=Paper=
{{Paper
|id=Vol-1667/CtrlE_2016_AC_paper_50
|storemode=property
|title=Sistemas Computacionais de Tutoria Inteligente: Uma revisão sistemática da literatura
|pdfUrl=https://ceur-ws.org/Vol-1667/CtrlE_2016_AC_paper_50.pdf
|volume=Vol-1667
|authors=Raimundo Nonato Bezerra Neto,Rommel Wladimir de Lima
}}
==Sistemas Computacionais de Tutoria Inteligente: Uma revisão sistemática da literatura==
https://ceur-ws.org/Vol-1667/CtrlE_2016_AC_paper_50.pdf
Sistemas Computacionais de Tutoria Inteligente: Uma
revisão sistemática da literatura
Raimundo Nonato Bezerra Neto, Rommel Wladimir de Lima
Programa de Pós-Graduação em Ciência Da Computação
Universidade do Estado do Rio Grande do Norte (UERN)
Rua Almino Afonso, 478 - Centro - Mossoró/RN
{bezerraneto@uern.br,rommelwladimir@uern.br
Abstract. The Computer Systems Intelligent Tutoring represented a significant
milestone in the use of computational resources to aid the learning of specific
materials for the most varied audiences. Over the years, various models of
architecture were created in one of STI's development of joint effort, together
with further research into the area of artificial intelligence. The present work
shows the operation of the most used models of STI 's and seeks to present a
systematic review of literature on the work published in intelligent tutoring area
in the last five years ( 2010-2015 ) in the Brazilian Symposium on Educational
Informatics.
Resumo. Os Sistemas Computacionais de Tutoria Inteligente representaram um
marco significativo no uso de recursos computacionais para o auxílio da
aprendizagem de matérias específicas para os mais variados públicos. Com o
passar dos anos, vários modelos de arquitetura foram criados em um esforço
conjunto de evolução dos STI’s, juntamente com novas pesquisas dentro da área
de inteligência artificial. O presente trabalho mostra o funcionamento dos
modelos mais utilizados de STI’s e busca apresentar uma revisão sistemática
da literatura referente aos trabalhos publicados na área de tutoria inteligente
nos últimos cinco anos (2010 a 2015) no Simpósio Brasileiro de Informática
Educacional.
1.Introdução
Nos últimos anos, vem ocorrendo uma evolução significativa nas pesquisas relacionadas
com o uso das técnicas de Inteligência Artificial (IA), aplicadas na educação. Um
exemplo desse forte crescimento são as pesquisas em Sistemas de Tutoria Inteligente
(STI’s).
Segundo Nwana (1990), assim como a IA tenta reproduzir no computador um
comportamento considerado inteligente, como se fosse um humano. Os STI’s tentam
reproduzir um comportamento no computador que, se realizado por um ser humano, seria
descrito como um bom ensinamento.
O objetivo desse trabalho é apresentar os conceitos relacionados com STI's e uma
revisão sistemática realizada acerca do tema. Para isso, este trabalho está dividido em
mais quatro seções. A próxima seção, trata da evolução dos sistemas instrucionais
assistidos por computador. Na terceira seção, será abordado os conceitos relacionados
com os STI's. A quarta seção traz a revisão sistemática. A quinta seção os resultados
obtidos para as questões de pesquisa analisadas e por fim, a sexta seção apresenta as
considerações finais.
2.Instrução Assistida por Computador (CAI)
Com a evolução dos sistemas computacionais de ensino, ilustrado na (Figura 1),
observou-se que alguns conteúdos institucionais poderiam ser apresentados aos alunos
utilizando recursos computacionais, com isso, durante a década de 60 várias aplicações
de instrução programada foram desenvolvidas objetivando auxiliar os estudantes em
tarefas antes realizadas de forma manual. A partir desse momento surge a Instrução
Auxiliada por Computador (Computer Aided Instruction – CAI) ou Aprendizagem
Auxiliada por Computador (Computer Aided Learning – CAL).
