Embed Size (px)
DESCRIPTION
Abordagem sobre Ambientes Virtuais de Aprendizagem. Suas técnicas de desenvolvimento e suas aplicações na educação.
Citation preview
AMBIENTES VIRTUAIS DE APRENDIZAGEM – AVA’s
Prof. Cícero Costa Quarto
Semana de Informática – CEFET/MA - 2007
2
ESTRUTURA
� INTRODUÇÃO
� MOTIVAÇÃO
� FUNDAMENTAÇÃO TEÓRICA
� DESAFIOS E TENDÊNCIAS PARA OS AVA
� CONCLUSÕES
� REFERÊNCIAS
3
INTRODUÇÃO
INTERNET
TICs
EaD
AVA
4
EaD
Educação a Distância (EaD) é o processo de ensino-aprendizagem mediado por Tecnologias de Informação e Comunicação (TICs), onde professores e estudantes estão separados espaciais e/ou temporiamente (Moran, 2002).
5
AULA PRESENCIAL
6
AULA VIRTUAL
Ambiente de e-a da UNIVIMAFonte: http://www.univima.ma.gov.br (acesso em: 21/12/2006)
7Tecnologia IP.TV da UNIVIMA (Quarto, 2006).
AULA VIRTUAL
8
NOVAS MÍDIAS
ComputaçãoComputaçãoMicroeletrônicaMicroeletrônica
TelecomunicaçãoTelecomunicaçãoOptieletrônicaOptieletrônica
TICs
9
MOTIVAÇÃO
Decreto No 2.494 de 10/02/98.
10
MOTIVAÇÃO
AVA
INCLUSÃO SOCIAL
INCLUSÃO DIGITAL
11
FUNDAMENTAÇÃO TEÓRICA DE AVA
� CONCEITOS
� EVOLUÇÕES E CARACTERÍSTICAS
� DESENVOLVIMENTO
� APLICAÇÕES
12
CONCEITOS
Ambientes Virtuais de Aprendizagem (AVA) são denominações utilizadas para softwares desenvolvidos para o gerenciamento da aprendizagem via Web. São sistemas que sintetizam a funcionabilidade de software para Comunicação Mediada por Computador –CMC e métodos de entrega de material de cursos on-line (Schlemmer, 2002).
13
PAPEL DO PROFESSOR
Nos AVA o professor observa o processo, orienta, facilita, investiga, problematiza, propõe tarefas, programando um ambiente propício para a construção do conhecimento, com consequentemente, a aprendizagem (Tarouco, 2000).
14
Evolução do Ensino apoiado em Computação
ANTES ATUALMENTE
� Treinar dar aula
� Instrucionistas
� Alunos passivos
� Estimulavam a competição
� Ajudar a aprender
� Interações Colaborativas
� Alunos ativos
� Estimulam o Construtivismo
15
Evolução dos Ambientes Virtuais de Aprendizagem
• Anos 50/60
CAI – Instrução Assistida por Computador
� Desconsiderava as características cognitivas individuais dos estudantes
� Apresentavam o conteúdo a ser estudado
� O professor era a figura central
� O aluno era passivo
16
STIs
� Anos 70
� ICAI (Sistema Tutor Inteligente): buscava, através de técnicas da IA, aumentar a interatividade com o aprendiz (oferecer um tratamento individualizado).
CAIIA
ICAI
17
�CSCL (Computer Supported Collaborative Learning): são ambientes virtuais colaborativos desenvolvidos especialmente para aprendizagem pela Internet, caracterizados por oferecerem um espaço apropriado para interações pedagógicas e sociais entre agentes artificiais e agentes humanos, de forma a proverem Educação a Distância (EaD).
