Robô-professor equipado com leitor de sinais cerebrais consegue manter os alunos concentrados

Um sistema automatizado detecta quando os alunos on-line estão distraídos ou cochilando e, em seguida, usa truques para mantê-los alerta.

Cochilando durante uma aula chata na escola? Um professor robótico – que monitora os níveis de atenção e imita as técnicas que professores humanos utilizam para manter seus alunos atentos – promete acabar com o cochilo, especialmente para os estudantes que têm suas aulas online. Testes indicam que o robô pode aumentar o quanto os alunos se lembrar de suas aulas.

Sistemas tutores inteligentes que usam os professores virtuais para interagir com os alunos poderiam desempenhar um papel crucial no campo de expansão da educação online. O problema com cursos on-line é que é, de modo geral, impossível saber se o aluno está se concentrando envolvido com a lição. Ao contrário dos professores virtuais, os professores humanos têm uma série de truques para manter o aluno focado em suas aulas: alterar o tom de sua voz, por exemplo, ou gesticular para enfatizar os pontos e se envolver com seu público.

Bilge Mutlu e Dan Szafir da Universidade de Wisconsin-Madison queriam saber se um robô poderia usar algumas das mesmas técnicas dos professores para melhorar o quanto um aluno mantém seu foco nos estudos. A dupla programou um robô humanóide para contar aos estudantes uma estória então os testaram para ver o quanto eles tinham lembrado. Utilizando um sensor de US$ 200 para monitorar a área do cérebro ligada a aprendizagem e concentração, quando uma diminuição significativa na sinais cerebrais indicavam que o nível de atenção do aluno tinha caído, o sistema enviava um sinal para o robô para desencadear uma ação apropriada: levantar a voz ou fazer gestos de braços utilizados para recuperar a atenção.

Como a equipe esperava, os estudantes que ouviram a estória do robô que reagia a sua falta de concentração foram melhor que os estudantes de outros dois grupos, respondendo a uma média de 9 de 14 perguntas corretamente, em comparação com apenas 6,3 quando o robô não reagiu à falta de atenção. Os resultados foram apresentados na Conference on Human Factors in Computing Systems, em Austin, Texas, no início deste mês.

Fonte: http://www.newscientist.com/article/mg21428665.500-mindreading-robot-teachers-keep-students-focused.html

Computador aprende o significado de palavras através de jogos

Baseando suas estratégias sobre o texto de um manual de jogo, um computador infere os significados das palavras sem a supervisão humana.

Os computadores são ótimos para o tratamento de palavras quando o significado delas não é importante: programas de edição de texto permitem que você reorganize e formate o texto como quiser e motores de busca podem rapidamente encontrar uma palavra em qualquer lugar na web. Mas entender o significado das palavras em qualquer língua seria possível para um computador?

Uma maneira de testar a capacidade de compreensão seria fazer o computador analisar e acompanhar um conjunto de instruções para uma tarefa desconhecida. E, de fato, nos últimos anos, pesquisadores de Ciência da Computação e do Laboratório de Inteligência Artificial do MIT começaram a projetar sistemas de aprendizagem de máquina que fazem exatamente isso, com resultados surpreendentemente bons.

Regina Barzilay e seus alunos de graduação S.R.K. Branavan e David Silver do London University College, baseados em trabalho anterior de Regina Barzilay, fizeram os computadores executar uma tarefa bastantecomplicada: aprender a jogar “Civilization” – um jogo de computador no qual o jogador orienta o desenvolvimento de uma cidade em um império através dos séculos da história humana. Quando os pesquisadores implementaram um sistema de aprendizagem de máquina para que o computador pudesse usar o “manual do jogador” para guiar o desenvolvimento de uma estratégia de jogo, a taxa de vitórias saltou de 46 por cento a 79 por cento.

