|
Agentes inteligentes para a formação
de comunidades virtuais de aprendizado
Autores: Luis Henrique Bogo e Alejandro
Martins Rodriguez
Resumo:
É visível que o e-learning desponta como a principal opção
de ensino-aprendizagem para as pessoas que necessitam manter-se atualizadas,
mas não podem utilizar-se dos modelos tradicionais de ensino, seja
por problemas financeiros, de tempo e espaço ou qualquer outro
motivo. Mas os ambientes de e-learning não simplesmente transportam
o ambiente físico de uma sala de aula para um ambiente virtual.
Vários conceitos precisam ser redefinidos, como a interação
entre os alunos de um curso virtual. Em um modelo tradicional, a experiência
nos mostrou que o aprendizado informal, na troca de informações
entre os “atores” de uma sala de aula, gera um conhecimento
valioso. Em um modelo virtual, uma forma desta interação
entre os alunos ser formada é a criação de comunidades
virtuais entre os usuários do ambiente. Este estudo descreve os
conceitos relativos às comunidades virtuais, à tecnologia
de agentes inteligentes, e apresenta um modelo de como os agentes inteligentes
podem ser utilizados para a formação automática de
comunidades virtuais, a partir das características dos usuários
do sistema.
1. Comunidades Virtuais
ADLER define comunidades e grupos colaborativos como entidades que auxiliam
a resolução de problemas, ou seja, grupos de profissionais
com trabalhos similares1. Comunidades virtuais são definidas
por PALLOF & PRAT como comunidades que usam as tecnologias de rede,
especialmente a Internet, para estabelecer a comunicação
além das barreiras geográficas e de tempo5.
As comunidades podem ser utilizadas com os seguintes objetivos:
1. Prover um meio para a comunicação e para a troca de
conhecimentos. Este conhecimento pode ser coletado e armazenado para futuras
referências e recuperação;
2. Descobrir e gerar relacionamentos (membros em uma mesma comunidade
de interesse comum). Isto pode ser interessante para os usuários,
para uma futura procura de parceiros para cooperação e interação.
O objetivo é ajudar pessoas a procurar pessoas que possam vir a
ajudá-las.
1.1. Descobrindo Comunidades Virtuais
De acordo com PALIOURAS, o trabalho de construção de modelos
de comunidades virtuais na Internet é como trabalho de mineração
do uso da própria Internet4. As comunidades são
construídas com a coleta de dados dos usuários durante sua
interação com o sistema. O objetivo é identificar
padrões comportamentais e de interesse na interação
e basear os modelos da comunidade nesses padrões.
Os estágios de descoberta dos dados da comunidade são os
mesmos de qualquer outro processo de mineração de dados:
coleta dos dados, pré-processamento dos dados, descoberta de padrões,
descritos abaixo:
Coleta dos dados: Durante esse estágio, dados
de vários locais são colhidos e suas estruturas e conteúdos
são identificados. Dependendo do tipo de acesso, a informação
que foi coletada varia entre pesquisas, perfis e logs de navegação.
Pré-Processamento dos dados: Este é o estágio
onde os dados são limpos do barulho, suas inconsistências
são resolvidas, e eles são integrados e consolidados, para
servirem de entrada para o próximo estágio de descoberta
dos padrões.
Descoberta de padrões: Dado os dados na sua forma
correta, padrões de interesse são descobertos com o uso
de técnicas apropriadas, como clusterização, classificação,
descoberta de regras de associação, etc.
2. Agentes Inteligentes
Um agente pode ser definido como uma entidade real ou abstrata que é
capaz de agir sobre ela mesma e sobre seu ambiente, que dispõe
de uma representação parcial deste ambiente, que, em um
universo multi-agentes, pode comunicar-se com outros agentes, e cujo comportamento
é conseqüência de suas observações, de
seu conhecimento e das interações com outros agentes, segundo
TEIVE6. Atualmente, a definição mais aceita descreve
um agente como sendo um programa de software que auxilia o usuário
na realização de alguma tarefa ou atividade. Os agentes
autônomos são capazes de interagir independentemente e efetivamente
com seus ambientes, por meio de seus próprios sensores ou atuadores,
para concluir alguma tarefa dada ou gerada automaticamente. A figura 1
mostra, de uma forma genérica, o funcionamento de um agente autônomo.
Figura 1 - Funcionamento do agente
O comportamento dos agentes dentro de uma sociedade é definido
por suas propriedades.
FARACO define algumas dessas propriedades, das quais podemos destacar
a autonomia, que é a capacidade de tomar ações conduzindo
para o término de algumas tarefas e objetivos, sem a interferência
do usuário final; a inteligência, que é a propriedade
de um agente que o habilita de negociar efetivamente com ambigüidades
e o planejamento, que é a habilidade de sintetizar e escolher entre
diferentes opções de ações desejadas para
atingir os objetivos3. O conjunto de propriedades que um agente
possui define o comportamento do agente. Como diferentes agentes podem
possuir diferentes conjuntos de propriedades, tem-se, então, agentes
com comportamentos diferentes, os quais são classificados de diferentes
maneiras.
