Arquitetura Computacional para um SEI

A arquitetura clássica dos sistemas tutores inteligentes consiste em um conjunto de componentes com conhecimento sobre o assunto a ser estudado, sobre o estudante e sobre técnicas de ensino utilizadas (SELF, 1991). Uma divisão deste tipo serve para facilitar o desenvolvimento dos sistemas, já que separa o conhecimento necessário ao aprendizado em dois blocos distintos, um sobre o domínio e outro sobre como ensiná-lo. Esta estrutura clássica, Figura 2.3, que continua servindo de base para a criação de sistemas de ensino inteligentes, vem sendo modificada pelo uso de novas técnicas, como agentes pedagógicos, redes e hipermídia (VICCARI; GIRAFFA, 1999). Os componentes estão apresentados com mais detalhes a seguir.

Quais são as características de um sistema de ensino inteligente que englobam as idéias discutidas na introdução? Cho et al. (1999) apresentam algumas capacidades desejáveis: o sistema deve ser capaz de planejar dinamicamente o ensino (ou seja, decidir o que, quando e como ensinar um próximo tópico do assunto) e de gerar planos de ensino personalizados, monitorando a sua execução e re-planejando a estratégia de ensino quando necessário. Sendo concordante e também complementando essas capacidades, Self (1990) sugere que o estudante deve se sentir “no comando” do sistema, e este deve ser um “colaborador” no aprendizado, oferecendo conselhos e informações sobre um determinado assunto e não indicando um caminho único e padrão para o ensino. Desta forma, afirma Self, o aluno é incentivado a aprender por suas próprias reflexões, através da metacognição. É necessário, porém, ser cuidadoso na elaboração de um SEI com tais características, pois os resultados podem ser muito ruins se o sistema de ensino inteligente fornecer informações e conselhos mal direcionados ao aluno.

2.4.3.1. Conhecimento sobre o Domínio

Na arquitetura tradicional de sistemas tutores inteligentes, o conhecimento específico a ser ensinado está presente em um componente isolado, chamado aqui de modelo de domínio. Este conhecimento pode ser modelado por redes semânticas, objetos, scripts, regras de produção ou qualquer representação que se mostrar adequada ao domínio considerado.

No modelo de domínio está representado o material instrucional, ou seja, o conteúdo que o sistema de ensino inteligente deve ministrar. Este componente deve possuir explicações, hipóteses e sugestões ricas e diversificadas, para que o aluno possa ter vários pontos de vista disponíveis para refletir, chegar a conclusões corretas e aprender efetivamente o assunto abordado.

O uso de bases de conhecimento de sistemas especialistas em sistemas de ensino inteligentes deve ser feito de maneira cuidadosa. Como SEs não são desenvolvidos para fins educacionais, a estruturação de conhecimento na base não é feita para prover explicações, hipóteses e sugestões de uma forma que permita o ensino do domínio abordado pelo sistema especialista. Como exemplo, não existe uma preocupação em personalizar as explicações de acordo com o usuário, ou sugerir caminhos alternativos para a solução de um problema. Por isso, bases de conhecimento já existentes devem ser modificadas (a depender do caso, totalmente reformuladas) para permitir sua utilização em SEIs.

2.4.3.2. Modelo de Ensino

O modelo de ensino abrange as estratégias e as táticas de ensino responsáveis pela capacidade didática do sistema de ensino inteligente. As estratégias pedagógicas modelam o conhecimento sobre como ensinar e as táticas pedagógicas contêm as ações, ou seja, os comportamentos do sistema frente ao aluno, que efetivam a(s) estratégia(s) usadas(s) (GIRAFFA, 1999). Uma ou mais estratégias de ensino são adotadas de acordo com o domínio de conhecimento representado no SEI, o objetivo imaginado para o educador virtual, o nível de conhecimento do estudante e a sua motivação, entre outros pontos.

Segundo Giraffa e Viccari (1999), as estratégias pedagógicas podem ser classificadas em socrática, reativa, de treinamento (ou coaching), e assistente (ou colaborativa). Estas estratégias não são mutuamente exclusivas: vários sistemas de ensino inteligentes foram criados com mais de uma destas estratégias para o aprendizado. Os motivos para tal prática são vários: os projetistas tiveram mais de uma meta para o desenvolvimento do sistema,

vários métodos para a representação do conhecimento são adotados simultaneamente, vários formatos de ensino são utilizados para diferentes áreas de conhecimento, entre outros.

