PAT2Math + Handwriting: Evoluindo Sistemas Tutores de Matemática com reconhecimento da escrita à mão

• Felipe de Morais Universidade do Vale do Rio dos Sinos (UNISINOS)
• Patrícia A. Jaques Universidade do Vale do Rio dos Sinos (UNISINOS)

DOI: https://doi.org/10.5753/cbie.sbie.2017.1237

Resumo

Sistemas Tutores Inteligentes (STIs) de Matemática ainda usam os métodos tradicionais de entrada, como o teclado e mouse do computador. Essa forma de interação expõe os alunos a uma Carga Cognitiva Irrelevante extra, por envolver recursos com os quais os alunos não estão acostumados, o que pode prejudicar a aprendizagem. Este artigo apresenta uma ferramenta para STIs de Matemática que utiliza a escrita à mão dos alunos como entrada de dados. Essa ferramenta foi integrada ao STI algébrico PAT2Math para uma avaliação experimental com 48 alunos de uma escola pública, que seguiu um desenho de grupo de controle e grupo experimental com pré e pós testes e um pós questionário. Embora não tenha sido possível identificar uma diferença estatística entre os grupos, as respostas dos questionários sugerem que o uso da escrita à mão provê uma maior facilidade para a inserção de equações em STIs de Matemática, quando comparada com teclado e mouse.

Palavras-chave: Sistemas Tutores Inteligentes, Matemática, escrita à mão, PAT2Math

Referências

Brunken, R. and Plass, J. L. (2003). Direct measurement of cognitive load in multimedia learning. Educational Psychologist, 38(1):53–61.

Anthony, L., Yang, J., and Koedinger, K. R. (2007). Benefits of handwritten input for students learning algebra equation solving. Frontiers in Artif. Intel. and App., 158:521.

Anthony, L., Yang, J., and Koedinger, K. R. (2012). A paradigm for handwriting-based intelligent tutors. Int. J. of Human-Computer Studies, 70(11):866–887.

Kang, B., Kulshreshth, A., and LaViola Jr, J. J. (2016). Analytical ink: An interactive learning environment for math word problem solving. In Int. Conf. on Intelligent User Interfaces, pages 419–430. ACM.

Koedinger, K. R., Kim, J., Jia, J. Z., McLaughlin, E. A., and Bier, N. L. (2015). Learning is not a spectator sport. In ACM Conf. on Learning Scale, pages 111–120. ACM.

Lee, C., Jordan, J., Stahovich, T. F., and Herold, J. (2012). Newtonspenii: an intelligent, sketch-based tutoring system and its sketch processing techniques. In Int. S. on Sketch-Based Interfaces and Modeling, pages 57–65. Eurographics Association.

Mouchere, H., Viard-Gaudin, C., Zanibbi, R., and Garain, U. (2014). Icfhr2014 competition on recognition of on-line handwritten mathematical expressions (crohme2014). In Int. Conf. on Frontiers in Handwriting Recognition, pages 791–796. IEEE.

Oviatt, S., Arthur, A., and Cohen, J. (2006). Quiet interfaces that help students think. In ACM S. on User interface software and technology, pages 191–200. ACM.

Sweller, J. (2010). Element interactivity and intrinsic, extraneous, and germane cognitive load. Educational psychology review, 22(2):123–138.

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