Home » n. 16 dicembre 2002

Sistemi tutorali intelligenti, ambienti interattivi ed agenti pedagogici su web

16 dicembre 2002 | di Elio Toppano

L’articolo illustra brevemente le caratteristiche di tre categorie di sistemi studiati nell’ambito delle ricerche di Intelligenza Artificiale: i sistemi tutoriali intelligenti, gli ambienti interattivi e gli agenti pedagogici. Questi sistemi, inizialmente utilizzati come strumenti stand alone, stanno lentamente migrando su web con soluzioni sia di tipo applet Java, sia CGI sia con architetture distribuite di tipo client/server e possono costituire, nel prossimo futuro, un valido supporto per la didattica in presenza.

I sistemi tutoriali intelligenti
I sistemi tutoriali intelligenti (ITS: Intelligent Tutoring Systems) vengono progettati principalmente per soddisfare l’esigenza di un’assistenza all’apprendimento di tipo specializzato e individualizzato ossia del tipo uno studente – un insegnante. Un ITS svolge una funzione molto simile a quella di un insegnante umano. Il sistema personalizza la sessione di apprendimento sulla base degli interessi dello studente, delle sue conoscenze, delle capacità e degli errori che commette. Caratteristica dei sistemi ITS è quella di rappresentare esplicitamente e separatamente sia le conoscenze del dominio trattato (ad esempio, fisica, biologia, matematica) sia conoscenze pedagogiche. L’architettura di base di un sistema tutoriale intelligente comprende:
- l’esperto di dominio: contiene la rappresentazione esplicita della conoscenza da fornire allo studente espressa sotto forma di un modello (di conoscenza) in grado sia di comunicare all’esterno i concetti e le proprietà del dominio di applicazione, sia di dotare il sistema di capacità dinamiche per l’elaborazione della conoscenza esperta. Il modello consente perciò all’esperto di dominio di generare automaticamente le soluzioni ai problemi formulati allo studente nel corso del processo di insegnamento, di spiegare i passi del ragionamento seguito e di confrontare i processi di inferenza dello studente stesso con quelli corretti del sistema. Ne segue che è potenzialmente possibile valutare sia il livello di apprendimento sia i progressi nello studio del dominio in esame da parte dello studente.
- il modello dello studente: interpreta le risposte fornite dallo studente formulando ipotesi sulle conoscenze che hanno permesso di produrre tali risposte. Tale modulo deve perciò mantenere un modello individuale dello specifico studente in esame. In alcuni sistemi l’uso di conoscenze diagnostiche esplicitamente rappresentate nel sistema permette di spiegare la genesi degli errori e delle distorsioni relative al dominio di applicazione.
- il modulo pedagogico: contiene conoscenze specialistiche sulle strategie didattiche e le tecniche di insegnamento. E’il modulo deputato alla pianificazione della presentazione degli argomenti e dei problemi da risolvere sulla base della strategia didattica scelta e delle informazioni contenute nel modello dello studente e nell’esperto di dominio. Le strategie didattiche permettono al modulo di decidere, ad esempio, quando e come fornire spiegazioni, riassunti, esempi, ed analogie; quale tipo di aiuto, suggerimento o feedback fornire allo studente ecc. Nei sistemi più avanzati il modulo contiene anche un repertorio di “meta-strategie” didattiche che vengono usate per scegliere il metodo didattico più appropriato da utilizzare nelle varie situazioni di apprendimento che si presentano.Il modulo pedagogico stabilisce anche le modalità di interazione e di presentazione dei materiali allo studente.
- l’interfaccia utente: controlla il flusso delle comunicazioni da e verso l’utente traducendo le informazioni dal linguaggio di rappresentazione interno al sistema ad un linguaggio più facilmente comprensibile allo studente.

CALAT, ELM-ART, PAT-OnLine e Interbook sono solo alcuni esempi di sistemi tutoriali intelligenti disponibili su web .
Un’importante evoluzione dei sistemi ITS è rappresentata da quei sistemi che anziché simulare al calcolatore l’insegnante hanno cercato di simulare lo studente. Esistono fondamentalmente tre possibili scenari di apprendimento:
a) il calcolatore viene visto come compagno alla pari ossia dotato approssimativamente delle stesse conoscenze e capacità dello studente reale. In questo scenario non è previsto alcun insegnante, per cui lo studente reale e quello simulato, devono aiutarsi reciprocamente e cooperare nella soluzione di problemi ;
b) lo scenario precedente viene arricchito con un insegnante virtuale. In questo caso lo studente reale e quello virtuale imparano sotto la guida del tutore virtuale; questo significa, per esempio, che entrambi possono risolvere in parallelo i problemi posti dall’insegnante e poi confrontare e discutere le rispettive soluzioni;
c) il calcolatore viene visto come un compagno dotato però di conoscenze e di capacità inferiori di quelle dello studente reale; lo studente reale impara insegnando al compagno virtuale.