Figura 1 – Evolução dos Sistemas de ensino utilizando o computador
A evolução da Instrução Auxiliada por Computador (Computer Aided Instruction
– CAI) foi definida pelas teorias psicológicas Behavoristas juntamente com as máquinas
de ensino programado. Na década de 50 apareceram os primeiros sistemas de ensino
assistidos por computador, os chamados programas lineares. Essas aplicações exibiam o
conhecimento de forma linear, ou seja, a ordem da apresentação do conteúdo não poderia
ser alterada, não levava em consideração nenhum fator externo para a modificação dessa
ordem.
A Teoria Behaviorista propõe que as pessoas reagem por meio de estímulos e que
à igual estímulo corresponde igual resposta. Por este motivo, não se devia permitir que os
alunos cometessem erros, já que estes lhe dariam um reforço negativo. No
desenvolvimento de uma sessão de ensino não se levava em consideração, para nenhum
fim, o erro do aluno. Segundo SKINNER (1966) reagimos de determinada forma porque
ações similares no nosso passado tiveram consequências particulares.
Neste modelo o CAI apenas exibia o conteúdo, não instigando o aprendizado
evolutivo do aluno frente ao software. Sendo assim, o aluno seguia uma sequência finita
e pré-determinada de passos sem com isso estimular o raciocínio frente a diferentes
situações. A partir dos anos 60, passou-se a considerar que as respostas dos alunos
poderiam ser usadas como feedback do sistema, passando a controlar o material de estudo
e retornar para o aluno seus esquemas de resolução pessoal, surgindo assim os programas
ramificados, adaptando o ensino às respostas dos alunos.
No início dos anos 70, surgiram os sistemas gerativos, também chamados de
sistemas adaptativos. Esses sistemas eram embasados em nova filosofia educacional que
defende que os alunos aprendem melhor resolvendo problemas com dificuldades
adequadas, do que atendendo a explicações sistemáticas, isto é, moldar a aprendizagem
às necessidades do aluno. Segundo DUTRA (2003), os sistemas gerativos são capazes de
gerar um problema, de acordo com o nível de conhecimento do aluno, construir uma
solução e diagnosticar a resposta do aluno. Em geral, a solução para um problema
concreto não é única, no entanto, os sistemas gerativos criam só uma solução que era a
base de seu diagnóstico.
Apesar destes sistemas terem evoluído em termos de recursos gráficos, os sistemas
CAI ainda possuem a mesma síntese preestabelecida pelo professor e não são capazes de
se adaptarem para cada tipo e nível de aluno. Nenhum destes sistemas tem conhecimento,
como o ser humano, do domínio que eles estão ensinando, nenhum pode responder
questões sérias dos alunos como, o “porque” e o “como” as tarefas são realizadas
[URRETAVIZCAYA 2001].
3.Sistemas Tutores Inteligentes (STI)
Os Sistemas Tutores Inteligentes (STI), nascem com o intuito de sanar as falhas dos
sistemas gerativos, passando a ser visto como CAI inteligente dos anos 80. Essa evolução
foi facilitada pelo trabalho dos pesquisadores de Inteligência Artificial (IA), onde a
preocupação maior era a necessidade de buscar premissas psicológicas, epistemológicas
e pedagógicas para o desenvolvimento de um STI que pudesse representar o
conhecimento dentro de um sistema inteligente. Nesta década, começaram a surgir
pesquisas na área de IA através da criação dos ICAI (Instruções Assistidas por
Computador Inteligentes). Os ICAI apresentam uma estrutura diferenciada para trabalhar
com domínios educacionais, visto que utilizam técnicas de IA e Psicologia Cognitiva para
guiar o processo de ensino-aprendizagem [DUTRA 2003].
Em de 1982, Sleeman e Brown, em estudos intensos, revisaram o estado da arte
nos sistemas CAI e criaram o termo Sistemas Tutores Inteligentes (Intelligent Tutoring
Systems), para explicar os sistemas ICAI e diferenciá-los dos sistemas CAI anteriores.
