1. [email protected] Adalberto Bosco C. Pereira Dionne C.
Monteiro Laboratory of Applied Artificial Intelligence (LAAI)
Institute of Exact and Natural Sciences Federal University (UFPA)
2. Agenda INTRODUO ESTADO DA ARTE PROPOSTA ABORDADA RESULTADOS
CONCLUSO REFRENCIAS LAAI - UFPA 3. INTRODUO Ensino de leitura e
escrita. Aprendendo a Ler e a Escrever em Pequenos Passos (ALEPP)
Gerenciador de Ensino Individualizado por Computador (GEIC)
Problema Motivacional do programa de ensino Gamefication ALE-RPG
Gerador de Tarefas de Ensino (GTE) LAAI - UFPA 4. Objetivos O foco
deste trabalho desenvolver uma soluo baseada num Sistema Fuzzy
aplicada gerao de tarefas de ensino de escrita e leitura. Modelar
um sistema inteligente que far uma gerao de tarefas e fases
adaptadas s necessidades de cada jogador. Criar um prottipo baseado
no modelo definido a fim de fazer os primeiros testes em uma base
de dados existente no GEIC. Fazer um prottipo do jogo Aventuras de
Amaru que possua carter ldico. Realizar coleta de resultados com
especialistas, testando a eficcia da gerao das tarefas e fases de
aprendizado e verificar se sua adaptao est adequada. LAAI - UFPA 5.
Estado da Arte Jogos Digitais Jogos Digitais Educacionais
Inteligncia Artificial para Educao (AIED) A educao auxiliada por
meio computacional Computer-Based Training (CBT) Computer Assisted
Instructional (CAI) Os sistemas CAI e CBT no apresentavam instrues
adaptadas as necessidades dos seus usurios LAAI - UFPA 6.
Inteligncia Artificial para Educao (AIED) uma nova metodologia de
assimilao do conhecimento. Baseada na cincia cognitiva constituda
da congregao de outras disciplinas como: psicologia neurocincias
lingustica filosofia inteligncia artificial 7. Estado da Arte
Anlise do Comportamento psicologia experimental cognitiva busca ser
uma ferramenta para o objeto de estudo da psicologia favorecer
excepcionalmente no processo de ensino 8. Representao de tipo de
estmulos com e suas respectivas Letras Representao do tipo do
estimulo Tipo de Estimulo A Palavra Ditada. Por exemplo: pode ser
ditada por um professor ou por meios tecnolgicos como um computador
atravs de sons emitidos. B Figura. C Palavra escrita. Por exemplo:
uma palavra escrita textualmente e apresentada por uma tela de
computador ou um quadro negro. D Falar ou Sinalizar. uma resposta
dada pelo individuo. Significa ele falar em voz clara identificando
o texto, som ou figura. Pode tambm apontar ou selecionar atravs do
mouse o estimulo em questo. E Escrever. O individuo digita, escreve
ou compem o estimulo que foi apresentado a ele. 9. PROGRAMA DE
ENSINO Aprendendo a Ler e a Escrever em Pequenos Passos (ALEPP)
Tarefas de emparelhamento com o modelo (Matching to Sample - MTS)
Tarefas de construo de resposta (Constructed Response Matching to
Sample - CRMTS) LAAI - UFPA 10. Exemplo de tarefa de ensino do GEIC
AB CB BC 11. Trabalhos Relacionados Jogo Dormans Ponto Forte Gera
fases e misses. Ponto Fraco No realiza o processo anlise sobre o
jogador. No gera misses adaptveis. 12. Trabalhos Relacionados Jogo
ALE-RPG Ponto Forte Possuem Interface de fcil interao. Passou por
teste de usabilidade. Ponto Fraco No ocorre diversificao das
tarefas de jogo. No realiza o processo de aprendizagem e avaliao de
leitura dentro do jogo. No possui mecanismos de feedback
apropriado. 13. Trabalhos Relacionados Jogo HEIKKI Ponto Forte
Possuem Interface de fcil interao. Passou por teste de usabilidade.
