Odvěkým problémem tvůrců logických úloh, nejrůznějších her a šifer je najít správnou míru obtížnosti. Každý asi zná ten pocit, kdy řešení problému vzdá, protože mu prostě připadá příliš těžký, nebo ho naopak nějaké úlohy přestanou bavit, protože snadno prokoukne jejich princip. Najít zlatou střední cestu není pro jejich tvůrce jednoduše vůbec snadné.

Podobná zkušenost stojí i za výzkumem týmu Radka Pelánka z Fakulty informatiky MU, který se snaží přijít na to, jaké faktory obecně ovlivňují obtížnost řešení problémů a jak lze tuto obtížnost předpovídat. „Sám se aktivně podílím na přípravě nejrůznějších šifrovacích her a moc dobře vím, jak náročné je správně odhadnout obtížnost nově vytvořené úlohy,“ vysvětluje Pelánek.

Výzkumem Sudoku ke zlepšení výuky
Nejde ale jen o hry. Výzkumníci se snaží získat poznatky, které by se daly uplatnit v pedagogické praxi. Se svým týmem Pelánek sice sbírá data třeba o tom, jak lidé postupují při řešení logických her, jako je sudoku nebo sokoban, na základě takto shromážděných údajů se pak ale pokouší vytvářet obecné počítačové modely, jež se při řešení úloh snaží reprodukovat lidské chování.
Schéma ukazuje, jak přistupovali k luštění sudoku lidé a jak počítačový model. Čím tmavší pole, tím později bylo v průběhu řešení úlohy vyplněno.

K čemu je to dobré? „Na základě modelů lidského chování vytváříme metriky, které umožňují odhadovat obtížnost nově vytvořených úloh,“ uvádí Pelánek. Co si představit pod takovou metrikou obtížnosti? V  případě sudoku je intuitivní metrikou například počet políček vyplněných v zadání. Čím víc je jich prázdných, tím větší obtížnost je stanovena. Výzkumníci však mají k dispozici rozsáhlá data o více než tisícovce úloh sudoku, která ukazují, že tak jednoduchá metrika funguje velmi nepřesně.

„Když řešíte nějakou úlohu, podstatné není jen to, jak obtížné logické techniky musíte uplatnit, ale také to, jak náročné je vůbec najít místo, kde můžete techniku aplikovat,“ říká Pelánek a doplňuje, že výzkum proto sleduje i posloupnost, v jaké lidé políčka v sudoku vyplňují.

Program navrhne studentovi cvičení na míru
Data pro počítačové modely tým výzkumníků sbírá pomocí projektu Problem solving Tutor na webových stránkách tutor.fi.muni.cz. Prozatím zde shromažďují údaje o řešení jednoduchých logických úloh. Do budoucna však plánují, že se z jejich tutora stane podpůrný pedagogický nástroj, který bude sloužit například k procvičování programátorských úloh. „Představujeme si, že pedagog navrhne úlohy, které do tutora nahraje. Systém pak zanalyzuje jejich obtížnosti a vybaven touto znalostí dokáže navrhovat studentům cvičení na míru,“ vysvětluje Pelánek.

V praxi by to mohlo vypadat tak, že program pozná, jak je konkrétní student ve cvičeních zdatný. Tomu pomalejšímu bude proto dávat takové úkoly, aby si více procvičil základy, a nebude ho zatěžovat těmi příliš obtížnými. A naopak, pokud bude někdo rychlejší, systém ho nebude zdržovat jednoduchými příklady a doporučí mu hned ty složitější.

Pelánek však mírní představy o vytvoření umělé inteligence, která by mohla nahradit učitele. „Snažíme se, aby naše poznatky byly co nejobecnější a přenositelné. Nesměřujeme ale zdaleka k vytvoření nějaké umělé neuronové sítě, která se učením jednoho typu logických úloh dokáže sama postavit k odvozování obtížnosti u jiného typu problému. Postupně ale pronikáme k poznání některých základních principů řešení problémů,“ říká Pelánek.