Con questo tipo di sistemi si è cercato di arricchire il contesto sociale in cui avviene l’apprendimento dello studente reale rispetto agli ITS tradizionali. Ciò ha consentito tra l’altro di simulare e verificare varie teorie di apprendimento come il reciprocal tutoring, il cooperative learning e il learning by teaching (Chan e Chou, 1997).
Lo sviluppo dei sistemi tutoriali intelligenti rimane un processo complesso che ha bisogno di strumenti autore appropriati e di competenze approfondite di ingegneria della conoscenza. Questo fatto ne ha condizionato fino ad ora la diffusione. Per una rassegna dei sistemi autori per ITS si veda (Murray, 1999).

Gli ambienti interattivi per l’apprendimento
Gli ambienti interattivi per l’apprendimento (ILE: Interactive Learning Environments) sono insiemi di strumenti che costituiscono un ambiente nel quale lo studente può liberamente sperimentare la propria iniziativa e costruire in tal modo la propria conoscenza nel dominio di istruzione. A differenza dei sistemi ITS dove il controllo dell’interazione è prevalentemente a carico del sistema (l’utente riceve istruzioni su cosa fare secondo un modello di istruzione rappresentato nel sistema) negli ILE l’utente ha maggiore libertà di iniziativa e quindi è potenzialmente più libero di esplorare l’ambiente istruzionale secondo le proprie necessità, i propri obiettivi e preferenze. I primi sistemi ILE non possedevano né un modulo utente né obiettivi didattici propri da soddisfare. Attualmente molti sistemi includono funzionalità degli ITS (ad esempio un modulo pedagogico) tra le risorse a disposizione dell’utente. Questo tipo di sistemi viene usato soprattutto per sviluppare capacità e abilità piuttosto che conoscenze concettuali. Lo studente impara simulando esperimenti, risolvendo problemi specifici o eseguendo attività complesse come la progettazione di apparati tecnici, la ricerca di guasti in apparecchiature, la manutenzione di impianti, ecc. secondo l’approccio dell’imparare facendo ( learning by doing).
Un esempio di ambiente di apprendimento di questo tipo è rappresentato dallo Science Learning Space proposto da (Kodinger, Suthers e Forbus, 1999). Il sistema, orientato all’apprendimento per scoperta in domini fisici, integra tre diversi sistemi software:
- un simulatore (Active Illustrations) mediante il quale è possibile prevedere il comportamento di uno o più modelli del fenomeno fisico da studiare e raccogliere dati;
- un insieme di strumenti (Belvedere) mediante i quali è possibile visualizzare i dati secondo modalità diverse (per esempio mediante grafici, istogrammi, ecc.), formulare ipotesi e valutarle;
- un modulo pedagogico (Tutor Agent) che monitorizza l’attività dello studente e lo assiste in accordo ad un modello cognitivo esplicito dell’attività che lo studente deve svolgere.
Per esempio, nel caso della sperimentazione e investigazione scientifica il modello dell’attività prevede un ciclo (di inquiry) costituito dalle seguenti fasi: formulazione del problema di ricerca, generazione di ipotesi, progettazione dell’esperimento ed esecuzione, raccolta, interpretazione e modellizzazione dei risultati, valutazione della ipotesi di partenza, identificazione di un nuovo problema ecc.
Esempi di ILE su web sono RiverWeb Quality Simulator per l’educazione ambientale e l’analisi di impatto ambientale, CyclePad per lo studio della termodinamica e la progettazione di sistemi termodinamici, Gallery of Interactive Geometry per la geometria.

