Programa Interdisciplinar de Ps-Graduao em

Computao Aplicada Mestrado Acadmico

Fabiane Flores Penteado Galafassi

Agente Pedaggico para Mediao do Processo de Ensino-Aprendizagem da Deduo Natural na Lgica

So Leopoldo, 2013

FABIANE FLORES PENTEADO GALAFASSI

Agente Pedaggico para Mediao do Processo de Ensino-

Aprendizagem da Deduo Natural na Lgica

Proposicional

So Leopoldo

2013

Dissertao apresentada como requisito parcial para a

obteno do ttulo de Mestre pelo Programa

Interdisciplinar de Ps-Graduao em Computao

Aplicada da Universidade do Vale do Rio dos Sinos

Unisinos.

rea de Atuao: Cincias Exatas e da Terra

Coordenador: Prof. Dr. Cristiano Andr da Costa

Orientador: Prof. Dr. Joo Carlos Gluz

Ficha catalogrfica

Catalogao na Fonte:

Bibliotecria Vanessa Borges Nunes - CRB 10/1556

G146a Galafassi, Fabiane Flores Penteado Agente pedaggico para mediao do processo de ensino-

aprendizagem da deduo natural na lgica / por Fabiane Flores Penteado Galafassi. 2013.

127 f.: il., 30 cm. Dissertao (mestrado) Universidade do Vale do Rio dos

Sinos, Programa de Ps-Graduao em Computao Aplicada, 2013. Orientao: Prof. Dr. Joo Carlos Gluz ; Coordenao: Prof. Dr. Cristiano Andr da Costa.

1. Objetos de aprendizagem. 2. Sistemas tutores inteligentes.

3. Agentes pedaggicos. 4. Estratgias de mediao. I. Ttulo.

CDU 004:37

FABIANE FLORES PENTEADO GALAFASSI

Agente Pedaggico para Mediao do Processo de Ensino-

Aprendizagem da Deduo Natural na Lgica

Proposicional

Aprovado em ___ de _______________ de 2013.

BANCA EXAMINADORA

Prof. Dr. Joo Carlos Gluz

Prof. Dr. Jorge Luiz Victria Barbosa

Prof. Dr. Ismar Frango Silveira

So Leopoldo

2013

Dissertao apresentada como requisito parcial

para a obteno do ttulo de Mestre pelo

Programa Interdisciplinar de Ps-Graduao em

Computao Aplicada da Universidade do Vale

do Rio dos Sinos Unisinos.

rea de Atuao: Cincias Exatas e da Terra

Coordenador: Prof. Dr. Cristiano Andr da Costa

Orientador: Prof. Dr. Joo Carlos Gluz

AGRADECIMENTOS

Em especial,

Ao meu amigo e orientador: Prof. Dr. Joo Carlos Gluz, por ter acreditado em mim e

me dado oportunidade da realizao de um sonho e pelo grande aprendizado. O meu muito

obrigado. Valeu mesmo!

Ao professor Ricardo Oliveira pelo apoio, ajuda e compreenso principalmente nas

primeiras etapas desta caminhada.

A FINEP pelo apoio financeiro.

Ao meu esposo pela ajuda, pacincia, carinho, compreenso e companheirismo.

Aos meus pais, pelo incentivo, apoio, torcida e fora.

A todos os amigos que me ajudaram nessa caminhada.

Agradecer a Deus os benefcios da vida e valorizar os recursos do prprio corpo.

Trabalhar e servir alm do prprio dever, quanto lhe seja possvel.

Observar, ainda mesmo por instantes, a beleza da paisagem que lhe emoldura a presena.

Nada reclamar.

Comentar unicamente os assuntos edificantes.

Refletir nas qualidades nobres de alguma pessoa com a qual os seus sentimentos ainda no se afinem.

Falar sem azedume e sem agressividade na voz.

Ler algum trecho construtivo.

Praticar, pelo menos, uma boa ao, sem contar isso pessoa alguma.

Cultivar tolerncia para com a liberdade dos outros sem atrapalhar a ningum.

Atendamos diariamente a semelhante receita de atitude e, em breve tempo, realizaremos a conquista da paz.

Andr Luiz Psicografia de Chico Xavier

Do livro: Busca e Achars

RESUMO

A Lgica uma cincia de ndole matemtica que est fortemente ligada Filosofia, cuidando das leis do raciocnio, ou do pensar correto, sendo, portanto, um instrumento do pensar. Assim o aprendizado da lgica se faz necessrio para garantir que nossos pensamentos se realizem de forma correta a fim de produzir conhecimentos verdadeiros. A lgica estuda os princpios e mtodos usados para distinguir o raciocnio correto do incorreto. Desta forma, a Lgica uma disciplina fundamental para os cursos acadmicos de Cincia da Computao. No entanto, uma persistncia de altos nveis de reprovao ou desistncias prematuras mostra que h um amplo espao para melhorar o processo de ensino desta disciplina. Nesse contexto, um tema particularmente crtico da Lgica e que causa srias dificuldades aos alunos a aprendizagem dos processos de deduo formal. Tendo essa questo em vista, o presente trabalho tem por objetivo propor um modelo computacional de mediao apropriado para o ensino da Deduo Natural para a Lgica Proposicional, incorporado na forma de um agente pedaggico que auxilie o aluno em seu processo de aprendizagem, servindo como ferramenta de apoio para esse processo. Este agente parte de um projeto de pesquisa, denominado Herclito, que visa integrar e aplicar as tecnologias de Objetos Inteligentes de Aprendizagem e Agentes Pedaggicos no ensino de Lgica.

Palavras chave: Objetos de Aprendizagem, Sistemas Tutores Inteligentes, Agentes Pedaggicos e Estratgias de Mediao.

ABSTRACT

Logic is a mathematical science of nature that is strongly linked to Philosophy, tending the laws of reasoning, or right thinking, therefore, an instrument of thought. So learning the logic is necessary to ensure that our thoughts are carried correctly to produce true knowledge. Logic studies the methods and principles used to distinguish correct from incorrect reasoning. Thus, the logic is a fundamental discipline for academic courses of Computer Science. However, the persistence of high levels of premature failure or dropouts shows that there is ample room for improving the process of teaching this subject. In this context, a particularly critical of Logic and causing severe difficulties for students is learning the processes of formal deduction. With this question in mind, this paper aims to propose a computational model of mediation appropriate for the teaching of Natural Deduction for Propositional Logic, incorporated as a pedagogical agent to assist students in their learning process, serving as a tool support for this process. This agent is part of a research project, named Heraclitus, which aims to integrate and apply the technologies of Smart Objects Learning and Pedagogical Agents in teaching Logic.

Keywords: Learning Objects, Virtual Learning Environments, Intelligent Tutoring Systems, Software Agents, Mediation Learning.

LISTA DE TABELAS

Tabela 1 Dados combinados das turmas de Lgica Modalidade presencial. .....................16 Tabela 2 Dados das turmas de Lgica do professor X Modalidade a distncia. ................18 Tabela 3 Expresses em portugus e operadores lgicos......................................................25 Tabela 4 Regras Bsicas de Inferncia ..................................................................................26 Tabela 5 Regras de Inferncia Derivadas ..............................................................................27 Tabela 6 Comparativo de AVAs nos padres SCORM e IMS..............................................29 Tabela 7 Parmetros das mensagens FIPA-ACL ..................................................................40 Tabela 8 Tcnicas de ensino..................................................................................................47 Tabela 9 Tticas de agentes tutores .......................................................................................48 Tabela 10 Trabalhos sobre OAs e AVAs encontrados nos principais eventos de Computao e Informtica na Educao .......................................................................................................55 Tabela 11 Anlise comparativa sobre OAs e AVAs .............................................................57 Tabela 12 Comparao entre os sistemas tutores de Lgica pesquisados e o sistema Herclito ...................................................................................................................................62 Tabela 13 Mensagens trocadas entre os agentes. ..................................................................89 Tabela 14 Lista de Exerccios usada no Experimento do Herclito ......................................96 Tabela 15 Total de alunos aprovados/reprovados com e sem o uso do Herclito.................98 Tabela 16 Total de alunos que usaram/no usaram e aprovaram/reprovaram na disciplina .98 Tabela 17 Distribuio de exerccios realizados por alunos no experimento......................101 Tabela 18 Sumrio dos resultados do quesito efetividade pedaggica da mediao ..........101 Tabela 19 Sumrio dos resultados do quesito qualidade do contedo apresentado ............103 Tabela 20 Sumrio dos resultados do quesito Layout Visual..............................................104 Tabela 21 Sumrio dos resultados do quesito usabilidade do editor de provas ..................104

LISTA DE FIGURAS

Figura 1 Evoluo das taxas de aprovao e reprovao, modalidade presencial. ...............17 Figura 2 Evoluo das taxas de aprovao e reprovao, modalidade EAD. .......................18 Figura 3 Processo de estmulo-resposta mediado..................................................................22 Figura 4 Agentes interagem com ambientes por meio de sensores e atuadores....................33 Figura 5 Conceito bsico do sistema de troca de mensagens. ...............................................34 Figura 6 Ciclo de Raciocnio do Jason. .................................................................................37 Figura 7 Modelo de referencia para uma plataforma de agentes FIPA. ................................39 Figura 8 Estrutura de mensagens FIPA. ................................................................................39 Figura 9 Organizao Geral da Infraestrutura MILOS..........................................................43 Figura 11 Caso de uso do Sistema Herclito..........................................................................66 Figura 12 Arquitetura do Sistema Herclito..........................................................................67 Figura 13 Integrao do Herclito na MILOS.......................................................................69 Figura 14 Tela inicial do Sistema Herclito. .........................................................................70 Figura 15 Tela de Login do Herclito ...................................................................................72 Figura 16 Tela de edio do Sistema Herclito.....................................................................73 Figura 17 Tela de edio do Sistema Herclito selecionando um argumento.......................73 Figura 18 Tela de edio do Sistema Herclito adicionando hipteses. ...............................74 Figura 19 Tela de edio do Sistema Herclito aplicando a regra Modus Ponens................75 Figura 20 Interface da verso mvel do sistema Herclito ...................................................76 Figura 21 Interface com mensagem crtica............................................................................77 Figura 22 Exemplo de uso de regra na verso mvel Seleo da regra .............................78 Figura 23 Exemplo de uso de regra na verso mvel Aplicao da regra...........................78 Figura 24 Finalizao do processo do uso e aplicao das regras.........................................79 Figura 25 Diagrama de atividades para o diagnstico de um novo argumento.....................82 Figura 26 Diagrama de atividades de acompanhamento de ajuda.........................................83 Figura 27 Diagrama de atividades de Acompanhamento de Prova.......................................84 Figura 28 Diagrama de atividades de Ao Pedaggica de uma Prova ................................86 Figura 29 Diagrama de atividades de Acompanhamento de aluno ocioso............................87 Figura 30 Diagrama de atividades de Acompanhamento de Status da Prova .......................88 Figura 31 Troca de mensagens entre os agentes quando o aluno inicia um novo argumento..................................................................................................................................................89 Figura 32 Troca de mensagens entre os agentes em aplicao de uma regra........................90 Figura 33 Troca de mensagens entre os agentes quando o aluno est ocioso .......................91 Figura 34 Troca de mensagens entre os agentes quando o aluno informado do status de sua prova .........................................................................................................................................91 Figura 35 Exemplo de plano para um novo argumento. .......................................................91 Figura 36 Exemplo de plano para uma aplicao de regra....................................................92 Figura 37 Exemplo de plano para aplicao de uma regra prejudicial..................................92 Figura 38 Exemplo de plano para a reaplicao de uma regra redundante. ..........................93 Figura 39 Exemplo de plano para aplicao de regras redundantes em sequncia. ..............93 Figura 40 Exemplo de plano para obteno de uma regra a ser aplicada..............................94 Figura 41 Exemplo de plano para obteno de uma regra a ser aplicada..............................94 Figura 42 Exemplo de plano para informar o aluno qual regra deve ser aplicada. ...............94 Figura 43 Nvel de complexidade dos exerccios em %......................................................100

