Agentes pedagógicos como apoio à avaliação de competência técnica em educação e prática médica


Luis de França Ferreira
Irmandade da Santa Casa de Misericórdia de Porto Alegre
Brasil
franca@portoweb.com.br
Magda Bercht
Universidade Federal do Rio Grande do Sul
Instituto de Informática
Brasil
bercht@inf.ufrgs.br

Resumo

O uso da Realidade Virtual na educação médica é, sem dúvida nenhuma, uma promissora opção à disposição dos educadores. As cirurgias chamadas minimamente invasivas, baseadas em imagens de vídeo, que englobam os procedimentos laparoscópicos (Laparoscopia), representam um excelente campo de aplicação para Realidade Virtual. Um dos componentes que valorizam ainda mais os Sistemas de Realidade Virtual (SRVs) aplicados à educação são aqueles que apóiam a avaliação da evolução do aprendizado. Especificamente na cirúrgia médica, onde o aprendizado e treinamento de cirurgiões normalmente requerem em torno de 5 a 7 anos, a avaliação da aprendizagem e da competência do educando é fundamental. Os SRVs que usam a tecnologia de agência, podem aumentar sensivelmente o seu escopo de aplicações, contribuindo para minimizar a característica de subjetivação existente nos processos atuais de avaliação de desempenho dos educandos/treinandos na prática cirúrgica. Neste trabalho são apresentados Agentes Pedagógicos construidos usando-se técnicas oriundas das redes neurais e algorítmos genéticos. A fundamentação teórica do aprendizado destes agentes é oriunda das teorias de Jean Piaget e seus colaboradores, sobre a construção do conhecimento.
 

1 Introdução

Grande parte das mudanças na práxis pedagógica que está ocorrendo atualmente, é devido ao uso intensivo de novas tecnologias.
Estas novas tecnologias tem colocado à disposição do educadores inúmeras e poderosas formas de apoio à aprendizagem humana.

Entre estas novas tecnologias está a Realidade Virtual. O uso desta emergente e promissora tecnologia, que faz parte dos chamados Sistemas de Realidade Virtual (os SRVs) (1), vem se difundindo de forma muito rápida na educação e na prática médica. Nesta área, a educação é demorada e continua através de anos de prática. Com uso intensivo de tecnologia tem-se procurado, cada vez mais, proporcionar melhores condições e facilidades para o apoio no processo de aprendizagem e aquisição de habilidades, atendendo, desta forma, as crescentes demanda por profissionais capacitados. Entretanto, como qualquer tecnologia, para que seu uso seja feito de forma correta no contexto educacional, seu projeto deve estar fortemente baseado em pressupostos teóricos e comprovados sobre como o homem aprende.

Sem este cuidado, certamente teremos mais uma parafernália inútil e descartável, no rol de tantas outras já criadas e esquecidas.

Em relação ao aprendizado e treinamento de cirurgiões normalmente são requeridos em torno de 5 a 7 anos. Existem inúmeras vantagens de incluir-se a Realidade Virtual neste campo da Medicina. A experiência clínica tem mostrado que existe uma significativa curva de aprendizado de cada cirurgião e o procedimento cirúrgico. Os custos relacionados a este aprendizado é muito alto quando exercitado em pacientes (a fase de aprendizado consiste de 10 a 20 pacientes). Desta forma a prática com um SRV pode ser bem mais eficiente e com um custo menor. Outra potencial vantagem do uso de SRVs em simulação de cirurgias é avaliar a competência do estudante/treinando, bem como acompanhar a evolução do aprendizado. Atualmente, esta avaliação técnica é totalmente subjetiva, originando, obviamente, ineficiência e erros de julgamento.

Neste trabalho são apresentados os Agentes Pedagógicos construidos usando-se técnicas oriundas das redes neurais e algorítmos genéticos. A fundamentação teórica do aprendizado destes agentes é oriunda das teorias de Jean Piaget e seus colaboradores, sobre a construção do conhecimento.

