RESUMO
Este artigo apresenta uma abordagem genérica no que diz respeito aos Sistemas Tutoriais Inteligentes (STIs). O enfoque abrange desde uma tentativa de definir tutoriais; suas bases pedagógicas e a construção do conhecimento; estratégias utilizadas na interação com o usuário; vantagens e desvantagens até alguns exemplos de STIs, aliados à inteligência artificial.
Palavras-chave
Sistemas Tutoriais Inteligentes - Bases Pedagógicas - Estratégias de Ensino - Inteligência Artificial
ABSTRACT
This article presents a generic approach in than concerns the Systems Intelligent Tutoriais (STIs). The focus embraces from an attempt of defining tutoriais; your pedagogic bases and the construction of the knowledge; strategies used in the interaction with the user; advantages and disadvantages until some examples of STIs, allies to the artificial intelligence.
1. INTRODUÇÃO
Os Sistemas Tutoriais Inteligentes (STIs) utilizados na educação são listados e conceituados por Chaiben (1999), como simuladores do processo do pensamento humano, auxiliando na solução dos problemas ou na tomada de decisões.
Para Jonassen (1993) apud Chaiben (1999), considera-se inteligente o sistema tutorial quando ele possui as seguintes características:
a) o conteúdo do tema é codificado de modo que o sistema pode acessar as informações, fazer inferências ou resolver problemas;
b) o sistema é capaz de avaliar a aquisição desse conhecimento;
c) as estratégias tutoriais são projetadas para reduzir a discrepância entre o conhecimento do especialista e o conhecimento do estudante.
O grande objetivo dos STIs é a comunicação do conhecimento ou das habilidades do especialista para que o estudante, em seu domínio, possa resolver os seus problemas.
2. DEFINIÇÃO
Com a limitação dos "softwares tutoriais" na capacidade de verificar se a informação foi processada, sentiu-se a necessidade de criar tutorias mais inteligentes, os quais apresentam uma maior capacidade na dinâmica de modelagem cognitiva. Podendo adaptar-se às necessidades individuais do aprendiz, tornando o material do estudante altamente específico.
Os Sistemas Tutoriais Inteligentes (STIs), são programas de computador com propósitos educacionais e que incorporam técnicas de Inteligência Artificial (IA). Apresentam-se através de uma seqüência de telas de informações de conteúdos e com perguntas sobre material para o estudante, geralmente utilizando-se da tecnologia dos sistemas especialistas. Procuram ensinar por instrução direta com computador, conduzindo o diálogo.
Os conteúdos e a apresentação, são direcionados de acordo com a interação do aluno, mudando o nível de compreensão, podendo mudar as estratégicas instrucionais, capazes de saber o Que ensinar, a Quem ensinar, e Como devem ensinar. Com esta interação entre estudantes e o computador faz-nos pensar que o computador está mostrando alguma inteligência.
Os STIs são sistemas educacionais que englobam a Inteligência Artificial, chamados de inteligentes e voltados para construção de outros sistemas para a área educacional. O papel da Inteligência Artificial nos programas computacionais educativos pode ser resumido através do destaque de três alternativas de recursos:
a) a possibilidade de modelar o conhecimento;
b) a capacidade do sistema em resolver problemas que o aprendiz tem que resolver;
c) a viabilidade de o sistema conduzir as interações.
Os STIs têm uma representação de conhecimento estruturado dentro de uma base de conhecimento, devendo ser capaz de avaliar a aquisição deste conhecimento pelo estudante.
3. BASES PEDAGÓGICAS
A mente humana não somente possui a capacidade de adquirir conhecimento, como também é capaz de manipular um nível de entendimento muitas vezes baseando-se apenas do próprio conhecimento. Apesar disto, muitos dos trabalhos na área de Inteligência Artificial têm buscado modelar a mente humana através de uma heurística baseada em regras, mas que não têm obtido muito êxito. Se os computadores pudessem de alguma forma ser dotados de algo como a compreensão, introspecção e razão humana, o resultado provavelmente não seria um modelo preciso do raciocínio humano, mas certamente poderia se relacionar e interagir com humanos de uma forma muito parecida a um professor humano.
O campo da pedagogia baseada em inteligência artificial busca exatamente isto, tendo o computador como uma ferramenta que pode ser utilizada para acentuar o desenvolvimento cognitivo do estudante. Isto é possível pois faz com que os alunos se interessem por operações como teste de hipóteses, manipulação de dados e comparação de dados. Uma característica importante nos sistemas especialistas é a separação do conhecimento dos métodos gerais que são usados para manipular este conhecimento. Esta característica é relevante se a aplicação é voltada ao ensino, uma vez que cada domínio (área de aplicação) tem sua própria terminologia, relações e procedimentos. Se os aspectos relacionados ao domínio podem ser formulados independentemente, então o desenvolvimento completo de um sistema de ensino pode ser bastante simplificado
[KEMP 92] Assim sendo, a tecnologia deve ser usada para melhorar a comunicação, o contato e a interação. A interação não deve tomar a forma de transmissão da informação. Programas que apoiam a solução de problemas através da colaboração e tomada de decisão interativa enriquecem o ambiente de aprendizagem. Desta forma, as tecnologias educacionais devem oferecer um ambiente onde os grupos de estudantes possam de fato explorar, analisar, pensar e refletir, propor e agir.
O grande desafio das tecnologias educacionais, então, é desenvolver programas que contemplem metodologias e conteúdos, que sirvam de apoio ao aluno, oferecendo atividades cooperativas, possibilitando uma reflexão interativa entre o que o aluno já sabe e o que se pretende que ele aprenda.
3.1. Algumas idéias sobre Tutores
Segundo Vicari e Giraffa (1996) os programa educacionais, a grosso modo, podem ser divididos em dois grandes grupos: CAI (Computer Aided Instruction), fundamentados na teoria behaviorista-comportamentalista e os Ambientes de Aprendizagem Interativa fundamentados na teoria cognitivista-conceitual piagetiana.
Os sistemas ICAI (Intelligent Computer - Assisted Instruction, cujo nome mais utilizado na literatura é ITS- Intelligent Tutorial System ou Sistemas Tutores Inteligentes) resultam da aplicação de técnicas e métodos de Inteligência Artificial em sistemas CAI, objetivando possibilitar uma maior interação entre esses sistemas e o aluno. Segundo Viccari [VIC90].
O objetivo fundamental dos Tutores Inteligentes é proporcionar uma instrução adaptada ao aluno. Segundo Viccari (1996) os Tutores se comportariam de forma mais próxima a um professor humano ou um comportamento mais próximo possível disto. Porém, a realidade está muito distante de alcançar tais propósitos.