9

LISTA DE SIGLAS

AAMAS International Conference on Autonomous Agents and Multiagent Systems

ACL Agent Communication Language

ADL Advanced Distributed Learning initiative

AMS Agent Management System

API Applications Programmers Interface

ARIADNE Alliance of Remote Institute of Electrical and Distribution Networks for Europe

AVA Ambientes Virtuais de Aprendizagem

BDI Belief Desire Intention

CSBC Congresso da Sociedade Brasileira de Computao

DCMI

Dublin Core Metadata Initiative

DF Directory Facilitator

FIPA Foundation for Intelligent Physical Agents

HTTP HyperText Transport Protocol

IEEE Institute of Electrical and Electronics Engineers

IEEE-LOM IEEE Learning Object Metadata

IEEE-LTSC IEEE Learning Technology Standard Comitee

IES Instituio de Ensino Superior

IMS IMS Global Learning Consortium

ITS Intelligent Tutoring Systems

JADE Plataforma de Agentes que suporta o padro FIPA

JASON Ambiente de Desenvolvimento de SMA para a linguagem AgentSpeak(L)

LACLO Comunidade Latino-americana de Objetos de Aprendizagem

LOM Learning Object Metadata

LTSC Learning Technology Standard Comitee

LGPL Lesser General Public License

MAS Multiagent System

10

MEC Ministrio da Educao e Cultura

MILOS Multiagent Infrastructure for Learning Object Support

OA Objetos de Aprendizagem OBAA Objetos de aprendizagem Baseados em Agentes Artificiais

OMG Object Management Group

OWL Web Ontology Language

RBIE Revista Brasileira de Informtica na Educao

RDF Resource Description Framework

RENOTE Revista Novas Tecnologias na Educao

SBC Sociedade Brasileira de Computao

SBIE Simpsio Brasileiro de Informtica na Educao

SCORM Sharable Content Object Reference Model

SMA Sistema Multiagente

TICs Tecnologias de Informao e Comunicao (TICs)

TISE Taller Internacional de Software Educativo

TV Televiso

UML Unified Modelling Language

W3C World Wide Web Consortium

XML Extensible Markup Language

11

SUMRIO

1 INTRODUO.....................................................................................................................13

2.1 Justificativa.....................................................................................................................15

2.2 Apresentao ..................................................................................................................18

2.3 Objetivos.........................................................................................................................19

2.4 Metodologia de desenvolvimento do Sistema Herclito ................................................20

3 FUNDAMENTAO DA PESQUISA................................................................................21

3.1 Processo scio histrico: A teoria da Mediao de Vygotsky........................................21

3.1.1 O uso de instrumentos e signos ...............................................................................22

3.1.2 Zona de Desenvolvimento Proximal (ZDP) ............................................................23

3.1.3 Aprendizado, desenvolvimento e ensino .................................................................23

3.2 Deduo Natural na Lgica Proposicional (DNLP) .......................................................25

3.2.1 Regras de Deduo Natural .....................................................................................26

3.3 Ambientes Virtuais de Aprendizagem............................................................................28

3.4 Objetos de Aprendizagem ..............................................................................................30

3.5 Agentes de Software e Sistemas Multiagente.................................................................32

3.6 Arquitetura BDI..............................................................................................................34

3.7 A linguagem AgentSpeack(L) e a Plataforma Jason ......................................................35

3.8 O Padro FIPA e a Plataforma JADE.............................................................................38

3.9 Agentes Pedaggicos......................................................................................................41

3.10 A Infraestrutura MILOS ...............................................................................................42

3.11 Ontologias no Sistema Herclito ..................................................................................43

3.12 Estratgias e Tticas Pedaggicas ................................................................................46

3.13 Estratgias e Tticas para Ensino de Lgica ................................................................49

3.14 Planos Gerenciais de Ensino Didtico aplicados no Ensino de Lgica........................50

4. TRABALHOS RELACIONADOS ......................................................................................54

4.1. O Contexto Geral da Pesquisa .......................................................................................54

4.2. Ferramentas de Apoio ao Ensino de Lgica..................................................................60

5 O SISTEMA HERCLITO ..................................................................................................66

5.1 Diagrama de Caso de Uso do Sistema Herclito............................................................66

5.2 Arquitetura do Sistema Herclito ...................................................................................66

5.3 Editor de provas do Sistema Herclito Verso Desktop..............................................69

5.3.1 Interface com o Usurio ..........................................................................................70

5.3.2 O Login do usurio ..................................................................................................71

5.3.3 A Tutoria no Herclito.............................................................................................72

12

5.4 Uso do Editor de Provas Verso Desktop ...................................................................72

5.5 Editor de Provas em Modo Local ...................................................................................75

5.6 Editor de Provas do Sistema Herclito Verso Mvel ................................................76

5.6.1 Interface Mvel........................................................................................................76

5.6.2 Testes .......................................................................................................................79

6 AGENTE MEDIADOR.........................................................................................................80

6.1 Apoio Pedaggico do Agente Mediador ........................................................................80

6.2 Estratgias de Mediao .................................................................................................81

6.3 Comunicao entre os Agentes ......................................................................................88

6.4 Desenvolvimento do Prottipo do Agente Mediador .....................................................91

7 EXPERIMENTOS E VALIDAO ....................................................................................95

7.1. Objetivos do Experimento .............................................................................................95

7.2. Avaliao do Experimento ............................................................................................96

7.3. Conduo do Experimento ............................................................................................97

7.4. Resultados e Anlises do Experimento .........................................................................98

7.5 Resultados e Anlise da Avaliao do Experimento ....................................................101

8 CONCLUSES...................................................................................................................107

REFERENCIAS .....................................................................................................................111

ANEXO I................................................................................................................................116

ANEXO II ..............................................................................................................................121

ANEXO III .............................................................................................................................128

ANEXO IV.............................................................................................................................129

13

1 INTRODUO

A presente dissertao uma dissertao de Computao Aplicada e, como tal, tem seus esforos de pesquisa centrados tanto em tecnologias computacionais, quanto na utilizao destas tecnologias em uma rea de aplicao em particular.

Assim, esta dissertao foi organizada em dois grandes eixos de pesquisa: Pedaggico e Tecnolgico. O eixo Pedaggico est relacionado rea de aplicao, onde busca identificar reas de conhecimentos ainda pouco exploradas, buscando mtodos alternativos de ensino para essas reas, oferecendo um desafio importante para o trabalho de pesquisa. O segundo eixo tem relao com as tecnologias computacionais utilizadas para tratar das questes de pesquisa derivadas da rea de aplicao.

Neste trabalho o foco de aplicao est voltado ao estudo da disciplina de Lgica. Esta disciplina considerada uma disciplina bsica e obrigatria para todos os cursos que abrangem computao e informtica, de acordo com o currculo oficial do MEC. Nesse currculo, a disciplina de lgica uma disciplina que deve ser oferecida nos semestres iniciais, para incentivar o pensamento lgico-formal e as habilidades de resoluo de problemas simblicos.

Com relao ao eixo Tecnolgico, a presente pesquisa se concentra nas Tecnologias de Informao e Comunicao (TIC) aplicadas na educao, particularmente quelas focadas no suporte relao professor-tutor-aluno e que exploram as possibilidades tecnolgicas que o uso de Objetos de Aprendizagem (OA), Ambientes Virtuais de Aprendizagem (AVA), Agentes e Ontologias, podem oferecer ao processo de ensino-aprendizagem1.

Neste contexto, os OA se apresentam como possibilidades de potencializar o processo de ensino-aprendizagem de forma significativa com relao aos contedos propostos. Os OA despontam na educao presencial e na EAD como uma tecnologia que apesar de no ser recente, est em constante evoluo, beneficiando assim professores e alunos, nos diversos contextos da aprendizagem. J AVA por sua vez, so sistemas integrados e abrangentes capazes de promover o engajamento do aluno, onde sua interao com o ambiente e o contedo proposto fundamental para que possam organizar suas ideias, compartilhar seus conhecimentos tornando-se sujeitos autnomos de sua aprendizagem.

