Professional Documents
Culture Documents
T E S E S U B M E T ID A U N IV E R S ID A D E F E D E R A L D E S A N T A C A T A R IN A C O M O R E Q U IS IT O P A R C IA L P A R A A O B T E N O D O G R A U D E D O U T O R E M E N G E N H A R IA D E P R O D U O
LOR VIALI
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
iii
UFSC UFSC
Tese aprovada como requisito parcial para a obteno do grau de Doutor em Engenharia de Produo
BANCA EXAMINADORA
____________________________________________________ Prof. Rogrio Cid Bastos, Dr. Orientador ____________________________________________________ Prof. Alejandro Martins Rodrigues, Dr. Moderador ____________________________________________________ Prof. Nelson Hein, Dr. Examinador Externo ____________________________________________________ Prof. Carlos Eduardo da Cunha Pinent, Dr. Examinador Externo ____________________________________________________ Prof. Roberto Carlos dos Santos Pacheco, Dr. ____________________________________________________ Prof. Paulo Jos de Freitas Filho, Dr.
PPGEP
PPGEP
iii
AGRADECIMENTOS AGRADECIMENTOS
Em especial Dolores, a quem este trabalho dedicado. As filhas Lvia e Elisa. A PUCRS pela liberao com vencimentos. Aos diretores da FAMAT prof. Nilton e profa Alaydes pelo apoio. Ao prof. Riboldi da UFRGS pelo apoio. A UFRGS pela licena remunerada concedida. Ao CNPq pelo suporte na forma de bolsa. Ao prof. Ricardo Miranda Barcia coordenador do PPGEP. Ao prof. Suresh Khator pela apoio e orientao em Tampa. Aos colegas Roberto, Alejandro, Paulo e Rosina que compartilharam o tempo em Tampa e que contriburam para que fosse uma experincia indelvel. Ao Andr e a Ana pela acolhida e amizade no exterior. Aos colegas da PUCRS pelo incentivo e em especial ao Jos e o Luiz que compartilharam da mesma experincia e ao Guilherme e ao Carlos pela criteriosa reviso dos originais. Ao professor Plinio Stange (im memoriam) meu orientador original e ao professor Rogrio que gentilmente aceitou o encargo de seguir na orientao. Ao professores Alejandro, Carlos, Paulo, Nelson e Roberto que gentilmente aceitaram participar da banca. Aos compadres Volmar e Ivone pelo incentivo e torcida. Finalmente, mas no menos importante ao Tadeu e a Cida. E a todos que de uma forma ou outra me incentivaram a prosseguir e que pelas circunstncias no foram lembrados explicitamente.
U F S C
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
iiv v
UFSC UFSC
RESUMO RESUMO U m m o d e llo n e u r o - d iif u s o d e m u llt iia g e n t e s p a r a Um mode o neuro-d fuso de mu t agentes para a p o iio a o e n s iin o d e d iis c iip lliin a s d e c ii n c iia s e x a t a s apo o ao ens no de d sc p nas de c nc as exatas
Autor: Lor Viali Orientador: Rogrio Bastos
Lecionar disciplinas que requerem um alto grau de pr-requisitos matemticos no uma tarefa fcil. O motivo que grande parte dos estudantes no possuem apreo por qualquer disciplina que envolva nmeros de forma substancial. As razes so variadas. Muitos estudos j foram elaborados tentando identificar as causas porque muitos estudantes de todas as reas so reprovados em disciplinas como: Clculo, lgebra Linear, Geometria Analtica, Probabilidade e Estatstica. Na rea de Engenharia as razes no so exatamente a falta de apreo pelos nmeros no entanto, o problema no muito diferente. Aps o sucesso dos computadores em todas as reas, inclusive no ensino, e o crescimento fantstico da Internet e da WWW, meios novos e mais eficientes esto atraindo os estudantes e despertando o entusiasmo para o estudo em todas as reas. No entanto, s entusiasmo no suficiente, uma vez que a maioria dos estudantes tem falta de pr-requisitos em matemtica, mas possvel tirar vantagem do interesse e disposio para reforar as deficincias na formao. A melhor maneira de se fazer isto, eu acredito, atravs de um sistema que inclua a WWW e a Internet. A grande maioria dos estudantes esto familiarizados com a WWW e sua interface, desta forma seria uma perda de tempo utilizar algum outro sistema onde o estudante precisasse aprender tudo desde o incio. Este trabalho apresenta um modelo hipermdia multiagentes para auxiliar no ensino de disciplinas da rea matemtica, especialmente a Probabilidade e a Estatstica, dirigido pela Internet e utilizando a WWW como recurso, onde o usurio pode acessar o contedo atravs de um navegador de uma forma dinmica e atrativa. O sistema possui recursos associados para auxiliar o usurio a entender melhor os contedos atravs de um sistema multiagentes que orientam e monitoram seu desempenho. Faz uso de grficos dinmicos e a possibilidade de executar simulaes, executar clculos atravs de uma planilha e ainda ferramentas para permitir a comunicao com o professor (email) e para discutir dvidas com colegas (chat). UNIVERSIDADE FEDERAL DE SANTA CATARINA PROGRAMA DE PS-GRADUAO EM ENGENHARIA DE PRODUO Tese de Doutorado em Engenharia de Produo e Sistemas Florianpolis, 14 de outubro de 1999
PPGEP
PPGEP
ABSTRACT ABSTRACT A m u llt iia g e n t n e u r o - f u z z y m o d e ll t o h e llp t e a c h iin g A mu t agent neuro-fuzzy mode to he p teach ng c o u r s e s iin t h e M a t h e m a t iic s a r e a courses n the Mathemat cs area
Teaching courses that require a high mathematics background is not an easy task. This happens because the majority of the students do not like anything that includes a lot of numbers. The reasons for this are multiples. Many studies have already tried to identify the causes why many students of all areas fail to get approved in undergraduates courses like Calculus, Linear Algebra, Analytic Geometry, Probability and Statistics. In Engineering areas the reasons are not exactly the lack of appreciation of Mathematics, however the problem seems to be the same. After the success of the computers in all areas, including learning, and the fantastic growth of Internet and WWW, new and more effective ways are attracting students and arise their enthusiasm to study any subject. However, the enthusiasm is not enough (the majority of the students have a poor background in mathematics), but we can take advantage of their interest and disposition to reinforce the weakness of their math formation. The best way to do this, I believe, is to use a system that includes WWW and Internet. The majority of students are familiar with the WWW and its interface, thus it is a waste of time using some other system where the students need to know everything from the beginning. This work presents a multiagent hypermedia model to help teach courses in the Mathematic area, especialy Probability and Statistics, driven by Internet using WWW as a tool, where the user can take the subjects from a browser in a dynamic and attractive way. The system has associated auxiliary resources like an agent model to help the user understand better the contents by performing simulations, visualizing charts in a dynamic way, entering functions formulas, performing calculations using a spreadsheet with an intelligent interface and tools to comunicating with the teacher or coleagues (by e-mail) and to share and discuss his or her doubts (by chat). FEDERAL UNIVERSITY OF SANTA CATARINA GRADUETE PROGRAM IN INDUSTRIAL ENGINEERING Dissertation in Industrial Engeneering Florianpolis, October 14 1999
U F S C
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
SUMRIO SUMRIO
1. INTRODUO ............................................................................................................ 1
1.1. O PROBLEMA .................................................................................................................................. 1 1.2. RELEVNCIA ................................................................................................................................... 3 1.3. OBJETIVO GERAL ............................................................................................................................ 4 1.4. OBJETIVOS ESPECFICOS .................................................................................................................. 4 1.5. TECNOLOGIAS BSICAS ................................................................................................................... 5 1.6. DELIMITAO DO ESTUDO ............................................................................................................... 5 1.7. ESTRUTURA DO TRABALHO ............................................................................................................. 6
3. HIPERMDIA............................................................................................................. 16
3.1. INTRODUO ................................................................................................................................. 16 3.2. HISTRICO..................................................................................................................................... 16 3.3. SISTEMAS DE HIPERMDIA: UMA CLASSIFICAO........................................................................... 17 3.3.1. Principais sistemas pioneiros (primeira gerao)............................................................... 17 3.3.2. A segunda gerao ............................................................................................................. 18 3.3.3. A idade adulta (terceira gerao) ....................................................................................... 18 3.3.4. Padronizaes (propostas) modelos e estruturas............................................................. 19 3.4. HIPERMDIA: CARACTERIZAO .................................................................................................... 20 3.4.1. Nodos, ncoras e ligaes .................................................................................................. 20 3.4.2. Estrutura organizacional .................................................................................................... 21 3.4.3. Outros elementos ou caractersticas................................................................................... 22 3.5. APLICAES DOS SISTEMAS HIPERTEXTO/HIPERMDIA .................................................................. 23 3.6. ARQUITETURA DO HIPERTEXTO/HIPERMDIA ................................................................................. 23 3.6.1. O nvel de apresentao (interface com o usurio) ............................................................ 24 3.6.2. O Nvel da Mquina Abstrata de Hipertexto (MAH)......................................................... 24
UM MODELO NEURO-DIFUSO DE MULTIAGENTES PARA O APOIO AO ENSINO DE DISCIPLINAS DA REA DE CINCIAS EXATAS
PPGEP
3.7. O HIPERTEXTO VERSUS A COMPETIO ......................................................................................... 25 3.7.1. O hipertexto versus os sistemas especialistas .................................................................... 25 3.7.2. O hipertexto versus texto o eletrnico ............................................................................... 25 3.7.3. O hipertexto versus o texto tradicional .............................................................................. 26 3.8. CONCLUSO .................................................................................................................................. 27
4. A HIPERMDIA NO ENSINO................................................................................... 28
4.1. INTRODUO ................................................................................................................................. 28 4.2. OS MODELOS DE APRENDIZAGEM E O HIPERTEXTO ........................................................................ 29 4.3. HIPTESES SOBRE APRENDIZAGEM ................................................................................................ 30 4.4. O HIPERTEXTO E A TEORIA DA SUBSUNO ................................................................................... 31 4.5. O HIPERTEXTO E CONSTRUTIVISMO ............................................................................................... 32 4.6. PROPRIEDADES DO HIPERTEXTO TEIS EDUCAO ..................................................................... 32 4.6.1. Adaptao .......................................................................................................................... 33 4.6.2. Atualizao ........................................................................................................................ 33 4.6.3. Audiovisualizao.............................................................................................................. 33 4.6.4. Conectividade .................................................................................................................... 34 4.6.5. Dinamismo e interao ...................................................................................................... 34 4.6.6. Intercomunicao............................................................................................................... 34 4.6.7. Reduo ............................................................................................................................. 35 4.7. O HIPERTEXTO COMO RECURSO, TUTOR E ASSISTENTE .................................................................. 35 4.8. CONCLUSO .................................................................................................................................. 36
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
viiii v
UFSC UFSC 5.6.4. Recursos de suporte ........................................................................................................... 47 5.6.5. Recursos de servio (o local) ............................................................................................. 48 5.7. LIMITAES .................................................................................................................................. 48 5.8. CONCLUSO .................................................................................................................................. 49
PPGEP
PPGEP
ix 8.4.3. A orientao a objetos e os agentes ................................................................................... 77 8.4.4. Os componentes de software ............................................................................................. 77 8.4.5. A linguagem de implementao......................................................................................... 78 8.4.6. Controles ActiveX ............................................................................................................. 79
U F S C
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
x x
UFSC UFSC
PPGEP
PPGEP
xi
U F S C
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
PPGEP
xiii
DTD (Document Type Definition). Definio do tipo de documento. ENIAC (Electronic Numerical Integrator And Calculator). Integrador e calculador eletrnico numrico. ESS (Expert Statistical System). Sistema especialista estatstico. FTP (File Transfer Protocol). Protocolo de transferncia de arquivos. GUI (Graphical User Interface). Interface grfico do usurio. HTML (HyperText Markup Language). Linguagem de marcao de hipertexto. HTTP (HyperText Transfer Protocol). Protocolo de transferncia de hipertexto. HyTime (Hypermedia/Time-based Structuring Language). Linguagem estruturada de hipermdia baseada no tempo. IA. Inteligncia Artificial. IACR (Integrated Approach to Crop Research). Instituto de pesquisa de culturas arveis. ICAI (Intelligent Computer Assisted Instruction). Instruo inteligente assistida por computador. ILE (Intelligent Learning Environment). Ambiente inteligente de aprendizagem. IP (Intenet Protocol). Protocolo da Internet. ISDN (Integrated Services Digital Network). Rede integrada de servios digitais. ISO (International Standard Organization). Organizao internacional de padronizao. ISS (Intelligent Statistical Software). Software estatstico inteligente. ITS (Intelligent Tutoring System). Sistema de tutoriamento inteligente. JPEG ou JPG (Joint Photographic Experts Group). Grupo de especialistas em fotografia Mbps. MegaBytes por segundo. Memex (Memory extender). Ampliador da memria. MIME (Multiporpose Internet Mail Extensions). Extenses multipropsito do correio eletrnico. MIT (Massachuset Institute of Technology). Instituto de Tecnologia de Massachuset. MPEG (Moving Picture Expert Group). Grupo especializado em vdeo. MHEG (Multimedia and Hypermedia Experts Group). Grupo especializado em multimdia e hipermdia. MSIE (Microsoft Internet Explorer). Explorador da Internet da Microsoft. NATAL (National Authoring Language). Linguagem nacional de autoria. NCSA (National Center for Supercomputing Applications). Centro nacional de Aplicaes de Supercomputao. NFS (Network File System). Sistema de arquivo em rede. NIST (National Institute of Standards and Technology). Instituto Nacional de Tecnologia e Padronizao. NNTP (Network News Transport Protocol). Protocolo de transporte de notcias em rede. OCX (Object Linking and Embedding). Insero e conexo de objetos. ODA (Office Document Architecture). Arquitetura de documentos de escritrio. OLE (Object Lynking and Embedding). Inserso e conexo dinmica de objetos.
U F S C
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
xiv
Siglas utilizadas
OR/MS (Operational Research/Management Science). Pesquisa Operacional e Administrao. PARC (Palo Alto Research Center). Centro de pesquisa de Palo Alto - Califrnia (USA). PC (Personal Computer). Sigla utilizada para denominar um computador pessoal, isto , o microcomputador. PLATO (Programmed Logic for Automatic Teaching Operation). Lgica programada para o ensino automatizado. PNG (Portable Network Graphics). Grficos de rede portveis. POP (Pointofpresence). Ponto de presena. Prolog (Programming in logic). Programao em lgica. RAD (Rapid Application Development). Desenvolvimento rpido de aplicaes. RFC (Request For Coments). Requisio para comentrios. SAID (Speech Auto-Instructional Device). Aparelho de fala autoinstrucional. SGML (Standard Generalized Markup Language). Linguagem de marcao padro generalizada. SMTP (Simple Mail Transfer Protocol). Protocolo simples de transferncia de mensagens. SOCRATES (Systems for Organizing Content to Review and Teach Educational Subjects). Sistema para organizar contedos para revisar e lecional assuntos educacionais. SOPHIE (Sophisticated Instructional Environment). Ambiente instrucional sofisticado. SPSS (Statistical Package for the Social Sciences). Pacote estatstico para as cincias sociais. TCP (Transmission Control Protocol). Protocolo de controle de transmisso. TCP/IP (Transmission Control Protocol/Internet Protocol). Protocolo de controle de transmisso/protocolo da Internet. TICCIT (Time-shared Interactive Computer Controlled Information Television). Televiso interativa de tempo compartilhada controlada por computador. TLTP (Teaching and Learning Tecnhology Programme). Programa de ensino e aprendizagem tecnolgico. UDP (User Datagram Protocol). Protocolo de dados do usurio. URL (Uniform Resource Locator). Localizador uniforme de recursos. VMS (Virtual Memory System). Sistema de memria virtual. WAIS (Wide Area Information System). Sistema de informao de rea ampla. WWW (World Wide Web). Grande rede mundial. XBM (X BitMap). Mapa de bits estendido.