Estes sistemas facilitariam o ensino e aprendizagem fazendo-o mais efetivo, correto e
também mais agradável.
3.1.Arquitetura do STI
Por não existir uma teoria formada sobre os STI's e os projetos ainda serem de caráter
experimental. Em análise dos vários sistemas de tutoria inteligente existentes na
literatura, percebe-se variações mínimas entre suas arquiteturas e suas composições são
muito similares.
O foco principal dos Sistemas Tutores Inteligentes é possibilitar o ensino
personalizado a cada aluno, tentando simular o comportamento de um professor em sala
de aula. Estes sistemas são moldados em uma arquitetura composta basicamente por
quatro componentes, ilustrados na (Figura 2):
• Modelo do Aluno – Contém informações e características sobre o aluno que está
utilizando ou já utilizou o sistema.
• Modelo de Domínio – É composto pelo conhecimento do que será ensinado ao aluno
no formato de regras de produção, estereótipos, etc.
• Modelo Pedagógico – Possui as estratégias e táticas que serão utilizadas em função
das características apresentadas pelo aluno, que por sua vez estão armazenadas no
Modelo Aluno.
• Modelo de Interface – Responsável por administrar a interação do sistema com o
aluno.
Segundo Dutra (2003), esta arquitetura é denominada clássica e também conhecida
como função tripartida ou arquitetura tradicional de STI. O termo tripartido se refere às
funções associadas aos modelos pedagógico do aluno e do domínio.
Figura 2 – Arquitetura clássica de um STI
Esta proposta trouxe grandes avanços à modelagem de ambientes educacionais,
pois separou o domínio da sua forma de manipulação (utilização). Permitindo assim, que
estratégias de ensino fossem associadas em função das informações oriundas da
modelagem do aluno. A seguir, serão discutidas cada um dos componentes da arquitetura.
3.1.1. Modelo do Aluno
O modelo aluno segue como principal elemento dentro da pesquisa sobre STI, onde se
encontra a diferenciação principal entre STI e CAI, pois, o modelo aluno é capaz de
individualizar o aluno para que o mesmo seja capaz de receber conteúdos de acordo com
seu desempenho. Segundo Mitchell (1993), um STI deve modelar o mundo, o aprendiz,
e a interação professor-aluno.
Segundo Rickel (1989), o modelo aluno é um sistema de auxílio, cujo objetivo é
alcançar um ensino mais individualizado e um comportamento mais inteligente,
necessitando tanto do conhecimento do assunto a ser ensinado como também saber o nível
de conhecimento do estudante sobre o conteúdo deste assunto.
Para que o modelo aluno funcione adequadamente há a necessidade que o STI
saiba antecipadamente o nível de conhecimento do estudante para o tema proposto,
levando em consideração aspectos como: ritmo, métodos de apresentação, níveis de
interesse e motivação sobre o assunto e sua área de especialidade.
A função deste modelo é procurar manter um diagnóstico durante uma sessão de
ensino, da forma mais precisa possível, por meio de uma quantidade adequada de
informações, levantadas a partir da interação do aluno com o sistema [SILVEIRA 2001].
Este modelo gerencia e individualiza as respostas do aluno, a partir dele e do
conteúdo representado no Modelo do Domínio, o sistema será capaz de inferir a estratégia
de ensino que mais se adequar a cada aluno.
3.1.2. Modelo de Domínio
O Modelo do Domínio é constituído pelo material instrucional e representa o
conhecimento sobre o domínio [GIRAFFA & VICCARI 2001]. Via de regra, esse modelo
é desenvolvido pelo projetista e o especialista, produzindo sinergia entre profissionais
com domínio do conteúdo e com competência didática.
Escolher a representação do conhecimento em um domínio específico depende
exclusivamente do conhecimento do assunto em questão como também da utilização a
ser realizada desse conteúdo no sistema. Em domínios de natureza descritiva e teórica a
representação utilizada é geralmente declarativa. Em domínios orientados à execução de
uma determinada tarefa, a representação tende a ser procedimental [VICCARI E
OLIVEIRA 1992].
