 2.2 Linha de ordenação controlada por visão bidimensional[SCHILDT].
Figura 2.3 Visão dos blocos pelo computador[SCHILDT].
Para que um processador de visão bidimensional tenha sucesso, é necessário que não se tenha variações nos objetos. Por
exemplo, se fosse colocado na esteira uma pirâmide com base quadrada, sua imagem bidimensional pareceria um quadrado, e o
computador colocaria o bloco no lugar dos quadrados.
Um problema que comumente acontece com sistemas bidimensionais é que o computador não consegue reconhecer um objeto
que esteja parcialmente oculto ou sobreposto a outro. Por exemplo, imagine um bloco triangular sobreposto a um quadrado, o
computador veria o que mostra a figura 2.4.
Figura 2.4 Visão bidimensional do computador com dois objetos sobrepostos[SCHILDT].
O computador não conseguiria dizer se o objeto é um quadrado, dois triângulos próximos um do outro formando um quadrado,
ou se é um triângulo em cima de um quadrado. Tais problemas induzem a utilização de sistemas tridimensionais.
Os sistemas de visão tridimensionais tentam controlar todos os problemas de visão ocasionados por objetos que interferem em
outro (em frente ou em cima de). Estes sistemas também ajudam a extrair informação topográfica de uma imagem, como
ajudar o computador a gerar mapas geofísicos de um país.
Sistemas tridimensionais processam em uma imagem muito mais informações do que nos sistemas bidimensionais. Isto parece
ser uma proposição bem simples; para se ter uma idéia de quanto de memória é necessário, basta analisar uma câmera de
televisão que utiliza 525 linhas de varredura e para se assumir uma resolução horizontal equivalente, será necessário 275.625
bytes para armazenar uma figura em preto e branco. Se fosse uma imagem colorida a quantidade de memória necessária
praticamente seria o dobro. Uma imagem dessa forma, ao contrário da imagem em preto e branco, representa um número de
informação grande para um programa analisar, podendo levar muito tempo.
É tema de trabalho na área de Inteligência Artificial reproduzir no computador a maneira pela qual os humanos processam as
imagens.
2.3.2.2 Problemas Comuns no Reconhecimento de Imagens
Além dos problemas de interpretação correta de imagem, usando um sistema bidimensional ou tridimensional é necessário que
se verifique as características que compõem a imagem de cada objeto.
O reconhecimento de objetos sobrepostos é muito problemático, não porque o computador não possa dizer que um objeto está
em frente ou em cima de outro, mas a dificuldade real está em reconhecer nos objetos parciais o que eles são; isto é, o que são
os objetos que estão parcialmente escondidos ou que não estão no campo de visão do computador?
A solução mais interessante, para resolver este problema é a chamada alucinação controlada, forma mais próxima da usada
pelo olho do ser humano. A partir de uma informação inicial, o computador postula que está vendo um triângulo, por exemplo;
e tenta verificar através de alguns métodos, tais como deduzir que duas linhas se intersectarão em algum lugar obscuro, que seu
campo de visão não compreenda. Portanto, este é um método muito complicado, a não ser se for utilizado em ambientes que
sejam altamente controlados.
Algumas ilusões de óptica enganam o ser humano, mas não o computador. Um exemplo é o mostrado na figura 2.5, onde as
linhas A e B são de mesmo comprimento, mas a linha A parece ser mais comprida do que a outra. Entretanto, neste caso o
computador não se enganaria.
A
B
Figura 2.5 Ilusão de óptica[SCHILDT].
Porém, o computador pode confundir-se com imagens facilmente interpretadas pelos seres humanos. Por exemplo, os objetos
parecem ser menores, quanto mais afastados estiverem. O ser humano está acostumado a isto, mas o computador em uma
situação como esta tende a pensar, que estes objetos são simplesmente menores.
Assim, durante o ato de programar um computador, de forma a interpretar corretamente uma imagem, é preciso analisar
características da visão nas quais nunca se pensou.
2.3.3 Robótica
O crescente aumento da produtividade e da melhoria da qualidade dos produtos no mercado, tem levado a automação industrial
a desempenhar um importante papel. A indústria está procurando equipamentos baseados em computadores, tendendo a uma
crescente utilização de robôs.
Um dos maiores desejos do homem é criar uma máquina com IA que tenha capacidade de agir e pensar como ele. Este desejo
nada mais é, do que uma vontade inconsciente de possuir um “escravo metálico” que satisfaça todos os seus desejos. Com o
espantoso avanço da tecnologia este desejo está perto de ser realizado.
A palavra robô vem da palavra tcheca robotnik, que significa servo. Esta palavra surgiu em 1923, numa peça teatral, idealizada
pelo escritor tcheco Karel Capeck [ETO], que fez uma sátira à civilização da época (mecanizada), descrevendo máquinas
andróides fabricadas para realizar tarefas consideradas tediosas para a humanidade.
Existem quatro leis fundamentais para a robótica e, que foram escritas pelo escritor americano de ficção científica Isaac
Asimov [ETO] conforme mostra a tabela 2.1.
Atualmente devido aos inúmeros recursos oferecidos pelos sistemas de microcomputadores, a robótica atravessa uma época de
contínuo crescimento que permitirá, em um curto espaço de tempo, que robôs inteligentes sejam construídos, fazendo com que
o sonho do homem antigo se torne uma realidade para o homem atual.
Tabela 2.1 Leis para a robótica.
1ª - Lei
“Um robô não pode ferir um ser humano ou, permanecendo passivo, deixar
um ser humano exposto ao perigo”.
2ª - Lei
“O robô deve obedecer às ordens dadas pelos seres humanos, exceto se tais
ordens estiverem em contradição com a primeira lei”.
3ª - Lei
“Um robô deve proteger sua existência na medida em que essa proteção não
estiver em contradição coma primeira e a segunda lei”.
4ª - Lei
“Um robô não pode causar mal a humanidade nem permitir que ela o faça”.
Torna-se cada vez mais necessário a presença de robôs, na realização de tarefas, aonde o ser humano corre risco de vida. Essa
necessidade pode ser justificada devido à necessidade, presente na sociedade atual, de se realizar tarefas com eficiência e
precisão, e também devido à existência de tarefas a serem realizadas em lugares onde a presença humana torna-se difícil e
arriscada, ou até mesmo impossível, como no fundo do mar (existem robôs que mergulham a grandes profundidades para
auxiliar em reparos nas plataformas de petróleo), na imensidão do espaço, na medicina (os robôs já auxiliam as cirurgias de
alto risco), e até mesmo em aplicações que são menos percebidas como a impressora que também é um robô.
Mas o que é robótica? Pode-se definir robótica como o controle de mecanismos eletro-eletrônicos através de um computador,
transformando-o em uma máquina capaz de interagir com o meio ambiente e executar ações decididas por um programa criado
pelo programador a partir destas interações.
A robótica é a área que se preocupa com o desenvolvimento destes dispositivos (robôs); é uma área multidisciplinar, que busca
o desenvolvimento e a integração de técnicas e algoritmos para criação de robôs. Para se projetar essas tecnologias, a robótica
envolve com perfeita harmonia matérias como engenharia mecânica, engenharia elétrica, inteligência artificial, entre outras.
Na sociedade existem robôs em várias áreas: robôs que prestam serviços no desarmamento de bombas, robôs com finalidade de
pesquisa científica e educacional, robôs operários que foram responsáveis pela Segunda Revolução Industrial, revolucionando
a produção em série, agilizando e fornecendo maior qualidade aos produtos.
2.3.3.1 Classificação dos Robôs
Os robôs são classificados de acordo com suas diferenças e propriedades, podendo ser diferenciados por suas aplicações ou por
suas formas de trabalho [ETO]:
Robôs inteligentes - são robôs capazes de interagir com o ambiente através de sensores, sendo capazes de tomar decisões em
tempo real. São manipulados por sistemas multifuncionais controlados por computador.
Robôs controlados por computador – são muito semelhante aos robôs inteligentes, porém não possuem capacidade de
interagir com o ambiente. Basta que eles sejam equipados com sensores e software adequado, para que se tornem robôs
inteligentes.
Robôs de aprendizagem – estes robôs são limitados a repetir uma seqüência de movimentos. Estes movimentos são
realizados com ajuda de um operador ou são memorizados anteriormente.
Manipuladores – são robôs que utilizam sistemas mecânicos multifuncionais. Estes sistemas permitem governar o
movimento de seus membros de duas formas: manual – o operador controlando os movimentos; ou seqüência variável –
quando algumas características do ciclo de trabalho podem ser alteradas.
Como aplicação da área de robótica será analisado um robô de aprendizagem, utilizado como ferramenta pedagógica no
processo de ensino-aprendizagem.
2.3.3.2 Robótica Educacional: uma Ferramenta Pedagógica
A utilização da robótica na educação vem expandir o ambiente de aprendizagem, disponibilizando mais ferramentas,
aumentando a gama de atividades que podem ser desenvolvidas e promovendo a integração de diversas disciplinas, na medida
em que os alunos podem vivenciar, na prática, o método científico, simulando mecanismos do cotidiano através da construção
de maquetes controladas pelo computador.
Apoiada na experimentação a robótica educativa, propõe que seja criada uma relação professor/aluno fundamentada na busca,
no erro, e finalmente no aprendizado.
A robótica educacional consiste basicamente na aprendizagem por meio de montagem de sistemas constituídos por modelos.
Esses modelos são mecanismos que apresentam alguma atividade física, como movimento de um braço mecânico,
levantamento de objetos, etc, como os atuais robôs. Inicialmente, estes robôs não foram projetados para ter um comportamento
inteligente. O principal objetivo dos robôs educacionais é estudar conceitos relacionados à física ou matemática, de maneira
prática.
A robótica educativa é mais um instrumento que garante aos participantes (educandos) a possibilidade de viver experiências
semelhantes às que realizarão na vida real; oferecendo também oportunidades para propor e solucionar problemas difíceis mais
do que observar formas de solução.
Na robótica educativa, invenção e compreensão são palavras-chave. O aluno é instigado, a todo o momento, a observar,
abstrair e inventar, criando seus modelos a partir de materiais diversos do seu cotidiano tais como peças de brinquedos e
eletrodomésticos danificados, peças de lego, circuitos eletrônicos, etc.
O aluno passa, então, a construir seu conhecimento através de suas próprias observações. Nesta filosofia não existe a chamada
aprendizagem passiva, que é caracterizada apenas pela absorção de informações. Neste caso, o mais importante é a
investigação, o processo exploratório ao qual é induzido o aluno, levando este a desenvolver um verdadeiro processo de
descoberta.
Desde a década de 50 [MAINSONNETE] tem-se estudado a possibilidade de utilizar robôs como meio de aprendizagem,
objetivando reforçar o ensino tradicional. No ensino tradicional pode-se verificar alunos entediados, enquanto o professor
passa os conceitos de ciência em uma lousa. A robótica educacional se preocupa em possibilitar ao estudante conhecimentos da
tecnologia atual, e até mesmos conhecimentos técnicos em eletrônica.
Os robôs são montados com motores, sensores, peças, de modo que tudo seja controlado por um computador que possua
softwares que determinem o comportamento desejado. Para que esse método tenha sucesso, é necessário que se tenha
conhecimento e critérios para sua aplicação. Também é preciso delineá-lo para que ele não se perca.
O modo de aplicação dessa tecnologia pode variar dependendo dos objetivos esperados. Uma maneira seria definir todos os
passos para a criação do modelo; sugere-se que já se saiba qual seria o produto final, ou então se pode dar mais liberdade ao
aluno, para que ele construa o dispositivo levando em conta suas próprias idéias. Este caso estimularia a criatividade do
educando. A restrição com relação à forma ou os passos para a construção do dispositivo, serviria para incentivar o aluno a
aprender determinado tópico do conteúdo de uma disciplina.
Fica evidente o potencial da robótica como ferramenta interdisciplinar, visto que a construção de um novo mecanismo, ou a
solução de um novo problema freqüentemente extrapola a sala de aula.
A criação desse ambiente de aprendizagem e descoberta utilizando a robótica pedagógica leva alunos e professores a um
trabalho de investigação científica, estabelecendo um processo contínuo de colaboração, motivação, criatividade,
desenvolvimento do senso crítico, construção e reinvenção. Por isso pode-se destacar a robótica pedagógica como uma
importante ferramenta cognitiva.
A robótica pedagógica é uma atividade que permite a simulação em mundos virtuais e reais, permitindo ao aluno observar os
resultados, errar, e modificar seu trabalho, trabalhando de forma positiva com o paradigma erro-acerto.
Nos dias atuais, encontram-se muitas empresas que comercializam os chamados kits educacionais. São versáteis, fáceis de
montar, parecendo mais brinquedos que podem ser montados, desmontados e montados novamente. Nestes kits podem vir toda
a fiação necessária, com seus componentes, como garras, base, conexão para porta do computador, software, etc.
2.3.4 Jogos: uma Abordagem Inteligente
Os primeiros jogos possuíam técnicas simples, seguindo sempre o mesmo padrão, no qual eles nunca ou quase nunca
interagiam com o jogador, não instigavam a investigação, o aperfeiçoamento, à perseverança, jogava-se somente em
decorrência de um tempo determinado e uma tarefa a ser cumprida, não se descobrindo ao longo do jogo outros caminhos,
outras táticas que levassem a vitória, em alguns casos a vitória (fim do jogo), tinha um caminho pré- determinado, caso o
jogador descobrisse este caminho, todas as outras partidas seriam praticamente iguais . Em decorrência desse fato, eles
tornavam-se um tanto desinteressante para o jogador.
Na década de 60, Arthur Samuel [CARNIELLO] teve sucesso na criação do programa operacional significativo de jogos. O
programa criado por Samuel jogava damas. Este jogo não simplesmente jogava damas, mas aprendia com seus próprios erros e
melhorava seu desempenho a cada partida.
Atualmente, os jogos utilizam técnicas de IA, com o intuito de embutir neles uma inteligência que não é característica, mas que
é desenvolvida ou simulada por tais técnicas. Mais comumente pode-se encontrar a aplicação dessas técnicas em jogos
clássicos como: Jogo de Damas, Xadrez e Jogo da Velha.
