Adaptive Learning: como a inteligência artificial ajuda na personalização do ensino

Inteligência artificial é capaz de apontar pontos fracos e fortes na aprendizagem de cada aluno e possibilita criação de soluções individuais

A inteligência artificial permite que os serviços de streaming consigam saber e decodificar quais as preferências e perfis de cada um de seus usuários. Apoiados por essa tecnologia é possível, por exemplo, elencar programas e gêneros preferidos, a partir do que é acessado, e disponibilizar sugestões de conteúdos personalizados. A mesma lógica pode ser utilizada na educação, por meio do chamado adaptive learning – ou aprendizagem adaptativa.

Trata-se de uma estratégia de personalizar o ensino com um software que coleta dados a partir da interação dos usuários em um determinado espaço. Essas informações são processadas por um algoritmo de inteligência artificial, o que torna possível o oferecimento de conteúdos condizentes e necessários para o desenvolvimento do aprendizado de cada aluno.

“O Adaptive Learning consegue, basicamente, ‘ler’ toda a trilha de aprendizagem anterior de um aluno, identificar seus pontos fortes e fracos e determinar, a partir disso, qual o caminho ideal para sua educação no futuro”, resume Aran Bey, engenheiro de sistemas que leciona na Unisul desde 1998, e conta com mestrado e doutorado em Engenharia de Produção, na área de Inteligência artificial.

A origem da Inteligência Artificial

Para explicar como, na prática, funciona a aplicação da inteligência artificial no ensino e  na educação superior, Aran remete à origem do termo. Originado nos anos 50, ele se referia à tentativa de construir sistemas computacionais, sejam eles computadores ou máquinas capazes de realizar tarefas que requerem o conhecimento de um ser humano – ou seja, tentavam imitar o nosso comportamento e raciocínio.

“Exemplifiquemos com um mecânico. Ele recebe um carro com problemas e, ao ligar o motor e ouvir um barulho estranho, já consegue identificar o problema. A inteligência artificial deveria ser capaz de fazer essas assimilações, que na época, apenas humanos poderiam fazer”, conta o professor da Unisul.

Atualmente, 50 anos depois, a capacidade de uma AI (sigla em inglês para inteligência artificial) foi potencializada com o incalculável volume de informações disponíveis na internet, além dos novos dados que são gerados constantemente – o big data. Isso sem contar que o poder computacional que temos hoje é infinitamente maior do que na década de 1950.

Adaptive Learning “prevê” o melhor caminho de aprendizagem cada estudante, de forma personalizada

Na educação, o que acontece é basicamente a inteligência artificial reconhecendo todos os dados disponíveis de cada estudante: histórico de aprendizagem, tópicos que estudou, notas que teve em cada atividade e prova, cursos de extensão, entre outros.

“Com essa trilha de aprendizagem em mãos, a AI consegue encontrar os melhores caminhos para este aluno específico seguir, como quais são os cursos de reforço que ele precisa fazer, e em qual especialização ele se dará melhor. Tudo de acordo com o que foi identificado pela inteligência artificial, como pontos fortes e fracos, quais capacidades ele possui maior potencial para crescimento”, afirma Aran Bey.

A cada nova atividade ou prova realizada, os novos dados vão sendo computados, e o “futuro” considerado ideal para o aluno vai sendo atualizado e remodelado. “Por isso a aprendizagem adaptativa está tão ligada à aprendizagem personalizada. Ela prevê o melhor caminho não para uma classe inteira, mas para cada estudante dela, com suas individualidades”, completa o educador.

Aprendizagem desvendada e criação de ambientes eficazes

Um estudo do Centro de Inovação para a Educação Brasileira (CIEB) apontou que o uso da inteligência artificial na educação tem dois objetivos: o educacional, que permite entender de maneira mais profunda como e quando a aprendizagem ocorre; e o tecnológico, que possibilita a criação de ambientes adaptativos de aprendizagem mais inclusivos e personalizados.

A inteligência artificial no campo da educação pode ser definida, de acordo com esse estudo, por um sistema de computador projetado para interagir com o ecossistema educacional por meio de comportamentos inteligentes, entre eles os algoritmos. O objetivo é encontrar soluções para problemas que até então eram resolvidos por humanos.

Também permite entender e monitorar o comportamento do estudante, inclusive, suas reações e expressões corporais, tornando viável a criação de diferentes espaços de aprendizagem mais ricos e interativos, como simuladores.

Aplicação prática com simuladores e chatbots

Na prática, o recurso pode otimizar, por exemplo, o trabalho de um professor do curso de engenharia civil que precisa repassar uma lista de lista de exercícios para que os alunos assimilem um cálculo complexo, necessário para o exercício da profissão.

Com uso tecnologia amparada por inteligência artificial, é possível criar uma plataforma que acompanhe o raciocínio dos alunos enquanto tentam resolver os problemas, ofereça ajuda individualizada em tempo real e de forma automática, e a ainda identifique os erros cometidos para que o professor consiga trabalhar individualmente.

Outra possibilidade são os chatbots, espécie de robôs, que podem tirar dúvidas do estudante a qualquer momento no ambiente virtual, acionados por comando de texto ou voz.