Académique Documents
Professionnel Documents
Culture Documents
215
1 Introduo
Com o surgimento da Internet, redes e sistemas distribudos, observa-se que
os ambientes destinados ao ensino (Software Educacional) comearam a serem
pensados em uma escala diferente. Passa-se a ter sistemas de maior porte, de maior
complexidade de concepo e modelagem e, que trazem de forma intrnseca as
mesmas caractersticas e problemas das outras aplicaes que se utilizam destas
tecnologias.
Os STI so programas educacionais projetados para oferecer algum tipo de
auxlio personalizado ao aluno considerando o processo de aprendizagem de um
determinado contedo. Como modelar e implementar um STI uma deciso que
envolve aspectos de Engenharia de Software e no somente aspectose pedaggicos.
Nos ltimos anos a tendncia para este tipo de ambiente utilizar a tecnologia de
agentes para ampliar as possibilidades de se fazer essa assistncia personalizada ao
aluno.
Quando aplicamos a tecnologia de Agentes em STI, estes passam a ser
considerados, tambm, como SMA. Entretanto, por se tratarem de softwares
educacionais, precisam ser tratados de forma diferenciada devido a suas
caractersticas peculiares. Portanto a adaptao e/ou criao de ferramentas e
metodologias mais especficas um campo de pesquisa em aberto e promissor.
Esta abordagem, orientada a agentes, substitui os mdulos da arquitetura
tradicional por uma sociedade de agentes que trabalham de forma cooperativa
usando diversas tcnicas de Inteligncia Artificial (IA) e integrados como um
SMA.
Este artigo apresenta um estudo sobre os STI para a Web que utilizam a
tecnologia de agentes no seu projeto e desenvolvimento. importante salientar que
216
2 SMA e STI
Os SMA, constituem-se numa rea de pesquisa da Inteligncia Artificial
Distribuda (IAD). A abordagem de agentes se preocupa em estudar o
comportamento de uma sociedade constitudas por agentes, que possuem
autonomia, e tm como objetivo realizar tarefas que no so possveis de serem
realizadas individualmente ou coletivamente.
Segundo Russell (1995), um Agente um sistema capaz de perceber atravs
de sensores as informaes do ambiente onde est inserido e reagir atravs de
atuadores. Um agente pode ser definido como uma entidade de software que exibe
um comportamento autnomo , que est situado em algum ambiente sobre o qual
capaz de realizar aes para alcanar seus prprios objetivos, Wooldridge (1995),
Zambonelli (2000). Um agente um software que possui um conjunto de
propriedades especficas associadas ao seu objetivo/papel na sociedade multiagente
onde est inserido. O seu objetivo/papel vai determinar as propriedades que deve
ter. Porem, j existe consenso que um agente deve ter no mnimo: autonomia,
reatividade e habilidade social (comunicar-se com outros agentes do ambiente).
Numa abordagem clssica para a rea de agentes encontramos a definio de
Wooldridge (1995), que visualiza um agente como sendo uma entidade com
capacidade de resoluo de problemas encapsulada. Neste contexto, define-se
agente como tendo as seguintes propriedades:
- autonomia: executam a maior parte de suas aes sem interferncia direta
de agentes humanos ou de outros agentes computacionais, possuindo
controle total sobre suas aes e estado interno;
- habilidade social: por impossibilidade de resoluo de certos problemas
ou por outro tipo de convenincia, interagem com outros agentes
(humanos ou computacionais), para completarem a resoluo de seus
problemas, ou ainda para auxiliarem outros agentes;
- capacidade de reao: percebem e reagem alteraes no ambiente em
que estiverem inseridos;
- capacidade pr-ativa: agentes, do tipo deliberativo, alm de atuar em
resposta s alteraes ocorridas em seu ambiente, apresentam um
217
218
219
220
Nome
Itens
White Rabbit
Aumentar
a
cooperao entre um
grupo de pessoas pela
anlise
de
suas
conversaes.
Independente de
domnio
Objetivo
Domnio
Quantidade
de agentes
3
c Agente Interface:
armazena
as
informaes
obtidas
pela interao com a
interface do ambiente;
realiza
intervenes
sobre o tempo e
participao, etc.
d Agente Informao:
lida com o domnio e o
conhecimento
pedaggico.
d Agente Conselheiro:
realiza
intervenes
quando
um
mal
entendimento do aluno
percebido.
Atividades dos
agentes
(Tipo, nome e
atividade)
Modelo do
Aluno
Interface
Grfica
Ferramentas
auxiliares
Independente de
domnio
c Agente Pessoal:
responsvel por obter
informaes
dos
alunos; gerenciar a
interface grfica, etc.
d Agente Mediador:
facilita a comunicao
entre
os
agentes
pessoais; gerencia o
processo de clustering
para a construo do
modelo do aluno, etc.