Os ITS são programas que, interagindo com o aluno modificam suas bases de conhecimento, percebem as intervenções do aluno, possuem a capacidade de aprender e adaptar as estratégias de ensino de acordo com o desenrolar do diálogo com o aluno. Caracterizam-se principalmente por construir um Modelo Cognitivo do Aluno, através da interação, e, através da formulação e comprovação de hipótese sobre o estilo cognitivo do aluno, sobre o seu procedimento, o seu nível de conhecimento do assunto e suas estratégias de aprendizagem e na capacidade de formular uma estratégias de ensino-aprendizagem adequada ao aluno e à situação do momento. Para ser inteligente, um tutor deve ser flexível, isto é, ter capacidade para aprender com o meio ambiente e atualizar seu conhecimento (Viccari, 1990).
No processo de ensino através de um tutor inteligente o aluno aprende fazendo. Esta abordagem vem ao encontro das modernas correntes da Educação[CHA 91] que estão privilegiando e incentivando a troca de paradigma: o tradicional, o modelo do ensino, centrado no professor, pelo novo, centrado no aluno e baseado no "aprender a aprender", onde o aspeto da meta-cognição passa a ser relevante.
A meta-cognição sobre o processo de aquisição do conhecimento muda a forma de como se encarar a aprendizagem e, transforma a visão de mera transferência de conteúdos do professor para o aluno, para fornecer-lhe condições e habilidades que lhe permitam explorar o seu meio, comparar e sintetizar conhecimentos.
As formas só fazem sentido na medida em que viabilizam o domínio de determinados conteúdos e o que se precisa são novas formas de tratar o processo de aquisição de conhecimento O que se propõe é uma mudança nas estratégias de ensino utilizando os conteúdos como uma forma e do aluno dominar o método e entender o processo a fim de que possa generalizar um aprendizado para novas situações.
Existem duas principais correntes teóricas que servem de modelos educacionais e, geram duas categorias ou modelos principais: o modelo comportamentalista (behaviorista) e o modelo construtivista.
3.1.1. Teorias Comportamentalistas (BEHAVIORISMO)
A teoria comportamentalista afirma que o indivíduo associa a operação com a recompensa, e isto chama-se de aprendizado. Se alguma operação (resposta) é realizada e ela implica uma recompensa (estímulo positivo) Skinner acredita numa tecnologia manipuladora do comportamento. Na prática pedagógica, o aluno é visto como um ser passível de manipulação, portanto passivo e controlado pelo ambiente. Há um excessivo diretivismo nesta prática, nenhuma liberdade de ação é dada aos educandos, se esta não estiver prevista no planejamento de ensino. As relações pessoais e a cooperação não são levadas em conta, e o ambiente não tem sido entendido como contendo outras pessoas, é em geral apenas o mundo físico que é considerado.
As primeiras tentativas de utilizar o computador no ensino, baseiam-se nas teorias comportamentalistas. Skinner, o principal representante da psicologia comportamentalista se interessa particularmente nas máquinas para aprender construídas desde 1927 por Pressey. No entanto estas máquinas estavam baseadas em escolhas múltiplas. O aluno confronta as diferentes atividades segundo suas respostas. Instrução programada trata-se da mais conhecida aplicação educacional, específica, do trabalho de Skinner. Pode ser através de textos ou máquinas de ensinar.
Os programas realizados segundo estas teorias são muito bem estruturados segundo a seqüência dos passos definida por Gagné in Currilem:
· Ativar a motivação (expectativa)
· Dirigir a atenção (apreensão)
· Estimular a rememoração (aquisição)
· Intensificar a retenção (memorização)
· Transferência de aprendizado (generalização)
· Propiciar o desempenho (exercitação)
· Fornecer um "feed-back" (reforço)
Os softwares desta pedagogia behaviorista, são uma imitação da sala de aula, onde o professor testa o que foi aprendido pelo aluno através de exercícios.
3.1.2. Teoria Construtivista
Muitos novos programas de computador para fins de ensino e aprendizagem, baseados nas teorias comportamentais, são anunciados a cada ano. Este modelo de ensino, predominante na maior parte deste século, principalmente a partir do final dos anos 80, devido o nascimento dos microcomputadores , tem sido desafiado por um percentual significativo de programas de computador educacionais mais inovadores, baseando-se nas teorias construtivistas, mais especificamente no construtivismo cognitivo baseado no trabalho de Jean Piaget.
Segundo Piaget (1954) o indivíduo constrói significados por assimilação e acomodação. O desenvolvimento cognitivo acontece através das informações vindas do meio e pela passagem dos estágios de desenvolvimento. A teoria afirma a autonomia do sujeito, elaboração de novas formas de pensar e novos conhecimentos, através do uso da razão o sujeito pode estabelecer certezas, tornando-se livre das exigências, almejando autonomia intelectual e moral.
O cognitivismo-construtivismo adota a epistemologia de Piaget, como base para a sua prática. Segundo esta teoria, as crianças constróem o seu próprio conhecimento do mundo através da assimilação e da acomodação. As teorias cognitivas de Piaget têm sido usadas como base para modelos da aprendizagem através da descoberta, nos quais o professor desempenha um papel limitado.
O construtivismo social, é fundamentado nos estudos de Vygotsky. O construtivismo social, por sua vez, dá maior ênfase à importância crítica da interação entre o professor e o estudante (e os estudantes entre si). Esta teoria dá mais espaço para a ação do professor. os professores desempenham papéis ativos na sala de aula e, efetivamente, dão uma instrução direta. Ser provedor de uma instrução direta é um dos muitos papéis que o professor desempenha. Utilizando-se da teoria de Vygotsky, pode-se inferir que "a aprendizagem e o desenvolvimento social são atividades onde há colaboração". Assim sendo, a tecnologia deve ser usada para melhorar a comunicação, o contato e a interação. A interação não deve tomar a forma de transmissão da informação.
O modelo construtivista da aprendizagem vê os professores como facilitadores, cuja função principal é ajudar os estudantes a se tornarem participantes ativos do seu aprendizado e elaborar relações significativas entre o conhecimento anterior, o conhecimento aprendido e os processos relacionados com a aprendizagem. Visto sob este ângulo, o papel dos estudantes é o de construir o conhecimento e criar a capacidade para levar a cabo tarefas desafiadoras. (Maddux at alli,1996).
A ferramenta computacional é um dos meios mais simples de implementar a teoria construtivista. Os estudantes trabalham em situações autenticas que podem aumentar sua compreensão de como usar idéias e informações que permitiriam a construir seu conhecimento em forma autêntica.
Ausubel (1980) afirma para que a aprendizagem significativa ocorra são necessárias algumas condições:
· O aprendiz só aprende aquilo que é potencialmente significativo para ele;
· A chave da aprendizagem significativa está em relação das novas idéias e conceitos com a bagagem cognitiva do aprendiz;
· O material da aprendizagem deve ser potencialmente significativo,
· O aprendiz deve querer aprender.