O trabalho est organizado no que segue: o captulo 2 contextualiza o problema de pesquisa, os objetivos e a metodologia empregado no projeto. O captulo 3 apresenta a fundamentao terica, juntamente com as bases tecnolgicas que foram utilizadas no desenvolvimento do sistema computacional (denominado de Sistema Herclito), que ser o alvo da pesquisa tecnolgica da dissertao. O captulo 4 apresenta um estudo dos trabalhos relacionados com o tema de pesquisa. O captulo 5 contextualiza o sistema Herclito e seu editor de provas. O captulo 6 aborda detalhes das estratgias de mediao desenvolvidas para o agente Mediador do Sistema Herclito, bem como a interao, comunicao e arquitetura do

1 Para Vygotsky, justamente por sua nfase nos processos scios histricos, a ideia de aprendizado inclui a interdependncia dos indivduos envolvidos no processo. O termo ensino-aprendizagem a traduo da palavra russa obuchenie, e significa algo como processo de ensino-aprendizagem, incluindo sempre aquele que aprende aquele que ensina e a relao entre estas pessoas. Pela falta de um termo equivalente em ingls, palavra obuchenie tem sido traduzida ora como ensino, ora como aprendizagem e assim re-traduzida para o portugus. O conceito para Vygotsky tem um significado mais abrangente sempre envolvendo interao social [OLIVEIRA, 1999, p. 57].

14

agente tutor mediador. O captulo 7 apresenta o planejamento e os resultados do experimento realizado com o sistema Herclito e o captulo 8 apresentam as concluses e trabalhos futuros deste trabalho.

15

2 QUESTO DE PESQUISA

Este captulo apresenta uma viso geral sobre as questes que motivaram esta pesquisa, mostrando os objetivos a serem alcanados, bem como a metodologia a ser utilizada para a soluo do problema.

2.1 Justificativa

Atualmente, o uso das Tecnologias de Informao e Comunicao (TICs) vem provocando alteraes nas relaes entre as competncias intelectuais e o conhecimento, oportunizando mudanas de paradigmas em situaes de aprendizagem. Isso afeta diretamente as relaes de ensino-aprendizagem e as modalidades de educao. Neste contexto, os Objetos de Aprendizagem (OAs) surgem como possibilidades de potencializar o processo de ensino-aprendizagem de forma mais significativa com relao aos contedos propostos. Os OAs despontam na educao presencial e na educao a distncia como uma tecnologia que apesar de no ser recente, est em constante evoluo, beneficiando assim professores e alunos, nos diversos ambientes de aprendizagem e seus contextos.

Nesse sentido o presente trabalho traz como foco de estudo a disciplina de Lgica. Esta disciplina considerada uma disciplina bsica e compreende todos os cursos que abrangem computao e informtica. Esta disciplina fundamental para a formao dos alunos, ajudando-os no desenvolvimento de suas habilidades de anlise lgica, formalizao e resoluo de problemas. Estas habilidades, por sua vez, so necessrias para as atividades diversas como: programao, anlise e especificao de requisitos, projeto de bancos de dados, dentre outras reas da computao e da informtica.

Dados estatsticos de vrias turmas de Lgica, alm de dados empricos obtidos atravs de oito anos de experincia docente ministrando Lgica em duas universidades distintas, apontam para ndices muito altos de reprovao e desistncia nesta disciplina. Dados compilados em uma universidade brasileira, durante o perodo de 2007 ao primeiro semestre de 2012, apontam para uma mdia de aprovao de apenas 56% na disciplina de Lgica. Dos alunos restantes, 24% foram considerados desistentes, por terem cancelado a disciplina ou terem excesso de faltas, enquanto 20% assistiram a disciplina at o final, mas foram reprovados. Essa questo se torna ainda mais complexa nos cursos ministrados na modalidade distncia (modalidade EAD). Dados preliminares compilados durante o ano de 2011 apontam para ndices de desistncia e reprovao superiores: apenas 37% de aprovao na disciplina de Lgica, com 11% desistentes e 52% reprovados.

As desistncias, em particular, tendem a ocorrer no incio da disciplina, principalmente quando os contedos de Deduo Natural comeam a ser ensinados no contexto da Lgica Proposicional. Na prtica, as dificuldades comeam quando conceitos como frmula, regra de deduo e prova formal comeam a ser ensinados.

A questo de pesquisa que o Projeto Herclito aborda um problema de Ensino Superior relacionado disciplina de Lgica que atualmente forma parte do currculo definido pela SBC e MEC para os cursos de Bacharelado e Licenciatura em

16

Computao, sendo ministrada tipicamente nos primeiro ou segundo semestre destes cursos.

O problema est relacionado aos altos ndices de reprovao e desistncia que ocorrem nesta disciplina, tanto no caso de ensino presencial, quanto em ensino distncia (EAD). Estes ndices foram detectados em um levantamento de dados feito durante o perodo que compreende o primeiro semestre de 2007 ao segundo semestre de 2012, com base nas turmas de Lgica de dois professores distintos de uma universidade brasileira. O estudo considerou dados obtidos nas modalidades presencial e a distncia. A Tabela 1 mostra os dados combinados de ambos os professores desta universidade no perodo de 2007/1 at 2012/1, trazendo o nmero de alunos aprovados, cancelados, reprovados e sem frequncia para cada semestre analisado.

Tabela 1 Dados combinados das turmas de Lgica Modalidade presencial.

Semestre Turmas Aprovados Cancelados Reprovados Sem

Frequncia TOTAL DE ALUNOS

2007/1 5 69 23 60 28 180

2007/2 5 93 15 43 26 177

2008/1 6 121 27 62 51 261

2008/2 6 123 24 24 29 200

2009/1 6 172 30 25 50 277

2009/2 5 99 16 24 28 167

2010/1 9 161 31 73 31 296

2010/2 4 98 20 27 27 172

2011/1 5 135 28 29 26 218

2011/2 7 102 18 24 41 185

2012/1 5 144 10 49 0 203

TOTAL 63 1317 242 440 337 2336

Com base nessa Tabela, foram extradas as mdias de alunos Aprovados e Cancelados / Reprovados / Sem Frequncia, as quais so mostradas em um grfico a fim de analisar a variao entre os semestres. A Figura 1 mostra a evoluo das mdias supracitadas para os semestres de 2007/1 a 2012/1.

17

Figura 1 Evoluo das taxas de aprovao e reprovao, modalidade presencial.

Apesar de 2012/1 ter sido um semestre atpico, onde 71% dos alunos foram aprovados, a mdia de aprovao dos outros semestres se mostra muito inferiores, como, por exemplo, 55% em 2011/2.

Embora os dados coletados estejam restritos a uma universidade, existe uma expectativa que este caso seja tpico e possa ser generalizado para outras instituies de ensino superior. A experincia prvia de um dos professores ministrando a mesma disciplina em outra universidade, durante um perodo de quatro anos, indica um quadro similar, apesar destes dados estatsticos no terem sido coletados.

Apesar de flutuaes anuais, pode-se claramente perceber os altos ndices de reprovao e ainda mais altos ndices de desistncias por parte dos alunos. Esta tendncia no um artifcio provocado apenas por um dos professores.

Na modalidade EAD esta situao se torna ainda mais crtica. Dados nesta modalidade, compilados de 17 turmas ministradas pelo professor X no perodo de 2010/2 a 2011/2 com um total de 276 alunos apontam para ndices de desistncia e reprovao mais altos do que os vistos na modalidade presencial: apenas 37% de aprovao, com 11% reprovados e 52% desistentes. A anlise acima indica que, mesmo no caso presencial, j existe uma necessidade de melhoria do quadro de desistncias e reprovaes. No caso da modalidade de EAD a situao ainda mais complicada. Olhando para estes resultados acredita-se que sem um apoio mais concreto para o ensino mediado por computador para esta disciplina, a tendncia da situao manter-se ou at mesmo vir a apresentar um quadro pior.

Na Tabela 2 possvel visualizar o nmero de alunos aprovados, cancelados, reprovados e sem frequncia nos semestre de 2010/2, 2011/1 e 2011/2.

18

Tabela 2 Dados das turmas de Lgica do professor X Modalidade a distncia.

Semestre Turmas Aprovados Cancelados Reprovados Sem Frequncia TOTAL DE ALUNOS

2010/2 4 16 2 31 0 49

2011/1 9 30 22 77 0 129

2011/2 7 57 5 36 0 98

TOTAL 20 103 29 144 0 276

Com base nessa Tabela, foram extradas as mdias de alunos Aprovados e Cancelados / Reprovados / Sem Frequncia, as quais so mostradas em um grfico a fim de analisar a variao entre os semestres. A Figura 2 mostra a evoluo das mdias supracitadas para os semestres de 2007/1 a 2012/1.

Figura 2 Evoluo das taxas de aprovao e reprovao, modalidade EAD.

Com base nestes dados, a expectativa que o Sistema Herclito possa contribuir com a eventual melhoria deste quadro de desistncias e reprovaes, estando particularmente focado no suporte relao professor/tutor/aluno no contexto das modalidades presencial e EAD, justamente no ensino da Deduo Natural na Lgica Proposicional, ao menos em relao s desistncias.

2.2 Apresentao

O contexto que esta pesquisa aborda um problema de Ensino Superior relacionado disciplina de Lgica que atualmente forma parte do currculo definido pela SBC e MEC para os cursos de Bacharelado e Licenciatura em Computao [MEC - DIRETRIZES CURRICULARES NACIONAIS, 2012], sendo ministrada tipicamente no primeiro ou segundo semestre destes cursos.

19

O problema mencionado est relacionado aos altos ndices de reprovao e desistncia que ocorrem nesta disciplina, tanto no caso de ensino presencial, quanto em ensino distncia.

Em termos pedaggicos, pretende-se avaliar as possibilidades que um mtodo dialtico2 de ensino, embasado em uma pedagogia scio histrica, pode oferecer no contexto de ensino da Deduo Natural de Lgica Proposicional.

Em termos tcnicos, pretende-se verificar se a mediao por computador, usando as tecnologias combinadas de OA e AVA, com suporte de agentes pedaggicos e ontologias, pode contribuir para diminuir esses ndices.

Assim o problema central da pesquisa pode ser resumido como:

Verificar se possvel combinar efetivamente um mtodo dialtico e scio histrico de ensino e um modelo de mediao por computador em um agente pedaggico de mediao capaz de auxiliar o processo de ensino-aprendizagem da Deduo Natural na Lgica Proposicional.

2.3 Objetivos

A questo de pesquisa abordada pelo presente trabalho est inserida no contexto de um projeto maior de pesquisa, o projeto Herclito, que visa criar um sistema de tutoria de ensino de Lgica que possa apoiar tanto os alunos quanto os professores nas atividades didtico-pedaggicas dessa disciplina.

Assim, os objetivos de pesquisa especficos da presente dissertao so os seguintes:

Definir um modelo de mediao dialtico e scio histrico para o processo de ensino-aprendizagem da Deduo Natural na Lgica Proposicional.

