Carolyn (Carol) Forsyth é pesquisadora científica em pesquisa fundamental no Instituto de Pesquisa do ETS. Ela obteve doutorado em psicologia cognitiva com certificação de pós-graduação em ciência cognitiva pela Universidade de Memphis em 2014. Sua pesquisa na ETS foca na criação e avaliação de aplicações de IA para educação, incluindo para aprendizagem e avaliação. Ela criou uma metodologia para fazer inferências a partir de arquivos de log para atualizar sistemas semelhantes a dados educacionais fundamentados teoricamente. Ela aplica essa metodologia para investigar e melhorar processos e resultados de avaliação e aprendizagem em simulações e tarefas interativas, empregando algoritmos de aprendizado de máquina, estatística avançada e teoria em um processo iterativo. Além disso, aplicou sua expertise a diversos contextos e construtos, incluindo empatia, resolução colaborativa de problemas, avaliação baseada em conversa, sistemas inteligentes de tutoria, processos de discurso e jogos sérios.
Carol entrelaça sua formação como cientista cognitiva com uma variedade de metodologias que abrangem IA, linguística computacional, ciência da computação, estatística, mineração de dados educacionais (EDM) e psicologia cognitiva para fazer inferências sobre cognição com base em ações realizadas por aprendizes em ambientes simulados.
Carol alcançou reconhecimento internacional no campo de IA e EDM, com participação profissional ativa nas principais conferências desse campo: a International Conference on Educational Data Mining e a International Conference on Artificial Intelligence in Education. Ela atuou nessas comunidades em diversas funções nos últimos 15 anos, incluindo como palestrante, membro do comitê de programa e presidente de pista. Foi convidada para 15 palestras e atividades de painelistas, tanto nacional quanto internacionalmente, sobre técnicas de IA e mineração de dados, e já forneceu 80 publicações revisadas por pares e mais de 100 contribuições valiosas (por exemplo, palestras convidadas) para o campo de IA e mineração de dados.
Data de atualização: 27/01/2026