PPGEP
1 .. I N T R O D U O 1 INTRODUO
1 ..1 .. O P r o b lle m a 1 1 O Pro b e ma
O ensino de disciplinas que envolvem raciocnio abstrato como as da rea Matemtica (Probabilidade, Clculo, lgebra Linear, Geometria Analtica, Equaes Diferenciais, etc.) e as que envolvem e exigem modelagem, isto , aplicaes de modelos tericos como as da rea de Matemtica Aplicada, representadas pela Estatstica, Fsica, Qumica, etc. para os cursos universitrios, feito, apesar do desenvolvimento acelerado dos meios eletrnicos, especialmente dos computadores, quase que exclusivamente atravs de aulas expositivas. O esforo quase que inteiramente exercido pelo professor/treinador, cabendo ao aluno ou a pessoa a ser treinada pouca ou nenhuma participao. Marcoulides [MAR90] coloca: "os estudantes so essencialmente participantes passivos no processo pedaggico com suas atividades restritas a ouvir, tomar notas e revisar exerccios j feitos". Isto gera desestmulo e baixa produtividade em virtude de que o recebedor do conhecimento ou treinamento assume uma atitude passiva e no participativa. Muito do que o professor/treinador pretende transmitir no aproveitado por no despertar o interesse do envolvido, pela quantidade de informaes acima do que ele pode assimilar, pelo pouco tempo de reflexo sobre os conhecimentos sendo transmitidos, pelo pequeno nmero de exemplos e, muitas vezes, pelo despreparo ou pouca qualificao do professor/treinador. O aluno no dispe de exerccios em quantidade suficiente, bem como no pode fazer experimentaes por si prprio de forma a ver como a coisa funciona. O ensino destas disciplinas, que exigem uma carga de pr-requisitos substanciais, se ressente cada vez mais com o despreparo da populao estudantil, demonstrada atravs da falta de prrequisitos mnimos para absorver os novos conhecimentos sendo transmitidos. Este no um fenmeno restrito a certos locais ou pases. Nicolson e Simpson [NIC92] do departamento de Psicologia da universidade de Sheffield observam que: "o ensino de Estatstica um dos menos populares aspectos da vida acadmica universitria, visto como um verdadeiro inferno ao invs de um desafio intelectual excitante. Alm disso o ensino de Estatstica , muitas vezes, visto pelos prprios professores como uma das menos gratificantes tarefas universitrias. A falta de entusiasmo dos professores pelo seu trabalho (e, freqentemente, a falta de conhecimento, tambm) pode conduzir todos os envolvidos a uma experincia educacional altamente insatisfatria" (p. 520). Alm da problemtica acima, a grande diversidade da clientela dos cursos de Matemtica e de aplicaes da Matemtica na graduao exige que se tente uma nova abordagem. A heterogeneidade do pblico alvo de um professor destas disciplinas exige que ele seja um especialista nas diversas reas do conhecimento como forma de adequar sua linguagem, seus exemplos e seus exerccios. Contedos de Matemtica e de Estatstica (Matemtica aplicada) so lecionadas para a quase totalidade dos cursos universitrios, envolvendo disciplinas que variam de 2 a 6 crditos em cursos de 1, 2 ou at 3 semestres (como o caso do Clculo para as Engenharias). Como o professor da disciplina possui uma formao especfica (Matemtica, Estatstica, Engenharia, Economia,
UM MODELO NEURO-DIFUSO DE MULTIAGENTES PARA O APOIO AO ENSINO DE DISCIPLINAS DA REA DE CINCIAS EXATAS
Introduo
etc.), alm do conhecimento especializado dos cursos de ps-graduao, natural que ele direcione seus exemplos e exerccios para a rea de seu maior conhecimento tornando sua linguagem mais difcil ou ininteligvel para boa parte dos alunos. Junte-se agora uma deplorvel formao bsica numrica de grande parte do pblico alvo que deve cursar estas disciplinas, juntamente com idias pr-concebidas de uma matria difcil e chata, enfrentando um professor falando outra lngua e citando exemplos totalmente fora de sua rea de interesse e poderemos imaginar um panorama dos possveis resultados. Devido a diversidade de clientela que freqentam estes cursos, necessrio que se tente novas abordagens adequando o ensino ao aluno e no o aluno ao ensino como normalmente feito hoje. Uma maneira de lidar com o problema disponibilizar materiais instrucionais (apostilas, exemplos e exerccios) diferentes para cada pblico. Assim, alunos de Engenharia teriam um material que envolvesse e lidasse basicamente com problemas de Engenharia, enquanto que um aluno da rea de Biologia ou Medicina teria uma abordagem direcionada a sua rea. Evidentemente a conciliao de tal diversidade no fcil e nem simples, mas com os recursos atualmente disponveis de laboratrios computacionais e principalmente da Internet acredita-se que haja condies de o problema comear a ser encaminhado. Considerando a situao descrita, o que este trabalho prope um modelo de auxlio ao ensino que objetiva aumentar o desempenho tanto do professor quanto do aluno. Esta abordagem prope apresentar os contedos atravs de um sistema de hipermdia ao estilo WWW com o auxlio da Internet e de um sistema multiagentes, que coordene a apresentao dos contedos ao tipo de usurio (conforme curso), apresenta material de reforo quando necessrio e gradue de forma inteligente a apresentao e a quantidade de exerccios como forma de promover o aprendizado e forar a reteno na memria de longo prazo. Disciplinas que envolvem modelos complexos como as citadas acima necessitam de uma prtica constante e metdica de resoluo de exerccios. Exigem a reviso dos exemplos e o estudo de casos como forma de promover a compreenso dos conceitos e permitir a aquisio de uma viso ampla de interelaes entre estes conceitos. Sem estes requisitos a transferncia de conhecimentos dificilmente ser alcanada, tornando o ensino uma mera aplicao de frmulas que desestimulam o estudo com o conseqente fracasso na aprovao e a sensao de que os contedos sendo vistos "no servem para nada". A proposta no apresentar um sistema CAI, ICAI ou similar, onde o aluno tenha que, alm de assimilar contedos, se familiarizar com uma nova interface, um novo software, aumentando assim o tempo necessrio para chegar ao que realmente interessa. O que se prope um modelo que utiliza a hipermdia que comprovadamente j deu certo e funciona atravs da WWW. O modelo proposto funcionar exatamente como qualquer outro software para Windows e agregar uma base de suporte (site) que fornecer atravs de um agente identificador o material adequado ao curso de cada usurio. O primeiro componente do modelo um navegador multimdia, com capacidade de navegao e recursos semelhantes a softwares tradicionais do tipo Netscape, Internet Explorer e Mosaic. A diferena que este navegador projetado com o objetivo especfico de apresentar material de ensino, possuindo portanto caractersticas e recursos especficos para o ensino deste tipo de disciplina e a possibilidade de acessar bases de conhecimentos diferenciadas, atravs de um agente, em funo do tipo de usurio. Um segundo componente do modelo um sistema grfico que suporta diagramas em 2D e 3D de forma dinmica, permitindo a construo de grficos e diagramas e sua
PPGEP
Capttullo 01 Cap u o 01
3 3
manipulao instantnea, seja pela alterao de um valor na base de dados ou de algum elemento no prprio diagrama. Agregado ao sistema grfico existe um analisador sinttico que transforma entradas em forma de texto em equaes que so visualizadas de forma imediata na forma grfica. Desta forma o usurio poder visualizar imediatamente no apenas equaes ou distribuies embutidas no sistema, mas qualquer outra que achar desejvel. Um terceiro componente do modelo um conjunto de recursos adicionais que inclui: um editor de texto, que permite fazer pequenas modificaes ou correes nos contedos do navegador e mediante a recarga do arquivo a correo ou modificao poder ser visualizada instantaneamente; um ndulo de comunicao formado por um recurso de correio eletrnico (e-mail) e um mdulo para conferncia simultnea (chat). Para a aplicao especfica na rea de Estatstica, o modelo agrega uma planilha para a prtica de exemplos apresentados no navegador. Esta planilha dotada de uma interface com conhecimento identificar o tipo de varivel existente na base de dados, importada ou digitada pelo usurio, e em funo do tipo de varivel selecionada e de seu nmero (uma, duas ou mais) apresentar menus especficos que limitem ou mesmo inviabilizem a possibilidade de erros ou anlises sem sentido por parte do usurio. A interface da planilha baseada numa viso global de anlise e no em tpicos ou tcnicas especficas. Nela no ser possvel encontrar os tradicionais menus contendo um leque de tcnicas a serem aplicadas. A planilha funciona de maneira integrada ao navegador, estendendo o paradigma dos endereos URLs da WWW atravs de acrscimos especficos, como a URL exemplo :// exemplo-1, que permite transferir o contedo do exemplo para a planilha. Da mesma forma feita a transferncia de uma equao escrita em html no navegador para o mdulo grfico atravs de uma URL equao :// equao-1. Os recursos apresentados acima sero integrados e gerenciados por um modelo multiagentes. O conjunto de agentes formado por um agente com a funo de identificar o usurio e verificar se ele est ou no cadastrado no sistema e tambm fornecer os contedos adequados obtidos da base de conhecimentos (pginas html). Um segundo agente se encarregar de traar um perfil inicial do usurio e enviar este perfil para um agente responsvel por manter e atualizar a base de perfis. Em funo do seu perfil o usurio ser abastecido com exerccios retirados de uma base de aplicaes por um agente que possui a tarefa de manter e atualizar esta base. Finalmente caso o usurio encontre dificuldades um agente com a finalidade de monitorar o seu desempenho se encarregar de lhe fornecer subsdios atravs de dicas ou exemplos relacionados a aplicao sendo trabalhada. As dicas e exemplos sero buscadas numa base criada especificamente com esta finalidade.
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
Introduo
o ensino destas disciplinas e aumentar o rendimento dos alunos contribuir para que este quadro possa ser amenizado e consequentemente evitar o desperdcio de muitos recursos. Uma melhora no rendimento destas disciplinas permitir tambm uma maior liberao de vagas nas sries iniciais destes cursos de graduao, contribuindo para que um maior nmero de candidatos entrem na universidade. O modelo multiagentes proposto poder ser utilizado como apoio ao ensino em vrias disciplinas da rea de Cincias Exatas, possibilitando que o aluno obtenha maior desempenho no seu estudo atravs de exerccios adequados que o estimulem a prosseguir a nveis crescentes de dificuldade. Entretanto sua aplicao ao ensino de Estatstica requer, em virtude, das suas particularidades, o acrscimo de uma planilha. A proposta acrescentar ao modelo uma planilha com interface inteligente (com conhecimento embutido na forma de redes semnticas).
PPGEP
Capttullo 01 Cap u o 01
5 5
Esta a principal contribuio do trabalho. A integrao dos modelos de navegao hipermdia, planilha, recursos de comunicao e um conjunto de agentes trar uma contribuio sobre o sistema tradicional de ensino/treinamento e especialmente sobre o ensino e treinamento mediado por computador. c) Trazer contribuies ao ensino de disciplinas da rea de Cincias Exatas O modelo multiagentes proposto poder ser utilizado em qualquer disciplina da rea de Cincias Exatas e que exija portanto uma carga substancial de prtica por parte do aluno, atravs da resoluo de um grande nmero de exerccios; d) Trazer contribuies ao ensino de Estatstica e Probabilidade A contribuio especfica se dar no ensino de Estatstica e Probabilidade, atravs de uma nova forma de abordar os contedos de Estatstica que enfatize uma viso global e um entendimento dos propsitos e necessidades de se utilizar determinados recursos, ao invs de se colocar nfase no manuseio de tcnicas especficas.
U F S C
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
Introduo
Normas, planos, grficos e tabelas so normalmente volumosas e difceis de manejar e podem ser projetados na forma de hipertexto para otimizar a ajuda que podem fornecer ao usurio. Exigir conhecimentos abstratos, aplicaes de modelos matemticos e probabilsticos e consequentemente necessitar de uma quantidade bastante grande de exerccios por parte do aluno.
PPGEP
2 .. A E D U C A O E O C O M P U TA D O R 2 A E D U C A O E O C O M P U TA D O R
2 ..1 .. I n t r o d u o 2 1 Intro du o
O ensino com base no computador se desenvolveu paralelo programao dos computadores iniciada no final dos anos 50 e recebeu denominaes como: CAI (Computer-Aided/Assisted Instruction), CAL (Computer-Assisted Learning), CBE (Computer Based-Education), CBI (Computer-Based Instruction) CBL (Computer BasedLearning), CBT (Computer Based-Training) ou CMI (Computer Managed Instruction). O desenvolvimento destes sistemas ocorreu em fases distintas. Cada uma caracterizada pelo seu comportamento diante das necessidades de hardware e software, frente psicologia da aprendizagem e pelas barreiras enfrentadas para a sua ampla aceitao nas escolas e universidades. A primeira fase do ensino computadorizado vai de 1958, quando as primeiras aplicaes dos computadores ao ensino foram consideradas, at 1961, quando a primeira conferncia em aplicaes de computadores ao ensino automatizado foi realizada. Esta fase foi caracterizada principalmente por questes de hardware, e, em particular, em como conectar terminais, projetores de slides e outros aparelhos de entrada e sada aos computadores para uma interao prtica [VEN91]. Nestes programas lineares, a informao era apresentada em etapas curtas e fceis, a fim de que o reforo fosse dado a todas as respostas emitidas pelo aluno, minimizando assim o nmero de erros. Segundo os seguidores de Skinner, a graduao do contedo ajudava o estudante a dominar progressivamente aspectos mais avanados. A instruo programada se desenvolveu e tomou diversas formas com o objetivo de alcanar um ensino mais individualizado. Uma das mais utilizadas, denominada de programao intrnseca, de Norman Crowder (1960), foi utilizada pela maioria dos programas CAI. Nela as respostas fornecidas pelo aluno encontravam vrias explicaes, permitindo que fossem seguidos caminhos diferentes e que cada aluno chegasse ao final do estudo em perodos de tempos diferenciados [NIE89]. A segunda fase estende-se de 1962 at 1967. Durante este perodo incentivados pelo aumentos dos fundos governamental e militar nos Estados Unidos, muitos projetos de CAI surgiram, caracterizados pelos suas siglas (por exemplo: CLASS, PLATO, SOCRATES, SAID) bem como pelas suas orientaes computacionais e psicolgicas. A terceira fase foi de grandes projetos, em particular, PLATO e TICCIT, que receberam volumosos recursos, muita publicidade e poucas avaliaes crticas durante este tempo. Avaliaes posteriores, mais criteriosas, levadas a cabo pelo Servio de Testes Educacionais Americano e publicados no final dos anos 70, marcaram o fim desta era de expectativas inflacionadas, dando origem a estudos mais srios e produtivos do potencial do CAI na educao. Domnios como a Matemtica que possibilitam a gerao e soluo automtica de exerccios numricos propiciaram, ainda nesta poca, o surgimento de sistemas capazes de gerar automaticamente o material instrucional, no todo ou em parte, denominados de generativos. Estes sistemas eram capazes de corrigir os exerccios confrontando a resposta do estudante com a do sistema, mas mesmo os
UM MODELO NEURO-DIFUSO DE MULTIAGENTES PARA O APOIO AO ENSINO DE DISCIPLINAS DA REA DE CINCIAS EXATAS
A educao e o computador
melhores sistemas generativos, no foram hbeis para ir muito alm de informar ao aluno a opo correta e no eram capazes de mostrar como a soluo foi obtida [YAZ87]. A tentativa de solucionar as deficincias dos sistemas generativos levou ao desenvolvimento dos denominados sistemas tutores inteligentes ou ITS (Intelligent Tutorial System). Estes sistemas surgiram da aplicao de tcnicas de inteligncia artificial sobre os sistemas CAI [BAR86], originando, tambm, os ICAI (Intelligent Computer Assisted Instruction). A quarta fase, comeou em 1977 com a manufatura do primeiro microcomputador e vai at o surgimento da WWW. Ela marcada por uma mudana de atitude em relao ao CAI e uma substancial recuperao do interesse industrial em produzir hardware e software CAI. Estes novos sistemas proporcionam avisos de erro, oferecendo a alternativa correta de soluo, e tambm podiam formular hipteses sobre a histria do aluno, e conhecer a origem da concepo incorreta. O dilogo entre o usurio e o programa uma simulao em que o computador aparenta possuir uma compreenso do raciocnio, mas as advertncias e explicaes dadas so preparadas de antemo pelo programador e impressas na tela, quando certas contingncias so satisfeitas [CAR92]. A maioria desses sistemas trabalha com enfoque tutorial e esto restritos a determinados domnios. A ltima fase, a atual, comea em 1992 com o surgimento da WWW e se estende at hoje. Caracteriza-se pela descentralizao do ensino. Neste caso, o material colocado em um nico computador, o servidor, ao invs de em cada computador das fases anteriores, e o usurio acessa o material atravs de um software cliente (o navegador). A manuteno do material mais fcil de ser feita, pois a atualizao e correo de erros pode ser feita at diariamente. No modelo anterior a manuteno do material era praticamente igual a do material impresso. Nesta nova fase o conhecimento, ou cursos, so distribudos atravs da Internet e acessados atravs de WWW.
2 ..2 .. Te o r iia s d e e d u c a o e o c o m p u t a d o r 2 2 Te o r a s d e e d u c a o e o c o m p u t a d o r
Para a epistemologia o conhecimento pode ser emprico, racional ou relativo. O empirismo acredita que o conhecimento obtido atravs da experimentao e parte do princpio que a mente seria, inicialmente, uma tbula rasa na qual o conhecimento iria sendo gravado como fruto da experincia. O racionalismo rejeita a informao sensorial e defende a idia de que tudo est sujeito razo e supem que esta capacidade inata no indivduo. J para o relativismo o conhecimento no resultante da experincia sensorial e nem da capacidade inata do sujeito, mas obtida atravs da interao entre o sujeito e o objeto sendo estudado. Estas teorias do conhecimento na rea da Psicopedagogia transformaram-se nos movimentos ou escolas: Behaviorista ou comportamentalista; Cognitiva; Interacionista ou construtivista. O movimento behaviorista comeou a ganhar corpo com a descoberta do psiclogo russo Ivan Petrovich Pavlov do reflexo ou resposta condicionada ao estmulo. Nele a aprendizagem vista como uma resposta a estmulos. Esta linha de pensamento alm do reflexo condicionado de Pavlov formada pelo conexionismo de Edward Lee Thorndike e pelo condicionamento operante de F. B. Skinner.
PPGEP
Captulo 02
O conexionismo acredita na "lei do efeito", considerando a recompensa como geradora de aprendizagem e que a punio no exerce efeitos na modificao de comportamentos. Para a teoria de Skinner, quanto mais a conexo estmulo-resposta for praticada mais forte ela se torna, quanto menos, mais fraca. O seu trabalho enfatiza a modificao de comportamentos atravs do condicionante operante, defendendo a instruo programada. O professor com seu livro texto a fonte de informao. Os objetivos comportamentais so fornecidos, as aulas so planejadas, os contedos so transmitidos, uma orientao prtica fornecida, a reteno e a transferncia de atividades de aprendizagem so encorajadas e o teste da informao ensinada o meio padro de avaliao. A teoria cognitiva da aprendizagem baseada no princpio da reorganizao de estruturas de conhecimento atravs de um processo incremental de integrao entre o velho e o novo conhecimento [JON88]. O papel do professor, de acordo com esta teoria, no tentar reproduzir a estrutura da realidade externa dentro da mente do aluno, mas a de ajudar construir uma representao funcional e significativa. Nesta linha de pensamento podem ser enquadradas a teoria cumulativa de Robert Gagn e a teoria da assimilao de David Ausubel. Para o modelo cumulativo de Robert Gagn, a organizao de eventos de aprendizagem baseado no pr-requisito de relacionamentos entre condutas aprendidas. O mtodo identifica pequenos componentes de um assunto e organiza-os em uma determinada seqncia (tarefas), isto , existe um conjunto de regras que devem ser seguidas no projeto de eventos instrucionais. J a teoria da assimilao do psiclogo, David Ausubel centrou-se na aprendizagem significativa. Seus princpios de subsuno, diferenciao progressiva e reconciliao integrativa formam as bases para a utilizao instrucional dos sistemas de hipertextos. Na linha interacionista, o expoente mais conhecido Jean Piaget e sua teoria construtivista. Para ele, aprender um ato inteligente, baseado na reorganizao das estruturas do conhecimento, em funo de interaes entre o indivduo e o ambiente. Neste caso o professor atua como um agente controlador do processo de ensino/aprendizagem. Os estudantes descobrem regras e conceitos atravs de interaes em um ambiente que encoraja as estratgias de solues de problemas, que so, por sua vez, desenvolvidas enquanto aprendem como pensar. A educao considerada como uma viagem guiada de experincias preparatrias na qual o estudante pratica tomando decises simulando situaes do mundo real. Estas teorias psicolgicas influenciaram o uso do computador na educao, levando a criao de diferentes tipos de aplicaes instrucionais. Um software pode refletir uma ou mais destas abordagens e poder fazer hipteses sobre o modelo de ensino e de promoo da aprendizagem que ser utilizado quando, de fato, for utilizado. Tcnicas distintas sero utilizadas para alcanar os mesmos objetivos em relao a perspectivas filosficas/educacionais diferentes. As conseqncias destas teorias sobre a tecnologia educacional determinam os vrios modelos de transmitir contedos e incentivar a aprendizagem atravs do uso do computador. A partir dos anos 90, vrios projetos [BAR91, MER90, WIN91] tentam ressaltar a diferena de um novo paradigma: promover aprendizagem e no ensinar contedos. Dentro deste enfoque o compromisso procurar um ambiente educativo livre, onde o computador atue como instrumento de explorao e incentivo.
U F S C
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
10
A educao e o computador
Captulo 02
11
plexos. Este tipo de aplicao computacional rotulada ainda como instruo baseada no computador (CBI), instruo assistida por computador (CAI) ou aprendizagem assistida por computador (CAL). O processo, em linhas gerais, o seguinte: 1. O computador apresenta alguma informao; 2. O estudante solicitado a responder a questo ou exerccio relacionado informao apresentada; 3. O computador avalia a resposta do estudante de acordo com algum critrio especfico; 4. O computador determina o que deve ser feito a seguir com base na avaliao da resposta. Uma aplicao deste tipo pode ainda ser de simulao, de jogos e de solues de problemas, alm das aplicaes de repetio-e-prtica e tutoriais. Repetio-e-prtica. Esta tcnica utilizada pelos educadores para reforar o aprendizado atravs de repeties necessrias para mover novas habilidades adquiridas para a memria de longo prazo. Um formato tpico desta tcnica ilustrado na [FOR96]. Uma aplicao muito comum deste tipo inclui a repetio de exerccios matemticos, onde o computador apresenta um problema e o aluno deve entrar com a resposta correta.
Questo
Resposta
Feedback
Nova Questo
Resposta
Escore
Escore
Figura 2.1 - Formato tpico da tcnica da repetio-e-prtica Aplicaes tutoriais. O objetivo principal de uma aplicao deste tipo apresentar novas informaes. Um tutor computacional objetiva colocar o computador no papel de responsvel por todas as tarefas de dirigir o aluno na obteno de um conjunto especfico de objetivos. Em contraste, outros tutorais, tais como repetio-e-prtica, simulao e jogos, so projetadas para executar somente uma pequena poro do papel instrucional. A natureza ampla de um tutorial torna-o mais complexo e mais difcil de ser projetado e tambm mais caro de desenvolver do que outras aplicaes. Simulaes. Uma simulao uma representao ou modelo de um sistema real ou fenmeno. Ela permite que o estudante possa vivenciar certos fenmenos com menos riscos e custos. Uma simulao de um mercado de aes permite que os estudantes comprem e vendam aes sem a necessidade de investir dinheiro real e ver o resultado de suas decises de forma imediata. Aplicaes de solues de problemas. So aplicaes em que o computador apresenta situaes (problemas) que devem ser resolvidas atravs de um processo de deduo lgica, sntese e implementao. O estmulo do pensamento analtico uma das principais caractersticas deste tipo de software.
U F S C
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
12
A educao e o computador
Jogos. So utilizados para despertar interesse e motivar o aluno para a situao de aprendizagem. Programas deste tipo envolvem um jogo competitivo entre o estudante e um ou mais oponentes que pode ser o prprio computador ou ele mesmo.