Especificar detalhadamente as propriedades do agente pedaggico que ser responsvel pelos processos dialticos de mediao.

Modelar o comportamento deste agente e implementar um prottipo do mesmo.

Especificar e implementar a comunicao entre os agentes.

Projetar, desenvolver e testar uma facilidade de interface para o usurio, baseada em OAs, que seja apropriada para o ensino de Deduo Natural na Lgica Proposicional.

2 A perspectiva dialtica baseia-se numa concepo diferente da abordada tradicionalmente sobre homem e conhecimento. Esta perspectiva entende o homem como um ser ativo e de relaes. Assim, por conseguinte entende que o conhecimento no transferido ou depositado pelo outro (conforme a concepo tradicional), nem inventado pelo sujeito (tratado na concepo espontanesta), mas sim que o conhecimento construdo pelo sujeito na sua relao com os outros e com o mundo [VASCONCELLOS, 1992].

20

Criar um OA capaz de oferecer apoio na elaborao de demonstraes formais sob as regras da Deduo Natural na Lgica Proposicional;

Planejar e conduzir testes empricos em sala de aula.

Empreender uma anlise crtica destes resultados.

2.4 Metodologia de desenvolvimento do Sistema Herclito

Em termos gerais a metodologia utilizada neste trabalho segue as diretrizes tcnicas e metodolgicas adotadas na Infraestrutura MILOS (detalhada na seo 3.7 deste trabalho) que prev o uso de camadas de ontologias, agentes pedaggicos e facilidades de interface para o usurio.

Em termos pedaggicos, a metodologia a ser adotada na didtica e pedagogia dos OAs criada para o sistema de suporte a objetos OBAA ser baseada no mtodo dialtico de ensino, embasado em uma pedagogia scia histrica, no contexto do aprendizado de Lgica. Os conceitos scio histricos utilizados neste trabalho so embasados nos referidos trabalhos publicados nos SBIE do ano de 2007 [GLUZ; PASSERINO; VICARI, 2007] e 2008 [GLUZ; PASSERINO; VICARI, 2008].

O sistema computacional de ensino de Lgica projetado e desenvolvido no decorrer desta dissertao, foi denominado de Herclito. O projeto do Sistema Herclito est fundamentado em um ciclo de projeto baseado em prottipos.

O primeiro prottipo (OA) teve como objetivo definir e testar as propriedades da interface de usurio do Herclito, o qual se constituiu de um editor de provas no contexto de Lgica, com caractersticas interativas, capaz de oferecer apoio na elaborao de demonstraes formais sob as regras da Deduo Natural na Lgica Proposicional. Isso tambm incluiu no apenas contedos didticos de Lgica, mas tambm todo o ambiente de execuo necessrio para que este editor de provas possa ser utilizado pelos alunos em seus computadores.

Posteriormente a isso foi desenvolvido um sistema multiagente composto por um conjunto de agentes pedaggicos (perfil do usurio, mediador e especialista), responsveis pela interao do aluno com o sistema, alm da definio da forma de comunicao entre esses agentes e o editor de provas do Herclito.

Estes agentes foram desenvolvidos na linguagem Java e na linguagem AgentSpeak(L), com suporte da plataforma JADE para comunicao entre eles. Estas linguagens e plataforma foram escolhidas por sua versatilidade, eficincia, portabilidade e segurana. Mais informaes sobre as linguagens de programao e a plataforma JADE so apresentadas nas sees 3.5 e 3.6.

21

3 FUNDAMENTAO DA PESQUISA

Este captulo apresenta as bases tecnolgicas e o embasamento metodolgico da pedagogia scia histrica como mtodo de ensino para a criao do Sistema Herclito. Este sistema depende principalmente das tecnologias relacionadas aos objetos de aprendizagem, incluindo a definio de padres de metadados destes objetos. Tambm so tecnologias importantes para o projeto, os agentes pedaggicos e a infraestrutura de agentes MILOS, sendo construda para suportar os requisitos e funcionalidades dos OAs compatveis com o padro OBAA.

3.1 Processo scio histrico: A teoria da Mediao de Vygotsky

A teoria scio-histrico-cultural de Vygotsky tem sua abordagem sustentada nas seguintes dimenses:

Social: fundamental para marcar a questo das relaes humanas;

Histrica: trata dos diversos momentos e pocas que marcaram a humanidade e em como o tempo influenciou ser humano;

Cultural: til para vermos e valorizarmos toda a produo humana em diferentes contextos.

O objetivo de uma abordagem sociocultural explicar as relaes entre a ao humana, de um lado, e as situaes culturais, institucionais e histricas em que essa ocorre, de outro [BERNI, 2013].

Vygotsky dedicou-se, principalmente, ao estudo daquilo que chamamos de funes psicolgicas superiores (desenvolvimento cognitivo) ou processos mentais (pensamento, linguagem, comportamento volitivo, ateno consciente, memria), ou seja, aqueles mecanismos psicolgicos mais sofisticados, mais complexos. Tais funes envolvem o controle consciente do comportamento, a ao intencional e a liberdade do indivduo em relao s caractersticas do momento e do espao presentes (fazendo referencia ao meio social) [OLIVEIRA, 1999].

Um conceito central para a compreenso das concepes vygotskianas sobre o funcionamento psicolgico o conceito de mediao. Mediao, em termos genricos, o processo de interveno de um elemento intermedirio numa relao, onde esta, deixa, ento, de ser direta e passa a ser mediada por este elemento e pode ser vista na Figura 3 abaixo:

22

Figura 3 Processo de estmulo-resposta mediado. Fonte: [OLIVEIRA, 1999].

A relao deste processo simples estmulo-resposta substituda por um ato

complexo e pode ser representado da seguinte forma: S= Estmulo/R= resposta e X= elo intermedirio ou elemento mediador (como mostra a Figura 3). Um exemplo de estmulo-resposta mediado pode ser observado quando um indivduo aproxima sua mo da chama de uma vela e a retira rapidamente ao sentir dor. Nesse processo est estabelecida uma relao direta entre o calor da chama e a retirada da mo. Se, no entanto, o indivduo retirar a mo quando apenas sentir o calor e lembrar-se da dor sentida em outra ocasio, a relao entre a chama da vela e a retirada da mo estar mediada pela lembrana da experincia anterior. Nesse novo processo o impulso direto para reagir inibido, e incorporado um estmulo auxiliar que facilita a complementao da operao por meios indiretos. No exemplo da vela, o estmulo (S) seria o calor da chama e a resposta (R) seria a retirada da mo. A lembrana da dor ou o aviso de outra pessoa sobre o risco da queimadura seriam elementos mediadores, intermedirios entre o estmulo e a resposta. A presena de elementos mediadores introduz um elo a mais nas relaes organismo/meio, tornando-as mais complexas e ao longo do desenvolvimento do indivduo as relaes mediadas passam a predominar sobre as relaes diretas [OLIVEIRA, 1999]. Desta forma, entende-se que pela mediao que se d a internalizao (reconstruo interna de uma operao externa) de atividades e comportamentos scio histricos e culturais, tpicos do domnio humano [MOREIRA, 1999].

Nesse sentido, Vygotsky trabalha com a noo de que a relao do homem com o mundo no uma relao direta, mas, fundamentalmente, uma relao mediada [OLIVEIRA, 1999]. Ao destacar a importncia das interaes sociais, traz a ideia da mediao e da internalizao como aspectos fundamentais para a aprendizagem, defendendo que a construo do conhecimento ocorre a partir de um intenso processo de interao entre os sujeitos e o meio social [TASSONI, 2013].

Segundo Driscoll, 1995, p. 229 apud Moreira [1999] No por meio do desenvolvimento cognitivo que o individuo se torna capaz de socializar, na socializao que se d o desenvolvimento dos processos mentais superiores.

Vygotsky distinguiu dois tipos de elementos mediadores: os instrumentos e os signos.

3.1.1 O uso de instrumentos e signos

Vygotsky busca compreender as caractersticas do homem atravs do estudo da origem e desenvolvimento da espcie humana, tornando o surgimento do trabalho e a formao da sociedade humana, com base no trabalho, como sendo o processo bsico que vai marcar o homem como espcie diferenciada. o trabalho que, pela ao transformadora do homem sobre a natureza, que acaba unindo homem e natureza, criando a cultura e a histria humanas. no trabalho que se desenvolve a atividade coletiva e, portanto, aes sociais e tambm a criao e utilizao de instrumentos. O instrumento um elemento interposto entre o trabalhador e o objeto de trabalho, ampliando as possibilidades de transformao da natureza [MOREIRA, 1999].

23

A inveno e o uso de signos como meios auxiliares para solucionar um dado problema psicolgico (lembrar, comparar, relatar, escolher, etc), anloga a inveno de instrumentos. O signo age como um instrumento da atividade psicolgica de maneira anloga ao papel de um instrumento de trabalho. Os instrumentos, porm, so elementos externos ao indivduo, voltados para fora dele. Sua funo provocar mudanas nos objetos, controlar processos da natureza. Os signos por sua vez so orientados para o prprio sujeito, para dentro do indivduo. So ferramentas que auxiliam nos processos psicolgicos e no nas aes concretas, como os instrumentos [OLIVEIRA, 1999]. Para Vygotsky, instrumentos e signos so construes scio-histricas e culturais, e com a interiorizao de instrumentos e sistemas de signos (internalizao) produzidos culturalmente, via interao social que o sujeito se desenvolve cognitivamente [MOREIRA, 1999].

3.1.2 Zona de Desenvolvimento Proximal (ZDP)

Mais formalmente, a zona de desenvolvimento proximal3 definida por Vygotsky como a distncia entre o nvel de desenvolvimento cognitivo real do indivduo, tal como medido por sua capacidade de resolver problemas independentemente, e o seu nvel de desenvolvimento potencial, tal como medido atravs da soluo de problemas sob orientao (de um adulto, no caso de uma criana) ou em colaborao com companheiros mais capazes [Vygotsky, 1988, p. 97 apud Moreira, 1999], ou seja, a partir da existncia desses dois nveis de desenvolvimento real e potencial que Vygotsky define a ZDP.

