Capítulo 5 – O Modulo do Ambiente e Sistemas de Tutores Inteligentes

1. Capítulo 5 – O Modulo do Ambiente e Sistemas de Tutores Inteligentes Fretz Sievers Junior

2. Introdução • Este capítulo está preocupado como realizar a instrução do aprendiz, baseado em tecnologias de inteligência artificial.Mostrar como e possível realizar através de tutores inteligentes. • Ensinar: Entre as diversas técnicas devem aparecer 3 caracteristicas: • O tutor deve escolher o material a ser apresentado • O tutor deve responder as perguntas do estudante sobre o assunto • O tutor deve determinar onde os estudantes precisam de ajuda

3. Curriculum e Instrução Significa a a seleção e sequência de material para ser apresentado para o estudante. A instrução significa como este material será apresentado. O problema para o tutor e como selecionar este material de forma eficiente para atender as necessidades do aluno, pois em aulas expositivas, a seleção do material fica a responsabilidade com o professor. As técnicas para seleção do material e sequenciamento para o tutor e uma tarefa complicada.

4. Três Assuntos Centrais Ao longo do capítulo, ocorrem periodicamente vários assuntos principais ou distinções. Eles merecem alguma menção ao início. A visão comum de aprender e ensinar tende a obscurecer estas distinções, mas eles são tudo muito evidente no contexto de sistemas de Tutores Inteligentes • A natureza de aprender: Que se baseia em um estado em branco ou recordar algo referente ao assunto. • A natureza de ensinar: Domínio do que será ensinado, porém projetar aquilo que será ensinado que esteja mais próximo do aprendiz. Porém nossa aprendizagem se distingue de aspectos linguisticos. Temos que visualizar como um meio de comunicação • A natureza do assunto: Os tutores chamados expositivos estão preocupado com o conhecimento e habilidades de inferir conhecimento. Confiam no conhecimento declarativo e Dialogo que e uma ferramenta primária. Como o sistema Carbonel que realiza uma discussão com os estudantes para discutir a geometria Americana e os tutores de procedimentos, que mostram os procedimentos para resolver um problema.

5. Curriculum O problema do curriculum pode ser quebrado em dois problemas: • Formular uma representação do material • Selecionar uma sequência particular. Nesta parte os tutores envolvem o modelo do especialista

6. Representação do Conhecimento p/ Instrução • A estratégia mais comum entre esse poucos que desígnio automatizado os tutores é adotar um modelo especialista como a representação de material ser ensinado. A razão para esta estratégia é aquela aprendizagem envolve aquisição progressiva das estruturas cognitivas que apóiam desempenho especialista. • Em algumas situações ele e o mais adequado mas existem casos que seria melhor o modelo de instrução qualificado de acordo com o aluno como o exemplo a seguir:

7. Representação do Conhecimento p/ Instrução Procedimento para Gerar Teoria. Descrição de um problema de mecânica. Tempo pertinente e sistemas: Em cada momento pertinente (previamente identificou a descrição básica do problema). Identifique esses sistemas pertinente no problema porque a informação sobre eles é querida ou porque eles Interagem diretamente ou Indiretamente com tais sistemas. Descrição de sistemas pertinentes: Em cada momento pertinente, descreva do modo seguinte cada sistema pertinente (se simples bastante ser considerado uma única partícula), introduzindo símbolos convenientes terminam expressando quantidades simplesmente relacionadas em termos do mesmo símbolo: Descrição de movimento: Desenhe um "diagrama de movimento" que Indica Informação disponível aproximadamente a posição, velocidade, e aceleração do sistema. Descrição de Forças. Desenhe um "diagrama de força" que Indica informação aproximada da fonte disponível: forças todo externas no sistema. Identifique estas forças como segue: Forças de alcance limitado: Identidade cada objeto que toca o determinado sistema e assim interage com Isto através de Interação de alcance limitado. Para cada tal Interação, indique no diagrama a força correspondente e toda a Informação disponível sobre isto. Forças de longo alcance: Identifique todos os objetos que interagem muito tempo com o determinado sistema por percorra Interactior,s. (Ordinariamente esta É há pouco a terra que Interage com Isto através de Interação gravitacional.) Para cada tal Interação, indique no diagrama a força correspondente e toda a Informação disponível sobre isto. Cheques de descrição: Cheque que as descrições de movimento e Interação são qualitatively consistente com princípios de movimento conhecidos (por exemplo, que a aceleração de cada partícula tem a mesma direção como a força total, e Isto, como requerido pelo princípio de movimento de Newton ma = F).

