Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/24927
Document type: Dissertação
Access type: Acesso Aberto
Title: Uma abordagem para planejamento instrucional apoiada em processos de decisão Markovianos parcialmente observáveis
Alternate title (s): An approach to instructional planning supported by partially observable Markov decision processes
Author: Giacomelli Junior, Everson Freitas
First Advisor: Lopes, Carlos Roberto
First member of the Committee: Freitas, Sérgio Antônio Andrade de
Second member of the Committee: Dorça, Fabiano Azevedo
Summary: Uma das grandes dificuldades encontradas em uma sessão de tutoria refere-se a escolha de ações pedagógicas apropriadas, que considera os conhecimentos individuais prévios do estudante, e tem por finalidade conduzi-lo a atingir a proficiência na assimilação de um conjunto de conceitos. Estas ações devem considerar o perfil do estudante e adaptar o ensino segundo o seu estilo de aprendizagem e as suas preferências, a fim de manter o estudante engajado. Considerando que o ensino personalizado exerce influência positiva na assimilação do conteúdo disciplinar, a tendência é que os novos ambientes virtuais de aprendizagem sejam implementados de forma a adaptar-se ao perfil do estudante. A elaboração de um sistema adaptativo deve considerar a inclusão de um módulo responsável pela geração de um plano de ações instrucionais, com capacidade de modificar o seu próprio planejamento inicial para diagnosticar falhas na compreensão de fundamentos essenciais ao conteúdo, à medida em que estas sejam percebidas ao longo da sessão de tutoria. Portanto, é de responsabilidade do sistema adaptativo conduzir um plano de ensino considerando todas as dificuldades que forem observadas para cada aluno em particular. Para atingir tal objetivo este sistema deverá ter a capacidade de inferir o conhecimento do estudante, propor ações e observar a evolução do aprendizado, supervisionando integralmente o processo de aprendizagem. Perante as dificuldades expostas, neste trabalho apresenta-se a proposta e a implementação de um módulo instrucional para um sistema de apoio ao ensino baseado em Processos de Decisão de Markov parcialmente observáveis. A escolha do modelo justificase por sua capacidade de tomada de decisões diante das incertezas que caracterizam o ambiente: incerteza quanto ao conhecimento que o aprendiz apresenta frente aos conceitos a serem assimilados e os efeitos não determinísticos das ações propostas. O problema do sequenciamento de ações produzidos por este módulo pode ser representado como um problema de planejamento probabilístico e é portanto resolvido por algoritmos de planejamento. Existem diversos algoritmos de planejamento probabilísticos que poderiam ser utilizados no desenvolvimento de um módulo instrucional para um sistema adaptativo de ensino, sendo que os resultados obtidos por cada um deles podem divergir. Um planejador ou sistema de planejamento é um software que implementa um algoritmo de planejamento. Neste trabalho aplica-se uma metodologia baseada em aprendizagem de máquina para a seleção de um planejador probabilístico que proporcione a escolha das melhores ações instrucionais. A escolha do planejador é realizada considerando as características de um domínio de especificação que ensina conceitos e os avalia conforme a proficiência do estudante. Ao término do processo de seleção, validou-se o resultado executando-se o planejador apontado pela metodologia ao domínio que descreve o módulo instrucional. O desempenho obtido pela sua execução foi comparada com a de outros planejadores candidatos, comprovando dessa forma a eficiência na aplicação do método proposto.
Abstract: One of the major difficulties encountered in a tutoring session is the choice of appropriate pedagogical actions that take into account the student’s previous individual knowledge and aims to lead the student to achieve a proficiency in the assimilation of a set of concepts. These actions should consider the student’s profile and adapt the teaching according to his or her learning style and preferences in order to keep the student engaged. Considering that personalized education has a positive influence on the assimilation of the disciplinary content, the tendency is that the new virtual learning environments are to be implemented in a way that adapts to the student’s profile. The elaboration of an adaptive system should consider the inclusion of a module responsible for generating an instructional action plan, capable of modifying its own initial planning to diagnose failures in the comprehension of essential fundamentals of content as they are perceived throughout the tutoring session. Therefore, it is the responsibility of the adaptive system to conduct a teaching plan considering all the difficulties that are observed for each student in particular. To achieve this goal, this system should have the capacity to infer the student’s knowledge, propose actions and observe the evolution of learning, fully supervising the learning process. Given the difficulties presented, this paper presents the proposal and the implementation of an instructional module for a support system for education based on Partially Observable Markov Decision Processes. The choice of the model is justified by its capacity to make decisions in the face of the uncertainties that characterize the environment: uncertainty regarding the knowledge the learner presents about the concepts to be assimilated and the non-deterministic effects of the proposed actions. The problem of the sequencing of actions produced by this module can be represented as a problem of probabilistic planning and are solved by planning algorithms. There are several probabilistic planning algorithms that could be used in the development of an instructional module for an adaptive teaching system, and the results obtained by each of them may differ. A planner or planning system is software that implements a planning algorithm. In this work, a methodology based on machine learning is applied to select a probabilistic planner that provides the choice of the best instructional actions. The choice of the planner is accomplished by considering the characteristics of a specification domain that teaches concepts and evaluates them according to the student’s proficiency. At the end of the selection process, the result was validated by executing the planner indicated by the methodology to the domain that describes the instructional module. The performance obtained by its execution was compared with that of other candidate planners, thus proving the efficiency in the application of the proposed method.
Keywords: Planejamento probabilístico
Sistemas tutores inteligentes
Processos de decisão Markovianos parcialmente observáveis
Aprendizagem de máquina
Probabilistic planning
Intelligent tutoring systems
Machine learning
Partially observable Markov decision process
Computação
Markov, Processos de
Aprendizado do computador
Planejamento
Area (s) of CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Language: por
Country: Brasil
Publisher: Universidade Federal de Uberlândia
Program: Programa de Pós-graduação em Ciência da Computação
Quote: GIACOMELLI JUNIOR, Everson Freitas. Uma abordagem para planejamento instrucional apoiada em processos de decisão Markovianos parcialmente observáveis. 2018. 161 f. Dissertação ( Mestrado em Ciência da Computação) - Universidade Federal de Uberlândia, Uberlândia, 2019. Disponível em: http://dx.doi.org/10.14393/ufu.di.2019.1285
Document identifier: http://dx.doi.org/10.14393/ufu.di.2019.1285
URI: https://repositorio.ufu.br/handle/123456789/24927
Date of defense: 29-Aug-2018
Appears in Collections:DISSERTAÇÃO - Ciência da Computação

Files in This Item:
File Description SizeFormat 
AbordagemPlanejamentoInstrucional.pdfDissertação3.15 MBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.