A ZDP refere-se assim, ao caminho que o individuo vai percorrer para desenvolver funes consolidadas, estabelecidas no seu nvel de desenvolvimento real. Definindo funes que ainda no amadureceram, mas que esto no processo de maturao. uma medida do potencial de aprendizagem e representa a regio na qual o desenvolvimento cognitivo ocorre. dinmica e est em constantemente mudando, ou seja, um domnio psicolgico em constante transformao: aquilo que uma criana capaz de fazer com a ajuda de algum hoje, ela conseguir fazer sozinha amanh.

A interao social que provoca a aprendizagem deve ocorrer dentro da ZDP, mas ao mesmo tempo, tem um papel importante na determinao dos limites dessa zona, ou seja, o limite inferior fixado pelo nvel real de desenvolvimento do aprendiz, j o superior determinado por processos instrucionais que podem ocorrer no brincar, no ensino formal ou informal ou no trabalho. Independentemente do contexto, o importante a interao social [Driscoll, 1995, p. 233 apud Moreira, 1999].

3.1.3 Aprendizado, desenvolvimento e ensino

Desde o momento em que o desenvolvimento das funes mentais superiores exige a internalizao de instrumentos e signos em contextos de interao, a aprendizagem se converte em condio para o desenvolvimento dessas funes, desde que se situe precisamente na ZPD. Na perspectiva terica de Vygotsky, a aprendizagem que necessria para o desenvolvimento.

3 A expresso zona de desenvolvimento proximal aparece, s vezes, nas tradues para a lngua portuguesa, como zona de desenvolvimento potencial [OLIVEIRA, 1999, p. 58].

24

Na concepo de Vygotsky sobre as relaes entre desenvolvimento e aprendizado, e particularmente sobre a ZDP, estabelece-se forte ligao entre o processo de desenvolvimento e a relao do indivduo com seu ambiente scio cultural e com sua situao de organismo que no se desenvolve plenamente sem o suporte de outros indivduos de sua espcie. na ZDP que a interferncia de outros indivduos a mais transformadora.

Para Vygotsky, o nico bom ensino aquele que est frente do desenvolvimento cognitivo e o dirige. A nica boa aprendizagem aquela que est avanada em relao ao desenvolvimento. A implicao dessa concepo de Vygotsky para, como por exemplo, o ensino escolar torna-se imediata. Se o aprendizado impulsiona o desenvolvimento, ento a escola tem um papel essencial na construo do ser psicolgico adulto dos indivduos que vivem em sociedades escolarizadas. Mas o desempenho deste papel s se dar adequadamente quando, conhecendo o nvel de desenvolvimento dos alunos, a escola dirigir o ensino no para etapas intelectuais j alcanadas, mas sim para estgios de desenvolvimento ainda no incorporados pelos alunos, funcionando realmente como um motor de novas conquistas psicolgicas. Para a criana que frequenta a escola, o aprendizado escolar o elemento central no seu desenvolvimento.

Como na escola o aprendizado um resultado desejvel e o professor o participante que j internalizou significados socialmente compartilhados para materiais educativos do currculo, na interao social que deve caracterizar-se o ensino. O professor tem o papel explcito de interferir na ZDP dos alunos, provocando avanos que no ocorreriam espontaneamente. Os procedimentos regulares que ocorrem na escola demonstrao, assistncia, fornecimento de pistas, instrues, - so fundamentais na promoo do bom ensino ao qual Vygotsky se referiu. A criana no tem condies de percorrer sozinha o caminho do aprendizado, mas com a interveno de outras pessoas que neste caso especfico aplica-se a escola, ao professor torna-se fundamental para a promoo do desenvolvimento do indivduo.

Em um episdio de ensino, o professor, de alguma maneira, apresenta ao aluno significados socialmente aceitos, no contexto de matria de ensino, para determinado signo da Fsica, da Matemtica, da Lngua Portuguesa. O aluno deve, ento, de alguma maneira, devolver ao professor o significado que captou. O professor, nesse processo, responsvel por verificar se o significado que o aluno captou aceito, compartilhando socialmente. A responsabilidade do aluno verificar se os significados que captou so aqueles que o professor pretendia que ele captasse e se so aqueles compartilhados no contexto da rea de conhecimento em questo. O ensino se consuma quando um aluno e o professor compartilham significados.

Esse intercambio fundamental para a aprendizagem e consequentemente, na tica de Vygotsky, para o desenvolvimento cognitivo. Sem interao social, ou sem intercambio de significados, dentro da ZDP do aprendiz, no h ensino, no h aprendizagem e no h desenvolvimento cognitivo. Interao e intercambio implicam, necessariamente, que todos os envolvidos no processo ensino-aprendizagem devam falar e tenham a oportunidade de falar.

25

3.2 Deduo Natural na Lgica Proposicional (DNLP)

Deduo natural um dos sistemas dedutivos utilizados para construir demonstraes formais na Lgica e uma proposio lgica (ou apenas uma proposio) uma frase ou sentena da lngua portuguesa (ou de qualquer outro idioma) que pode assumir apenas um de dois valores verdade: ou a frase verdadeira (ela diz uma verdade) ou ela falsa (diz uma falsidade) [GLUZ e PY, 2010].

Para que ocorra uma derivao formal, necessrio formalizar a expresso que queremos demonstrar. Formalizar significa traduzir da forma lingustica usual para uma notao lgica, ou seja, uma forma que entendvel para qualquer um, independente da lngua que fala, e que tambm reduz o espao ocupado pela frase escrita, tendo em vista que podemos utilizar uma notao mais econmica, a lgica.

Dentre estas notaes, as proposies so usualmente simbolizadas (representadas) por letras maisculas do incio do alfabeto: A, B, C, ... Os valores lgicos das proposies so representados de forma resumida usando V para verdadeiro e F para falso.

As proposies podem ser simples ou compostas. As proposies compostas so formadas de proposies simples conectadas atravs de operadores (ou conetivos) lgicos. Estes operadores ou conetivos representam as seguintes operaes lgicas:

Conjuno

Disjuno

Negao

Implicao (ou condicional)

Bi-implicao (ou bicondicional)

Devido riqueza da lngua portuguesa, palavras com significados semelhantes so representadas pelo mesmo operador lgico. A Tabela 3 mostra expresses comuns em portugus associadas a diversos operadores lgicos.

Tabela 3 Expresses em portugus e operadores lgicos

Expresso em portugus Operador Lgico Expresso Lgica

E; mas; tambm Conjuno A B Ou Disjuno A B Se A, ento B A implica B A, logo B A somente se B A condio suficiente para B

Condicional A B

A se e somente se B Bicondicional A B No A falso que A... No verdade que A... No o caso que A...

Negao A

Fonte: [GLUZ e PY, 2010].

26

A lgica formal lida com um tipo particular de argumento, denominado de argumento dedutivo, que nos permite deduzir uma concluso Q, com base num conjunto de proposies P1 a Pn, onde Q e P1 a Pn representam frmulas inteiras bem-formadas

da lgica proposicional.

Um argumento dedutivo pode ser representado de forma simblica da seguinte

forma: P1 P2 P3 ... Pn Q As proposies P1 a Pn so denominadas de hipteses ou premissas do

argumento. A proposio denominada de concluso do argumento. Em termos de lngua natural este tipo de simbolismo pode ser lido como:

P1, P2, ... Pn acarretam Q ou Q decorre de P1, P2, ... Pn ou Q se deduz de P1, P2, ... Pn ou ainda Q se infere de P1, P2, ... Pn

Este mtodo baseado na aplicao de regras de deduo (ou regras de inferncia) que modificam frmulas de modo a preservar seu valor lgico.

3.2.1 Regras de Deduo Natural

Existem dois tipos bsicos de regras de deduo:

Regras de inferncia que se baseiam em implicaes tautolgicas4, ou seja, implicaes materiais provadamente tautolgicas.

Regras de equivalncia que se baseiam nas equivalncias tautolgicas permitem substituir uma frmula pela outra, j que ambas so equivalentes.

As regras que so baseadas em implicaes que j se tenha demonstrado serem tautolgicas sero denominadas de Regras de Inferncia. A Tabela 4 apresenta as regras bsicas de inferncia da lgica proposicional.

Tabela 4 Regras Bsicas de Inferncia

Incluso de Operadores Excluso de Operadores

Reduo ao absurdo (raa) - I

P ... QQ

P

Dupla negao (dn) - E

P

P

Prova condicional (pc) - I

P ...

Modus Ponens (mp) - E

P PQ

4 Onde um argumento considerado verdadeiro, vlido.

27

Q

PQ

Q

Conjuno(cj) - I

P Q

PQ

Simplificao(sp) - E

PQ PQ

P Q

Adio(ad) - I

P P PQ QP

Eliminao da disjuno - E

PQ PR QR

R

Introduo da equivalncia - I

PQ QP

PQ

Eliminao da equivalncia - E

PQ PQ PQ QP

Fonte: [GLUZ e PY, 2010].

Estas 10 regras so completas no sentido que permitem a manipulao de todos os operadores da lgica proposicional. Do lado esquerdo esto listadas as regras que permitem a incluso de um dado operador em uma nova frmula a ser adicionada no decorrer da prova. As regras do lado direito permitem adicionar uma nova prova demonstrao, onde um determinado operador foi eliminado.

Alm destas regras bsicas, existe tambm um conjunto de regras derivadas que tambm podem ser usadas em demonstraes. Embora todas as regras derivadas apresentadas na Tabela 5 possam ser substitudas por demonstraes sem o uso delas, elas podem ser bastante teis em determinados casos, facilitando o processo de demonstrao.

Tabela 5 Regras de Inferncia Derivadas

Modus Tollens (mt)

P Q Q

P

Silogismo Hipottico (sh)

P Q Q R

P R Silogismo Disjuntivo

(sd)

P Q P

Q

Dilema Construtivo (dc)

PQ PR QS

RS

Exportao (exp)

(P Q) R P (Q R)

Inconsistncia (inc)

P P

Q

Fonte: [GLUZ e PY, 2010].

28

A ideia bsica deste mtodo comear com as premissas P1, P2,... Pn (supostamente

verdadeiras) e tentar aplicar regras de deduo at terminar com a concluso Q. Esta concluso teria que ser, ento, verdadeira uma vez que os valores lgicos so sempre preservados sob as regras de inferncia [GLUZ e PY, 2010].