3.1.3. Modelo Pedagógico
O Modelo pedagógico, também chamado de modelo tutorial ou estratégias de ensino, é
formado por um conjunto de estratégias que possibilitam que o sistema decida qual
material deve ser exibido e quando ele será exibido.
Segundo Viccari e Oliveira (1992), uma estratégia de ensino pode ser vista como
um plano, ou seja, uma estrutura de ações visando atingir determinados objetivos. As
estratégias são formadas pelo conhecimento de como transmitir o conteúdo. Essas
estratégias são geradas a partir de informações coletadas do modelo aluno e da sua própria
estrutura tutorial, isso possibilita que o sistema se adapte e melhore suas estratégias de
ensino com o decorrer do processo de ensino e aprendizagem.
Por estar fortemente ligado a decisões subjetivas e cognitivamente complexas,
esse modelo é de difícil implementação computacional. Em geral, as decisões estão
relacionadas a quais informações apresentar ao aluno e quando. Assim, o modelo
pedagógico deve definir “o quê” dizer ao estudante e, ainda, definir “quando”. Esses
critérios de “o que” e “quando”, segundo Rickel (1989), é a mais importante decisão
pedagógica do módulo pedagógico.
3.1.4. Modelo de Interface
O desenvolvimento de uma interface intuitiva e de fácil relacionamento com o usuário é
de suma importância para o sucesso de qualquer sistema interativo. Essa afirmação
também é válida para os sistemas de tutoria inteligente. A interação que o sistema tutor
exerce caracteriza-se em duas funções principais, a apresentação do material institucional
e o monitoramento do progresso do aluno baseando-se em suas respostas.
A interface homem-computador continua sendo uma importante área de pesquisa
em Ciência da Computação. Uma boa interface deve: antecipar as ações do usuário, ser
consistente e fornecer um alto nível de interação. [Orey, Michael A., Nelson, Wayne A.
1993].
A interface proporciona uma comunicação bidirecional entre o STI e o aluno e
traduz a representação interna do sistema para uma linguagem de interface que seja o
mais compreensível possível e amigável para o aluno [Shneidermann 1992].
Com isso, surge a necessidade de evitar que o estudante se entedie no momento da
apresentação do material institucional, por esse motivo é preciso riqueza de recursos
durante as apresentações, pois, as informações são absorvidas de forma mais fácil pelo
aluno se essa mesma apresentação envolver os vários sentidos do aluno. Segundo Rickel
(1992), as pessoas retêm aproximadamente 25% do que escutam, 45% do que veem e
escutam e 70% do que veem, escutam e fazem.
4.Revisão Sistemática
Segundo Kitchenham (2007) uma revisão sistemática é uma pesquisa em profundidade
de um fenômeno de interesse que produz resultados específicos e detalhados por meio da
análise de conteúdo e qualidade do material pesquisado. Com isso, esse trabalho busca
investigar literatura específica sobre sistemas de tutoria inteligente buscando contribuir
para a comunidade científica.
4.1.Metodologia
Seguindo as diretrizes propostas por Kitchenham (2007), objetivamos a realização de uma
revisão sistemática que mostre o real cenário das pesquisas, sobre as questões elencadas
acerca dos sistemas de tutoria inteligente apresentadas no Simpósio Brasileiro de
Informática na Educação nos últimos cinco anos.
4.1.1. Questões da pesquisa
Levamos em consideração o seguinte conjunto de perguntas:
• QP1: Quais são os principais estudos propostos na área de sistemas de tutoria
inteligente (softwares, modelos, experimentos, protótipos, etc...)?
• QP2: O quantitativo de publicações vem crescendo durante os anos?
4.2.Banco de dados
O processo de busca e filtragem dos artigos foi realizado de forma manual usando os anais
do SBIE. O referido simpósio foi escolhido por conter uma base de dados de alta
relevância no tema proposto por esse estudo. Para a busca, foi utilizado um conjunto de
palavras-chaves em um intervalo de tempo compreendido de 2010 a 2015.