3.1.2.1. Construtivismo e Projeto Instrucional
O construtivismo consiste em uma tentativa de definir um papel mais ativo para os aprendizes, no processo da aprendizagem. E o projeto instrucional compreende tanto a teoria como os procedimentos do construtivismo para o desenvolvimento dos materiais instrucionais. Os construtivistas acreditam que a aprendizagem se dá melhor quando ocorre dentro de um contexto significativo e preferem as abordagens próprias da instrução situada, tais como a aprendizagem baseada em problemas, a instrução ancorada e a aprendizagem cognitiva.
O projeto instrucional para um construtivista consiste em selecionar tarefas que sejam relevantes para a experiência de vida da criança sendo que o professor ou a pessoa que desenvolve a instrução deve dar acesso às ferramentas que podem ser utilizadas para construir soluções para o problema. E a avaliação não precisa ser realizada separada, e sim pelo sucesso da realização da tarefa.
Pressupostos do Projeto Instrucional:
Pressupostos do Construtivismo:
· Modelos mentais - organização da memória em estruturas;
· Categorias de conhecimento - existem diferentes resultados de aprendizagem e são requeridas condições diferentes para se obter cada um desses resultados diferentes;
· Representação do conhecimento;
· Realizações;
· Diferenciação das estratégias instrucionais;
· Categorias de estratégia;
· Universidade das estratégias;
· Construção da aprendizagem;
· Interpretação pessoal;
· Aprendizagem ativa;
· Aprendizagem colaborativa;
· Aprendizagem situada;
· Avaliações integradas.
4. COMO SE PROCESSA A CONSTRUÇÃO DO CONHECIMENTO A PARTIR DO USO DE TUTORIAIS INTELIGENTES
Os STIs derivam dos programas CAI e podem simular o processo do pensamento humano, para auxiliar em estratégias nas soluções de problemas ou nas tomadas de decisões.
Os modelos produzidos por AI têm potencial para representarem um grande meio de comunicação do conhecimento, porque apresentam uma modelagem cognitiva dinâmica, facilitando as decisões educacionais à medida que o estudante utiliza o sistema.
Dentre desta perspectiva, o processo de aprendizagem pode ser concebido como o mapeamento do conhecimento do tema a ser ensinado (conhecimento do professor), para a estrutura de conhecimento do estudante.
Os STIs têm sido desenvolvidos de várias formas diferentes, mas trabalhos recentes tem reforçado a ênfase sobre comunicação. Independente do paradigma utilizado, o propósito fundamental de todos os STIs é comunicar o conhecimento e/ou habilidades para o estudante resolver problemas dentro de um determinado domínio. As funções operacionais básicas são determinadas por quatro componentes principais:
· Modelo do especialista: é a base do conhecimento que o estudante deve ter para que possa aprender e resolver o problema proposto. Desta forma o modelo tem a função de fonte do conhecimento para o aluno, bem como oferece o padrão para a avaliação de desempenho por parte do estudante, ou seja, é o objeto da comunicação.
· Modelo do estudante: para que se personalize e se tenha um sistema inteligente, os STIs devem ter a máxima capacidade de modelar o conhecimento do estudante, conhecendo-o da forma mais próxima do real. Deve abranger aspectos do conhecimento e a capacidade de comportamento do aprendiz, que tenha como conseqüência o desempenho e a aprendizagem.
· Modelo pedagógico: é o conjunto de técnicas e os métodos didáticos utilizados no processamento da comunicação do conhecimento. Várias teorias foram já desenvolvidas, mas nenhuma foi aceita totalmente como modelo de cognição. Este modelo deve ter os conhecimentos necessários para tomar as decisões e ações sobre as quais o modelo de ensino deve ser empregado, dentre os disponíveis no sistema, e dependem do processo de diagnósticos. O modelo pedagógico decide o momento e o conteúdo das ações didáticas, bem como a forma de apresentá-las. Depende sempre dos fatores apresentados e não deve interferir na motivação do estudante, além de ter que deixá-lo descobrir, o que requer grande versatilidade do processo pedagógico.
· Modelo da interface com o estudante: tem por objetivo a relação entre a utilização do sistema e a eficiência e eficácia, e onde a interface deve ser construída de modo tal que o usuário não necessite estudá-la para o uso, ou seja, deve ser no mínimo intuitiva. A interface é a responsável pela comunicação de entrada e saída, nas duas direções, interagindo e fazendo as representações de maneira compreensível ao estudante, complementando os dados para o processo de aprendizagem.
A modelagem da cognição humana, a representação do conhecimento do especialista, e o sistema de interface inteligente do usuário constituem as capacidades funcionais requeridas no processo de ensino-apredizagem pois, são únicas e muitas mais complexas do que aulas apresentadas em outros sistemas.
O desenvolvimento de um STIs requer uma abordagem sistêmica para integrar os vários tipos de especialidades dentro de um único sistema.
Durante um processo educacional, o sistema monitora a performance do estudante e tenta apurar o conhecimento que o estudante detém.
Esta apuração de diagnóstico é realizado pela comparação do estado de conhecimento atual do estudante com o conhecimento contido no modelo do especialista. Os resultados desta comparação são passados para o modelo pedagógico, onde as decisões são tomadas sobre qual, quando e como a informação será transmitida através da interface do sistema com o estudante.
Na construção do conhecimento o modelo mais importante é o da interface porque, para o usuário, a interface é o próprio sistema.
Muitas teorias cognitivas tem sido propostas para projetos de interface, entretanto o objetivo maior destas pesquisas é, proporcionar ao usuário um alto grau de eficiência e eficácia com relação a utilização do sistema.
O usuário não deve ter que se adaptar à interface do sistema, ao contrário, a interface deve ser projetada para que seja intuitiva e natural para ele aprender utilizá-la.
Com relação aos sistemas tutoriais, enquanto o modelo pedagógico decide o momento e o conteúdo das ações didáticas, o modelo de interface cuida de sua forma final. É responsável pelo fluxo de comunicação de entrada e saída, proporcionando a comunicação em ambas as direções e realizando a tradução entre a representação interna do sistema e a linguagem de interface de maneira compreensível ao estudante. Mas, a interface não tem somente uma importância para a entrada e saída da informação, ela também complementa dados importantes sobre o processo da aprendizagem. Dependendo do domínio, estes dados podem ser utilizados para monitorar este processo.
5. ESTRATÉGIAS UTILIZADAS PELOS STIs NA INTERAÇÃO COM O USUÁRIO
As estratégias de ensino são implementadas como planos de como se deve processar as formas de ensino e da aprendizagem do aluno.
