APLICAÇÕES DE SISTEMAS TUTORES INTELIGENTES NO AUXÍLIO À APRENDIZAGEM

Transcrição

1 Revista Eletrônica da Faculdade Metodista Granbery - ISSN Curso de Sistemas de Informação - N. 11, JAN 2014 APLICAÇÕES DE SISTEMAS TUTORES INTELIGENTES NO AUXÍLIO À APRENDIZAGEM Emerson Fagundes dos Santos¹ Felipe Novaes Fusco² Luiz Carlos Alves Colen³ Marvin Walison Machado 4 Philippe de Souza Hygino 5 Sérgio Muinhos Barroso Lima 6 RESUMO Os Sistemas Tutores Inteligentes (STI) atuam como apoio no processo de ensino e aprendizagem, buscando aprimorar os métodos de estudos e melhorar a qualidade do aprendizado do aluno. Este artigo traz uma breve descrição sobre os STI e a sua utilização na área pedagógica, mostrando seus benefícios. Alguns sistemas, e suas diferentes utilizações, foram descritos neste artigo, para mostrar que os conceitos citados estão sendo aplicados, tornando-se úteis na área pedagógica, beneficiando os alunos através de novos métodos de ensino e aprendizagem. PALAVRAS-CHAVE: Inteligência Artificial, Sistemas Tutores Inteligentes, Aprendizado, Acompanhamento Pedagógico, Agentes no Processo de Ensino-aprendizagem. ABSTRACT The Intelligent Tutoring Systems act like a support on teaching and learning process, to improve the studies methods and upgrade the learning quality of students. This article brings a short description about Intelligent Tutoring Systems, and its use at pedagogic area, showing 1 Bacharel em Sistemas de Informação, Faculdade Metodista Granbery, emefs1@gmail.com. 2 Bacharel em Sistemas de Informação, Faculdade Metodista Granbery, novaes555@gmail.com. 3 Bacharel em Sistemas de Informação, Faculdade Metodista Granbery, lccolen@gmail.com. 4 Bacharel em Sistemas de Informação, Faculdade Metodista Granbery, marvinwalison@gmail.com. 5 Bacharel em Sistemas de Informação, Faculdade Metodista Granbery, phygino2@gmail.com. 6 Mestre em Ciência da Computação, UNICAMP, smblima@granbery.edu.com.

2 its benefits. Some systems and its different uses was described in this work to show that the concepts mentioned are being applied and used, making it useful at pedagogic area and beneficiating students with new teaching and learning methods. KEY-WORDS: Artificial Intelligence, Intelligent Tutoring Systems, Learning, Educational Monitoring, Agents in the Process of Teaching and Learning. 1 INTRODUÇÃO Pode-se perceber um aumento gradativo no interesse no desenvolvimento de softwares computacionais destinados ao ensino, que vem sofrendo modificações constantes com o surgimento de formas alternativas de ensinar, facilitando a chegada da informação até o aluno (SANTOS et al, 2001). Na década de 50, começaram os estudos e o desenvolvimento de ferramentas computacionais para dar suporte à educação. Estas foram chamados de CAI, Computed Aided Instruction (Instruções Assistidas por Computador). Segundo Valente (2000), CAI é uma categoria de sistemas baseados em modelos comportamentalistas, um processo de aprendizagem de instruções reais que possui modos de ensino, repetição, prática e resolução de problemas. Neste processo de aprendizado, o aluno é que se adequa aos modelo de ensino e não o sistema ao aluno. O instrutor é o personagem central do processo, e o aluno é o personagem passivo, que deve interpretar o conteúdo passado pelo orientador, entende-lo e relacioná-lo ao conteúdo já visto. Pianesso (2013) cita que alguns softwares são baseados no modelo comportamentalista e mostra alguns pontos negativos. Explica que, nesses casos, o aluno é uma figura passiva no processo, sendo induzido pelo software a tomar decisões de acordo com estímulos apresentados. Esse tipo de software não se preocupa com o aprendizado do indivíduo e utiliza artifícios de estímulos, como elogios e notas. Para melhorar a utilização desta tecnologia na educação, foram inseridas técnicas de IA (Inteligência Artificial), para que se adaptassem ao aluno, e passaram a ser chamadas de ICAI, Instruções Assistidas por Computador Inteligente, que possui personalização do conteúdo apresentado ao aluno, variando de acordo com o nível de aprendizado e conhecimento do mesmo (CHAIBEN, 2013) e (RICKEL, 1989). Atualmente, esta técnica está difundida nos chamados Sistemas Tutores Inteligentes, que faz parte de sistemas educacionais baseados na aprendizagem interativa (JESUS, 2009).