Na implementação de jogos, pode-se dizer que um dos pontos primordiais é a maneira em que os procedimentos de busca são
vistos. Esses procedimentos, normalmente são do tipo gerar-e-testar. Um dos objetivos na implementação de jogos está em
otimizar o procedimento de geração, para que assim sejam gerados movimentos que sejam adequados àquela situação. Outro
objetivo é a melhora dos procedimentos de teste, de modo que sejam explorados e escolhidos os melhores movimentos.
Para que um jogo tenha um bom desempenho é imprescindível que sejam utilizadas técnicas de IA. Vale a pena listar algumas
técnicas e métodos usados na implementação de jogos [CARNIELLO]:
Busca Heurística
e-testar).
– é um procedimento de busca que se caracteriza por aperfeiçoar o procedimento de geração e teste (gerar-
Minimax – é um procedimento de busca em profundidade, que se dedica em examinar várias seqüências de movimentos, com
finalidade de encontrar um movimento que ocasione a vitória.
Algoritmos Neuro-genéticos
– são algoritmos que aprendem através de redes neurais.
Algoritmo Genético e Aprendizagem TD – são algoritmos que utilizam redes neurais para minimizar os erros de diferença
temporal, podendo aprender a partir de cada movimento do jogo.
2.3.4.1 Jogos Educativos
Em conseqüência da evolução na educação, alguns projetistas ligados à área de IA, começaram a se interessar por
implementações de jogos educativos que utilizassem técnicas de IA. Este interesse se deu porque, com a área de jogos aliada à
exploração da Inteligência Artificial, é possível ter o conhecimento dos estados iniciais e finais de uma determinada tarefa,
tornando fácil medir o sucesso e o fracasso da mesma.
Primeiramente, tinha-se a idéia de que a implementação de jogos não necessitava de grande quantidade de conhecimentos e
que podiam ser solucionados por uma busca direta a partir do estado inicial para a posição vencedora. Os jogos realmente são
estruturados, mas de acordo com a complexidade destes a quantidade de conhecimento cresce rapidamente.
IA não é uma área de estudo isolada das demais; pois suas aplicações são encontradas em diversos campos, como medicina,
educação e outros. Existe uma forte ligação entre as áreas de IA, os Jogos e a Realidade Virtual (RV).
Por suas características, a RV, tem se tornado uma área extremamente importante junto à área de IA. A Realidade Virtual é
uma das formas mais avançadas de interface com o usuário do mundo atual.
Realidade Virtual
A RV possui aplicações na maioria das áreas do conhecimento, incluindo IA. Nos últimos anos, a RV vem mostrando um
crescimento acelerado por causa do grande investimento das indústrias de computadores na produção de softwares, hardwares
e dispositivos de entrada e saída (E/S).
Um controle tridimensional altamente interativo envolve a interface de realidade virtual. O usuário entra no espaço virtual,
visualiza, manipula e explora os dados em tempo real, simulando movimentos naturais e tridimensionais do seu corpo.
“A grande vantagem desse tipo de interface é que o conhecimento intuitivo do usuário a respeito do mundo físico pode ser
transferido para a máquina a fim de manipular o mundo virtual” [CARNIELLO].
Neste tipo de interação, o usuário utiliza dispositivos como capacete de visualização e controle, luvas e outros, dando a ele
impressão de que está em um ambiente tridimensional real, possibilitando a ele manipular objetos (apontar, pegar, etc)
naturalmente com o uso das mãos.
A realidade virtual também pode ser considerada como a união de três idéias básicas: imersão, interação e envolvimento.
Isoladamente, essas idéias não são exclusivas de RV, mas na realidade virtual elas coexistem.
A realidade virtual pode ser: imersiva, quando se utiliza capacetes ou salas de projeções ou não-imersiva, quando se utiliza
monitores. Existem dois tipos de ambientes em RV:
Ambientes Virtuais – são ambientes gerados por computador, podendo ser explorados pelo operador. Pode-se tomar como
exemplo o ensino à distância, reuniões virtuais ou até mesmo as teleconferências.
Ambientes Remotos – são ambientes em que o operador utiliza-se de telerobôs com câmeras de vídeo e outros sensores, com
objetivo de manipular objetos que estejam em acessos difíceis ou que possam ocasionar risco de vida.
Os projetistas de técnicas de IA para jogos, com o desenvolvimento de poderosos sistemas de RV, objetivam poder transportar
pessoas para lugares onde se pode ver e até sentir coisas jamais possíveis no mundo real; isto é, eles pretendem tornar as
pessoas participantes dos jogos, “estrelas de jogos”, para que se sintam heróis do mundo.
A IA junto à área de jogos e Realidade Virtual visa ajudar o jogador, a ter mais diversão, e que esta diversão seja o mais real
possível. Para isso, a Inteligência Artificial tenta reproduzir um mundo que responda às ações do jogador sem que ele perceba
que está lidando com uma máquina.
Vale ressaltar alguns exemplos do uso de técnicas de IA para jogos com Realidade Virtual [CARNIELLO]:
Redes neurais e jogos – as redes neurais tem como característica a capacidade de capturar comportamentos e predisposições
em determinados padrões. Ela é treinada na arte de táticas de ataques submarinos.
Blackboards (quadro negro)
encontre uma solução.
– é uma área da memória, utilizada como rascunho no processo de inferência até que se
2.3.5 Sistemas Especialistas
Sistemas Especialistas (SE), uma área de estudo da Inteligência Artificial, são sistemas desenvolvidos e planejados para
adquirir e disponibilizar o conhecimento operacional de um especialista humano. São projetados para solucionar problemas e
realizar tarefas, simulando a tomada de decisão de especialistas em diversas áreas; por isso, são tradicionalmente vistos como
sistemas de suporte à decisão. Sua estrutura reflete como o especialista humano arranja e faz inferência sobre o seu
conhecimento.
Como os SE são programas de computador desenvolvidos para que funcionem como um especialista humano, devem fazer
coisas que um especialista humano faz; ou seja, devem ser capazes de aprender, analisar, controlar, interpretar, aconselhar,
consultar, monitorar, comunicar, instruir, classificar, diagnosticar, predizer, projetar, testar, etc. Os SE também devem ser
capazes de aprimorar e aperfeiçoar suas decisões.
As arquiteturas dos SE é que os diferenciam de aplicações típicas. Basicamente, o projeto de um SE consiste de uma aplicação
restrita a um domínio limitado do conhecimento; isto é, existe uma separação do conhecimento de domínio (por ex, medicina,
matemática). Quanto mais restrito for o domínio e mais conhecimento tiver o programa, mais eficiente será o Sistema
Especialista [CHAIBEN].
A figura 2.6 apresenta um modelo básico da arquitetura de um SE, cujos componentes básicos são: a base do conhecimento, a
máquina de inferência e a interface com o usuário.
Figura 2.6 Arquitetura de um Sistema Especialista.
Base do conhecimento – caracteriza, a nível do especialista, o conhecimento necessário para a resolução dos problemas da
área em estudo; isto é, o banco do conhecimento contém os fatos e as regras que reúnem o conhecimento do especialista. Este
conhecimento deve ser armazenado de tal forma que a máquina de inferência consiga tratá-lo convenientemente.
Um dos problemas encontrados na implementação de um SE, é que normalmente parece ser impossível fornecer a ele o
conhecimento integral sobre um determinado assunto. Portanto, o sucesso de um Sistema Especialista está diretamente ligado
ao tamanho e a qualidade da sua base de conhecimento.
Máquina de inferência – representa a forma como o conhecimento, adquirido através da base de conhecimento, é manipulado
para a resolução dos problemas. Mecanismos de inferência – heurísticas - são necessários para que os itens da base de
conhecimento sejam utilizados apropriadamente e eficientemente, assim alcançando-se os propósitos do sistema.
A Máquina de Inferência tenta imitar a forma com que o especialista humano pensa ao tentar resolver um problema. O
especialista humano pode começar com uma conclusão e procurar uma evidência que a comprove, ou pode iniciar de uma
evidência para chegar a uma conclusão. Em Sistemas Especialistas, estes métodos são denominados de “backward chaining” e
“forward chaining”.
Interface com o usuário – a interface com o usuário visa facilitar a comunicação e interação homem-máquina. Uma das
principais considerações de qualquer interface homem-máquina deve ser a facilidade do uso, reduzindo ao máximo a carga
cognitiva sobre o usuário.
2.3.5.1 Vantagens da Utilização de Sistemas Especialistas
Uma das principais vantagens de um SE está baseada no fato em que ele não é afetado por fatores externos, tais como:
questões psicológicas, estresse, necessidade de dormir, de descansar, e assim por diante; um SE está disponível 24 horas por
dia, todos os dias do ano. Esses Sistemas Especialistas podem ser criados em número ilimitado, enquanto que especialistas
humanos existem em números reduzidos.
Outras vantagens de se utilizar um SE: ajuda a reduzir falhas humanas e acelerar tarefas; aumenta o desempenho e a qualidade
na resolução de problemas; combina e preserva o conhecimento dos especialistas; apresenta estabilidade e flexibilidade;
contempla muitas hipóteses simultaneamente; apresenta maior eficiência e otimização de resultados; rapidez na resolução de
problemas; e soluciona problemas tão bem como um especialista humano.
A figura 2.7 ilustra um diálogo comumente usado entre um especialista em frutas e alguém precisando de conselhos sobre uma
determinada fruta.
É necessária a análise do diálogo representado na figura 2.7, para que o leitor compreenda melhor o funcionamento de um SE,
desde a base de conhecimento até o controle das inferências, isto é, das deduções para a compreensão do objeto abordado no
diálogo.
Especialista
É verde?
Usuário
Não.
Especialista
É vermelho?
Usuário
Sim.
Especialista
Cresce em cana?
Usuário
Não.
Especialista
Cresce em árvores?
Usuário
Não.
Especialista
Cresce no chão?
Usuário
Sim.
Especialista
É um morango!
Figura 2.7 Um diálogo com um especialista em frutas.
As pesquisas na área de Sistemas Especialistas têm ainda um longo caminho a percorrer, particularmente avançando o estado
da arte em aprendizagem de máquina, representação do conhecimento, programação automatizada, e padronização. Mesmo
assim, diversas aplicações estão obtendo benefícios na utilização desta tecnologia.
2.3.5.2 Sistema Especialista Voltado à Educação
Será apresentado, nesta seção, um estudo sucinto sobre um sistema especialista, extraído de [LEVINE], que tem por objetivo
detectar a existência de um problema educacional, isto é, apontar se a pessoa analisada, no caso um aluno, sofre de problemas
específicos de aprendizado. O termo deficiência de aprendizado será utilizado para caracterizar o problema educacional mais
grave, e o termo problema de aprendizado para o mais suave.
Existem muitos fatores que contribuem para que uma pessoa tenha problemas educacionais, tais como: fatores psicológicos e
fisiológicos; dotes genéricos da pessoa; história pré, neo e pós-natal do indivíduo; clima emocional no qual o indivíduo é
criado; meio social a que faz parte e outros.
Um sistema de avaliação educacional pode avaliar técnicas acadêmicas específicas, como leitura, ortografia e aritmética.
Avaliar o vocabulário e as técnicas de expressão escrita. No entanto, também são necessárias informações adicionais relativas
ao período pré-escola e ao funcionamento atual, o ambiente familiar e escolar. Através destes dados o sistema poderá formar
uma avaliação global da capacidade total de aprendizado do aluno; indicando as áreas específicas da disfunção educacional e
avaliando a extensão da deficiência - permitindo que o avaliador tome as decisões finais e faça recomendações, baseado em
pesquisas, experiência e colaboração de vários profissionais da área.
Neste tipo de sistema podem ser estabelecidos níveis de decisão que irão ajudar a verificar se existe ou não um problema
educacional. Cada fato pode contribuir para um problema ou deficiência de aprendizado. Isto será determinado a partir da
soma dos fatores de cada fato. Se a soma dos fatores de peso de um aluno, dentro de um subtópico, for igual ou maior do que o
nível de decisão, pode-se afirmar que existe um problema de aprendizado naquela área.
Os valores atribuídos aos níveis de decisão, neste exemplo, foram determinados através de testes e pesquisas em amostra da
população. Assim, o pesquisador poderá descobrir qual o grau de dificuldade da população, em uma determinada área.
Pode-se encontrar vários subtópicos com problemas. Se muitos excederem ao nível de decisão, definitivamente estará
detectado um problema de aprendizado. Caso três subtópicos excedam o nível de decisão, existe então um problema grave; se
dois, existe um problema moderado; e se um ou nenhum, não existe nenhum problema de aprendizado ou existe a necessidade
de uma futura investigação.
A partir da avaliação, de quais são os subtópicos com problema, é necessário determinar se o objetivo foi alcançado de maneira
correta. Para isso é preciso um novo meio de avaliação, que é conseguido pegando-se novos dados e confrontando-os com os
originais. Este mecanismo de confronto, ou seja, de comparação é parte do mecanismo de inferência.
Para compreender melhor essa aplicação ou verificar exemplos, sobre incidência grave de deficiência de aprendizado ou de
problemas de aprendizado verifique a referência bibliográfica citada no início da aplicação [LEVINE].
2.4 Conclusão
Neste capítulo foram apresentadas e abordadas apenas algumas áreas de estudo de IA; áreas estas consideradas focos de
interesse do pesquisador deste trabalho. No entanto, a esperança de grandes descobertas futuras em IA depende de vários
fatores, tal como o crescimento do número de pesquisadores e os avanços principalmente nas áreas da Ciência da Computação
e da Ciência Cognitiva.
A educação nos dias atuais passa por um grande processo de renovação de espaços. Sabe-se que o padrão de ensino vigente é
ritualizado, porém a informática na educação, tanto dentro da escola como fora, tem o papel de propiciar um desenvolvimento
integral ao aluno, valorizando o seu lado emocional, criativo, imaginário, instigando as descobertas e deixando margens para
exploração de novas possibilidades de criação.
O próximo capítulo fará uma abordagem sobre a informática na educação, enfatizando o uso inteligente do computador, sua
importância e suas contribuições no contexto ensino-aprendizagem; na tentativa de mostrar o quanto a Inteligência Artificial
aliada aos programas educacionais muda à visão de ensino, revolucionando, facilitando e enriquecendo o processo de ensino e
aprendizado.
3.
