Evologic : sistema tutor inteligente para ensino de lógica baseado em computação evolutiva

Abstract

O uso de sistemas computacionais na educação vem demonstrando ser de grande valia para auxiliar no processo de ensino-aprendizagem. Uma das ferramentas disponíveis são os Sistemas Tutores Inteligentes, que tem o objetivo de dar suporte ao aluno em um determinado conteúdo. Em meados de 1980, surge o Cognitive Tutor®, para testar a arquitetura cognitiva ACT-R, se diferenciando dos Sistemas Tutores Inteligentes por possuir um viés cognitivo, destinado a acompanhar o processo cognitivo atrelado a resolução de problemas. Desde seu surgimento, o Cognitive Tutor® passou por inúmeras atualizações além de novos tutores cognitivos terem surgido. Contudo, todos recaem sobre o problema de disponibilizar um conjunto limitado de exercícios nativos, demandaram um grande esforço do professor para modelar novas atividades para os alunos ou apresentam um processo cognitivo limitado a certas formas de resolver o problema. Nesse sentido, o objetivo desse estudo é propor um Sistema Tutor Inteligente capaz de acompanhar o processo cognitivo do aluno no domínio de Dedução Natural em Lógica Proposicional, permitindo que seja possível identificar a linha de raciocínio dos alunos e que seja possível fornecer feedback de qualidade possibilitando que o aluno tenha flexibilidade na escolha dos exercícios que deseja resolver. Os agentes são modelados no contexto de um Sistema Tutor Inteligente denominado EvoLogic, utilizando uma arquitetura multiagente, suportada por cinco estruturas cognitivas estudadas ao longo dos anos. O sistema é composto por três agentes, destacando-se o agente Pedagógico, que tem a função de identificar as características do processo cognitivo do aluno (Modelo de Aluno), e o agente Especialista baseado em Algoritmos Genéticos. O objetivo deste estudo é a criação do EvoLogic, um Sistema Tutor Inteligente que possa acompanhar o processo cognitivo do aluno, flexibilizando a escolha dos exercícios e possuindo um model tracing adequado ao raciocínio do aluno. Sendo assim, optou-se pela utilização de um algoritmo genético como especialista do domínio de ensino dada a sua grande adaptabilidade a diversos contextos e problemas, facilitando uma possível portabilidade futura para outros domínios de ensino. Para validar o sistema proposto, foi criado um ambiente simulado com dados de um experimento realizado em outro sistema, especialista em Lógica. Os resultados apontam que o agente Especialista foi capaz de obter as diferentes soluções para os problemas estudados e que o agente Pedagógico pode identificar características do processo cognitivo dos alunos e acompanhar seu raciocínio ao resolverem os exercícios.

The use of computer systems in education has proven to be valuable to assist in the teachinglearning process. One of the available tools are the Intelligent Tutoring Systems, which aims to support the student in a certain content. In the mid-1960s, the Cognitive Tutor® appeared, to test the cognitive architecture ACT-R, differentiating itself from Intelligent Tutoring Systems in that it has a cognitive bias, designed to follow the cognitive process related to problem solving. Since its inception, Cognitive Tutor® has undergone numerous updates in addition to new cognitive tutors having emerged. However, they all fall on the problem of making a limited set of native exercises available, demanded a great effort from the teacher to model new activities for the students or present a cognitive process limited to certain ways of solving the problem. In this sense, the objective of this study is to propose an Intelligent Tutor System capable of monitoring the student's cognitive process in the domain of Natural Deduction in Propositional Logic, allowing it to be possible to identify the students' line of reasoning and to provide quality feedback enabling that the student has flexibility in choosing the exercises he wants to solve. The agents are modeled in the context of an Intelligent Tutoring System called EvoLogic, using a multi-agent architecture, supported by five cognitive structures studied over the years. The system is composed of three agents, especially the Pedagogical agent, which has the function of identifying the characteristics of the student's cognitive process (Student Model), and the Specialist agent based on Genetic Algorithms. The objective of this study is the creation of EvoLogic, an Intelligent Tutoring System that can follows the student's cognitive process, making the choice of exercises more flexible and having a model tracing consistent to the student's reasoning. Therefore, we opted for the use of a genetic algorithm as a specialist in the teaching domain, given its great adaptability to different contexts and problems, facilitating possible future portability to other teaching domains. To validate the proposed system, a simulated environment was created with data from an experiment carried out in another system, specialized in Logic. The results show that the Specialist agent was able to obtain the different solutions to the studied problems and that the Pedagogical agent can identify characteristics of the students' cognitive process and monitor their reasoning when solving the exercises.