Contem vrios mini-games diferentes e divertidos. Ponto Fraco No
realiza o processo de aprendizagem e avaliao de leitura dentro do
jogo. No possui mecanismos de feedback apropriado. 14. Trabalhos
Relacionados Jogo Loiacono Ponto Forte Gera pistas de um jogo de
corrida. Gera tipos diferentes de pistas para diferentes perfis de
velocidade. Ponto Fraco No pode ser gerado em tempo real. 15.
Trabalhos Relacionados Jogo Smith Ponto Forte Gera espaos voltados
para mini-jogos. Gera a mecnica para o espao gerado anteriormente.
Ponto Fraco No garante jogabilidade. Apresenta problemas ao gerar
as fases do jogo. 16. Trabalhos Relacionados Jogo Mawhorter Ponto
Forte Gera espaos para formar uma fase do jogo. Ponto Fraco No
garante jogabilidade Necessita de uma biblioteca com os pedaos da
fase. 17. Trabalhos Relacionados Jogo Togelius Ponto Forte Gera
mapas de um jogo especfico. Visa garantir o entretenimento. Garante
a jogabilidade. Ponto Fraco No pode ser gerado em tempo real. 18.
Trabalhos Relacionados Jogo Miguel Ponto Forte Gera terrenos 3D de
escala invariante. Ponto Fraco No pode ser gerado em tempo real.
Alto custo computacional. 19. ALE-RPG LAAI - UFPA 20. Proposta
Abordada LAAI - UFPA 21. Sistema IA-Jogo 22. MQUINA DE APRENDIZADO
O objetivo da mquina de aprendizado avaliar o grau de aprendizagem
da leitura e escrita do aluno em palavras individuais durante uma
sesso de ensino. Para isso necessrio definir os graus de
dificuldade de uma tarefa de ensino. Estrutura de uma tarefa de
ensino. 23. SISTEMA FUZZY LAAI - UFPA 24. Variveis de Entrada PTT:
Probabilidade de acerto com determinada tarefa. TTT: Taxa de acerto
com determinada tarefa. PNC: Probabilidade de acerto com
determinado nmero de comparaes. TNC: Taxa de acerto com determinado
nmero de comparaes. PPI: Probabilidade de acerto com determina
palavra incorreta. TPI: Taxa de acerto com determinada palavra
incorreta. LAAI - UFPA 25. Inferncia Fuzzy Exemplo: SE
Probabilidade do tipo de tarefa BC Baixo (pertinncia de 85%) E Taxa
de acerto deste Tipo de Tarefa Alto (pertinncia de 63%), ENTO, a
necessidade da nova tarefa ser do tipo BC Mdio (pertinncia de 74%)
LAAI - UFPA 26. Inferncia Fuzzy Variveis de sada: DTT: Necessidade
do tipo de tarefa. DNC: Necessidade do nmero de comparaes. DPI:
Necessidade da palavra incorreta. LAAI - UFPA 27. Defuzzification
Defuzzification no necessria. Tomada de deciso. Maior grau de
ativao e maior grau de pertinncia. LAAI - UFPA 28. Prottipo do Jogo
Estria do jogo Amaru Explorador Espacial Urama Ajudante do Amaru
Problemas com sua nave espacial obriga a realizao de um pouso
forado no planeta Terra. O objetivo do Amaru: Aprender a ler e
escrever para reparar sua nave e prosseguir com sua viagem
interplanetria 29. Gameplay LAAI - UFPA 30. EXPERIMENTOS E
RESULTADOS 1. Trs simulaes foram realizadas identificando 3
comportamentos padres de alunos : 1. Aluno com Dficit de
Aprendizado (DAP) 2. Aluno com Aprendizado Gradual (APG) 3. Aluno
com Aprendizado Consolidado (APC) 2. O sistema foi testado na
primeira unidade de ensino contendo 15 palavras usadas pelo GEIC.
As 15 palavras utilizadas neste trabalho so: LAAI - UFPA 31.
EXPERIMENTOS E RESULTADOSLAAI - UFPA 1. Bolo, 2. Tatu, 3. Vaca, 4.
