Este trabalho apresenta um modelo para organização de conteúdos didáticos em sistemas tutores inteligentes conexionistas. A disponibilidade de conteúdos didáticos em formato único tem se apresentado como um problema para muitos estudantes. A inadequação de um formato único de conteúdo que desconsidera diferenças de perfil individual pode apresentar resultados ineficientes no processo de ensino aprendizagem. A proposta de estruturação multinível de conceitos possibilita diferentes combinações de apresentação para um mesmo conteúdo. Pressupondo que o padrão bem sucedido de organização do estudo por um estudante pode ser aplicado a outros estudantes com perfis semelhantes, um sistema foi estruturado para auxiliar na tarefa de personalização reativa do conteúdo. A personalização é propiciada por uma rede neural que associa o perfil do estudante a um padrão proximal de aprendizagem. Este padrão é combinado com regras de especialistas para possibilitar uma seleção probabilistica para que o sistema apresente a reatividade nos diferentes momentos do processo. Os resultados do experimento indicam que a abordagem é eficiente ao proporcionar melhor aproveitamento do conteúdo no processo individual de estudo e o seu potencial emprego no Ensino a Distância.

This paper presents a model for organization of educational content in connectionists intelligent tutoring systems. The availability of educational content in a single format has emerged as a problem for many students. The inadequacy of a single format of content that ignores differences in individual profiles may have inefficient outcomes in the teaching-learning process. The proposed multilevel structure allows for different combinations of concepts for presentation to the same content. Assuming that the pattern of successful organization of the study by a student can be applied to other students with similar profiles, a system was structured to assist in the task of customization reactive content. The customization is provided by a neural network that links the student's profile to a proximal learning pattern. This pattern is combined with expert rules to enable a probabilistic selection so that the system presents the reactivity in the different learning stages. The results of experiments indicate that the approach is effective in providing better use of the content in the personal study and its potential use in Distance Education.