Captulo 02
13
tarefas, como na execuo de um processador de texto ou planilha de clculos. Alm disso, permite que o estudante trabalhe de uma forma mais transparente e eficiente. As ferramentas para aumentar nossa capacidade intelectual, principalmente a habilidade para realizar uma maior quantidade de clculos e com menos erros, comearam com a rgua de clculo, passaram pelas calculadoras e chegaram ao computador. Como conseqncia de encarar o computador como uma ferramenta, as suas aplicaes so tambm denominadas de aplicativos. Por aplicativos quer-se denominar todos aqueles recursos computacionais que no lidam diretamente com instruo (tutoriais) ou com programao (tutee). Se bem que, devido aos recursos de "ajuda" e de "programao" dos softwares de hoje, esta distino nem sempre poder ser feita sem um certo grau de dificuldade. No entanto, a idia de que como tutor o computador tenta desempenhar o papel de professor, como assistente (tutee) a de aluno e como ferramenta (tool) a de auxiliar. Os softwares normalmente includos na categoria de ferramentas computacionais ou aplicativos so: os processadores de texto, as planilhas de clculo, os programas de desenho e de tratamento de imagens, os gerenciadores de base de dados, os programas para a construo de grficos, etc. Alguns aplicativos se tornaram to sofisticados e com tal quantidade de recursos que j esto sendo utilizados como recursos didticos, sem bem que ainda sem a idia de tentar ensinar o contedo. Estes aplicativos atuam como calculadoras poderosas e sofisticadas, como o caso da planilha Excel, que tem incorporado uma grande nmero de funes Estatsticas e Probabilsticas e que, hoje, pode ser usada como um razovel recurso instrucional em aulas dessas disciplinas. O mesmo vem acontecendo com softwares do tipo, Derive, Maple, MathCad, Mathematica e Matlab que esto sendo cada vez mais utilizados como recursos instrucionais em disciplinas de Clculo e mesmo em lgebra Linear e Geometria Analtica. Softwares mais sofisticados e especficos, como o SPSS, o Statistica, o StatGraphics, o Minitab, tambm j se tornaram ferramentas comuns em muitas disciplinas que envolvam anlise de dados com algum grau de complexidade.
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
14
A educao e o computador
cada qual com diferentes objetivos e capacidades. O leque varia desde os altamente prescritivos e fceis de usar, mas com um limitado nmero de opes, at os totalmente equipados que so somente limitados pela habilidade do programador e pela configurao de equipamentos do usurio. Em cada caso, um software de autoria oferece protocolos para criar instrues computacionais e muitos podem ser utilizados para criar instrues multimdia interativas. Estes softwares podem ser classificados em: (a) linguagens de autoria, (b) sistemas de autoria e/ou auxlio.
PPGEP
Captulo 02
15
seja um programador competente e eles so, de fato, ferramentas de programao. O softwares editveis possuem menos poder e flexibilidade, mas so tambm mais simples de usar. Tais recursos permitem que o educador tome certas decises que so normalmente deixadas para o projetista. As escolhas normalmente referem-se ao nvel de dificuldade, a velocidade de execuo ou ao tipo de reforo [MAD92].
U F S C
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
3 .. H I P E R M D I A 3 HIPERMDIA
3 ..1 .. I n t r o d u o 3 1 Intro du o
O texto uma das formas mais populares de armazenar conhecimento e transmitir idias. Entretanto, em uso normal ele um meio de comunicao estritamente linear (ou seqencial). Quando o texto organizado e processado em uma forma no linear ele denominado de hipertexto. Um sistema de hipertexto constitudo de fragmentos de texto interligados. O termo hipertexto est relacionado ao termo "hiperespao", popularizado no sculo 19 pelo matemtico Felix Klein, que o usou para descrever uma geometria com muitas dimenses [RAD91]. Ted Nelson acreditava que os sistemas de texto deviam refletir os hiperespaos de conceitos implcitos no texto, e cunhou o termo hipertexto em 1965 [NEL87]. O paradigma da hipermdia essencialmente a generalizao do conceito de hipertexto onde, alm do texto, outras formas de mdia, como grficos, imagens estticas ou animadas, som, vdeo ou at mesmo programas, so adicionados, ou seja, um sistema de hipermdia um hipertexto multimdia. Entretanto, a recproca nem sempre verdadeira, isto , nem todo programa multimdia se utiliza necessariamente de um hipertexto, assim nem todo sistema multimdia hipermdia.
UM MODELO NEURO-DIFUSO DE MULTIAGENTES PARA O APOIO AO ENSINO DE DISCIPLINAS DA REA DE CINCIAS EXATAS
Captulo 03
17
3 ..3 .. S iis t e m a s d e h iip e r m d iia : u m a c lla s s iif iic a o 3 3 S ste mas de h per m d a: u ma c ass f cao
Os sistemas de hipermdia podem ser classificados de vrias formas. Uma delas considerar a poca, a plataforma e o propsito com que foram criados e desenvolvidos. Sob esta tica existiriam trs geraes. A primeira gerao seria formada por aqueles sistemas cuja plataforma bsica era o mainframe e cuja interface era apenas textual. Estes sistemas foram criados antes de 1980 e tinham suporte multiusurio. Podem ser includos, nesta fase, sistemas como: Augment/NLS, Dynabook, FRESS, HES, Xanadu e ZOG. A segunda gerao pode ser formada por aqueles sistemas essencialmente com as mesmas caractersticas dos de primeira gerao, mas baseados em estaes de trabalho e que j incluam suporte para grficos e animaes e possuam interfaces mais elaboradas. Possuam ainda suporte para um nico usurio ou um pequeno grupo de usurios. Podem ser includos na segunda gerao os seguintes sistemas: Simbolic Document Examiner, Intermedia, KMS, Notecards, Writing Environment. Estes sistemas foram seguidos por outros que rodavam em PCs ou Macs, como o Guide, HyperTies, HyperCard, que eram mais limitados em funcionalidade e escopo, mas que, em geral, tinham as mesmas capacidades que os sistemas rodando em estaes de trabalho. Entre os sistemas j estabelecidos que podem ser includos na terceira gerao est a WWW e o sistema de ajuda (Help) do Windows.
3 ..3 ..1 .. P r iin c iip a iis s iis tte m a s p iio n e iir o s ((p r iim e iir a g e r a o )) 3 3 1 Pr nc pa s s s e mas p one ros pr me ra gerao
A principal caracterstica destes sistemas que eles foram propostos como mecanismos para armazenar e recuperar toda a capacidade humana de ler e escrever, como mecanismos naturais para refletir a mente, como ambientes para aumentar o conhecimento e para substituir o leitura e a escrita de texto tradicionais. Eles eram dirigidos primeiramente a autoria e desta forma suas ferramentas de navegao eram bastante limitadas. Eles no forneciam qualquer mecanismo para estender o ambiente ou personaliz-lo. Os nodos no eram tipificados e no suportavam mais do que um tipo de mdia. As conexes tinham uma nica direo e um nico destino. A nica estrutura suportada era a hierrquica. No existiam navegadores grficos e a interface com o usurio era baseada em simples monitores de texto. A tabela 3.1 apresenta um resumo destes sistemas. Uma pequena descrio de cada um encontrada no glossrio. Tabela 3.1 - Sistemas de hipertexto/hipermdia de primeira gerao Ano 1945 1962/76 1965 1967 1968 1970 1972 Augment/NLS Xanadu HES (Hypertext Editing System) FRESS (File Retrieval and Editing System) Dynabook ZOG Descrio Memex (Memory extender). Autor Vannevar Bush Douglas Engelbart Ted Nelson Andries van Dam Andries van Dam Alan Kay Donald McCracken, Robert Akscyn
U N I V E R S I D A D E F E D E R A L D E S A N T A C A T A R I N A
U F S C
18 18
Hiipermdiia H perm d a
3 ..3 ..3 .. A iid a d e a d u lltta ((tte r c e iir a g e r a o )) 3 3 3 A dade adu a erce ra gerao
Vrios sistemas de hipertexto foram anunciados em 1985 e depois desta poca o seu uso se alastrou. Em 1986 a OWL (Office Workstations Limited) lanou o Guide, como um produto comercial. Ele foi o primeiro hipertexto disponvel comercialmente a rodar em computadores pessoais. Foi primeiramente lanado para Macintosh e mais tarde apareceram as verses para o IBM PC. De alguma forma pode-se dizer que este produto marcou a transio do hipertexto como um produto extico e apenas de pesquisa para o conceito de uma tcnica computacional de uso real em aplicaes comerciais [NIE95]. A etapa final para a verdadeira popularizao surgiu em 1987 quando a empresa Apple (fabricante do computador Macintosh) introduziu o HyperCard, com uma estratgia de marketing inovadora de fornecer o produto "gratuitamente" com cada computador da empresa vendido aps esta poca. Um acontecimento, da poca, que marcou a transio do hipertexto como objeto de estimao de uns poucos dedicados para a popularidade foi a realizao da primeira conferncia ACM em hipertexto (Hypertext87) realizada na universidade da Carolina do Norte de 13 a 15 de novembro de 1987. Em 1989 apareceu o primeiro peridico dedicado ao hipertexto o Hypermedia. A tabela 3.3 apresenta alguns destes sistemas. Um pequeno resumo de cada um poder ser visto no glossrio.
PPGEP
Captulo 03 Tabela 3.3 - Sistemas de hipertexto/hipermdia de terceira gerao Descrio ExperText StratchTutor Modelo Canto de hipertexto Modelo de Hipermdia Harmonia WWW Ajuda do Windows Tim Berners-Lee Microsoft NIC93 Referncias RAD92 e JON94
19
3 ..3 ..4 .. P a d r o n iiz a e s ((p r o p o s tta s )) m o d e llo s e e s ttr u ttu r a s 3 3 4 Padron zaes pro pos as mode os e es ru uras
Tanto o processamento de texto quanto a editorao tiveram um impacto muito grande na prtica de escrever e, da mesma forma que o hipertexto, elas no existiriam sem o computador. O que as separa do hipertexto, no entanto, que ambas objetivam a produo de documentos impressos, que no finalidade do hipertexto. No existe uma cpia impressa de um hiperdocumento inteiro. Uma impresso de todos os nodos no faria sentido, pois no existiria nem a estrutura provisria criada pelo leitor ao utilizar do hipertexto. Da mesma forma, uma impresso do material visto durante uma sesso, em uma dada seqncia, no seria uma cpia do hipertexto [SLA91]. Pode-se dizer que o objetivo principal do hipertexto, alm, claro, de conectar o conhecimento, o de permitir que o texto seja lido no prprio computador, dispensando, desta forma, a verso impressa. As tentativas de estabelecer padres para o hipertexto, geralmente, propem os seguintes objetivos [DEV91]: embutir suporte, para o maior nmero possvel de padres de fontes de texto, de formatos grficos e de formatos de som e vdeo; permitir a importao de objetos das aplicaes mais conhecidas; tornar vivel o uso de recursos padronizados, tais como processadores de texto e pacotes grficos, para modificar os hiperdocumentos e permitir que os hiperdocumentos sejam compartilhados entre diferentes plataformas. O problema com estes objetivos que no existem formas especficas para alcanlos. Os sistemas de hipertexto no foram ainda totalmente aceitos como recursos bsicos para o aumento do conhecimento porque muitos deles so pacotes isolados e monolticos. A grande maioria so sistemas fechados, isto , o material criado em um hipertexto no pode ser transferido ou integrado em outro, devido aos formatos proprietrios dos documentos e dos mecanismos de armazenagem. Programas de converso so tambm difceis de serem escritos, pois estes formatos no so tornados pblicos pelas organizaes [FOU90]. Para tornar estes sistemas abertos e tambm integrar as suas funcionalidades, os pesquisadores vm propondo vrios modelos e padronizaes para o hipertexto. A tabela 3.4 apresenta alguns destes sistemas com um pequeno resumo de cada um sendo apresentado no glossrio.
U F S C
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
20 20
Hiipermdiia H perm d a Tabela 3.4 - Padronizaes propostas para os sistemas de hipertexto Sistema proposto HAM HDM Modelo Dexter Modelo Trellis Modelo Formal Estrutura Geral de Hipertexto Referncias CAG88 GAR93 HAL90 STO89 LAN90 RAO90
A WWW resolveu boa parte destes problemas. Quanto aos demais modelos, as restries acima continuam ainda vlidas. Este um dos motivos para que o modelo que est sendo proposto, neste trabalho, utilize como plataforma o modelo de hipertexto da WWW. Os documentos que so apresentados no sistema podem lidos por qualquer outro navegador, praticamente sem nenhuma modificao.
PPGEP
Captulo 03
21
Nodo (node) ou unidade bsica de armazenagem de informao ou ainda quadro (frame). talvez o mais comum de todos os elementos que compe um sistema de hipertexto. Um nodo consiste de fragmentos de texto, grfico, vdeo ou outra informao e pode ser visto como uma transao com o leitor. O tamanho de um nodo, sua granulosidade, varia a partir de uma simples figura ou umas poucas palavras at incluir o tamanho de um documento completo. Com base nos nodos pode-se fazer distino entre sistemas baseados em quadros ou em janelas. Os quadros utilizam uma quantidade fixa de espao na tela do computador, no importando quanta informao ele contenha. Exemplos tpicos so os quadros do KMS e os cartes do HyperCard. A vantagem do quadro que a navegao pode ser feita usando qualquer tipo de mecanismo de hipertexto que seja fornecido pelo sistema. Uma desvantagem do quadro que, normalmente, se torna necessrio particionar a informao em vrios quadros quando ela no se adaptar em apenas um. Em contraste, os sistemas baseados em janelas requerem que o usurio use o mecanismo de rolagem alm do mecanismo do hipertexto. Ligaes (links). A conexo entre dois nodos de informao feita pela ligao. As ligaes nos sistemas de hipermdia definem uma relao associativa entre o par de nodos que conectam e so elas que permitem a navegao atravs da base de conhecimento do sistema. Elas tambm fornecem informao organizacional pela declarao explcita da natureza da relao entre os nodos interconectados. Muitos sistemas tambm permitem que o usurio modifique, elimine ou crie novas ligaes. O destino de uma ligao pode ser: uma linha de texto, um segmento de texto, outro documento, uma figura, um vdeo ou animao, um programa executvel, um som ou uma referncia bibliogrfica. ncora (button). O ponto inicial de uma ligao denominado de ncora. Uma ncora constitui uma regio sensvel ao mouse e destacada de alguma forma na tela do computador. Geralmente o destaque feito atravs da alterao da cor da fonte ou pelo uso do sublinhado e tambm pela mudana do ponteiro do mouse quando passa sobre a regio. A ncora pode ser formada por uma palavra, grupo de palavras, uma rea (em um grfico ou diagrama), um cone ou um rtulo sobre uma regio de uma imagem. As ligaes no seu ponto de partida esto, quase sempre, ancoradas; a ncora fornece ao usurio algum objeto explcito para ativar de forma a seguir a ligao. Muitas vezes estes pontos de ancoragem tomam a forma de menus embutidos, onde parte do primeiro texto ou grfico tem dupla funo de ser informao por si s e ser a ncora da ligao. O resultado de ativao de uma ncora seguir a ligao at seu nodo destino.
3 ..4 ..2 .. E s ttr u ttu r a o r g a n iiz a c iio n a ll 3 4 2 Es ru ura organ zac ona
Os nodos so interconectados atravs de vrios tipos de estruturas. A estrutura do nodo e a estrutura de ligao formam uma rede de idias. Uma rede um grupo ou sistema de idias interligados ou interconectados. A estrutura organizacional de qualquer sistema de hipermdia determina o modelo de informao da base de conhecimentos. Este por sua vez facilita a localizao e a recuperao dos contedos. As estruturas usadas pelos sistemas de hipertexto so a hierrquica, de rede, linear, tabela indexada, de regras e de base de dados [JON90]. Hierrquica. o tipo de estrutura mais comum. Ela possibilita a explorao de nodos atravs de vrios nveis ou categorias, favorecendo a visibilidade e facilitando a identificao de nodos aninhados. O n inicial pode ser usado para especificar a idia geral e os de nveis inferiores na hierarquia para explicitar ou particularizar o conceito.
U F S C
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
22 22
Hiipermdiia H perm d a
A implementao de uma estrutura hierrquica pode ser feita atravs de tabelas, caixas embutidas, diagramas de colchetes, lista dentada, rvores "de cima-para baixo" (topdown) e rvores esquerda-direita (left-to-right). Dificilmente um hiperdocumento ser constitudo apenas de ligaes hierrquicas. Pode ser necessrio a conexo entre nveis da hierarquia tornando a sua estrutura mista. Rede. uma estrutura onde um nodo est ligado com vrios outros num mesmo nvel ou em nveis acima ou abaixo. Quando um nodo referenciado em mais de um local, seu contedo no duplicado, pois existe uma ligao que leva a ele. Este tipo de organizao permite que se alcance um nodo a partir de qualquer outro, pois toda a estrutura se encontra relacionada. Uma estrutura deste tipo pode tambm ser hierarquizada atravs de conexes cruzadas. No entanto, a representao hierrquica no ser nica. Linear. o tipo mais simples de estrutura, mas isto no significa que seja fcil estruturar um contedo desta forma. Na estrutura linear os nodos esto referenciados dentro de um mesmo plano, em uma organizao linear nica, possibilitando um acesso de forma seqencial. Tabela indexada. Neste tipo de estrutura os nodos so apresentados atravs de colunas de uma tabela relacional. Cada nodo pode aparecer em mais de uma tabela e estas esto relacionadas a uma base de dados com poder de lgebra relacional. A recuperao da informao ser feita atravs de termos indexados. De regras. Em uma estrutura de regras, os nodos so conectados atravs de regras que devem ser satisfeitas. Desta forma, um nodo A ser conectado a todo nodo que satisfazer determinada condio, por exemplo possuir um determinado texto ou palavra, figura, vdeo, etc.
3 ..4 ..3 .. O u ttr o s e lle m e n tto s o u c a r a c tte r s ttiic a s 3 4 3 Ou ros e e men os ou ca rac er s cas
Interatividade (controle dinmico). A hipermdia permite que o usurio determine a seqncia em que acessa a informao (browsing), adicione ou emende a informao de forma a torn-la pessoalmente mais significativa (colaborao) ou construa e estruture sua prpria base de conhecimentos. O nvel de controle do usurio varia com o sistema e com o seu objetivo. O importante que o usurio est interagindo e controlando dinamicamente a informao de uma forma significativa. Ele pode acelerar ou desacelerar, mudar de direo ou expandir seus horizontes de informao. Diferente de muitos outros sistemas de informao, os usurios dos sistemas de hipermdia devem estar mentalmente ativos enquanto interagem com a informao. A hipermdia permite um alto nvel de controle dinmico pelo usurio. Caminhos. Os caminhos recebem, na literatura, diversas denominaes, entre elas: rotas (tours), rotas orientadas (guided tours) e roteiros (scripts). Os caminhos podem ser determinados pelo autor, pelo usurio/leitor ou por ambos. Os caminhos determinados pelo autor so aquelas ligaes pr-fixadas, dentro do espao de informao (rotas dirigidas), atravs da base de conhecimentos. Os usurios ou leitores podem tambm criar seus prprios caminhos. Alguns sistemas permitem que o leitor grave em disco estes caminhos para uma reviso posterior ou anotao. Anotao. Alguns sistemas permitem que o usurio faa anotaes enquanto visita os nodos. Isto pode ser feito atravs de um tipo de ligao especial denominada de ligao de anotao. Esta ligao leva a um nodo que seria o equivalente a uma nota de rodap de um livro. Ela pode ser implementada na forma de uma janela automtica que seria fechada to logo o boto do mouse fosse liberado [NIE95]. Uma outra forma de anotao, que dispensa conexes, permitir que o usurio destaque partes do texto atraPPGEP
Captulo 03
23
vs do uso de brilho ou cores e o sistema permita registrar e posteriormente visitar apenas os nodos em que foram feitas tais anotaes. Ambiente autoral. Os sistemas de hipermdia so tipicamente ferramentas flexveis e adaptativas para autoria e navegao. Alguns sistemas de hipermdia tornaram-se populares e so comumente usados para criarem instruo com base no computador, isto , eles oferecem um ambiente com recursos para que o autor (ou autores) do hipertexto possa criar o contedo da aplicao, assim alm de desemprenhar o papel de navegador e/ou base de dados alguns sistemas tambm so ambientes de autoria. Navegador (browser). um componente do sistema hipertexto que recupera a informao contida nos nodos. No incio, os sistemas geralmente incorporavam tanto a base de dados quanto a ferramenta de navegao. Hoje mais comum a construo de navegadores e bases de dados independentes, a exemplo do modelo WWW. Deve-se salientar que estes componentes so uma sntese dos muitos sistemas de hipertextos at hoje construdos. Como cada um destes sistemas foi construdo com um propsito especfico, existem recursos de todos os tipos e dificilmente um sistema atual englobaria todas estas caractersticas, mesmo porque os recursos so oferecidos em funo dos objetivos de projeto do sistema de hipermdia.