8. Representação do Conhecimento p/ Instrução Representações de Propaedeutic têm duas características. 1º)eles fazem explícito a base funcional dos procedimentos usada exercitando a habilidade. 2º) eles são manejáveis com os recursos cognitivos limitados disponível para estudantes. Assim eles servem • relacionar teoria para praticar; • justificar, explicar e testar possíveis soluções de problema; • como uma passo a passo para estratégias de resolução de problemas mais eficientes; • como estratégias para administração de memória trabalhando durante fases de intermediário de aprender.

9. Seleção e Sequenciamento As diferenças entre os tutores expositivos e tutores de procedimento começam ter evidencia nos problemas associados para selecionar o material e realizar o sequenciamento. Para tutores expositivos, os problemas são: manter o foco,coerência e explanar o assunto em uma ordem que apóia recuperação posterior dos conceitos que são ensinados. Tutores de procedimento têm o problema adicional de ordenar o sub-habilidade da habilidade designada e exercícios selecionando e exemplos corretamente para refletir aquela ordem.

10. Seleção e Sequenciamento • Seleção de tópico em tutores expositivos. Currículos em tutores expositivos têm que se tratar de duas fontes de constrangimentos. Fixado de constrangimentos surge do assunto. Devem ser selecionados tópicos manter coerência e carregar a estrutura do material sendo ensinado. Um segundo jogo de vem do contexto de ensinar. Seleção de algum tópico ou fato para discussão tem que refletir a reação do estudante a ensinar eventos previamente. A conclusão geral de Norman (1973). Dois princípios guiam a seleção de materiais de ensino na Web: • Relatedness: Prioridade a conceitos próximos a conhecimentos existentes. • Generalidade: Discutir o geral antes de pontos específicos.

11. Seleção e Sequenciamento • Ensinar na web pode ser justificados através de referência a uma noção complementar chamado aprendizagem na web. De acordo com esta noção, estudantes desenvolvem estruturas cognitivas que refletem o currículo. A estrutura provida EAD é um vigamento de conceitos gerais que são ancorados em conhecimento existente e isso serve apoiar conhecimento mais detalhado, • A aproximações relacionadas provêem um vigamento estático para currículos. Eles não endereçam os mecanismos poderosos que os tutores podem usar formular e reformular currículos dentro do contexto dinâmico da situação ensinada. Por exemplo, eles não nos falam se o currículo deveria ser redirecionado como o resultado de algumas pergunta inesperada do estudante

12. Seleção e Sequenciamento • Woolf e McDonald (1985) desenvolveu uma metodologia sofisticada por estudar formulação dinâmica e reformulation de currículos. Esta metodologia, implementou em um programa chamado o Meno-tutor, tem dois mecanismos distintos por dirigir o diálogo de seminário. Um mecanismo implementa mecanismos de planejamento como teoria da web por manter coerência e focaliza no diálogo. Estes mecanismos são representados em uma gramática de ATN', chamou uma Rede de Administração de Discurso (DMN). • Meno-tutor tem um segundo mecanismo de curricular que permite responder à situação de particular de um estudante. Este mecanismo é um jogo de meta-regras que examinam o contexto global de instrução para condições que ditam uma mudança do caminho normal de instrução representado no DMN. As meta-regras consistem em condições no estado global do DMN e ações que podem efetuar transições não permitido pela sintaxe de DMN. Por exemplo, quando o tutor terminar a discussão de um tópico, uma meta-regra avalia o conhecimento global do tutor da competência do estudante. Se mostra que o tutor sabe pouco do estudante, a meta-regra dirigirá o tutor a uma estratégia que pede exploração de conhecimento de estudante