Bico, 5. Mala, 6. Tubo, 7. Pipa, 8. Cavalo, 9. Apito, 10. Luva, 11.
Tomate, 12. Vov, 13. Muleta, 14. Fita, 15. Pato 32. EXPERIMENTOS E
RESULTADOS 1. Das 15 palavras, foram analisadas as habilidades de
leitura e escrita de 5 palavras : 1. bolo 2. tatu 3. apito 4.
tomate 5. muleta LAAI - UFPA 33. EXPERIMENTOS E RESULTADOS 1.
Exemplo de Simulao de Dficit de aprendizado para o ensino da
palavra bolo. LAAI - UFPA 34. EXPERIMENTOS E RESULTADOS 1.
Questionrios foram submetidos a um grupo de psiclogos que contm uma
sequncia de ensino de tarefas das palavras do experimento para cada
comportamento simulado. 2. Os questionrios possuem dois objetivos.
1. O primeiro objetivo identificar o nvel de dificuldade de cada
tarefa de ensino na seguinte escala: muito fcil = 1, fcil = 2,
regular = 3, difcil = 4, muito difcil = 5. 2. Os psiclogos
responderam o questionrio contendo 5 opes, onde uma das
alternativas de escolha foi a tarefa gerada pela IA. LAAI - UFPA
35. EXPERIMENTOS E RESULTADOS Sobre o primeiro objetivo do
questionrio Tarefas consideradas complexas pela IA foram tambm
consideradas complexas pelos psiclogos. 14.28% das tarefas foram
classificadas tanto pelos psiclogos quanto pela IA com mesmo nvel
de dificuldade. 64.28% das tarefas foram classificadas com uma
diferena de 1 ponto, que significa uma pequena diferena aceitvel
entre as escolhas dos psiclogos e a escolha pela IA. 78.56% das
tarefas geradas pela IA foram consideradas aceitveis pelos
psiclogos. LAAI - UFPA 36. EXPERIMENTOS E RESULTADOSLAAI - UFPA DAP
APG APC IA Psiclogos IA Psiclogos IA Psiclogos Bolo 4 2,5 4 3,5 5 5
Tatu 4 2 4 4,5 5 5 Apito 5 2,5 5 3,5 4 3,5 Muleta 2 2 5 4,5 4 4,5
1. O segundo objetivo buscou avaliar o nvel de dificuldade das
tarefas geradas, dada a dificuldade gerada pela IA e a tarefa
escolhida pelos psiclogos agrupados por comportamento do aluno. 37.
EXPERIMENTOS E RESULTADOSLAAI - UFPA 1. Os psiclogos analisaram as
opes de tarefas escolhendo a que melhor atende as necessidades dos
alunos. 2. Em relao s tarefas geradas pela AI,: 1. 25% foram
consideradas ideais, 2. 41,66% foram consideradas satisfatrias e 3.
33,34% foram consideradas longe do ideal. 4. Totalizando um
aproveitamento de 66.66% 38. CONCLUSO Sistema fuzzy chamado de GTE
Aventuras de Amaru inexistncia de trabalhos que tinham como
objetivo utilizar tcnicas de IA voltadas automatizao de gerao de
tarefas de ensino adaptativas voltadas para leitura e escrita Foi
escolhido o sistema fuzzy por ele se aproximar por ela se destacar
em sua capacidade de expressar as imprecises e incertezas do
conhecimento nele representado, garantindo uma melhor aproximao do
conhecimento dos psiclogos envolvidos no projeto LAAI - UFPA 39.
TRABALHOS FUTUROS Testar em sala de aula com alunos reais. Criar
novos mini-jogos. Compilar uma verso para tablet/android. Testar
outras tcnicas de IA para o GTE e comparar os resultados. LAAI -
UFPA 40. Vdeo do Jogo LAAI - UFPA 41. REFERENCES [1] L. Xiangfeng,
W. Xiao and Z. Jun Guided Game-Based Learning, Published by IEEE
Transactions on Learning Technologies, (2010). [2] B.du Benedict.
