Diana Pérez Marín - lite.etsii.urjc.es · 3 • Un sistema Blended Learning o de Aprendizaje...

Diana Pérez Marín

Seminario de Investigación en Tecnologías de la Información Aplicadas a la Educación (SITIAE, Abril 2010)

Uso de Agentes Conversacionales Pedagógicos en Sistemas de

Aprendizaje Híbrido (B-learning)

2

Índice

• Introducción

• Agente Conversacional Pedagógico (ACP)

• Tipos de agentes– Agente como profesor– Agente como estudiante– Agente como acompañante

• Caso de estudio: agente como profesor

• Conclusiones y trabajo futuro

3

• Un sistema Blended Learning o de Aprendizaje Híbrido se puede definir como la combinación de instrucción cara a cara con los sistemas mediados por ordenador [1].

• El objetivo es combinar las ventajas de los sistemas e-learning y la enseñanza tradicional.

Introducción (I)

4

Introducción (II)

• Ventajas de los sistemas e-learning:– Flexibilidad temporal.– Flexibilidad espacial.– Especialización y adaptación.

• Ventajas de la enseñanza tradicional:– Conservar el contacto directo con el profesor. – Evitar la posible sensación de aislamiento

consecuencia de la educación a distancia [2].

5

Introducción (III)

• Un agente conversacional pedagógico (ACP) se puede definir como una personificación o representación en un ordenador de la figura del profesor o del estudiante.

• En esta presentación se revisará cómo se están usando los ACPs en entornos educativos:– Revisando las características de los ACP existentes.– Proponiendo una taxonomía general.

• Finalmente, se pincelará un caso de estudio en el que se está investigando los beneficios del uso de un ACP tutor en entornos e-learning respecto a entornos b-learning.

6

Agente conversacional pedagógico (ACP)

7

Agente conversacional pedagógico

• Una de las primeras definiciones del año 2000 fue:

• En este contexto, la palabra agente debe entenderse como un personaje simulado por ordenador que:– Puede presentar características humanas.– Mostrarlas en forma de texto, voz y/o gráficos [4].– Interacciona en lenguaje natural con el estudiante.– Su objetivo es apoyar el proceso educativo [5].

“Lifelike autonomous character that cohabite the learning environment creating a rich interface

face-to-face with student” [3].

8

Nomenclatura

• Agente Conversacional Pedagógico (ACP)

• Agente Pedagógico Virtual Inteligente

• Agente Personalizado Virtual inteligente

• Agente Conversacional Personificado (ACP)

• Agente Pedagógico Animado (APA)

• Embodied Pedagogic Conversational Agent (ECA)

• Teachable Agent (TA)

• Pedagogic Agent as Learner Companion (PAL)

9

Qué características puede tener un ACP [6]

• Adaptabilidad: el agente puede ajustar los contenidos al modelo del estudiante.

• Circuitos de retroalimentación: el agente puede proporcionar retroalimentación también adaptada a cada estudiante.

• Soporte afectivo: el agente puede intentar animar al estudiante y mantener su atención.

• Capacidad de evolución: el agente puede ir aprendiendo del estudiante o de otras fuentes para enriquecer la conversación.

10

Qué no es un ACP

• Un chatbot: el ACP debe poder mantener una conversación “inteligente” sobre un domino [7].

• Sistema para reemplazar al profesor o al estudiante: el ACP está diseñado generalmente como complemento [5].

• Sistema de diálogo tutorial: el ACP debe estar representado con un personaje virtual animado o no. Así, por ejemplo ITSPOKE no es un ACP [8].

11

Efectos del uso de ACPs

• Efecto persona [9]: la presencia de un agente en un entorno interactivo, aunque no sea animado, puede tener un efecto positivo en la percepción de la experiencia educativa por parte del estudiante.

• Efecto Proteo [10]: los estudiantes pueden aprender motivados por conseguir las características de sus avatares y parecerse a ellos/as.

• Efecto Protégé [11]: los estudiantes pueden llegar a hacer un esfuerzo mayor por aprender para enseñar a su avatar que para aprender ellos mismos.