� Anos 80
18
Vantagens dos CSCL
Competitividade sadia entre os estudantes
Compartilhamento de recursos
Aumento da produtividade de aprendizagem
Desenvolvimento das habilidades sociais
Cria comunidades de conhecimento
Cooperação e interação entre professor-aluno
O aluno aprende a aprender
(Labidi, 2003)
19
DESENVOLVIMENTO DE AVA
IA
DOMÍNIOS
SISTEMAS TUTORES INTELIGENTES (STIs)
COMPUTAÇÃO AFETIVA
TÉCNICASRepresentação e
Manipulação do Conhecimento
ab
cd e f g ...
n
20
INTELIGÊNCIA ARTIFICIAL (IA)
Definição 1: Conjunto de técnicas para a construção de máquinas “inteligentes” capazes de resolver problemas complexos (Nilson).
Definição 2: Tecnologia de processamento de informação que envolve processo de raciocínio, aprendizado e percepção (Winston).
Definição 3: Ramo da informática que tenta simular comportamentos “inteligentes” (Luger & Stubble).
(Labidi, 2004)
21
Sistemas Tutores Inteligentes: Os Sistemas Tutores Inteligentes (STIs) são uma composição de diversas disciplinas como Psicologia, Ciência Cognitiva e Inteligência Artificial. O objetivo principal destes sistemas é a modelagem e representação do conhecimento especialista humano para auxiliar o estudante através de um processo interativo (Flores & Vicari, 2000).
22
Computação Afetiva: Campo da Inteligência Artificial interessado em emoções em máquina, podendo ser inferência de emoções do usuário, expressão de emoções ou simulação de emoções em máquina (Jaques, 2005). Dotar as máquinas com afetividade não está em torná-las mais inteligentes, nem tão pouco humanizá-las, mas sim na idéia da funcionabilidade que as emoções podem trazer (Bercht & Vicari, 2004).
Ramos da Computação Afetiva (Jaques & Viccari, 2004).
23
TÉCNICAS
SISTEMAS MULTIAGENTES (SMA)
SISTEMAS MULTIAGENTES (SMA)
ALGORITMOS GENÉTICOS (AG)
REDES BAYESIANAS
SISTEMAS FUZY
n
.
.
.
SISTEMAS ESPECIALISTAS
24
Mecanismos para o reconhecimento de estados afetivos de Usuários (Jaques & Viccari, 2004)
Reconhecendo e modelando emoções de estudantes para o campo da Computação Afetiva
25
TEORIA DE AGENTESAgente é uma entidade formada por hardware e software, que é capaz de perceber e reagir ao ambiente que o contém, através de sensores e executores (Russel & Norvig, 1995).
Agente interagindo com o ambiente (Russel & Norvig, 1995)
26
AMBIENTEDO AGENTE
Mundo Físico
Um usuário (estudante)
Interface de usuário
Uma coleção de outros agentesInternet
1
2
3
4
5
1 23
45
6
(Wooldridge & Jennings, 1995)
27
Para Wooldridge e Jennings (1995), agente éuma entidade formada por hardware e softwareque desfruta das seguintes propriedades: autonomia, habilidade social, reatividade e proatividade.
Autonomia: agentes operam sem a intervenção direta de humanos ou outros, e tem algum tipo de controle em cima das ações.
Habilidade social: agentes interagem com outros agentes (e possivelmente os humanos) por algum tipo de comunicação de agentes.
28
Reatividade: agentes percebem o ambiente que o contém, (que pode ser o mundo físico, um usuário, por uma interface de usuário, uma coleção de outros agentes, a Internet, ou talvez tudo destes combinados), e respondem em um modo oportuno a mudanças que ocorrem nisto.
Proatividade: agentes não devem apenas agir em resposta ao seu ambiente, mas devem agir oportunamente por iniciativa própria de acordo com seus objetivos.
29
AGENTES
BIOLÓGICOS ROBÓTICOS COMPUTACIONAIS
AGENTES DESOFTWARE
VIDA ARTIFICIAL
AGENTES DETAREFAS
ESPECÍFICAS AGENTESPEDAGÓGICOS
AGENTES DEENTRETENIMENTO
Classificação de agentes (Giraffa, 2003).
