INTRODUÇÃO
Como mostra a Figura1, é relevante integrar a tecnologia ao processo de ensino-aprendizagem do jovem, de
maneira equilibrada e coerente, observando os aspectos benéficos e úteis do computador. Torna-se
necessário realizar previamente uma avaliação consciente do mesmo, desde a interface de interação
usuário-máquina, analisando aspectos pedagógicos e de qualidade de software, até a situação pré-jogo e
pós-jogo que se deseja atingir (RIEDER et. al, 2017).
Figura 1 - Inteligência Artificial
Fonte: FIA, 2018.
Inteligência Artificial (IA), segundo Rich (1988), é o estudo de como fazer os computadores realizarem
tarefas de forma semelhante à maneira humana, em que, no momento, as pessoas são melhores. Um
sistema IA não é capaz somente de armazenamento e manipulação de dados, mas também da aquisição,
representação, e manipulação de conhecimento. Esta manipulação inclui a capacidade de deduzir ou inferir
novos conhecimentos - novas relações sobre fatos e conceitos - a partir do conhecimento existente e utilizar
métodos de representação e manipulação para resolver problemas complexos que são frequentemente não
quantitativos por natureza. Uma das ideias mais úteis que emergiram das pesquisas em IA, é que fatos e
regras - conhecimento declarativo - podem ser representados separadamente dos algoritmos de decisão -
conhecimento procedimental (SCHUTZER, 1987).
Atualmente, com a capacidade de processamento dos computadores aumentando, percebe-se que a busca
de informações através dos sistemas computacionais vem se tornando cada vez mais eficaz e acredita-se que
a IA é uma das tecnologias que abrirão portas para os softwares do futuro. Com todo esse avanço da
atualidade, existem muitos estudos de ferramentas que aplicam técnicas da inteligência artificial no
processo de ensino/aprendizagem.
O surgimento destas ferramentas é resultado do interesse dos pesquisadores em automatizar todo o
processo de ensino e aprendizagem, tendo como objetivo facilitar o acesso ao conhecimento para todos,
bem como fazer com que a aplicação se adapte ao perfil do aluno para o qual deverá ser efetuado o
ensinamento (AGUIAR; HERMOSILLA, 2007, p10).
Existem diversas ferramentas que disponibilizam ao estudante o conhecimento, onde, o mesmo, dependerá
apenas de vontade de aprimorar e engrandecer seus conhecimentos, sem que haja dependência do
professor para ministrar as aulas. Estas ferramentas baseiam-se em técnicas da IA, como: redes neurais
artificiais, sistemas especialistas, sistemas fuzzy e agentes inteligentes.
Neste contexto e com o propósito de contribuir com as pesquisas e desenvolvimentos de IA, propôs-se,
neste artigo, o estudo das técnicas de IA aplicadas ao processo de ensino/aprendizagem, visando identificar
quais técnicas obtiveram melhores resultados e objetivando o desenvolvimento de um aplicativo inteligente
que atenda à área da educação.
Considerando o objetivo geral deste projeto, foram realizados os seguintes objetivos específicos:
Desenvolver um estudo sobre Inteligência Artificial aplicada à Educação.
Desenvolver um estudo sobre Agentes Inteligentes, compreendendo sua definição e aplicações.
Realizar um estudo sobre redes neurais, sistemas especialistas e lógica fuzzy, compreendendo seus conceitos
básicos e identificar sistemas que foram desenvolvidos com base nestas técnicas.
Propor o desenvolvimento de um sistema inteligente para auxiliar o aluno no processo de ensino-
aprendizagem.
Atualmente as pessoas lidam com um enorme fluxo de informações disponibilizadas pelas tecnologias de
informação e comunicação. Em certos momentos torna-se difícil organizar os conteúdos de forma a facilitar
a aprendizagem. Nesse sentido, a Inteligência Artificial pode ser utilizada para facilitar a busca pelo
conhecimento uma vez que dispõe de mecanismos que podem ser implementados de forma a disponibilizar
os conteúdos de acordo com o perfil e o ritmo de cada aluno.
REFERENCIAL TEÓRICO
Nesta seção são apresentados conceitos e estudos realizados sobre Inteligência Artificial, algumas técnicas
de IA e também a aplicação destas na educação.
Agentes Inteligentes
“Um agente pode ser definido como um sistema capaz de perceber, através de sensores, e agir, através de
atuadores, em um dado ambiente” (RUSSEL; NORVING, 2004). Um agente também deve ser capaz de
aprender através da experiência, comunicar-se e cooperar com outros agentes. Sendo assim, um sistema
pode utilizar-se da interação entre vários agentes (sistema multiagente).
Um agente deve ter as seguintes propriedades (FIGUEIREDO, 2010):
Autonomia: Um agente deve agir sem intervenção humana direta, portanto deve possuir algum tipo de
controle sobre suas ações e seu estado interno;
Reatividade: Um agente deve ser capaz de reagir aos estímulos externos produzidos pelo seu ambiente ou
por outros agentes;
Pró-atividade: Um agente não somente reage ao seu ambiente, mas também deve exibir um
comportamento orientado à satisfação de seus objetivos (Orientação a Objetivos).
Intencionalidade: Capacidade de representação explícita dos seus objetivos;
Racionalidade: Habilidade de agir de forma a atingir seus objetivos e não contra eles;
Continuidade temporal: Persistência de identidade por longos períodos de tempo;
Sociabilidade: Habilidade de interação com outros agentes através de mecanismos de comunicação;
Benevolência: Capacidade de cooperação com outros agentes;
Adaptabilidade: Capacidade de aprender através da experiência;
Mobilidade: Capacidade de mover-se de um ambiente para outro.