Gli agenti pedagogici
Un agente è una entità che percepisce il suo ambiente attraverso dei sensori e che agisce su di esso mediante attuatori. Esso è costituito da un sistema software (detto programma d’agente) e da un’architettura. La architettura fornisce al programma le percezioni dei sensori , esegue il programma d’agente ed infine trasmette le scelte delle azioni da eseguire, calcolate dal programma, agli attuattori man mano che queste vengono generate. Esistono diversi livelli di sofisticazione di un agente a seconda della quantità e qualità di conoscenze codificate nel programma: si va da agenti con riflessi (il programma è costituito da semplici regole del tipo stimolo/risposta), ad agenti basati sulla conoscenza che utilizzano per le decisioni delle azioni da intraprendere complessi modelli dell’ambiente esterno, delle proprie azioni, degli obiettivi da soddisfare. Una caratteristica richiesta agli agenti su web è quella di essere agenti sociali. Un agente sociale è in grado di interagire con altri agenti mediante atti linguistici espliciti . L’agente sociale è inoltre in grado di assumersi e far propri scopi di altri agenti, (ossia avere scopi sociali), e perseguirli in vece loro sia in seguito a forme di delega esplicita più o meno aperta sia sotto forma di coordinamento implicito. La capacità principale di un agente sociale è dunque quella di interagire ed interoperare con altri agenti sia naturali sia artificiali per l’esecuzione di attività e l’uso di risorse. La specifica FIPA (Foundation for Intelligent Physical Agent) propone uno standard da applicare alla costruzione di piattaforme di agenti su web e all’implementazione degli agenti stessi per garantire l’interoperabilità fra piattaforme diverse assieme ad un linguaggio (l’ACL: Agent Communication Language) per la comunicazione tra agenti. Gli agenti pedagogici sono un’applicazione della tecnologia degli agenti finalizzata a supportare l’apprendimento di compiti e procedure in domini complessi.
Gli agenti pedagogici animati, in particolare, integrano funzionalità sia degli ITS sia dei sistemi ILE. L’agente è un personaggio sintetico animato (simile a quelli utilizzati nei giochi e nelle applicazioni d’intrattenimento) che opera in un ambiente virtuale interattivo condiviso con lo studente. Ad esempio, Steve (Johnson, Ricktel e Lester; 2000) è un agente pedagogico situato nella sala macchine virtuale di una nave e insegna agli studenti come operare con le apparecchiature presenti a bordo (Figura 1). L’apprendimento delle procedure operative avviene tramite dimostrazione diretta da parte dell’agente che è in grado di interagire con lo studente, adattare il proprio comportamento ai bisogni dello studente e allo stato corrente dell’ambiente in cui sono situati, di collaborare e comunicare con lui e infine di sfruttare diverse modalità comunicative non solo verbali (ad esempio, movimenti della testa, espressioni del volto, dello sguardo, gesti, intonazione della voce, ecc.) per rendere l’interazione il più possibile naturale e simile ad un’interazione faccia a faccia.
La capacità di coordinare l’espressione del volto, con il movimento del corpo e i gesti delle mani assieme alla capacità di simulare emozioni, permette agli agenti pedagogici animati di emulare aspetti e comportamenti umani, e di arricchire anche visivamente l’interazione con lo studente in modo da rendere la sua esperienza più coinvolgente, piacevole e motivante.
Agenti pedagogici analoghi sono stati sviluppati nel campo dell’istruzione medica (Adele), in botanica (Herman the Bug) per lo studio delle reti di telecomunicazione (Cosmo) e dei calcolatori (WhizLow) e per guida alla navigazione su Web (PPP).

Gli agenti pedagogici hanno permesso di incorporare aspetti dell’apprendimento ignorati dai primi sistemi ITS: un più ricco contesto sociale per l’apprendimento costituito, ad esempio, da teams composti sia da agenti umani sia artificiali, ambienti realistici virtuali in cui operare o risolvere problemi, l’uso della multimedialità per rendere l’interazione tra sistema e studente più naturale, credibile e motivante.

 

Bibliografia
- CyclePad In http://www.qrg.ils.nwu.edu/software/softare.htm
- ELM-ART In: http://www.psychologie.uni-trier.de:8000/elmart
- Gallery of Interactive Geometry. In: http://www.geom.umn.edu/apps/gallery.html
- R. Koedinger, D.D. S.D. Forbus uthers, K. (1999). Component-Based Construction of a Science Learning Space. International Journal of Artificial Intelligence in Education, 10, pp. 292-313.
-W.Lewis Johnson , J.W. Ricke and J.C. Lester (2000) Animated Pedagogical Agents: Face-to-Face Interaction in Interactive Learning Environments. International Journal of Artificial Intelligence in Education, 11, pp. 47-78.
- T. Murray (1999). Authoring Intelligent Tutoring Systems: An Analysis of the State of the Art. International Journal of Artificial Intelligence in Education, 10, pp. 98-129.
- RiverWeb Water Quality Simulator In. http://mvhsl.mbhs.edu/riverweb/index1.html
- E. Shaw, W.Lewis Johnson and R. Ganeshan. Pedagogical Agents on the Web. In http://www.isi.edu/isd/ADE/papers/agents99/agents99.htm
- T.Chan and C. Chou (1997). Exploring the design of computer supports for reciprocal tutoring. International Journal of Artificial Intelligence in Education, 8, pp. 1-29.

Nota
Per una descrizione di questi sistemi si consulti il sito: http://www.contrib.andrew.cmu.edu/~plb/AIED97_workshop/


<< Indietro Avanti >>