Serviço de tutor de matemática on-line usa IA para ajudar a desenvolver as habilidades e a confiança dos alunos

Por John Roach 

 

Como muitos estudantes ao redor do mundo, Eithne, 14, em Chorley, Reino Unido, estava lutando para acompanhar as aulas de matemática na escola após mais de um ano de interrupções por causa da COVID-19. Em junho de 2021, seus pais a inscreveram em um programa de férias oferecido pelo Eedi, um serviço de aulas de matemática on-line. 

“Ela não teve um histórico muito bom porque teve que lidar com o isolamento”, disse sua mãe, Arianna. “Ela perdeu a maior parte das aulas de matemática no 7º ano e no 8º ano. Então, pensamos: vamos tentar, vamos ver onde ela precisa de ajuda”. 

Os alunos recém-matriculados no Eedi precisam fazer um teste com 10 perguntas de múltipla escolha que o serviço usa para saber em que área da matemática os alunos têm mais dificuldade. Essas informações permitem que o serviço oriente o aprendizado para superar esses obstáculos. 

“Fazemos uma pergunta com base na faixa etária do aluno e então identificamos qual seria a próxima questão, com base na resposta anterior”, explica Iris Hulls, chefe de operações da Eedi. “Aprendemos o máximo possível sobre eles para prever tópicos de crescimento ou conforto para eles”. 

O questionário dinâmico é desenvolvido pela IA criada por pesquisadores do Microsoft Research Lab em Cambridge, Reino Unido, especializados em algoritmos de aprendizado de máquina (machine learning) que ajudam as pessoas a tomar decisões. 

A IA usa cada resposta para prever a probabilidade de o aluno responder corretamente a cada uma das milhares de perguntas que podem ser feitas em seguida. Depois, usa essa probabilidade para decidir a próxima questão para identificar lacunas de conhecimento. 

As informações coletadas no questionário são semelhantes às que um professor pode identificar em uma conversa individual com um aluno, explicou Cheng Zhang, pesquisador principal da Microsoft no laboratório que liderou o desenvolvimento do modelo de aprendizado de máquina que alimenta o questionário dinâmico do Eedi. 

“Se o aluno não souber quanto é 3 vezes 7, podemos perguntar quanto é 1 mais 1”, disse Zhang. “Queremos adaptar o questionário com base na resposta anterior”. 

Uma vez que as dúvidas dos alunos são identificadas, a plataforma Eedi desenvolve um roteiro de aprendizagem para solucionar as dificuldades dos estudantes e melhorar seu desempenho em matemática na escola. 

Eithne estudou com um roteiro que incluía uma revisão dos tópicos abordados no 8º ano e a preparou para o sucesso no 9º ano, incluindo geometria. 

“É muito bom compreender suas fraquezas e seus pontos fortes e entender por que você talvez não seja tão boa nessa área”, diz Eithne. “Você é capaz de perceber: eu tenho feito isso errado há séculos”. 

Eithne, 14, em Chorley, Reino Unido, ganhou confiança em matemática por meio de aulas no Eedi, um serviço de tutor on-line que usa IA desenvolvida pela Microsoft. Foto de Jonathan Banks.
Boas perguntas, bons dados 

O sucesso do modelo da próxima melhor pergunta da Microsoft depende dos dados usados para treiná-lo, observou Zhang. No caso de Eedi, essas são milhares de perguntas de diagnóstico desenvolvidas especificamente para ajudar os professores a identificar dúvidas dos alunos sobre tópicos de matemática. 

“Nossa tecnologia é um facilitador que faz com que esses dados de alta qualidade forneçam mais insights”, disse Zhang. 

As perguntas de diagnóstico são questões de múltipla escolha que têm uma resposta correta e três erradas, com cada erro pensado para revelar um equívoco específico. 

“A matemática funciona muito bem com esse tipo de avaliação de múltipla escolha porque, na maioria das vezes, há apenas uma resposta certa; é muito menos subjetivo do que alguns assuntos de humanidades”, disse Craig Barton, cofundador da Eedi e diretor de educação da empresa. 