O uso destes Agentes Pedagógicos em SRVs, ao apoiar a educação e a aquisição de habilidades em procedimentos cirúrgicos, pode ajudar a determinar o nível de competência do estudante na educação de cirurgia baseada em imagens de vídeo.

Este trabalho está organizado de modo a apresentar uma breve discussão sobre a Realidade Virtual no contexto de educação médica no tópico 2. Tópico 3 aborda a teoria e conceitos que se farâo usar neste trabalho sobre Agência e Agentes Pedagógicos.

O tópico 4 aborda o modelo de agente que se será utilizado e o 5 apresenta o funcionamento do Agente Pedagógico em um ambiente de Arendizagem de Realidade Virtual.
 

2 Sobre a Realidade Virtual no contexto da educação médica

O projeto e implementação dos chamados ambientes virtuais, nos quais se inserem os Sistemas de Realidade Virtual, para aplicação no contexto educativo médico deve levar em conta não somente os aspectos tecnológicos mas também, e principalmente, os aspectos cognitivos e afetivos do desenvolvimento intelectual, ou seja, é necessário que as decisões de projeto, implementação e uso destes ambientes apoiem-se no entendimento de como o indivíduo constrói o conhecimento, bem como ocorre a aprendizagem humana. Nos SRVs, a imagem é usada intensamente.

Em um ambiente de aprendizagem, baseado em realidade virtual, o sujeito age, através de mediadores de interação, sobre representações simbólicas dos objetos do conhecimento (ou do desejo). Assim, as abstrações empíricas que o sujeito fará se darão a partir de ações sobre uma representação do objeto real. Nestes ambientes, a mediação é digital e neles, a interação sensório-motriz dá lugar à sensório-simbólico

A imagem tem uma função importantíssima no processo de aprendizagem humana. Apesar de não termos ainda uma teoria da aprendizagem humana aceita por toda a comunidade científica, alguns fatos descobertos a partir das investigações sobre o cérebro humano trouxeram algumas hipóteses sobre o assunto. Em torno de 50% dos nossos neurônios estão dedicados ao sistema da visão, percepção de imagens e seu armazenamento. Construímos e adquirimos nosso conhecimento através da ação sobre os objetos do conhecimento e parte desta construção e aquisição se dá por aprendizagem strictu senso(2). Esta ações podem ser exteriores, através do nosso sistema sensório-motor, ou interiorizadas, que são aquelas que se dão na mente do sujeito, através do processo chamado pensamento, processo este que manipula imagens formadas por representações neurais. Estas representações neurais são modificações biológicas criadas por aprendizagem num circuito de neurônios. As imagens, convém salientar, são provavelmente o principal conteúdo dos nossos pensamentos, independente da modalidade sensorial em que são geradas (auditivas, visuais, sensitivas, etc...). Desta forma, "cada um de nós acredita estar vivendo diretamente no mundo que nos cerca, sentindo seus objetos e eventos de uma forma direta. Isto não passa de uma ilusão da percepção, pois as fibras nervosas não são gravadores de alta fidelidade. O neurônio é um contador de histórias e ele nunca é inteiramente digno de crédito. A sensação é uma abstração, não uma réplica do real"(3).

Para Piaget somente alguns reflexos são inatos e o conhecimento é construido a partir da ação do sujeito sobre o objeto. Todo ser vivo, ao interagir com o meio, através de processos adaptativos, se transforma, organizando-se e adaptando-se. A adaptação constitui-se de duas funções distintas, porém indissolúveis:

Assimilação e Acomodação

Segundo Piaget, (4) , assimilação é a incorporação de um elemento exterior (objeto, acontecimento, etc) num esquema sensório-motor ou conceitual do sujeito. Os esquemas permitem dar significação ao objeto, que ao assimilá-lo, vão se diferenciando através de acomodações. Esquema, é o que, numa ação, é transponível, generalizável ou diferenciável de uma situação a seguinte, ou seja, o que há de comum nas diversas repetições ou aplicações da mesma ação. Acomodação, (por analogia com os "acomodatos" biológicos), Ainda segundo Piaget, é toda modificação dos esquemas de assimilação sob influência de situações exteriores (meio) aos quais se aplicam. Mas, assim como não há assimilação sem acomodações (anteriores ou atuais), assim também não há acomodação sem assimilação. Isto significa que o meio não provoca simplesmente o registro de impressões ou a formação de cópias, mas desencadeia ajustamentos ativos. E por isso que só falamos em "acomodação" subtendendo "acomodação de esquemas de assimilação". Assim, acomodar é a necessidade em que a assimilação se encontra de considerar as particularidades próprias dos elementos a assimilar. Diz-se então que ocorre a adaptação quando há equilíbrio entre a assimilação e acomodação. Para Piaget, estas funções também se aplicam às estruturas mentais, que são o resultado da reorganização dos esquemas e servem de base para a construção de novas estruturas em nível mais elevado, que vão se desenvolvendo em quantidade e qualidade. Desta forma, não se pode dizer que exista uma aprendizagem que inicie na tabula rasa. Uma aprendizagem sensu strictu é sempre precedida por uma equilibração entre a assimilação e a acomodação. E mais, não basta a interação entre sujeito e objeto para que aquele construa conhecimento: uma aquisição a partir de uma experiência só é possível se existirem condições para isto. Podemos dizer que aprender é criar esquemas de assimilação, ou seja, aprender é criar instâncias internas que nos possibilite assimilar algo diferenciadamente das assimilações anteriores, estando aí uma condição necessária, para que seja possível esta assimilação. Fazem parte também, da aprendizagem, os quadros assimiladores elaborados pela abstração reflexionante.

Nos SRVs, aprendemos através da ação sobre um objeto (o corpo humano, por exemplo) representado pela sua imagem. Agimos sobre uma abstração daquele objeto. Isto tem por conseqüencia básica a necessidade de se ter imagens com um alto grau de fidelidade e acurácia. O uso da imagem é intensa na tecnologia dos SRVs. Entretanto, o desafio de de obtermos imagens de altíssima qualidade está sendo pouco a pouco vencido pela Computação Gráfica e a Visualização Científica.
 

3 Sobre Agentes Pedagógicos

Uma promissora aplicação de software em ambientes virtuais de aprendizagem é o uso da tecnologia de Agência, os chamados Agentes. Segundo Alvares (5), um agente é uma entidade real ou virtual, imersa num ambiente sobre o qual ela é capaz de agir, que dispõe de uma capacidade de percepção e de representação parcial deste ambiente, que pode se comunicar com outros agentes, e que possui um comportamento autônomo, conseqüência de suas observações, de seu conhecimento e das suas intenções com outros agentes.

Um agente raciocina sobre o ambiente, sobre os outros agentes e decide racionalmente quais objetivos deve perseguir e quais as ações deve tomar. Não existe ainda um consenso quanto a definição de agente, mas podem ser caracterizados através de capacidades ou funcionalidades que possuam. Também não existe uma classificação universal para os agentes, entretanto a maioria aceita a autonomia como característica principal que distingue um software tradicional de um agente. Autonomia é identificada pela capacidade de um software em exercer controle sobre suas próprias ações.

Outra característica importante em agentes que devam possuir um comportamento inteligente é a capacidade de deliberar sobre os eventos sentidos, ou monitorados no ambiente que os envolvem. A necessidade de deliberar impõem naturalmente que os agentes devam ter conhecimentos sobre o ambiente, sobre si mesmo e sobre outros agentes. Como é impossível a representação de conhecimentos de modo completo e imutável, é necessário capacitar os agentes com habilidade de aprendizado.

Uma interessante aplicação para o uso de agentes é a educação e treinamento. Os agentes autônomos projetados e desenvolvidos para dar apoio ao aprendizado humano, interagindo com educadores e educandos, de tal forma a facilitar o seu aprendizado, são chamados Agentes Pedagógicos.