30
Diagrama de Venn de Sistemas Tutores Inteligentes (Costa & Bittencourt, 2006).
O que ensinar?
Como ensinar?
Para quem ensinar?
31
Interface
Módulo do Domínio
MóduloPedagógico
Módulo do Aprendiz
Arquitetura Clássica de STIs (Costa & Bittencourt, 2006)
32
Modelo do Domínio
� Módulo responsável pelo conhecimento sobre o que ensinar, contendo, por exemplo, o conhecimento especializado sobre o domínio de aplicação, que será utilizado pelo sistema tutor.
� Operacionalização das funções pedagógicas
- resolução de problemas;
- diagnóstico cognitivo;
- instrução
(Costa & Bittencourt, 2006)
33
Modelo do Aprendiz
� Módulo responsável pelo modelo do aprendiz, encarregado da questão a quem ensinar, éuma representação abstrata que o sistema constrói sobre o conhecimento e desempenho do aprendiz, durante sua interação dinâmica com o mesmo;
� Determinar dinamicamente o estado cognitivo do aprendiz;
� Ajudará na escolha da estratégia pedagógica adequada ao aprendiz numa dada situação.
� Modelo de Sobreposição (overlay)
� Modelo de Pertubação(Costa & Bittencourt, 2006)
34
Modelo Pedagógico
� Módulo responsável pelo conhecimento proveniente da questão sobre como ensinar, isto é, contém o conhecimento referente àgestão pedagógica do sistema;
� Colocar o Aprendiz em um contexto de aprendizagem que lhe seja mais favorável;
� A modelagem pedagógica ocorre com base em dois níveis de conhecimento relacionados à:
� Estratégias e táticas de ensino
(Costa & Bittencourt, 2006)
35NETCLASS (Labidi, 2003)
APLICAÇÕES
36Arquitetura SMA do NETCLASS (Labidi, 2003)
37
• Estudante/Estudante;
• Estudante/Grupo;
• Estudante/Professor;
• Grupo/Professor;
• Grupo/Grupo;
– Tempo Real: Chat, Vídeo
– Outros: Fórum, e-mail, Mural, Doubts Base, etc.
Níveis de Interações do NetClass
(Labidi, 2003)
38
Homepage do NetClass
39
Homepage do AulaNet
Acessado em: 25/12/2006.
40
Modelo de Colaboração 3C, LES-PUC/RJ (Gerosa, 2005).
Comunicação
Cooperação
Coordenação
Percepção
intermedeia estimula
estimula
intermedeiaestimula
intermedeia
Conflitos
tratacausa
dispõe astarefas para
prejudica
demanda
gera compromissos
gerenciados pela
41
Homepage do Saladeaula
Acessado em: 25/12/2006.
42
Homepage do Centrodesaber
Acessado em: 25/12/2006.
43
Agente Mediador
Estudo de caso médicoEspecialista de rede
Classificação dos nósExplanação dos recursos
Domínios BD
Agente do domínio
Interface defacilidades
Estratégiaspedagógicas BD
Agente Social
Agente doAprendiz
Processos denegociação
Motivação de grupoDinâmicas de grupo
Evolução própria darede bayesiana do
aprendiz
Construção do especialistaComparação entre a rede decrença do estudante com arede bayesiana do aprendiz
Arquitetura do sistema AMPLIA (Boff, 2006).
44
AGENTES PEDAGÓGICOS ANIMADOS
45
ADELE
Agente ADELE examinando o paciente em uma simulação pedagógica Disponível em: http://www.isi.edu/isd/carte.
46
STEVE
Agente STEVE demonstrando como utilizar o equipamento.Disponível em: http://www.isi.edu/isd/VET/vet-body.html.
47
HERMAN
Agente HERMAN The BugDisponível em: http://www.isi.edu/isd/VET/apa.pdf.
48
COSMO
Agente COSMO (Jaques, 2004).