A Informática na
Abordagem Inteligente
Educação:
uma
Quando se pensa em computador na educação, provavelmente pergunta-se: Como seria o uso do computador, na área da
educação, de forma inteligente? Seria repetir o que o professor tradicional faz nas salas de aulas com uma lousa, ou seja, passar
as informações aos alunos, avaliar e administrar as atividades propostas e realizadas pelo aluno, como se o computador fosse
um clone do professor; ou a utilização do computador na educação de forma inteligente, seria incluir mudanças no sistema
atual de ensino, fazendo com que este fosse utilizado pelo aluno como uma ferramenta para a construção do conhecimento,
possibilitando a ele criar, pensar e manipular a informação?
Para a análise destas perguntas, deve ficar claro que a utilização inteligente do computador, não é um atributo do computador,
mas a maneira como é concebida a tarefa em que ele será utilizado. Certamente existem professores que participam de um
sistema educacional mais conservador, que desejam ferramentas que tenham como característica o controle de diversas tarefas
específicas do processo atual de ensino. Foram desenvolvidos vários sistemas computacionais com essas características,
desempenhando tarefas que contribuíram para essa abordagem educacional e que serão, com certeza, muito valorizados por
profissionais que compartilham dessa visão de educação. Por outro lado, existem profissionais que se enquadram em sistemas
de ensino mais sofisticados que desejam sistemas computacionais com qualidades de inteligência; sendo possível a estes
sistemas: identificar os erros cometidos pelos alunos e, mesmo, indicar tarefas de acordo com o nível de aprendizado do aluno.
Então, fica claro que a análise de um sistema computacional com finalidades educacionais não pode ser executada sem que se
faça considerações a respeito do contexto pedagógico no qual será utilizado. Um software só pode ser classificado como bom
ou ruim dependendo do contexto e do modo como ele será utilizado. Para que se faça a qualificação de um software é preciso
ter muito claro a abordagem educacional a partir da qual ele será utilizado e qual o papel do computador nesse contexto.
Neste capítulo, o foco será mostrar que o uso inteligente do computador na educação procura promover mudanças na
abordagem pedagógica vigente; e não apenas colaborar com o professor, para tornar mais eficiente o processo de transmissão
de conhecimento.
Será analisada a utilização da informática na educação como processo de modernização, renovação e troca de resultados. A
partir daí será abordado sucintamente quais as características de um software para que ele promova o ensino ou auxilie no
conhecimento.
3.1 O Computador na Educação
O uso do computador na educação tem como papel ultrapassar as fronteiras do educar convencional, dando oportunidade às
escolas de renovar a forma de se trabalhar os conteúdos programáticos. A informática na educação possibilita ao educando a
construção do seu conhecimento, transformando a sala de aula num espaço real de interação, de troca de resultados, adaptando
os dados à realidade do educando.
“À educação cabe hoje o papel norteador, para superação das crises do trabalho, transitando do homo studioso para homo
universalis” [VALENTE] .
Uma questão, que não se discute mais, é se as escolas devem ou não utilizar computadores; pois a informática é uma realidade
na vida social de praticamente senão todas as áreas, ignorar esta nova tecnologia é fadar-se a ignorância. Atualmente, a questão
é como a informática pode ser utilizada de forma mais proveitosa.
Para responder esta questão, é preciso resolver algumas diretrizes essenciais. A primeira diretriz é vencer o preconceito que
infelizmente ainda é pertinaz em relação à máquina (computador) como parte do processo educativo; a segunda é elaborar uma
planilha que contenha as principais necessidades pedagógicas em sala de aula, esta listagem poderá ser resolvida com a ajuda
de um especialista, e o computador terá como atendê-la.
É necessário que se lembre que os computadores nada mais são do que o meio e não o fim, isto é, eles são somente
solucionadores de problemas; mas que sozinhos não fazem nada, e só podem se tornar úteis com a ajuda de um bom
especialista - nesta situação o professor é quem detém o conhecimento teórico.
A introdução do computador, no ambiente escolar, é hoje uma necessidade para o crescimento de uma pedagogia inovadora,
assentada na susceptibilidade de educadores propensos a didáticas renovadas.
A importância do papel do educador neste processo informatizado está em se conscientizar de que não é ele quem deve indicar
o que é próprio de cada educando, mas sim é papel dele estar constantemente atento ao poder de cada um. Então, se o educador
não se colocar dentro de seu tempo e caminhar em direção ao desenvolvimento, ficará muito difícil gerar uma atuação docente
de qualidade.
O educador aprendiz se defronta então, com uma nova concepção na construção de seu conhecimento, devendo ficar
consciente de que a tecnologia computadorizada não se resume em mouse, teclado, CPU e software, mas sim em saber
empregá-los numa realidade pedagógica existencial.
Um componente muito importante neste processo é o educando, ele é antes de tudo o fim. É para ele que se aplica o
desenvolvimento das práticas educativas, com objetivo de levá-lo a se inteirar e a construir seu conhecimento, através da
interatividade com o ambiente de aprendizagem. O educando é participante ativo nesse processo de aprendizagem, interagindo
e tendo claro os objetivos do aprendizado.
3.2 Softwares que Promovem o Ensino
O conhecimento gerado pela humanidade é classificado e hierarquizado de acordo com o grau de dificuldade do aluno, e
ministrado a este de forma gradativa, isto é: do nível mais fácil para o mais difícil. Essa concepção de educação é baseada no
modelo empirista [VALENTE] e assume que a obtenção do conhecimento se dá como conseqüência da continuidade e da
freqüência com que ele é transmitido. Se o professor se preparar bem para a transmissão do conhecimento ao aluno, e se o
aluno também fizer a sua parte na memorização desse conhecimento, então o sucesso do processo de ensino estará garantido.
No momento em que o computador é utilizado como meio de transporte da informação ao aluno, ele assume o papel de
máquina de ensinar, e a instrução usada pelo computador é a abordagem pedagógica. O uso educacional do computador pode
ser classificado nas seguintes categorias: tutor, ferramenta e tutelado [TAYLOR apud OLIVEIRA].
Todo e qualquer software cujo objetivo seja educativo é denominado de software educacional. Até mesmo o editor de texto
utilizado neste trabalho tem finalidade educativa, apesar de não ter sido programado com este propósito.
Neste trabalho será abordada apenas a classificação dada ao software tutor. Maiores detalhes poderão ser encontrados na
monografia do bacharel em Ciência da Computação, Gilca dos Santos V. Oliveira [OLIVEIRA].
Um software educacional tutor pode ser dividido em:
Software de Apresentação – aquele que apresenta o conteúdo a ser ministrado na forma de um livro-eletrônico.
Softwares Tutoriais
– enfatizam a apresentação das lições ou a explicitação controlando o processo de aprendizado;
Software de Exercício-e-prática
dificuldade variado;
Jogos Educacionais
– a ênfase está no processo de ensino baseado na realização de exercícios com grau de
– a abordagem pedagógica utilizada é a exploração livre e lúdica ao invés da instrução explícita e direta;
Software de Simulação – simulam o mundo real de forma mais simples e mais segura;
Tutoriais Inteligentes - são softwares com características de inteligência, como os Sistemas Especialistas (SE) abordados no
capítulo anterior, pois utilizam técnicas de IA. Eles são capazes de identificar os erros mais freqüentes e ajudar os alunos a
superá-los, auxiliando na resolução de problemas específicos (como um SE), ou auxiliar o professor a planejar suas aulas ou a
monitorar o desempenho dos alunos (Sistemas de Autoria).
A teoria sobre os Sistemas Tutoriais Inteligentes (STI), também chamados Intelligent Tutoring Systems (ITS), será abordada
com maiores detalhes no capítulo seguinte associada a uma proposta de estudo e implantação de um STI no ensino de um
idioma qualquer, em diferentes módulos, a um ou a vários alunos de diferentes idades e com diferentes níveis de
conhecimento; tornando-o apto a uma certificação no conteúdo abordado.
Os softwares que promovem o ensino mostram que a tarefa do professor é passível de ser totalmente desempenhada pelo
computador e, talvez, com muito mais eficiência. Por exemplo: o computador tem mais facilidade para obter a informação e
ministrá-la de forma sistemática, meticulosa e completa; o computador jamais se esquece de um detalhe, caso esse esteja
especificado no seu programa; e, uma dor de cabeça ou um problema familiar jamais altera a sua performance.
Essa capacidade de sistematização do computador permite um acompanhamento do aluno em relação aos erros mais freqüentes
e à ordem de execução das tarefas. Muitas vezes o professor apresenta dificuldades em realizar esse acompanhamento que
pode ser feito pelo computador de maneira muito mais detalhada.
Os sistemas computacionais apresentam, hoje, diversos recursos de multimídia, como cores, animação e som, sendo assim
possível que a informação seja apresentada de um modo em que o professor convencional não poderá fazer com giz e quadro
negro, mesmo que ele use o giz colorido e seja um ótimo comunicador. A vida e principalmente o aprendizado das crianças
está tão relacionado ao uso dessas mídias que é inútil tentar lutar contra a informática.
O que o mundo atual necessita é de profissionais críticos, criativos, com capacidade de pensar, de aprender a aprender, de
trabalhar em grupo e de conhecer o seu potencial intelectual, com capacidade de constante aprimoramento e depuração de
idéias e ações. É certo de que essa nova atitude não pode ser transmitida mas deve ser construída e desenvolvida por cada
indivíduo; ou seja, ela deve ser fruto de um processo educacional em que o aluno viva situações que façam com que ele
construa e desenvolva essas competências. E o computador pode ser um importante aliado nesse processo.
3.3 Softwares que Ajudam na Construção do Conhecimento
O computador deve ser utilizado como uma máquina a ser ensinada, para que realmente auxilie no processo de construção do
conhecimento. Então, é o aluno quem deve passar as informações para o computador; contribuindo para o desenvolvimento do
processo cognitivo. Os softwares que permitem esse tipo de atividade são as linguagens de programação; como uma linguagem
para criação de banco de dados, ou os softwares para construção de multimídia. Esses softwares oferecem condições para que o
aluno resolva problemas ou realize tarefas como desenhar, escrever, etc. Isso significa que o aluno deve "ensinar" o
computador a resolver a tarefa em questão.
Embora essa idéia seja mais adequada na formação de profissionais para a sociedade atual, ela se mostra muito mais
complicada durante sua implantação. A interação aluno-computador deve ser medida por um profissional que possua
conhecimento do significado do processo de aprendizado através da construção do conhecimento, que entenda profundamente
o conteúdo que está sendo trabalhado pelo aluno e que compreenda os potenciais do computador. O professor deve utilizar
esses conhecimentos para que ele possa interpretar (entender) as idéias do aluno para assim contribuir no processo de
construção de conhecimento por parte do mesmo.
Essa abordagem exige mudanças profundas do sistema educacional, como a alteração do papel atribuído ao erro (não mais para
ser punido, mas para ser depurado), a não segregação das disciplinas, a promoção da autonomia do professor e dos alunos e a
flexibilização de um sistema rígido, centralizado e controlador. Enfim, transformar a escola que se conhece hoje.
3.4 Os Projetos de Programas Educacionais
O projetista de um programa educacional necessita, antes de tudo, conhecer a teoria sobre processos de tomadas de decisões
que vão desde o aspecto técnico até o aspecto pedagógico. Para que se escolha a modalidade do programa educacional é
necessário que se analise uma série de pressupostos psicopedagógicos. Estes pressupostos influenciam diretamente no projeto
do ambiente educacional.
Na escolha da modalidade o projetista encontrará muitas dificuldades ao utilizar as taxonomias encontradas na literatura.
Existem muitas possibilidades que são utilizadas pelos novos sistemas e fazem com que a escolha de uma única modalidade
seja bastante complicada. Os novos sistemas utilizam recursos hipermídia, permitindo tanto o trabalho individual como o
coletivo, utilizam diferentes escalas de técnicas de IA, e dependendo da metodologia utilizada pelo professor, estes podem ser
explorados de diferentes formas.
Uma questão que surge é: por que se classificar os programas educacionais? Esta idéia de classificar um programa, levando-se
em conta suas características estruturais e funcionais, é válida no sentido de organização dos programas para que o seu acesso
em uma biblioteca de programas escolares seja facilitado.
Os estilos de aprendizagem de cada aluno são diferentes, logo não se pode ensinar a todos igualmente. É preciso que sejam
oferecidas diversas atividades que atendam a todos os alunos ao longo do processo de ensino-aprendizagem; para isso, devem
ser utilizados recursos em que as abordagens se adaptem ao diferentes tipos de alunos.
As mais tradicionais formas de se classificar os programas educacionais não incluem os programas que utilizam técnicas de IA
e os aspectos cooperativos. Muitas delas também não levam em consideração o tipo de aprendizagem proporcionado pelo
ambiente. A partir desta reflexão Lúcia M. M. Giraffa, em [GIRAFFA], dividiu os programas educacionais conforme mostra a
figura 3.1 em dois grandes grupos:
1) Programas para aprendizagem do aluno dirigida a um conjunto de habilidades específicas; e
2) Programas para aprendizagem de habilidades cognitivas amplas.
Figura 3.1 Classificação dos Programas Educacionais
A figura 3.1 apresenta algumas siglas e termos que serão discutidos ao longo deste capítulo.
No primeiro grupo, pode-se identificar programas em que a aprendizagem é proporcionada pelo ambiente, ou seja, está
centrada 1na aquisição de habilidades específicas, como2 motricidade fina (manuseio do mouse), percepção, identificação e
outras.
No segundo grupo estão os programas que permitem a aprendizagem de habilidades cognitivas amplas, e que almejam que os
alunos ultrapassem as habilidades mais simples, obtendo consequentemente um nível mais elevado de conhecimento.
No segundo grupo, um indivíduo deverá desenvolver as seguintes habilidades: consciência sobre o conhecimento, sendo
sensível aos pormenores do conteúdo e suas aplicações; fluência nas suas idéias; flexibilidade em perceber alternâncias nas
situações que se apresentem durante o trabalho; capacidade de reorganização; e capacidade de desenvolver sua originalidade,
ou seja, gerar novas idéias sem imitar a realidade conhecida.
3.4.1 Aprendizagem Dirigida a um Conjunto de Habilidades Específicas
Nesta modalidade os programas educacionais são classificados em:
CAI (Computed Aided Instruction) – oriundos da década de 50, de projetos da área de Educação;
ICAI (Intelligent Computed Assisted Instruction) - oriundos nos anos 70, de projetos de pesquisa na área de IA.
3.4.1.1 CAI
Os CAI, como surgiram de projetos de Educação, têm suas propostas baseadas nas teorias aceitas pela comunidade de
educadores. É importante salientar que as teorias na área de Educação, nem sempre satisfazem os requisitos de maneira formal
na área de Ciência da Computação.