12

Taxonomía propuesta de ACPs (I)

1. Rol y actitud

a) Profesor de contenidos/competencias• Autoritario• Tutor experto/Facilitador/Mentor/Coacher (“constructivista”)

b) Estudiante (Teachable Agents) de contenidos/competencias• Individual (“Learning by Teaching”)• Con otro tutor

c) Acompañante (Pedagogic Agent as Learner Companion – PALs)• Compañero igual• Asistente emocional• Troublemaker, crítico o colaborativo

13

Taxonomía propuesta de ACPs (II)

2. Capacidad de interaccióna) El agente inicia la conversaciónb) El estudiante inicia la conversaciónc) El agente o el estudiante pueden iniciar la conversación

3. Tipo de animación (multimodalidad)a) Inexistenteb) Sólo gráficac) Gráfica + sonidosd) Gráfica 3D + sonidos e) Inmersión en un entorno de realidad virtual

4. Posibilidades afectivasa) Sin posibilidadesb) Soporte emocionalc) Empatía

14

Taxonomía propuesta de ACPs (III)

5. Personaje virtuala) Con forma humana sin animaciónb) Con forma humana con animación

• Respiración• Contacto visual• Sólo cara• Cara + cuerpo (Embodied Pedagogic Conversational Agent)

c) Sin forma humana

6. Posibilidades de adaptación-evolucióna) Sin posibilidadesb) Posibilidades de adaptaciónc) Posibilidades de evolución

7. Ubicuidada) Sólo ordenador en clase (b-learning)b) Sólo ordenador fuera de clase (e-b/learning)c) Versiones para ordenador / PDA / smartphone (e-b/learning)

15

Tipos de agentes conversacionales pedagógicos

Agente comoprofesor

Agente comoestudiante

Agente como acompañante

16

Agente como profesor

17

Agente como profesor

• La investigación en agentes pedagógicos como profesores/tutores/mentores se remonta a 1970.

• Los primeros agentes eran muy limitados, sólo mostraban información, sin permitir interacción.

• En las siguientes décadas, se mejoró la animación, interacción y el contenido de la conversación con técnicas como LSA, redes semánticas o árboles.

• Algunos ejemplos son: Herman the Bug [9], Anne y Pierre [12], Steve [13], Guilly [14], Sam [15], CAPA [12], Autotutor [16], Baldi [17] y Willow [18].

18

Herman the Bug [9]

• Lester et al. desarrollaron en 1997 uno de los primeros agentes para niños en edad escolar.

• De hecho, diseñaron varias modalidades del agentecombinando o eliminando gestos y consejos verbales.

• Descubriendo de esta forma el Efecto Persona según el cual la introducción del agente incluso cuando no da consejos verbales reporta mejores indicadores:– Los estudiantes decían que el agente les había

ayudado a hacer sus deberes (b-learning).– Los estudiantes se mostraban más contentos con el

sistema cuando tenía el agente aunque no hablase.

19

Herman the Bug [9]

20

Anne y Pierre [12]

21

Steve [13]

• Agente en un entorno 3D que complementa al profesor para entrenamiento naval actuando como:– Tutor para un miembro de un equipo.– Sustituyendo a un miembro faltante del equipo.

• También puede asumir el rol guía en el ambiente virtual de la nave señalando equipos y salas en el mundo 3D:– Apuntándolos directamente.– Mirándolos e indicando su importancia.– Realizando turnos en la conversación (muy limitada).

• El soporte emocional está limitado a asentir o negar con la cabeza (sin empatía).

22

Steve [13]

23

Guilly [14]

• Guilly fue desarrollado para enseñar a niños de entre 8 y 10 años a separar la basura.

• La retroalimentación se ofrece en forma de pistas en mensajes de texto, gestos corporales o faciales.

24

Sam [15]

• Sam fue diseñado para desarrollar la capacidad narrativa de niños en edad escolar.

• Sam se proyectaba sobre una pared detrás de un castillo y pedía a los niños que le ayudaran a contar un cuento con personajes sobre el castillo.

25

Autotutor [16]

• Autotutor es uno de los ACPs más estudiados. Estábasado en teorías constructivistas, tiene iniciativa mixta de diálogo y animación 3D.