3 ..5 .. A p lliic a e s d o s s iis t e m a s h iip e r t e x t o //h iip e r m d iia 3 5 Ap caes dos s ste mas h pertexto h per m d a
Os sistemas de hipertexto/hipermdia so aplicados s mais diferentes reas do conhecimento. Contudo, nem todas as aplicaes devem ser feitas em hipertexto. Para determinar se uma aplicao apropriada para hipertexto, Ben Shneiderman, props o que ele denominou de as trs regras de ouro do hipertexto: Existe grande quantidade de informao organizada em muitos fragmentos; Os fragmentos se relacionam entre si; O usurio precisa de uma pequena quantidade em um determinado tempo. Uma vez que o hipertexto uma ferramenta computacional, ento uma quarta regra do hipertexto poderia ser: no utilize hipertexto se a aplicao no exige que o usurio esteja na frente de um computador. Alis, esta regra poderia ser revisada, uma vez que as trs regras acima foram claramente orientadas a aplicaes que envolviam apenas texto. No entanto, com a generalizao do hipertexto para a hipermdia o leque de aplicaes que podem tirar proveito do hipertexto cresceu substancialmente. Assim, situaes que envolvam muitos grficos, diagramas ou simulaes (como as disciplinas da rea Matemtica e a Estatstica) so apropriadas para a apresentao atravs de um sistema hipermdia.
3 ..6 .. A r q u iit e t u r a d o h iip e r t e x t o //h iip e r m d iia 3 6 Arqu tet ura do h pertex to h pe r m d a
Vrias so as arquiteturas encontradas nos sistemas de hipertexto/hipermdia. Estabelecer uma classificao no uma tarefa fcil, pois a variedade de objetivos e a diversidade de plataformas envolvidas muito grande. Um sistema de hipertexto/hipermdia possui dois tipos de estrutura. A estrutura lgica imposta pelo autor, que inclui as relaes entre as ligaes (links) e a base de dados (que pode ser em rvore, rede, grafo, etc.) e a relao das ligaes aos nodos e o contedo e projeto dos nodos individuais e rede de nodos. Os autores normalmente tem muito menos liberdade na definio da estrutura fsica do hipertexto. O layout, a interface, os mecanismos de entrada e outras consideraes estticas so sempre fortemente influenciadas pela plataforma onde o hipertexto ser utilizado [SHN89].
U F S C
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
24 24
Hiipermdiia H perm d a
Teoricamente, podem-se distinguir trs nveis em um sistema de hipertexto/hipermdia: Nvel de apresentao. Caracterizado pela interface com o usurio, que um ambiente interativo baseado em janelas ou quadros. Nvel da Mquina Abstrata do Hipertexto (MAH). Caracterizado por um mecanismo que gerencia toda a informao sobre o hipertexto, constitudo pelos nodos e pelas conexes. Nvel da base de dados. Caracterizado pela forma de armazenagem dos nodos, dos dados compartilhados e pelo acesso rede. Na realidade os sistemas atuais de hipertexto no seguem esta estrutura interna, eles so uma mistura mais ou menos confusa de caractersticas. Mesmo assim este modelo mostra uma direo importante para uma padronizao futura [NIE95].
3 ..6 ..1 .. O n v e ll d e a p r e s e n tta o ((iin tte r ffa c e c o m o u s u r iio )) 3 6 1 O n ve de apresen ao n er ace com o usur o
A interface com usurio lida com a apresentao da informao contida na base de dados e inclui questes como: que comandos devem ficar disponveis para o usurio, como apresentar nodos e ligaes e se sero includos diagramas globais ou no. Vamos supor que o nvel MAH (Mquina Abstrata de Hipertexto) defina as ligaes sendo feitas. O nvel de interface com o usurio pode decidir no apresentar a informao a todos os novos usurios e permitir que a informao seja digitada somente num nodo de autoria.
3 ..6 ..2 .. O N v e ll d a M q u iin a A b s ttr a tta d e H iip e r tte x tto ((M A H )) 3 6 2 O N ve da Mqu na Abs ra a de H per ex o MAH
A MAH fica no meio do sanduche entre a base de dados e a interface do usurio. onde o sistema de hipertexto determina a natureza bsica dos nodos e ligaes e onde ele mantm as ligaes entre eles. A MAH deve ter conhecimento da forma dos nodos e ligaes e deve saber que atributo est relacionado com qual. Por exemplo, um nodo, pode ter um atributo prprio, que informe ao usurio quem o criou e quem tem autorizao para modific-lo. As ligaes podem ser digitadas como no NoteCards ou podem ser simples ponteiros como no Guide. A MAH a melhor candidata para padronizao, uma vez que a base de dados altamente dependente da plataforma computacional e a interface com o usurio normalmente diferente de um sistema para outro, pois depende do sistema operacional sendo utilizado. Isto deixa somente a MAH como totalmente independente das plataformas computacionais e, como se quer a habilidade de poder transferir a informao de um sistema para outro, necessrio padronizar um formato de intercmbio a este nvel.
PPGEP
Captulo 03
25
prprias tais como: permitir o acesso compartilhado (multiusurio), requerer senhas de acesso para proteger as informaes e construir cpias de segurana.
3 ..7 ..1 .. O h iip e r tte x tto v e r s u s o s s iis tte m a s e s p e c iia lliis tta s 3 7 1 O h per ex o versu s o s s s e mas espec a s as
Alguns hipertextos so muito semelhantes a sistema especialistas. Peper et al [PEP89] compararam um sistema de hipertexto interno da IBM com um sistema especialista comercial para a representao de informaes necessrias para diagnosticar problemas em uma rede mundial de computadores. A mesma informao foi representada nas duas formas e testada com um conjunto amostra de problemas para serem resolvidos por 12 usurios, que estavam envolvidos na determinao de problemas com rede de computadores ou tinham tais responsabilidades anteriormente em suas carreiras. Os usurios testados resolveram 81% dos problemas corretamente quando utilizaram o sistema de hipertexto comparado com somente 67% quando utilizaram o sistema especialista. A utilizao do sistema especialista, no entanto, foi mais rpida, com quatro minutos por problema, enquanto que, com o hipertexto foram gastos cinco minutos por problema. Quando perguntados qual sistema seria prefervel para uso no trabalho, 50% escolheram o sistema de hipertexto e 25% o sistema especialista. Do ponto de vista da autoria, Peper et al afirmam que uma tarefa simples atualizar a informao em um sistema de hipertexto enquanto que difcil manter a base de conhecimento de um sistema especialista.
3 ..7 ..2 .. O h iip e r tte x tto v e r s u s tte x tto o e lle ttr n iic o 3 7 2 O h per ex o versus ex o o e e rn co
Talvez a comparao mais importante entre a implementao de um hipertexto completo de um conjunto de informao com a mesma informao na forma de um livro ou um artigo. Shneiderman [SHN89] comparou duas verses de um conjunto de artigos histricos com mais ou menos 138 pginas na verso impressa. A verso eletrnica foi implementada no Hyperties. Quando foram respondidas questes para os quais as respostas podiam ser encontradas no incio de um artigo, o Hyperties teve um desempenho inferior ao da verso impressa (42 segundos versus 22 segundos), mostrou-se um pouco melhor quando a resposta estava no corpo do artigo (58 segundos versus 51 segundos) e apresentou o mesmo desempenho quando a resposta devia ser encontrada por um combinao de fatos (107 segundos nas duas situaes). Estes dados parecem indicar que o hipertexto de alguma ajuda quando a resposta tem de ser encontrada saltando atravs da informao e que o hipertexto aumenta o tempo de procura quando a informao pode ser encontrada de imediato em uma pgina. Egan et al [EGA89; EGR89] conduziram testes da utilizao de um livro de estatstica, em uma verso de hipertexto no sistema SuperBook da sua tradicional verso impressa. O livro foi originalmente escrito com a publicao impressa em mente. Ento, possvel projetar uma verso especificamente para hipertexto que pode ser melhor do que a que foi a testada por eles. Os usurios foram solicitados a encontrar respostas para certas questes sobre Estatstica que poderiam ser respondidas do livro e os seus tempos foram medidos. Quando as palavras chaves das questes eram palavras dos ttulos do liU F S C
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
26 26
Hiipermdiia H perm d a
vro, os usurios do livro levaram vantagem (3,5 minutos versus 4,4 minutos). A situao, no entanto, foi o inverso quando as questes utilizaram palavras que no ocorriam nos ttulos. Neste caso, a verso online foi mais rpida (4,3 minutos versus 7,5 minutos). Foi verificado, tambm, a correo das questes e concludo que a verso em hipertexto apresentou um desempenho melhor do que a impressa. Uma segunda forma de avaliao foi feita atravs da escrita de um ensaio que foi corrigido por um avaliador competente que no foi informado sobre qual verso ele foi baseado (se a impressa ou a computacional). Os graus foram significativamente melhores para os usurios que utilizaram a verso em hipertexto (5,8 versus 3,6 em uma escala de sete pontos).
3 ..7 ..3 .. O h iip e r tte x tto v e r s u s o tte x tto ttr a d iic iio n a ll 3 7 3 O h per ex o versus o ex o rad c ona
A maneira mais simples de caracterizar o hipertexto contrast-lo com um livro. Todo texto tradicional, no importa se na forma impressa ou computacional, seqencial, isto , existe uma nica seqncia em que o texto pode ser lido. Primeiro lida a pgina um, ento a dois e assim sucessivamente. No existe uma evidncia clara de que o hipertexto de fato superior ao papel. Para algumas aplicaes ele se mostrou melhor, enquanto que para outras o papel foi melhor do que a atual gerao de hipertextos. Mas para muitas aplicaes ser necessrio esperar pela melhora da tecnologia e por melhores projetos de interface para se ter esperana de se superar o texto impresso. Alm disso, no se tem ainda experincia real com hipertextos realmente grandes. Quase todos os hipertextos que foram testados em experimentos formais de utilizao eram pequenos e continham aproximadamente um milhar de nodos ou menos [EGR89]. A afirmao acima foi feita no final da dcada de 80, agora, no entanto, com a Internet pode-se ter uma idia do que um hipertexto realmente grande. Na realidade, a Internet uma base de dados to grande que difcil at mesmo medi-la. E a despeito do seu tamanho pode-se dizer que ela j foi suficientemente testada e aprovada pelo sucesso alcanado. V a n tta g e n s d o h iip e r tte x tto c o m p a r a d o c o m a v e r s o e m p a p e ll Van ag ens d o h p er ex o co mp arado com a v ers o em pap e Pode mostrar imagens, animaes e filmes; facilmente atualizvel, permitindo alteraes automaticamente; Pode ser enviado atravs de uma rede; Ocupa muito pouco espao de armazenagem; Pode ser compartilhado por muitas pessoas; A leitura orientada pelo usurio; Potencialidade: todo o conhecimento disponvel a um clique do mouse. D e s v a n tta g e n s d o h iip e r tte x tto c o m p a r a d o c o m a v e r s o e m p a p e ll.. Desvan agens do h per ex o comparado com a verso em pape A velocidade de leitura 30% menor nos monitores atuais. Necessidade de se ter acesso a um computador e ao software e saber us-los. Sem romantismo: primeira edio, capa dura, etc.
PPGEP
Captulo 03
27
U F S C
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
4 .. A H I P E R M D I A N O E N S I N O 4 A HIPERMDIA NO ENSINO
4 ..1 .. I n t r o d u o 4 1 Intro du o
Bush, Engelbart, e Nelson esto entre os pioneiros a propor sistemas que aumentam o aprendizado atravs do manuseio de informaes armazenadas no que hoje denominado de hipertexto. Eles tinham uma forte sensao de que as conexes no hipertexto eram idias relacionadas e que associaes podiam ser fcil e arbitrariamente estabelecidas, que a informao podia ser personalizada, livremente anotada, vista e prontamente acessvel. Eles propuseram sistemas que ofereciam uma abordagem de manipulao direta da informao e dependiam fortemente da visualizao, raciocnio espacial e pensamento associativo. O contedo revolucionrio de suas idias foi e continua sendo a profundidade com que estes sistemas engajam o usurio como um participante ativo nas interaes com a informao. Nas ltimas dcadas os sistemas de hipertexto tornaram-se tecnologicamente viveis para a comunidade educacional. A partir de 1991, com a criao da WWW, o sistema se popularizou de tal modo que no exagero afirmar que seja, hoje, talvez o paradigma computacional mais utilizado no mundo. A disponibilidade de hardware poderoso a baixo custo e as redes locais tornaram o uso do hipertexto no s vivel, mas tambm atraente para o ensino dentro da comunidade universitria, onde o uso da Internet se alastrou de tal forma que parece inconcebvel que a apenas alguns anos ela no existisse. Dentro da comunidade educacional, o interesse pelo hipertexto cresceu rapidamente a partir do ano de 1987 (ano da primeira conferncia sobre o tema). Isto pode ser verificado pela literatura sobre o tema e pela oferta de softwares de autoria para hipermdia lanados e pelo nmero de navegadores para a WWW. Isto aconteceu porque foi percebido que o hipertexto uma ferramenta verstil que pode adaptar-se a diferentes usos educacionais. Ele pode ser tratado como CAI, atuar como ferramenta de ensino aprendizagem e ser utilizado, ainda, para que o aluno efetue programao. Dentro dos recursos computacionais existentes atualmente ele parece ser o mais completo para apoiar o processo de ensino aprendizagem [SME91]. Um dos principais fatores para a popularizao da hipermdia que as ligaes nos documentos despertam novos interesses e atratividade ao que poderia ser apenas um conjunto de pginas de um assunto sem interesse. O que novo e atraente, principalmente para a construo de sistemas de ensino/treinamento, a possibilidade de misturar texto, udio, vdeo e programas com o poder de processamento de um computador. A hipermdia junta as mdias: texto (palavras e nmeros), udio (msica, voz, discurso), vdeo (imagens, fixas e animadas, televiso), grficos (diagramas fixos ou dinmicos) e programas. A hipermdia pode gerar produtos como jogos, simulaes, tutores e tambm sistemas de treinamento e ensino. Um sistema deste tipo teria as seguintes vantagens sobre sistemas tradicionais de ensino e transmisso de informaes: Seleo de informaes por associao, e no por indexao, que bastante artificial. A idia associar as vantagens de um livro, documento ou norma ao poder de
UM MODELO NEURO-DIFUSO DE MULTIAGENTES PARA O APOIO AO ENSINO DE DISCIPLINAS DA REA DE CINCIAS EXATAS
Captulo 04
29
processamento do computador para calcular, traar grficos, otimizar e imprimir resultados, coisas que nenhum livro faz. Poder interagir, voltar atrs, pular e recomear. Utilizar a simulao para ilustrar contedos, repetindo exemplos com novos dados, para fazer projees, ilustrar tendncias ou mostrar alternativas. Ensino praticamente individualizado, pois o aluno pode acessar qualquer informao atravs de critrios pessoais como: relevncia, interesse, curiosidade, experincia anterior e objetivos. O usurio poder repetir os exemplos quantas vezes quiser ou achar necessrio e sempre com valores diferentes. Por exemplo, suponha-se que se queira ilustrar uma distribuio de probabilidades. Num editor de texto no possvel e num livro teramos uma ou duas ilustraes. Mas o que se quer uma interao dinmica. O usurio do sistema l ou ouve os conceitos e pode interagir com o sistema para produzir quantos diagramas (curvas) quiser. O sistema ativa ento um programa que se encarrega de desenhar a distribuio, podendo calcular seus momentos, redesenh-la com novos parmetros ao comando do usurio e ao final imprimir os resultados. Um aspecto que se pode enfatizar que estes sistemas no apenas fornecem um ambiente para armazenar grande quantidade de informao interconectada, mas oferecem, tambm, um ambiente de escolha do processo educacional por parte do aluno. Segundo Stanton [STA90] o hipertexto, e a idia de conhecimento entrelaado de vrias formas, determina uma estrutura que permite a explorao de domnios. Com a inteno de acomodar a informao ao leitor, a estrutura do contedo posta sob controle do aluno que pode especificar que informao acessar, em que ordem e velocidade. Marchionini [MAR88] observa que os sistemas de hipertexto no apenas fornecem uma nova maneira de aprender, mas, tambm, um novo caminho para aprender a estudar. E acrescenta que estes ambientes levam a uma constante tomada de decises e uma avaliao contnua por parte do usurio acarretando, desta forma, o desenvolvimento de habilidades cognitivas.
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
30
Hipermdia no ensino
perincias de aprendizagem por descoberta e a transferncia de conhecimentos e habilidades inter-disciplinar. Diferenas individuais na motivao do aprendiz podem representar um papel mais importante com o hipertexto do que com qualquer outra mdia. Por exemplo, alguns estudantes obtm mais conhecimentos e habilidades de experincias de descobertas que outros estudantes que tendem a se basear na memorizao mecnica. Desta forma, os educadores precisam expandir seu conhecimento de estratgias auto-dirigidas e centradas no aprendiz se quiserem obter o potencial pleno do sistema de hipermdia. A caracterstica diferenciadora da pesquisa cognitiva a idia de que a instruo afeta o aprendizado atravs do processo do pensamento do estudante; isto influencia o pensamento, que por sua vez, influencia a aprendizagem e o desempenho. A abordagem cognitiva, alm disso, assume que a instruo mediada pelo processo de pensamento do estudante. A mente pode adaptar esquemas conceituais internos existentes para absorver novas informaes. Muitos sistemas de hipertexto aceitam a premissa de que os aprendizes constrem significados atravs de um processo ativo de inquirir, explorar e de gerar e testar hipteses. A abordagem cognitiva coloca a maior responsabilidade pela aprendizagem no estudante. Este modelo enfatiza que pensar envolve uma transao ativa entre um indivduo e a informao sob estudo. Fornecendo-se condies apropriadas de aprendizagem, todos os estudantes so capazes de pensamentos analticos abstratos. Tticas instrucionais apropriadas podem ser projetadas para melhorar, de forma individualizada, as habilidades de pensamento de alta ordem do aprendiz [FRA90]. Estratgias cognitivas so bsicas para a aplicao de muitos projetos instrucionais e teorias de aprendizagem. As estratgias podem mostrar como investigar um problema. Elas podem auxiliar como aprender, como lembrar, como executar o pensamento analtico e reflexivo que leva a mais aprendizagem. E tambm, aprender um modelo subjacente ao processo de raciocnio utilizado, para gerar uma soluo para um domnio especfico, auxilia a formalizar o conhecimento e a aquisio de conceitos. Conhecimento conceitual significa mais do que armazenar e recuperar fatos. Envolve o entendimento da estrutura operacional de um conceito e idias correlacionadas. O hipertexto e a hipermdia so teis para mostrar o contexto, a estrutura e a associao de idias. Convm lembrar que na rea em que o modelo est sendo proposto este tipo de raciocnio fundamental. Um conceito emergente da literatura reconhece que muitos estudantes preferem experincias ativas e auto direcionadas. Incentivar esta preferncia resulta em tanto uma melhor aquisio quanto uma atitude mais positiva em relao ao contedo estudado. Tcnicas de hipermdia vo mais alm do que simplesmente apresentar informao enciclopdica, encorajando a aprendizagem generativa e a motivao intrnseca. Programas de hipermdia que so cuidadosamente construdos com sensibilidade para itens motivacionais e fatores humanos potencializaro a formao de conceitos, transferncia, curiosidade do estudante e a satisfao com as atividades de aprendizagem [FRA90].
PPGEP
Captulo 04
31
supor que a aprendizagem de alguma forma mais efetiva do que aquela oferecida pelos programas na tradio da instruo programada. O Intermedia demonstrou que um uso efetivo e extensivo do hipertexto, com uma interface cuidadosamente planejada para o autor e o leitor, capaz de fornecer um ambiente favorvel para vrios tipos de atividades de aprendizagem [MAY90]. Vrios modelos de aprendizagem podem ser usados num sistema de hipertexto. Por exemplo o modelo novato/especialista limita a liberdade que um estudante possui na explorao e construo do conhecimento em um ambiente de hipertexto. Jonassen [JON90] defende este modelo e sugere vrias maneiras de estruturar o hipertexto de forma a obter resultados convergentes. Ele v o hipertexto como um mtodo de transferir o conhecimento de um especialista em uma rea particular para o aprendiz. Nesta abordagem o aprendiz deve seguir caminhos especficos e as associaes projetadas no sistema. Por outro lado Nelson [NEL87] v o hipertexto como uma forma de liberar o estudante do acesso controlado ao conhecimento e obter resultados de aprendizagem divergentes. Ele acredita que o estudante deve ir alm do modelo novato/especialista. Que o estudante precisa de liberdade para criar sua prpria viso do contedo atravs da direo de suas prprias experincias em um ambiente de hipertexto aberto.
