Pesquisadores Desenvolvem Novo AI para Ajudar a Criar Sistemas de Tutoria

Pesquisadores da Universidade Carnegie Mellon demonstraram como podem construir sistemas de tutoria inteligentes. Esses sistemas são eficazes no ensino de várias matérias, incluindo álgebra e gramática.

Os pesquisadores usaram um novo método que depende da inteligência artificial para permitir que um professor ensine a um computador. A forma como isso é expresso pode parecer confuso, mas pense nisso como um computador sendo ensinado por um professor humano a ensinar. O computador pode ser ensinado pelo professor humano mostrando como resolver certos problemas, como adição de multicolumnas. Se o computador errar o problema, o professor pode corrigi-lo.

Resolvendo Problemas Sozinho

Uma das partes interessantes desse método é que o sistema de computador é capaz de não apenas ensinar e resolver problemas da maneira como foi ensinado, mas também resolver todos os outros problemas do tópico por generalização. Isso significa que o computador pode acabar resolvendo um problema fora das maneiras que o professor o ensinou a fazer.

Daniel Weitekamp III é um estudante de doutorado no Instituto de Interação Humano-Computador (HCII) da CMU.

“Um aluno pode aprender uma maneira de fazer um problema e isso seria suficiente”, disse Weitekamp. “Mas um sistema de tutoria precisa aprender todos os tipos de maneiras de resolver um problema. Ele precisa aprender a ensinar resolução de problemas, não apenas a resolver problemas”.

O desafio que Weitekamp explica é um dos maiores no desenvolvimento de sistemas de tutoria baseados em IA. Os sistemas de tutoria inteligentes recém-desenvolvidos podem acompanhar o progresso do aluno, ajudar a determinar o que fazer em seguida e ajudar os alunos a desenvolver novas habilidades selecionando problemas de prática eficazes.

O Desenvolvimento de Sistemas de Tutoria Baseados em IA

Ken Koedinger é um professor de interação humano-computador e psicologia. Koedinger foi um dos primeiros desenvolvedores de tutores inteligentes e, trabalhando com outros, regras de produção foram programadas à mão. De acordo com Koedinger, cada hora de instrução tutorada levou 200 horas de desenvolvimento. Eventualmente, o grupo desenvolveu um método mais eficaz, que demonstrou todas as maneiras possíveis de resolver um problema. Isso reduziu as 200 horas para 40 ou 50, mas é extremamente difícil demonstrar todas as soluções possíveis para alguns padrões.

Koedinger disse que o novo método pode permitir que um professor desenvolva uma lição de 30 minutos no mesmo tempo.

“A única maneira de chegar ao tutor inteligente completo até agora tem sido escrever essas regras de IA”, disse Koedinger. “Mas agora o sistema está escrevendo essas regras”.

No novo método, um programa de aprendizado de máquina é usado para simular as maneiras pelas quais os alunos aprendem. Uma interface de ensino foi criada por Weitekamp e utiliza um processo de “mostrar e corrigir” para programação.

Embora o método tenha sido demonstrado com adição de multicolumnas, o motor de aprendizado de máquina usado pode ser aplicado a outras matérias, como resolução de equações, adição de frações, química, gramática inglesa e ambientes de experimentos científicos.

Um dos principais objetivos é que esse método permita que os professores construam suas próprias lições computadorizadas, sem a necessidade de um programador de IA. Isso permite que os professores apliquem suas próprias visões sobre como ensinar ou quais métodos usar.

Weitekamp, Koedinger e o cientista do sistema HCII Erik Harpstead autoraram o artigo que descreve o método. Ele foi aceito pela Conferência de Fatores Humanos em Sistemas Computacionais (CHI 2020). A conferência foi originalmente planejada para este mês, mas a pandemia de COVID-19 a forçou a ser cancelada.O artigo agora pode ser encontrado nos anais da conferência, localizados na Biblioteca Digital da Association for Computing Machinery.

O Institute of Education Sciences e o Google (GOOGL ) ajudaram a apoiar a pesquisa.