Barton se apegou ao poder das perguntas diagnósticas quando, como professor de matemática, participou de um curso de treinamento sobre avaliações formativas e aprendeu que respostas erradas para questões bem formuladas podem fornecer informações sobre o porquê um aluno está tendo dificuldades. 

“No passado, quando as crianças erravam eu tinha que fazer um trabalho de detetive para descobrir onde elas estavam errando”, disse ele. “Tudo bem se você trabalha individualmente, mas se você tem 30 crianças em uma classe, isso pode demorar muito”. 

Boas perguntas de diagnóstico, explica Barton, devem ser claras. Elas devem ser respondidas em 20 segundos para verificar um ponto e ligar cada resposta errada a um equívoco, para garantir que o aluno não acerte enquanto tiver dúvidas em um ponto importante. 

“Essa noção de que as crianças não podem acertar enquanto não dominam o tema é a mais difícil de levar em consideração, mas provavelmente é a mais importante”, disse ele. 

Por exemplo, considere a pergunta: “Qual dos seguintes números é um múltiplo de 6? – A: 20, B: 62, C: 24 ou D: 26.” 

De acordo com Barton, à primeira vista essa é uma pergunta simples. Isso porque os alunos podem pensar que um “múltiplo” significa que o “6” é o primeiro número (B) ou o último número (D), ou o aluno pode ter dificuldade com a tabuada e selecionar A. A resposta correta é C: 24. 

“Mas a maior falha nessa questão é que se você não sabe a diferença entre um fator e um múltiplo, você pode acertar essa questão, enquanto a experiência nos dirá que o maior equívoco que os alunos têm com múltiplos é que eles os misturam com fatores”, disse. 

Uma pergunta melhor a ser feita, então, é: “Qual destes é um múltiplo de 15? – A: 1, B: 5, C: 60 ou D: 55.” Isso porque as respostas possíveis incluem fatores e múltiplos. A resposta correta é C: 60. Um aluno que confunde fatores com múltiplos pode escolher A: 1 ou B: 5, e um aluno que precisa trabalhar na multiplicação pode escolher D: 55. 

“Quando você escreve essas coisas, você realmente precisa pensar: ‘Quais são as diferentes maneiras pelas quais as crianças podem errar e como vou capturar isso em três respostas erradas?’”, explicou Barton.

Nessa pergunta de diagnóstico, a resposta correta é “B:4”. Os alunos que responderam “A:20” deram o primeiro passo para encontrar a média, somando os números. “C:3” representa a confusão entre os conceitos de mediana e média. “D:2” é uma mistura dos conceitos de modo e média.
Ferramentas do professor para tutor on-line 

Após o workshop, Barton foi para casa e escreveu cerca de 50 perguntas diagnósticas e as testou em alunos de sua classe. Elas funcionaram. 

Barton também é autor de livros de matemática e podcaster com milhares de seguidores nas redes sociais. Ele usou sua influência para divulgar questões diagnósticas e colaborou com o cofundador da Eedi, Simon Woodhead, para construir um banco de dados on-line com milhares de perguntas diagnósticas para os professores acessarem para o planejamento de suas aulas. 

“Então pensei: espere um minuto, poderíamos fazer algo melhor do que isso”, conta Barton. “Imagine se as crianças pudessem responder às perguntas on-line e pudéssemos capturar esses dados para gerar insights sobre áreas específicas em que os alunos têm dificuldade”. 

O site explodiu em popularidade e atraiu investidores, bem como a atenção de Hulls, que junto com colegas estava explorando opções para usar dados para dimensionar e tornar os benefícios do ensino de matemática acessíveis a mais famílias. A equipe formou o Eedi. Um consultor os apresentou à pesquisa de Zhang e sua equipe sobre o algoritmo da próxima melhor pergunta, que visa acelerar a tomada de decisões coletando e analisando informações pessoais relevantes. 

Na época, os pesquisadores da Microsoft estavam trabalhando em cenários de saúde, usando IA para ajudar os médicos a tomar decisões com mais eficiência sobre quais exames solicitar para diagnosticar doenças dos pacientes. 