13. Seleção e Sequenciamento Exercício e seleção de exemplo em tutores de procedimento. Habilidades processuais quase são sempre ensinadas por exercício e exemplo. Neste caso o assunto de currículo principal é de escolher a sucessão correta de exercícios e exemplos. Idealmente, a escolha de exercícios e exemplos deveria ser ditada por um modelo de aprendiz, mas, como Anderson (capítulo 2), não há nenhuma teoria para realizar esta tarefa em um sistema ensino interativo. Foram sugeridos vários padrões:

14. Seleção e Sequenciamento • 1.Maneabilidade. Todo exercício deveria ser resolvido e todo exemplo deveria ser compreensível a estudantes que completaram partes prévias do currículo. • Em resumo, maneabilidade pode ser alcançada isolando cada objetivo ser ensinado, provendo bastante material para permitir os estudantes para dominar cada objetivo, e ensinando condições prévias primeiro

15. Seleção e Sequenciamento 2. Transparência Estrutural. A sucessão de exercícios e exemplos deveria refletir a estrutura do procedimento que é ensinado e deveria ajudar assim o estudante a induzir o procedimento designado Este princípio propõe aquele currículo é uma forma de comunicação com o estudante dentro que a sucessão de exercícios e exemplos conta para o estudante algo sobre o assunto. Teorias deste tipo de comunicação componentes possuem 2 caracteristicas: • têm que especificar como derivar uma sucessão de exercícios e exemplos da estrutura e conteúdo do procedimento que é ensinado, b)têm que explicar como um estudante pode interpretar a sucessão para aprender algo sobre o procedimento.

16. Seleção e Sequenciamento Experimentos: Smith, Passeador, e Carretel (1982) propôs certos princípios de estruturação para um curso existente em lógica simbólica que consistiu em grande parte em exercícios e exemplos de problemas à prova.O modelo de aprendizagem que usou estes princípios para induzir as estratégias que apóiam problema qualificado que resolve no curso. VanLehn (1983, 1985, 1987). a preocupação dele estava com currículos nos quais os estudantes induzem um procedimento somente dos exercícios e exemplos apresentados a eles.A certas convenções, felicidade chamada condiciona, governe a construção dos currículos.

17. Seleção e Sequenciamento 3. individualização. Deveriam ser escolhidos exercícios e exemplos ajustar o padrão de habilidades e fraquezas que caracterizam o estudante ao título o exercício ou exemplo que for escolhido escolhido. As aproximações para maneabilidade e transparência estrutural previamente descritas são estáticas nisso eles não levam vantagem da habilidade de um tutor para formular um currículo dinamicamente para conformar ao contexto instrutivo contínuo árido, em particular, ao estudante está mudando estado de domínio. Cada exercício ou exemplo deveriam ser escolhidos de forma que isto é • manejável com habilidades já possuídas pelo estudante individual; e • facilmente já relacionou a habilidades possuídas pelo estudante individual

18. Seleção e Sequenciamento • BIP-II (WesCourt, Enfrente, & Gould, 1977) é ponta só exemplo de um tutor processual que endereça estes desideratos. BIP-II ensina a linguagem de programação BASIC oferecendo exercícios de estudantes nos que podem ser resolvidos um poderoso mas não inteligente ambiente de programa. • São ilustrados os três componentes de BIP-II: • Uma rede de habilidades semântica representa uns 93 habilidades precisadas para programação BASIC, • Um perfil de estudante mantém uma avaliação do domínio do estudante de cada habilidade em termos de cinco estados de aprender. Este perfil busca atualizado todo exercício, baseado em desempenho de estudante. • Uma biblioteca de exercício contém um número grande de exercícios e as habilidades requerido para cada. • Estes componentes permitem BIP-II para endereçar maneabilidade e transparência estrutural dinamicamente em sua seleção de exercícios.