2.1. Agentes Inteligentes e a Educação
a Distância
Conforme CUNHA, a proliferação de ambientes computacionais
heterogêneos, o acesso a grandes quantidades de informações
distribuídas pelas redes e a complexidade do mundo real está
transformando rapidamente como as pessoas aprendem2. A
tecnologia de agentes parece ser uma estratégia promissora para
ser aplicada aos desafios atuais dos ambientes educacionais modernos que
estão cada vez mais influenciados por tecnologias como Internet,
Inteligência Artificial, entre outras, devido ao fato desta tecnologia
proporcionar grande flexibilidade na resolução de problemas
complexos e dinâmicos.
De forma geral, um agente pode auxiliar as atividades tanto do aprendiz
como do tutor. Ao comunicar-se com outros usuários por meio de
monitoração e atuação de forma autônoma,
os agentes podem ajudar a atingir objetivos ou cumprir tarefas para as
quais os usuários foram designados CUNHA2.
3. Modelo Proposto
Conforme os objetivos descritos no primeiro capítulo, o modelo
proposto apresenta uma proposta de formação de comunidades
virtuais em um sistema de aprendizagem on-line através de um sistema
multiagentes. O modelo proposto tem como principal objetivo formar comunidades
virtuais através dos perfis dos usuários atuantes nos sistema.
O perfil é elaborado a partir de informações disponibilizadas
pelo próprio usuário e a partir de interações
do mesmo com o sistema. Essas interações consistem em conteúdos
acessados.
Todo este processo, desde a elaboração do perfil até
a formação das comunidades virtuais será gerenciado
por agentes automaticamente. Cada usuário terá um agente
pessoal que será responsável pelo contexto daquele usuário
no sistema e pelas interações deste com outros usuários
do sistema.
Todo o processo será dividido em 2 fases: fase de detecção
dos interesses dos usuários e formação da base de
interesses e a fase da formação das comunidades virtuais.
3.1. FASE 1: Detecção dos Interesses dos
Usuários e Formação da Base de Interesses
O objetivo principal desta fase da formação da comunidade
virtual é a detecção dos interesses do usuário
através da interação deste usuário com a ferramenta
virtual de ensino-aprendizagem e a formação de “bases
de interesses”, que serão estruturas de dados que conterão
todos os interesses do usuário no contexto a que esteja inserido.
Para atingir esse objetivo serão seguidos os seguintes passos:
1. Utilizar os agentes pessoais para monitorar as interações
do usuário no sistema, mais especificamente no seguinte ponto:
a.Análise do perfil de navegação do usuário:
Através do perfil de navegação do usuário
no conteúdo disponível no sistema pode-se detectar pontos
de pesquisa de mais interesse. Para este rastreamento será utilizada
a técnica de clickstream, o qual será
explicado adiante.
2. Formação por parte dos agentes da “Base de Interesses”:
a.Montar uma estrutura de dados organizada que conterá todos
os interesses do usuário no contexto do curso ao qual esteja inserido:
Através das palavras-chaves detectadas no processo anterior, será
montada uma estrutura que permitirá aos agentes de outros usuários
detectarem os usuários que possam vir a formar uma comunidade com
interesses comuns. O usuário poderá manualmente manipular
sua base de interesses excluindo, adicionando e agrupando palavras-chaves.
Na figura 2 mostra-se uma visão macro desta fase:
Figura 2 - Primeira fase do modelo
3.2. FASE 2: Formação das Comunidades Virtuais
O objetivo principal desta fase é que os agentes dos usuários
com interesses comuns estabeleçam o contato entre eles e disponibilizem
uma forma destes formarem suas comunidades. Para atingir esse objetivo
serão seguidos os seguintes passos:
1. Procura, por parte dos agentes pessoais, de outros usuários
que tenham os mesmos interesses dele, analisando a base de interesses:
Através da análise da base de interesses de outros usuários
do sistema os agentes pessoais irão detectar quem pode vir a participar
de uma possível comunidade sobre assuntos de interesse deste usuário,
utilizando-se de uma função de similaridade para a comparação
entre os interesses. Caso a comunidade virtual já exista o agente
dará ao usuário a possibilidade deste ingressar nesta comunidade.
2.Os agentes estabelecerão contato entre os usuários
de interesse comum: A partir do momento em que foram detectados outros
usuários com interesses comuns, os agentes irão estabelecer
a comunicação entre ambos, e irão disponibilizar
meios para que estes iniciem uma comunidade virtual; Na figura 3 mostra-se
uma visão macro da fase dois:
Figura 3 - Segunda fase do modelo
3.3 Agentes Aplicados
No modelo apresentado, são três os principais agentes que
realizam o processo de formação das comunidades virtuais:
o agente Rastreador, o agente Gerenciador e o agente Executor.