49
PAT
Agente PAT (Bocca, Jaques & Vicari, 2003).
50
DESAFIOS E TENDÊNCIAS DOS AVA
� Interfaces do ambiente mais adaptativas possíveis aos seus usuários, principalmente aos usuários com necessidades especiais.
� Ambientes que explorem a afetividade de seus usuários, de forma a potencializar a interação e colaboração de grupo.
� Desenvolver mecanismos de Avaliação da aprendizagem mais eficazes e funcionais para seus usuários.
51
CONCLUSÕES� A tecnologia dos agentes busca tornar os Sistemas Tutores Inteligentes mais adaptados às necessidades e características individuais de cada estudante.
� A interação entre estudante e tutor tenta se aproximar cada vez mais da interação estudante e professor tornando o sistema uma extensão da sala de aula e fazendo com que esta interação ocorra de maneira mais natural possível.
(Flores & Vicari, 2005)
52
REFERÊNCIAS
� BERCHT, Magda & VICARI, Rosa Maria. Afetividade em Máquina: Uma possibilidade? Workshop Informática na Educação, INF/UFRGS, 2004.
� BOFF, Elisa & VICARI, Rosa Maria. Sócio-Affective Agents for Group Formation in Intelligent Learning Environments. ITS, 2006.
� COSTA, Evandro de Barros e BITTENCOURT, Ig. Minicurso: Construção de ambientes interativos de Aprendizagem usando agentes
inteligentes. XVII Simpósio Brasileiro de Informática na Educação (SBIE), Brasília – DF, 2006.
� FLORES, Maria Lúcia Pozzatti e VICARI, Rosa Maria. Inteligência Artificial e o Ensino com o Computador, CINTED/UFRGS (http://www.cinted.ufrgs.br/renote/maio2005/artigos/a5_inteligenciaartificial_revisado.pdf)
� GEROSA, Marco Aurélio et al.. Suporte à Percepção em Ambientes de Aprendizagem Colaborativa. Laboratório de Engenharia de Software (LES), PUC-RIO, 2005.
� GIRAFFA, Maria Lúcia Martins. Fundamentos de Sistemas Tutores Inteligentes, 2003
� JAQUES, Patrícia Augustin & VICCARI, Rosa Maria. Considering Students´s emotions in computer-mediated learning environments,
In: Zongmin Ma (Org). Web-based intelligent e-learning systems: Technologies and applications. Hershey, 2004.
� LABIDI, Sofiane. Netclass: Sistema multiagentes ao ensino-aprendizagem colaborativa, Laboratório de Sistemas Inteligentes (LSI). Universidade Federal do Maranhão (UFMA), 2003.
� MORAN, Manoel. Novos caminhos do ensino a distância. CEAD/SENAI. Rio de Janeiro, 2002.
� QUARTO, Cícero Costa. Inferindo Fatores Sócio-Afetivos em Ambientes de Ensino-Aprendizagem Colaborativos Assistidos por
Computador. Tese de Mestrado em Engenharia Elétrica do PPGEE/UFMA, 2006.
� SCHLEMMER, Eliane et al.. Avaliação de Ambientes Virtuais de Aprendizagem na perspectiva da complexidade. Programa de Pos-graduação em educação da UNISINOS - SÃO LEOPOLDO-RS, Anais do XVII SBIE-2006, p. 509-518.
� TAROUCO, Liame. Ambiente Virtual de Aprendizagem a Distância. PGIE/UFRGS.
� RUSSEL, Stuart & NORVIG, Peter. Artificial Inteligence – A modern approach, New Jersey, 1995.
� WOOLDRIDGE, Michael & JENNINGS, Nicholas R.. Intelligent Agents: Theory and Practice, Department of Computing – Manchester Metropolitan University / Department of Electronic Engineering – Queen Mary & Westfield College, 1995.
53
OBRIGADO!!!!
Cícero Costa Quarto
http://cicerocq.sites.uol.com.br
SKYPE: cicero_quarto