19. Seleção e Sequenciamento Figura página 88

20. Seleção e Sequenciamento • Seleção e critérios de sequencia. Quais lições têm os exemplos precedentes e sugestões para currículos em sistemas ensino automatizados? A lição primária é aquele deveria olhar mais às metas globais ou situações particulares. Curriculum para situações de ensino tem muitas funções: 1) Um currículo deveria dividir o material a ser aprendido em manejável unidades. Estas unidades deveriam endereçar um número pequeno no máximo metas instrutivasque permita os estudantes dominar o material 2) Um currículo que deve dar sucessão ao material baseado na estrutura dos estudantes 3) Um currículo que assegure os objetivos instrucionais presentes em cada unidade 4) os tutores deveriam ter mecanismos para avaliar a reação de estudante no momento de reformulação do curriculum.

21. Instrução Esta seção interessa os métodos instrutivos que um tutor automatizado poderia usar para entregar um currículo. Estes métodos têm que cobrir apresentação inicial do material, modos de responder às perguntas de estudantes e as condições e conteúdo de intervenção de seminário.

22. Instrução Os métodos apresentavam material dependa do assunto e os objetivos instrutivos. O uso de ensino expositivo de dialogo e o método principal de carregar material. Tutores orientados para habilidades processuais usam exemplos e treinaram exercícios para desenvolver essas habilidades. Diálogo: Precisam ser planejados endereçar os objetivos instrutivos em debate, e diálogos devem ser sensíveis ao contexto de seminário evoluindo . Collins e Stevens (1982) tratam 3 tipos de objetivos:

25. Exemplos de Agentes Pedagógicos Animados • Herman-the-Bug • Definição: É um agente natural, cujas ações verbais e visuais são controladas por uma máquina de sequenciamento de comportamento em tempo real, em resposta a mudança de contexto de solução de problemas • Ações do agente: andar, voar, nadar, encolher, expandir, pescar, pular de bungee (saltar do tirante de mola), teletransportar, fazer acrobacias. • Aplicação: Design-A-Pant, um ambiente ambiente de aprendizagem para o domínio de anatomia e fisiologia vegetal

27. Exemplos de Agentes Pedagógicos Animados • Cosmo • é um personagem em três dimensões que faz o papel de um conselheiro virtual, um ambiente de aprendizado para o domínio de roteamento de pacotes na Internet. • Foi projetado para estudar a habilidade dos agentes de combinar dinamicamente gestos, locomoção e discurso para se referir a objetos no ambiente enquanto proferem conselhos para resolução de problemas

29. Exemplos de Agentes Pedagógicos Animados • Adele • Consiste de um agente pedagógico projetado para trabalhar na WWW em resoluções de problemas em cursos na área médica, como diagnósticos clínicos e treinamento na área traumatologia. • Arquitetura da ADELE: • Implementa funções de apresentação do material, monitoramente do aluno, feedback, sugestões, testes e explanações, adaptando o conteúdo ao estudante e informa o desempenho do aluno ao término da sessão.

30. Exemplos de Agentes Pedagógicos Animados • Ações do Agente: • expressões faciais, posturas corporais que representam suas emoções (surpresa, desapontamento) • Oferece conselhos, realiza testes pra verificar se o aluno está entendendo as implicações ao paciente, devido à sua ação. • ADELE motiva o aprendizado. • Endereço: http://www.isi.edu/isd/ADE/ade-gallery2.html

31. Exemplos de Agentes Pedagógicos Animados • Do ponto de vista do aluno inclui os seguintes componentes • Uma visão do paciente, em forma dimensional ou tridimensional; • se requisitado, Adele informa ao estudante informações sobre o paciente(teste de laboratório, resultado de patologia, radiografias etc). • Crônometro mostra a quantidade de tempo que passou ao longo do caso; • Uma caixa de ferramentas de manipulação e instrumentos como estetoscópios...

34. Exemplos de Agentes Pedagógicos Animados • Steve • Definição: ajudar os alunos a aprenderem a executar tarefas físicas e procedurais, como: operação e reparo de equipamentos complexos • Ações do Agente: pode demonstrar as tarefas, responder perguntas, monitorar o aluno enquanto pratica as tarefas e prover ajuda quando requisitado • Aplicação: sido utilizado para tarefas de treinamento naval tais como operar as máquinas a bordo de navios da US Navy

