A utilização de técnicas de inteligência computacional

Esses neurônios se conectam com outros, criando uma rede neural, tanto biológica como artificial, podendo receber várias entradas e devolver respostas correspondentes a cada ação. Para que essa estrutura neural artificial funcione e tenha respostas adequadas para cada estímulo, deve-se treinar a rede, a fase de aprendizado, em que uma série de exemplos são apresentados a rede neural artificial (RNA) e assim ela ficará treinada para reconhecer padrões. Então, se algum padrão desconhecido for apresentado, o RNA não responderá com inexistência de resposta, mas sim, com semelhança a algum padrão já aprendido. Quando bem treinados, as RNAs são validadas, a partir de testes, para verificar sua funcionalidade, assim que o resultado for positivo, elas entram em ação para serem utilizadas.

Neste momento, os autores trazem uma breve história da educação, e as centenas de anos que ela já vem se propagando pela educação presencial, mas que, com o desenvolvimento tecnológico, a criação de computadores e o surgimento da internet, a educação ficou mais acessível. O texto II inicia com uma breve explicação sobre os sistemas utilizados para o ensino à distância, como o Moodle, Blackboard e TelEduc, sendo esses, sistemas gerenciadores de aprendizagem. Porém esses sistemas não permitem a personalização de acordo com as características específicas de cada estudante do processo de ensino, podendo causar problemas de aprendizagem. Contudo, passou a ser dado mais destaque às hipermídias adaptativas, que personalizam e facilitam a aprendizagem. Essas, tentam encontrar formas de moldar as características do usuário e usar as informações para apresentar o devido conteúdo ao estudante.

Felder e Silverman desenvolveram uma ideia para modelar os estilos de aprendizagem de cada estudante, tornando o processo de aprendizagem mais efetivo e de melhor qualidade. Já no texto II, os autores apresentam alguns algoritmos, como o de modelagem automática e dinâmica, em que o sistema personaliza os níveis de aprendizagem constantemente, a partir dos níveis já estudados pelo estudante. Outro algoritmo apresentado é o de recomendação de conteúdo, que nesse caso, o sistema verifica os pontos fortes e fracos do estudante e direciona ele para estudos guiados. O texto I nos traz um sistema neural artificial que já é utilizado em modelos reais, em que faz testes com o sistema de navegação livre e inteligente, sendo que o livre o estudante escolhe as etapas em que irá estudar, e o inteligente, é uma navegação guiada, em que o sistema escolhe as etapas conforme o nível de aprendizado do estudante.

Os autores concluem que a navegação inteligente é mais eficaz, por seguir o estilo de aprendizagem de cada aluno. No texto II, os autores trazem uma proposta que ainda não foi desenvolvida com modelos reais, mas uma ideia muito interessante para o ensino a distância, e também, poderia ser interessante para o ensino presencial, algum modelo que verifique em qual etapa de aprendizagem o aluno se encontra para que o professor trabalhe conforme a necessidade de cada aluno. n. p. set.