Por exemplo, se um paciente entrar em uma sala de emergência com um braço machucado, o médico fará uma série de perguntas que levarão a um raio-X, como “Como você machucou seu braço?” e, “Você pode mover seus dedos?” em vez de “Você está resfriado?”, pois a resposta revelará informações relevantes para o tratamento desse paciente. O algoritmo da próxima melhor pergunta automatiza esse processo de coleta de informações. 

O orientador achou que o modelo funcionaria bem com o conjunto de perguntas de diagnóstico do Eedi, automatizando a coleta de informações que um tutor poderia fazer com uma conversa individual com um aluno. 

“Sabíamos que havíamos coletado muitos dados. Queríamos fazer coisas mais inteligentes com eles, queríamos ser capazes de prever quais dúvidas os alunos podem ter antes que eles respondessem às perguntas”, lembra Woodhead, cientista de dados da Eedi. 

A equipe do Eedi trabalhou com os pesquisadores da Microsoft para treinar o modelo em suas perguntas de diagnóstico, para identificar com eficiência onde os alunos precisam de mais suporte em matemática. 

O modelo funciona sem coletar nenhuma informação de identificação pessoal dos alunos, observa Woodhead. 

“Ele não precisa de nome nem de endereço de e-mail. Ele busca padrões”, explica ele. 

A partir dessas informações, o sistema pode identificar as melhores lições para os alunos fazerem no Eedi. Sem essa orientação, os alunos tendem a seguir estratégias que já estão usando na escola, o que não é o ponto de partida certo para a maioria dos alunos que procuram um professor particular, de acordo com Hulls. 

“Isso realmente ajuda a orientar as crianças e suas famílias em casa para saber por onde começar”, diz ela. 

É uma ótima ideia que possa haver roteiros de aprendizado ou aulas personalizadas para os alunos. Nem todos os alunos aprendem no mesmo ritmo ou da mesma maneira”. 
Causa e efeito 

Os dados internos da Eedi mostram que o serviço de tutor resolve 95% das dúvidas dos alunos, observou Hulls, e os alunos que usam a plataforma demonstram maior confiança em matemática. 

Após o programa de verão na plataforma Eedi, Eithne entrou no 9º ano um passo à frente de seus colegas. 

“Eu pensava: eu posso fazer isso”, lembra ela. “Eu posso realmente explicar para as pessoas ao meu redor como resolver os problemas”. 

Eithne continuou a usar a plataforma Eedi, muitas vezes recorrendo ao serviço quando tem dificuldades em sua lição de casa. Ela gosta de um programa de recompensas que incentiva os alunos a acompanhar suas aulas e considera a explicação da plataforma sobre equívocos útil para aprender conceitos-chave. 

A equipe da Eedi agora está trabalhando com pesquisadores da Microsoft para implementar um modelo de aprendizado de máquina de última geração, que se baseia no algoritmo de inferência causal de ponta a ponta para recomendar roteiros de aprendizado personalizados para cada aluno. 

“As pessoas pensam que todos os alunos precisam aprender primeiro o diagrama de Venn e depois a geometria. Mas talvez isso não seja o melhor para todos os alunos. Cada aluno aprende de forma diferente”, explica Zhang. “Talvez para um aluno a ordem deva ser trocada e para outro aluno precisemos revisitar algum outro tópico”. 

Esse algoritmo de última geração está na vanguarda do aprendizado de máquina causal, um campo de pesquisa que incorpora a noção de causa e efeito, de causalidade, em ferramentas que ajudam as pessoas a tomar decisões. 

“É uma ótima ideia que possa haver caminhos de aprendizado ou aulas personalizadas para os alunos”, diz Arianna, mãe de Eithne. “Nem todos os alunos aprendem no mesmo ritmo ou da mesma maneira”. 

Veja também: 

John Roach escreve sobre pesquisa e inovação da Microsoft. Siga-o no Twitter. 


Imagem do topo: Eithne, 14, em Chorley, Reino Unido, faz uma aula com o serviço de tutor de matemática on-line Eedi. O serviço usa IA desenvolvida pela Microsoft. Foto de Jonathan Banks. 

Tags: ,

Posts Relacionados