1. adalbertobosco@gmail.com 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