Figura 4.1 - Representao esquemtica do modelo de Ausubel Na teoria da subsuno de Ausubel, o armazenamento de idias no crebro altamente organizado, com relaes ocorrendo entre elementos mais antigos e mais recentes, produzindo uma hierarquia conceitual, na qual os elementos mais especficos do conhecimento esto ligados a conceitos mais gerais. O ensino deve ser efetuado programando os assuntos de forma hierrquica, com a estrutura lgica explicitando as relaes entre as idias, ressaltando as similaridades comuns e levando em considerao o conhecimento anterior do aluno. As idias mais gerais de um contedo devem ser apresentadas primeiro e ento serem progressivamente diferenciadas em termos de detalhe e especificidade. A figura 4.1 ilustra o modelo da diferenciao progressiva de Ausubel.
U F S C
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
32
Hipermdia no ensino
Captulo 04
33
aula, o hbito de leitura e a habilidade geral de manejar grandes quantidades de informaes difceis. Da mesma forma, a experincia nos convenceu que o hipertexto tambm encoraja algumas formas de trabalho cooperativo. Sistemas educacionais que empregam grandes bases de dados de mltiplos autores tm outras capacidades para mudar a educao fundamentalmente, uma delas reside na habilidade para encorajar o ensino e aprendizagem multidisciplinar. Outro potencial do hipertexto que afeta a mudana educacional reside em sua habilidade para mudar nossa concepo bsica sobre o currculo universitrio" (p.84). Landow [LAN90] acrescenta: "se verdadeiro ou no que os leitores retm menos informao quando lem um texto em uma tela de computador do que quando eles lem numa pgina impressa, o fato que texto eletronicamente conectado e texto impresso possuem tipos diferentes de vantagens. Ento ao usar esta tecnologia deve-se levar em conta sua principal vantagem que a conectividade" (p.42). Alm da conectividade, outras caractersticas dos hipertextos que os tornam teis como ferramentas educacionais so: a adaptao, a atualizao, a audiovisualizao, o dinamismo e a interao, a intercomunicao e a reduo.
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
34
Hipermdia no ensino
entendimento, criando um ambiente de aprendizagem mais ativo, possibilitando uma melhor percepo de fenmenos complexos. As pessoas podem melhorar a aprendizagem quando uma mesma informao apresentada atravs de mltiplos canais, via diferentes meios. O hipertexto, com sua capacidade de apresentar informaes multimdia, pode manter a motivao e o interesse do usurio por perodos mais longos de tempo, permitindo, desta forma, que o processo de compreenso seja acelerado.
Captulo 04
35
pode ser implementada para a elaborao de ambientes de trabalho ou estudo colaborativos entre colegas de estudo. Um aluno pode utilizar um arquivo que no proprietrio e sobre o qual tem permisso de uso para escrever comentrios, estabelecendo um intercmbio de idias. Este mtodo muito usado para melhorar a aprendizagem da escrita. Podem trocar idias para a soluo de exerccios que no podem ser resolvidos isoladamente.
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
36
Hipermdia no ensino
exerccio no explicitamente instrucional; no entanto, sem dvida, mesmo uma aprendizagem implcita ocorrer como resultado da dinmica do processo [ROM90]. No meio das duas abordagens acima, tem-se o uso do hipertexto como tutor. Conforme j mencionado, um sistema deste tipo, com total independncia do usurio e sem feedback, no um sistema instrucional, assim como programas de televiso educacionais, por si s, no so sistemas completamente instrucionais. O sistema de informaes deve ser suplementado por [ROM90]: Um sistema que conduza o aprendiz em direo aos objetivos (com estes sendo selecionados pelo sistema ou pelo aprendiz) e que seja capaz de fornecer orientao em como alcan-los; Um sistema que fornea prtica apropriada para desenvolver os conhecimentos e habilidades necessrios para alcanar os objetivos; Um sistema que possa monitorar, medir e avaliar o progresso em direo aos objetivos e, quando se tornar necessrio, possa tomar ou recomendar aes corretivas de forma a reduzir a lacuna entre os objetivos e a realidade.
PPGEP
38
A WWW e a Internet
dade multimdia; fornecer abstraes para troca em tempo-real com um mnimo de armazenagem (buffering) utilizando comunicaes de dados de velocidade normal; fornecer abstraes para manipulao direta da informao sem qualquer processamento adicional. A despeito deste novos padres sugeridos e sendo estudados, o que de fato est valendo e funcionando como padro de trocas de informaes, atualmente, a html.
PPGEP
Captulo 05 Tabela 5.1 - Alguns comandos html Comando html <html> <head> <title> ttulo </title> <p> <b> texto </b> Finalidade Deve ser o primeiro comando de um arquivo html. Apresenta a seo de cabealho. Fornece o ttulo do documento. Pargrafo. Exibe o texto em negrito.
39
<a href = "NomeURL"> Declara um vnculo ativo. A palavra texto aparece para o texto </a> usurio em uma cor diferente. Um clique sobre ela faz com que o navegador abra o arquivo "NomeUrl". < Applet code = Comea a definio de um applet. Nomeclasse o nome da "nomeclasse" width = w, classe do applet. Width e height so as dimenses iniciais height = h> da janela na qual o applet ser executado. <param name = Define um parmetro para o applet. Nomeparam representa "nomeparam" value = o nome do parmetro e valorparam o seu valor. "valorparam"> </applet> </body>
</html>
U F S C
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
40
A WWW e a Internet
5 ..3 .. A I n t e r n e t 5 3 A Internet
No incio dos anos 60 a ARPA (Advanced Research Project Agency), agncia do departamento de defesa americano, comeou a estabelecer uma rede de computadores experimental que cobriria os Estados Unidos, denominada de ARPANet. O objetivo inicial da rede era permitir que os contratados do governo pudessem compartilhar os recursos computacionais ento caros e escassos. Desde o incio os usurios da rede a utilizaram para servios colaborativos. Estes servios incluam o compartilhamento de arqui-
PPGEP
Captulo 05
41
vos e a troca de correspondncia eletrnica para o desenvolvimento conjunto de pesquisas utilizando computadores remotos compartilhados. O protocolo TCP/IP foi desenvolvido no incio dos anos 80 e rapidamente tornou-se o padro da ARPANet que se tornou a via principal (backbone) de uma confederao de redes locais e regionais baseadas neste protocolo denominada de Internet. Seguindo o sucesso da ARPANet, a NSF (National Science Foundation), criou em 1981, a CSNet. Um acordo entre a ARPA e a NSF permitiu a interconexo das duas redes. A CSNet evoluiu e foi rebatizada de NSFNet integrando as redes dos campi da maioria das universidades americanas e outras grandes redes. Em 1988 o departamento de defesa americano comeou a desmantelar a ARPANet, deixando a NSFNet como a principal rede (backbone) dos Estados Unidos, do que hoje conhecido como a Internet. Deve-se fazer uma diferena entre a Internet e uma internet. A Internet, grafada com I maisculo, refere-se rede que substituiu a ARPANet e constitui a confederao de todas as redes que compartilham o protocolo TCP/IP, direta ou indiretamente conectadas a NSFNet. Por outro lado uma internet, grafada com letra minscula, simplesmente uma rede formada de outras pequenas redes compartilhando o mesmo protocolo e que no est necessariamente conectada na Internet e que tambm no necessariamente se utiliza do protocolo TCP/IP.
O HTTP atualmente roda sobre o TCP, mas pode rodar sobre qualquer servio semelhante. -
U F S C
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
42
A WWW e a Internet
em html, isto , um fluxo de bytes de caracteres ASCII. A mensagem terminada pelo fechamento da conexo com o servidor. A conexo fechada pelo servidor assim que a totalidade do documento transferido.
5 ..4 ..3 .. O ffu n c iio n a m e n tto d a r e d e ((W W W )) 5 4 3 O unc ona me n o da r ede WWW
A rede funciona segundo o modelo cliente-servidor. Um servidor um programa cujo propsito fornecer documentos para os clientes quando requerido. Um cliente um programa que faz a interface com o usurio e realiza pedidos de documentos a um servidor especificado pelo usurio. O modelo funciona da seguinte forma: 1. atravs do cliente (o navegador), o usurio seleciona uma conexo de hipertexto (URL), que aponta para um documento (texto, imagem, som, programa, etc.); 2. o cliente conecta-se ao computador (servidor) especificado pelo endereo contido na URL (em algum lugar da Internet) e solicita o documento. 3. o servidor responde enviando o documento e qualquer outro elemento de mdia existente no documento (figuras, sons ou filmes) para o usurio. A linguagem que clientes e servidores da rede mundial usam para se comunicarem o http. Todos os clientes e servidores precisam utilizar este protocolo para poderem enviar e receber documentos hipermdia. Os documentos ou servios disponveis na Internet so acessados atravs de endereos denominados de URL (Uniform Resource Locator). possvel representar quase que todos os servios da Internet atravs destes endereos. Um URL possui o seguinte formato geral:
servio://nome_do_computador/nome_do_caminho.
O servio indica o protocolo usado para obter os dados do local sendo acessado. Por exemplo, o ftp um servio possvel. O servio mais comum o http. O servio file utilizado quando se carrega um arquivo do prprio computador, ao invs de um da
PPGEP
Captulo 05
43
Internet. Este o nico servio local, todos os demais so remotos. Nome_do_computador indica o endereo do local que contm o arquivo. Por exemplo, www.pucrs.br o endereo da PUCRS (Pontifcia Universidade Catlica do Rio Grande do Sul). Esse campo necessrio para todos os servios remotos. Nome_do_caminho o nome do arquivo a ser carregado. Quando ele no estiver presente, o navegador carregar o arquivo padro, que geralmente possui o nome index.html. Esse arquivo chamado de "pgina da casa" (home page) do local. A primeira parte do URL (antes das duas barras) especifica o mtodo de acesso. A segunda parte tipicamente o endereo do computador, os dados ou a localizao do servio. Outras partes podem especificar nomes de arquivos, a porta a ser conectada, ou o texto para se buscar em um banco de dados. Abaixo alguns exemplos de URLs. file://endereco.do.local/imagem.gif recupera uma imagem do disco rgido e a exibe, em um programa separado ou dentro de um documento. http://endereco.do.local/diretorio/book.html recupera o arquivo book.html. ftp://endereco.do.local/pub/file.txt abre uma conexo ftp em endereo do local e recupera o arquivo texto file.txt. telnet://endereco.do.local:1234 conecta-se atravs do servio telnet em endereo do local atravs da porta lgica 1234. nntp://alt.hypertext conecta-se a um servidor de notcias em alt.hypertext. As conexes podem fazer referncias no somente a outros textos e mdias, mas tambm a outros servios da rede. Os navegadores no so simplesmente clientes da rede, mas so tambm clientes ftp, gopher e telnet. As conexes so realizadas atravs de uma porta lgica do computador. Cada computador possui muitas portas e em cada uma ele fornece um servio diferente. O html+ tambm inclui um URL de correspondncia eletrnica (e-mail). Assim, selecionando o endereo viali@pucrs.br, por exemplo, inserido em um documento, um programa de correspondncia eletrnica aberto e fica disponvel para enviar uma mensagem para o endereo referenciado. A conexo de um software cliente a um servidor feita atravs de uma tomada (socket), abstrao desenvolvida na universidade da Califrnia em Berkeley, para tornar a programao em rede mais fcil. Teoricamente um socket pode ser independente dos protocolos de rede existentes, no entanto, na prtica, ele foi atrelado ao TCP/IP, tendo conseguido muito sucesso como API. Pode-se encontrar implementaes de tomadas API em quase todo sistema operacional que suporte o TCP/IP. No comeo dos anos 90 foi criada uma verso para o ambiente MSWindows, que foi denominada de WinSock e que contribuiu para a migrao de programas de rede das estaes (utilizando Unix) para o PC.
5 ..5 .. O n a v e g a d o r 5 5 O navegador
O navegador (browser) o software que foi responsvel pela verdadeira exploso no crescimento da Internet. Muitos dos recursos da Internet j existiam, s que para acess-los era preciso conhecer vrios programas diferentes e basicamente todos dependentes de plataformas especficas. Assim, para acessar um ambiente rodando Unix era necessrio conhecer comandos deste sistema, para acessar um mainframe IBM era necessrio conhecer detalhes do seu sistema operacional. Os navegadores e o http padronizaram e incorporaram num nico software estes recursos, colocando ordem no ento
U F S C
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
44
A WWW e a Internet
aparente caos reinante. Desta forma, para utilizar ou acessar a rede no mais necessrio possuir conhecimentos avanados das ferramentas a serem utilizadas. Basta apontar, clicar e pronto. Os navegadores interpretam arquivos escritos em html e apresentam os comandos da linguagem de forma prpria. Cada navegador possui particularidades e um mesmo arquivo html pode parecer bem diferente quanto vistos com diferentes navegadores. A figura 5.1, mostra o que um arquivo html e como ele visto por um navegador.
<p>Este <b>é um documento de hipertexto.</p> <p><img = "logopuc.gif"> </p> <p>Este documento contém conexões. </p>
O que um documento html (fonte). ( esquerda) Como ele visto atravs de um navegador. (direita )
Captulo 05
45
Yahoo, Lycos, Cad, Zaz, etc. Os navegadores so eficientes para recuperar e apresentar pginas html, mas no possuem recursos para preparar e apresentar material didtico, por isto este trabalho prope um modelo de navegador, construdo com as opes clssicas acima mas acrescido de novos recursos voltados ao ensino, atravs da extenso de algumas das habilidades existentes e com a integrao de um modelo de multiagentes.
U F S C
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
46
Aplicao Controla o tamanho, a forma e a cor de botes que substituem os padres do Windows. Executa arquivos de vdeo do formato AVI, medida que vo sendo baixados, sem a necessidade de esperar que sejam totalmente transferidos. Conecta com a base de dados Access. Executa apresentaes multimdias no formato PowerPoint. Executa arquivos de som no formato RealAudio. Executa animaes interativas nos formatos dos pacotes Authorware e Director.
Control Pak 1
Kwery
Power Point Mcrosoft Animation Player RealAudio ShockWave Surrond Video Progressive Networks Macromedia
Captulo 05
47
U F S C
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
48
A WWW e a Internet
Softwares de pesquisa (Search Engines). Para colocar disposio um critrio para investigar todas as pginas de um determinado local (site) procura de uma determinada frase ou palavra. Bibliotecas de grficos, imagens e cones. Colees de grficos, imagens e cones que podem ser utilizados para construir as pginas. Bibliotecas de vdeos e sons. Colees de arquivos de vdeo e sons que podem ser usados nas pginas. Softwares visualizadores. Um software que possa visualizar os vrios tipos de arquivos utilizados nas pginas (texto, grfico, imagem, vdeo, som) e os vrios formatos de cada um destes arquivos.
Captulo 05
49
embutidas em documentos requerem a utilizao de programas adicionais para rodar, os denominados visualizadores externos (external viewers). A desvantagem desta abordagem a perda de uniformidade na interface com o usurio e a funcionalidade do hipertexto para estes materiais. A principal desvantagem desta dependncia em programas externos para executar funes avanadas que a capacidade de conexo do hipertexto perdida no momento em que o nodo de um dos programas externos executado. Quando o software passa o controle para um programa externo, o usurio no pode mais seguir qualquer conexo do nodo que chamou o programa que est sendo executado. O modelo proposto dever manter a ltima conexo de modo que ao trmino da execuo do programa ele possa retomar o caminho a partir da.
U F S C
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
6 .. A I N T E L I G N C I A A R T I F I C I A L N O E N S I N O 6 A I N T E L I G N C I A A RT I F I C I A L N O E N S I N O
6 ..1 .. I n t r o d u o 6 1 Intro du o
Aplicaes tradicionais de computao, como bases de dados, planilhas, programas grficos e processadores de texto, so fundamentalmente ferramentas de desenvolvimento que objetivam economizar tempo, ou seja, aumentar a produtividade de tarefas tradicionais tais como calcular, classificar, desenhar, datilografar, etc. Elas no tentam imitar atividades humanas como, por exemplo, resolver problemas, diagnosticar, ou planejar. Alm disso, tais programas empregam algoritmos verdadeiros, no apresentando inteligncia per se. Estes algoritmos tipicamente criam uma soluo, requerem um conjunto completo de dados e usam um conjunto previsvel de passos determinado pelo programador. Eles no esto usando conhecimento ou inferncia para obter o resultado. Ao invs, utilizam um limitado conjunto de instrues que no variam, mesmo se as condies ambientais mudarem [BIE91]. Sistemas inteligentes, por sua vez, so mais flexveis e adaptativos no sentido de que eles se baseiam no conhecimento e no poder da associao e inferncia para encontrar a direo que leve a um resultado til. Eles lidam com interaes complexas de muitos fatores que devem ser considerados como um todo, ao invs de uma srie de passos, num processo geralmente denominado processamento simblico [BIE91]. Eles funcionam atravs de regras que dirigem a manipulao dos smbolos. Desta forma, mesmo trabalhando com informaes limitadas, os sistemas inteligentes podem alcanar resultados teis. Esses sistemas trabalham com quasi-algoritmos.
Captulo 06
51
encorajasse a formulao explcita de hipteses pelo estudante, envolvido na soluo de problemas, que seriam ento passadas para a mquina de modo que pudessem ser criticadas, ou seja, a idia era de que o estudante adquirisse habilidades para resolver problemas atravs de suas prprias idias, ao invs de receber instrues do sistema [ROB90]. O sistema ficou limitado como tutor e treinador laboratorial. Muitos dos benefcios do sistema so resultado do fornecimento de jogos experimentais, bem como de sua ao como livro interativo, onde o material escrito descrevendo uma pea particular de equipamento pode ser impresso sempre que for relevante para a tarefa do estudante. Desenvolvido em Stanford, o sistema especialista MYCIN contm o conhecimento dos principais especialistas no campo das doenas infecciosas do sangue. Dado um conjunto de sintomas para diagnosticar, o MYCIN utiliza seu conhecimento para chegar concluso mais razovel e ento recomenda o melhor tratamento alternativo [BIE91].
6 ..2 ..1 .. M tto d o s d e e s ttr u ttu r a r o c o n h e c iim e n tto 6 2 1 M odos de es ru urar o conhec men o
Os sistemas tradicionais de ensino com base no computador tm sido desenvolvidos por pesquisadores educacionais para resolver seus problemas prticos na aplicao da tecnologia computacional. Educadores e treinadores esto principalmente interessados na melhoria da eficcia e eficincia instrucional pela aplicao de vrios tipos de tcnicas de software e estratgias instrucionais no desenvolvimento de lies. Em contraste, os ICAI tm sido iniciados basicamente por cientistas computacionais para explorar a capacidade de tcnicas de IA no processo de ensino aprendizagem. Por este motivo, o foco dos projetos ICAI reside nos aspectos tcnicos do sistema (como, por exemplo, representao do conhecimento, dilogos em linguagem natural, mecanismo de inferncia, etc.), ao invs de nas caractersticas instrucionais [PAS90]. Um dos mtodos que parece ser adequado ao domnio dos tutores so os denominados sistemas de produo. Estes sistemas so baseados em regras de produo, isto , pares de expresses consistindo de uma condio e uma ao. Foram criados nos anos 70 como ferramenta para a modelagem comportamental e psicolgica. Eles tambm podem ser utilizadas como mtodo de representao de conhecimento em sistemas especialistas [BIT96]. A estrutura simples de uma regra de produo pode englobar uma grande variedade de formas de conhecimento. Alm das regras de produo, o conhecimento pode ser representado ainda atravs dos seguintes mtodos: Lgica. A lgica a base da maioria dos formalismos de representao do conhecimento, seja na forma explcita, como nos Sistemas Especialistas baseados na linguagem Prolog, ou disfarada em formas especficas como a utilizada no sistema MYCIN. Redes semnticas. Uma rede semntica consiste de um conjunto de nodos conectados por um conjunto de arcos. Os nodos em geral representam objetos e os arcos, relaes binrias entre estes objetos. A herana de propriedades atravs de caminhos formados por arcos uma das caractersticas mais importantes da representao do conhecimento atravs de redes semnticas. Isto permite que as propriedades de um nodo sejam especificadas uma nica vez, no nvel mais alto da hierarquia e ento herdadas por todos os nodos derivados. A figura 6.1 ilustra uma rede com conceitos de estatstica descritiva. Quadros. Os quadros (frames) e sua variao, os roteiros (scripts) foram criados para permitir a expresso das estruturas internas dos objetos, mantendo a possibilidade de representar herana de propriedades, como as redes semnticas. As idias bsicas deste mtodo foram estabelecidas por Minsky [MIN75]. Um quadro consiste de um conjunto de atributos que descrevem as caractersticas do objeto sendo representado. Os
U F S C
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
52
A IA no ensino
valores que os atributos podem assumir podem ser outros quadros, criando desta forma uma rede de quadros, que podem ser organizados em uma hierarquia de especializao.