Na formação de um plano de como ensinar determinado conteúdo do domínio, o tutor necessita do conhecimento oriundas do diagnóstico, da monitorização sobre o comportamento da interação com o aluno e, das características cognitivas do aluno a gerar uma seqüência de táticas capazes de conduzir uma interação de ensino-aprendizagem, com relativo sucesso.
A partir de um paradigma ou teoria de ensino aprendizagem assumido, é determinado um plano de ações didáticas, que constituem-se em táticas sobre como, quando e o que trabalhar com os alunos para que surja o processo de ensino aprendizagem, isto é, as técnicas de instrução.
Instrução é a forma de apresentação do conteúdo a ser ensinado ou aprendido pelo aluno.
Currículo é a seleção e a seqüência do conteúdo a ser apresentado ao aluno. Dependendo do método de ensino que é adotado, tem-se maior ou menor esforço na seleção e seqüência do conteúdo (currículo) ou na instrução.
Um STIs pode utilizar-se de diferentes técnicas instrucionais ou de ensino mas, deve exibir sempre no mínimo três características:
· Ter controle sobre o currículo;
· Ser capaz de responder às questões do aluno referentes ao conteúdo em estudo;
· Ser capaz de determinar as necessidades de auxílio em tempo e tipo.
Atualmente tem-se procurado adotar estratégias de ensino que se aproximam das abordagens construtivistas ou humanistas, e também em outras formas híbridas.
Tem-se observado também uma enorme quantidade de termos para estratégias de ensino, que pouco diferem entre si, e que quando analisadas de perto demostram ser as mesma com pequenas variações, decorrentes de um mix de estratégias ou abordagens e ângulos diferentes de uma mesma estratégia.
5.1. TIPOS DE ESTRATÉGIA
5.1.1. Modelo de Ensino Socrático/ Diálogos Exploratórios
O modelo socrático é um modelo conduzido pelo tutor, a partir de um assunto no qual o aluno já demonstre possuir algum conhecimento. Assim o tutor reconhecendo o conteúdo de domínio do aluno durante uma interação o tutor aprofunda o conteúdo baseado numa hierarquia de dificuldades crescente, pré- estabelecida como citado em [VIC90].
Neste modelo, o aluno aprende através de uma sucessões de questões que visam formular princípios gerais e restritos onde, ele poderá analisar hipóteses, descobrir contradições e fazer conclusões corretas.
5.1.2. Modelo de Ensino por Treinamento (Coaching)
O modelo por treinamento é um modelo em que o sistema monitora as atividades do aluno, e quando reconhece uma situação como não sendo a melhor o interrompe para dar conselhos [BRT88]. Uma abordagem interessante nos é dada por [VAN96]. Segundo ele "coaching" pode ser utilizado como uma poderosa ferramenta na soluções de problemas , aplicando neste caso um dos tipos de aprendizagem cognitiva (cognitive apprenticeship [COL89] e [CHE95]). Na implementação desta estratégia, o problema é resolvido simultaneamente pelo aluno e pelo tutor, sendo que algumas vezes o estudante lidera o processo de resolução e o tutor somente indica sua concordância ou não em cada etapa. Ao contrário algumas vezes o tutor orienta o aluno através de partes mais difíceis naquelas em que o aluno não consegue resolver sozinho. A questão mais interessante e mais importante dessa abordagem é que durante todo o tempo eles estão trabalhando na modalidade de resolução de problemas.
Segundo [VAN96] um treinador que pouco interrompe o processo de resolução de problemas, está esmorecendo sua plataforma de ajuda.
Um ITS pode também utilizar a resolução de problemas orientada [AND95]. O que nos chama a atenção e que a resolução de problemas orientada, permite a interferência do tutor humano, em situações que requerem discussões de princípios básicos ou de conceitos das tarefas de domínio. O tutor humano interrompe a execução das soluções do aluno para apresentar e discutir pontos importantes do domínio em estudo[VAN96].
A resolução orientada de problemas é relevante na fase dois acima, e dela derivam dois processos básicos:
· Prática da aplicação do conhecimento disponível
· Aquisição de novos conhecimentos
O aprendizado de conceitos e o meta-aprendizado, são modalidades que não utilizam a estratégia de resolução orientada de problemas, mas em [VAN96], encorpora estas duas aprendizagens em seu contexto.
Portanto entende-se por aprendizado de conceitos a aquisição de conceitos básicos de um domínio, usando-os corretamente e reconhecendo quando aplicá-los em situações diversas daquelas estudadas.
Meta-aprendizado significa adquirir novas estratégias de aprendizado que são mais efetivas que aquelas que os alunos estão acostumados.
A estratégia de resolução orientada de problemas está dentro da filosofia de aprender-fazendo, que é apoiada pelos adeptos da aplicabilidade pedagógica do construtivismo.
5.1.3. Modelo de Ensino baseado em Casos (Case-based teaching)
Este modelo baseia-se na crença que a maior tarefa da ação educacional é ensinar conhecimento e a forma de acessar o conhecimento [SCH91]. Geralmente é usado tanto de apoio ao ensino, onde a área de conhecimento é vasto e também no conhecimento complexo e dinâmico.
Neste dois tipos de domínio, a forma de representar o conhecimento é dificultado, pela grande quantidade de regras necessárias para descrever toda a área de domínio. Neste caso, uma alternativa é representar o domínio através de casos-exemplos que incorporam, explícita ou implicitamente, as fórmulas e os princípios relevantes.
O raciocínio que permite que o processo de ensino aprendizagem aconteça através de problemas colocados e resolvidos pela adaptação de soluções previamente apresentadas de problemas similares, bem como resolução de problemas através da exploração de soluções de forma dirigida indiretamente. Raciocínio baseado em casos é uma técnica de IA que procura em uma base de casos por um caso mais próximo (análogo) para aplicar sua solução no novo caso.
5.1.4. Modelo de Ensino baseado em Ambientes Exploratórios
Neste modelo se enquadram todos os STI que desenvolvem sua técnicas instrucionais em ambientes de simulação de situações de experiência e ambientes exploratórios. A modelagem e a simulação estão entre as formas mais criativas e benéficas de aplicações na educação. Isso acontece pelo fato de que a construção e simulação de modelos formais é muito semelhante como o próprio conhecimento científico é gerado, através do ciclo: hipótese, observação, experimentação e formação de leis e teorias [SAB84].
A modelagem e simulação podem ser amplamente usados no processo ensino aprendizagem, desde 1984, para os estudante de menor idade é comum o tutor humano usar programas prontos de simulação estática ou dinâmica, assim na interação com o modelo o aluno adquiri mais conhecimento.
O nível de conhecimento prévio do aluno, a complexidade do modelo e os recursos de simulação e que vão determinar a melhor adequação da atividade ao currículo específico.
