Um chatbot é um sistema capaz de conversar com um usuário em linguagem natural, de maneira a simular um diálogo humano. Exemplos de chatbots podem ser encontrados nas áreas de saúde, entretenimento, negócios e educação. Este artigo apresenta uma Revisão Sistemática da Literatura acerca da aplicação dos chatbots para fins educacionais em bases de dados nacionais e internacionais. Por meio da análise, constatou-se que a maior parcela dos chatbots foca na área de conhecimento da Ciência da Computação e que é destinada para o nível de ensino superior. Em geral, os estudos reportaram resultados positivos na construção do conhecimento dos alunos e destacaram os principais fatores que poderiam ser aprimorados para maior consistência do diálogo.
Sistemas Tutores Inteligentes (STI) constituem-se, atualmente, em uma área interdisciplinar que investiga como representar modelos de conteúdo instrucional baseado em decisões pedagógicas que consideram as interações dos estudantes. Normalmente, estas decisões são estruturadas a partir da modelagem do estudante, regras que representam o conhecimento do domínio, de um especialista e as estratégias de ensino. Entretanto, a maioria dos STIs preconiza a inferência de nível de necessidade do estudante através do feedback de exercícios e atividades planejados pelo STI, limitando assim a possibilidade interativa do estudante em relação a interface conversacional. Chatbots são então agregados aos STIs fornecendo uma abordagem mais “assistente”, usando técnicas de processamento de linguagem natural e de inteligência artificial, em geral, para gerenciar estas interações. Este artigo apresenta uma abordagem que associa a ideia de Zona de Desenvolvimento Proximal de Vygotsky proporcionando maior grau de liberdade ao estudante, quando possibilita a entrada livre, em linguagem natural, de problemas do domínio não necessariamente pertencente a base de atividades do STI. Neste trabalho, uma abordagem baseada em Deep Learning é usada para mapear automaticamente estes problemas trigonométricos, fornecidos como entrada livre pelo usuário, em modelos de equações, como parte de um projeto maior de um STI na área da Trigonometria (STIT). Esta abordagem traduz diretamente problemas matemáticos em modelos de equações usando um modelo de Rede Neural Recorrente (RNR), combinando um tratamento do conhecimento linguístico para modelar o contexto trigonométrico. Os experimentos conduzidos demonstraram que o modelo proposto classificou corretamente grande parte dos problemas enunciados por um grupo de alunos , fornecendo respostas para os problemas propostos em um formato de resolução passo a passo de um CAS (Computer Algebra System)
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.