As primeiras versões dos CAI, utilizavam os mesmos métodos e paradigmas vigentes na época, isto é, os alunos seguiam as
lições, organizadas pelo professor, de forma seqüencial e com pouca interação. Os CAI foram criados para dar suporte ao
ensino de habilidades específicas sem a preocupação de oferecer interação. Existe uma série de tarefas a serem cumpridas
nestes ambientes, e à medida que haja rendimentos no aprendizado do aluno, novos níveis serão oferecidos.
Os programas CAI apresentam a seguinte classificação [GIRAFFA]:
Programas de Reforço ou Exercício – o aluno pratica e testa seus conhecimentos de maneira dirigida e procedural.
Tutoriais – seguem o padrão das aulas tradicionais, onde o professor define o conteúdo numa estrutura e o aluno seleciona
dentre as opções disponíveis, qual o conteúdo deseja estudar.
Jogos Educacionais e Simulações – as diferenças conceituais entre eles podem ser vistas pelo fato de que o jogo é um
processo competitivo, isto é, existe a vitória e a derrota; e uma simulação nada mais é do que a execução dinâmica de um
modelo pré-definido.
Os jogos educacionais, são exemplos de ambientes concebidos na abordagem construtivista, o que os colocaria no segundo
grupo. Neste ambiente existem ferramentas e possibilidades de combinação, para que o aluno resolva um problema definido. A
interface inspirada nos jogos nada mais é do que um recurso utilizado para aumentar o tipo de habilidade que se deseja oferecer
ao aluno. Os jogos apresentam restrições: como a limitação do tempo e o objetivo a ser atingido, deixando claro um sentido de
competição que pode ser utilizado positivamente.
No caso da simulação, ela procura dar conta dos eventos que acontecem no ambiente. Estes eventos acontecem de forma
contínua e discreta em relação às ações. Muitos ambientes educacionais não são simulações, mas emulações da realidade, já
que não utilizam modelos computacionais.
No desenvolvimento de jogos e simulações é muito importante que se defina e fixe os objetivos da atividade; determinando o
contexto desejado para a mesma, identificando os recursos necessários para chegar ao objetivo final e determinar a seqüência
de interações.
Além da vantagem motivacional que os jogos e simulações apresentam, eles facilitam a solução de problemas de forma
intuitiva, trabalhando e estimulando o raciocínio intuitivo. Os jogos e simulações incitam o raciocínio alternativo, ou seja,
desenvolvimento da autoconfiança e auto-estima do aluno. Estas vantagens vêm despertando o interesse dos educadores.
3.4.1.2 ICAI
Os ICAI apresentam uma estrutura diferenciada dos CAI. Os programas se baseiam em técnicas de IA e nos resultados da
Psicologia Cognitiva com uma arquitetura modular. Os ICAI foram concebidos com o propósito de que o programa
educacional deixe de ser o meio eletrônico que apenas faça a mesma abordagem que antes era realizada no papel, sem nenhum
ganho significativo em nível de ensino-aprendizagem, mas que se torne um elemento mais ativo no processo ensinoaprendizagem. No trabalho de Lúcia, em [GIRAFFA], utilizou-se o termo virador de páginas eletrônico como uma crítica aos
programas CAI.
Dentro dos ICAI encontram-se os Sistemas Tutoriais Inteligentes (STI), com o intuito de mostrar a utilização de técnicas de IA
na Educação, através da aquisição de conhecimento, utilizando conteúdo compatível com as necessidades características do
processo de aprendizagem dos alunos .
3.4.2 Aprendizagem Dirigida às Habilidades Cognitivas Amplas
O segundo grupo, apresenta programas para aprendizagem de habilidades cognitivas amplas, sendo dividido da seguinte forma
[GIRAFFA]:
Micromundos – se caracterizam por uma proposta contrária aos CAI. O ambiente possibilita ao aluno um trabalho
diversificado, seguindo seu próprio ritmo e ainda possibilitando a construção de sua solução com a utilização de recursos de
programação do ambiente. São programas que se baseiam na proposta de aprendizagem de Jean Piaget, enfatizando a
construção do conhecimento pelo aluno e não na a mera transmissão deste, conforme é identificado nos CAI.
Os micromundos têm por objetivo desenvolver habilidades cognitivas no aluno e proporcionar o pensamento reflexivo.
Possuem uma linguagem de programação com sintaxe simples para que o aluno crie as soluções dos problemas propostos.
Trabalham com a solução de problemas e não possuem conteúdos pré-fixados e respostas.
Sistemas de Autoria – esta ferramenta dá ao aluno a possibilidade de viabilizar seu projeto de trabalho, possibilitando a ele a
exploração de um amplo conjunto de habilidades cognitivas para exercer sua criatividade.
Jogos Educacionais – os jogos, nestes ambientes, possuem diferente concepção daqueles citados no primeiro grupo. A
questão agora, não é mais ganhar ou perder. O aluno atinge ou não um determinado grau de controle do jogo, através do
resultado que aparece na tela, no final do tempo da partida. Estes ambientes possuem um maior grau de complexidade no
projeto e também na implementação, sendo considerados portanto mais sofisticados.
ILE (Intelligent Learning Environment) – consideram mais do que um aluno ou tutor utilizando o mesmo ambiente. São
ambientes de aprendizagem social que utilizam técnicas de IA vinculadas ao projeto e implementação do mesmo; sendo
também conhecidos como Sistemas Tutores Cooperativos ou Sistemas de Aprendizagem Social. Utilizam aspectos das
modalidades STI e Micromundos, podendo combinar os elementos de simulações (jogos educacionais).
Através do crescimento das redes de computadores e principalmente da WEB, surgem versões de AEAC (Ambientes de
Ensino-aprendizagem Computadorizados) que utilizam o trabalho cooperativo e/ou colaborativo. Cabe salientar que
cooperação é diferente de colaboração. Na colaboração a informação compartilhada é recebida sem ser modificada, enquanto
que na cooperação a informação compartilhada pode ser modificada e atuar de forma conjunta, com intuito de construir algo
em comum. Programas educacionais podem utilizar a forma colaborativa ou cooperativa, independente de serem projetados
para a WEB ou rede de computadores.
Partindo-se da idéia que o desenvolvimento da linguagem do indivíduo se dá através de um espaço social, os AEAC na WEB
possuem características importantes sob este ponto de vista, pois o aluno pode trocar experiências com outros alunos e receber
informações diferentes de diversas fontes, formatos e organizações. Cada aluno manipula o conhecimento no seu tempo e o
atendimento de suas necessidades não está ligado às restrições físicas.
A nova geração de programas busca apresentar o uso de recursos hipermídia, interfaces gráficas de baixo custo cognitivo e
sistemas altamente interativos; buscando-se fazer com que o aluno seja mais participativo e criativo.
3.5 Tecnologia Voltada à Educação
O surgimento dos computadores levou a educação a um novo panorama em que a troca de informações deixa de ser estática
para se tornar dinâmica. Cada vez mais, as tecnologias de multimídia estão sendo utilizadas na transmissão destas informações
através da integração de mensagens, cores, gráficos, animações e som; estratégias estas consideradas excitantes para o
aprendizado do aluno.
Os programas de multimídia podem ser muito mais atraentes do que um livro ou manual de referência tradicional. A
multimídia apresenta muitas vantagens que podem ser incluídas e aproveitadas no processo de ensino-aprendizagem:
Afetividade: É comum uma pessoa se emocionar assistindo a uma peça de teatro ou a um filme, mas em uma sala de aula este
tipo de acontecimento raramente acontece. Isto se dá porque a sala de aula é um meio estático de aprendizagem, seus
conteúdos são desinteressantes, não causam envolvimento e os recursos utilizados durante a aula são um tanto obsoletos. A
utilização da multimídia, permite que nos materiais educacionais sejam incluídas formas de emocionar os alunos. Por exemplo,
em uma aula de literatura os alunos podem aprender sobre Shakespeare assistindo a uma de suas peças, com todo impacto
emocional que esta pode apresentar.
Interação: Através da multimídia podem ser combinados os melhores aspectos de dois recursos que possuem excelentes
formas de distribuição da informação: a televisão e o jornal. Com o dinamismo da televisão e a riqueza de informação textual
do jornal, a multimídia permite que usuários possam navegar através das informações, indo diretamente aos itens de maior
interesse; e se a curiosidade (interesse) em um tópico em particular for maior, ele tem a sua disposição recursos em que poderá
obter maiores informações sobre o assunto.
Cativação: Em uma apresentação em sala de aula, ou qualquer tipo de apresentação ao público, um problema que pode ser
detectado é a atenção; pois essa característica faz parte da natureza humana, e quanto maior for o tempo e o tema da
apresentação, menor será a absorção de conhecimento em relação aos ouvintes. Como o homem usa vários sentidos para obter
as informações, ele pode facilmente ser distraído por assuntos ou imagens irrelevantes ao conteúdo apresentado. A multimídia
através de objetos, sons e diferenças de cores faz com que os olhos do observador fiquem atraídos pela movimentação e
mudança dos mesmos; contribuindo para que sejam dadas maior ênfase e importância às informações apresentadas.
Consequentemente o grau de aprendizado e cativação será muito maior do que os observados nas salas de aulas tradicionais.
Simulação: A multimídia tem capacidade de recriar o mundo humano, através do uso de técnicas multisensoriais e interativas.
Os usuários são introduzidos nos micromundos, que são criados para imitar o mundo real. São utilizadas várias técnicas que
simulam o tempo, e ainda evocam emoções, fazendo com que o estudante tenha um aprendizado mais real.
Outra tecnologia que também se alia para transmitir informações dinamicamente, é a Internet. Mas o que vem a ser internet?
Tecnicamente pode-se dizer que internet é um conjunto de computadores, ligados em redes e interligados no mundo todo, que
utilizam o mesmo protocolo de comunicação, permitindo aos usuários se comunicarem e usufruírem de serviços em escala
mundial. A internet é uma imensa rede que liga muitas das redes científicas, de pesquisa e educacionais do mundo, como
também um número crescente de redes comerciais.
A internet tem o poder de ajudar na motivação dos alunos, por causa da novidade e pelas grandes possibilidades de pesquisa
que ela oferece. Provavelmente, é seguro dizer que a internet é a mais poderosa ferramenta de pesquisa jamais criada, e que
cresce a olhos vistos. O aluno aprende de forma cooperativa, através de pesquisas em grupo e de intercâmbio de resultados.
Esta interação sendo bem sucedida aumenta de forma gradual a aprendizagem.
Existem alguns pontos importantes no aprendizado que a internet ajuda, como por exemplo:
Intuição: A intuição é desenvolvida porque as informações são descobertas na internet através de erros e acertos. As
descobertas são feitas através de tentativas, de conexões escondidas, através de vários links que vão se relacionando,
originando várias formas de “navegação”.
Flexibilidade mental: Este também é um fator em que a internet ajuda a desenvolver, pois a navegação normalmente é
imprevisível, e a mesma pessoa dificilmente vai utilizar sempre o mesmo caminho de navegação utilizados em outros
momentos.
Adaptação a diferentes ritmos: Cada aluno desenvolve individualmente suas pesquisas, não ultrapassando seu próprio ritmo,
e quando trabalha em grupo é desenvolvida a aprendizagem colaborativa, fazendo com que este aluno aprenda a se adaptar a
ritmos diferentes.
A internet, permite também o desenvolvimento de novas formas de comunicação, principalmente a forma escrita. Escreve-se
de forma mais aberta, utilizando-se hipertextos, multilingüística, abordando o relacionamento entre textos e imagens. Outro
fator muito comum na maioria dos projetos na internet é o grande crescimento de interações, como: os contatos virtuais que
podem tender a se tornarem contatos reais, amizades, troca de experiências entre colegas e professores, enfim à comunicação
afetiva, que se torna um meio valioso no tocante a resultados individuais e coletivos.
A internet propicia a troca de experiências, entre pessoas geograficamente distantes; auxilia o professor a preparar melhor a sua
aula, ampliar as formas de lecionar, modificar o processo de avaliação e de comunicação com o aluno e com seus colegas de
profissão. Porém, vale ressaltar alguns problemas causados pelo uso da internet na educação: existem alguns alunos que
bloqueiam este tipo de aprendizado, pois querem continuar recebendo tudo “pronto” dos professores, esperando que estes
continuem ministrando suas aulas da mesma forma tradicional – onde os professores falam e os alunos escutam. Existem
também os professores tradicionalistas que não se interessam em mudar o meio de ensino e julgam que o ensino, aliado à
internet e a informática, não passa de uma “brincadeira” de dar aula.
Outro problema que se encontra no uso da internet durante o processo de ensino-aprendizagem é a dispersão. A dispersão se dá
porque existe uma gama muito grande de possibilidades de navegação, que faz com que o aluno se deixe levar a questões
pessoais; perdendo tempo com informações pouco significativas, ou sem profundidade teórica na abordagem dos assuntos
pesquisados.
Portanto, a internet é um novo meio de comunicação, ainda incipiente, mas que pode ajudar aos educadores a rever, ampliar e
renovar muitas das atuais formas de aprender e de ensinar.
3.6 Conclusão
Se o computador pode ser usado para auxiliar a transformação da escola, mesmo sabendo dos desafios que essa transformação
apresenta, então essa solução é mais promissora e mais inteligente do que usar o computador para informatizar o processo de
ensino.
A evolução dos programas educacionais, é conseqüência da evolução da própria Ciência da Computação e das necessidades
que professores e alunos estão vivenciando, nas diversas áreas de aprendizado. Os discursos educacionais indicam que as
mudanças estão acontecendo; apesar de se ter conhecimento que a realidade escolar, principalmente a brasileira, nem sempre
reflete essas mudanças. No entanto, considera-se que esta mudança é muito mais do que uma tendência, mas um fato na
Educação deste final e começo de milênio.
O próximo capítulo abordará os Sistemas Tutoriais Inteligentes, que é na realidade um Sistema Especialista com técnicas de IA
voltado especialmente e unicamente para a Educação; com objetivo de identificar os erros mais freqüentes e ajudar os alunos a
superá-los, auxiliando a resolução de problemas específicos, ou auxiliando o professor a planejar suas aulas ou mesmo a
monitorar o desempenho de seus alunos. Após um relato teórico sobre os Sistemas Tutoriais Inteligentes, será abordado uma
proposta de estudo e implantação de um STI, voltado à auxiliar o ensino de um determinado idioma, a pessoas com diferentes
faixas etárias e níveis de conhecimento, em relação a língua em questão.
