Aprimoramento das habilidades cognitivas de resolução de problemas com o apoio de um agente conversacional

AUTOR(ES)
FONTE

IBICT - Instituto Brasileiro de Informação em Ciência e Tecnologia

DATA DE PUBLICAÇÃO

2011

RESUMO

Uma questão que se apresenta relevante, nesta tese, é que na maioria das vezes, o estudante, principalmente, o novato, demonstra grande dificuldade na aprendizagem baseada na resolução de problemas. Portanto, este precisa de monitoração, isto exige um apoio de entidades ou pessoas mais experientes. Percebe-se que, muitas vezes, por falta de domínio na área do conhecimento tratada, o estudante não analisa minuciosamente os dados do problema para poder conduzir objetivamente cada etapa de solução. Várias habilidades cognitivas são exigidas durante o processo de resolução de problemas, como por exemplo, codificação, comparação e combinação, componentes cognitivos significativos detectados em estudantes talentosos. A aprendizagem por meio do processo de resolução de problemas num ambiente online pode ampliar o pensamento crítico e aprimorar a tomada de decisão. Nesta pesquisa, foi criado um agente conversacional chamado Blaze, com o intuito de apoiar o estudante durante a aprendizagem autorregulada baseada na resolução de problemas. O agente foi desenvolvido com a linguagem de marcação AIML (Artificial Intelligence Markup Language), tendo sua base de conhecimento construída por meio da elicitação e representação dos processos cognitivos dos estudantes talentosos, alunos medalhistas da Olimpíada Brasileira de Matemática das Escolas Públicas. Utilizou-se a técnica de Raciocínio Baseado em Casos para permitir a recuperação e reutilização de experiências passadas dos estudantes talentosos. Foram realizados tantos experimentos com outros estudantes de graus de escolaridades distintos (2ª série do ensino médio, Licenciatura em Ciências e Licenciatura em Matemática) com o objetivo de investigar o engajamento e o aprimoramento das habilidades cognitivas destes durante a resolução dos problemas com a assistência do agente conversacional Blaze. Nestes experimentos, alguns estudantes interagiram com o agente Blaze durante o processo de resolução de problemas matemáticos, enquanto outros trabalharam sozinhos na resolução dos mesmos problemas. Os resultados obtidos nos experimentos permitiram verificar que o apoio do agente conversacional Blaze, no contexto de uma aprendizagem autorregulada durante a resolução de problemas, contribuiu qualitativamente para o aprimoramento de diversas habilidades cognitivas, como por exemplo, pensamento crítico, pensamento criativo, raciocínio lógico, bem como, permitiu o uso da metacognição.

ASSUNTO(S)

problem solving computador na educação resolução de problemas cognitive processes desenvolvimento cognitivo conversational agent raciocínio case-based reasoning aprendizagem baseada em problemas self-regulated learning

ACESSO AO ARTIGO

Documentos Relacionados