Agente Rastreador: Aplicado na primeira fase do modelo, é
o responsável pelo processo de rastreamento da seqüência
de cliques do usuário no sistema e seu posterior armazenamento
na base de interesses. É um agente de informações,
pois atua sobre um ambiente web, é autônomo, pode acessar
uma ou mais bases distribuídas geograficamente e pode fazer nelas
as manutenções de seu interesse. A figura 4 mostra uma visão
geral do funcionamento do agente.
Figura 4 - Agente Rastreador
Agente Gerenciador: responsável pela apresentação
da base de interesse ao usuário e pela capacidade de proporcionar
ao usuário a oportunidade de interagir com esta base. Também
é aplicado na primeira fase do modelo. É um agente de web
cliente e 2D, pois apresenta ao usuário uma interface de interação
via browser com a qual o usuário pode manipular as informações
disponibilizadas pelo mesmo. O funcionamento básico do agente rastreador
é apresentado na figura 5:
Figura 5 - Agente Rastreador
Agente Executor: Este agente é aplicado na segunda fase
do modelo, após a base de conhecimento ter sido validada. É
responsável pela análise e procura das comunidades virtuais
que se assemelhem com as necessidades do usuário ou pela procura
de usuários com interesses semelhantes que tenham a intenção
de formar comunidades virtuais com o usuário requisitor. É
um agente de informações que simula um sistema multiagentes,
pois em determinados momentos age de forma autônoma, trabalha com
bases de dados distribuídas geograficamente, assim como com informações
provenientes de outros agentes, para a tomada das decisões. O funcionamento
básico do agente executor é apresentado na figura 6:
Figura 6 - Agente Executor
Estes três agentes interagem de uma forma seqüencial, ou seja,
cada agente só começa a operar depois que o agente anterior
tenha executado sua tarefa. Apesar das tarefas serem distintas, todos
os processos têm em comum o mesmo objetivo final, a formação
da comunidade virtual. Partido desta premissa caracteriza-se um sistema
multiagentes, pois vários agentes agem, de forma autônoma,
sobre um mesmo sistema, para a realização de um objetivo
em comum.
4. Considerações Finais
Os passos necessários para a descoberta de comunidades virtuais,
que são a coleta de dados, o préprocessamento e a descoberta
de padrões, podem ser claramente contemplados no modelo. A identificação
dos interesses pessoais e a formação de sua base de interesses
mostrou-se eficaz devido, principalmente, ao trabalho inicial de coleta
de dados realizado pelos agentes e sua posterior apresentação
ao usuário. A manipulação manual também demonstrou-se
necessária devido a informações, muitas vezes irrelevantes,
trazidas pelos agentes gerarem um processamento desnecessário no
sistema no processo de procura por usuários similares ou comunidades.
O modelo de criação de comunidades virtuais mostrou-se eficiente
visto que apesar do processo de procura e notificação ser
automático, nenhum usuário é adicionado a uma comunidade
virtual automaticamente, isto porque ele pode começar a receber
informações sem sua prévia autorização.
Já a tecnologia de Agentes Inteligentes, estudada e tomada como
base para a formação do modelo, mostrou-se viável
devido a várias propriedades dos agentes que facilitaram a implementação
da proposta, como a autonomia, a comunicabilidade, a cooperatividade,
a personalização e a reatividade.
5. Referências
1. ADLER, R. P.; CHRISTOPHER, A. J. Internet community primer: overview
and bussiness opportunities. Disponível em: <http://www.digiplaces.com/pages/printable_html.html>
Acesso em: 12 ago. 2003.
2. CUNHA, L. M. et al. Sistemas multi-agentes e instrução
na web. Disponível em:
<http://citeseer.nj.nec.com/cs>.
Acesso em: 20 nov. 2002.
3. FARACO, R. A. Uma arquitetura de agentes para negociação
dentro do domínio do comércio eletrônico. Florianópolis,
1998, 100 f. Dissertação (Mestrado) - Programa de Pós-Graduação
em Engenharia de Produção, Universidade Federal de Santa
Catarina.
4. PALIOURAS, G. et all. Discovering user communities on the Internet
using unsupervised machine learning techniques. Interacting with Computers.
Sunderland, v. 14, n.6, p. 761-791, 2002.
5. PALLOF, R.; PRATT, K. Building learning communities in cyberspace:
effective strategies for the online classroom. San Francisco: Jossey-Bass,
1999. 320 p.
6. TEIVE, R. C. G. Planejamento da expansão da transmissão
de sistemas de energia elétrica utilizando sistemasespecialistas.
Florianópolis, 1999. 117 f. Dissertação (Mestrado)
- Programa de Pós-Graduação em Engenharia de Produção,
Universidade Federal de Santa Catarina.
bogo@led.br
martins@led.br
|
setembro
2003 # 135