4.
Proposta Educacional para um Sistema
Tutorial Inteligente
A melhor forma de caracterizar o emprego inteligente da Informática na Educação é através do uso de Sistemas Tutoriais
Inteligentes. Ao longo deste capítulo, serão relatados: a definição, as funções, as características e um tipo de arquitetura,
utilizada na descrição de um STI.
Para um melhor entendimento e também com o intuito de deixar uma colaboração sobre o assunto, será descrita uma proposta
de estudo e implantação de um STI, utilizando a arquitetura relatada ao longo deste capítulo. Esta proposta de estudo e
implantação, está voltada para o auxílio ao ensino de um determinado idioma, indiferente de faixa etária ou nível de
conhecimento que o aluno possa ter. Para efeito de testes, optou-se primeiramente, pela língua inglesa por ser, mundialmente,
um dos idiomas mais usados no mundo acadêmico, científico e tecnológico. No entanto, descartou-se a escolha de um único
idioma, pois a idéia do projeto pode ser aplicada a qualquer idioma ou adaptada a qualquer curso que envolva diferentes níveis
de certificação.
4.1 Sistemas Tutoriais Inteligentes – STI
Os Sistemas Tutoriais Inteligentes são programas de computador baseados em sistemas de aprendizagem com conteúdo e
incorporam técnicas de programação que abordam Inteligência Artificial, geralmente utilizando-se de técnicas advindas da
teoria de sistemas especialistas e de tecnologias de multimídia, na transmissão deste conteúdo.
Foram projetados para auxiliarem no processo de ensino-aprendizado; com a união de técnicas de IA, os STIs tornam o
professor - quando presente no processo, ou o tutor - quando o ensino for à distância, capazes de saber o que ensinar, a quem
ensinar e como ensinar. Os STIs simulam a forma lógica de pensar do ser humano, baseados em um determinado domínio com
objetivo de auxiliar nas estratégias para a resolução de problemas ou nas tomadas de decisões; podendo utilizar um conjunto de
agentes inteligentes que interagem por cooperação, coexistência ou por competição (técnicas de Inteligência Artificial
Distribuída - IAD).
Uma das características que os modelos produzidos por IA apresentam é a capacidade dinâmica de modelagem cognitiva; por
este motivo, eles têm potencial para representarem um grande meio de comunicação de conhecimento. Esta característica dos
STIs facilita o processo de tomada de decisões educacionais, à medida que o estudante utiliza o sistema; ou seja, o processo de
aprendizagem pode ser criado através do mapeamento do conhecimento (domínio) sobre o tema a ser ensinado - usualmente
aquele possuído pelo professor - para a estrutura de conhecimento a ser adquirido pelo aluno.
O STI tem por função, a cada entrada do aluno, nos diversos níveis de certificação, atribuir uma lição a cada um deles, levando
em conta o nível de compreensão deste sobre o tema de estudo abordado.
Segundo Jonassen, um STI deve passar em três testes antes de ser considerado “inteligente” [CHAIBEN]:
- O sistema deve poder acessar as informações, fazer inferências ou resolver problemas sobre o tema de estudo ou
especialidade já codificados.
- O sistema deve ser capaz de adquirir este conhecimento pelo estudante.
- Devem ser projetadas estratégias tutoriais com o intuito de reduzir as divergências entre o conhecimento do especialista e o
conhecimento do aluno.
4.2 Arquitetura de um STI
Existem vários paradigmas de representação de um STI, independente disso o propósito fundamental de todo STI é comunicar
o conhecimento e/ou as habilidades, para o aluno resolver problemas dentro de um determinado assunto.
As funções operacionais básicas de um STI são determinadas por quatro componentes principais, também chamados de
modelos:
modelo do especialista - É o objeto da comunicação.
modelo do aluno - É quem recebe o conhecimento.
modelo pedagógico - Representa os métodos e técnicas didáticas utilizadas.
modelo da interface com o estudante - É a forma como a comunicação será feita entre o sistema e o aluno.
Para que um STI seja realizado é necessário que estes 4 elementos tenham uma aplicação integrada; as inter-relações podem
ser compreendidas através da figura 4.1 extraída da referência [CHAIBEN].
4.2.1 Modelo do Aluno
O modelo do aluno ou modelo do estudante, também chamado de módulo do aprendiz, representa o conhecimento e as
habilidades cognitivas do aluno em um dado momento. Este módulo, contém uma representação do estado do conhecimento do
aluno no momento que interage com o STI. O sistema deve ser capaz a partir desse modelo e do conteúdo a ser ensinado, à
medida que o sistema avalia o desempenho do aluno, de resolver, isto é, inferir qual a melhor estratégia de ensino a ser
utilizada em seguida. O modelo do aluno deve estar em constante atualização e de forma dinâmica, isto é, enquanto o sistema
avalia o desempenho do aluno, o modelo do aluno estará sendo modificado em função das respostas do mesmo.
Em outras palavras, o modelo do aluno procura captar o atual estado de aprendizado do aluno; possibilitando ao sistema tutor
adaptar-se a cada um deles - individualizando assim o ensino. Isto implica que ele deve ser dinâmico, pois se sabe que a
própria interação leva o aluno a alterar seu estado cognitivo ao longo do tempo. Isto quer dizer que o modelo deve conter o
conhecimento e as capacidades do aluno, seu comportamento de aprendizagem passado, os métodos de apresentação aos quais
ele responde melhor e sua área de interesse dentro do domínio. Munido destas informações, o sistema pode atingir um nível
desejável e um método de apresentação adequado, adaptando a instrução à competência e habilidade de cada estudante.
Figura 4.1 Arquitetura de um Sistema Tutorial Inteligente[CHAIBEN]
A principal característica deste modelo, é que ele deve contemplar todos os aspectos do conhecimento e do comportamento do
aluno que tenham conseqüências para o seu desempenho e aprendizado.
Lúcia Maria M. Giraffa, afirma que o modelo do aluno pode ser representado utilizando-se alguns modelos de descrição
criados conforme [COS,1996 apud GIRAFFA], tais como:
Modelo diferencial: neste modelo não é feita a comparação entre o conhecimento do estudante e do especialista, mas sim a
performance dos dois. Esta modelagem divide o conhecimento em dois campos: no primeiro, está o conhecimento que se
espera que o estudante possua e, no outro está o conhecimento que se espera que ele não tenha.
Modelo de Overlay ou superposição: neste caso, o conhecimento do aluno é tido como um subconjunto da base de
conhecimentos do sistema tutor, implicando no fato da representação de conhecimento ser a mesma na base de domínio
utilizada pelo modelo do aluno.
Modelo de Perturbação: esta modelagem também faz o relacionamento entre o modelo do aluno e a base de conhecimento do
domínio. Neste modelo os erros do aluno são interpretados como uma concepção incorreta de algum conceito, ou até mesmo,
como a ausência de algum conceito.
Os erros do aluno para o modelo overlay, ocorrem devido a uma ausência de informação na base de domínio. Muitos sistemas
vêm adotando modelos de perturbação, partindo-se da idéia de que muitos comportamentos incorretos também são em função
de concepções incorretas na mente do aluno.
Modelo de Simulação: este modelo prevê qual será o comportamento futuro do aluno, porque ele possui um modelo (prévio)
de como o estudante pode ou deve se comportar em determinada situação.
Modelo de Crenças: a partir de um conjunto de crenças, este modelo reflete o grau que o estudante entende sobre um conceito
em particular.
O modelo do aluno é um conjunto de crenças do tutor com relação às crenças do aluno. Este conjunto de crenças está, a todo o
momento, sujeito a revisão; esta revisão se dá porque tanto as hipóteses do tutor podem estar incorretas, como também pode
haver mudanças, com o tempo, no estado cognitivo do próprio aluno. Douglas afirma que os “tutores humanos consomem até
20% de seu tempo reparando suas próprias falhas, e não as do aluno; a maior parte dessa falhas deriva de suposições incorretas
a respeito do estado cognitivo do aluno” [DOU apud GIRAFFA].
Classificação do modelo do aluno:
- Modelos quantitativos – baseados em valores;
- Modelos qualitativos – descrevem os objetivos e processos do sistema, em termos das relações espaciais, temporais e de
causa-efeito.
Funções do modelo do aluno:
- Corretiva: ajuda a eliminar erros existentes no conhecimento do aluno;
- Elaborativa: ajuda a completar o conhecimento do aluno;
- Estratégica: tem finalidade de promover mudanças significativas nas estratégias de ensino;
- Diagnóstico: ajuda a diagnosticar os erros existentes no conhecimento do aluno;
- Prognóstica: determina quais as prováveis respostas do aluno às ações do tutor;
- Avaliativa: avalia tanto o aluno quanto o próprio STI.
Vantagens de se utilizar o modelo do aluno:
- O ensino fica personalizado a cada tipo de aluno;
- Este modelo procura identificar como o aluno resolve os problemas;
- Analisa e diagnostica as razões das respostas corretas e/ou incorretas, ao longo do processo de aprendizagem;
- O modelo do aluno faz com que os STIs sejam mais eficientes.
4.2.2 Modelo do Especialista
O modelo do especialista é fundamentalmente uma base de conhecimento composta de informações sobre um domínio
(assunto) e, organizada para que represente o conhecimento do especialista, isto é, do professor. Resumindo, este modelo
incorpora a maior parte da “inteligência” do STI em forma de conhecimento; conhecimento este, necessário para solucionar os
problemas em relação ao domínio.
Os elementos necessários para que o aluno aprenda o conhecimento do domínio e, também, os procedimentos para que ele
possa utilizá-lo na resolução dos problemas estão contidos no modelo do especialista.
Caso o conhecimento do domínio seja declarativo e teórico, sua representação pode ser feita através de redes semânticas; e, sua
metodologia dividida em: determinar os objetos a serem incluídos no domínio, decidir como os objetos se relacionam entre si
e, verificar quais as relações estão corretas.
O conhecimento do domínio sendo procedimental, é possível explicar como uma certa tarefa deve ser feita, como um problema
pode ser diagnosticado e como recomendar uma determinada ação. Para que o conhecimento seja incorporado é preciso
estabelecer as metas, os fatos e as relações existentes entre as metas e os fatos.
O primeiro aspecto do professor (especialista) a ser representado foi o conhecimento do domínio. Nas pesquisas em STI, várias
abordagens para modelar o especialista e representar seu conhecimento estão sendo exploradas.
O modelo do especialista deve ser cuidadosamente projetado, para que se tenha uma boa comunicação (interação) de
conhecimento entre o professor e o aluno; porém, a complexidade do sistema pode aumentar à medida que cresce a capacidade
do aluno, e, na maioria das vezes isto pode acarretar em uma instrução, por parte do sistema, não tanto eficaz. Por este motivo,
para facilitar o desenvolvimento do modelo, é suficiente representar o conhecimento em um número reduzido de problemas a
serem usados com intenção educacional.
Na construção de um Sistema Tutorial Inteligente uma representação do domínio completa e rica, que seja adequada para
suportar o nível desejado de compreensão, proporcionando uma maior flexibilidade ao ensino, é um grande desafio.
Em um STI, a estrutura e a inter-relação do conhecimento são muito maiores do que aquelas necessárias aos sistemas
especialistas típicos. Além disso, a forma de armazenamento do conhecimento é uns dos pontos cruciais para a capacidade do
sistema ao utilizá-lo. Tipos diferentes de raciocínio e de conhecimento, impõem diferentes formas de representação do
conhecimento para um uso eficiente e eficaz do mesmo. Então, a escolha adequada para a representação de conhecimento em
um STI depende do tipo de conhecimento a ser armazenado e da utilização pretendida. A representação do conhecimento de
domínio, inclui a utilização de técnicas de IA como o desenvolvimento, a aplicação de regras de produção, representações
procedimentais, e a construção de frames e scripts.
Portanto, o “comportamento inteligente”, precisa de um conhecimento rico e estruturado, com propósito de simplificar os tipos
desejados de raciocínio e também as capacidades cognitivas que são envolvidas no processo de ensino e aprendizagem.
4.2.3 Modelo Pedagógico
O modelo pedagógico também pode ser chamado de módulo tutor ou até mesmo de estratégias de ensino, é o modelo
responsável pelas estruturas didática e pedagógica e a ligação entre os outros módulos. Este modelo tem como função
principal, coordenar e gerenciar o STI, selecionando os tópicos e exemplos a serem dados, fazendo planejamento do modelo
global do tutorial, elaborando as estratégias instrucionais.
Cada professor possui variadas formas de expor um mesmo assunto, objetivando torná-lo compreensível e interessante. A
comunicação de um corpo de conhecimento para uma pessoa, é guiada por estratégias e técnicas que são selecionadas e
combinadas dinamicamente em reação às atitudes e necessidades dos estudantes.
Uma estratégia é um plano, isto é, uma forma de ação que tem em vista atingir determinados objetivos. As estratégias de
ensino podem ser entendidas como "esquemas de planos", estes esquemas definem formas de apresentar o material instrucional
ao aluno.
As estratégias constituem uma seqüência de táticas de ensino com capacidade de passar um determinado tópico de ensino ao
estudante com sucesso. Elas possuem conhecimento de como ensinar.
Lúcia Maria M. Giraffa [GIRAFFA] afirma que a maioria dos autores concorda em que uma estratégia de ensino deve definir:
“1. Quando interromper? Que razões justificam interromper o curso de raciocínio ou aprendizagem do aluno?
2. O que dizer? Esta questão desdobra-se em:
a. seleção do(s) tópico(s) a ser apresentado(s);
b. ordenação dos tópicos, se houver mais de um.
3.Como dizer? Esta é provavelmente a questão mais difícil. Não há soluções gerais concretas, e muitos autores apontam aqui a
falta de teorias pedagógicas suficientemente detalhadas.”.
Portanto, o modelo pedagógico contém o conhecimento necessário para tomar decisões sobre quais táticas de ensino, dentre as
disponíveis no sistema, devem ser empregadas. Existe uma grande dependência das decisões e ações deste modelo em relação
aos resultados do processo de diagnóstico. As necessidades de aprendizado do aluno são diagnosticadas pelo modelo
pedagógico, com base nas informações do modelo do aluno e na solução fornecida pelo professor ao modelo do especialista.