A simulação combinada com a modelagem que leva o aluno a construir total ou parcialmente o modelo, representam uma poderosa ferramenta didática.
6. VANTAGENS E DESVANTAGENS
6.1.VANTAGENS
a) O surgimento dos Sistemas Tutoriais Inteligentes - STIs ou ICA - Intelligente Computer Assisted Instruction, na década de 70 trouxe a promessa da solução dos problemas apresentados pelos tutoriais tradicionais, conhecidos como CAI - Computer Assisted Instruction.
b) Personalizar o aprendizado e oferecer uma grande variedade de tipos de apresentação da matéria.
c) Nos STIs , o conhecimento está presente em um ambiente hipermídia navegável, e o estudante está essencialmente em controle da sessão de aprendizagem.
d) Sistemas Inteligentes têm sido projetados para o auxílio do professor e para automatizar a instrução.
e) Os Sistemas têm sido considerados como "multimeios"e substituindo, por vez os softwares tutoriais.
f) Em Sistemas Inteligentes, há uma combinação de gráficos, animação, sons e filmes com uma série de dispositivos de navegação, como botões e menus. Isto permite ao aluno mover-se através do material de acordo com seu conhecimento.
g) A experiência mostra que os especialistas dominam a tecnologia e que os estudantes estão contentes com o alto grau de liberdade na aprendizagem.
h) Personaliza o ensino a cada tipo de estudante.
i) Procura saber como o estudante resolve os problemas.
j) Analisa as razões das respostas corretas e/ou incorretas, diagnósticos durante todo o processo de aprendizagem.
6.2. DESVANTAGENS
a) Professor acostumado a abordar os mesmos tópicos com idéias específicas.
b) Muitas vezes são desenvolvidos em outras línguas, o que dificulta sua utilização.
c) O computador não é capaz de modificar suas apresentações, seus exemplos e seus conteúdos conforme as respostas dos estudantes.
d) O estudante fica fechado dentro de um paradigma de aprendizagem que pode não atingir as necessidades individuais do estudante.
e) Muitas vezes o conteúdo dos tutoriais é irrelevante.
f) Uso ilimitado de técnicas de IA para fins tutoriais.
g) A maioria deles utiliza vastos catálogos de erros.
h) Enorme tempo exigido.
i) Uso de teorias do desempenho ao invés de teorias cognitivas de aprendizagem.
7. EXEMPLOS DE SISTEMAS TUTORIAIS INTELIGENTES
As pesquisas em sistemas inteligentes têm produzido e certamente continuarão proporcionando um campo de visão para os problemas relacionados com aprendizagem e instrução. Por isso devem continuar sendo pesquisados ativamente.
O desenvolvimento de um software educacional inteligente atualmente requer uma grande quantidade de esforço concentrado e uma diversidade de conhecimentos e técnicas. Além disso, muitos destes programas têm sido indevidamente rotulados "inteligentes". Portanto, um estudo comparativo de STIs é importante para os profissionais das diversas áreas de conhecimento envolvidas na construção destes sistemas. Certamente, novas pesquisas trarão avanços consideráveis em áreas como interação homem-máquina e aprendizagem humana e de máquina.
A seguir serão descritos alguns dos esforços historicamente importantes no desenvolvimento de Sistemas Tutoriais Inteligentes. A maioria destes STIs têm sido extensivamente documentados, como por exemplo em [WENGER 87].
7.1. SCHOLAR
O programa SCHOLAR [CARBONELL 70] foi o primeiro a tentar incluir a modelagem do conteúdo. O conhecimento do sistema é representado em uma rede semântica cujos nodos significam objetos e conceitos geográficos sobre a América do Sul. Esta rede contém uma série de elementos ligados por relações claramente especificadas, onde por exemplo, o Brasil é um sub-conceito de país localizado na América do Sul.
Carbonell achava que uma rede semântica completa podia ser utilizada para modelar o conhecimento do estudante. Assim, ele sugeriu uma rede completa para modelar o "estudante perfeito" e progressivamente perturbá-lo para refletir o s eu desempenho até aquele momento, apagando e até mesmo modificando nodos e ligações. O modelo do estudante no sistema SCHOLAR, em termos de avaliações ligadas aos conceitos individuais de uma representação modular do conhecimento especialista, constitui uma primeira versão do que foi posteriormente chamado o método "overlay".
Um detalhe interessante neste sistema, é que o estudante pode alterar a qualquer momento o modo de controle para o diálogo (teclando "Q/A"). Assim o estudante pode solicitar ao sistema simplesmente responder suas questões, conduzir um diálogo de iniciativa mista, ou assumir o comando e fazer perguntas. Por exemplo, o estudante pode perguntar "Qual é a latitude do Brasil?" e o sistema irá localizar o elemento Brasil, e então a relação latitude, e apresentará o valor do elemento ligado com esta relação. Portanto, o sistema pode determinar a relação semântica entre dois nodos, simplesmente seguindo seus respectivos caminhos na hierarquia até um nodo em comum ser encontrado.
O sistema SCHOLAR representou uma grande descoberta nesta área. Com seu conhecimento de domínio representado como uma rede semântica, o sistema faz uso de procedimentos de inferência para uma interação tutorial simples. Usualmente os tutores de iniciativa mista dependem da fácil interação do sistema com o estudante através da linguagem natural. Assim, serão necessários avanços consideráveis na área de compreensão de linguagem natural, e isso, sem dúvida, é um dos grandes desafios da Inteligência Artificial.
7.2. SOPHIE
SOPHIE (SOPHisticated Instructional Environment) é um sistema ICAI desenvolvido por John Seely Brown, Richard Burton, e seus colegas na Bolt Beranek and Newman, Inc. [BROWN 75], para explorar a iniciativa do estudante durante uma interação tutorial. A meta do projeto SOPHIE era criar um ambiente de aprendizagem na qual os estudantes seriam desafiados a explorar idéias sobre suas próprias conjecturas ou hipóteses em situações de resolução de problemas.
Ao contrário do SCHOLAR, seu principal esquema representacional para o conhecimento do domínio é um modelo de simulação, ao invés de uma rede semântica. O programa apresenta ao estudante a simulação de uma parte de um equipamento eletrônico com defeito. O estudante deve diagnosticar o problema fornecendo as medidas adequadas ou formulando algumas questões específicas. O sistema é projetado para responder questões hipotéticas sobre o sistema sendo simulado, e também avaliar hipóteses. O SOPHIE proporciona ao estudante um ambiente de aprendizagem no qual ele adquire técnicas para a resolução de problemas experimentando suas idéias, ao invés de somente expor o material a ser ensinado. O sistema tem um modelo do conhecimento para resolução de problemas em seu domínio, assim como numerosas estratégias heurísticas para responder às questões dos estudantes, criticar suas hipóteses, e sugerir teorias alternativas. O SOPHIE permite que os estudantes tenham uma relação um-para-um com o especialista baseado em computador que os auxilia no surgimento de suas próprias idéias, experimentando estas idéias e depurando-as quando necessário.
