Tutoriais Inteligentes Baseados em Aprendizado por Reforço: Concepção, Implementação e Avaliação Empírica

Resumo: Em Sistemas Tutores Inteligentes (STI), várias técnicas de Inteligência Computacional têm sido empregadas para fornecer ensino individualizado e maiores ganhos de conhecimento ao aluno. Este artigo apresenta o desenvolvimento de um inédito Sistema Tutor Inteligente Híbrido baseado no Algoritmo Softmax de Aprendizado por Reforço: proposta, implementação e avaliação empírica. O Aprendizado por Reforço é usado para determinar um plano de curso dinâmico que considera a história de navegação pessoal do estudante e seu desempenho. Experimentos empíricos comparam o sistema proposto à navegação livre (onde o estudante escolhe como navegar no conteúdo do curso sem qualquer ajuda externa). A análise estatística dos dados coletados mostrou resultados promissores comparados a outros STI híbridos mais complexos, baseados em redes neurais perceptrons de multi-camadas.

Abstract: In Intelligent Tutoring Systems (ITS), several techniques from Computational Intelligence have been employed to provide individualized tuition and higher knowledge gains. This article presents the development of a novel Hybrid Intelligent Tutoring System based on Reinforcement Learning's Softmax Algorithm: proposal, implementation and empirical evaluation. Reinforcement Learning is used to determine a dynamic course plan that takes into account the student's personal navigation history and his performance. Empirical experiments have compared the proposed system to free navigation (where students choose how to navigate on the course contents without any external guidance). Statistical analysis of collected data has shown promising results compared to other more complex hybrid ITS based on Multilayer Perceptrons.

2007