São Paulo — InkDesign News — Pesquisas recentes em machine learning e inteligência artificial (AI) estão abordando a integração dessas tecnologias em ambientes de aprendizado imersivos, como realidade virtual (VR) e realidade aumentada (AR), a partir de insights obtidos em salas de fuga.
Contexto da pesquisa
A Universidade Northeastern realizou um estudo que explora como as práticas de facilitadores de salas de fuga podem informar o desenvolvimento de agentes de AI assistivos para melhorar a educação com tecnologias imersivas. O estudo levanta questões sobre como engajar os alunos de maneira mais eficaz enquanto utilizam equipamentos que podem impactar sua capacidade de reflexão crítica.
Método proposto
A pesquisa foi feita através da realização de entrevistas com 13 facilitadores de salas de fuga, também chamados de game masters. Os pesquisadores buscavam entender melhores práticas para guiar os jogadores em experiências imersivas. “Em vez de ir a cientistas do aprendizado para falar sobre como as pessoas refletem e como ajuda-las ao resolver problemas, pensamos: ‘Bem, as salas de fuga já fazem isso. Vamos conversar com os facilitadores sobre como eles gerenciam a experiência e a solução de problemas.’” (
“Instead of going to learning scientists to talk about how people reflect and how you help people when they’re solving problems, we thought, ‘Well, escape rooms kind of do that already. Let’s talk to escape room facilitators [about] how they manage experience as well as problem-solving and what cues they look at, what they’re doing, what processes they have.”
— Casper Harteveld, Professor de Design de Jogos, Northeastern University
)
Resultados e impacto
Os facilitadores observam continuamente os jogadores através de câmeras ocultas, ajustando a dificuldade e fornecendo dicas conforme necessário. “Temos um modelo de como os GMs (game masters) oferecem ajuda, onde estão constantemente observando o que os jogadores estão fazendo e escolhendo se devem intervir com base em suas observações,” (
“We have a model of how GMs provide aid where they’re constantly observing what players are doing and then choosing whether or not to intervene based on their observations.”
— Erica Kleinman, Pesquisadora de Pós-Doutorado, Northeastern University
) diz Erica Kleinman. Os GMs utilizam uma “estrutura incremental de ajuda”, que oferece dicas vagamente antes de passar a orientações mais específicas, dependendo do progresso dos jogadores. Isso demonstra um modelo de personalização e adaptação que pode ser essencial para a AI na educação.
Com o objetivo de criar ferramentas que melhorem a aprendizagem dos alunos por meio da AI, a equipe de Harteveld planeja testar um modelo de AI em um ambiente de sala de fuga, o que pode revolucionar a maneira como a educação imersiva é aplicada futuramente.
Fonte: (TechXplore – Machine Learning & AI)