Assim como o SCHOLAR, o projeto SOPHIE também foi marcante para estudos futuros na área, gerando uma longa e diversificada linha de pesquisa.
7.3. WEST
O projeto WEST [BURTON 79] foi iniciado no contexto do SOPHIE. Uma vez que o domínio da eletrônica parecia muito complexa para uma primeira investigação da arte de treinar, o domínio escolhido para este propósito foi o jogo educacional para computador chamado "How the WEST was won", desenvolvido para o projeto PLATO Elementary Mathematics Project. Este domínio estava de acordo portanto com o conceito de ambiente de aprendizagem reativo. O propósito do jogo é exercitar técnicas de aritmética.
Para acompanhar todas as necessidades do programa: determinar o que o estudante conhece, quando interromper, e o que dizer, Burton e Brown adicionaram um componente ao sistema e o denominaram "Coach", porque ele agia como um "treinador", observando e auxiliando o jogador a melhorar. O Coach desenvolvido para o WEST baseia-se na idéia de "Issues" e "Examples". Issues são conceitos usados no processo de diagnóstico para identificar, à qualquer momento, o que é relevante. Examples são instâncias concretas destes conceitos abstratos. O fundamento é que a melhor maneira de aumentar a técnica do estudante é ilustrando a ajuda educacional com exemplos concretos.
Há três níveis de Issues : habilidades matemáticas, regras e estratégias particulares ao WEST, e habilidades relevantes para jogar, tal como a aprendizagem a partir do oponente. A maioria das informações sobre as quais o Coach baseia suas decisões vêm da comparação das ações do jogador com o que o especialista faria nas mesmas circunstâncias. Portanto, o WEST contém não somente uma representação do conhecimento do especialista, mas também técnicas tutoriais para utilizar a informação produtivamente.
A influência do WEST na área foi muito significativa, e o sistema é ainda hoje uma referência aos pesquisadores. Entretanto, o tutor em si foi utilizado somente durante alguns meses de experimentos preliminares. Isto pode ser devido ao custo do equipamento em que ele foi originalmente desenvolvido. Considerando o número de jogos ruins atualmente disponíveis para computador, é uma pena que programas cuidadosamente elaborados como WEST devam permanecer somente como experimentos de laboratório [WENGER 87].
7.4. GUIDON
O sistema GUIDON é um sistema tutorial especialista para o ensino de diagnóstico de doenças infecciosas do sangue [CLANCEY 87a], que foi desenvolvido a partir da base de conhecimento já formada do MYCIN, talvez o mais antigo e conhecido sistema especialista, e cuja concepção original foi inspirada pelas capacidades de diálogo do sistema SCHOLAR.
Os sistemas especialistas parecem oferecer uma base ideal para a construção de programas tutoriais. Além do fato óbvio de apresentarem grande quantidade de conhecimento especialista, uma outra vantagem é a usual separação da base de conhecimento contendo as regras de produção do interpretador procedimental que as utiliza. Ainda que um sistema especialista tenha uma boa capacidade de explicação, ele pode somente justificar suas ações passivamente. Para ser capaz de ativamente apresentar o conhecimento, um sistema tutorial necessita de técnicas adicionais para selecionar o material educacional, ser sensitivo ao estudante, e conduzir uma interação de modo bastante eficaz [WENGER 87]. Por isso, os resultados da pesquisa de Clancey não foram os desejados, embora tenham deixado importantes contribuições tanto para as pesquisas em sistemas especialistas quanto para os sistemas educacionais.
A estratégia da apresentação pedagógica adotada pelo GUIDON utiliza o método de caso: um diálogo de iniciativa mista concentra sobre casos específicos para transmitir o conhecimento do MYCIN aos estudantes em um contexto de resolução de problemas bastante realístico.
Os pesquisadores do GUIDON perceberam que o importante conhecimento estrutural (hierarquias de dados e hipóteses de diagnóstico) e o conhecimento estratégico (pesquisa do espaço de problema através de refinamentos "top-down") estavam implícitos nas regras. Isto é, o conhecimento procedimental que ocasionava um bom desempenho na resolução de problemas em uma consulta ao MYCIN, não estava disponível para propósitos de ensino. Para tornar este conhecimento explícito, um novo sistema foi desenvolvido, o NEOMYCIN, que separa as estratégias de diagnóstico do conhecimento do domínio e faz bom uso da organização hierárquica de dados e hipóteses. Clancey [CLANCEY 87b] faz uma boa análise dos problemas enfrentados : "[...] ensino e explicação, nós reconhecemos, exigem diferentes demandas de um especialista que simplesmente resolve problemas. Um professor pode fazer analogias, ter múltiplas visões, e níveis de explicação que são desconhecidos do MYCIN. Na construção do MYCIN, nós não tornamos explícito como um especialista organiza seu conhecimento, como ele recorda este conhecimento, e quais estratégias ele utiliza para problemas próximos [...]"
O projeto GUIDON é o único na tentativa de transformar um sistema especialista em um tutor inteligente. A principal contribuição da primeira versão deste sistema, é a identificação e o tratamento separado de diferentes tipos de conhecimento que devem ser disponibilizados para um tutor funcionar eficazmente.
7.5. HYDRIVE
HYDRaulics Interactive Video Experience é um STI que incorpora multimídia para resolver problemas de sistema hidráulico de um avião F-15. Apesar do HYDRIVE utilizar um disco laser externo para suportar imagens de vídeo, o conteúdo do disco laser (seqüência de animações e imagens) é representado na base de conhecimento utilizada pelo sistema.
O propósito deste STI é dar instrução aos técnicos de vôo para a solução de problemas complexos. O sistema, quando necessário, pode selecionar um conteúdo de vídeo, a partir de um disco laser, e então apresentá-lo. As pessoas que estão sendo treinadas podem ver os componentes da aeronave em operação. O sistema também pode apresentar instruções realísticas utilizando vídeo dos pilotos da aeronave e mecânicos.
No HYDRIVE, o material multimídia é disponível para o sistema através da codificação de uma representação do conteúdo na forma de regras na base de conhecimento. Quando uma seqüência em particular necessita ser mostrada, ela pode ser localizada através desta representação. Esta incorporação de vídeo no HYDRIVE satisfaz as exigências de um STI para proporcionar uma boa instrução aos funcionários sendo treinados. Os modelos definem o que o sistema deve fazer após a ação da pessoa em treinamento, e a resposta do sistema pode então ser interpretada como uma determinada meta de apresentação.