3 Após evoluções dos sistemas, o aluno deixou de ser passivo no processo, para se tornar ativo no ensino-aprendizagem. Devido à necessidade de ensinar de uma forma melhor e prática, estão sendo gerados STI inteligentes o suficiente para interagir com o aluno, não somente nos modos de ensino, repetição, prática e resolução de problemas, mas também na identificação da deficiência de conteúdo acadêmico, adaptando-se às necessidades do usuário. 2 INTELIGÊNCIA ARTIFICIAL APLICADA À EDUCAÇÃO O objetivo principal da Inteligência Artificial é realizar atividades com um grau de capacidade igual ou superior ao de um ser humano. Já na área educacional, o educador é o personagem que inicia o processo de aprendizagem dos alunos, ajudando-os a entender os conceitos ensinados. Neste estudo, uniremos conceitos de IA com a área educacional. Um professor de Sistemas de Informação, em entrevista à Revista Escola, da Editora Abril, disse que: Não existe uma definição para inteligência artificial (IA), mas várias. Basicamente, IA é fazer com que os computadores pensem como os seres humanos ou que sejam tão inteligentes quanto o homem (Revista Escola, 2013). A partir desta ideia, podemos definir IA de várias formas. Começamos definindo como um estudo de conceitos que permitem aos computadores serem inteligentes (WINSTON, 1987). Knight (1994) descreve como sendo o estudo de como fazer os computadores realizarem coisas que, no momento, as pessoas fazem melhor. Nikolopoulos (1997) explica que objetivo principal da Inteligência Artificial é desenvolver softwares que mostrem uma conduta inteligente e que realizem atividades com um grau de capacidade igual ou superior ao de um ser humano. Define IA como um conceito multidisciplinar, originado da computação, da engenharia, da psicologia, da matemática e da cibernética. Já Arariboia (1988) define a Inteligência Artificial como sendo uma área que utiliza técnicas de programação que buscam, a partir da utilização de máquinas, encontrar e solucionar adversidades da mesma forma que uma pessoa resolveria. O aprendizado, na visão de Vygotsky, é o processo pela qual a pessoa passa adquirindo habilidades, informações, valores e atitudes a partir de sua vivência com as pessoas, com o ambiente, com a realidade (OLIVEIRA, 1993). Para Tapajós (2008) e Montoya (2009), os objetivos da aprendizagem são classificados em: cognitivos: ligado à capacidade intelectual, informações e conhecimento; afetivos: relacionado a atitudes, emoções e sentimentos; psicomotores: no desenvolvimento de habilidades;

