Inteligência Coletiva como ferramenta de apoio na construção de Loops Internos em Sistemas Tutores Inteligentes

• Thyago Tenório UFAL https://orcid.org/0000-0003-0849-8811
• Seiji Isotani USP https://orcid.org/0000-0003-1574-0784
• Ig Ibert Bittencourt UFAL https://orcid.org/0000-0001-5676-2280

DOI: https://doi.org/10.5753/cbie.sbie.2020.1233

Resumo

Os Loops Internos presentes nos Sistemas Tutores Inteligentes (STIs) são responsáveis por fornecer feedbacks a cada passo de interação do estudante. Contudo, para seu correto funcionamento, é necessário que o STI tenha o conhecimento dos elementos envolvidos no processo de resolução passo a passo das atividades. A representação desse conhecimento nos STIs atuais é dependente de contexto ou vinculada a interface do sistema e o processo de cadastro é atrelado ao professor, gerando uma sobrecarga de trabalho. Nesse sentido, este artigo apresenta uma modelagem e propõe um processo para a construção dos Loops Internos utilizando o conceito de Inteligência Coletiva, extraindo as informações necessárias das resoluções passo a passo e dos estudantes.

Palavras-chave: Inteligência Coletiva, Loops Internos, Sistemas Tutores Inteligentes

Referências

Aleven, V., McLaren, B. M., Sewall, J., and Koedinger, K. R. (2006). The cognitive tutor authoring tools (ctat): preliminary evaluation of efficiency gains. In International Conference on Intelligent Tutoring Systems, pages 61–70. Springer.


Heffernan, N. T. and Heffernan, C. L. (2014). The assistments ecosystem: Building a platform that brings scientists and teachers together for minimally invasive research


on human learning and teaching. International Journal of Artificial Intelligence in Education, 24(4):470–497.


Leimeister, J. M. (2010). Collective intelligence. Business & Information Systems Engineering, 2(4):245–248.


Mitrovic, A. (2003). An intelligent sql tutor on the web. International Journal of Artificial Intelligence in Education, 13(2-4):173–197.


Nkambou, R., Mizoguchi, R., and Bourdeau, J. (2010). Advances in intelligent tutoring systems, volume 308. Springer Science & Business Media.


Pane, J. F., Griffin, B. A., McCaffrey, D. F., and Karam, R. (2014). Effectiveness of cognitive tutor algebra i at scale. Educational Evaluation and Policy Analysis, 36(2):127-144.


Polson, M. C. and Richardson, J. J. (2013). Foundations of intelligent tutoring systems. Psychology Press.


Psotka, J., Massey, L. D., and Mutter, S. A. (1988). Intelligent tutoring systems: Lessons learned. Psychology Press.


Razzaq, R., Ostrow, K. S., and Heffernan, N. T. (2020). Effect of immediate feedback on math achievement at the high school level. In Artificial Intelligence in Education, pages 263–267.


Schulze, K. G., Shelby, R. N., Treacy, D. J., Wintersgill, M. C., Vanlehn, K., and Gertner, A. (2000). Andes: An intelligent tutor for classical physics. Journal of Electronic Publishing, 6(1).


Seffrin, H., Rubi, G., and Jaques, P. (2012). O modelo cognitivo do sistema tutor inteligente pat2math. In Simposio Brasileiro de Informática na Educação-SBIE.


Vanlehn, K. (2006). The behavior of tutoring systems. International journal of artificial intelligence in education, 16(3):227–265.


VanLehn, K. (2011). The relative effectiveness of human tutoring, intelligent tutoring systems, and other tutoring systems. Educational Psychologist, 46(4):197–221.