O ambiente de implementação do HYDRIVE consiste de três elementos distintos: C, IL (Interface Language), e Arity Prolog. A linguagem C passa informação entre a interface e a máquina de inferência. IL é uma linguagem orientada a eventos utilizada para criar interfaces complexas consistindo de apresentações gráficas de alta qualidade e com recursos de controle de vídeo. O Arity Prolog foi utilizado para criar a máquina de inferência do HYDRIVE - os modelos do sistema, do estudante, e educacional [KAPLAN 95].
Quando a implementação do sistema HYDRIVE começou, haviam poucas alternativas para a implementação de um STI como este. Atualmente existem novas opções para a criação de sofisticadas interfaces, pois a ferramenta escolhida para a criação de um STI deve simplificar este processo ao máximo.
8. CONSIDERAÇÕES FINAIS
Mais de uma década passou desde o lançamento dos primeiros protótipos de STIs, e poucos projetos saíram dos laboratórios de pesquisa. E isso se justifica pelo fato que ensinar não é coisa fácil ao contrário é difícil e o fato de projetar um STIs requer uma grande compreensão das várias dimensões envolvidas no processo.
Verificando os sistemas CAI comercialmente disponíveis hoje, conclui-se que poucos exibem até mesmo as mais simples características "inteligentes".
No entanto, quatro milhões de computadores nas escolas públicas americanas são usados predominantemente pelos sistemas CAI. Por isso, o desenvolvimento de STIs tem sido dirigido pela necessidade de superar as deficiências apresentadas pelos sistemas CAI com relação, principalmente, à estática da instrução, ao fraco conteúdo do domínio, e à curta retenção, que tendem a reduzir o processo a uma simples transferência de informações.
Existem ainda vários problemas relacionados ao desenvolvimento destes sistemas. Um deles é a falta de um paradigma estabelecido para descrever o processo de aquisição de conhecimento. Várias teorias foram desenvolvidas, mas nenhuma tem sido aceita como um modelo apropriado de cognição.
Outro problema, é a incapacidade de um sistema em gerar um raciocínio pedagógico inteiramente autônomo, o que possibilitaria ao sistema tomar decisões que não tivessem sido antecipadas pelos especialistas. Assim, os projetos são baseados em modelos que podem ou não representar o processo de aquisição de conhecimento.
Estas considerações significam que é necessário voltar-se para questões profundas sobre a natureza do conhecimento, a comunicação, a aprendizagem e a compreensão.
9. BIBLIOGRAFIA
[1] Algumas idéias sobre tutores:
Http://lec.psico.ufrgs.br/~rosana/tutores.htm
[2] AUSUBEL, D. Psicologia Educacional. Rio de Janeiro:Interamericana, 1980
[3] BICA F., SILVEIRA R., VICCARI R., Educação a distância: do paradigma de
tutores inteligentes a uma arquitetura multiagentes, Universidade Federal do Rio Grande do Sul. Anais do IV Congresso da ABED(Associação Brasileira de Ensino a Distância)/1998 -
[4] CURILLEN, Glória M: Tutorias http://wwwedit.inf.ufsc.br:1998//trabalhosFinais/tuturiais.ppt
[5] KEMP, R., "Intelligent Computer Assisted Instruction: A Knowledge-Based Perspective", The Australian Computer Journal, Vol. 24 N. 3, pp.121-129, 1992.
[6] MADDUX, C. D; JOHNSON, D.; WILLIS, J. W. Educational computing - learning with tomorrow's technologies. Boston: Allyn & Bacon, 1996.
[7] PIAGET J., A psicologia da Inteligência. Editora Fundo de Cultura S.A Lisboa . 1967.
[8] RABUSKE, Renato A. Inteligência artificial. Florianópolis: UFSC, 1995.
[9] RAMOS, Edla M.F. Educação e informática - reflexões básicas. Florianópolis: UFSC, Revista Graf & Tec, nº0, jul 1996.
[10] TAILLE,Yves de La, Marta Kohl de Oliveira e Heloysa Dantas, Teorias psicogenéticas em discussão Editora: Summus Editorial ,São Paulo,1992.
[11] TROLLIP, S.R. & ALESSI, S.M., "Computer - Based Instruction , Methods and Development" Second Edition, Prentice Hall, INC, 1991.
[12] VYGOTSKY, Lev Semenovich. A formação social da mente. São Paulo: Martins Fontes, 1991.
[13] ZANDOMENEGUI, Ana Lúcia A. O , et alli, Inteligência Artificial e Informatização Educacional
http://wwwedit.inf.ufsc.br:1998/alunos99/trabfinal/ernani.html
10. Outros Referenciais
[AKHRAS 95] AKHRAS, F. N., SELF, J., "A Process-oriented Perspective on Analysing Learner-Environment Interactions in Constructivist Learning", em Proceedings of the Brazilian Symposium on Co mputing in Education (SBIE'95), Florianópolis, 1995.
[BRACHMAN 88] BRACHMAN, R.J., "The Basics of Knowledge Representation and Reasoning", AT&T Technical Journal, Vol.67, N.1, p. 15, 1988.
[BRACHMAN 90] BRACHMAN, R.J., "The Future of Knowledge Representation", em "Proceedings Eighth National Conference on Artificial Intelligence", Vol 2, pp. 1082-1092, Boston-USA, 1990.
[BROWN 75] BROWN, J. S., BURTON, R. R., e BELL, A. G., "SOPHIE: A Step Towards a Reactive Learning Environment", International Journal of Man-Machine Studies, Vol. 7, pp. 675-696, 1975.
[BUCHANAN 78] BUCHANAN, B.G., FEIGENBAUM, E.A., "DENDRAL and Meta-DENDRAL: Their Applications Dimension" Artificial Intelligence, 11(1,2), pp. 5-24, 1978.
[BUCHANAN 89] BUCHANAN, B.G., SMITH, R.G., "Fundamentals of Expert Systems" em BARR, A., COHEN, P.R., FEIGENBAUM, E.A., "The Handbook of Artificial Intelligence Vol. IV" Addison-Wesley Publish ing Company, Inc., 1989.
[BURTON 79] BURTON, R. R., BROWN, J. S., "An Investigation of computer coaching for informal learning activities", International Journal of Man-Machine Studies, Vol. 11, pp. 5-24, 1979.
[CARBONNEL 70] CARBONNEL, J.R., "AI in CAI: An Artificial Intelligence Approach to Computer Assisted Instruction", IEEE Transactions on Man-Machine Systems, Vol. 11, N. 4, pp. 190-202, 1970.
[CLANCEY 87a] CLANCEY, W.J., "Knowledge-Based Tutoring: The GUIDON Program", The MIT Press, 1987.