4 receptivos: quando que é entendido o conteúdo, mas não se faz descobertas; por descoberta: quando o educador estimula o aluno facilitando o aprendizado; repetitivos: fácil memorização do conteúdo sem o conhecimento e a compreensão; e significativos: sempre relaciona seus antigos conhecimentos com os novos. Na opinião de Piaget, a aprendizagem tem mais chance de ser efetiva quando pautada sobre as necessidades dos alunos (PALANGANA, 2001). O educador, no enfoque escolar, é o personagem que inicia o processo de aprendizagem dos alunos, ajudando-os a entender os conceitos ensinados. O seu papel é muito importante no ambiente educacional, pois é ele quem conduz o processo de aprendizagem, tornando-o legítimo, com a finalidade de entendimento do conteúdo pelo aluno em sala de aula. O aprendizado tem o efeito de transfiguração, mas deve ser bem direcionado. Nos dias de hoje, o processo educacional está à procura de novas soluções de ensino e aprendizagem. A questão é reduzir a distância entre o conhecimento e a pessoa, ter um gerenciamento que não dependa totalmente de intervenção humana, somente de supervisão. Essas transformações no ambiente educacional trouxeram a necessidade de estudar e desenvolver estruturas capazes de ser inteligentes, para saber a necessidade, o problema e a dúvida do aluno, e aplicar as devidas soluções para os problemas detectados (MCARTHUR, 1993). As características de comunicação oferecidas pelos agentes e tutores inteligentes podem ser exploradas em vários ambientes, especialmente em ambientes distribuídos, permitindo a criação de sistemas com facilidades de colaboração, comunicação e troca de informações. Agentes específicos, como os tutores, podem ainda ser construídos para oferecer serviços a serem utilizados no processo educacional. Bons exemplos seriam oferecer serviços automatizados de busca de material para a solução de uma dúvida, ajuda no aprendizado, percepção de maior dificuldade em uma determinada matéria estudada. Existem diversos exemplos na literatura sobre a utilização de agentes inteligentes em sistemas educacionais. Neste artigo são apresentados três sistemas utilizando STI: o Dóris (SANTOS et al, 2001), o MatFin (SCHUCK e GIRAFFA, 2001) e o PMon (ASSUNÇÃO et al, 2008). São apresentados agentes tutores inteligentes, capazes de aprender, ensinar, desenvolver soluções e até mesmo auxiliar na construção de ambientes de ensino e aprendizagem, trabalhando em modo autônomo para alcançar seus objetivos. Os agentes tutores em um ambiente de ensino e aprendizagem são considerados autônomos porque suas atividades não necessitam de constante supervisão externa.

5 Nestes estudos e no desenvolvimento dos sistemas são utilizadas a inteligência artificial e a aplicação de conceito de ciência cognitiva, que permitem aos tutores inteligentes implementarem modelos e atividades detalhadas, de acordo com as regras previamente definidas, fornecendo meios adequados para representação e manipulação de conhecimento. Este foi o principal motivo do progresso relativamente rápido dos Sistemas Tutores Inteligentes (STI). Um Sistema Tutor Inteligente identifica desejos, motivações, necessidades e o perfil do usuário. Neste novo conceito, a sua implementação é feita com tecnologia de agentes inteligentes, que são capazes de descentralizar o conteúdo e ser responsáveis por soluções e tratamento de informações. 3 A ARQUITETURA CLÁSSICA E SUAS LIMITAÇÕES De acordo com Jesus (2009), a arquitetura tradicional possui uma formação básica, contendo os seguintes módulos: Módulo da Interface: é o modelo que realiza a comunicação entre o estudante e o sistema, capaz de se adaptar ao usuário de acordo com suas necessidades e perfil. Inteligente o suficiente para aprender novos técnicas e conceitos (HIX e HARTSON, 1993); Módulo do Especialista: é a base de armazenamento do conhecimento; contém informações de um determinada área ou especialidade. De acordo com o desempenho do estudante, o modelo adquire informações suficientes para gerar soluções em futuros problemas, erros ou dúvidas do aluno (PARK, 1998); Módulo Pedagógico: responsável pelo ensino e aprendizado do usuário, pela estrutura didática e pedagógica do modelo do tutor inteligente. De acordo com o perfil do estudante e com o conhecimento do módulo especialista, este é capaz de tomar decisões sobre qual ou quais táticas de ensino deverão ser utilizadas, qual a matéria será aplicada de acordo com o progresso do aluno (WENGER, 1987); Módulo do Estudante: modelo capaz de armazenar o perfil do usuário como interação, comportamento, conhecimento, para melhor definição das atividades que serão passadas ao estudante (AUBERGER, 1998); e

