A utilização da Inteligência Artificial (IA) para a criação automática de trilhas de aprendizagem e o uso de realidade virtual para simulação de atividades médicas representam um avanço significativo no treinamento desses profissionais durante os seus processos de lifelong learning. Essa combinação de IA e realidade virtual aprimora o processo de treinamento, tornando-o mais eficiente, eficaz e personalizado, garantindo que os médicos estejam sempre atualizados e preparados para enfrentar os desafios da prática do dia a dia.
A construção de uma trilha de aprendizagem é fundamental para um treinamento individualizado desses profissionais. Entretanto, dadas às inúmeras possibilidades de combinações de desfechos, roteiros e número de interações, a construção manual de uma trilha se torna um processo difícil e demorado. Inclusive, essa geração manual era uma severa barreira na adoção continuada do ensino personalizado devido ao longo tempo necessário para sua criação e correção dos erros gerados, por exemplo, por parte da equipe de educação corporativa de um hospital ou unidade de ensino.
Com o apoio do programa PIPE FAPESP, foi possível realizar o desenvolvimento de um processo de automatização de criação de trilhas de aprendizagem para uma plataforma de qualificação e avaliação continuada para andragogia. A plataforma utiliza simulação virtual com conteúdo baseado em metodologias ativas, mais especificamente PBL (Problem Basead Learning) e micro learning.
Inicialmente foram gerados conteúdos para dois temas. O primeiro envolveu acidente ofídico e teve a supervisão do Prof. Dr. Irineu Massaia (Superintendente de ensino, pesquisa e Inovação do Seconci-SP), em parceria com o portal educacional MedHub (www.medhubedu.com.br) e o segundo tema foi relacionado ao DPOC (Doença pulmonar obstrutiva crônica) com a supervisão técnica da Dra. Angela Honda de Souza (Diretora executiva e líder de programas educacionais da Fundação ProAR) em parceria com a empresa farmacêutica Chiesi (www.chiesi.com.br).
Foi empregado um algoritmo inteligente tendo como mecanismo principal um processo estocástico. Esse processo é regido essencialmente por distribuições exponenciais e uniformes de probabilidade que determinarão qual roteiro deve ser atribuído. A trilha resultante é decorrente da interação entre os roteiros existentes e os caminhos possíveis da trilha. Sendo que o processo todo ocorre de forma não supervisionada, ou seja, não existe uma função de avaliação que guia a construção das trilhas. Essas são características amplamente encontradas em algoritmos de aprendizado de máquina.
Foi realizada a construção automatizada a partir de alguns critérios considerados relevantes para o treinamento e capacitação dos profissionais da saúde, como por exemplo: o grau de dificuldade expondo o educando ao perfil de cenários considerados fáceis a difíceis, e ao tipo de conteúdo classificados como obrigatórios, eletivos e optativos. Esses critérios foram criados a partir da construção dos cenários e seus vários desfechos, além de questões problematizadoras para a tomada de decisão que compõem os roteiros.
Importante compreender a potencialidade envolvendo os algoritmos inteligentes para a educação corporativa. Isto permite uma inovação para os espaços de educação corporativa e instituições formadoras, oferecendo caminhos capazes de desenvolver competências relacionadas ao conhecimento, habilidades e atitudes; possibilitando inclusive, maior autonomia profissional e tomada de decisão, consideradas um diferencial competitivo no mundo contemporâneo.
Comentários