A escolha dos trabalhos foi dividida em duas etapas, a primeira levou em
consideração o seu título e palavras-chaves, sendo excluídos da pesquisa aqueles que
continham essas características em desacordo com o objeto do estudo. Em havendo
dubiedade sobre a escolha do artigo baseado em seu título, o mesmo foi mantido. A
segunda etapa foi baseada nos resumos e conclusões, podendo ser levado em consideração
outras partes dos artigos.
4.3.Critérios de busca
O estudo foi realizado no intervalo de tempo compreendido entre 1 de janeiro de 2010 e
31 de dezembro de 2015, as buscas ocorreram na base de dados dos anais do Simpósio
Brasileiro de Informática na Educação – SBIE e realizadas de forma manual, utilizando
as seguintes palavras-chaves (Inteligente, Tutoria, STI) que foram propostas de acordo
com a relevância de suas ocorrências em estudos anteriores, resultando no quantitativo
exposto na (Tabela 1).
2010 2011 2012 2013 2014 2015
6 artigos 5 artigos 3 artigos 2 artigos 3 artigos 4 artigos
Tabela 1: Quantitativo por ano
Os critérios de busca levaram em consideração as etapas constantes na Subseção
4.2 e na (Tabela 2).
Critérios de inclusão = CI Critérios de exclusão = CE
Artigos que abordem o tema: Artigos derivados da mesma pesquisa
Sistemas de Tutoria Inteligente = = CE1
CI1
Protótipo de estudos sobre o tema: Artigos que contenham as palavras-
Sistemas de Tutoria Inteligente = chave mas não abordem o tema:
CI2 Sistema de Tutoria Inteligente = CE2
Tabela 2: Critérios de inclusão e exclusão
4.4.Dados da pesquisa
A pesquisa no repositório do SBIE resultou em um quantitativo de 23 artigos encontrados.
Essa busca baseou-se nos critérios propostos na Subseção 4.3 onde tivemos 17 artigos
incluídos e 6 artigos excluídos, conforme ilustrado na (Tabela 3). Baseando-se nos
critérios de inclusão e exclusão montamos a (Tabela 4).
Fonte Total de Artigos Artigos (%)
artigos incluídos excluídos
SBIE 23 17 6 73,91%
Tabela 3: Banco de dados
Artigo Classificação Artigo Classificação
E01 CE2 E13 CI1
E02 CE2 E14 CI2
E03 CI2 E15 CI1
E04 CI1 E16 CI2
E05 CI1 E17 CI2
E06 CI1 E18 CI2
E07 CI1 E19 CE2
E08 CE1 E20 CE2
E09 CI2 E21 CI2
E10 CI2 E22 CI2
E11 CI2 E23 CI1
E12 CE1
Tabela 4: Classificação
5.Resultados
A seguir serão apresentados os resultados da revisão sistemática da literatura obtidos
conforme questionamentos propostos na Subseção 4.1.1.
5.1.Quais são os principais estudos propostos na área de sistemas de tutoria
inteligente?
Para classificar essas informações foi desenvolvido um sistema de categorização dos
estudos, visando distinguir trabalhos de abordagens distintas. Por não existir uma
classificação padrão na literatura para as necessidades deste estudo, definimos as
seguintes categorias: Estudos e Métodos, Protótipo de Arquiteturas, Desenvolvimento de
Software e Módulos e Experimentos. Analisando o (Gráfico 1) identificamos que os
estudos mais significativos se baseiam no desenvolvimento de softwares e/ou módulos de
tutores inteligentes (E03, E10, E11, E17, E14 e E18). Em segundo lugar ficam os
trabalhos que investigam métodos técnicas que possam ser agregadas aos sistemas de
tutoria inteligente (E04, E05, E06, E15 e E23). Logo em seguida surge os estudos
baseados em experimentos, onde o software já existe e busca-se aprimorar suas
funcionalidades utilizando um quantitativo específico de alunos/usuários para poder obter
resultados estatísticos específicos (E09, E16, E21e E22). Por último vem os protótipos de
novas arquitetura para os modelos de sistemas de tutoria inteligente (E07 e E13).