6 Controle: o módulo que faz a integração, a comunicação e o controle dos modelos anteriores, onde estão estabelecidas as regras de funcionamento integrado do sistema. A Figura 1 apresenta um modelo em que é realizada a interação entre os módulos citados. Figura 1 Representação dos modelos de um STI e seus módulos. Fonte: (CARBONELL, 1970). No modelo tradicional, encontramos algumas limitações, como: O STI não constata o estado emocional, afetivo e motivacional do aluno; O aluno só é capaz de absorver o conhecimento através de atividades, o STI não trata o conhecimento adquirido por fóruns de discussões; Não é capaz de interagir com o aluno nem de fazer alterações a pedido do usuário; somente o tutor humano é que pode realizar estas modificações; e O STI é centralizado, não permitindo a especialização dos módulos. 4 EVOLUÇÃO DA ARQUITETURA CLÁSSICA Nos novos conceitos de arquitetura, os STI devem possuir a capacidade de aprender, interagir e ser inteligentes. Jonassem (1993) cita que, para ter um STI inteligente, é preciso passar por três testes: O software tem que ser inteligente o suficiente para estimar a aquisição do conhecimento pelo aluno;

7 As informações do conteúdo ou a singularidade contida no sistema deve ser codificada de forma que o software possa entender e apresentar uma solução sobre um problema específico; e O sistema deve ser construído estrategicamente para reduzir a divergência entre o conhecimento do tutor pedagógico, especialista, e do conhecimento do aluno, estudante. Um Sistema Tutor Inteligente tem que se adaptar ao aluno, identificando seus desejos, motivações, necessidades e perfil, para realizar um processo de ensino e aprendizado adequado e personalizado ao usuário, favorecendo a assimilação do conteúdo. Neste novo conceito, a sua implementação é feita com tecnologia de agentes inteligentes, que são capazes de descentralizar o conteúdo e ser responsáveis por soluções e tratamento de informações, tirando a obrigação do Módulo Controle e do Tutor Pedagógico. É importante também identificar os fatores motivacionais e afetivos do aluno. Com essas informações, o tutor inteligente seria capaz de desenvolver melhor seu aprendizado, aprimorando seu conhecimento, deduzindo os objetivos do aluno em relação ao seu estudo e a melhor forma de ajudá-lo a conquistar este objetivo. Mas como na tecnologia atual ainda não há algo relacionado à afetividade computacional, algumas adaptações são feitas, utilizando muitos recursos de IA, para se aproximarem da afetividade e da emoção humana. Outra perspectiva discutida é o aprendizado colaborativo, no qual o sistema percebe a aquisição do conhecimento a partir de discussões com outros alunos em fóruns e conversas por chat, por exemplo. Teorias de aprendizagem estão sendo aplicadas a softwares no intuito de melhorar o seu desempenho. O aspecto pedagógico está sendo inserido neste ambiente, viabilizando um ensino de melhor absorção, acelerando o aprendizado do estudante. Diante desses conceitos, verifica-se a dificuldade de implementação dos STI, pois a modelagem é complexa e não possui um módulo para a correta inserção dos conceitos emocionais e afetivos, para aproximar o aluno do sistema e vice-versa. Após definições de Inteligência Artificial, de Sistemas Tutores Inteligentes e da descrição sucinta sobre o processo de aprendizado, os tópicos a seguir abordam alguns sistemas construídos para auxiliar o aluno em algumas atividades relacionadas à educação.

8 5 DÓRIS O DÓRIS é um STI de acompanhamento pedagógico construído para contribuir com o aprendizado do aluno, realizando tarefas de monitoração de suas ações. Armazena dados de início e término de atividades no sistema (quanto tempo o aluno usou o sistema, tempo de execução de atividades) dificuldades do aluno em uma determinada aula ou tarefa, e opinião do estudante referente à aula ou às tarefas (SANTOS, 2001). É um sistema que extrai informações do ambiente em que está incluso. Possui autonomia, não precisando de intervenção humana; adapta-se as modificações do ambiente e possui uma base de conhecimento interna, que é extraída a partir de interações do aluno, e uma interface amigável e de fácil maneabilidade, tornando-se agradável ao usuário. Santos(2001) cita que a sua arquitetura, como mostra a figura 2, é composta pelos módulos perceptivo, cognitivo, interface, controle e base de conhecimento. O agente é representado por um personagem com dois tipos de comportamento, sendo um cognitivo e o outro pedagógico. O cognitivo é o agente que encoraja o aluno a assistir as aulas, enviando mensagens de incentivo a partir de sua base de conhecimento interna; e o reativo é o responsável por manipular as atividades de acordo com a situação corrente. Figura 2: Arquitetura do sistema Dóris. Fonte: (SANTOS, 2001).