Os seguintes passos devem ser considerados para a adoção de uma estratégia:
- O mesmo material instrucional deve ser apresentado em diferentes níveis de complexidade;
- Deve-se adotar uma taxinomia para apresentação do conteúdo;
- Problemas devem ser propostos a serem resolvidos;
- Durante a interação do aluno com o tutor é necessário fornecer diagnósticos, mensagens, alertas e ajudas.
Mesmo existindo muitas abordagens pedagógicas a serem utilizadas em STIs, a grande maioria dos sistemas somente usam
uma estratégia pedagógica, não possuindo um repertório rico de estratégias a serem selecionadas. Este fato se dá, porque estes
sistemas se preocupam mais com os problemas de representação de conhecimento e diagnósticos e pouco se preocupam com
os processos pedagógicos.
Em geral, as estratégias pedagógicas são relacionadas ao contexto do ambiente de aprendizagem, o qual fica incluído no
sistema. A natureza do conteúdo a ser ensinado é que define o ambiente de ensino através do conhecimento do aluno e das
hipóteses sobre a aprendizagem ligada à teoria em que o sistema se baseia.
O ambiente educacional é quem dita as decisões pedagógicas a serem tomadas. Diferentes tipos de aprendizagem podem ser
produzidos dependendo da ordem e maneira na qual os tópicos do sistema são tratados. Algumas vezes é mais eficaz deixar o
estudante livremente pesquisando ao invés de interrompê-lo a todo o momento, e também há casos em que esta liberdade pode
deixá-lo desorientado.
Com base nestas observações, conclui-se que o processo de ensino-aprendizagem depende de um grande número de fatores e
de muita versatilidade. Nas fases de implementação de um STI deve-se ter bastante cuidado com o quesito motivação; pois
com certeza um aluno desmotivado terá seu senso de descobrimento para o conhecimento reduzido.
4.2.4 Modelo de Interface
A interface de um sistema com o usuário tem sido a primeira preocupação dos projetistas em engenharia de software quando
estão discutindo a criação de uma nova aplicação. Uma boa interface é vital, para o sucesso de qualquer sistema interativo, e
sistemas tutores inteligentes não são de forma alguma uma exceção; pois é na interação que o sistema tutor exerce duas de suas
principais funções:
- Apresentação do material instrucional;
- Acompanhamento do progresso do aluno através de suas respostas.
A interface de um sistema deve ser capaz de: se adaptar às necessidades de diferentes usuários, aprender novos conceitos e
técnicas, se antecipar às necessidades dos usuários, tomar a iniciativa de fazer sugestões aos usuários e dar explicação para as
suas ações. Ao invés do usuário ter que se adaptar à interface do sistema, a interface é que deve ser projetada para que seja
intuitiva e natural quando por ele utilizada.
Para um modelo de interface é preciso que:
- se tenha riqueza e diferenciação nos recursos de apresentação do material instrucional, para que o aluno não fique entediado;
- a iniciativa do diálogo seja facilitada em caso de troca de conhecimentos para que o aluno possa intervir com o tutor, e viceversa;
- as respostas devem ter um limite aceitável de tempo;
- devem ser feitos monitorações em background, isto é, as monitorações devem ser feitas internamente, para que o aluno não se
estresse com o excesso de questionário. Estas monitorações devem respeitar o terceiro item, isto é, o tempo de resposta.
Os Sistemas Tutoriais Inteligentes devem possuir uma forma de identificação única a cada usuário; ou seja, caso o aluno acesse
o sistema pela primeira vez, este deve lhe apresentar um primeiro teste a fim de obter as informações necessárias a
inicialização do modelo aluno. O STI também deve efetuar um questionário ao aluno, objetivando conseguir informações a
respeito do mesmo, para que estas sirvam de formação e conhecimentos prévios. Tudo isto faz com que a interface de um STI
se torne inteligente, sabendo o que ensinar, a quem ensinar e como ensinar.
Enquanto, nos STIs, o modelo pedagógico decide o momento e o conteúdo das ações didáticas, o modelo de interface cuida de
sua finalização. A interface é responsável pelo fluxo de comunicação de entrada/saída, efetuando a tradução e interpretação
entre a representação interna do sistema e a linguagem de interface de maneira compreensível ao usuário (aluno). Contudo, o
processamento da linguagem natural, já citado no capítulo 2, também está relacionado a um modelo ideal de interface. No
entanto, este é um dos grandes obstáculos a ser vencido nas pesquisas em IA, o que limita as possibilidades de uma interação
totalmente amigável com os computadores.
Um subsistema que possui um dicionário de palavras e um conjunto de regras gramaticais é utilizado pela interface em
linguagem natural. Este subsistema pode ser capaz de aprender novas regras, novas construções sintáticas e categorias
gramaticais, de corrigir erros ortográficos através da geração e comprovação de hipóteses.
Esta correção ortográfica é feita como da forma usual, utilizando um dicionário de palavras. O tutor quando não encontra uma
palavra no dicionário exatamente igual a que foi digitada pelo aluno, formula hipóteses sobre a categoria sintática da palavra.
Em uma interação com o Sistema Tutorial Inteligente, deve ficar claro que o aluno não irá somente aprender o conteúdo das
lições, mas também a utilizar o sistema; então, uma das principais considerações no projeto destas interfaces deve ser o uso
facilitado do STI. Uma interface consistente, ajudará a reduzir a carga cognitiva sobre o estudante.
4.3 Métodos e Técnicas de Ensino
Existe uma variação muito grande de métodos e técnicas de ensino. Pode-se definir, métodos de ensino como um caminho, na
direção de um objetivo, objetivo este que é o ensino. Técnica de ensino é uma habilidade, que se recorre a algumas regras
determinadas, para conseguir certos fins.
Para cada aspecto importante no processo ensino-aprendizagem, tem-se um respectivo método que mais se adequa à situação.
4.3.1 Métodos de Ensino
Para cada aspecto importante no processo de ensino-aprendizagem, tem-se um respectivo método adequado àquela situação.
Pode-se citar os seguintes métodos:
método dedutivo: este método consiste na apresentação da aula dos assuntos gerais para até os particulares, mostrando
conceitos e definições, e daí extraindo-se conclusões e conseqüências.
método indutivo: este método faz o caminho inverso do método dedutivo. Nesta metodologia, os assuntos são apresentados
particularmente, fazendo com que estes assuntos levem às descobertas do princípio geral. Esta técnica de descoberta, instiga a
indução.
método analógico ou comparativo: através de dados particulares são feitas comparações que permitem levar a conclusões por
semelhança.
método lógico: neste método, os assuntos são apresentados em ordem, ou seja, eles são apresentados do antecedente para o
conseqüente, do simples para o complexo, da origem para a atualidade, sempre obedecendo à forma de como eles foram
estruturados.
método psicológico: esta metodologia tem como preferência, seguir a partir do assunto concreto para o abstrato. Os assuntos
são apresentados a partir dos interesses, necessidades e das experiências do aluno. Um fato que tem muita importância na
orientação a se ensinar, é a motivação.
método de sistematização rígida: este método não possui nenhum tipo de flexibilidade, seguindo à risca os assuntos de acordo
com o planejado.
método de sistematização semi-rígida: este método tem um pouco mais de flexibilidade que o método de sistematização rígida;
esta pouca flexibilidade se dá para que se tenha uma melhor adaptação às condições da aula, da classe e do meio em que o
aluno vive e a escola participa.
método ocasiona: neste caso, a motivação do momento e os acontecimentos relevantes do meio, são os casos que definem a
linha da aula a ser seguida.
método passivo: os alunos, neste método, possuem uma atitude passiva, somente escutam a explanação, sem nenhuma
possibilidade de discutirem o assunto da aula.
método ativo:– totalmente o inverso do método passivo, este método fundamenta-se na constante participação do aluno na
aula, discutindo e principalmente realizando tarefas.
método de trabalho individual: individualmente, este método procura atender os alunos, se ajustando a eles através de tarefas
diferenciadas. A tarefa do professor, neste caso, é mais orientar os alunos nas suas dificuldades.
método de trabalho coletivo: o trabalho final, se dá através da participação do grupo. Cada elemento do grupo possui uma
tarefa a ser desenvolvida; a união de todas as tarefas é o trabalho total.
método misto: este método, abrange dois outros métodos, o método de trabalho individual e o de trabalho coletivo.
método dogmático: esta metodologia faz com que o aluno tenha o conteúdo ensinado, pelo professor, como uma verdade
absoluta, para mais tarde recitá-la.
método heurístico: para que o aluno veja o assunto como verdade absoluta, o professor apresenta o assunto com explicações
lógicas e teóricas tentando atrair o máximo possível o interesse do mesmo, para que ele tenha iniciativa de discordar ou exigir
mais explicações, chegando assim às suas próprias conclusões.
método analítico: este método separa as partes do todo, isto é, partindo-se da concepção de que, para compreender um
fenômeno, é preciso conhecer as partes que o constituem. Então, o professor, decompõe cada conceito em suas partes.
método sintético: os fenômenos não são estudados a partir de como se apresentam, mas a partir dos seus elementos
constituintes de uma forma progressiva até chegar ao fenômeno. Neste método procede-se a uma fusão dos elementos para
chegar ao todo. Como exemplo, pode-se citar o processo de alfabetização, onde se inicia das letras, passando-se às sílabas, e às
palavras que reunidas formam as frases.
4.3.2 Técnicas de Ensino
Além dos métodos de ensino, destacam-se também as técnicas de ensino a seguir:
expositiva: o assunto da aula, é exposto oralmente pelo professor.
perguntas: esta técnica utiliza-se de questões e diálogos cuidadosamente escolhidos, objetivando levar a um melhor
conhecimento do aluno, de suas dificuldades e interesses, levando o aluno a refletir sobre os temas que estão sendo discutidos,
a fim de que ele mesmo avalie a veracidade dos mesmos ou então elabore novas proposições.
discussão: através da direção do professor, um assunto é posto em discussão aos alunos. Com objetivo de tirar conclusões, o
professor coloca dúvidas ou perguntas aos alunos instigando a redescoberta e levando-os a fazer determinadas observações e
experiências; mas não revelando a verdadeira finalidade, apresentando casos semelhantes aos alunos, porém em situações
diferentes.
demonstração: esta técnica utiliza razões ou fatos que estão logicamente encadeados, com o objetivo de comprovar
determinadas afirmações.
seminário: com sentido de orientar o estudante para o trabalho científico e também ao hábito de raciocinar de forma objetiva,
este método consiste em reunir o professor e os alunos, com vista à investigação de pontos concretos da ciência estudada.
4.4. Proposta de Estudo para um STI
Com a intenção de explorar, melhor identificar e colaborar na criação de um STI utilizando a arquitetura e a modelagem já
discutidas nos itens anteriores, foi desenvolvido nesta seção uma proposta de estudo para uma futura implementação de um
Sistema Tutorial Inteligente no ensino de um determinado idioma, a alunos de diferentes faixas etárias e com diferentes níveis
de aprendizado mas que estejam dispostos a aprender o idioma em questão.
A arquitetura proposta, nesta seção, sugere o ensino de um idioma qualquer, para efeito de simulação e testes, como poderia
ser, por exemplo, o ensino de um curso para o aprendizado de técnicas de estruturas de dados, ou mesmo um curso para o
aprendizado da matemática.
4.4.1 Esquematização do Sistema
Para um melhor entendimento do sistema proposto, foi elaborado um esquema conforme mostra a figura 4.2 com a posterior
descrição sucinta de algumas etapas necessárias a este estudo.
O aluno acessa o sistema através de uma senha pessoal; este cuidado se dá para que usuários indesejáveis não utilizem o
sistema, isto é, como meio de segurança e também com um intuito muito importante: personalizar o estudo, que é uma das
principais características de um STI. Sabendo-se quem é o aluno em questão, fica mais fácil para o STI definir o nível estudo
de cada um e assim habilitar um determinado curso a ele.
A partir do momento em que a senha do aluno é validada, ele passa a ter acesso ao sistema; o STI busca no banco de dados,
referente aos alunos, a informação através de sua senha se este é seu primeiro acesso ao sistema ou se ele já é um usuário. Caso
o aluno esteja em sua primeira utilização, o STI utilizará um questionário, que visa conhecer melhor o estudante e
principalmente definir o seu nível de conhecimento.
Esta classificação em nível de conhecimento, deve ser efetuada de duas formas:
-
-
primeiro, deve-se classificar se nível de conhecimento do aluno – se ele está em um nível introdutório (básico)
à língua em questão, intermediário, avançado ou super avançado; estas subdivisões propostas podem ser
reavaliadas de acordo com o idioma escolhido, a didática a ser empregada e a forma de ensino a ser adotada;
definindo-se esta nivelação, o sistema deve decidir em qual lição o aluno estará apto a iniciar seus estudos.
Figura 4.2 Fluxo de um STI para o Ensino de um Idioma com Certificação
Então, continuando o pressuposto de que o aluno está tendo seu primeiro acesso ao STI, a lição definida anteriormente como
sendo a que melhor se encaixa em seu perfil, começa a ser repassada. Estas lições devem ter embasamento na didática a ser
estudada e definida, mas já se presume que essas lições devam possuir o máximo de interação com o usuário, contendo
animações, cores e sons para que o interesse do aluno seja elevado, estes recursos devem ser escolhidos no momento em que a
interface com o usuário seja estabelecida.
Com recursos multimídia e apresentando situações do dia-a-dia, a implementação deste sistema, com certeza, facilitará o
processo de aprendizagem do idioma escolhido e aprimorará a pronúncia do mesmo, com o uso da tecnologia de
reconhecimento de voz permitindo ao próprio programa avaliar a pronúncia do usuário.
A medida em que a lição é repassada ao aluno, o STI deve buscar a todo o momento reconhecer o grau de aprendizagem do
mesmo, utilizando-se de exercícios práticos e teóricos e, fazendo com que ele aprenda a partir de seus próprios erros e acertos.
Para que isso ocorra, deverá utilizar-se de dicas de respostas as quais o usuário poderá ter acesso a todo o instante, incentivá-lo
a continuar a lição e aprender a aprender cada vez mais.