Dessa forma uma demonstrao formal da lgica proposicional seria formada por uma srie de linhas numeradas com a seguinte estrutura:

1. P1 (hiptese 1) 2. P2 (hiptese 2) ... n. Pn (hiptese n)

n+1. F1 (frmula obtida aplicando-se uma regra de deduo sobre as frmulas anteriores)

n+2. F2 (frmula obtida aplicando-se uma regra de deduo sobre as frmulas anteriores)

... n+m. Fm (frmula obtida aplicando-se uma regra de deduo sobre as frmulas

anteriores) Q (frmula obtida aplicando-se uma regra de deduo sobre as frmulas

anteriores)

Neste tipo de argumento a concluso Q simplesmente a frmula contida na ltima linha obtida atravs da aplicao de uma regra de deduo.

A sequncia de frmulas obtidas por este processo denominada de sequncia de demonstrao ou apenas de demonstrao formal da concluso em funo de suas premissas.

3.3 Ambientes Virtuais de Aprendizagem

Com o avano e o desenvolvimento de novas tecnologias de informao e comunicao nos ltimos anos, inmeras so as possibilidades de expanso, que impulsionam e transformam a maneira de ensinar e aprender. O uso combinado de recursos tecnolgicos e humanos traz uma nova proposta, ampliando horizontes e indo alm das localizaes geogrficas.

Nesse sentido, os Ambientes Virtuais de Aprendizagem (AVAs) vm sendo cada vez mais utilizados no mbito acadmico como uma opo tecnolgica que visa atender a demanda educacional. Em termos conceituais, os AVAs consistem em mdias que utilizam o ciberespao para veicular contedo e permitir interao entre os atores do processo educativo (PEREIRA, 2007). Outros fatores que influenciam a qualidade do processo educativo so: o envolvimento do aluno, da proposta pedaggica, dos materiais utilizados, de professores qualificados, tutores e monitores (que atuam na equipe tcnico-pedaggico), assim como a infraestrutura, demais ferramentas e recursos tecnolgicos utilizados no ambiente.

Assim, ao utilizarmos AVAs, papis tradicionais como o de professores e alunos, podem ser redefinidos, de forma que o aluno se torne um agente mais ativo no

29

processo de aprendizagem, produzindo conhecimento, estabelecendo relaes, colaborando com os colegas e socializando ideias.

O ferramental disponvel nos AVAS pode ser considerado como um conjunto de recursos empregados para a aprendizagem, fornecendo um ensino contextualizado. Dos diversos Sistemas de Gerenciamento da Aprendizagem (SGAs), do ingls Learning Management Systems (LMS), dois padres suportados pelos OAs se destacam nas atuais implementaes de AVAs, que so os padres SCORM e IMS Learning Design, por possurem uma maior conformidade.

A Tabela 6 traz um comparativo entre as especificaes destes padres.

Tabela 6 Comparativo de AVAs nos padres SCORM e IMS

Funcionalidade ADL SCORM 2004 IMS Learning Design

LMS com suporte

Alumni Gestum, Atutor, Amadeus, Aulanet,

Blackboard, Claroline, Eureka, Ilias, iTutor,

LearningSpace, Moodle, Sakai, WebAula, WebCT,

MPLS 2, etc.

Atutor, Moodle (a partir da verso 2.0) e outros com

base na Engine CooperCore. Reload Player (permite

visualizar, mas no LMS)

LMS sem suporte Solar (em implementao) Solar, Teleduc

Flexibilidade para diferentes abordagens pedaggicas

Projetado principalmente para auto-aprendizagem

com contedos mais sequenciais

Suporta as mais variadas abordagens, bastando

combinar os objetos, os servios, os atores e seus papis nas atividades de

aprendizagem

Interatividade entre o aluno e o contedo

Permite, dependendo mais da forma como o contedo

foi projetado

Permite, dependendo mais da forma como o contedo

foi projetado Interao entre aluno com professor e outros alunos

No suportado Prev os papis dos

participantes e o nvel de interao

Relao entre contedo e outras ferramentas do LMS

No suportado Prev os papis dos

participantes e o nvel de interao

Registro das atividades do aluno (tracking)

Permite No suporta rastreamento, ficando a cargo do LMS

Fonte: DUTRA e TAROUCO [2011].

Nesta Tabela possvel observar que ambas as especificaes contm caractersticas semelhantes ou complementares, fazem parte de consrcios que buscam a normalizao e compatibilidade de solues, utilizam-se da linguagem XML para diversos fins. O IMS Learning Design diferencia-se do SCORM por ser mais voltado para o contedo, pois sua utilizao est mais voltada para o processo de ensino/aprendizagem, do que somente a relao de um nico aluno diretamente com o contedo.

30

Em uma pesquisa feita nas Universidades do Brasil5 (dentre elas: Federais, Estaduais, Municipais e Privadas) foi possvel obter como resultado o de que pelo menos 98% destas instituies de ensino superior fazem o uso do ambiente virtual Moodle e mais algum outro ambiente de aprendizagem (normalmente desenvolvido pela prpria instituio).

Os servios disponveis pelos AVAs, o que inclui no s o Moodle, mas tambm alguns dos outros AVAs so utilizados pelas diversas instituies de ensino e tambm por corporaes empresariais.

3.4 Objetos de Aprendizagem

Estudos sobre os OAs so relativamente recentes, no existindo ainda um consenso universalmente aceito sobre sua definio. Assim encontramos na literatura muitos autores que possuem conceitos fundamentados na ideia dos OAs serem uma poro reutilizvel de contedo educacional, tais como:

Qualquer entidade digital ou no digital, que possa ser usada, reusada e referenciada com tecnologia no suporte ao aprendizado [IEEE-LTSC 2002].

Qualquer recurso digital que possa ser reutilizado no suporte ao ensino [WILLEY, 2001].

Um pedao digital de material de aprendizagem que leva a uma identificao clara de tpico ou resultados de aprendizagem e tem potencial para ser reutilizado em diferentes contextos [MASON e PEGUER, 2003].

Os OAs podem ser criados em qualquer mdia e formato, podendo ser to simples como uma animao ou uma apresentao de slides ou to complexos como uma simulao. A partir da percebe-se que os mesmos podem ser classificados como OAs simples e OAs complexos. Os OAs catalogados como simples so considerados arquivos nicos, tais como: arquivo texto, imagem, animao, ou seja, qualquer arquivo que no sofre granularidade. J os OAs catalogados como complexos so compostos por uma srie de arquivos que podem estar includos em uma pasta ou mesmo em um arquivo compactado, onde possvel de trabalhar sua granularidade e, principalmente, onde o conceito de reusabilidade mais fortemente empregado [BRASIL, 2007].

Diversos so os fatores que favorecem o uso de OAs na rea educacional. Para que uma entidade digital seja considerada um OA, a mesma deve apresentar caractersticas que a identifique como tal. Desta forma, os OAs podem ser analisados em duas perspectivas: pedaggica e tcnica.

As caractersticas pedaggicas esto relacionadas com a concepo de objetos que facilitem o trabalho de professores e alunos, visando aquisio do conhecimento tais como [DIAS, 2009]:

5 Esta pesquisa foi realizada fazendo uma seleo contendo todas as Universidades do Brasil, dentre elas: Federais, Estaduais, Municipais e Privadas, acessando seus sites e portais EAD constatando o uso de um ou mais AVAs.

31

(1) Interatividade, sistema que oferece suporte s concretizaes e aes mentais;

(2) Autonomia, recursos de aprendizagem que proporcionem a iniciativa e tomada de deciso;

(3) Cooperao, onde usurios trocam ideias e trabalham coletivamente sobre o conceito apresentado;

(4) Cognio, onde se refere s sobrecargas cognitivas colocadas na memria do aprendiz durante a instruo;

(5) Afetividade, que est relacionado ao componente biolgico do comportamento humano e motivaes por parte do aluno com sua aprendizagem e colegas.

As caractersticas tcnicas referem-se, por exemplo, as questes de padronizao, classificao, armazenamento, recuperao, transmisso e reutilizao dos OAs. So caractersticas tcnicas especficas dos OAs [DIAS, 2009]:

(1) Acesso, que indica se um OA pode ser utilizado remotamente em muitos outros locais;

(2) Agregao, que indica quais recursos podem ser agrupados em conjuntos maiores de contedos, incluindo estruturas tradicionais de cursos;

(3) Autonomia, que verifica se o objeto pode ser usado individualmente;

(4) Classificao, que permite a catalogao dos objetos auxiliando na identificao dos mesmos, facilitando o trabalho dos mecanismos de busca,

(5) Formatos digitais dos contedos;

(6) Durabilidade, que indica se a continua usabilidade de recursos educacionais se mantm quando a base tecnolgica muda, sem reprojeto ou recodificao;

(7) Interoperabilidade, que implica em utilizar os OAs em diferentes locais, independente de ferramentas ou plataformas;

(8) Reusabilidade, onde a reusabilidade varia de acordo com a granularidade do OA.

Os aspectos tcnicos dos OAs so profundamente influenciados por questes de padronizao. Funcionalidades como acesso, agregao, reutilizao, interoperabilidade, alm do intercmbio de informaes entre os diversos tipos de formatos digitais, entre outras caractersticas dos OAs, so diretamente dependentes da existncia de padres para se tornarem possveis. Assim, por exemplo, a reutilizao, que consiste em uma forma eficiente de readaptar o contedo dos OAs para diferentes tipos de contextos e usurios, somente se torna possvel com o auxlio dos padres. Nesse sentido surgiram algumas iniciativas visando padronizar a especificao, construo e a identificao dos OAs, atravs da adoo de modelos e padres para o desenvolvimento destes [DIAS, 2009].

Nesse contexto, podem-se citar organizaes e grupos de pesquisas que j vm trabalhando para construir e aprimorar a eficincia e eficcia dos objetos de aprendizagem, concentrando-se principalmente na definio de padres. So eles:

32

Learning Technology Standard Comitee (LTSC) do Institute of Electrical and Electronics Engineers (IEEE), a Alliance of Remote Institute of Electrical and Distribution Networks for Europe (ARIADNE), o IMS Global Learning Consortium, a Canadiam Core e a Advanced Distributed Learning Initiative que tm contribudo significativamente na definio de padres de indexao (metadados) [KRATZ; CRESPO; SCOPEL; BARBOSA, 2007].

No caso das padronizaes dos OAs foram definidas vrias recomendaes a respeito dos metadados que catalogam e que caracterizam os OAs, bem como tambm, recomendaes de como estes OAs podem ser encapsulados e como seus contedos podem ser navegados [W3C, 2010]. Nesta lista temos como principais: O LOM (Learning Object Metadata) do IEEE Learning Technology Standards Committee (LTSC), DCMI (Dublin Core Metadata Initiative), SCORM (Sharable Content Object Reference Model) ADL [ADL, 2010] e IMS do Global Learning Design [DUTRA e TAROUCO, 2010].

