| Name: | Description: | Size: | Format: | |
|---|---|---|---|---|
| 94.47 MB | Adobe PDF |
Authors
Advisor(s)
Abstract(s)
Nos últimos anos, o rápido crescimento dos produtos de inteligência artificial (IA) conduziu a
um desfasamento entre o nível de compreensão e o nível de utilização destes produtos. Esta
situação criou um fosso geracional e generalizado. Esta disparidade na compreensão e utilização dos
produtos de IA pode ter impacto na vida quotidiana e também pode criar oportunidades perdidas
tanto para os indivíduos como para as empresas. Além disso, este fosso pode alargar as
desigualdades existentes, uma vez que aqueles que já são tecnologicamente desfavorecidos são
ainda mais marginalizados.
Para ultrapassar este problema, os indivíduos que não estão tecnicamente informados
precisam de adquirir uma compreensão mais profunda da literacia da inteligência artificial (IA).
Devido ao facto de a IA ser uma tecnologia emergente, a interação com ela pode criar dificuldades
para os indivíduos que não estão familiarizados com o desenvolvimento da tecnologia ou com os
aspectos técnicos da mesma. Neste contexto, designamo-las por audiências não técnicas. Não é raro
que o público não técnico seja utilizador de produtos de IA ou seja afetado por eles sem ter
consciência disso. Por conseguinte, proporcionar-lhes alguma compreensão básica da IA permitirlhes-
á participar em interacções mais significativas com ela na sua vida quotidiana.
Para o público não técnico, o desenvolvimento de um conjunto de competências conhecido
como literacia em IA pode ajudar a compreender melhor a IA. O conceito de literacia em IA é a
capacidade de adquirir as competências necessárias para desenvolver uma compreensão
aprofundada da IA e aprender como funciona, e aprender a utilizar a IA no mundo real. Através de
todos estes aspectos, podem desenvolver as competências de pensamento crítico, análise de dados
e resolução de problemas, que são essenciais para a literacia em IA. Neste estudo, o objetivo é criar
uma solução interactiva para ajudar o público não técnico a desenvolver estas competências, a fim
de o ajudar a tornar-se mais competente na compreensão das implicações éticas, dos potenciais
preconceitos e das limitações dos sistemas de IA, permitindo-lhe assim tomar decisões informadas e
participar ativamente na definição do futuro da IA.
A nossa principal questão era determinar de que forma o design de interação poderia
contribuir para facilitar a literacia em IA para públicos não técnicos. Para encontrar uma forma de o
conseguir, procurámos ligações entre o design de interação e a inteligência artificial. Isso levou-nos a
uma prática comum de codificação de jogos de tabuleiro em programas de computador. Devido à
profundidade e complexidade estratégicas dos jogos de tabuleiro, a sua simplificação de regras
proporciona um ambiente rico para testar e desenvolver algoritmos de aprendizagem automática.
Para atingir o objetivo deste estudo, replicámos uma situação inversa em que os principais métodos
de aprendizagem dos modelos de aprendizagem automática são utilizados como um conjunto num
jogo de tabuleiro interativo.
A fim de obter uma compreensão mais profunda das possibilidades e desenvolver uma
solução adequada, a nossa questão secundária era investigar quais os desafios que o público sem
formação técnica enfrenta quando aprende literacia em IA. Como parte do processo de investigação,
para as nossas perguntas secundárias, recolhemos e analisámos perspectivas teóricas relativas à
aprendizagem da literacia em IA, bem como explorámos a forma como os jogos de literacia em IA
podem ser concebidos para serem cativantes para públicos não técnicos.
Na nossa investigação, identificámos uma solução que se tornou o nosso objetivo principal:
a conceção de um jogo de tabuleiro interativo que facilitaria a compreensão da inteligência artificial
por parte de públicos não técnicos. O objetivo secundário deste estudo é identificar os requisitos e
as melhores práticas relacionadas com os jogos de tabuleiro educativos para a literacia em IA, a fim
de alcançar a compreensão desejada. Também explorámos as mecânicas preliminares do jogo,
esboços, elementos físicos e digitais na conceção de um jogo adequado às competências, bem como
um modelo de jogo de tabuleiro que ajuda os jogadores a compreender os conceitos associados à
aprendizagem automática.