Estes exercícios devem possuir níveis gradativos de dificuldades, sempre do mais fácil para o mais difícil, a fim de que se
iguale o grau de aprendizado do aluno ao do sistema. Caso o sistema perceba que o aluno possui algum tipo de dificuldade na
lição em questão, exercícios mais fáceis deverão ser ministrados; acompanhando assim a melhora do aluno no aprendizado, até
que este esteja apto a resolver exercícios com um grau de dificuldade maior. Também existe a possibilidade do aluno possuir
um grau de aprendizado razoável e, com isso o acesso à lição seja rápido; nesta situação o sistema deve possuir exercícios que
correspondam ao nível de conhecimento e satisfação do usuário, fazendo com que ele não se sinta cansado e desestimulado
pelas atividades.
O sistema deve possuir uma gama diversificada de exercícios tanto em número quanto em níveis de dificuldade; estes devem
ser escolhidos aleatoriamente, a partir do nível ideal pré-estabelecido a ser utilizado pelo estudante. Isto se dá para que o STI
possibilite ao aluno, sentir-se suficientemente seguro de que ele está apto a realizar uma avaliação, e também em razão, de que
caso o aluno tenha que repetir uma determinada lição, ele não retorne os exercícios já vistos anteriormente – o mesmo vale
para o processo de avaliação.
Então, como foi dito anteriormente, quando o aluno se sentir preparado à avaliação será efetuada. Esta avaliação tem como
caráter, definir se o aluno está apto a passar para a próxima lição, se ele deve repetir a lição avaliada, se ele precisa avançar ou
voltar um certo número de lições ou se ele já deve receber o certificado de aptidão de conclusão do nível (básico,
intermediário, avançado ou super avançado).
Esta definição de aptidão será feita através de uma nova verificação de nível de conhecimento, relatado anteriormente. Sendo
feita esta classificação o sistema continua seu funcionamento até que o usuário deseje finalizar a aula ou que todas as lições, de
todos os cursos do sistema, já tenham sido ministradas ao aluno.
Caso o aluno já esteja habilitado a receber o certificado de conclusão do curso em questão, ele tem a possibilidade de resolver
se deseja continuar o estudo da língua no próximo curso ou se ele não quer mais continuar a estudar. Fazendo a primeira
escolha, o sistema vai habilitá-lo a continuar o próximo nível, neste caso esta habilitação concedida a ele, vai ser identificada
pelo STI, quando da verificação de acesso, passando então para o próximo passo que é a revisão (será definida logo em
seguida). Já se o aluno decidir pelo segundo caso, isto é, finalizar o estudo, o sistema deve apenas ter seu fim, para este aluno.
Voltando-se ao pressuposto de que o aluno acesse o STI e de que sua senha seja validada, mas que não seja o seu primeiro
acesso; então primeiramente ele deverá passar por uma breve revisão das lições já vistas, com o objetivo de relembrar as
teorias já estudadas e, também de detectar problemas no aprendizado. Este procedimento, se dá devido ao fato de que o sistema
deve conhecer e adquirir o máximo de conhecimento possível a respeito do aluno. Em outras palavras, caso o aluno tenha
esquecido a teoria estudada, anteriormente, tanto por causa de um aprendizado mau feito quanto pelo fato da sua última aula
ter ocorrido no passado, o STI deve detectar este problema no processo de ensino-aprendizado, para que o aluno seja
encaminhado à lição mais adequada a seu nível atual de conhecimento.
Definido o nível de conhecimento do aluno, o STI começará seu funcionamento ministrando interativamente lições, exercícios,
avaliações e fazendo verificações, certificações e tantas outras atividades; e, desenvolvendo simultaneamente a compreensão
auditiva, a expressão oral, a leitura e a gramática para cada uma das certificações. O STI deve propor um curso interativo,
totalmente baseado em situações do cotidiano; onde as regras gramaticais são inseridas gradualmente, à medida que o aluno
consiga ampliar seu vocabulário e sua compreensão do idioma. Além disso, o programa deve permitir que o aluno grave suas
falas nos diálogos, para compará-las com a forma de falar dos personagens utilizados, no sistema, como ferramenta
pedagógica.
4.4.2 Arquitetura do STI proposto para o Ensino de uma Língua
Baseado na arquitetura do Sistema Tutorial Inteligente, proposta por Chaiben, o fluxo da figura 4.2 foi adaptado para a
arquitetura apresentada pela diagramação da figura 4.3, visando deixar claro ao leitor todo o processo entre o STI e o aluno.
Isto é, identificar no STI quem é o objeto responsável pela comunicação, quem recebe o conhecimento, quem é responsável
pelos métodos e técnicas didáticas utilizadas e, como a comunicação pode ser feita entre o sistema e o aluno.
4.4.2.1 Modelo de Interface
Como relatado anteriormente, a interface do sistema com o usuário é a primeira preocupação quando da criação de uma nova
aplicação. No caso do STI proposto para o ensino de uma língua, a interface deverá atuar praticamente em
todas as etapas do esquema abordado na figura 4.2, sendo responsável pela interação do aluno com o computador. O modelo de
interface atua nos seguintes elementos:
•
Acesso do aluno ao sistema;
Figura 4.3 Arquitetura do STI para o Ensino de um Idioma com Certificação
•
Validação da senha do aluno;
•
Questionários, lições, exercícios;
•
Avaliações e revisões;
•
Verificação de um próximo curso;
•
Habilitação para outros níveis no curso;
•
Certificado de aptidão;
•
Finalização do sistema.
Estudos aprofundados, devem ser realizados com relação à ergonomia e o posicionamento de todos os elementos que
fazem parte do sistema no software. Como já foi dito, quanto melhor uma interface, consequentemente melhor e maior a
interação do usuário com o sistema e também maior a sua carga cognitiva.
O sistema deve possuir uma riqueza com relação aos recursos de apresentação do material instrucional, para fazer com que o
usuário se interesse, se envolva e fique admirado a todo o momento com o estudo. É interessante que se utilize recursos
multimídia, cores e sons. No entanto, essas cores devem chamar a atenção, mas deve-se ter muito cuidado para que elas não
poluam o ambiente de trabalho, fazendo com que o usuário se sinta exausto e desmotivado; quanto aos sons, esses também
devem ser analisados, no contexto em que podem ocasionar irritação, e, podem ser utilizados, mas na medida certa.
Outro ponto a ser analisado no projeto da interface com o aluno, é o processamento de linguagem natural; para que um sistema
tenha uma interface amigável ele deve ser capaz de entender os fluxos de comunicação de entrada e também possibilitar uma
saída satisfatória ao aluno. Ou seja, o aluno deve ter possibilidade de se comunicar com o sistema em qualquer momento em
que ele julgue necessário, e o sistema deve estar a todo instante pronto para que isto aconteça, respondendo de forma clara e
precisa. Esta comunicação deve sempre utilizar a linguagem dos usuários.
O tempo de resposta do sistema também deve ser aceitável, trazendo como conseqüência uma maior aceitação do software e
uma maior carga de conhecimento ao aluno. Mas como saber qual o tempo de resposta ideal?
Segundo Gilca dos S. V. Oliveira [OLIVEIRA], para responder a esta questão, devem-se utilizar os resultados de pesquisas
obtidos por psicólogos em relação ao tempo de resposta. A psicologia atribui o tempo de resposta de 2 segundos, em um
diálogo, e de 2 a 6 segundos o tempo em que os dados ficam retidos na memória.
A partir desta analise, pode-se dizer que o tempo ideal de resposta, está na casa de 2 segundos, caso a resposta demore de 2 a 4
segundos, é preciso gerar uma mensagem de espera, e mais de 4 segundos considera-se um tempo longo para respostas.
Os tratamentos de erros, também fazem parte da análise para uma melhor interface. Os tratamentos de erros podem ser
considerados como de execução e de intenção. Nos erros de execução estão as situações onde o usuário, aperte alguma tecla
incorretamente e, já nos erros de intenção é quando existe uma má interpretação dos comandos por parte dos usuários.
No primeiro caso a resolução se dá, alertando o usuário no momento em que o erro aconteceu ou o mais rapidamente possível,
para que ele tenha consciência do que fez e possa refazer. Mas, no segundo caso, este tipo de erro pode não ser detectado e,
para que ele seja retificado deve-se exigir um esforço maior de aprendizagem com relação ao domínio.
Existem mecanismos, que permitem evitar ou reduzir a ocorrência de erros e, quando eles ocorrem, que favoreçam
sua correção, tais como:
Correção de erros: São os meios colocados à disposição do usuário permitindo a correção dos eventuais erros. Em
alguns casos a ocorrência de erros pode ser bem vinda, como no caso dos softwares de aprendizagem por descoberta; isto é, os
erros são bem vindos na medida em que se pretende estimular a capacidade do aluno para a superação, por si só, do erro
cometido. Mesmo assim, esta estratégia não exclui a responsabilidade do software em orientar o aluno na solução das
dificuldades que enfrenta.
Qualidade das mensagens de erro: Refere se a pertinência, legibilidade e exatidão da informação dada ao usuário
sobre a natureza do erro cometido (sintaxe, formato, etc) e sobre as ações a serem executadas para corrigi-lo. A qualidade das
mensagens favorece a aprendizagem do sistema indicando ao usuário a razão ou a natureza do erro cometido, o que ele fez de
errado, o que ele deveria ter feito e o que ele deve fazer.
Proteção contra erros: São os mecanismos empregados para detectar e prevenir erros de entradas de dados,
comandos, possíveis ações que possam ter conseqüências desastrosas e/ou não recuperáveis. Deve-se preferir detectar erros no
momento da digitação do que no momento da validação, podendo evitar perturbações na planificação da tarefa.
A carga de trabalho em uma interface também deve ser avaliada. Carga de trabalho refere-se a todos os elementos da
interface que tem um papel importante no aumento da eficiência do diálogo. É a carga de trabalho que avalia se o conteúdo
informacional apresentado é confortável e adequada ao usuário, o excesso de informação prejudica a compreensão e
memorização dos elementos. Então, a carga educacional deve ser dimensionada, para que o aluno possa assimilar
adequadamente as informações.
A carga de trabalho, pode ser dividida em dois tópicos:
Densidade informacional: A carga de memorização deve ser minimizada, isto é, o sistema deve facilitar os meios
para que o aluno possa concentrar-se diretamente na aprendizagem e memorização dos conceitos pedagógicos e não na
memorização de listas de dados ou procedimentos complicados.
Homogeneidade: Refere-se ao modo como a interface é conservada idêntica em contextos idênticos e, diferente em
contextos diferentes, de uma tela para outra. Em outras palavras, é conveniente padronizar todos os objetos quanto ao seu
formato e a sua denominação. A falta de homogeneidade dificulta a intuitividade do software e a situação de
ensino/aprendizagem. Por exemplo, menus não homogêneos podem aumentar consideravelmente os tempos de procura.
A interface também deve possuir um item de ajuda, tanto de como utilizar o software quanto de algum problema ou erro que
esteja ou possa acontecer. Também, com relação à teoria, deve-se possibilitar ao aluno acesso rápido e a qualquer momento a
FAQs (Frequently Asked Questions) para sanar todos os tipos de dúvidas que o aluno venha a ter.
A adaptabilidade de um sistema diz respeito à sua capacidade de reagir conforme o contexto e, as necessidades e
preferências do usuário, podendo ser dividida em dois subtópicos:
Flexibilidade: Trata-se da capacidade da interface em se adaptar às variadas ações dos usuários. A interface deve ser
personalizada levando em conta as exigências da tarefa, estratégias ou hábitos de trabalho.
O sistema deve possuir recursos que permitam ajustar o nível de complexidade na apresentação da informação,
também sendo capaz de prever e acomodar as diferenças individuais de seus potenciais usuários.
Consideração da experiência do usuário: São os meios implementados para permitir que o sistema respeite os
níveis de experiência individual, ou seja, o grau de experiência e especialização dos usuários pode variar de acordo com a sua
utilização contínua ou devido a longos períodos de não utilização dos sistemas, neste caso a interface do sistema deve ser
concebida sendo capaz de lidar com estas variações de nível de experiência. Usuários experientes não tem a mesma
necessidade informacional que os iniciantes, então a interface deve possuir formas para que os alunos mais experientes possam
avançar na apresentação sem ter que visualizar conceitos elementares.
Estes são alguns itens que devem ser analisados e incluídos na análise e implementação da interface de um software, tanto
tutorial como qualquer outro tipo de software, que principalmente envolva “inteligência”.
4.4.2.2 Modelo do Especialista
Este item, compreende o domínio como um todo ou em partes, como o nível de certificação exige, isto é, ele compreende o
assunto que será tratado no software. Considere que o modelo do especialista, num sistema proposto para o ensino da língua
inglesa, contenha todas as regras necessárias para o estudo do idioma inglês, e toda a teoria usada no ensino da língua, como
vocabulário, sintaxe, gramática, e outras. Deverá conter também além das lições teóricas, sobre o idioma, um banco de dados
contendo exercícios, avaliações, questionários, material teórico necessário as revisões, e mesmo diversos diálogos, gravados
com nativos norte-americanos e britânicos para demonstrar as diferentes nuances da pronúncia do inglês. O aluno pode ouvir e,
ao mesmo tempo, ler pequenas histórias ou então simplesmente escutá-las, ocultando a transcrição das palavras e assim
podendo estimular a compreensão auditiva.
Todos os procedimentos necessários para que o aluno aprenda o conhecimento deverão estar incluídos neste modelo, para que
ele possa solucionar problemas relacionados ao domínio. Para a implementação do STI proposto é necessário um vocabulário
extenso de palavras (por exemplo, mais de 3000), na língua escolhida, agrupado por situações do cotidiano, como: fazer
compras, ir à escola e praticar esportes; reproduzindo situações reais e preparando o aluno para a conversação do dia-a-dia.
Para beneficiar o maior número de usuários, este sistema poderá incluir desde palavras de uso corriqueiro até termos mais
sofisticados, atendendo assim qualquer aluno .
4.4.2.3 Modelo do Aluno
Este modelo busca o estado atual do aluno através dos questionários respondidos pelo mesmo, conforme descrito na
esquematização do STI proposto. Com estes questionários o sistema identifica o nível de conhecimento e certificação do aluno
com relação ao idioma e, avalia qual a melhor estratégia de ensino a ser adotada com o mesmo; isto é, identifica a melhor lição
a ser ministrada ao aluno de acordo com o nível de conhecimento e certificação deste, e verifica o nível de dificuldade dos
exercícios a serem repassados ao aluno em questão.