Dados
Representao grfica
2D
3D Medidas de disperso
Medidas de posio
Captulo 06
53
suas concepes e (c) um mtodo de treinamento no qual o estudante engajado em alguma atividade tal como um jogo computacional que encoraje o aumento de suas habilidades na soluo de problemas gerais [ROB90].
Mdulo Especialista Mdulo Tutor Mdulo do Estudante Figura 6.2 - Uma representao esquemtica de um sistema ICAI Interface
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
54
A IA no ensino
Uma segunda limitao encontrada na hiptese inerente de que ns podemos entender o que o estudante sabe pela comparao do modelo do estudante com o correspondente modelo do especialista. O problema aqui que no se sabe realmente muito sobre como as pessoas raciocinam e o modelo especialista pode no ser apropriado para todos os estudantes. Uma terceira limitao o desenvolvimento extremamente trabalhoso destes sistemas. A quantidade de tempo e esforo necessrios para desenvolver um sistema inteligente de ensino, mesmo um destinado a ensinar uma pequena quantidade de conhecimento, muito grande. Uma quarta limitao tem sido os contedos escolhidos para implementao. Muitos sistemas ficam restritos a reas com contedos altamente estruturados, como Matemtica, Eletrnica e Jogos. Embora o sistema de ensino de Geografia sul-americana de Carbonell [CAR70] tenha mostrado que este no precisa ser necessariamente o caso, a aplicabilidade ampla destes modelos precisa ser demonstrada em outros domnios de conhecimento. Segundo Grandbastien e Gavignet [GRA94], pode-se dizer que, aps anos de pesquisa e de construes de prottipos, nenhum ambiente autoral parece ser largamente aceito ou mesmo estar disponvel. Muitos dos prottipos existentes no fornecem algum tipo de ambiente autoral e nenhum deles foi bem sucedido em criar uma casca (shell) ITS que fosse amplamente aceita.
6 ..2 ..4 .. U m a a lltte r n a ttiiv a a o s s iis tte m a s ttu tto r e s iin tte lliig e n tte s 6 2 4 U ma a erna va aos s s e mas u ores n e gen es
Recentemente uma nova categoria de sistemas inteligentes de ensino foi desenvolvida e ficou conhecida como ambientes inteligentes de aprendizagem ou ILE (Intelligent Learning Environment). A diferena entre um ITS tradicional e um ILE est no estilo de interao do tutor. Enquanto no ITS ele rgido, com a iniciativa e o controle sendo exercidos pelo sistema, no ILE ele baseado num estilo de interao flexvel, com base num paradigma de aprendizagem cooperativa, onde a iniciativa compartilhada em funo de um dilogo de negociao [COS96]. Os ambientes inteligentes de aprendizagem apresentam algumas caractersticas que evidenciam a mudana de paradigma em relao aos sistemas tutores inteligentes que a de promover a aprendizagem atravs da liberdade de interao do aluno com o contedo, onde ele promove o seu prprio conhecimento. Algumas destas caractersticas so [McA93]: o estudante aprende construindo o seu prprio conhecimento; o estudante livre para explorar o ambiente, o tutor guia e no professor; a personalizao do processo feita pelo usurio e no pelo computador e o conhecimento obtido pela interao com o sistema e no com o tutor. Contrastando as caractersticas destacadas acima e as do ensino atravs da hipermdia pode-se perceber uma clara convergncia de propsitos. Pode-se desta forma, concluir que um ambiente deste tipo poder ser implementado com os contedos apresentados na forma de um sistema de hipertexto, que a proposta do presente trabalho.
6 ..3 .. A llt e r n a t iiv a s a o s m o d e llo s t r a d iic iio n a iis 6 3 A ternat vas aos mode os trad c ona s
Os sistemas inteligentes de ensino evoluram substancialmente nos ltimos anos. No entanto, o paradigma utilizado no se alterou substancialmente, que o de tentar
PPGEP
Captulo 06
55
modelar o aluno. Este tipo de sistema pode funcionar bem com certos tipos de contedo, mas em muitas disciplinas da rea de Cincias Exatas, eles apresentam desvantagens pois no conseguem contemplar a diversidade de nveis de pr-requisitos dos alunos envolvidos. Para este tipo de ensino um sistema aberto em que o aluno tenha liberdade de seguir a seu prprio ritmo mais adequado. Neste trabalho est se propondo um modelo que contemple esta opo e ao mesmo tempo procure de forma inteligente guiar os esforos do aluno, atravs da oferta de aplicaes dos contedos estudados, do reforo conceitual guiado por um sistema multiagente, de arquitetura hbrida.
6 ..4 .. O h iip e r t e x t o e a iin t e lliig n c iia a r t iif iic iia ll 6 4 O h pertexto e a nte gnc a art f c a
Existe um elo entre os sistemas de hipertexto e os especialistas. Os sistemas especialistas apresentam um mecanismo de inferncia e uma base de conhecimentos preenchida por um especialista. J um sistema de hipertexto formado por conexes e um mecanismo de navegao e uma base de dados que produzida pelo especialista. No entanto, o sistema especialista precisa consultar o usurio, isto , obter dados externos, para fornecer uma resposta, controlando, desta forma, a situao na tomada de decises. No hipertexto, o controle permanece com o usurio, que o responsvel pela tomada de decises. Desta forma, o sistema especialista cria um modelo de aluno, enquanto que na hipermdia o aluno cria seu prprio modelo. As duas abordagens no processo de tomada de decises requerem um nvel diferenciado de rigor na formalizao da representao da informao. A representao usada na hipermdia geralmente a das redes semnticas, enquanto que nos sistemas especialistas mais comum a representao baseada em regras. As semelhanas entre os dois tipos de sistemas sugere que uma unio entre eles poderia ser proveitosa e tentativas esto feitas para uni-los, de forma a criar um ambiente integrado de ensino/aprendizagem [JON93, JON94, RAD91]. A combinao de um sistema de hipertexto com um sistema especialista foi denominada de hipertexto inteligente (ExperText) [RAD91]. As diversas formas de acrescentar inteligncia ao hipertexto so examinadas em [SAN95]. No modelo proposto a adaptao ao usurio realizada atravs de um agente que identifica o usurio e decide qual base ser a base de conhecimentos a ser utilizada. Assim, se o usurio for um aluno da Engenharia, ento ele ter o contedo de Probabilidade, por exemplo, proveniente de uma determinada base de conhecimentos. Caso o aluno curse Administrao, Economia ou mesmo Cincias Contbeis, ento sua base de contedos ser outra. Procedimentos mais especializados na forma de lista de exerccios e contedos de reviso sero sugeridos com base em outros agentes. Nesta situao pode-se optar por um ensino mais individualizado. Por exemplo, o aluno tem seu perfil determinado inicialmente por um agente, ento, com base no seu perfil determinado inicialmente receber uma proposta inicial de trabalho (exerccios) e dependendo do seu desempenho poder receber uma lista de contedos que devem ser revisados.
6 ..5 .. D a I A a o s A I 6 5 Da IA aos AI
As primeiras idias de Inteligncia Artificial (IA) possuem hoje aproximadamente 40 anos. Nos anos iniciais muito trabalho na rea foi dedicado a tentar resolver problemas formais que eram bem estruturados e tinham limites bem definidos [BIG98]. Com a evoluo da computao, as reas consideradas de domnio da IA foram mudando. Uma
U F S C
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
56
A IA no ensino
nova fase iniciou com o reconhecimento de que muitos projetos foram bem sucedidos quando aplicados a domnios especficos e bem delimitados. Esta abordagem de modelar conhecimento especfico resultou numa das mais bem sucedidas reas da IA: os sistemas especialistas. A partir dos anos 80 pode ser identificado um novo rumo de trabalho, onde o objetivo agora est voltado para a soluo de problemas como o processamento e traduo da linguagem natural, controle de robs, viso e fala de mquinas e raciocnio por senso comum. Um ramo da IA denominado de conexionismo ganhou popularidade e expandiu o leque de opes atravs do uso das redes neurais, modelagem e controle adaptativo. Algoritmos, como o gentico, e sistemas alternativos, como os de lgica difusa, tm sido utilizados para dinamizar o campo da inteligncia artificial. O crescimento explosivo da Internet e da computao distribuda levaram a idia de pequenos programas mveis que podem ser utilizados para executar tarefas teis para os seus usurios, dando origem aos Agentes Inteligentes (AI).
6 ..6 .. A g e n t e s 6 6 Agentes
O termo agente utilizado com vrios significados tanto na IA quanto fora dela. O termo utilizado na computao tradicional pelas comunidades de base de dados, sistemas operacionais e de rede. Um agente essencialmente para estes especialistas uma entidade computacional, uma transao, um processo ou um roteador de rede, que permite a realizao de uma tarefa. Agentes so, desta forma, uma interface formal para um sistema arbitrrio. Alm dos vrios significados o prprio termo "agente", no utilizado de forma nica. Um outro termo que encontrado na literatura e que utilizado no mesmo sentido "bot", que uma contrao da palavra "robot" (rob).
PPGEP
Captulo 06
57
A definio acima a que mais se aproxima dos objetivos propostos para este trabalho, onde os agentes tem uma tarefa especfica que a de orientar e aconselhar o usurio, bem como registrar o seu desempenho e classificar ou determinar o grau de dificuldade do exerccio sendo proposto. Uma ltima definio que, na realidade, no define exatamente mas coloca algumas propriedades que um agente deve satisfazer pode ser encontrada em Wooldrige e Jennings [WOO95]: "Um agente um sistema de hardware ou mais geralmente de software que apresenta as seguintes propriedades: autonomia: agentes operam sem a interveno humana direta ou outra qualquer e possuem algum tipo de controle sobre suas aes e estados internos; habilidade social: os agentes interagem com outros agentes (e possivelmente com o homem) atravs de alguma linguagem de comunicao; reatividade: os agentes percebem seu ambiente (que pode ser o mundo fsico, um usurio atravs de uma interface grfica, um conjunto de outros agentes, a Internet, ou talvez todos estes fatores combinados) e responde de uma forma temporal a mudanas que ocorrem nele; pr-atividade: agentes no somente agem em resposta a seu ambiente, eles tambm podem exibir comportamento dirigidos por objetivos pela tomada de iniciativas".
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
58
A IA no ensino
cooperativo se possuir habilidade social, isto , habilidade para interagir com outros agentes e com o agente humano atravs de alguma linguagem de comunicao [WOO95]. Os trs atributos principais colocados por Nwana quando intersecionados do origem a quatro tipos de agentes, conforme figura 6.3, que seriam os agentes: colaborativos, inteligentes, de interface e colaborativos de aprendizagem.
Agentes Inteligentes
Cooperao
Figura 6.3 - Tipologia dos agentes [NWA96] Alm dos atributos de cooperao, aprendizagem e autonomia considerados por Nwana para definir os tipos de agentes, existem vrias outras propriedades que de acordo com diversos autores, caracterizam um agente. A tabela 6.1, relaciona algumas das principais propriedades, ou pelo menos as mais freqentemente encontradas na literatura, bem como suas caractersticas e os artigos (ou autores) onde elas foram propostas.
6 ..7 .. I n t e lliig n c iia A r t iif iic iia ll D iis t r iib u d a 6 7 Inte gnc a Art f c a D str bu da
A Inteligncia Artificial Distribuda (IAD) um campo da Inteligncia Artificial que se preocupa com a coordenao e distribuio do conhecimento e aes em ambientes multiagentes [O'HA96]. Ou de acordo com Moulin e Chaib-Draa [MOU96] os pesquisadores da IAD esto procurando entender e modelar aes e conhecimentos em projetos colaborativos. A rea da inteligncia artificial distribuda pode ser dividida em duas sub-reas: resoluo distribuda de problemas e sistemas multiagentes. A Resoluo Distribuda de Problemas (RDP) preocupa-se em de que forma a resoluo de um problema, em particular, pode ser subdividida entre um certo nmero de mdulos (ou nodos) cooperativos que compartilhem conhecimento sobre o problema e sobre como chegar a sua soluo. A pesquisa na rea de sistemas multiagentes est direcionada a coordenao e o comportamento inteligente de uma coleo de agentes. Em como eles podem coordenar seu conhecimento, objetivos, habilidades e planos de forma conjunta para tomar aes ou para resolver problemas. Os agentes em um sistema multiagentes podem trabalhar com objetivos individuais, de forma separada, mas interativa ou podem trabalhar com um nico objetivo comum.
PPGEP
Captulo 06
59
Da mesma forma que os mdulos num sistema RDP os agentes em um sistema multiagentes devem compartilhar o conhecimento sobre o problema e a soluo, mas devem, tambm, raciocinar sobre o processo de coordenao entre eles. Tabela 6.1 - Caracterizao dos agentes Propriedade Aprendizagem ou Adaptabilidade Caractersticas Adaptao a nova situaes pela acumulao de conhecimentos. Um agente pode aprender atravs de conjunto de regras, por um sistema difuso, por um rede neural ou ainda atravs de sistemas hbridos neuro-difusos. Autonomia ou Habilidade para executar a maioria das tarefas Independncia sem a interveno direta de humanos ou outros agentes, controlar suas prprias aes internas e seus estados internos. Colaborao ou Habilidade para trabalhar em conjunto com Cooperao outros agentes com o objetivo de executar uma tarefa complexa. Comunicabilidade Habilidade para interagir com outros agentes ou Habilidade ou humanos como forma de completar suas Social tarefas ou auxiliar outros agentes quando requerido. Flexibilidade a habilidade demonstrada por um agente para escolher aes de uma forma dinmica, bem como escolher a execuo destas aes. Inteligncia Habilidade do agente para decidir sobre qual ou quais aes tomar, quando confrontado com mais de uma opo vivel. O raciocnio pode ser efetuado por: regras, conhecimento ou evoluo artificial. Mobilidade Possibilidade de que o agente se mova entre mquinas em uma rede, preservando seu estado interno. Pr-Atividade Habilidade para reagir no apenas ao ambiente, mas a de exibir comportamento oportunista e orientado a objetivos, tomando a iniciativa quando apropriado. Reatividade ou Habilidade para perceber alteraes no Sentir e agir ambiente (o usurio, outro agente, a Internet, etc.) e responder prontamente a alteraes que estejam ocorrendo. Referncias [AUE95] [JEN96] [BEL95]
[JEN95] [JEN96] [FON97] [WOO95] [SYC96] [JEN95] [JEN96] [FRA96] [JEN95] [FRA96] [GIL96] [NIS95]
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
60
A IA no ensino
Um SMA pode ser definido como "uma rede fracamente agrupada de solucionadores de problemas que trabalham de uma forma integrada para resolver um problema que estaria alm de suas capacidades individuais". Os solucionadores de problemas so denominados "agentes", so autnomos e podem ser "heterogneos por natureza", isto , caracterizados por vrios graus de capacidade para a resoluo do problema [MOU96]. Em sistemas multiagentes prticos, os agentes podem ser caracterizados por vrios graus de capacidade da resoluo do problema. A distino pode ser feita entre agentes reativos, intencionais e sociais. Um agente reativo aquele que reage a alteraes no seu ambiente ou a mensagens vindas de outros agentes. Ele no capaz de raciocinar sobre suas intenes (manipulao de objetivos). Suas aes so executadas como resultado do disparo de regras ou atualizao da base de conhecimentos (ou espao de crenas) e de enviar mensagens para outros agentes ou para o ambiente. Um agente intencional capaz de raciocinar sobre suas intenes e crenas, para criar um plano de aes e executar este plano. Em um SMA os agentes intencionais se coordenam pela troca de informaes sobre suas crenas, objetivos e aes. Esta informao incorporada em seus esquemas. Um agente social possui modelos explcitos de outros agentes e capaz de manter estes modelos (atualizando planos crenas, objetivos e eventualmente planos)
PPGEP
7 .. O M O D E L O M U LT I A G E N T E S P R O P O S T O 7 O M O D E L O M U LT I A G E N T E S P R O P O S T O
7 ..1 .. I n t r o d u o 7 1 Intro du o
H diversos tipos de documentos que podem ser encontrados na rede. Um documento pode conter texto, imagem, som, etc. Os navegadores so capazes de exibir apenas textos, mas com vrias mdias, normalmente atravs de recursos adicionais (plugin). Entretanto, novos formatos de arquivos so agregados a cada dia. Os navegadores possuem softwares internos para manipular os tipos que conhecem. Mas e os novos tipos? Muitos navegadores suportam a noo de aplicativos auxiliares em que se pode associar um tipo particular de contedo ao aplicativo. Por exemplo, a Microsoft definiu um formato de intercmbio de documentos denominado RTF (Rich Text Format). possvel associar o tipo de contedo deste arquivo ao MSWord. Assim, quando for feito a baixa (download) de um documento contendo texto em RTF, o navegador ir ativar o MSWord com o documento carregado. Isso bastante cmodo. No entanto, ele abre um aplicativo totalmente novo em uma janela diferente. Os navegadores no so softwares inteligentes, eles simplesmente solicitam, recuperam e exibem o contedo de documentos localizados em vrios servidores. Se quiser algo diferente de algum local (site), ser necessrio criar um programa no servidor que modifique o documento antes que ele seja enviado ao navegador. Estas mudanas podem ser feitas por programas executados no prprio servidor ou por scripts. Embora os navegadores sejam programas sofisticados que apresentem muitas funes, eles so essencialmente limitados. Eles recuperam e apresentam pginas da rede e ento so encerrados. Os navegadores podem interagir com diversos tipos de servidores: http, ftp, gopher, etc. No entanto, eles so basicamente ferramentas de exibio multimdia. E mesmo esta caracterstica conseguida graas a softwares adicionais (plug-ins) que o navegador normalmente invoca quando necessrio. Para tornar o navegador mais inteligente, necessrio acrescentar alguns recursos no cliente que permitam que um documento recuperado modifique a si prprio. Desta forma, a nfase dos programas no servidor recai sobre o cliente, basicamente fortalecendo o navegador e tornando-o mais inteligente. Um recurso disponvel no cliente uma linguagem de script. Desta maneira, um navegador pode lidar de maneira inteligente com situaes que de outra forma iria exigir um programa no servidor. Alm disso o usurio pode perceber que a situao tratada com muito mais rapidez, porque o navegador no precisar enviar a solicitao ao servidor e esperar para exibir a resposta. No entanto, esta maneira de resolver o problema requer que o professor que ir elaborar as pginas com os contedos sendo transmitidos conhea, alm da html, uma linguagem de script. Alm disso, o que pode ser feito atravs de uma linguagem de script bastante limitado, em termos de programao e controle sobre a forma de apresentao. As particularidades de muitas disciplinas da rea de Cincias Exatas, especialmente a Estatstica e a Probabilidade, exigem programas bastante complexos que esto alm do que pode ser obtido por este recurso. Uma outra abordagem seria a programao atravs
UM MODELO NEURO-DIFUSO DE MULTIAGENTES PARA O APOIO AO ENSINO DE DISCIPLINAS DA REA DE CINCIAS EXATAS
62 62
da linguagem Java com a utilizao de applets. Novamente recai-se na exigncia da competncia em programao de quem precisa elaborar os contedos instrucionais. A despeito da propalada facilidade, a linguagem Java requer um conhecimento que poucos profissionais possuem. Em virtude destas dificuldades foi que se optou por um modelo que permita embutir no prprio navegador os recursos bsicos para se lecionar este tipo de disciplina. Apresentar pginas html interativas e mesmo com variados recursos de multimdia no o suficiente para garantir o aprendizado efetivo nestes tipos de disciplinas. Para que a aprendizagem seja efetiva necessrio que o aluno solidifique os conceitos, praticando os mesmos atravs da aplicao a outras situaes, ou seja, transferindo o conhecimento adquirido a casos no vistos. A maneira tradicional de se fazer isto atravs da resoluo de exerccios. Quanto mais a prtica for efetivada maior a reteno e o entendimento dos conceitos, uma vez que resolver exerccios, neste caso, significa na realidade demonstrar as seguintes habilidades: dominar a simbologia especfica de cada disciplina (linguagem) dominar os termos, conceitos e definies envolvidos (jargo); desconhecer o modelo subjacente, isto , identificar qual ou quais so os conceitos envolvidos; transformar a linguagem comum (ordinria) na simbologia apropriada e manipular simbolicamente o modelo para obter uma soluo; As duas primeiras habilidades podem ser obtidas de forma satisfatria com a leitura atenta dos contedos, evidentemente com maior ou menor facilidade conforme as mdias e as formas de apresentao utilizadas. A terceira habilidade poder ser atingida com uma gama variada de exemplos e com a interatividade fornecida atravs do computador. No entanto, as duas ltimas habilidades s sero efetivamente desenvolvidas com a prtica contumaz da resoluo de exerccios; quanto mais esta prtica for estimulada maior ser a competncia adquirida. Entretanto, a resoluo de exerccios poder ser uma tarefa frustrante e mesmo desestimuladora se os mesmos estiverem em descompasso com a habilidade do aluno. Para que esta prtica seja efetiva, necessrio uma dosagem cuidadosa para que as primeiras tentativas sejam bem sucedidas e desta forma estimulem o prosseguimento para novos patamares de dificuldades que requerem graus crescentes de abstrao, envolvendo novas competncias atravs de modelos mais complexos. Nas disciplinas da rea de Cincias Exatas que requerem um formao anterior slida para que novos conceitos e novos nveis de competncia sejam alcanados particularmente importante que seja detectado o nvel de conhecimento inicial do aluno, isto , que seja diagnosticado o estado dos pr-requisitos. Em funo deste diagnstico poder ser oferecido uma srie apropriada de exerccios que estejam em correspondncia com o que ele efetivamente possa resolver, alm, claro, de ser possvel sugerir contedos que devam ser revisados para um melhor aproveitamento dos novos conhecimentos.