35. Exemplos de Agentes Pedagógicos Animados

36. Exemplos de Agentes Pedagógicos Animados • PPP Persona • Definição: É um agente pedagógico animado para interagir com apresentações web. • Ações do agente: guia os alunos através de material web mostrando, apontando, explicando e comentando verbalmente textos e gráficos de uma interface baseada em janelas. • Aplicação: apresentações web. • Endereço: http://www.dfki.de/imedia/ppp/

37. Exemplos de Agentes Pedagógicos Animados • PPP Persona • Endereço: http://www.dfki.de/imedia/ppp/

38. Instrução Modelo Instrutivo: Uso de trabalhos de exemplos ou guia práticos, é um veículo principal por apresentar os estudantes a procedimentos que eles têm que aprender. Essencial ao sucesso de modelar um sistemas de Tutores Inteligentes é a formulação e apresentação de procedimentos por ter trabalhado os exemplos. Estes procedimentos devem estar baseado na representacão, onde os estudantes precisam adquirir as habilidades designadas, e eles devem ser apresentados até certo ponto ao estudante isso mostra como cada passo aplica ao caso modelado Exemplos: SOPHIE II (Brown, Burton & dekler, 1982) SOPHIE II (Marrom, Burton, & deKleer, 1982) é um exemplo claro de um sistema de treinamento que enfrentou estes assuntos. Demonstrou procedimentos para faltas arbitrárias diagnosticando em um dispositivo eletrônico simples.

39. Instrução • Linguagem não é o único veículo que pode ser usado para explicar procedimentos durante modelar instrutivo. Hutchins e os colegas dele (Hutchins & McCandless, 1982,; Hutchins, McCandless, Woodworth, & Dutton, 1984) desenvolveu MANBOARD, um sistema para ajudar no treinamento de problemas de relativo-movimento em operações de superfície navais. Este sistema pode demonstrar procedimentos e ilustrar estas demonstrações com exibições (como o um em Figura 4.2) de navios em coordenadas relativas e geográficas. Estas exibições fazem claro a base geométrica dos procedimentos que são ensinados.

40. Instrução Figura pág 92

41. Instrução Respondendo Questões • Responder a perguntas dos estudantes é uma função essencial de tutores humanos, e a pessoa poderia esperar achar a mesma função em tutores automatizados. Porém, na realidade responder Perguntas não foi o foco de muitos dos tutores automatizados que foram desenvolvidos. O bloco principal para pergunta responder efetivo, como Anderson (capítulo 2) menções, é a dificuldade de compreensão de idioma natural e geração.

42. Instrução Intervensão do Tutor Condições para intervenção. Há duas aproximações principais a decisões sobre intervenção de seminário. Model Tracing pede intervenção sempre que o estudante vagueia de um caminho de solução conhecido. Um tutor que usa esta técnica mantém um modelo do processo cognitivo do estudante como o estudante trabalha durante uma unidade instrutiva. Este modelo reflete os processos cognitivos de um artista competente na colocação instrutiva. Como os progressos de estudante, os rastros modelo que comportamento, tentando emparelhar isto a um dos caminhos que poderiam ser levados pelo estudante como ideal. Quando o processo emparelhando falhar, o tutor intervém com conselho que devolverá o estudante a um caminho de sucesso.

43. Instrução O conteúdo de intervenção. Quando um tutor decide intervir isto também tem que formular o conteúdo da intervenção. Não há nenhuma aproximação uniforme ao conteúdo de intervenção na literatura.

44. Pesquisa e Prática de Tutores Automatizados Uma visão larga de pesquisa atual em sistemas de Tutores inteligentes e em educação em geral revela alguns assuntos cruciais que merecem consideração séria em qualquer planejaram pesquisa e esforço de desenvolvimento: • a gama e combinação de situações diferentes que esse endereço de esforços. Investigadores em sistemas Tutores inteligentes deveriam olhar a ISD como um campo que está particularmente preocupado com a gama larga de aplicações instrutivas. • Também importante de um ponto de vista científico é a necessidade de ser específico sobre mecanismos. • Além disso, deveria ser prestada atenção à estrutura da disciplina. Uma portaria principal da pesquisa discutida aqui é a codificação de princípios instrutivos. Os investigadores futuros precisam questionar seriamente até que ponto estes princípios podem ser classificados independentemente do material que eles ensinam e até que ponto elas são uma parte integrante daquele material.

