Sistemas de educação inteligente: o que são e como são projetados

*Este artigo é uma versão resumida e adaptada do artigo “Projetando um Sistema Educacional Virtual Inteligente para Melhorar a Eficiência da Educação Primária nos Países em Desenvolvimento”, publicado na revista Eletrônica.

Se você nos tivesse dito há alguns anos que veríamos um robô ajudando os cirurgiões a operar com maior destreza ou que um algoritmo ajudaria a diagnosticar, com precisão quase matemática, doenças como o câncer ou Alzheimer, teríamos sorrido de descrença. Entretanto, estas realidades saltaram da ficção científica para os holofotes da mídia. Praticamente todos os dias, vemos as possibilidades quase infinitas que estas tecnologias têm para transformar nossas vidas.

O setor educacional não foi dos primeiros a abraçá-los, mas, hoje, ninguém duvida da importância e aplicações que tecnologias como inteligência artificial e ciência de dados podem ter para transformar o setor em uma educação melhor e mais equitativa. Pode nos ajudar, por exemplo, a prever e antecipar o abandono escolar; permite-nos personalizar os caminhos educacionais dos alunos, monitorar seu acompanhamento e prever seus resultados; pode recomendar os próximos passos; e pode ajudar os professores, fornecendo-lhes ferramentas para apoiar tal capacitação personalizada.

Como uma instituição que visa transformar a educação e levá-la a ambientes sociais carenciados usando tecnologia, a inteligência artificial e os dados são fundamentais para o sucesso da missão da ProFuturo, uma instituição cuja filosofia voltada para os dados permite que toda a organização tome melhores decisões com base nos dados que a organização coleta e processa em todos os ambientes e países em que trabalha.

A incorporação da tecnologia na educação virtual induz as instituições educacionais a exigir uma migração do atual sistema de gestão da aprendizagem para um sistema de educação virtual inteligente, buscando maior benefício explorando os dados gerados pelos alunos em sua atividade diária.

Neste artigo explicamos como um destes sistemas, o da ProFuturo, foi projetado a partir desta nova perspectiva que aproveita as novas funções analíticas proporcionadas pelas novas tecnologias, tais como inteligência artificial, inteligência de dados (ou big data), técnicas educacionais de mineração de dados e aprendizagem analítica.

Alguns conceitos básicos

Antes de começarmos, vamos explicar alguns conceitos básicos que podem nos ajudar a entender o funcionamento e o projeto desses sistemas.

Inteligência de dados e mineração de dados educacionais.

A inteligência de dados ou big data é um termo usado para descrever conjuntos de dados extremamente grandes e complexos que são difíceis de gerenciar e analisar usando ferramentas tradicionais. Sua gestão e análise requer tecnologias avançadas, incluindo mineração de dados, que é precisamente o processo de análise de grandes conjuntos de dados para descobrir padrões, relacionamentos e tendências úteis. A aplicação de técnicas de mineração de dados à vasta quantidade de dados das interações virtuais dos alunos criou o termo Mineração de Dados Educacionais, que procura padrões ou regras de inferência entre os registros armazenados.

Aprendizagem analítica ou learning analytics.

A aprendizagem analítica é uma disciplina que combina análise de dados e técnicas de aprendizagem de máquinas para melhorar o desempenho dos sistemas de aprendizagem. O principal objetivo da aprendizagem analítica é aproveitar os dados gerados durante o processo de aprendizagem para entender melhor como os estudantes aprendem e como os sistemas de aprendizagem podem ser melhorados. Isto é conseguido através da coleta e análise de dados sobre o uso de sistemas de aprendizagem, desempenho dos estudantes e interação entre estudantes e materiais, entre outros fatores.

A aprendizagem analítica pode ajudar a identificar padrões e tendências no desempenho dos estudantes, o que pode fornecer informações valiosas para melhorar a eficácia e eficiência dos programas de aprendizagem. Além disso, também pode ser útil para personalizar a experiência de aprendizagem para cada estudante e adaptá-la às suas necessidades individuais.