[CLANCEY 87b] CLANCEY, W.J., "Methodology for Building na Intelligent Tutoring System", em KEARSLEY, G., "Artificial Intelligence and Instruction - Applications and Methods", pp. 193-227 , 1987.
[COHEN 89] COHEN, P.R. e FEIGENBAUM, E.A., "The Handbook of Artificial Intelligence - Vol. III", Addison-Wesley Publishing Company, Inc., 1989.
[FOWLER 91] FOWLER, D.G., "A Model for Designing Intelligent Tutoring Systems", Journal of Medical Systems, Vol. 15, N.1, 1991.
[HIX 93] HIX, D. & HARTSON, H.R., "Developing User Interfaces", John Wiley & Sons, Inc.,1993.
[ISRAEL 83] ISRAEL, D. J., "The Role of Logic in Knowledge Representation", IEEE Computer, pp.37-41, 1983.
[JONASSEN 93a] JONASSEN, D.H.,WANG, S., "The Physics Tutor: Integrating Hypertext and Expert Systems", Journal of Educational Technology Systems, Vol. 22(1), pp. 19-28, 1993.
[KAPLAN 95] KAPLAN, R., ROCK, D. "New Directions for Intelligent Tutoring", AI Expert, pp. 30-40, Feb. 1995.
[KEMP 92] KEMP, R., "Intelligent Computer Assisted Instruction: A Knowledge-Based Perspective", The Australian Computer Journal, Vol. 24 N. 3, pp.121-129, 1992.
[LIEBOWITZ 95] LIEBOWITZ, J., "Expert Systems: Dead or Alive ?", Educational Technology, pp. 53-55, March-April 1995.
[LINARD 95] LINARD, M., ZEILIGER, R., "Designing a Navigational Support for an Educational Software", versão eletrônica em "http://www.irpeacs. fr/papers/rz/artmosc.htm", 1995.
[LIU 94] LIU, M., "Hypermedia Assisted Instruction and Second Language Learning: A Semantic-Network-Based Approach", em Reed, W.M., Burton, J.K., e Liu, M., "Multimedia and Megachange: New Roles for Educational Computing", The Haworth Press, Inc., pp. 293-312, 94.
[MINSKY 68] MINSKY, M. (editor), "Semantic Information Processing", The MIT Press, Cambrige, 1968.
[MINSKY 86] MINSKY, M. , "The Society of Mind", Simon & Schuster, Inc, New York, 86.
[NAGAO 90] NAGAO, M., "Knowledge and Inference", Academic Press Inc., 1990.
[OREY 93] OREY, M.A. & NELSON, W.A., "Development Principles for Intelligent Tutoring Systems: Integrating Cognitive Theory into the Development of Computer-Based Instruction", Educational Technology Re search and Development, Vol 41, N. 1, pp. 59-72, 1993.
[PARK 87] PARK, O., PEREZ, R.S. and SEIDEL, F.J., "Intelligent CAI: Old Wine in New Bottles or a New Vintage ?", em KEARSLEY, G., "Artificial Intelligence and Instruction - Applications and Methods" ;, pp. 11-45.
[PARK 88] PARK,O., "Functional Characteristics of Intelligent Computer-Assisted Instruction: Intelligent Features", Educational Technology, June 1988, pp. 7-14.
[PEPER 91] PEPER, G., "Hypertext: Its Relationship to, and Potencial Impact on, Knowledge Based Systems", 1991.
[QUILLIAN 68] QUILLIAN, M. R., "Semantic Memory", em MINSKY, M., "Semantic Information Processing", The MIT Press, Cambrige, pp. 227-270, 1968.
[RICH 88] RICH, E., "Inteligência Artificial", tradução do original "Artificial Intelligence", McGraw-Hill, 1988.
[RICHMOND 75] RICHMOND, W.K., "A Revolução no Ensino" tradução do original "The Teaching Revolution", Companhia Editora Nacional, 1975.
[RICKEL 89] RICKEL, J.W., "Intelligent Computer-Aided Instruction: A Survey Organized Around System Components", IEEE Transactions on Systems, Man, and Cybernetics, Vol. 19, N. 1, pp. 40-57.
[RINGLAND 88] RINGLAND, G.A. e DUCE, D.A. (editores), "Approaches to Knowledge Representation- An Introduction", John Wiley & Sons Inc., 1988.
[SAVORY 88] SAVORY, S. E.(editor), "Some Views on the State of Art in Artificial Intelligence" em "Artificial Intelligence and Expert Systems", Ellis Horwood Limited, 1988, pp. 21-34, Inglaterra .
[SCHUTZER 87] SCHUTZER, D. , "Artificial Intelligence - An Applications-Oriented Approach", Van Nostrand Reinhold Company, New York, 1987.
[SHASTRI 91] SHASTRI, L., "Why Semantic Networks ?", em Sowa, J.F.,"Principles of Semantic Networks-Explorations in the Representation of Knowledge", Morgan Kaufmann Publishers, Inc., 199 1.
[SHNEIDERMAN 92] SHNEIDERMAN, B., "Designing The User Interfaces: Strategies for Effective Human Computer Interaction", Addisson-Wesley, 1992.
[SHORTLIFFE 76] SHORTLIFFE, E.H., "Computer-Based Medical Consultations: MYCIN", New York: American Elsevier, 1976.
[SOWA 91] SOWA, J.F. (editor) , "Principles of Semantic Networks-Explorations in the Representation of Knowledge", Morgan Kaufmann Publishers, Inc., 1991.
[THOMASON 91] THOMASON, R. H. e TOURETZKY, D. S., "Inheritance Theory and Networks with Roles", em Sowa, J.F.,"Principles of Semantic Networks-Explorations in the Representation of Knowledge", Morgan Kaufmann Publishers, Inc., 1991.
[TROLLIP 91] TROLLIP, S.R. & ALESSI, S.M., "Computer - Based Instruction , Methods and Development" Second Edition, Prentice Hall, INC, 1991.
[VICCARI 94] VICCARI, R.M., "Inteligência Artificial e Educação-Indagações Básicas", Anais do IV Simpósio Brasileiro de Informática na Educação, Re cife, 1993.
[WATERMAN 86] WATERMAN, D.A., "A Guide to Expert Systems", Addison-Wesley Publishing Company, 1986.
[WENGER 87] WENGER, E., "Artificial Intelligence and Tutoring Systems", Morgan Kaufmann Publishers, Inc., 1987.
[WOODS 91] WOODS, W. A., "Understanding Subsumption and Taxonomy: A Framework for Progress", em Sowa, J.F.,"Principles of Semantic Networks-Explorations in the Representation of Knowledge", Morgan Kaufmann Pub. Inc., 1991.