• Lleva investigándose desde finales de los año 90 por un equipo de más de 30 personas y utiliza técnicas como LSA, Dialogue Advance Network y speech acts.

• Según sus creadores es capaz de aumentar hasta 0.8 puntos en el resultado final de los exámenes [13].

• Actualmente se está ampliando su capacidad de detectar emociones y responder empáticamente al estudiante.

26

Autotutor (1999-…)

27

Baldi [17]

• Baldi ejerce como tutor para entrenamiento del lenguaje inglés en niños con déficit auditivo o para adultos en su aprendizaje como una segunda lengua.

• En su origen, Baldi es una cabeza animada para ir aprendiendo la pronunciación de palabras.

28

Baldi [17]

En la actualidad, Baldi se está adaptando a otros dispositivos móviles como Smartphones o PDAs:

30

Agente como estudiante

31

Agente como estudiante

• El enfoque de estos agentes se basa en el paradigma “Learning by Teaching”, esto es que el estudiante aprenda al enseñar al agente conceptos o técnicas.

• En la universidad de Vanderbilt, el Dr. Biswas y su grupo han desarrollado varios TAs como Betty.

• Descubriendo el Efecto Protégé.

• También se ha investigado el uso de 2 agentes, uno es al que el estudiante debe enseñar y otro es el mentor que guía y enseña al estudiante.

32

Betty [18]

• Betty se utiliza como apoyo durante las clases de ciencias de nivel primaria.

• El estudiante enseña a Betty mediante la creación de enlaces y nodos en mapas de conceptos.

33

Betty + Mr. Davis

35

Agente como acompañante

36

Agente como acompañante

• En este caso, el rol del agente no es autoritario, sino fundamentalmente de apoyo emocional/social.

• Los orígenes de este tipo de agentes también se pueden encontrar en los años 90 [4].

• Al principio, investigaron en las personalidades de los agentes (conflictivos, introvertidos, extrovertidos…)

• En la actualidad, la investigación se centra más en su inmersión en entornos 3D de juegos educativos.

• Algunos PALs son: troublemaker [19], SBEL [20], Crystal Island [21], Jake & Jane [22], MyPet [23] y BILAT [24].

37

Troublemaker [19]

• El agente representaba un estudiante conflictivo que en ocasiones proporcionaba respuestas incorrectas.

• El objetivo era provocar disonancias cognitivas, esto es, contrastes entre lo que el estudiante cree saber y lo que el agente le está contando.

• La hipótesis que tenían era que esto provocaría que los estudiantes quisieran demostrar que el agente estaba equivocado y entonces buscarían información.

• Esta línea de investigación sigue abierta sin resultados concluyentes en la literatura.

38

Los agentes de SBEL [20]

• En el entorno Scenario-based language e-learning (SBeL) se utilizan los PALs para acompañar a los estudiantes en el aprendizaje de portugués brasileño.

39

Los agentes en Crystal Island [21]

• El objetivo es mantener el estado emotivo del estudiante mezclando agentes tutores con un PALs.

• También preguntan al estudiante que le ha parecido su respuesta para mejorarla en la próxima interacción.

40

Jake & Jane [22]

• Jake y Jane son dos PALs “empáticos” exactamente iguales excepto en su género (voces y presencia).

• Los agentes intentan empatizar con el estudiante imitando sus emociones y usando frases completas.

• Los agentes fueron integrados en Wayang Outpost un software que enseña matemáticas.

• Este software pregunta a los estudiantes cómo se encuentran cada 5 minutos, según la clasificación de las emociones realizada por Ekman [23].

• Los resultados de un experimento con 30 estudiantes demostraron que el postest era mejor para la chicas que habían estudiado con Jake.

41

Jake & Jane [22]

42

MyPet [24]

• El objetivo del PAL es acompañar en el aprendizaje de chino motivando al estudiante.

• La hipótesis es que si los estudiantes atribuyen su fracaso a falta de esfuerzo reemprendarán la tarea.

• El agente es un animal de compañía que tendrá más energía en su barra vital cuántas más tareas completen en el sistema (más esfuerzo).