Mas para que um Agente Pedagógico seja útil, ele precisa ter conhecimento e "aprender" novas situações, originadas pelas diversas interações que acontecem entre os participantes do ambiente (educadores, educandos, outros agentes, etc…) no qual atua, ou seja, além de um conhecimento, o agente precisa aprender. Mas como aprendem os Agentes Pedagógicos? Inúmeras são as técnicas utilizadas para a aprendizagem de máquina. Entre elas cabe destacar a baseada no paradigma evolutivo, que envolve os conceitos contidos no Sistema Piagetano, entre eles o da assimilação, acomodação e esquemas.
 

4 Sobre o Modelo do Agente

As idéias de evolução e de seleção natural são centrais na Biologia. Vários modelos de sistemas evolucionários foram estudados na década de 50 e 60, para resolver problemas de engenharia. Estes foram os percursores dos algorítmos genéticos, apresentados pela primeira vez por John Holland, em 1975. Os algorítmos genéticos, foram apresentados por Holland como uma abstração da evolução biológica e por evolução entende-se a adaptação de um indivíduo ao meio ambiente. Os algorítmos genéticos são adaptativos por excelência e seu princípio é o processo de evolução natural, no qual os os indivíduos mais adaptados tem mais chances de sobreviver. A evolução biológica não tem memória e o conhecimento sobre como reproduzir melhor está armazenado no grupo genético do indivíduo e é responsável pelas suas carcaterísticas.

Cada indivíduo é especificado através de um código, chamado cromossomo, que é um vetor de genes. A posição de cada gene é um locus e cada locus possui uma forma de representação (um tipo) e um determinado valor, denominado gene. Os operadores genéticos irão operar sobre o locus, no qual a geração do fenótipo do indivíduo será feita.

As soluções de um problema qualquer devem estar codificadas nos cromossomos. A evolução (gerações) busca encontrar cromossomos que efetivamente resolvessem o problema. Deve existir uma função de avaliação (considerada como o elo entre o algorítmo e o problema a ser resolvido) que retorne um valor ou lista de valores que apresentem o desempenho do indivíduo frente ao problema.

As etapas de funcionamento de um algorítmo genético são as seguintes:

Os algorítmos genéticos possuem os seguintes módulos: Algumas implementações utilizam rorinas de otimização, tais como o Operador Inversor, o Elitismo e a Reprodução em Estado Constante. São inúmeras as aplicações dos algorítmos genéticos, emtre elas está a aprendizagem.

O modelo que serve de fundamento ao Agente Pedadógico em desenvolvimento é o Agente Cognitivo de Wazlawick(6). A junção das teorias de esquemas de Jean Piaget com os Algorítmos Genéticos e as Redes Neurais Artificiais serviram de base teórica para este agente, que está esquematizado conforme a figura
 
 








O Agente Wazlawick possui uma interface com o meio ambiente (neste caso, o mundo virtual), uma população de esquemas de ação e um conjunto de saidas motoras (simbólicas ou não). A interface do agente com o mundo virtual é formada por um conjunto de entradas sensoriais. Através desta interface, o agente captura as ações do estudante (ou treinando) sobre o objeto da aprendizagem. As saidas motoras, simbólicas ou não, são os resultados da aplicação de esquemas de ação a um determinado conjunto de observáveis. O conjunto de esquemas de ação do agente, representa o seu conhecimento. O esquema de ação e, do agente, é definido como:

e = ( W, V, A, l, n, a, d ) onde:

W e [0, 1]n representa os observáveis do esquema e;

V e [0, 1]n representa os resultados esperados quando da aplicação do esquema e;

A e [0, 1]m representaas ações motoras a serem aplicadas pelo esquema e;

l e [0.5, 1] é o limiar de ativação do esquema e;

n e [0.5, 1] representa a avaliação do esquema e;

a e [0.1, 0.7] é coeficiente de treinamento do esquema e;

d e [0.1, 1] é o limiar de destruição do esquema e.