A estratégia socrática considera que o material apresentado é projetado para auxiliar os estudantes a identificar enganos e interpretações errôneas a respeito do conteúdo ensinado; para chegar ao seu objetivo, é feita uma série de perguntas encadeadas baseadas nos erros e acertos do estudante, que aprende pela reflexão de tais questões. Na estratégia reativa, as lições “reagem” às perguntas do estudante, simulando os efeitos e implicações das idéias do aluno por meio de regras previamente definidas; assim, aprende-se refletindo sobre as implicações e efeitos não adequados a alcançar o objetivo proposto.

Por sua vez, na estratégia de treinamento o sistema utiliza um conjunto de regras para escolher a forma mais adequada de instrução para um determinado estudante, que pode incluir orientação para novas tarefas, transições entre tópicos e interação com o estudante para encontrar opções mais apropriadas no contexto. Finalmente, a estratégia colaborativa pressupõe que o educador virtual comporte-se como um participante em um diálogo com o estudante sobre um determinado assunto, auxiliando-o a compreender que está sendo discutido e, como conseqüência, ajudando-o na construção de conhecimento sobre o conteúdo em questão.

Voltando às idéias de Self (1990), o sistema de ensino inteligente deve ser um colaborador no aprendizado, permitindo ao aluno seguir caminhos diversos, fornecendo dicas, explicações ou sugestões quando necessário; respeitando as habilidades do estudante, que pode ser realizado em conjunto ao modelo do aluno, a ser visto em seguida; proporcionando um certo grau de controle por parte do aluno; possibilitando vários graus de representação do conhecimento ao estudante; entre outras características. Uma ou mais estratégias educacionais escolhidas para o sistema deve abordar estas características.

Atualmente, algumas pesquisas estão obtendo sucesso com o uso de agentes pedagógicos, que podem ser definidos como entidades independentes cujo objetivo é comunicar-se com o estudante a fim de melhorar a função educacional do sistema de ensino inteligente. Viccari e Giraffa (1998) afirmam que o uso de agentes permite resolver antigos problemas em aberto, como a melhoria da interação entre o tutor e o aluno e a possibilidade de investigação de estados mentais, como crenças, desejos e intenções, a níveis mais estratificados; neste segundo caso, cada estado é representado por agentes autônomos que interagem entre si, comunicando-se através de mensagens. Uma aplicação do uso de agentes pode ser encontrada na tese de Giraffa (1999).

2.4.3.3. Modelo do Aluno

O modelo do aluno é o componente do sistema de ensino inteligente que armazena características sobre o comportamento do aluno diante do educador virtual, guardando informações relativas a respostas inseridas, erros e acertos obtidos etc. O objetivo do modelo do aluno pode ser reconhecer planos ou caminhos de solução realizados pelo estudante, avaliar o desempenho do aluno ou capacidade de resolução de problemas, descrever restrições violadas pelo estudante, entre outros (ZHOU; EVENS, 1999). Assim, é possível realizar planos individuais de ensino para o aluno, procurando emular como o educador procura agir de acordo com a forma de aprendizagem de cada indivíduo. Sobre este ponto, convém rever o texto sobre individualização e aprendizagem, apresentado na subseção 2.4.1.

Modelos sobre como o estudante se comporta, os seus processos mentais e as suas expectativas e necessidades ainda são objetos de estudo na pesquisa de sistemas de ensino inteligentes. Os sistemas atuais procuram responder a perguntas como “quais aspectos do estudante deveriam ser modelados no meu sistema?”, “quais detalhes são necessários?” ou “quanto individualizado (para o estudante) meu modelo deve ser?”, para que o modelo do aluno seja adequado à estratégia de ensino adotada pelo SEI. Dentro destas questões, informações sociais dos estudantes, como cultura e ambiente locais, devem ser levadas em conta na elaboração de modelos do aluno e de ensino dos educadores virtuais.