• De esta forma, los estudiantes podrán visualizar si están dedicándole suficiente esfuerzo. Del agente hay versiones tanto para PC como para PDA.

43

MyPet y MyMiniPet

44

Los agentes en BILAT [25]

• En este caso los agentes son los personajes del juegoy realmente el estudiante no teclea sino que selecciona una opción del menú.

• El sistema se llama ELECT BiLAT (Enhanced Learning Environments with Creative Technologies for Bilateral negotiations) y su objetivo es preparar al estudiante para negociar con éxito.

• Las acciones de los estudiantes se evalúan como correctas, regulares o incorrectas.

• En los experimentos realizados se ha comprobado que la capacidad de negociación mejora de forma significativa cuando los estudiantes usan el sistema.

45

Los agentes en BILAT [25]

46

Caso de estudio: agente como profesor

47

Caso de estudio: agente como profesor

• Desde el año 2003, hemos estado desarrollando un sistema B-learning para repaso conceptual llamado Will Tools [26]. En el año 2007 se introdujo la metáfora del diálogo con un ACP profesor:

48

Caso de estudio: agente como profesor

• En la actualidad estamos realizando un estudio con 182 estudiantes on-line para comparar la diferencia en el uso de Willow como agente e-learning respecto al uso de Willow como agente b-learning.

• La hipótesis de partida es que Willow es más útil como agente b-learning que en un entorno e-learning sin apoyo del profesor.

• También se está explorando los beneficios de utilizar Willow como agente acompañante que recomienda y orienta, además de enseñar.

49

Caso de estudio: agente recomendador

50

Conclusiones y trabajo futuro

51

Conclusiones y trabajo futuro (I)

• La investigación en ACPs ha atraído la atención de numerosos investigadores.

• En la actualidad, es necesario un marco sistemáticoque clasifique la investigación realizada.

• Esto podría permitir inferir en qué casos los agentes proporcionan beneficios y de qué tipo, puesto que se han encontrado resultados contradictorios:– Estudiantes que afirman que el ACP les ha resultado de

gran utilidad pero no reallizan post-test mejores.– Agentes que parece que ayudan por su capacidad de

diálogo, pero si se quita la parte gráfica se elimina el efecto persona y obtienen peores resultados.

52

Conclusiones y trabajo futuro (II)

• En este trabajo, se propone por primera vez una taxonomía de ACPs con la hipótesis de que un estudio sistemático del uso de los ACPs en educación podría conseguir identificar las condiciones para conseguir los resultados óptimos.

• También se está realizando un caso de estudio para investigar hasta qué punto afecta el entorno e-b/learning en el que se integra el ACP.

• Se espera la publicación de un libro en Agentes Conversacionales en 09/2010 que reúna la técnicas que han dado mejores resultados, y la realización de un workshop en 06/2010 específico a ACPs.

55

Referencias

[1] Graham, C. R. (2005), Blended Learning Systems: Definition, Current Trends, and Future Directions, in 'Handbook of Blended Learning: Global Perspectives, local designs', Pfeiffer Publishing, pp. 3-21.

[2] Preece, J. (1994). Human-Computer Interaction. Pearson Education Limited: Essex, England.

[3] Johnson, W.; Rickel, J. & Lester, J. (2000), 'Animated Pedagogical Agents: Face-to-Face Interaction in Interactive Learning Environments', Journal of Artificial Intelligence in Education 11, 47-78.

[4] Chou, C.; Chanb, T. & Linc, C. (2003), 'Redefining the learning companion: the past, present, and future of educational agents',Computers & Education 40, 255-269.

[5] Veletsianos, G. & Miller, C. (2008), 'Conversing with pedagogical agents: a phenomenological exploration of interacting with digital entities', British Journal of Educational Technology 39(6), 969-986.

56

Referencias

[6] Slater, D. (2000), 'Interactive animated pedagogical agents', PhD thesis, Stanford University.

[7] Lieberman, H. (1997), 'Autonomous interface agents', 67-74.[8] Litman, D. & Silliman, S. (2004) ,ITSPOKE: An intelligent tutoring

spoken dialogue system, in 'Demonstration Papers at HLT-NAACL 2004', pp. 5-8.