O principal ponto do agente é escolher, dados os observáveis W , qual será o esquema e a ser aplicado naquele momento. Os observáveis W são relacionados com as entradas sensoriais do agente e sua função é de representar os estados sensoriais nos quais o esquema deverá ser aplicado. As ações motoras A representam o novo estado em que certas saídas motoras estarão, após a aplicação do esquema, definindo assim a forma de atuação do agente. O estado no qual o agente espera encontrar as entradas sensoriais X, após ter aplicado as ações motoras A é representado pelos resultados V. No funcionamento do agente, a seleção do esquema a ser aplicado é feita através da comparação entre o vetor W de cada esquema da polpulação e suas entradas sensoriais.

Os esquemas cujos observáveis W possuírem um grau de similaridade com as entradas sensoriais X, maior ou igual a l, serão considerados ativos. Assim, o esquema e, será considerado ativo se Sim(We, X) le. A similaridade entre dois vetores de tamanho n e com com possíveis posições irrelevantes # é dada por


 
 

onde

.

A avaliação de um esquema, é feita através da comparação do vetor de resultados esperados V com as entradas sensoriais X, após aplicação do esquema. Como o agente interage com um ambiente sujeito a mudanças, é desejável que a avaliação previligie as atividades mais recentes em detrimento das antigas. O parâmetro de avaliação n é dado por

.
Sempre que um esquema é aplicado, ele deve se modificar a partir dos resultados obtidos, incluindo o observável que o fez ser escolhido para a aplicação, ao mesmo tempo que modificará (ou não) sua previsão, mantendo a coerência com os resultados obtidos. Ocorre aí, o que se chama, o aprendizado neural de esquemas. Os vetores, W e V são atualizados usando-se o modelo de Kohonem, com o coeficiente de aprendizado a. A reprodução de esquemas, baseada em algorítmos genéticos, é realizada através da reprodução por diferenciação ou da reprodução criativa. A primeira visa gerar esquemas cada vez mais especializados, é utilizada sempre que um esquema e, que mesmo possuindo uma boa avaliação, não está funciona bem para uma determinada situação, enquanto o objetivo da segunda é inovar o acervo de esquemas do agente e acontece sempre que as condições externas permanecerem imutáveis. O método a ser usado para seleção do genitores é o de Seleção Proporcional à Capacidade, cuja capacidade é dada por n. Na reprodução criativa, se escolhe e se reproduz um número de genitores que equivale a metade da população de esquemas, usando os operadores de mutação e crossover. O operador genético utilizado é o Crossover de Um-Ponto.

A população (quantidade de esquemas) é mantida através é feita com base em um limiar de destruição específico para cada esquema e representado por d, função do limiar de ativação do esquema l, e do número de elementos relevantes no vetor de observáveis |W|próprio.

Para efetuar a coleta de lixo, precisa-se definir quantos esquemas serão eliminados, que calculado da seguinte forma:

q = Min(r/2, t – m)
Onde:
q: número de equemas a eliminar;
r: número de esquemas ruins;
t: número de esquemas na população e
m: limite mínimo de esquemas na população.
Apenas os esquemas ruins participam da seleção de quais serão eliminados. Esta seleção é feita de forma aleatória e proporcional à diferença de - ne .

O algorítmo de interação do agente cognitivo com o meio externo, que é responsável pelo funcionamento geral do agente está descrito a seguir (7):

Inicializa população de esquemas
Repita para sempre:
Encontra conjunto de esquemas ativados, Q
Se Q não for vazio:
Encontra esquema vencedor v e Q
Faz Xant = X (armazena estado atual das entradas)
Faz Y¬ An (Aplica esquema vencedor v)
Atualiza a avaliação do vencedor nv ,comparando o novo estado sensorial X com os resultados previstos Vn
Se nv = 0, então
Remova o esquema v
Senão:
Atualiza W em direção à Xant usando o coeficiente de aprendizado av
Atualiza V em direção a X, usando o coeficiente de aprendizado av
Faz av = 0.99 * av
Se o esquema for bom, mas mostrar um desempenho menor do que costuma ter (ou seja, se ( nv < d) e
Sim( X, Vn ) < nv ), então:
Cria novos esquemas através da Diferenciação
Senão:
Se houver superpopulação, então faça a coleta de lixo
Fim Se
Fim Se
Fim Se
Se Xant = X então:
Faça a reprodução Criativa de esquemas
Fim Se
Fim Repita
Este agente mostra a possibilidade do uso de agentes nas mais diversas áreas. Sua capacidade de aprender o torna apto a ser usado na educação.
 