45. Pesquisa e Prática de Tutores Automatizados Os tutores automatizados e desígnio instrutivo: Um das tarefas principais que estão em frente de investigadores em tutores automatizados é relacionar o trabalho a outra pesquisa de treinando e educação. Outra pesquisa instrutiva não foi discutida antes desta seção, porque a relação de pesquisa em tutores automatizados para outra pesquisa instrutiva é arte assunto importante em seu próprio direito e porque a discussão teria sido difícil de entender sem o contexto fixe pela descrição precedente de pesquisa de tutores automatizado. ISD é uma misturada para tutores automatizados. Por um lado, oferece o tipo de decomposição sistemática do instrutivo problema e a cobertura inclusiva de aplicações instrutivas isso é precisado extremamente neste momento no campo de Tutores Inteligente.

46. Pesquisa e Prática de Tutores Automatizados Pesquise sugestões para designer Instruction. Como um primeiro passo para uma aproximação de desígnio para tutores automatizados, são precisados de laboratórios para a manipulação sistemática de alternativa que ensina métodos. O Meno-tutor e WEST são exemplos bons destes laboratórios porque eles provêem um conjunto de seminário que todo o tutorial uma variedade de métodos instrutivos. E interesse nesta consideração são os tutores semiautomaticos tutor humano (como o mágico de OZ) substitui alguns ou todas as funções instrutivas de um tutor automatizado (como a máquina que o Feiticeiro projetava uma presença de assistente de visitas). Estuda destes sistemas poderia variar de observações sistemáticas das estratégias de caso-seleção de tutores a desenvolvimento do assistente de um tutor sofisticado, projetou para apoiar realidade que ensina atividades como também colecione dados nos comportamentos de tutores.

47. Pesquisa e Prática de Tutores Automatizados Teorias de aprender e instruir. Muitos dos problemas que afligem ISD e outras aproximações a instrução acontecem porque eles faltam uma fundação em uma teoria precisa de aprender. Quer dizer, há nenhum modelo dos mecanismos que governam a interpretação de um estudante de apresentações instrutivas particulares. Uma solução óbvia para estes problemas é descobrir leis de aprender isso especifique estes mecanismos, e na realidade muito trabalho durante o último século foi dedicado à descoberta de tais leis. Uma pergunta posada mais cedo por Anderson (capítulo 2) novamente surge: Por que é nenhum tutor automatizado que pode trabalhar com um modelo de um estudante de aprendizagem?

48. Pesquisa e Prática de Tutores Automatizados Pesquisa sugerida em aprender e instruir Em resumo, o campo de necessidades de ensino automatizado uma conta do mecanismo por meio de que os tutores automatizados alcançam (ou não alcança) a efetividade. Tal uma conta pode descansar em leis fundamentais de aprender ou pode atrair a teorias complexas de comunicação entre o tutor e estudante. E necessário o estudo de aprendizagem humana e de máquinas.

49. Pesquisa e Prática de Tutores Automatizados Modularidade: A independência de instrutivo e conhecimento de domínio. Uma das hipóteses de funcionamento mais importantes em pesquisa em tutores automatizados é aquele diagnóstico e podem ser formulados métodos instrutivos em uma moda domínio-independente e que, reciprocamente, o conhecimento de domínio (ex., o módulo especialista) pode ser formulado sem referência a métodos instrutivos particulares. Esta hipótese e chamada de hipótese de modularity, sugere que podem ser usados módulos diagnóstico e instrutivos por uma gama larga de domínios. Também sugestiona a conversação menos comum, isto é, o uso de vários métodos instrutivos diferentes para o mesmo material;

50. Pesquisa e Prática de Tutores Automatizados Pesquise em modulos. Várias aproximações de pesquisa poderiam exemplificar nossa compreensão do problema de modularidade. Estudos em ensino ou geradores de tutor são certamente apropriados. Tais estudos deveriam desenvolver as regras que governam o desígnio de tutores automatizados e tentam implementar estas regras em programas que geram ou configuram os tutores de automatizados para aplicações particulares.