9 O DÓRIS é representado por um personagem que possui três estados: estado de tristeza, quando o aluno está com dificuldades; o de felicidade, quando o usuário não apresenta dificuldades; e o de companheirismo, quando o agente ajuda o estudante com o ambiente de ensino. Este sistema é um protótipo que visa o aprendizado mais eficiente, utilizando Sistema Tutor Inteligente e tecnologia de agentes pedagógicos, permitindo uma interação mais agradável devido à forma mais atraente de se comunicar, viabilizando o melhor aprendizado e estimulando o aprendizado. 6 MATFIN É um sistema educacional construído para dar suporte ao ensino de Matemática Financeira, auxiliando no processo de memorização dos conteúdos a partir de exercícios e exemplos. Ações como procurar soluções para o problema, acertos e erros, dos estudantes são registradas na base de conhecimento e analisadas pelo sistema. As atividades são classificadas de acordo com o nível de dificuldade envolvida na solução, calculado a partir de operações matemáticas, e também a quantidade de informação necessária para criar o resultado. O sistema oferece diferentes tipos de ajuda para o aluno, ao desenvolver a solução do problema matemático: desde dicas sobre a matéria, até a solução passo-a-passo. Este somente ajuda quando o usuário solicita, à medida que a dificuldade vai aumentando. Essas ajudas são monitoradas e o perfil do aluno é construído a partir de exercícios feitos, dos níveis de dificuldades, das solicitações de ajuda e dos erros. Esses dados são importantes para que o sistema, além de construir o perfil do usuário, possa instruí-lo a melhorar em determinados assuntos e obter êxito nos exercícios (SCHUCK, 2001). O MatFin utiliza estratégias de ensino com o objetivo de auxiliar o aluno a refletir sobre a tomada de decisão e a resolução da atividade. As estratégias do programa podem ser de diferentes tipos, funcionando como um guia, atuando diretamente na atividade, quando achar necessário; ou quando o aluno requisitar assistência, verificando os possíveis erros nos cálculos e mostrando ao aluno ou facilitador, que atua após a solicitação do aluno, identificando o erro; e, dependendo do problema e do perfil do estudante, ajudando a solucioná-lo. A Figura 3 mostra a arquitetura do MATFIN.

10 Figura 3: Arquitetura do MATFIN. Fonte: (SCHUCK, 2001). A proposta do MatFin é observar os alunos que cometem erros em sala de aula e o uso incorreto da calculadora financeira, e, de acordo com suas atividades no sistema e as estatísticas apresentadas, seria possível melhorar o ensino em sala de aula, e o aluno assimilaria o conhecimento a partir do STI (SCHUCK, 2001).. De acordo com Schuck 2001, o MatFin foi testado em ambiente acadêmico, para verificar a sua eficiência e eficácia, e obteve considerável êxito, de acordo com os alunos entrevistados, considerando tópicos como auxílio e fixação de conteúdo. 7 PMON Com uma perspectiva inovadora, o PMon (Projeto de Monitoria Estudantil), que se tornou o SAE (Sistema de Apoio Educacional), veio para dar apoio à educação e à monitoria estudantil. O STI foi utilizado como um Assistente Inteligente de Ensino (ITA Intelligent Teaching Assistant) que contribui para a assimilação do conteúdo transmitido pelos professores e monitores. Em união com a TIC (Tecnologia da Informação e Comunicação), os alunos são incentivados a realizar tarefas de apoio com colegas que cursam a mesma disciplina, possibilitando o aproveitamento do conteúdo perdido entre as aulas e a monitoria. O projeto verifica a evolução do aluno, utilizando a base de regras, como mostra a Figura 4.

11 Figura 4: Representação da arquitetura do PMon. Fonte: (ASSUNÇÃO, 2008). Este sistema utiliza recursos tecnológicos para o acompanhamento personalizado de cada aluno, oferecendo informações sobre a dedicação nas atividades complementares, parecendo-se com o próprio monitor estudantil: identifica dificuldades no aprendizado, orienta sobre como obter um melhor resultado, registra frequência, soluciona dúvidas a partir de sua base de conhecimento, monitora a evolução do aluno e apresenta relatórios estatísticos para que os professores tenham conhecimento do quadro evolutivo do aluno.

