Os Estados Unidos enfrentam um grande problema de desigualdade educacional. Crianças de famílias de baixa renda têm menos chances de receber uma educação de alta qualidade, em parte porque distritos mais pobres têm dificuldade em reter professores experientes. A Inteligência artificial pode ajudar, melhorando o atendimento personalizado de tutorias que, às vezes, são usadas para complementar o ensino em sala de aula nessas escolas. Com o auxílio de uma ferramenta de IA, tutores podem acessar o conhecimento de professores mais experientes durante sessões de tutoria virtual.
Pesquisadores da Universidade de Stanford desenvolveram um sistema de IA chamado Tutor CoPilot com base no GPT-4 da OpenAI, integrando-o a uma plataforma chamada FEV Tutor, que conecta alunos a tutores de forma virtual. Tutores e alunos trocam mensagens por meio de uma interface de chat, e um tutor que precisar de ajuda para explicar onde e por que um aluno errou pode pressionar um botão para gerar sugestões do Tutor CoPilot.
Os pesquisadores criaram o modelo treinando o GPT-4 em um banco de dados com 700 sessões de tutoria reais, nas quais professores experientes trabalharam individualmente com alunos do primeiro ao quinto ano em aulas de matemática. Nesses atendimentos, identificavam erros dos alunos e trabalhavam com eles para corrigir esses erros de forma que compreendessem os conceitos mais amplos ensinados. A partir disso, o modelo gera respostas que os tutores podem personalizar para ajudar seus alunos online.
“Estou muito empolgada com o futuro dos sistemas de colaboração entre humanos e IA”, diz Rose Wang, doutoranda na Universidade de Stanford que trabalhou no projeto, que foi publicado no arXiv e ainda não passou por revisão por pares. “Acredito que essa tecnologia é uma grande facilitadora, mas apenas se for bem projetada.”
A ferramenta não foi desenvolvida para ensinar matemática diretamente aos alunos; em vez disso, oferece aos tutores orientações sobre como incentivar os alunos a chegarem às respostas corretas, promovendo um aprendizado mais profundo. Por exemplo, ela pode sugerir ao tutor que pergunte como o aluno chegou a uma determinada resposta ou propor questões que indiquem uma forma alternativa de resolver o problema.
Para testar sua eficácia, a equipe analisou as interações de 900 tutores que ensinavam matemática virtualmente para 1.787 alunos entre cinco e 13 anos de comunidades historicamente desfavorecidas no sul dos Estados Unidos. Metade dos tutores teve a opção de ativar o Tutor CoPilot, enquanto a outra metade não teve acesso a essa ferramenta.
Os alunos cujos tutores utilizaram o Tutor CoPilot tinham uma chance 4% maior de passar no teste final — uma avaliação para verificar o domínio de um tema — em comparação com os que foram acompanhados por tutores sem a ferramenta. As taxas de aprovação foram de 66% e 62%, respectivamente.
A ferramenta funciona bem porque é usada para ensinar matemática relativamente básica, explica Simon Frieder, pesquisador de aprendizado de máquina da Universidade de Oxford, que não participou do projeto. “Não seria viável conduzir um estudo com matemática mais avançada neste momento”, ele afirma.
A equipe estima que a ferramenta poderia melhorar o aprendizado dos alunos a um custo de cerca de US$ 20 por tutor ao ano para o provedor de tutoria, valor significativamente mais barato que os milhares de dólares geralmente necessários para treinar educadores presencialmente.
Ela também tem o potencial de aprimorar a relação entre tutores iniciantes e seus alunos, treinando-os para abordar problemas da mesma forma que fazem professores experientes, diz Mina Lee, professora assistente de ciência da computação na Universidade de Chicago, que não esteve envolvida no projeto.
“Este trabalho mostra que a ferramenta realmente funciona em ambientes reais”, afirma. “Queremos facilitar a conexão humana, e isso realmente destaca como a IA pode ampliar a interação humana.”
Como próximo passo, Wang e seus colegas pretendem explorar o quanto os tutores iniciantes lembram dos métodos de ensino transmitidos pelo Tutor CoPilot. Isso pode ajudar a compreender a duração dos efeitos dessas intervenções com IA. Eles também planejam identificar quais outras disciplinas escolares ou faixas etárias poderiam se beneficiar dessa abordagem.
“Há muitas maneiras substanciais de melhorar a tecnologia subjacente”, diz Wang. “Mas não estamos implementando uma tecnologia de IA sem a validação prévia — queremos ter certeza de que estamos avaliando rigorosamente antes de lançar no mundo real. Para mim, o maior receio é desperdiçar o tempo dos alunos.”
Rhiannon Williams
