Medidas cognitivas para o ensino de conceitos visuais com sistemas tutores inteligentes

Abstract

Este trabalho apresenta um conjunto de medidas para descrever cognitivamente a base de imagens radiológicas do sistema RUI [Dir93], visando possibilitar uma escolha adequada da próxima imagem a ser trabalhada com o aprendiz. Isto visa minimizar o tempo de aprendizado e possibilitar a utilização de diversas estratégias pedagógicas. Faz-se uma revisão sobre o ensino de conceitos, particularmente sobre o ensino de conceitos visuais, tanto da maneira convencional como através de sistemas computacionais, passando por ambientes de autoria. Apresenta-se um estudo de caso realizado para exemplificar a utilização das medidas cognitivas no ensino de diagnóstico em tomografias computadorizadas de tumores cerebrais. Descreve-se uma ferramenta para a utilização das medidas cognitivas, chamada Sequence, integrada ao sistema RUI. Faz-se, também algumas considerações e avaliações sobre a utilização de medidas cognitivas por sistema tutor inteligente (ITS) e a aplicabilidade de tais medidas ao ensino de uma classe significativamente diferente de domínios.

This work presents a set of measures for describing cognitively the radiological image database of the RUI system [Dir93] to allow an adequate choice of the next image to be presented to the learner. The goal is to minimize the learning time and to permit the implementation of a wider variety of pedagogic strategies. The literature on concept teaching is reviewed, particularly on visual concept tutoring, concerning both the traditional and computer-based lines. Authoring environments are also surveyed. A case study to exemplify the teaching of brain tumor diagnosis through CT-scans is presented. An implemented software tool, called Sequence, that supports the authoring process using cognitive measures is described, focusing on its integration to the RUI environment. Discussions about the use of cognitive measures in ITS for a range of visual domains is raised, as well as the applicability of such measures in a significantly different class of domains.