Este modelo deve ser atualizado dinamicamente, a medida em que são feitas as avaliações (ou provas) para comprovar o nível
de aprendizado, atestando o aproveitamento do aluno. No sistema proposto estas avaliações estão na forma de questionários, de
exercícios ao término de cada lição, mesmo na forma de provas ou de revisão de conteúdo, ou mesmo na verificação do nível
de aprendizado para certificação de algum módulo. Através da avaliação constante e personalizada do aluno, o sistema poderá
classificá-lo quanto ao nível de aprendizado e conhecimento, verificando e identificando a estratégia de ensino ideal a ser
tomada em relação ao aprendizado do aluno em questão.
Cabe ao modelo do aluno a escolha da melhor estratégia de ensino, na qual o sistema deve atuar possibilitando ao aluno
esclarecimentos adicionais caso tenha dúvidas, ou mesmo treinar a comunicação oral, para corrigir ou aperfeiçoar sua
pronúncia.
4.4.2.4 Modelo Pedagógico
A forma de exposição da teoria, tanto didática quanto pedagógica, deve estar bem definida; pois é a partir das decisões e do
nível de conhecimento do aluno, analisados através dos questionários, dos erros e acertos, e das avaliações que estão
compreendidas no modelo do aluno é que o modelo pedagógico identificará qual a melhor estratégia de ensino a ser adotada
com este aluno.
Com relação às estratégias de ensino, o aluno poderá ampliar seu vocabulário com atividades divertidas contendo som,
ilustração e textos que acompanham seu ritmo de aprendizado, ou aprender a pronúncia correta de palavras ouvindo e
repetindo, enquanto atividades fáceis e eficazes de conversação poderão auxiliar a sua comunicação. O STI poderá oferecer
ainda a tecnologia de reconhecimento de fala, que permite ao sistema avaliar a pronúncia do usuário.
A coordenação dos outros modelos também é função do modelo pedagógico, selecionando os tópicos e exemplos a serem
dados, de acordo com o nível do aluno, gerenciando a certificação de aptidão e a habilitação para os novos cursos.
4.5 Conclusão
Este capítulo procurou tratar de forma clara e sucinta a teoria de Sistemas Tutoriais Inteligentes; pois são os sistemas mais
comentados e estudados no momento dentro da área de Ciência da Computação aliada à Educação.
Cientistas da computação esperam que em breve todas as escolas do mundo estejam utilizando STIs em suas salas de aulas;
ajudando o professor a diversificar e aprimorar o ensino. Deve ficar bem claro, que não é intenção dos STIs substituir
plenamente o professor dentro da sala de aula; mas, como foi dito anteriormente, ter um papel fundamental como ferramenta
pedagógica no processo de ensino-aprendizagem. Mas, para que isto ocorra, o governo deve primeiramente incentivar os
professores tradicionais a procurarem outras formas de ensino que tenham como conseqüência um ensino mais prazeroso,
rápido, eficiente e moderno, sem que estes se sintam diminuídos ou substituídos, mas sim renovados.
Este capítulo também abordou o processo de implantação de um STI no ensino de um idioma qualquer, a pessoas de várias
idades e com diferentes níveis de conhecimento. O objetivo principal desta sugestão é principalmente exemplificar a futuros
interessados no assunto qual a diferença entre um STI e um software educativo comum, que não utilize técnicas de Inteligência
Artificial; e principalmente no momento da implantação, identificar o que realmente faz parte de cada modelo na arquitetura de
um STI.
O próximo capítulo será a conclusão de todo esta monografia, que procurará abordar a eficácia da utilização de um STI no
processo de ensino-aprendizagem.
5.
Conclusão
A Inteligência Artificial e os Sistemas Tutoriais Inteligentes sem dúvida são as áreas que mais crescem e que mais se esperam
em termos de crescimento, por parte dos profissionais da Ciência da Computação, justificando o grande interesse por parte da
autora desta monografia em relação ao assunto em questão.
Imitar o comportamento e a inteligência humana ainda é uma tarefa a ser conquistada, mas grande parte deste estudo e
implementação estão em processos de pesquisa bastante avançados. Os estudos que antes estavam retidos dentro dos
laboratórios, agora já estão alcançando as indústrias, bancos comerciais e diversas instituições de ensino.
O Sistema Especialista, citado ao longo deste trabalho, apesar de algumas controvérsias, também é considerado um campo
muito promissor e revolucionário por muitos estudiosos. Os SE conseguem substituir humanos tão bem ou até melhor do que
os próprios especialistas, sem nunca deixar de levar em conta, o fato de que computadores nunca poderão existir sozinhos, sua
boa receptividade e funcionamento, somente são possíveis através da coexistência entre homem-máquina.
Com relação à Informática na Educação, primeiramente é preciso definir claramente qual é o papel do professor e do aluno
dentro da sala de aula. O professor que antes era considerado o único meio “transmissor” de conhecimentos, agora passa a ter o
papel de mediador entre as inúmeras informações, de diversas vertentes em que a Informática principalmente através da
Internet, consegue levar ao aluno.
A participação do computador dentro das salas de aulas, pode ser visto como um mundo muito novo, onde conceitos podem ser
ensinados aos alunos de formas nunca antes imaginados, através de sistemas audiovisuais, utilizando-se de sons e imagens,
transformando assim a sala de aula em um laboratório virtual.
A partir deste novo contexto de ensino-aprendizagem, tanto o aluno quanto o professor obtêm resultados positivos; o aluno
através da diversidade, da dinâmica de exploração das informações e do intercâmbio de informações e idéias com outros
alunos de outras escolas e outras culturas e, já o professor através da possibilidade de reciclagem de conhecimentos, ampliação
de conceitos e de sua didática.
Não há como negar que as barreiras econômicas e políticas, principalmente no Brasil, são muito grandes, para que o sistema de
ensino informatizado se torne uma realidade e possa trazer melhoria na qualidade de ensino. A tecnologia é muito importante,
e percebe-se um processo irreversível, onde a informática faz parte de todos os campos de atividade da sociedade mundial, não
podendo deixar de admitir o quanto ela contribui para a otimização destas atividades.
Porém, em se tratando de Educação, a informática deve ser analisada de um modo mais imparcial, pois não é simplesmente
uma transposição dos conteúdos da lousa ou livro didático para uma tela de computador, tornando o computador somente um
instrumento “virador de páginas eletrônico”, que dará um ganho real na qualidade e eficiência da aprendizagem, mas os
Sistemas Tutoriais Inteligentes relatados ao longo deste trabalho, propõem renovação no sistema arcaico de ensino. Os STIs
propõem que o software interaja com o aluno, ensinando-o a aprender a aprender, estimulando sua intuição, percepção,
curiosidade e interesse, sendo adaptado a cada aluno, tentando se acomodar à velocidade de aprendizado e ao nível de
conhecimento de cada um, objetivando um maior ganho no processo ensino-aprendizagem.
Tudo o que é novo, sempre causa muito receio e ceticismo, mas com a disseminação da informática e a conquista dos
professores para sua utilidade, os STIs, conquistarão um espaço muito importante no mundo do ensino.
Muitas pessoas podem pensar que a informática educativa não passa de um modismo ou uma estratégia da indústria de
softwares para a conquista de novos nichos consumidores, o que pode ser verdade em alguns pontos, pois se vive em um
mundo capitalista, onde a busca de mercados consumidores faz parte da sobrevivência.
Mas, os STIs devem se valer da tecnologia para otimizar a produção didática, pedagógica e assim melhorar o processo de
ensino-aprendizagem. Para isso, é necessário priorizar a capacitação dos professores, antes mesmo de encher as salas de aulas
de computadores, para não se correr o risco de criar “elefantes brancos” de tecnologia, sem saber como utilizá-los.
Estes softwares darão a oportunidade a alunos que tenham dificuldade em uma ou noutra matéria, ter em suas mãos uma
ferramenta extracurricular que o ajude a aprender de forma mais fácil e eficiente.
A busca da pedagogia do construtivismo sempre foi o de desvincular o conhecimento do ambiente das salas de aulas
tradicionais, partindo-se deste contexto à informática e os STIs se prestam bem a este papel.
Pode-se afirmar claramente que a utilização de Sistemas Tutoriais Inteligentes para se criar uma educação com qualidade não é
um sonho ou um modismo, é simplesmente uma realidade; mas que com certeza só se tornará possível através de muito
trabalho, de muitas pesquisas e inovações nas didáticas de ensino.
A informática possui a seu favor dois pontos muito importantes, o primeiro é a sua versatilidade de aplicação e segundo a sua
adaptabilidade a todos as atividades, podendo proporcionar ao ensino um meio aberto e de qualidade que possa levar a
população a receber não somente conhecimentos tecnológicos e informáticos, mas também conhecimentos de cidadania e
principalmente de cultura.
Esta monografia procurou abordar o processo de implantação de um STI no ensino de um idioma qualquer, a pessoas de várias
idades e com diferentes níveis de conhecimento, sem o intuito de exemplificar codificação, mas demonstrar a futuros
interessados no assunto qual a diferença entre um STI e um software educativo comum, que não utilize técnicas de Inteligência
Artificial; e principalmente no momento da implantação, identificar o que realmente faz parte de cada modelo, na arquitetura
de um STI.
Ao longo deste trabalho, definiu-se que a arquitetura de um STI seria divida em: modelo do aluno, modelo do
especialista, modelo pedagógico e modelo de interface. O modelo do aluno tem como função, procurar captar o atual estado de
aprendizado do aluno, para que o ensino seja individualizado. Em outras palavras, ele deve conter o conhecimento e as
capacidades do aluno, seu comportamento de aprendizagem passado, os métodos de apresentação aos quais ele responde
melhor e sua área de interesse dentro do domínio.
O modelo especialista deve compreender o assunto que será tratado no software, os elementos necessários para que o aluno
aprenda o conhecimento do domínio, em outras palavras, este modelo possui a parte da “inteligência” do STI em forma de
conhecimento; conhecimento este, necessário para solucionar os problemas em relação ao domínio.
O modelo pedagógico é o responsável pelas estruturas didática e pedagógica, a ligação entre os outros módulos, selecionar os
tópicos e exemplos a serem dados e elaborar as estratégias instrucionais.
O modelo de interface deve ser projetado para que seja intuitivo e natural, para se adaptar às necessidades de diferentes
usuários, fazendo com que a interação entre o STI e o aluno seja a mais confortável, amigável, prazerosa e que tenha como
conseqüência um processo ensino-aprendizagem cada vez melhor.
Esta forma de modelagem, pode ser utilizada por qualquer STI, não somente o proposto, para ensino de uma língua qualquer.
Espera-se que esta proposta de estudo e implantação, seja de grande valia a quem despertar interesse no assunto em questão.
Esta monografia, propõe a futuros interessados no assunto, que estes usem a criatividade para descobrir falhas no ensino
tradicional e transformá-las em descobertas, ajudando na reformulação do processo atual de ensino, utilizando softwares
inteligentes e eficientes para o mundo educacional.
6.
Referência Bibliográfica
ARARIBÓIA, G. Inteligência Artificial: Um curso prático. Rio de Janeiro: Livros Técnicos e Científicos Editora Ltda. 1988.
282p.
BROWN, Carol E. & O’LEARY, Daniel E. Introduction to Artificial Intelligence and Expert Systems. http:
//www.bus.orst.edu/aculty/brownc/es_tutor/es_tutor.htm. Acesso: 17 de julho de 2000 às 16:08hs.
CARNIELLO, Adriana & CARNIELLO, Andréia. Jogos educacionais.http://www.din.uem.br/~ia/jogos/.Acesso: 29 de julho
de 2000 às 19:48hs.
CHAIBEN, Hamilton. Inteligência Artificial na Educação. http://www.cce.ufpr.br/~hamilton/. Acesso: 30 de março de 2000 às
20:03hs.
ETO, Regina M. & FERRARI, Daniel G.. Robótica. http://www.din.uem.br/ia/robotica/. Acesso 21 de julho de 2000 às
01:21hs.
GIRAFFA, Lucia Maria Martins. Uma arquitetura de tutor utilizando estados mentais. http://www.inf.pucrs.br
/~giraffa/lucia.html. Acesso: 13 de julho de 2000 às 01:13hs.
LEVINE, I. Robert, DRANG, Diane E., EDELSON, Barry. Inteligência Artificial e Sistemas Especialistas: Aplicações e
Exemplos Práticos. Tradução por Maria Cláudia Santos Ribeiro Ratto. São Paulo: McGraw Hill, 1988. 264p.
LIMA, Cynthia Moreira. Introdução à Inteligência Artificial. http://www.elo.com.br/~cyntia/. Acesso: 30 de março de 2000 às
19:04hs.
MAISONNETTE,Rogers. A utilização dos recursos informatizados a partir de uma relação inventiva com a máquina: A
robótica educativa. http://www.proinfo. mec.gov.br/didatica/testosie/txtusointe.shtm. Acesso: 06 de julho de 2000 às 00:14hs.
MCCARTHY, John. What is Artificial Intelligence? http://www.formal.standford.edu/jmc/whatisai/whatsai.htm. Acesso: 20
de março de 2000 às 21:58hs.
OLIVEIRA, Gilca dos S. V.. Softwares Educacionais: Estudo e Implantação. Uberlândia/MG, UNIT – Centro Universitário do
Triângulo, Dezembro de 1999. 97p. (Monografia de Conclusão de Curso).
RICH, Elaine. Inteligência Artificial. Tradução Newton Vasconcellos. São Paulo: McGraw Hill, 1988. 503p.
SCHILDT, Herbert. Inteligência Artificial: Utilizando Linguagem C. Tradução por Cláudio Gaiger Silveira e Mônica Soares
Rufino. São Paulo: McGraw Hill, 1989. 349p.
SILVA, Ricardo Bezerra de Andrade e. Inteligência Artificial: Mito ou Realidade. http://www.lia.ufc .br/~bezerra/dreyfeg.htm.
Acesso: 20 de março de 2000 às 21:47hs.
SIMPSON, Patrick K.. Artificial Neural Systems: foundations, paradigms, applications and implementations. New York:
Pergamon Press. 1990.
VALENTE,
José
A..
O
Uso
Inteligente
do
Computador
Educação.http://www.proinfo.mec.gov.br/didatica/testosie/txtusointe.shtm Acesso: 06 de julho de 2000 às 00:25hs.
ZADEH, Lotfi A.. Fuzzy Sets. Information and Control. Vol. 8, pp.338-353. 1965.
na