Modelo de inferência dos parâmetros causais : incorporação da probabilidade de conhecimento nas atribuições das causas dos sucessos ou fracassos em atividades cognitivas e sua relação com as ações dos estudantes

Abstract

Resumo: O processo cognitivo é uma atividade que envolve vários componentes na aquisição, organização e uso da informação. A aprendizagem é uma tarefa imprecisa uma vez que o processo cognitivo envolve fatores internos dos seres humanos, como o estado afetivo e motivacional. Neste trabalho foi desenvolvido um modelo para a inferência das probabilidades das causas dos sucessos (acertos) ou fracassos (erros) em atividades cognitivas. As atribuições causais foram retiradas da teoria da "Atribuição Causal". Esta teoria apresenta as percepções causais e sua relação com a emoção, motivação e expectativa. As fórmulas foram modeladas utilizando o nível de conhecimento do estudante que é calculado de forma probabilística pelo modelo Bayesian Knowledge Tracing (BKT). Também é utilizada uma extensão do BKT que explora as ações futuras do estudante para determinar o nível e o momento da aprendizagem. Destaca-se que o modelo proposto faz a especialização dos parâmetros do modelo BKT em novos parâmetros visando aprofundar o diagnóstico dos fatores influenciadores do processo cognitivo dos estudantes. Prevendo essas percepções causais pretende-se colaborar com o processo de identificação comportamental do estudante: antes da ocorrência da ação para a previsão de sua resposta, ou após a ação, atuando como um auxiliar na decisão em estratégias de ensino. Nesta dissertação foi simulado o impacto dos valores inferidos para a previsão da resposta do discente através de bases de dados dos históricos de ações de estudantes com um Sistema Tutor Inteligente (STI) em produção.

Abstract: The cognitive process is an activity that involves various components in the acquisition, organization and use of information. Learning is an imprecise task since the cognitive process involves internal factors of humans as the emotional and motivational state. In this work, we developed a model for inference of probability causes of successes or failures in cognitive activities. The causal attributions were based on the psychology theory of "attributional theory of motivation and emotion". This theory introduces the causal perceptions and their relationship with the emotion, motivation and expectation. The formulas were modeled using the level of student's knowledge which is calculated in a probabilistic manner by the model Bayesian Knowledge Tracing (BKT). Also we use an extension of the BKT which explores future actions of students to set the level and the moment of learning. We highlight that the proposed model uses the BKT parameters to create new parameters, more specialized, aiming to identify factors influencing the cognitive process of students. Anticipating these causal perceptions, we intend to collaborate with the student's behavioral identification process: before the action for students answer prediction, or after the action, acting as a subsidiary on the decision of education strategy. In this thesis it was simulated the impact of inferred values for the prediction of students action through an historical data base of students actions of a production Intelligent Tutoring System (ITS).