Comunicao
Linguagem
e/ou
Ferramenta
Arquitetura
SMA utilizada
Estratgias
de Ensino
LeCS
AME-A
Dar
suporte
Prope-se
ao
ensino
aprendizagem
genrico e adaptvel s
colaborativa atravs da caractersticas
psicoWWW.
pedaggicas do aprendiz
Independente de domnio
221
Lanca
Expor
que
agentes
inteligentes em STI
podem ser adaptados
para aprendizagem
distncia
Independente de
domnio
d Agente Aprendizagem
No
Supervisionada: d Agente Pedaggico:
gerencia a aprendizagem supervisionar
a
livre (sem superviso).
aprendizagem.
d
Agente
Dilogo:
c
Agente
Promove fornece
ajuda
e
Interao:
auxilia
na explicao ao aluno.
interao do participantes c Agente Negociador:
(Aluno e professores).
negocia informaes na
Web
com
outros
d Agente Ferramentas
agentes.
Para Professor: orientar o
c Agente Moderador:
professor e armazenar o
avaliar e melhorar a
material do curso.
funcionalidade
do
d Agente Modela Aprediz:
sistema.
personaliza
o
ensino
conforme o modelo do
aluno.
d
Agente
Seleciona
Estratgia: seleciona a
estratgia
apropriada
conforme o perfil do aluno.
c
Agente
Orienta
Aprendizagem: busca e
apresenta o material de
ensino.
d
Agente
Orienta
Avaliao:
auxilia no
processo de avaliao.
d
Agente
Analisa
Aprendizagem: analisa e
verifica a aprendizagem
durante a interao.
?
?
KQML
Supostamente Java,
JavaScript e HTML
Delphi
Java
Sociedade
heterognea e aberta
Mltiplas estratgias
de ensino
Sistema Federativo de
Agentes
Mltiplas estratgias
de ensino
Sociedade heterognea
e fechada
Mltiplas estratgias de
ensino
Rede neural
Sociedade heterognea e
fechada
Mltiplas estratgias de
ensino
Modelos pr-definidos, 4
pares
de
modelos:
Extrovertido Introvertido;
Sensitivo
Intuitivo;
Emocional
Racional;
Perceptivo Julgador,
gerando
16
perfis
psicolgicos, classificados
por uma Rede Neural.
Grfica interativa
Grfica interativa
Grfica interativa
Grfica interativa
Browser e chat
Browser e chat
222
Nome
Itens
Objetivo
Domnio
Quantidade
de agentes
Baguera
Explanation Agent
Desenvolver uma
fundamentao
terica
e
metodolgica para
guiar a concepo
e modelagem de
ambientes
de
aprendizagem.
Prover respostas ou
explicaes sobre o
contedo
com
maior
qualidade,
identificando
problemas
que
possam
ocorrer
durante o processo
de explicao ou
resoluo
de
problemas.
Independente de Independente
de
domnio
domnio
1 para cada usurio
5
do sistema
c
Agente
Companheiro do c
d
Agente
Estudante:
Explicao:
monitora as aes apresenta
do estudante, etc. explicaes
adaptadas
ao
d Agente Tutor: modelo
do
modela as aes aprendiz.
do aluno, etc.
d
Agente
Mediador:
intermedia
as
solues do aluno
com
um
Solucionador
Atividades dos apropriado, etc.
agentes
c
Agente
(Tipo, nome e Companheiro do
atividade)
Professor:
interface
do
sistema com o
professor, auxilia o
professor sobre o
processo
de
aprendizagem, etc.
c
Agente
Assistente: agente
pessoal
do
professor, auxilia
na distribuio de
novas atividades,
etc.
Comunicao
Linguagem e/ou
Ferramenta
Arquitetura SMA
utilizada
Estratgias
de Ensino
Modelo do
Aluno
Interface Grfica
Ferramentas
auxiliares
Modelo de
Vygotsky
Eletrotutor
I-Help
Desenvolver
um
instrumento
para
verificar a eficcia do
uso de diferentes
de
abordagens
ambientes de ensino
por computador na
escola
Auxiliar estudantes
na soluo de
problemas atravs
da Web
Propor
um
ambiente
que
a
privilegie
colaborao como
forma de interao
social atravs do
uso de linguagens,
smbolos e sinais.
Fsica
(Eletrodinminca)
Independente de
domnio
Independente de
domnio
c
Agente
Gerenciador Domnio:
recupera informaes
referentes
ao
domnio, etc.
d
Agente
Gerenciador
de
Exerccio:
prope
exerccios e avalia
respostas.
c
Agente
Gerenciador
de
Exemplo: apresenta
exemplos ao aluno.
d
Agente
Gerenciador
de
Atividades:
prope
atividades extras ao
aluno.
d
Agente
Gerenciador
do
Modelo do Aluno:
constri e mantm o
modelo do estado
cognitivo do aluno.
c Agente Interface:
controla a interface do
ambiente.
c
Agente
Gerenciador
de
Comunicao:
gerencia a interface
do ambiente com os
demais agentes.
c
d
Agente
Pessoal: controla
recursos
especficos
dos
usurios (alunos
ou professores)
c d Agente de
Aplicao: controla
recursos
especficos
das
aplicaes.
d Agente ZPD:
responsvel
por
observar
o
desenvolvimento e
propor atividades.
c
Agente
Mediador:
responsvel pela
interface entre o
sistema
e
o
estudante.
d Agente Social:
estabelece
a
da
integrao
sociedade
e
constri modelos
grupos
de
de
estudantes.
d
Agente
Semitico: auxilia
na
atividade
cognitiva
do
estudante.
c
Agente
Humano:
estabelece
relacionamento
social com cada
agente conforme
suas
caractersticas
pessoais.