Ao longo da investigação, aplicámos uma metodologia baseada na prototipagem rápida e no
teste da jogabilidade e dos elementos do jogo. Em primeiro lugar, começámos com uma revisão da
literatura para identificar projectos de investigação concetual e praticamente viáveis no que diz
respeito à aprendizagem da literacia em IA através de jogos. Neste estudo, foram seleccionados
quatro casos, dois dos quais provenientes de investigação anterior e dois de fontes comerciais. Os
jogos abrangiam uma variedade de tópicos, incluindo a literacia em IA e aprendizagem de máquinas,
bem como jogos concebidos para ensinar literacia em áreas computacionais e complexas. No âmbito
do nosso estudo, analisámo-los com base na sua duração, na existência ou não de níveis e, em caso
afirmativo, quantos, no número de jogadores e na categoria física ou digital, para compreender
melhor a forma como os jogos com temas complexos envolvem os seus jogadores.
Além disso, analisámos as métricas do jogo, bem como os elementos físicos e digitais dos
jogos, a fim de obter uma compreensão mais profunda das características de um jogo adequado às
competências.
Também realizámos um questionário para explorar os desafios que os membros do público
sem formação técnica enfrentam quando aprendem sobre IA. Com base no questionário autorelatado
sobre literacia em IA (AILQ), foi desenvolvida e validada uma versão para medir a literacia
em IA dos participantes.
Utilizámos 20 perguntas da lista completa de perguntas do AILQ para compreender melhor o
nível de literacia do público não técnico com base nas dimensões do quadro. Os participantes
utilizaram uma escala de classificação de 1 a 5, de Discordo totalmente a Concordo totalmente, para
indicar o seu grau de concordância com o tópico. Foi fornecida uma opção "Não sei / Sem opinião"
para as perguntas às quais os participantes não se sentiam confiantes para responder. Estes dados
foram excluídos dos cálculos, uma vez que foram considerados dimensões paralelas na análise. Para
além das perguntas do AILQ, acrescentámos três perguntas abertas à parte final do questionário, a
fim de proporcionar uma compreensão mais profunda das perspectivas dos participantes.
O nosso método consistiu numa abordagem RtD para gerar conhecimentos e comunicar
através de artefactos concebidos durante a fase generativa. Nesta fase, foi utilizado um processo
rápido de teste e avaliação iterativos. Durante esta fase, foram construídos um total de três
protótipos, sendo de notar que a complexidade do protótipo evoluiu com cada versão.
O primeiro protótipo tinha como objetivo reunir todas as ideias conceptuais sobre a
conceção de jogos de tabuleiro baseados no ML para verificar a realidade. Para testar se o conceito
básico tinha algum mérito, decidimos implementar um jogo de três partes com elementos físicos.
Para o segundo protótipo, o nosso objetivo era não só acrescentar os conceitos designados ao jogo,
mas também torná-lo mais envolvente e utilizável. Como parte deste protótipo, trabalhámos na
jogabilidade, modificámos ligeiramente o nível 2 e criámos um novo nível 3. O terceiro protótipo foi
o nosso protótipo final, baseado no segundo protótipo e centrado numa experiência de utilizador
consistente. Foi adicionada uma parte mais evidente em cada movimento do tabuleiro, e as cartas e
as partes digitais do jogo também foram redesenhadas para melhorar a experiência de jogo.
Como parte da fase de avaliação da nossa investigação, realizámos testes de jogo do design
do jogo. No âmbito do teste de jogo, foi dada atenção às mudanças de interação, ao tempo, à
versão, à observação, às classificações de envolvimento, à estratégia de vitória e ao feedback
relacionado com o jogo. O protótipo foi testado num jogo para duas pessoas. No total, foram
entrevistados 16 participantes em três locais diferentes: uma escola, uma casa e um café. O modelo
MEEGA+ foi simulado e criámos uma combinação de questionários abertos e fechados para avaliar
os resultados da aprendizagem.
Através da criação do nosso jogo de tabuleiro interativo, esperávamos obter um resultado
positivo na facilitação da literacia em IA. Para este efeito, utilizámos a análise de estudos de caso
para identificar os requisitos e as melhores práticas dos jogos de tabuleiro educativos de literacia em
IA. Como resultado destes exemplos, obtivemos informações sobre a nossa questão de investigação,
ou seja, como é que os jogos de literacia em IA podem ser tornados interessantes para indivíduos
não técnicos. Com base na nossa investigação, identificámos que o jogo deve inspirar curiosidade,
promover a auto-eficácia, oferecer um elevado nível de tangibilidade e ter sempre em conta o nível
de conhecimentos e capacidades de cada participante. Tentámos incorporar todos estes aspectos no
nosso jogo.