5 Funcionamento do Agente Pedagógico

O funcionamento do Agente possui duas etapas distintas:

5.1 A fase de aprendizagem do agente

Nesta fase, oagente deve criar esquemas de assimilação. Estes esquemas são criados por algorítmos géneticos, através de reprodução por diferenciação ou por reprodução criativa. É utilizado o operador genético Crossover de Um-Ponto. Dito de outra forma, nesta fase o agente aprenderá, através da criação de esquemas, os procedimentos que vai utilizar na fase seguinte, quando então apoiará a avaliação de desempenho do educando ou treinando.

5.2. Avaliando competência técnica do estudante/treinando

Fundamentalmente uma cirurgia consiste em série de procedimentos tais como exposição, dissecação, ligação, etc… Cada um destes procedimentos envolvem ações bem caracterizadas e bem determinadas. Os procedimentos que compõem as técnicas cirúrgicas bem como as especificações de competência são determinadas pelos especialistas e devem ser adquiridas pelo Agente pedagógico.

O agente pedagógico, uma vez treinado a realizar um procedimento, através da sua capacidade de aprendizado neural, estará apto a comparar seus esquemas de ação (criadas na sua fase de aprendizado) com as ações realizadas pelo estudante. Estas ações, capturadas em um ambiente virtual de aprendizagem baseado em Realidade Virtual, formam as entradas sensoriais do agente. No processo de avaliação, o agente verificará se existem esquemas que geram ações similares àquelas entradas sensoriais (os observáveis). Pode-se então afirmar que, se agente não possuir esquemas que gerem ações similares ao que foi observado nas ações do estudante, este não executou o procedimento corretamente.

Dependendo dos objetivos da avaliação, pode-se definir diversos graus de ativação dos esquemas (l), pois ele determina, de certa forma, o grau de similaridade que se deseja entre esquemas de ação do agente e as ações realizadas pelo estudante ou treinando.
 

6 Conclusões

Os SRV estão causando, sem sombra de dúvida, uma enorme (r)evolução no processo educacional. Como parte de um ambiente de apoio à aprendizagem, os mundos virtuais, onde o sujeito possa se movimentar, ouvir, ver e manipular objetos, como no mundo real, certamente representam efetivas oportunidades à disposição dos educadores. A introdução dos SRVs na educação modificará significativamente o papel destes educadores, sendo-lhes exigido novas competências. É necessário que eles se sintam motivados a recorrer ao uso desta nova tecnologia.

A hipótese deste trabalho está baseada na possibilidade de ter-se um Sistema de Realidade Virtual que consiga representar o objeto da aprendizagem, o corpo humano neste caso, e permita a interação (imersiva ou não) do estudante ou treinando com este objeto. Os procedimentos executados pelo aprendiz são capturados pelo SRV e transmitidos ao Agente Pedagógico (os observáveis do Agente).

A habilidade de avaliar a competência técnica dos educandos ou treinandos que os SRVs podem ser dotados é então um forte atrativo ao uso desta tecnologia na educação médica. Desta forma, o uso de componentes que apoiem esta atividade é imperativo na implementação dos SRVs dedicados ao ensino e aprendizagem na área médica. Acreditamos que o emprego dos Agentes Pedagógicos descritos neste trabalho representam, sem dúvida nenhuma, um significativo aumento no escopo da aplicabilidade destas tecnologias na educação e/ou treinamento dos profissionais dedicados à Medicina.
 

7 Referências bibliográficas