Captulo 07
63
para o agente "Cria Perfil" (CP) que realiza o cadastramento do usurio e se encarrega de criar um perfil inicial do novo usurio. O agente IU tambm realiza a tarefa de selecionar as pginas html que o usurio deve receber de acordo com o curso identificado. Uma vez que o agente IU tenha identificado o usurio ou o agente CP tenha criado um novo perfil, acionado o agente "Perfil do Usurio" (PU), que o encarregado de manter e atualizar o perfil de cada usurio do sistema. Este um agente do tipo difuso que a partir do perfil inicial do usurio ser encarregado de registrar as alteraes ocorridas a cada vez que o usurio utilizar o sistema. O agente utilizar um modelo neuro-difuso, tipo NEFCLASS [NAU95] para a classificao dos usurios, isto , para manter e atualizar o perfil de cada usurio.
Aplicao
Agente IU
Agente CP
Agente SE
Agente PU
Agente AU
Figura 7.1 - Estrutura do modelo multiagentes proposto O agente PU interage de forma bidirecional com a agente "Sugere Exerccio" (SE), que o responsvel por manter um registro da dificuldade de resoluo de cada exerccio e sugerir o adequado, de acordo com o perfil do usurio. Este agente tambm utilizar um classificador neuro-difuso para manter e atualizar a base de aplicaes.
U F S C
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
64 64
Caso o usurio no consiga solucionar uma determinada aplicao aps um certo tempo ou aps um determinado nmero de tentativas o agente PU invoca o agente "Auxlio ao Usurio" (AU), que dever fornecer alguma pista ou dica adicional para a soluo do problema. Caso a base de pistas (dicas) para esta aplicao em particular esteja vazia, ento o agente ir procurar na base de exemplos um que seja o mais prximo possvel do exerccio sendo proposto e apresenta ao usurio. Se mesmo assim o usurio no conseguir acertar o exerccio ento o agente ir sugerir contedos de reviso ao usurio ou um contedo especfico do domnio da aplicao que deva ser relido ou estudado novamente.
7 ..3 ..1 .. O a g e n tte " I d e n ttiiffiic a d o r d o U s u r iio " ((I U )) 7 3 1 O agen e "Iden cador do Usur o" IU
Quando o usurio executar a aplicao, ela invocar o agente IU que solicitar sua senha de acesso e seu curso. Com base na senha e no curso, o agente verifica se o usurio j est cadastrado no sistema. Caso isto ocorra, o agente ento com base na informao sobre o curso do usurio fornece o contedo adequado (pginas html). Por exemplo, se o usurio estiver matriculado num curso de Engenharia, ento o agente envia determinado tipo de arquivo, se ele for de um curso da rea de humanas, ento os arquivos sero de outro tipo. Existe a possibilidade de que este agente mantenha um
PPGEP
Captulo 07
65
histrico das pginas visitadas pelo usurio e possa sugerir novas pginas a serem visitadas, de acordo com a estrutura do curso do aluno. Se o agente identificador do usurio no encontrar o nome do usurio no cadastro, ento ele presume que seja um novo usurio e envia uma mensagem para o agente "Cria Perfil" (CP).
7 ..3 ..2 .. O a g e n tte " C r iia P e r ffiill" ((C P )) 7 3 2 O agen e "Cr a Per " CP
O agente "Cria Perfil" (CP) encarregado de cadastrar o usurio no sistema, criando uma senha, registrando o nome e o curso no banco de dados de usurios e, como funo principal, obter o perfil inicial do aluno. Este perfil poder ser traado atravs de um teste inicial de questes bsicas, envolvendo pr-requisitos que o aluno deva possuir para ser bem sucedido no curso e resolver os exerccios com certa competncia. Com base nos acertos obtidos, que podem variar numa escala de "0" a "10", o usurio poder receber uma classificao difusa do tipo: "fraco" (0 a 4 acertos), "mdio" (de 3 a 6 acertos), "bom" (de 5 a 8 acertos) e "timo" de (7 a 10 acertos). A figura 7.3 fornece uma idia desta classificao.
1 0,8 0,6
0,4 0,2 0 0 2 4 6 8 10
7 ..3 ..3 .. O a g e n tte " P e r ffiill d o U s u r iio " ((P U )) 7 3 3 O agen e "Per do Usur o" PU
O agente "Perfil do Usurio" obtm o perfil inicial atravs do agente CP e a cada seo se encarregar de atualizar o perfil do usurio em funo do seu desempenho, caso este realize uma seo prtica (exerccios). Assim, se o usurio inicia com um perfil igual a "fraco" e no conjunto de exerccios para este nvel ele apresenta um desempenho "bom", ento o seu perfil ser promovido para "mdio", digamos, atravs da operao difusa de "interseo" de perfis. Este agente utilizar um modelo neurodifuso de inteligncia (seo 7.4). Inicialmente ser utilizado o modelo encontrado em [NAU95] e posteriormente um modelo prprio dever ser proposto e implementado.
U F S C
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
66 66
7 ..3 ..4 .. O a g e n tte " S u g e r e E x e r c c iio " ((S E )) 7 3 4 O agen e "Sugere Exerc c o" SE
Em funo do perfil do usurio, este agente apresenta um conjunto de aplicaes adequados ao este usurio. A adequao da aplicao ser feita atravs de um ndice de dificuldade ID que ser definido da seguinte forma: S , onde S = Nmero de sucessos (tentativas bem sucedidas) e T T = Total de tentativas. Assim por exemplo se 10 usurios tentarem resolver a aplicao 1 e os 10 tiverem sucesso o ID ser igual a 1 - 10/10 = 0. Por outro lado uma aplicao ter o grau de dificuldade mximo se de 10 usurios que tentarem resolv-la nenhum tiver sucesso, neste caso, ID = 1 - 0/10 = 1. ID = 1 4,00 3,00 2,00 1,00 0,00
-0 ,1 0, 7 0, 7 0, 8 0, 9 1, 0 1, 0 1, 1 0, 0 0, 0 0, 1 0, 2 0, 3 0, 3 0, 4 0, 5 0, 5 0, 6
Figura 7.5 - Classificao das aplicaes A alterao do grau de dificuldade das aplicaes ser feita de forma difusa, utilizando-se uma curva normal de mdia igual a 0,2 para os exerccios considerados "fceis", de mdia igual a 0,4 para os considerados "mdios", de mdia igual a 0,6 para
PPGEP
Captulo 07
67
os considerados "difceis" e de mdia igual a 0,8 para os considerados "avanados". O desvio padro de cada uma das curvas ser igual "um". A figura 7.5 fornece uma idia de como a classificao ser executada.
4,00 3,00 2,00 1,00 0,00
-0,1
0,0
0,0
0,1
0,2
0,3
0,3
0,4
0,5
0,5
0,6
0,7
0,7
0,8
0,9
1,0
1,0
Figura 7.6 - Classificao das aplicaes normalizada O conjunto difuso acima no est normalizado. Na figura 7.6 pode-se ver este conjunto j normalizado. As regras e alteraes dos limites iniciais propostos acima devero ser ajustadas a cada rea de ensino. Assim, por exemplo, alunos de Engenharia tero limites e regras diferentes de alunos de Cincias Contbeis e Administrao. Como cada turma possui um perfil prprio, a adequao dos limites definidos acima, isto , das regras de classificao, sero executadas por um modelo difuso. S que modelos difusos no possuem mecanismos de aprendizagem, ento ele ser agregado de um mecanismo de aprendizagem composto de uma rede neural de 3 camadas, formando um modelo neurodifuso.
U F S C
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
1,1
68 68
7 ..3 ..5 .. O a g e n tte " A u x lliio a o U s u r iio " ((A U )) 7 3 5 O agen e "Aux o ao Usur o" AU
O agente "Perfil do Usurio", PU, acionar o agente AU (Auxlio ao Usurio) sempre que o usurio tentar um determinado nmero de vezes uma certa aplicao e no encontrar a resposta correta. Neste caso o agente AU pesquisar a sua base de conhecimentos e verificar se existe alguma sugesto (dica) para a resoluo da aplicao. Caso exista, ele a recuperar e enviar ao usurio. Caso no exista, ele ento pesquisar numa base de exemplos um que esteja mais prximo da aplicao ativa. Este agente ser um implementado atravs da tcnica RBE (Raciocnio Baseado em Exemplos) [AAM94].
Captulo 07
69
representam amostras vagas e podem ser vistos como prottipos vagos dos dados de treinamento. A lgica difusa tem sido aplicada com sucesso em muitas reas onde abordagens atravs de modelos convencionais apresentam dificuldades ou custos elevados. No entanto, medida que a complexidade do sistema aumenta, regras difusas confiveis e funes de pertinncia utilizadas para descrever o comportamento do sistema tornam-se difceis de determinar. Alm disso, devido ao dinamismo de muitas aplicaes, as regras e as funes de pertinncia devem ser adaptativas para se adequarem ao ambiente de modo a continuarem sendo teis. Um modelo neuro-difuso um modelo difuso que utiliza um algoritmo de aprendizagem supervisionado ou por reforo derivado ou inspirando por um rede neuronal para determinar seus parmetros (os conjuntos difusos e as regras difusas), atravs do processamento de dados amostrais. Um sistema hbrido neuro difuso combina as vantagens dos sistemas difusos, que tratam com conhecimento explcito que pode ser explicado e entendido, com as redes neurais, que lidam com conhecimento implcito que pode ser obtido por aprendizagem. As redes neuronais podem ajustar o conhecimento especializado e gerar automaticamente regras difusas adicionais e funes de pertinncia de forma a cumprir especificaes e reduzir o tempo e custos de projeto. Por outro lado a lgica difusa aumenta a capacidade dos sistemas de redes neuronais fornecendo sadas mais confiveis quando necessrio se fazer extrapolao alm dos valores utilizados no treinamento. A capacidade de aprendizagem das redes neuronais fizeram dela um recurso bastante apropriado para serem combinadas com sistemas difusos, com o propsito de automatizar ou fornecer suporte ao processo de desenvolvimento de um sistema difuso para uma tarefa especfica. As primeiras aplicaes dos modelos denominados de neurodifusos foram feitas na rea do controle difuso [NAU94], mas atualmente esta abordagem aplicada em outros reas alm da de controle, como na anlise e classificao de dados [NAU95], na medicina [TEO98], na rea financeira [CON96], s para citar algumas.
7 ..4 ..1 .. A r q u iitte ttu r a d o m o d e llo n e u r o --d iiffu s o 7 4 1 Arqu e ura do mode o neuro d uso
Um sistema deste tipo agrupa componentes de um sistema difuso tradicional, s que cada estgio executado por uma camada de neurnios ocultos e a capacidade de aprendizagem da rede utilizada para melhorar o conhecimento do sistema. A figura 7.8 apresenta um diagrama de um sistema com estas caractersticas. Dados de sada
Dados de entrada
Camada de fuzificao
Camada de regras
Camada de defuzificao
Figura 7.8 - Arquitetura simplificada de um sistema hbrido neuro-difuso Camada de fuzificao. Cada neurnio nesta camada representa uma entrada da funo de pertinncia do antecedente da regra difusa. Uma forma de implementar esta camada expressar cada funo de pertinncia como pontos discretos. Desta maneira a regra difusa "Se X1 difcil e X2 avanado ento Y avanado". Este mtodo pode aproximar muitas funes contnuas e o erro depende do nmero de pontos utilizados.
U F S C
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
70 70
No entanto, uma maneira melhor utilizar uma combinao de funes normais, conforme proposto em Mizumoto [MIZ97], e uma funo linear para representar cada funo de pertinncia nas camadas de fuzificao e defuzificao. Os parmetros dos neurnios (retngulos sombreados na figura 7.9) podem ser treinados para ajustar a forma e a localizao final de cada uma destas funes. O nmero de neurnios nesta camada pode ser fixo. No entanto, possvel adicionar ou remover neurnios durante o treinamento, de acordo com as sadas produzidas pelas amostras de treinamento. A coluna "Grau" na figura 7.9 representa o grau de certeza das afirmaes: "X1 fcil" que, no caso, 0,2, "X2 mdio", que aqui, vale 0,4, e assim por diante. As sadas destas funes de pertinncia esto conectadas a camada de regras difusas atravs de conexes com pesos fixos e todos iguais a unidade. Camada de regras difusas. Esta camada formada pela base de regras difusas e seu propsito executar as operaes lgicas difusas. Cada neurnio representa uma regra difusa e calcula a certeza de cada proposio do tipo "Se X1 fcil e X2 mdio ento Y fcil", que avalia at que ponto os requisitos de cada regra difusa esto satisfeitos. Os neurnios podem ter funes lineares, por simplicidade, e suas sadas esto conectadas camada de defuzificao atravs de conexes ponderadas. Estes pesos representam a significncia relativa das regras associadas aos neurnios. Os valores podem ser pr-fixados pelo especialista ou inicializados para assumirem o valor 1,0 e ento treinados para refletir a importncia real da funo de pertinncia contida na camada de defuzificao. Camada de defuzificao. O objetivo desta camada a avaliao das regras. Cada neurnio nesta camada representa uma proposio conseqente e a funo de pertinncia pode ser implementada da mesma forma que na camada de fuzificao, atravs de uma ou duas funes gaussianas. A certeza de cada proposio conseqente calculada com respeito a aderncia a aquelas regras que possuem as mesmas proposies conseqentes. Os pesos de cada conexo de sada destes neurnios representam o centro de gravidade de cada funo de pertinncia da sada do conseqente e podem ser treinados. O valor final da sada calculado, ento, utilizando o mtodo do centro de gravidade.
Camada de fuzificao Camada das regras difusas Camada de defuzificao
Sadas
Entrada Antecedente Grau Peso do Regras Peso das Conseqente Peso do antecedente regras Ento Y B conseqente Se X A Fcil X1 Mdio Difcil Avanado Fcil X2 Mdio Difcil Avanado 0,2 0,4 0,6 0,8 0,3 0,5 0,7 0,9 1,0 1,0 Regra n 1,0 1,0 1,0 ........ 0,4 Avanado Regra 2 Difcil 1,0 Regra 1 0,6 Mdio 0,7 Fcil
Figura 7.9 - Uma viso mais detalhada do sistema de inteligncia dos agentes
PPGEP
Captulo 07
71
A opo vista uma das muitas maneiras de se combinar redes neuronais e tcnicas difusas como forma de melhorar e ajustar velocidade de aprendizagem e pode variar dependendo dos propsitos da aplicao. Novas tecnologias como os algoritmos genticos, tambm podem e esto sendo integrados com o objetivo de melhorar o desempenho dos sistemas hbridos.
7 ..4 ..2 .. C lla s s iiffiic a d o r e s n e u r o --d iiffu s o s 7 4 2 C ass cadores neuro d usos
As abordagens tradicionais para a classificao de dados envolvem algumas tcnicas estatsticas (anlise de conglomerados e regresso logstica) e as redes neuronais. No entanto, estas tcnicas so limitadas pois sofrem da falta uma forma efetiva de definir os limites entre as categorias obtidas. Por outro lado, a classificao difusa assume que duas categorias vizinhas possuem uma rea contnua de sobreposio dentro da qual um objeto potencialmente membro de cada uma das categorias. Este ponto de vista no apenas reflete a realidade de muitas aplicaes nas quais as categorias possuem limites difusos, mas fornece tambm uma representao simples da potencialmente complexa partio do espao de caractersticas. As vantagens da utilizao de um modelo neuro-difuso na classificao de dados podem ser enumeradas como: conhecimento vago pode ser utilizado; o classificador interpretado na forma de regras lingsticas e o classificador fcil de implementar, usar e entender. Um sistema neuro-difuso pode ser utilizado para a classificao com regras do tipo se x1 1 e x2 2 e xn n ento o padro (x1, x2, ..., xn) pertence a classe i, onde 1, 2, , n so conjuntos difusos. A base de regras de um classificador difuso que usa regras do tipo acima, representa uma aproximao de uma funo (desconhecida) f: n [0, 1]m que representa a tarefa de classificao, onde f(x) = (c1, c2, ..., cm) tal que ci = 1 e cj = 0, onde j [1, ..., m}, j i, isto , x pertence a classe Ci. Os classificadores so geralmente derivados dos dados e no so especificados diretamente. Existem dois mtodos utilizados pelos classificadores difusos: o conglomerado difuso e a aprendizagem neuro-difusa. No caso de conglomerados difusos o espao de entrada vasculhado com o intuito de formar grupos. O nmero de grupos determinado por uma medida de avaliao e o tamanho e a forma do grupo (cluster) determinado pelo algoritmo de aglomerao. O desempenho de um classificador por conglomerados reduzida uma vez que ele expresso na forma de regras difusas [NAU97]. Uma alternativa para se obter um classificador difuso a partir de dados utilizar a abordagem neuro-difusa. Isto significa que o classificador obtido a partir dos dados por um procedimento de aprendizagem heurstico. Esta abordagem computacionalmente mais efetiva que a abordagem de conglomerados em virtude de sua simplicidade [NAU97]. Este modelo servir de inteligncia aos agentes "PU - Perfil do Usurio" e ao "SE - Sugere Exerccio". Inicialmente, ser utilizado o classificador NEFCLASS (Neuro Fuzzy Classification) proposto por NAUCK [NAU95], nos dois agentes classificadores definidos como forma de diminuir o tempo de desenvolvimento do prottipo. Mais tarde poder ser desenvolvido algoritmos prprios e especficos para cada um dos agentes.
U F S C
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
72 72
O modello mullttiiagenttes propostto O mode o mu agen es propos o Tabela 7.1 - Caractersticas dos agentes propostos Agentes Propriedades Aprendizagem Autonomia Colaborao Comunicabilidade Flexibilidade Inteligncia Mobilidade Pr-Atividade Reatividade IU CP PU SE AU
8 .. A I M P L E M E N TA O D O M O D E L O 8 A I M P L E M E N TA O D O M O D E L O
8 ..1 .. I n t r o d u o 8 1 Intro du o
Esta talvez seja a etapa mais problemtica para a viabilizao de um modelo de multiagentes. No pela falta de opes, mas sim pelo excesso delas. O nmero de alternativas disponveis to grande e diversificada que a tomada de uma deciso nem sempre poder ser feita sem uma anlise prolongada e cuidadosa de todas as alternativas disponveis. As possveis alternativas para a implementao de um modelo multiagentes envolvem consideraes sobre trs categorias de caminhos: utilizao de uma camada intermediria de software; utilizao de uma linguagem especificamente projetada e utilizao de uma linguagem de propsito geral.