KQML
KQML
KQML
KQML
JATLite
Java
Java
Sociedade
heterognea e
aberta
Sistema Federativo,
sociedade
heterognea e
fechada
Sociedade
heterognea,
aberta e baseada
em leis.
Mltiplas
estratgias de
ensino
Mltiplas
estratgias de
ensino
Mltiplas
Mltiplas estratgias
estratgias de
de ensino
ensino
Modelo de
Modelo de
?
Pertubao (Buggy) Pertubao (Buggy)
Grfica interativa
Grfica interativa
Grfica interativa
?
Browser
Browser
223
224
Agentes Pedaggicos
Atuao indireta
Executor de
Tarefas
Atuao Direta
Assistentes
225
226
5 Consideraes finais
Os STI representam uma interessante ferramenta para ambientes de ensinoaprendizagem computadorizados. Entretanto, os maiores problemas associados a
estes tipos de sistema so seu alto custo financeiro e o elevado tempo de
desenvolvimento, pois necessitam de uma grande equipe interdisciplinar.
Muitas decises nesta rea de pesquisa so, ainda, baseadas em experimentos
empricos, em observaes ou questes intuitivas. Isto, provavelmente, deve-se ao
fato de a prpria questo da aprendizagem humana ainda ser uma matria de
especulao e controvrsia. E pelo fato de o projeto de um software educacional
implicar em uma srie de tomadas de deciso que vo desde o aspecto tcnico at o
pedaggico. Dessa forma, isso levou os pesquisadores a trabalharem em equipes
interdisciplinares, com profissionais da rea da Educao, Psicologia, Computao
e especialistas de outras reas afins, tornando muito mais complexo o
desenvolvimento de tais sistemas.
Com este estudo, conclumos que o desenvolvimento de STI que utilizam a
tecnologia de agentes ainda no possuem uma metodologia clara e estabelecida,
isso ocorre devido ao fato de a prpria tecnologia de agentes no possuir uma
especificao clara e concisa. STI so uma aplicao e, como tal, refletem a
questo crucial da rea de SMA onde a no-padronizao da modelagem ou
inexistncia de metodologias para se especificar SMA uma grande questo em
aberto.
227
Referncias bibliogrficas
ANDRADE, Adja F. de; JAQUES, Patrcia A.; JUNG, Joo Luiz; BORDINI,
Rafael H.; VICARI, Rosa M.. A Computacional Model of distance
Learning Based on Vygotskys Socio-cultural Approach. Workshop
Multi-Agent Architectures for Distribuited Learning Environments.
Procedings International Conference on AI and Education, San Antonio,
Texas, May, 2001. P.33-40.
BICA, Francine; SILVEIRA, R. A.; VICCARI, R. ELETROTUTOR III Uma
abordagem Multiagentes. IX Simpsio Brasileiro de Informtica na
Educao/SBIE Fortaleza, Novembro 1998.
D'AMICO, C. B; VICCARI, R. M.; ALVARES, L.O. A Framework for
Teaching and Learning Environments. In: SIMPSIO DE
INFORMTICA NA EDUCAO, VIII, 1997, So Paulo, SP.
D'AMICO, C. B.; PEREIRA, A. S.; GEYER, C. F. R.;VICCARI, R. M.
Adapting Teaching Strategies in a Learning Environment on WWW. In:
Proceedings of the WebNet World Conference of the WWW, Internet &
Intranet. Florida, USA. 1998.
FRASSON, Claude; MARTIN, Louis; GOUARDERES, Guy; AIMEUR, Esma.
LANCA: A Distance Learning Architecture Based on Networked
cognitive Agents. In Lectures Notes in Computer Science. Inteligent Tutoring
Systems. Procedings of 4th International Conference, ITS 1998, San Antonio,
Texas, August 1998. P.594-603.
GIRAFFA, Lcia. M. Martins. Seleo e adoo de estratgias de Ensino em
Sistemas Tutores Inteligentes. Porto Alegre. CPGCC/UFRGS, 1997. (Exame
de Qualificao)
GIRAFFA, L. M. M. Uma arquitetura de tutor utilizando estados mentais.
Porto Alegre: CPGCC da UFRGS, 1998. Tese de Doutorado.
GIRAFFA, L. M. M. STI modelados atravs de uma sociedade de agentes.
Disponvel em: <http://www.edukbr.com.br/portal.asp>. Acesso em
Novembro. 2001.
GRER, Denise. The Use of Distributed Agents in Intelligent Tutoring. In:
ITS98 Workshop On Pedagogical Agents, 4, 1998, San Antonio. p.20-25.
JENNINGS, N. R.; FARATIN, P.; JOHNSON, M. J.; O'BRIEN, P.; WIEGAND,
M. E. Using Intelligent Agents to Manage Business Processes, Proceedings
228