“Jogos são usados como teste para técnicas de inteligência artificial simplesmente por causa de sua complexidade”, diz Branavan. “Toda ação que você toma no jogo não tem um resultado pré-determinado, porque o jogo ou o adversário pode reagir de forma aleatória ao que você faz. Então você precisa de uma técnica que possa lidar com cenários muito complexos.”

Além disso, diz Barzilay, os manuais dos jogos têm “textos muito vagos. Eles não lhe dizem como ganhar. Eles apenas dão conselhos muito gerais e sugestões e você tem que descobrir um monte de outras coisas do seu próprio jeito.”

O extraordinário do sistema de Barzilay e Branavan é que ele começa com quase nenhum conhecimento prévio sobre a tarefa que precisa desempenhar ou a linguagem na qual as instruções são escritas. Ele possui uma lista de ações do que pode fazer (como dar cliques com o botão direito ou esquerdo do mouse, ou mover o cursor), ele tem acesso às informações exibidas na tela e tem, ainda, alguma forma de medir o seu sucesso (como, por exemplo, ver se ganhou o jogo). Mas ele não sabe quais ações correspondem às palavras no conjunto de instruções e não sabe o que os objetos no mundo do jogo representam.

Então, inicialmente, seu comportamento é quase totalmente aleatório. Mas como ele executa várias ações e palavras diferentes aparecem na tela, ele pode procurar essas palavras no conjunto de instruções. Ele também pode pesquisar o texto ao redor das palavras associadas e desenvolver hipóteses sobre as ações que essas palavras correspondem. Para as hipóteses que consistentemente levam a bons resultados é dado maior peso, enquanto que aquelas que constantemente levam a maus resultados são descartadas.

O programa desenvolvido ganhou 79 por cento dos jogos que jogou, enquanto que uma versão que não lidava com as instruções escritas venceu apenas 46 por cento. Os pesquisadores também testaram um algoritmo mais sofisticado de aprendizagem de máquina que evitou a entrada de texto, mas usaram técnicas adicionais para melhorar o seu desempenho. Este algoritmo venceu apenas 62 por cento dos seus jogos.

“Se você me perguntasse antes, se eu achava que nós poderíamos fazer isso ainda, eu teria dito não”, diz Eugene Charniak, professor da Universidade de Ciência de Computação na Universidade de Brown. “Você está construindo algo em que você tem muito pouca informação sobre o domínio, mas você obter pistas do domínio de si mesmo.”

O objetivo principal do projeto, que foi apoiado pela National Science Foundation, foi demonstrar que os sistemas de computador que aprendem o significado das palavras através de exploração e interação com seus ambientes são um assunto promissor para futuras pesquisas.

Link original (em inglês): http://web.mit.edu/newsoffice/2011/language-from-games-0712.html

A Maldição dos Captchas!

Ah, quem já não se irritou com algum CAPTCHA, aquelas letrinhas que temos de digitar de vez em quando para provar que não somos um programa de computador?

Segundo a wikipédia, CAPTCHA quer dizer “Completely Automated Public Turing test to tell Computers and Humans Apart” (teste de Turing público completamente automatizado para diferenciação entre computadores e humanos).

captcha

É, estamos na época do “teste de Turing” ao contrário, ao invés de testarmos programas de inteligência artificial para ver se eles são inteligentes, testam nós, os humanos, para ver se sabemos ler letrinhas tortas… (para saber mais sobre Alan Turing e o teste de Turing, leia meu post “Alan, O Grande” em http://textosteatro.blogspot.com/2009/09/alan-o-grande.html)

Não tenho nada contra a segurança, o problema são os excessos: à medida em que os programas de detecção de CAPTCHAS ficam mais espertos, os esquemas de segurança insistem em criar captchas cada vez mais difíceis para nós, humanos honestos…

Eis alguns exemplos:

captcha indecifrável 2

O que foi isto acima, escrita cuneiforme?

captcha indecifrável 3

E o que seria esta última palavra?

captcha indecifrável 4

Acima, um mais complicado: um captcha invisível, para testar se tenho visão de raio-x ou coisa assim…

Abaixo, um que duvidou da minha “humanidade” ao não perceber que havia um “zero” e não uma letra “O” no captcha proposto:

captcha indecifrável 4

Por fim, a sentença definitiva:

captcha indecifrável 4

Ele acha que não sou humano… Mas afinal, quem é ele para me julgar?  :-)

Se você já teve alguma experiência estranha com um captcha, deixe seu comentário!