[9] Lester, J.; Converse, S.; Kahler, S.; Barlow, S.; Stone, B. & Bhogal, R. (1997),The persona effect: affective impact of animated pedagogical agents, in 'Proceedings of the SIGCHI conference on Human factors in computing systems', pp. 366.

[10] Yee, N. & Bailenson, J. (2007), 'The Proteus effect: The effect of transformed self-representation on behavior', Human Communication Research 33(3), 271.

[11] Chase, C.; Chin, D.; Oppezzo, M. & Schwartz, D. (2009), 'Teachable agents and the protégé effect: Increasing the effort towards learning', Journal of Science Education and Technology 18, 334-352.

57

Referencias

[12] Sabot, Z.; Zolkifly, I. & Lew, T. (2005), 'Computer Virus Educational System Using Animated Pedagogical Agent Technology', Unitar E-Journal 1, 52-58.

[13] Rickel, J. & Johnson, W. (1999), 'Virtual humans for team training in virtual reality‘, Proceedings of the Ninth International Conference on Artificial Intelligence in Education', Citeseer, 578-585.

[14] Nunes, M.; Dihl, L.; Fraga, L.; Woszezenki, C.; Oliveira, L.; Francisco, D.; Machado, G.; Nogueira, C. & Notargiacomo, M. (2002), 'Animated pedagogical agent in the intelligent virtual teaching environment', Interactive Educational Multimedia 4, 53-60.

[15] Ryokai, K.; Vaucelle, C. & Cassell, J. (2003), 'Virtual peers as partners in storytelling and literacy learning', Journal of computer assisted learning 19(2), 195-208.

[16] Graesser, A.; D Mello, S.; Craig, S.; Witherspoon, A.; Sullins, J.; McDaniel, B. & Gholson, B. (2008), 'The relationship betweenaffective states and dialog patterns during interactions with auto tutor', Journal of Interactive Learning Research 19(2), 293.

58

Referencias

[17] Massaro, D.; Ouni, S.; Cohen, M. & Clark, R. (2005), 'A multilingual embodied conversational agent‘, System Sciences, 2005.

[18] Biswas, G.; Roscoe, R.; Jeong H. & Sulcer, B. (2009), Promoting Self-Regulated Learning Skills in Agent-based Learning Environments, in 'Proceedings of the 17th International Conference on Computers in Education'.

[19] Aimeur, E. & Frasson (1996), 'Analyzing a new learning strategy according to different knowledge levels', Computers & Education27(2), 115-127.

[20] Reategui, E.; Polonia, E. & Roland, L. (2007), The role of animated pedagogical agents in scenario-based language e-learning: a case-study, in 'Conference ICL'.

[21] Robison, J.; Mcquiggan, S. & Lester, J. (2009), Modeling Task-Based vs. Affect-based Feedback Behavior in Pedagogical Agents: An Inductive Approach, in 'Artificial Intelligence in Education', IOS Press,, pp. 25-32.

59

Referencias

[22] Arroyo, I.; Woolf, B.; Royer, J. M. & Tai, M. (2009),Affective Gendered Learning Companions, in 'Artificial Intelligence in Education'.

[23] Ekman, P. (1999), Facial Expressions, New York: John Wiley & Sons Ltd.

[24] Chen, Z.; Liao, C.; Chien, T. & Chan, T. (2009),Animal Companion Approach to Fostering Students' Effort-Making Behaviors, in 'Artificial Intelligence in Education'.

[25] Hays, M.; Lane, C.; Auerbach, D.; Core, M.; Gomboc, D. & Rosenberg, M. (2009),Feedback Specificity and the Learnig of Intercultural Communication Skills, in 'Artificial Intelligence in Education'.

[26] Perez-Marin, D. (2007), 'Adaptive Computer Assisted Assessment of free-text students' answers: an approach to automatically generate students' conceptual models', PhD thesis, Escuela Politecnica Superior, Universidad Autonoma de Madrid. Published by VSM Verlag in 2009.

60

¡Muchas gracias por vuestra atención!

???