No projeto do sistema Herclito foi adotado a proposta de metadados definida pelo projeto OBAA, de forma a aplicar e estender os conceitos e tecnologias previstas nessa proposta para o domnio de ensino de Lgica Formal [GLUZ e VICARI, 2010] incluindo suporte para:

a) Adaptabilidade e interoperabilidade de OAs em plataformas digitais como Web, TV Digital e A proposta de padro de metadados OBAA foi definida com base no padro IEEELOM dispositivos mveis;

b) Compatibilidade do padro com o panorama de padres internacionais;

c) Acessibilidade aos OAs por todos os cidados, inclusive aqueles com necessidades especiais, e;

d) Independncia e flexibilidade tecnolgica do padro, que no necessita de tecnologias proprietrias, e que permite que inovaes tecnolgicas sejam incorporadas, sem perder a compatibilidade com o material j desenvolvido.

Os metadados OBAA resultantes dessa anlise foram definidos como uma extenso dos metadados IEEELOM, formada pela adio de novos grupos de metadados: metadados tcnicos multiplataforma, metadados pedaggicos, metadados de acessibilidade e metadados de segmentao de contedos multimdia.

3.5 Agentes de Software e Sistemas Multiagente

Um agente pode ser descrito como qualquer entidade que seja capaz de perceber o seu ambiente atravs dos seus sensores e agir sobre ele por intermdio de atuadores [Russell e Norvig, 2004], conforme pode ser visto na Figura 4.

33

Figura 4 Agentes interagem com ambientes por meio de sensores e atuadores. Fonte: RUSSELL e NORVIG [2004].

Mais especificamente, um agente de software recebe uma entrada de dados, que

pode ser desde contedos de arquivos, pacotes de dados at entradas sensoriais e atua no ambiente exibindo em monitores, escrevendo arquivos e enviando pacotes pela rede, por exemplo, [RUSSEL e NORVIG, 2004].

Ao se projetar um agente, o primeiro passo sempre deve ser a especificao do ambiente de maneira to completa quanto possvel. Os ambientes podem ser dos tipos: completas ou parcialmente observveis, determinsticos ou estocsticos, episdicos ou seqenciais, estticos ou dinmicos, discretos ou contnuos e de agente nico ou multiagentes. Todos os agentes podem melhorar seu desempenho por meio do aprendizado [RUSSEL e NORVIG, 2004].

Os sistemas multiagentes so compostos por mltiplos agentes trabalhando em conjunto. Estes componentes podem estar em uma mesma mquina ou espalhados em uma rede. Este tipo de sistema, normalmente, indicado para resolver problemas que so difceis ou impossveis de serem resolvidos por um nico agente. Estes agentes, quando inseridos em uma comunidade interagem com os demais para formar suas crenas a partir do conhecimento j adquirido pelos outros componentes do sistema [WOOLDRIDGE, 2002].

Um dos principais aspectos do desenvolvimento de sistemas multiagentes diz respeito forma sob a qual os agentes iro se comunicar. Sem mecanismos de comunicao praticamente impossvel a definio de agentes.

Os mtodos de comunicao podem ser divididos em dois grupos: quadro de avisos e trocas de mensagens. Os sistemas baseados em quadro de avisos mantm uma rea de trabalho comum na qual os agentes podem trocar informaes, dados e conhecimentos. Uma ao de comunicao iniciada quando um agente escreve alguma coisa no quadro negro. Os agentes podem acessar este quadro a qualquer momento. Na prtica, um agente no l todas as novas informaes escritas, mas somente aquelas que lhe interessam. Um sistema multiagente pode ter vrios quadros negros. Se um sistema possui um grande nmero de agentes, a quantidade de informao escrita cresce exponencialmente e, portanto, a busca por informaes relevantes se torna cada vez mais pesada. Para resolver esse problema, quadros negros mais avanados tem sua rea dividida em subreas, cada qual privativo a um agente ou a um grupo deles. Nesse caso, um agente s precisa monitorar a regio a ele associada. Esse tipo de sistema prove um conceito muito flexvel para a cooperao e comunicao entre agentes, pois so independentes da estratgia de cooperao selecionada. Entretanto, a leitura das informaes do quadro negro pode causar uma sobrecarga do sistema. Por isso, a importncia dos sistemas baseados em troca de mensagens vem crescendo continuamente [BRENNER e RDIGER, 1998].

34

A comunicao usando mensagens forma uma base flexvel para a implementao de estratgias de coordenao complexas. Neste trabalho o mtodo adotado o da troca de mensagens. A Figura 5 ilustra o conceito bsico do sistema de troca de mensagens.

mensagem

Figura 5 Conceito bsico do sistema de troca de mensagens. Fonte: BRENNER e RDIGER [1998]

Um agente, denominado emissor, envia uma mensagem a outro agente, o receptor. Comparando com os sistemas de quadro negro, as informaes so trocadas diretamente entre os agentes.

Estas trocas de mensagens podem ser feitas de trs formas:

Ponto-a-ponto: As mensagens so enviadas para um agente especfico que deve ser conhecido pelo emissor;

Broadcast: A mensagem enviada para todos os agentes da sociedade;

Multicast: A sociedade de agentes dividida em grupos. Desta forma as mensagens podem ser enviadas somente aos agentes de determinados grupos.

Para que o mecanismo de troca de mensagens possa ser utilizado na implementao de estratgias de cooperao preciso que seja definido um protocolo de comunicao que especifique o exato processo de comunicao, um formato para as mensagens e a linguagem de comunicao escolhida. O mecanismo de troca de mensagens necessita da definio de um protocolo de comunicao que especifique o exato processo de comunicao, um formato para as mensagens e uma linguagem de comunicao. Esses requisitos nos levam s Linguagens de Comunicao de Agentes (ACL) e aos servios de transportes de mensagens [FIPA, 2011].

Neste trabalho todo o processo de comunicao entre os agentes se dar por troca de mensagens na linguagem FIPA-ACL [FIPA, 2011], suportadas pela plataforma de agentes JADE [BELLIFEMINE; CAIRE; GREENWOOD, 2007], que compatvel com os padres da FIPA [FIPA, 2011).

3.6 Arquitetura BDI

Os agentes individuais de um dado sistema multiagente podem ser projetados e desenvolvidos de vrias formas distintas. Uma das arquiteturas de agentes individuais bastante difundidas a baseada no modelo BDI (do ingls Beliefs Desires Intentions). O modelo BDI representa uma arquitetura cognitiva para agentes inteligentes, baseada em estados mentais, e tem sua origem no modelo de raciocnio prtico humano, a qual consiste em explicar o comportamento humano baseado em trs estados mentais fundamentais: crenas, desejos e intenes [BORDINI; HBNER; WOOLDRIDGE, 2007].

receptor emissor

35

As crenas (Beliefs) representam o conhecimento sobre o mundo no qual o agente est inserido (representao do ambiente, que pode ou no corresponder realidade). Do ponto de vista computacional, crenas so apenas uma maneira de representar o estado do mundo, seja atravs de variveis, uma base de dados relacional, ou expresses simblicas em um clculo de predicados.

Os desejos (Desires) so representados por diferentes estados que o agente pode perseguir ou coisas que ele gostaria de realizar (so relacionados ao estado de mundos que o agente quer provocar). Os desejos no dirigem necessariamente o agente a agir. Antes de um determinado agente decidir o que fazer, ele passa por um processo deliberativo, confrontando os seus desejos com as suas crenas e escolhendo os desejos que so possveis de acordo com um critrio. Os desejos resultantes desse processo passam a serem intenes do agente [Oliveira, 2012].

As intenes (Intentions) tm como objetivo alcanar o estado que o agente decidiu perseguir e para o qual ele comprometeu recursos (correspondem a estados de mundo que o agente quer atingir). As Intenes podem ser consideradas um subconjunto dos desejos, mas ao contrrio destes, devem ser consistentes. Quando uma inteno selecionada, o agente deve se comprometer com a realizao da mesma. Para tanto necessrio executar um raciocnio prtico, buscando identificar que aes devem ser executadas para satisfazer a inteno. Este tipo de raciocnio est diretamente associado a um processo de planejamento com objetivo de realizar as intenes do agente.

O modelo BDI personifica estes estados mentais em agentes de software. Dessa forma, a ao dos agentes direcionada por uma considerao desses estados, como subsdio para atingir seus objetivos. A escolha do modelo BDI se justifica por ser bem aceito na modelagem de agentes que precisam de algum nvel de autonomia, adaptabilidade, personalidade e inferncia, por se revelar o mais completo em termos cognitivos.

Neste trabalho o Agente Mediador (foco deste trabalho) foi projetado e desenvolvido com base no modelo BDI. Maiores informaes sobre o Agente Mediador podem ser obtidas no captulo 6.

3.7 A linguagem AgentSpeack(L) e a Plataforma Jason

A linguagem de programao AgentSpeak(L) foi projetada com o objetivo de possibilitar a construo de agentes na arquitetura BDI. Ela uma extenso natural de programao em lgica para a arquitetura de agentes BDI, que representa um modelo abstrato para a programao de agentes e tem sido a abordagem predominante na implementao de agentes inteligentes [BORDINI; HBNER; WOOLDRIDGE, 2007].

Um agente AgentSpeak(L) corresponde especificao de um conjunto de crenas que formaro a base de crenas inicial e um conjunto de planos e reagem a eventos, gerados a partir de mudanas no ambiente ou na sua estrutura interna, utilizando a biblioteca de planos.

Estes planos (ou conjunto de planos) fazem referncia a aes bsicas que um

36

agente capaz de executar em seu ambiente e composto por trs elementos: evento ativador (ou evento de disparo triggering event) denotando o propsito do plano, a representao do contexto (context) uma conjuno de literais de crenas e corpo (body). Estas trs partes do plano so sintaticamente separado por ':' e '

37

satisfeitas para serem executados. Nesse sentido o contexto deve ser uma consequncia lgica da base de crenas do agente. O corpo do plano uma sequncia de aes bsicas que o agente deve realizar (atingir) quando uma instancia do plano selecionada para execuo [BORDINI; HBNER; WOOLDRIDGE, 2007].