What does the AI in AIED buy? Printed and published by IEE, Savoy
Place, London WC2R 0BL, U.K., 1997. [5] D. Dormans and B. Sander,
Generating Missions and Spaces for Adaptable Play Experiences,
Published by IEEE Transactions on Computational Intelligence AI in
Games, 2011. [6] L. B. Marques, R. G. Meio, R. M. Maria, Manual do
Usurio de Programas de Ensino via GEIC - Volume 1: Aprendendo a Ler
e Escrever em Pequenos Passos. So Carlos, 2011. [7] M. A. Azevedo,
M. L Marques, Alfabetizao hoje. So Paulo: Cortez, 2001. [8] E. S.
Sarmanho, E. B. Sales, D. M. Cavalcante, L. B. Marques, Um Jogo com
Reconhecedor de Voz para o Ensino de Crianas com Dificuldade de
Aprendizagem em Leitura e Escrita. Published by Semish, 2011. [13]
J. C. Rose, D. G. Souza, A. L. Rossito, T. M. S. Rose, Aquisio de
leitura aps histria de fracasso escolar: equivalncia de estmulos e
generalizao. In: Psicologia: Teoria e Pesquisa, p.451-69. 1989.
LAAI - UFPA 42. [15] T. S. Reis, D. G. Souza, J. C. Rose, Avaliao
de um programa para o ensino de leitura e escrita. In: Estudos em
Avaliao Educacional, 20, p.425-50. 2009. [16] C. D. Pedro, J. O.
Adriano, Aprendizado de Regras Nebulosas em Tempo Real para Jogos
Eletrnicos. XI Brazilian Symposium of Multimedia Systems and Web.
Games II Brazilian Workshop of Games and Digital Entertainment,
2003. [17] P. B. Moratori, M. V. Pedro, L. M. B. Manhaes, C. Lima,
A. J. O. Cruz, E. B. Ferreira, and L. C. V. de Andrade. Analysis of
the Stability of a Fuzzy Control System Developed to Control a
Simulated Robot, Fuzzy Systems, 2005. The 14th IEEE International
Conference on Fuzzy, pp.726-730, 25-25 May 2005. [18] L.B. MARQUES,
Variveis Motivacionais no Ensino de Leitura: O jogo como recurso
complementar, ed. So Carlos: UFSCar, 2009. [19] Mamdani, E.H.,
"Advances in the linguistic synthesis of fuzzy controllers,"
International Journal of Man-Machine Studies, Vol. 8, pp. 669-678,
1976. [20] R. J. Timothy Fuzzy Logic with Engineering Applications,
Third Edition", ISBN: 047074376X, Wi ey, 5, 117-148, 2010. [14] de
Souza, D. G., de Rose, J. C., Faleiros, T. C., Bortoloti, R.,
Hanna, E. S., & McIlvane, W. J. Teaching Generative Reading Via
Recombination of Minimal Textual Units: A Legacy of Verbal Behavior
to Children in Brazil. Revista Internacional De Psicologia Y
Terapia Psicologica - International Journal of Psychology and
Psychological Therapy, 9(1), pp 1944, 2009. 43. Adalberto Bosco C.
Pereira (adalbertobosco @gmail.com) Gilberto Nerino de Souza Jr
(gilbertonerinojr @gmail.com) Dionne C. Monteiro (dionnecm
@gmail.com) Pedro A. Nascimento (afonso.baco @gmail.com) Hyago P.
Costa (hyagogow @gmail.com) Ellton S. Barros (elltonsalesbarros
@gmail.com) Leonardo B. Marques (leobmarques @gmail.com) Deisy G.
de Souza (deisydesouza @gmail.com) Fernando M. Salgado
(fernandosalgado88 @gmail.com) Rafael Q. Bessa (rafaelqbessa
@gmail.com ) Laboratory of Applied Artificial Intelligence (LAAI)
Institute of Exact and Natural Sciences Federal University (UFPA)
Autores, Colaboradores e Agradecimentos