Inteligência artificial

A última tecnologia para entrar no campo da educação é a inteligência artificial, através de seus algoritmos preditivos implementados com técnicas de aprendizagem de máquinas, o que permite a incorporação de processos automatizados que auxiliam os usuários nos processos de tomada de decisão. Em sua operação, os processos automatizados classificam os registros por relacionamentos ou atividades relacionadas, a fim de detectar padrões pessoais similares que podem ser extrapolados para alunos similares.

Os dados e a Plataforma da ProFuturo

A proposta de educação da ProFuturo utiliza uma plataforma proprietária com recursos educacionais personalizáveis, que são adaptados ao contexto local de aprendizagem, e serve escolas primárias em mais de 40 países com baixos índices de desenvolvimento sócio-econômico ou territórios com baixa escolaridade.

Junto com a plataforma de aprendizagem, os diferentes centros educacionais recebem equipamentos tecnológicos básicos que lhes permitem acessar o conteúdo da plataforma: servidor, router, laptop, tablets, etc. A ideia de interação é que os estudantes acessem a plataforma e desempenhem um papel ativo no processo de aprendizagem através do princípio de aprender fazendo. Este ecossistema digital permite ao professore avaliar continuamente seus alunos e personalizar o ensino de acordo com o progresso de cada um.

No projeto de um sistema de educação virtual inteligente, os dados desempenham um papel fundamental para proporcionar uma compreensão mais profunda de como os estudantes aprendem e como o sistema pode ser melhorado para proporcionar uma experiência de aprendizagem mais eficaz.

No sistema de educação virtual inteligente da ProFuturo, os dados provêm de cada um dos centros educacionais que pertencem ao projeto educacional, o que significa que o sistema possui um conjunto heterogêneo de fontes de dados. Atualmente, os dados são coletados de 40 países da América Latina, Ásia e África.

Limpeza de dados

Assim, o sistema inteligente de educação virtual captura dados de todas essas fontes e os transforma para fornecer dados confiáveis. Este processo é realizado em duas etapas: uma etapa de limpeza de dados e uma etapa de conversão de dados, que visa apresentar os dados em um formato que permita a análise pelos algoritmos do sistema inteligente.

Seleção de ferramentas analíticas

Após o processo de limpeza e conversão de dados, os dados estão em um formato adequado para a aplicação futura de algoritmos e ferramentas analíticas. Dentre a ampla gama de técnicas possíveis a serem utilizadas, podemos citar modelos de previsão que permitem prever resultados aplicando técnicas estatísticas aos dados; modelos de aprendizagem de máquinas, que permitem às instituições acadêmicas tomar decisões baseadas no conhecimento e não na intuição; regras de associação que permitem conhecer padrões (por exemplo, aqueles seguidos por um estudante em seu processo de aprendizagem), ou técnicas de lógica difusa, que podem ser utilizadas para fazer recomendações que podem ser ajustadas ao perfil do estudante para ajudá-lo a melhorar sua aprendizagem.

Quais aspectos devem ser incorporados no projeto de um sistema inteligente de educação virtual?

Além dos procedimentos automáticos inerentes a um sistema inteligente, tais como algoritmos de inteligência artificial ou técnicas de aprendizagem de máquinas, o projeto de um sistema de educação inteligente também deve incorporar os requisitos que a educação exige do ambiente virtual. A fim de incorporá-los adequadamente, nosso sistema de educação inteligente está estruturado em quatro sub-sistemas fundamentais:

1. Armazenamento de dados. Este subsistema é responsável pela captura e armazenamento dos dados transferidos dos diferentes países e os limpa e converte em dados de qualidade garantida. Seu objetivo é fornecer dados confiáveis ao nosso próximo subsistema: o subsistema analítico.
2. Tratamento de análise de dados. Uma vez concluído o processo de coleta e armazenamento de informações e garantida a confiabilidade dos dados, o sistema inteligente processa analiticamente todas as informações usando técnicas de mineração de dados que facilitam o aprendizado da máquina.
3. Supervisão e monitoramento do processo. Esses controles de monitoramento visam obter dados para avaliar a qualidade do sistema inteligente e assim implementar medidas para melhorar aqueles aspectos do ensino que não estão evoluindo como as instituições desejam. Os aspectos monitorados neste subsistema incluem as competências digitais dos professores, uso de recursos digitais, tempos de conexão e falhas de conexão. Os resultados deste monitoramento gerarão resultados que serão interpretados pelo sistema inteligente e enviados ao último subsistema: o subsistema de recomendação.

4. Subsistema de recomendações. É responsável por transmitir as recomendações desenvolvidas pelo sistema inteligente de educação virtual aos professores, estudantes e centros educacionais para que possam ser aplicadas em novas iterações do processo de ensino-aprendizagem. Este subsistema elabora as recomendações com base nos dados obtidos no sistema de monitoramento. Assim, o sistema de recomendação recomendará a um usuário recursos educacionais com conteúdo semelhante a outros que ele já utilizou ou utilizará recursos educacionais que uma pessoa utilizou para recomendá-los a outra pessoa que já teve acesso aos mesmos recursos.

Desafios remanescentes

Embora estes sistemas estejam aqui para ficar e dar um novo impulso à educação como a conhecemos, a incorporação de inteligência artificial e técnicas de ciência de dados nos processos analíticos de aprendizagem ainda está em um estágio inicial, com alguns desafios ainda a serem superados:

Pesquisa. Embora muitas destas técnicas já estejam funcionando bem, ainda há algumas pesquisas a serem feitas. Por exemplo, em termos de sistemas, ainda há espaço para melhorias, tais como a criação de novas formas de monitoramento para melhorar o rastreamento do sistema inteligente, a implementação de visualizações inovadoras, ou a melhoria da eficácia dos sistemas de recomendação; também há espaço para pesquisas sobre a implementação de novas formas de avaliação que permitam aos estudantes auto-avaliar; finalmente, e em resposta às necessidades das instituições educacionais, é necessário concentrar a pesquisa em uma melhor integração destes sistemas inteligentes com as diferentes plataformas de aprendizagem existentes, a fim de reutilizar a grande quantidade de recursos didáticos que foram desenvolvidos.

Ética. A ética é um aspecto crucial dos sistemas inteligentes de educação virtual e devem ser tomadas medidas apropriadas para garantir que os padrões éticos e de privacidade sejam cumpridos. Sistemas inteligentes de educação virtual coletam e armazenam uma grande quantidade de informações sobre os estudantes, tais como sua história acadêmica, preferências de aprendizado e hábitos de estudo. Estas informações podem ser valiosas para melhorar a educação, mas também podem ser utilizadas para fins impróprios se não forem tomadas medidas adequadas para protegê-la. Portanto, é importante que os desenvolvedores de sistemas educacionais virtuais inteligentes adotem práticas éticas e cumpram com as normas internacionais de privacidade e proteção de dados. Além disso, é importante que estudantes e pais entendam como as informações estão sendo utilizadas e tenham controle sobre elas.

Sistemas de educação inteligentes: aliados contra a desigualdade

Conforme indicado pelo especialista em educação e IA da UNESCO, Wayne Holmes, “a equidade, na educação significa reconhecer que, para que todos os jovens alcancem seu pleno potencial, a igualdade de oportunidades não é suficiente. As crianças mais vulneráveis precisam de um apoio adicional e mais rápido da nossa parte”. É por isso que é importante ser preciso na análise da situação e rápido, mas preciso, na implementação de soluções. E nisto, um sistema de educação inteligente bem projetado pode ser nosso maior aliado na abordagem da desigualdade educacional e proporcionar a todos os estudantes a oportunidade de obter uma educação de alta qualidade.