12 O sistema, que oferece sigilo em questão dos dados, foi configurado para que somente os monitores humanos e professores tenham acesso às informações; ou o próprio aluno, para uma possível conferência ou de acordo com a sua necessidade. Este projeto é inteligente, oferece monitoria individual e abrange um número maior de estudantes do que um monitor humano, tornando-se mais eficiente, nesse sentido, e demandando menos esforço do estudante, com a ideia central de ser um apoio, parceiro dos monitores e professores no ensino aos aprendizes. Os estudos em monitorias podem ser feitos presencialmente, com o aluno e instrutor ou professor, ou a distância pelo SAE. (ASSUNÇÃO, 2008). O Projeto atingiu as suas expectativas. De acordo com a Universidade Católica de Brasília, o sistema permanece em constante atualização, o que garante a minimização de erros e a melhora na capacidade de apoio. 8 CONCLUSÃO Pode-se perceber um avanço da informática, presente em escolas, aeroportos, hospitais, no dia a dia. Uma área que está sendo muito explorada é a educacional. Com as mudanças contínuas do modo de aprendizado, a informática tem ganhado espaço a partir do ensino a distância, do apoio pedagógico e, em alguns casos, até da substituição de pessoas. Muitas áreas do conhecimento são utilizadas e discutidas para o desenvolvimento de STI, mas ainda existe muito a ser descoberto. A qualidade e o desempenho destes sistemas estão cada vez melhores, tornando-se mais inteligentes, sendo adaptativos aos usuários, oferecendo melhores recursos pedagógicos. É possível perceber a carência de métodos de ensino diferentes dos praticados em salas de aula. Os alunos, às vezes, não conseguem absorver de forma satisfatória o conteúdo transmitido, devido à monotonicidade da aplicação do mesmo e a outros fatores. A partir desta carência, foi possível desenvolver sistemas para o apoio a estes estudantes. A partir dos estudos apresentados neste artigo e das aplicações voltadas para o ambiente educacional, é possível perceber que sua utilização tem obtido aparente sucesso entre os alunos, que podem se conectar remotamente, tendo mais autonomia em seus estudos. A preocupação com um ambiente que possibilite um aprendizado mais eficiente é muito grande, pois é necessária uma boa modelagem, uma excelente arquitetura e um agente de acompanhamento pedagógico.

13 Os sistemas descritos neste artigo, de acordo com os autores pesquisados, têm alcançado os objetivos esperados e contribuído muito para o aprendizado dos alunos, demonstrando que o melhor ensino-aprendizagem acontece de maneira complementar, entre os usuários e os tutores inteligentes, oferecendo uma aprendizagem sob medida a seus aprendizes, sendo adaptado ao aluno, permitindo uma atuação direta com os mesmos, tornando o ambiente mais agradável. Com algumas intervenções humanas, foi possível construir ambientes com poucas limitações, com melhor aprendizado, devido ao monitoramento das atividades, e com uma excelente qualidade de ensino e aprendizagem. Sabe-se, porém, que o professor, o monitor e os alunos, como humanos, são insubstituíveis, cabendo à intervenção artificial um papel secundário e auxiliar. Apesar do aparente sucesso, sabe-se que os estudos sobre os resultados da execução dos sistemas abordados foram realizados em ambientes restritos e limitados, carecendo de pesquisas mais abrangentes. Percebe-se também que há uma necessidade de maior reflexão e pesquisa sobre a eficiência e eficácia desses sistemas na prática, seus impactos educacionais, bem como seus pilares filosóficos e os socioeconômicos. Percebe-se, nos sistemas pesquisados, uma arquitetura com pontos em comum, mostrando um grau de maturação e convergência da tecnologia, de acordo com o paradigma pressuposto. Este trabalho abre, como pontos de exploração futura, as técnicas de inteligência artificial aplicadas nesses sistemas, bem como a verificação comparada de suas utilizações na prática in loco, ou, de forma mais abrangente, bem como na discussão de suas motivações, bases filosóficas, educacionais e socioeconômicas. 9 REFERÊNCIAS BIBLIOGRÁFICAS ARARIBOIA, G. Inteligência Artificial. Rio de Janeiro, Brasil, ASSUNÇÃO, B. S. B., LOPES, E. S., RISSOLI, V. R. V. Sistema Tutor Inteligente Integrado à monitoria Estudantil para elaboração de um assistente Virtual de Ensino Inteligente. Taguatinga, DF, Brasil, 2008