As palavras usadas por psicopatas podem revelar sua natureza predatória

17 de 0utubro de 2011 – Cornell University – Chronicle online – Por Bill Steele – link original: http://www.news.cornell.edu/stories/Oct11/psychopathWords.html

Para quem duvida das aplicações de Processamento da Linguagem Natural da área de Inteligência Artificial, dêem uma olhada nesta descoberta:

Um estudo novo de Cornell mostra que as análises de computador podem identificar os padrões de fala que os psicopatas tendem a usar. Criminosos psicopatas tendem a fazer escolhas de palavras identificáveis ​​quando falam de seus crimes, o estudo conclui. Suas palavras refletem suas personalidades, mostrando egoísmo e pouca sensibilidade em relação a seus crimes, segundo o relatório do professor Jeff Hancock e seus colegas da University of British Columbia, relato publicado edição online da revista Psicologia Legal e Criminológica.

A pesquisa pode levar a novas ferramentas para diagnóstico e tratamento, e talvez ter aplicações na aplicação da lei.

“Nosso artigo é o primeiro a mostrar que você pode usar ferramentas automatizadas para detectar os padrões de fala distintos de psicopatas”, declarou Hancock. Isto pode ser valioso para psicólogos clínicos, disse ele.

Os pesquisadores compararam histórias contadas por 14 presos psicopatas assassinos do sexo masculino com 38 assassinos condenados que não foram diagnosticados como psicopatas. Cada sujeito foi solicitado a descrever o seu crime em detalhes, as histórias foram gravadas, transcritas e submetidas a análise de computador.

Um psicopata, como descrito por psicólogos, não tem empatia com os sentimentos dos outros e não possui o sentimento de remorso. Psicopatas se comportam como se o mundo fosse para ser usado em seu benefício e utilizam a falsa emoção para manipular os outros.

Psicopatas utilizam mais conjunções como “porque”, “desde” ou “para que” na descriçãodo seu crime, dando a entender que o crime “tinha que ser feito” para obter um objetivo particular. Eles usaram o dobro de palavras relacionadas com as necessidades físicas, tais como comida, sexo ou dinheiro, enquanto os não-psicopatas usam mais palavras sobre as necessidades sociais, incluindo a família, religião e espiritualidade.

O co-autor Michael Woodworth, professor associado de psicologia na University of British Columbia, prefaciou o título do trabalho com o “Hungry Like the Wolf” para refletir o fato de que os psicopatas são predadores e que as suas histórias, muitas vezes incluíam detalhes do que eles tinham para comer no dia de seu crime.

Psicopatas também são mais propensos a usar o verbo no passado, sugerindo um destanciamento dos seus crimes. Eles tendiam a ser menos fluentes em seu discurso, usando mais “ums” e “uhs”. A razão exata para isso não está claro, mas os pesquisadores especulam que o psicopata estaria tentando dar uma impressão positiva e, por isso, precisa mais esforço mental para adequar a sua história.

Os pesquisadores advertem que sua análise se aplica apenas aos assassinos relacionados a história de seus próprios crimes, e sugerem mais estudos de padrões de fala em situações mais neutras, como contar uma história de casos passados ou descrever um incidente mostrado a eles em vídeo.

“Essas descobertas sobre o as palavras usadas por psicopatas começa a abrir a janela para a mente do psicopata, o que nos permite inferir que a visão do psicopata mundo é fundamentalmente diferente do resto da espécie humana”, concluíram os pesquisadores.

A pesquisa foi apoiada pela National Science Foundation e pelo Conselho de Pesquisa de Ciências Sociais e Humanas canadense.