Quando me desloco, pelas ligações (veredas) do campo da ULisboa, faço uma escolha de um tema para meditar sobre o seu interesse, enquanto ando a pé. Quase sempre consigo dividi-lo em pedaços, para depois os analisar.

“Most digital learning tools used in schools are unsatisfactory and only test the knowledge the pupils already have”. Por detrás desta frase uma pergunta simples: “O que faz um bom programa (de computador) educacional para que um aluno consiga aprender?” Despertar curiosidade, em primeiro lugar, e depois abrir a imaginação num processo de expansão, talvez com algum mistério, e paixão/desejo por aprender.

O que o aluno pretende é obter mais conhecimento, provocar novas conexões, e alargar a rede de conceitos. Isso faz-se com confiança, disciplina, persistência, com alguma ajuda e empurrão. Quando os bebés começam a andar (ou a falar) tem de haver um jeito e uma força para ganharem impulso. Sem vontade e estímulo o processo não se desenvolve e pode mesmo contrair-se. E, o treinador deve gostar do que está a fazer para estabelecer uma relação.

“Como aprende o nosso cérebro?” e a resposta pode ser procurada (via esquissos) nas Neurociências, ou talvez na Ciência Cognitiva. Não está fechada, e a pesquisa faz-se ainda em outras disciplinas. É importante, nos nossos dias com muitos dados, descobrir que a escrita de algoritmos (apps) passou a ser um caminho (melhoria dos desempenhos) que permitiu abrir mais startups.

A revista Comm. of the ACM (September 2015) destacou a SmartNews que trata da agregação de notícias, um serviço virado para os conteúdos online. Isto impõe a optimização de algoritmos capazes de ir além ao responderem aos desafios da personalização, em particular olhar para os sinais sociais, e ser capaz de avaliar comportamentos dos utilizadores e de atacar a descoberta e a diversidade (de notícias). Já estávamos habituados à exploração da teoria das probabilidades para a recomendação (caso da Amazon) de livros, DVD ou CD, ou o diagnóstico de doenças (cancro). No caso da SmartNews, trata-se de capturar pistas múltiplas para adivinhar o que alguém está pensando ou mesmo sentindo.

Voltando atrás à educação (e à aprendizagem) porque não recorrer então a algoritmos que sejam capazes de enfrentar acasos felizes (serendipidade), momentos e situações em que se apanha algo novo e divertido? E, o que dizer às semelhanças semânticas para ajudar a indexação e a classificação (associar a cada recurso um conjunto de termos capazes de caracterizarem os conteúdos, algo que se adapta na gestão do conhecimento)?