J a ferramenta Jason (do ingls Java-based AgentSpeak Interpreter Used with Saci for Multi-Agent Distribution Over the Net) uma plataforma de desenvolvimento de sistemas multiagentes que proporciona a interpretao e execuo de programas escritos na linguagem AgentSpeak(L).

Na Figura 6 tem-se a ilustrao da arquitetura do Jason. Sua representao do conjunto abaixo composta por:

- Retngulos: representam os principais componentes arquitetnicos que determinam o estado do agente (ou seja, a base de crena, o conjunto de eventos, a biblioteca plano, e o conjunto de intenes);

- Caixas arredondadas e crculos: representam as funes utilizadas no ciclo de raciocnio.

- Losangos: representam funes de seleo de um elemento a partir de um determinado conjunto e crculos para representar alguns dos processos envolvidos na interpretao de agentes AgentSpeak (L).

Ambas as caixas arredondadas e losangos representam as funes que podem ser personalizados pelos programadores, enquanto que os crculos so partes essenciais do intrprete que no podem ser modificados. A diferena entre caixas arredondadas e losangos que este ltimo denota funes de seleo.

Na Figura abaixo tambm possvel visualizar a descrio de como o intrprete Jason executa um programa de agente (passo-a-passo):

Figura 6 Ciclo de Raciocnio do Jason. Fonte: BORDINI; HBNER; WOOLDRIDGE [2007, p. 68].

38

Um agente opera por meio de um ciclo de raciocnio e este pode ser dividido em 10 principais passos, como pode ser visto:

1. Ambiente perceber o ambiente; 2. Atualiza a base de crenas; 3. Recebe comunicao de outros agentes; 4. Seleciona socialmente aceitvel as mensagens; 5. Seleciona um evento; 6. Recupera todos os planos relevantes; 7. Determina se os planos so aplicveis; 8. Seleciona um plano aplicvel; 9. Seleciona uma inteno para posterior execuo; 10. Executa um passo de uma inteno;

Cada ciclo de interpretao atualiza a lista de eventos de acordo com a percepo proveniente do ambiente e das informaes advindas da prpria execuo do agente.

A configurao do interpretador feita em arquivos com extenso .mas2j e a programao dos agentes AgentSpeak(L) em arquivos com extenso .asl.

Jason implementado na linguagem Java (executada em mltiplas plataformas), sendo Open Source e distribudo sob a licena GNU LGPL.

3.8 O Padro FIPA e a Plataforma JADE

A FIPA (Foundation for Intelligent Physical Agents) uma associao internacional composta por companhias e organizaes que tm como objetivo compartilhar esforos com o intuito de produzir especificaes para tecnologias de agentes genricas. Foi criada em 1996 sem fins lucrativos para desenvolver uma coleo de normas relativas tecnologia de agentes de software [FIPA, 2011].

Os documentos criados definem regras que permitem a uma sociedade de agente existir, operar e ser gerenciada. A partir desses princpios, a FIPA define um modelo de referncia para uma plataforma de agentes e se baseia em trs agentes especiais, responsveis pela gerencia da plataforma e pela descrio da linguagem de contedo para gerenciamento de agentes e ontologias: o MAS (Agent Management System), o DF (Directory Facilitator) e o ACC (Agent Communication Channel), como mostra a Figura 7 abaixo:

39

Figura 7 Modelo de referencia para uma plataforma de agentes FIPA. Fonte: SILVEIRA [2012]

O modelo de plataforma padro especificado pela FIPA composto pelos seguintes componentes: O agente (Agent) tem suas tarefas definidas de acordo com o objetivo da aplicao e realiza toda sua comunicao com agentes atravs de troca de mensagens e relacionando-se com aplicao externa (software). O sistema gerenciador de agentes ou Agent Management System (MAS) o agente que supervisiona o acesso e o uso da plataforma de agentes. Ele prov guia de endereos e controle de ciclo-de-vida, mantendo um diretrio de identificadores de agentes e estados de agentes. Ele o responsvel pela autenticao de agentes e pelo controle de registro. Cada agente tem que se registrar no AMS (Agent Management System) para obter um ID vlido. O diretrio facilitador (Directory Facilitator - DF) o agente que prov o servio de pginas amarelas (yellow-pages) dentro da plataforma. O sistema de transporte de mensagens ou Message Transport System o agente responsvel por prover toda a comunicao entre agentes dentro e fora da plataforma [BORDINI; HBNER; WOOLDRIDGE, 2007).

As mensagens FIPA tm a seguinte estrutura como mostra a Figura 8 abaixo:

Figura 8 Estrutura de mensagens FIPA. Fonte: BORDINI; HBNER; WOOLDRIDGE [2007]

40

As especificaes FIPA definem um modelo de referncia para uma plataforma de agentes e tambm um conjunto de servios fornecidos ao se conceber sistemas multiagentes interoperveis, e o JADE (Java Agent Development Framework) uma plataforma (em conformidade com as especificaes da FIPA) para o desenvolvimento e execuo de sistemas baseados em agentes de software que segue as recomendaes da FIPA. Est escrito em Java, por questes de portabilidade, e distribudo sob a licena de software livre LGPL (Lesser General Public License).

A estrutura das mensagens trocadas na comunicao entre agentes baseada na linguagem ACL (Agent Communication Language) definida pela FIPA e contm campos tais como, variveis que indicam o contexto ao qual a mensagem se refere e, o tempo limite que pode ser aguardado at a resposta ser recebida (timeout), visando suporte a interaes complexas e conversas paralelas mltiplas [BORDINI; HBNER; WOOLDRIDGE, 2007].

Uma mensagem FIPA-ACL contm um conjunto de um ou mais parmetros de mensagem. Estes parmetros FIPA-ACL so divididos em cinco categorias: tipo do ato comunicativo, participantes da comunicao, contedo de mensagem, descrio do contedo e controle de conversao. A lista completa dos parmetros e suas respectivas categorias so mostradas na Tabela 7.

Tabela 7 Parmetros das mensagens FIPA-ACL

Tipo do ato comunicativo

Performative Denota o tipo do ato comunicativo da mensagem.

Participantes da Comunicao Sender o emissor da mensagem. Receiver o receptor da mensagem.

Reply-to Indica que as prximas mensagens dessa conversao devero ser enviadas para o agente indicado pelo parmetro reply-to.

Contedo de mensagem Content o contedo ou conhecimento transportado pela mensagem. Descrio do contedo Language a linguagem no qual o conhecimento est expresso.

Encoding Aponta a codificao utilizada na expresso da linguagem de contedo.

Ontology a ontologia utilizada para dar significado expresso de contedo.

Controle de conversao

Protocol o protocolo de interao utilizado para essa mensagem pelo agente emissor.

Conversation-id Introduz uma expresso que ser usada para identificar a conversao em andamento.

Reply-with Introduz uma expresso que ser usada pelo agente que responder a essa mensagem para identific-la.

In-reply-to a expresso que referencia a mensagem qual se est respondendo.

Reply-by Explicita um tempo mximo durante o qual o agente emissor estar esperando por uma resposta a esta mensagem.

Fonte: FIPA [2011]

A comunicao entre agentes no JADE a baseada em mensagens assncronas, ou seja, um agente que deseja se comunicar deve apenas transmitir uma mensagem para

41

um destino identificado (ou conjunto de destinos), no existindo nenhum tipo de dependncia temporal entre o transmissor e o receptor. Neste tipo de comunicao, a segurana da plataforma preservada, pois ela prov mecanismos prprios de autenticao e verifica os direitos e prioridades atribudos a cada agente, ou seja, quando necessrio, a aplicao pode verificar a identidade do emissor da mensagem e prevenir aes relacionadas a ele que so limitadas ou no permitidas [BORDINI; HBNER; WOOLDRIDGE, 2007].

A plataforma JADE fornece suporte a ontologias e a linguagens de contedo. Por padro, a verificao de ontologia e a codificao de contedo so executadas automaticamente pela plataforma, cabendo ao programador apenas selecionar a ontologia e/ou a linguagem de sua preferncia.

As ontologias desenvolvidas para atuarem em conjunto com o Herclito esto em formato OWL7 (conforme recomendaes do W3C). Mais informaes so encontradas na seo 3.8 e seo 5.3.

3.9 Agentes Pedaggicos

possvel empregar agentes inteligentes no mbito da educao, como por exemplo, por meio de sistemas tutores inteligentes, os quais so responsveis por aprender/coletar informaes relevantes sobre o aluno. Com estes dados, possvel auxiliar o aluno de forma individualizada no aprendizado, bem como tomar decises pedaggicas sobre a melhor maneira de como apresentar o contedo de forma didtica. Para isso, estes agentes devem ter a capacidade de identificar o aluno pelo seu perfil e preferncias.

A aplicao de conceitos de agentes em Sistemas Multiagentes (SMA), na criao de Sistemas Tutores Inteligentes (Intelligent Tutoring Systems - ITS) ou Ambientes Inteligentes um ponto chave no mbito da Educao, visto que estes ambientes tm papis pedaggicos ou educacionais destinados a facilitar ou apoiar o processo de ensino.

Estes agentes, comumente denominados de Agentes Pedaggicos, podem ser agentes cooperativos que trabalham com o suporte de um sistema educacional, ou ento podem ser agentes animados ou personalizados que interagem diretamente com os usurios, para auxili-los em processos de ensino/aprendizagem [VICARI e GLUZ, 2010].

Segundo [VICARI e GLUZ, 2010] as arquiteturas baseadas neste tipo de abordagem so variaes da arquitetura funcional tradicional dos sistemas tutores inteligentes, que so usualmente divididos nos seguintes mdulos:

Mdulo do modelo de aluno: responsvel pelas funes tipicamente atribudas ao mdulo que representa o aluno dentro de um sistema tutor.

7 Web Ontology Language uma linguagem para definir e instanciar ontologias na Web. Uma ontologia OWL pode incluir descries de classes e suas respectivas propriedades e seus relacionamentos. Tambm fornece um vocabulrio adicional com uma semntica formal e isso faz com que as mquinas interpretem o contedo da Web mais facilmente que com XML, RDF e RDFS (RDF Schema).

42

Isto inclui, dentre outras, o registro das informaes a respeito do aluno e o acompanhamento do processo de ensino-aprendizagem deste, pelo menos no contexto das interaes do aluno com o ambiente;

Mdulo de estratgias de ensin