Um agente não precisa ter todas as características citadas, no entanto deve apresentar aquelas que irão
definir o comportamento do agente para o ambiente para o qual está sendo desenvolvido (FIGUEIREDO,
2010).
Bot Framework
Bot Framework é um serviço operado pela Microsoft baseado em um SDK e seus conectores. Ao criar um bot
pode-se utilizar diversos serviços para hospedá-lo, além de integrar serviços como linguagem natural do
Machine Learning (LUIS), reconhecimento de voz com as API, integração com o Azure, entre outras
(HADDAD, 2018).
A criação do bot é muito rápida e de fácil manuseamento, podendo inclusive ser utilizado diretamente em
questões empresariais, fazendo uma integração com conectores que permitam uma troca de mensagens,
como por exemplo, por meio de chat, Facebook, Email do Office 365, Skype, Slack, Telegram, GroupMe, SMS,
entre outros.
Tabela 1 - Serviços de Troca de Mensagens
Serviços Mensagens Usuários
Chat 1000 20
Facebook 50000 80
Email 3000 50
Skype 2000 39
Telegram 500 60
SMS 6000 20
Slack 1500 10
Fonte: Elaborado pelo autor, 2020.
A publicação do bot pode ser realizada através da Azure, que é uma plataforma que permite armazenar
dados em nuvem, e que roda nos datacenters da Microsoft, sendo que esta integração é realizada por meio
de serviços REST.
Nesse caso, o bot faz requisição e recebe textos de um Web Service, sendo que as mensagens trocadas são
tratadas por uma inteligência que é criada pelo usuário, por meio de intenções, expressões e do treinamento
das mesmas. O LUIS (Language Understanding Intelligent Service) é treinado por meio de Machine Learning,
que é um estudo de reconhecimento de padrões e da teoria do aprendizado computacional.
Quadro 1 - Exemplo
Fonte: Elaborado pelo autor, 2020.
O bot framework pode ser integrado com diversos serviços que necessitem de uma inteligência, podendo
ser utilizado também em serviços de atendimento ao cliente, de perguntas mais frequentes, onde, se for
necessário, é possível implementar a transferência do robô ao atendente, para resolução de algo que o robô
não fora treinado para resolver.
O bot framework é basicamente um framework que oferece abstrações que permitem que o usuário possa
criar seu próprio robô, e permite também uma integração com o cliente através de chats de fácil acesso,
possibilitando um rápido atendimento, com conforto e praticidade.
CONCLUSÃO
O estudo demonstrado objetivou descrever as técnicas de Inteligência Artificia que melhor se enquadrariam
para o desenvolvimento de um Agente Inteligente, que tem como intuito principal a interação com o aluno
auxiliando em seus estudos, para que, além disso, agregue os conhecimentos dos usuários, equiparando-o a
um Sistema Tutor Inteligente.
O chatbot desenvolvido foi treinado para interagir com os alunos de Sistemas de Informações, utilizando o
Processamento de Linguagem Natural (PNL), porém essa proposta poderá se expandir para alunos de
diferentes cursos, requerendo para ser implantado apenas o treinamento específico de acordo com os
conteúdos trabalhados em cada disciplina.
Os objetivos deste artigo foram considerados alcançados parcialmente, sendo que mesmo com todas as
etapas propostas concluídas, o treinamento do bot foi feito apenas referente a um curso. Para o mesmo
chegar a seu ápice, ele deveria ser treinado com diversas matérias de diversos cursos. Além disto, podem ser
desenvolvidas diferentes características, como o bot perceber que o aluno está com dificuldade e iniciar uma
conversa, ou o mesmo enviar ao professor um gráfico das matérias que a turma possui mais dificuldade,
tornando essa ferramenta extremamente importante no âmbito educacional.
A inteligência artificial existe há muitos anos e encontra-se em ascendência desde seu surgimento, sendo
perceptível o quanto às técnicas de IA estão ao alcance das pessoas, pois a cada dia que passa essa
tecnologia se torna mais palpável à realidade de todos. Por isso, acredita-se que o aplicativo desenvolvido
poderá engrandecer bastante os estudos de todos os alunos, pois todos os processos estão se modernizando
e essa prática se tornaria mais atrativa e mais prática.
REFERÊNCIAS
AGUIAR, J. HERMOSILLA, L. Aplicações da Inteligência artificial na educação. Labienópolis, 2007.
FIA. Inteligência Artificial: o que é, como funciona e exemplos. Ago. 2018. Disponível em
[Link] Acesso em 01 abr. 2020.
FIGUEIREDO, Y. K. S. Modelagem de ferramentas focadas em ontologias para a EaD baseadas em teorias
sociais e agentes inteligentes. Monografia (Curso de Ciência da Computação), Universidade Federal de Ouro
Preto, Ouro Preto, 2010.
HADDAD, Renato. Bot Framework e Integração com Aplicações. MICROSOFT. Disponível em<
[Link] Acesso em 12 mai. 2018.
RICH, E. Inteligência Artificial. São Paulo: McGraw-Hill, 1988.
RUSSELL, Stuart J.; NORVING, Peter. Inteligência Artificial. Rio de Janeiro: Elsevier, 2004.
SCHUTZER, D. Artificial intelligence: an applications-oriented approach. New York: Van Nostrand Reinhold
Company, 1987.