A nossa avaliação das percepções dos participantes sobre a literacia em IA foi realizada
através de um questionário de auto-relato, que estava alinhado com os objectivos do projeto e com
as quatro dimensões de competência que foram exploradas. Ao utilizar um método de questionário,
conseguimos formular respostas para os desafios que o público sem formação técnica encontra ao
aprender a literacia em IA. No questionário, foram descritos os conceitos de AM e os termos
técnicos relacionados com o jogo. Os casos em que os participantes mostraram falta de
compreensão ajudaram-nos a definir termos a explorar mais no jogo.
Utilizámos a prototipagem iterativa como método principal. No decurso da nossa
investigação, foram desenvolvidos três protótipos. À medida que os protótipos foram sendo
desenvolvidos, ganhámos um melhor nível de interação e de jogo. Conseguimos testar o jogo do
princípio ao fim utilizando o nosso protótipo final.
Este teste de jogo tem como objetivo determinar a jogabilidade geral e os resultados de
aprendizagem associados ao jogo. O teste de jogo foi realizado com 14 participantes em três locais
diferentes. A pontuação global do teste de jogo foi de 4,24 Satisfeito, enquanto as respostas
educativas receberam uma pontuação de 69,05%. Devido à natureza do jogo de tabuleiro, os
jogadores foram incentivados a interagir e os elementos interactivos permitiram-lhes explorar uma
variedade de tópicos, como o reconhecimento de padrões, a introdução de voz e a rotulagem de
dados. Com base nos resultados do nosso estudo, concluímos que o nosso jogo facilita com êxito a
literacia em IA entre utilizadores não técnicos.
In recent years, the fast growth of artificial intelligence (AI) products has led to a disconnect between the level of understanding and the level of use of these products. This has created a generational and widespread gap. In order to overcome this problem, individuals who are not technically informed need to gain a deeper understanding of AI literacy. The purpose of this research is to present a design solution to facilitate AI literacy through the design of an interactive board game. An interactive board game provides a versatile method of facilitating learning and creates a relaxed environment for the learner. Board games have the capability to provide cooperative learning, while their interactive elements provide many possibilities to help explain complex topics. As part of our proposal, we investigated different approaches to creating a meaningful and playful AI literacy exploration experience for non-technical users. By designing an interactive board game, this research aims to investigate different interaction possibilities to increase AI literacy and provide players with a tool for collaborating regardless of their background. As well it seeks to automate game mechanics through the use of digital interactions and reduce the learning curve. Players' decision-making process starts in the real world but extends to the virtual world through interaction with tangible elements. Throughout the research, we applied a methodology based on rapid prototyping and testing of both gameplay and game elements. A questionnaire was developed to understand more about nontechnical users’ perspectives. Gameplay tests were conducted to evaluate gameplay. We developed a set of design prototypes and, through iteration, created a playable and usable product that facilitates AI literacy for non-technical audiences.
In recent years, the fast growth of artificial intelligence (AI) products has led to a disconnect between the level of understanding and the level of use of these products. This has created a generational and widespread gap. In order to overcome this problem, individuals who are not technically informed need to gain a deeper understanding of AI literacy. The purpose of this research is to present a design solution to facilitate AI literacy through the design of an interactive board game. An interactive board game provides a versatile method of facilitating learning and creates a relaxed environment for the learner. Board games have the capability to provide cooperative learning, while their interactive elements provide many possibilities to help explain complex topics. As part of our proposal, we investigated different approaches to creating a meaningful and playful AI literacy exploration experience for non-technical users. By designing an interactive board game, this research aims to investigate different interaction possibilities to increase AI literacy and provide players with a tool for collaborating regardless of their background. As well it seeks to automate game mechanics through the use of digital interactions and reduce the learning curve. Players' decision-making process starts in the real world but extends to the virtual world through interaction with tangible elements. Throughout the research, we applied a methodology based on rapid prototyping and testing of both gameplay and game elements. A questionnaire was developed to understand more about nontechnical users’ perspectives. Gameplay tests were conducted to evaluate gameplay. We developed a set of design prototypes and, through iteration, created a playable and usable product that facilitates AI literacy for non-technical audiences.
Description
Keywords
design de interação literacia em IA jogo de tabuleiro interativo machine learning interaction design aI literacy interactive board game
Pedagogical Context
Citation
Publisher
Faculdade Arquitetura, Universidade Lisboa