14 AUBERGER, M. Student modeling in educational multimedia titles using agents. Disponível em: < em: 15 de Outubro de BERCHT, M., VICCARI, R. M. Afetividade em Máquina: uma possibilidade? Non-sense completo? Pós-Modernidade na Inteligência Artificial. Workshop Informática na Educação, Painel Afetividade. Porto Alegre, Brasil, CARBONELL, J. R. AI in CAI: Artificial Intelligence Approach to Computer Assisted Instruction. IEEE Transactions on Man Machine Systems, v.11, n.4, pp , CHAIBEN, H. Inteligência Artificial na Educação. Disponível em:< Acesso em: 30 de Outubro de HIX, D., HARTSON, H. Developing User Interfaces. Wiley, JESUS, A. Sistema Tutores Inteligentes: Uma Visão Geral. Revista Eletrônica de Sistemas de Informação, ISSN doi: /resi, JONASSEN, D. H., WANG, S. The Physics Tutor: Integrating Hypertext and Expert Systems. Journal of Educational Technology Systems, vol.22 (1), pp.19-28, KNIGHT, T. W. Shape grammars and color grammars in design. Environment and Planning B, v. 21, p , MCARTHUR, D., LEWIS, M., BISHAY, M. The roles of artificial intelligence in education: current progress and future prospects. Santa Monica, United States, MONTOYA, A. O. D. Teoria da Aprendizagem na obra de Jean Piaget. São Paulo, Brasil NIKOLOPOULOS, C. Expert systems: introduction to first and second generation and hybrid knowledge based systems. New York, United States, PALANGANA, I. C. Desenvolvimento e Aprendizagem em Piaget e Vygotsky: a Relevância do social. São Paulo, Brasil 2001.

15 PARK, O. Functional characteristics of intelligent computer-assisted instruction: Intelligent features. In Educational Technology, pages 7 14, PIANESSO, A. C. F., CASTANHO, C. L. O., SCHREIDER, J. Design de Sistemas Tutores Inteligentes. Disponível em:< Acesso em: 30 de Outubro de RICKEL, J.W. Intelligent Computer Aided Instruction A Survey Organized Around System Components. IEEE Transactions on System, Man and Cybernetics, vol.19, n.1, pp , SANTOS, C. T., FROZZA, R., DAHMER, A., GASPARY, L. P. DÓRIS: Um Agente de Acompanhamento Pedagógico em Sistemas Tutores Inteligentes. Anais do SBIE, Santos, Brasil, SATO, P. O que é inteligência artificial? Onde é aplicada? Disponível em < Acesso em: 05 de Novembro de 2013 STEELE, G. L., Common LISP: The Language. Digital Press, Burlington, SCHUCK, P. W., GIRAFFA, L. M. M. Construindo um Sistema Tutor Inteligente para Suporte ao Ensino de Matemática Financeira: da modelagem à validação. XII Simpósio Brasileiro de Informática na Educação, SBIE, Santa Cruz, RS, Brasil, TAPAJÓS, R. Objetivos educacionais na pedagogia das humanidades médicas: taxonomias alternativas (campos de significado e competência). Revista Brasileira de Educação Médica, TURING, A. M. Computing machinery and intelligence. Mind, n59, 1950.

16 VALENTE, J. A. Diferentes usos do Computador na Educação.Disponível em:< Acesso em 01 de Novembro de 2013 WENGER, E. Artificial Intelligence and Tutoring Systems. Morgan Kaufmann Publishers, WINSTON, M. L. The biology of the honey bee. London, England, 1987.