Gráfico 1: Quantitativo de artigos divididos por tema.
5.2.O quantitativo de publicações vem crescendo durante os anos?
O (Gráfico 2) mostra que os resultados da revisão sistemática na área de sistemas de
tutoria inteligente sofreram uma ligeira baixa em anos anteriores (2012 a 2014) mas
aponta um crescimento considerável no último ano (2015), mostrando assim a relevância
do estudo desse tema para a comunidade científica.
Gráfico 2: Publicações anuais no SBIE
6. Considerações Finais e Conclusão
A evolução dos STI’s é notória nessa pesquisa, visando sempre a maior aproximação
entre as capacidades de um STI e de um tutor humano, que considera aspectos emocionais
e multissensoriais para traçar objetivos de atuação em conjunto com o aluno,
possibilitando melhores estratégias de ensino.
Nesse estudo, expomos os resultados de uma revisão literária sobre os estudos
relevantes em sistemas de tutoria inteligente publicados nos últimos 5 anos no cenário
nacional. Em particular no Simpósio Brasileiro de Informática na Educação - SBIE. A
prospecção dos artigos na base de dados do SBIE resultou na pré-seleção de 23 artigos,
dentre os quais17 foram incluídos para a extração de dados.
Essa análise mostrou que em 2010 e 2011 tivemos uma alta no índice de
publicações sobre o tema, o que não ocorreu nos três anos seguintes, vindo a aumentar
em 2015. Através desses resultados, conseguiu-se traçar um panorama capaz de servir
como base para ampliar os estudos sobre o tema aumentando e diversificando as bases de
pesquisas.
Referências
B, Kitchenham. Guidelines for performing Systematic Literature Reviews in Software
Engineering, version 2.3. Technical Report EBSE. Software Engineering Group.
School of Computer Science and Mathematics Keele University. 2007.
Dutra, I. (2003) Sistemas Tutores Inteligentes. Universidade Federal do Rio de Janeiro. p
4.
Giraffa, L. M. M.; Viccari, R. M. (2001) Fundamentos dos Sistemas Tutores Inteligentes.
Porto Alegre.
Mitchell, P. D.,& Grogono, P. D. (1993) Modelling Tecniques for Tutoring Systems.
Computers and Education, p. 55-61.
Nwana, H. S. (1990) Intelligent tutoring systems: an overview. Artificial intelligence
Review, p 77.
Orey, Michael A., Nelson, Wayne A. (1993) Development principles for intelligent
tutoring systems: integrating cognitive theory into the development of computer-based
instruction. Educational technology Research and Development, p. 59-72.
Rickel, J.W. (1989) Intelligent computer-aided instruction: a suvery organized around
system componentes. IEEE Transactions on Systems. Man. And Cybernettics, p 40-
57.
Shneidermann, B. (1992) Designing the user interface: Strategies for Effective Human-
Computer Interaction, 2 ed., Addison: Wesley Publishing Company.
Silveira, R. A. (2001) Modelagem orientada a agentes aplicada a ambientes inteligentes
distribuídos de ensino. Porto Alegre. Tese de Doutorado, Programa de Pós-Graduação
em Computação, Universidade Federal do Rio Grande do Sul.
Skinner, B.F., Man, in Britt, S.H., Consumer Behavior and the Behavioral Sciences , John
Wiley & Sons, inc., 1966. (pp. 22-23).
Sleeman, D. (1982) Assessing aspects of competence in basic algebra. In: SLEEMAN,
D.; BROWN, J.S. (eds.) Intelligent Tutoring Systems. New York: Academic Press.
Urretavizcaya L. Maite. (2001) Sistemas Inteligentes em el âmbito de la educación.
Revista Iberoamericana de Inteligência Artificial. V. 12. p.5-12.
Viccari, R. M. e Oliveira, F. M. (1992) Sistemas tutores inteligentes. Universidade
Federal do Rio Grande do Sul, Instituto de Informática, p. 68.