8 ..2 .. C a m a d a s d e s o f t w a r e 8 2 Ca ma da s de so ftw a re
Existem diversas formas para implementar uma plataforma multiagentes. Uma opo o desenvolvimento de agentes sobre camadas de software projetadas para facilitar o desenvolvimento e a implementao e que rodam sobre um sistema operacional, ou seja, so extenses do sistema operacional com o propsito especfico de gerenciamento, desenvolvimento, coordenao e comunicao entre agentes. A tabela 8.1 apresenta algumas destas opes. A utilizao de um destes ambientes pode permitir alguma flexibilidade na escolha da linguagem de programao ou ento forar o desenvolvimento em uma linguagem especfica (a Java, por exemplo). A grande virtude desta forma de implementao a facilidade de criao e manuteno dos agentes, pois todo o trabalho mido e pesado de programao j foi realizado, sendo necessrio apenas uma adaptao s caractersticas do ambiente sendo utilizado. Esta opo, por um lado viabiliza alguns projetos e reduz consideravelmente o ciclo de desenvolvimento de outros, mas por outro lado limita drasticamente a flexibilidade do projetista. A limitao decorre do fato de que a maioria destes ambientes exige a programao em uma linguagem especfica e o sistema resultante s poder rodar em plataformas que possuem esta camada adicional de software instalada ou nas quais este ambiente tambm rode. O sistema denominado "Aglets" da empresa IBM uma destas camadas de software que foi desenvolvida em Java e que requer que os agentes tambm sejam programados nesta linguagem. Situao semelhante ocorre com o Concordia da empresa Mitsubishi Electric. Menos mal j que a Java uma linguagem que vem ganhando popularidade rapidamente. J o ambiente Mozart desenvolvido por um consrcio de instituies requer que os agentes sejam programados em uma linguagem prpria denominada de Oz. Os exemplos citados acima so bastante restritivos pois fornecem apenas uma linguagem como opo de programao, o mesmo no ocorre com o projeto TACOMA que oferece suporte para seis diferentes linguagens, entre elas o C++ e o
UM MODELO NEURO-DIFUSO DE MULTIAGENTES PARA O APOIO AO ENSINO DE DISCIPLINAS DA REA DE CINCIAS EXATAS
74
A implementao do modelo
Visual Basic e roda nas plataformas Windows 98 e NT e Unix. De qualquer forma se por um lado estes ambientes agilizam parte da programao, por outro lado ser necessrio estud-los e entend-los e possivelmente aprender a linguagem suportada para se poder fazer uso deles. Tabela 8.1 - Camadas de software para a implementao de agentes Mdulo Aglets Concordia Caractersticas Mdulo para o desenvolvimento de agentes da empresa IBM. Foi desenvolvido em Java [CHA96]. Esforo do laboratrio de sistemas Horizonte da empresa Mitsubishi Electric Information Center America. desenvolvido inteiramente em Java e apresenta verses para rodar na plataforma Windows (95, 98 e NT) e para o sistema Solaris. Possui classes especficas de agentes permitindo o desenvolvimento dos mesmos de forma simples [WON97]. Camada de software da Lucent Technologies, o laboratrio de pesquisa dos laboratrios Bell. uma linguagem para aplicaes distribudas que inclu protocolos e APIs, isto , um sistema completo [PAR98]. Mdulo de desenvolvimento de agentes que utiliza a linguagem Java. Est sendo desenvolvido pelo grupo de Sistemas Distribudos da universidade de Stuttgart (Alemanha). O mdulo permite a escrita e execuo de agentes mveis em Java [STR97]. Sistema de suporte a computao distribuda aberta e a inferncia baseada em restries. Implementa a linguagem concorrente e objeto orientada Oz, para o desenvolvimento de sistemas multiagentes. O projeto uma colaborao entre os departamentos de Cincias Computacionais das universidades DFKI (Alem) e Catlica de Louvain (Blgica) e o Laboratrio de Sistemas Inteligentes do Instituto Sueco de Cincias Computacionais [ML95]. Camada de software desenvolvido pela empresa Microsoft que integrada ao sistema operacional Windows (95, 98 e NT). Utiliza a tecnologia COM e ActiveX da empresa. Pode ser utilizado diretamente pelos navegadores atravs de uma marcao <OBJECT> ou ento inserido como componente nas linguagens que suportam a tecnologia COM. Camada de software para o suporte de processos (agentes), escrito em C e que utiliza o protocolo TCP. Suporta as linguagens C, C++, Perl, Python, Scheme e Visual Basic e as plataformas Unix e Windows (95 e NT). Est sendo desenvolvido como um esforo conjunto entre os departamentos de Cincias Computacionais das universidades de Cornell (EUA), Tronso (Noruega) e da Califrnia (So Diego) [JOH96].
Inferno
Mole
Mozart
MSAgent
PPGEP
Captulo 08
75
uma linguagem de programao objeto orientada bastante semelhante ao C++. interpretada e precisa de um interpretador de cdigo de bytes na mquina que ir rodar a aplicao [BIG98]. Lalo uma linguagem orientada a agentes e uma estrutura para o desenvolvimento de sistemas multiagentes. Um programa escrito em Lalo traduzido para o C++. Os agentes se comunicam atravs da KQML. A linguagem est disponvel para as plataformas Unix e Windows (95 e NT). Obliq uma linguagem no tipada e interpretada que suporta computao objeto orientada distribuda. A linguagem uma especializao da Modula-3 que deve estar no computador do usurio para que possa rodar a Obliq [CAR95]. Python uma linguagem objeto orientada e interpretada, semelhante a Tcl, Perl, Scheme ou Java [CAM97] Scheme Linguagem de programao derivada do Lisp que incorpora o clculo lambda, distinguindo procedimentos de expresses lambda e smbolos, utilizando um nico ambiente lxico para todas as variveis. A implementao do MIT um ambiente completo que roda em plataformas Unix, Windows e IBM OS/2. Tcl (Tool a combinao de uma linguagem de script com uma biblioteca. A Command linguagem foi projetada com o objetivo de escrever programas interLanguage) ativos tais como editores de textos. A biblioteca pode ser embutida em aplicativos e consiste de um parser para a linguagem e rotinas para a implementao de comandos e procedimentos. A linguagem possui um ambiente grfico de programao denominado de Tk (Tool Kit). uma linguagem interpretada e objeto orientada que objetiva o desTelescript envolvimento de aplicaes distribudas. A primeira classe da hierarquia de classes da linguagem a classe "processo" [NWA96]. A linguagem foi desenvolvida pela empresa General Magic e acompanhada de um ambiente de desenvolvimento.
U F S C
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
76
A implementao do modelo
Figura 8.1 - Relao entre os paradigmas estruturado e objeto orientado Analisando-se as deficincias da decomposio funcional, pode-se constatar que a principal causa a separao entre dados e procedimentos. Eles so tratados com entidades diferentes em um programa. Esta dualidade torna-se evidente na independncia das abordagens que as disciplinas de Banco de Dados e de Anlise Estruturada do ao desenvolvimento de sistemas [COA91]. No paradigma da Orientao ao Objeto ou Objeto Orientado esta dicotomia no existe. Os dados e os procedimentos so integrados em um s elemento que denominado de objeto. A figura 8.1 faz um paralelo entre os dois paradigmas.
Captulo 08
77
Independncia dos dados. Pela restrio do uso de um objeto a um conjunto fixado de operadores, pode-se controlar a extenso para o qual o objeto cliente depende dos detalhes internos do objeto servidor. Modularidade. A definio de objetos apropriados pode agir como um ponto central para modular a implementao de um grande sistema de software, muitas vezes fornecendo um limite para distribuio ou concorrncia de objetos. Reuso. Pela organizao das classes dentro de uma hierarquia de especializao, propriedades comuns de uma classe podem ser herdadas pelas subclasses, encorajando, no somente o reuso dentro do sistema mas, tambm, o reuso entre diferentes sistemas atravs do compartilhamento de bibliotecas de classes.
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
78
A implementao do modelo
Exchange). A utilizao da rea de transferncia (clipboard) num PC permite a cpia de uma aplicao para outra. A DDE permite a conexo entre dois documentos e pode ser vista como uma extenso da rea de transferncia. A OLE permite a cpia dos dados de uma aplicao servidora para uma aplicao cliente. Os dados podem ser copiados junto com a conexo (link) formando a "insero do objeto" ou deixados na aplicao original caracterizando a "conexo OLE". A tecnologia OLE original foi atualizada para a OLE2 e recebeu novas caractersticas tais como a "automao" e "controles". Alm disso o sistema operacional Windows recebeu uma camada de software para suportar esta nova verso da tecnologia, que foi renomeada de "controles ActiveX", permitindo que controles mais "leves" sejam apropriados para a distribuio atravs da Internet. Os termos OLE e COM so utilizados normalmente da mesma forma, uma vez que o COM especifica os detalhes tcnicos da OLE e qualquer linguagem COM-compatvel poder ser utilizada para escrever objetos COM/OLE. A tecnologia COM incorporou o conceito de objetos distribudos atravs do modelo DCOM. A empresa Microsoft e o OMG (Object Managment Group), responsvel pelo modelo CORBA, concordaram em estabelecer uma abordagem que permita que um objeto DCOM possa se comunicar com um CORBA e vice-versa. O DCOM um conjunto de conceitos e objetos de interface em que um programa cliente ou objeto pode solicitar servios, utilizando RPC (Remote Procedure Call), a um programa servidor ou objeto, ou a outros computadores em uma rede. Na Internet so utilizados os protocolos TCP/IP e o HTTP. O COM fornece um conjunto de interfaces para a comunicao entre programas, mdulos ou objetos em um mesmo computador. O DCOM faz parte do ambiente NT a partir da verso 4.0 e pode ser gratuitamente adicionada ao Windows 95. Estar em breve disponvel para a plataforma Unix e IBM.
Captulo 08
79
ActiveX sejam invocados a partir da linguagem Java e que a Java possa invocar controles ActiveX. As primeiras linguagens utilizadas com o propsito de implementar objetos COM foram a C e a C++, mas a Delphi inteiramente compatvel com esta tecnologia. De fato, se for observado o cdigo fonte, o Pascal objeto, utilizado pela Delphi, parece ser mais fcil de usar do que o C++ para escrever objetos COM. Isto deriva do fato de que com a verso 3 da linguagem (Delphi 3) foi introduzido o conceito de interface, que , a propsito, a mesma idia de interfaces que foi utilizada para integrar a linguagem Java com a tecnologia COM na plataforma Windows [CAN97].
Delphi
Java
Visual Basic
Um controle ActiveX incorpora os servios COM e DCOM. Apesar de ser teoricamente compatvel com outras plataformas, necessrio que o controle seja recompilado, antes, na plataforma que dever ser utilizado. Ele uma verso mais leve da OLE. Cada controle OLE possui uma janela que ocupa espao na memria, mesmo que esta janela
U F S C
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
80
A implementao do modelo
nunca aparea. O uso de uma janela tambm significa que o controle, quando visvel, deve ser retangular e no transparente, devendo suportar automao, edio visual e deve ser capaz, ainda, de manejar eventos entre ele e o local onde est inserido. J um controle ActiveX no precisa ser uma janela e no precisa fornecer estas habilidades. De fato, um controle ActiveX deve satisfazer somente duas propriedades: ele deve poder responder questes sobre o que ele pode fazer e deve poder determinar quando no mais necessrio e liberar a memria por ele prprio. Isto feito atravs da implementao do conceito de interface desconhecida (IUnknown).
Captulo 08
81
Para fornecer suporte ao reaproveitamento e o compartilhamento de conhecimentos formalmente representados entre sistemas multiagentes til a definio de um vocabulrio comum em que o conhecimento compartilhado possa ser representado. Uma especificao de um vocabulrio para um domnio de discurso compartilhado, incluindo definies de classes, relaes, funes e termos, denominado de ontologia. Alguns projetos esto realizados no sentido de formalizar um padro para a troca de conhecimentos entre agentes de diferentes aplicaes. A tabela 8.5 apresenta alguns resultados. Tabela 8.5 - Linguagens de troca de conhecimentos Linguagem Caractersticas
KIF (Knowledge uma verso do clculo de predicados de primeira ordem com Interchange extenses para raciocnio no-monotnico e definies Format) [FIN94]. A linguagem est sendo desenvolvida pelo Interlingua Group. Ontolingua O KSL (Knowledge Systems Laboratory) da universidade de Stanford est desenvolvendo ferramentas e servios para suporte ao processo de obteno de ontologias compartilhadas comuns por grupos geograficamente distribudos [GRU93]
SRKB (Shared, O grupo SRKB est trabalhando no sentido de formalizar o Reusable contedo de bases de conhecimento compartilhadas. Um dos Knowledge Bases) objetivos compartilhar o conhecimento de reas especficas mas com metodologias e ferramentas independentes de contedo [FIN94].
U F S C
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
9 .. U M A A P L I C A O N A E S TAT S T I C A 9 U M A A P L I C A O N A E S TAT S T I C A
9 ..1 .. I n t r o d u o 9 1 Intro du o
A estatstica moderna surgiu no incio deste sculo [VEL91] e tem sido computadorizada essencialmente atravs de ferramentas que pretendem facilitar a anlise de dados. Certas tcnicas s podem ser aplicadas a grandes conjuntos de dados com a ajuda do computador. No entanto, a grande maioria destes sistemas, apesar da migrao para Windows e da melhora na interface, no so fceis de usar. Uma outra opo disponvel hoje so documentos html que podem ser visualizados ou recuperados atravs de qualquer software de navegao na Internet. Alguns destes locais apresentam applets Java, que proporcionam alguma interatividade e permitem a visualizao dinmica de distribuies e animaes de experimentos probabilsticos. As planilhas (notadamente o Excel) tambm vm fornecendo, com as sucessivas atualizaes, mais recursos estatsticos e, normalmente, com uma maior facilidade de uso do que os pacotes especficos. No entanto, ela uma ferramenta que no foi projetada para lecionar Estatstica e muito menos como um recurso didtico. um software projetado com outro propsito e que apresenta alguns recursos para a anlise de dados. Notadamente os conceitos estatsticos na planilha so de tal forma confusos que necessrio que o professor dedique parte do tempo a explic-los. Alm disto, a organizao no segue nenhum plano pedaggico. uma mistura de recursos que junta todas as reas em um nico local, prestando-se a uma confuso maior entre os usurios do que a que eles normalmente fazem. Para observar que o Excel, por exemplo, deixa muito a desejar, para ser um software estatstico razovel, basta observar o grande nmero de extenses (add-ins) que esto disponveis no mercado. No caso de softwares especficos, como o SPSS, por exemplo, apesar de apresentarem recursos para quase qualquer tipo de anlise estatstica, no se deve esquecer que eles foram e so projetados para serem eficientes na anlise de dados, e no so, de forma alguma, transparentes no como e porqu estes clculos esto sendo realizados. Ou seja, so softwares destinados a especialistas e que s podem ser usados no ambiente didtico com o auxlio de um especialista. Alm disto, estes softwares so excelentes para eliminar o trabalho braal, digamos assim, envolvido na aplicao das tcnicas estatsticas, mas eles no so apropriados para a explorao de conceitos e relaes. Ou seja, eles so ferramentas e no recursos didticos.
UM MODELO NEURO-DIFUSO DE MULTIAGENTES PARA O APOIO AO ENSINO DE DISCIPLINAS DA REA DE CINCIAS EXATAS
Captulo 09
83
U F S C
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
84 84
SurfStat. australia
Responsvel Keith Dear do Departamento de Estatstica DEA97 da Faculdade de Economia e Comrcio da Universidade de NewCastle, Austrlia. Local htpp://surfstat.newcastle.edu.au/surfstat/ Propsito um curso online de Estatstica introdutria com algumas caractersticas interativas adicionais.
Virtual Responsvel Kyle Siegrist do Departamento de Cincias Laboratories Matemticas da Universidade do Alabama in Probability em Huntsville. and Statistics Local htpp://www.math.uah.edu/stat/intro/index.html Propsito Fornecer conceitos de Estatstica e de Probabilidade atravs de pginas html e de applets. A apresentao feita atravs de mdulos que se assemelham a um livro tradicional. WISE (Web Responsvel Dale Berger do Departamento de Psicologia da Universidade Claremont. Interface for Statistics Local htpp://www.projects.cgu.edu/wise/ Education) Propsito Expandir os recursos de ensino dos cursos introdutrios de Estatstica, em especial, na rea de Cincias Sociais. XploRe Responsvel W. Haerdle e MD*Tech Method and Data ML98 Technologies. Local htpp://141.20.100.244/www.xplore-stat.de/ Propsito Pacote com uma linguagem de programao completa que fornece recursos interativos e grficos dinmicos, que pode ser utilizado na rede atravs de uma interface CGI e com auxlio de applets Java.
PPGEP
Captulo 09
85
Os pacotes anteriores baseados em mainframes eram projetados para utilizao atravs de uma linguagem de comandos, fazendo com que o usurio tivesse que aprender linguagens especficas nem sempre claras antes de tentar executar qualquer anlise estatstica. As novas verses baseadas no Windows oferecem novas facilidades, como interface grfica, a possibilidade de recortar e colar dados atravs de aplicaes diferentes, troca dinmica de dados e Insero e Ligao de Objetos (OLE), que as tornam muito mais teis e poderosas do que as antigas verses comando orientadas dos mainframes. No entanto, como o observado, por Morgan [MOR98], "existe uma grande necessidade, na pesquisa cientfica e na comunidade de negcios, por pacotes estatsticos que permitam a no profissionais avaliar dados de forma acurada e eficiente" (p. 1). Eu acrescentaria ainda que esta necessidade mais premente na rea educacional, isto , existe ainda uma lacuna no-preenchida por um software que permita o ensino de estatstica de forma eficiente para alunos de vrios nveis e com variados conhecimentos de informtica. A idia construir uma ferramenta que se adapte aos alunos e ao professor, e no, como acontece, quando se usa ou se tenta utilizar diferentes pacotes que foram projetados com outros objetivos, filosofias ou ambientes.
U F S C
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
86 86
Uma aplliicao na Esttattsttiica Uma ap cao na Es a s ca Tabela 9.2 - Resumo dos principais pacotes genricos
Artigos ASH98
Estdio de projeto de software curricular da KIN97 universidade Tufts. Data Description Inc Aptech Systems, Inc. Departamento de Estatstica do IACR GRA97, TAY97 CUR98
Local htpp://www.tufts.edu/tccs/services/css/ Data Desk GAUSS Genstat (General Statistical System) JMP Minitab NCSS Origin Prism SAS/ Insight SAS/ STAT SigmaPlot SigmaStat Simstat S-PLUS Responsvel Responsvel Responsvel Local htpp://www.datadesk.com/data/ Local htpp://www.aptech.com/ Local htpp://www.res.bbsrc.ac.uk/stats/genstat/
Responsvel Responsvel Responsvel Responsvel Responsvel Responsvel Responsvel Responsvel Responsvel Responsvel Responsvel
Instituto SAS Minitab, Inc. NCSS Statistical Software Microcal Software GraphPad Software Instituto SAS Instituto SAS SPSS Inc. SPSS Inc. KCS (Kovach Computing Services) Mathsoft
Local htpp://www.jmpdiscovery.com/ Local htpp://www.minitab.com/products/minitab/ Local htpp://www.ncss.com/html/ncsswin.html Local htpp://www.microcal.com/www/ MOR98 CUR96 COE91 NEW97 Local htpp://www.graphpad.com/prism/ Local htpp://www.sas.com/software/components/ Local htpp://www.sas.com/software/components/ Local htpp://www.spss.com/software/science/ Local htpp://www.spss.com/software/science/ Local htpp://www.kovcomp.com/simstat.html RIP97 Local htpp://www.mathsoft.com/splus/splsprod/
PPGEP
Captulo 09 SPSS SPSS Diamond Stata Responsvel Responsvel Responsvel SPSS Inc. SPSS Inc. Stata Co. Manugistics, Inc. StatSoft Analytical Software Co. Datamost Instituto SAS SPSS, Inc. MOR98 MOR98 KAY97, BIE93 CUR97 CUR98, LUR95 NEW98 FER95 DAV92
87
Local htpp://www.spss.com/software/spss/ Local htpp://www.spss.com/software/ Local htpp://www.stata.com/info/ Statgraphics Responsvel Statistica Statistix Statmost StatView Systat Vista Responsvel Responsvel Responsvel Responsvel Responsvel Responsvel Local htpp://www.statgraphics.com/frame/html/ Local htpp://www.statsoft.com/addition.html Local htpp://www.sigma-research.com/bookshelf/ Local http://www.datamost.com/products.htm Local http://www.statview.com/productinfo/ Local http://www.spss.com/software/science/systat
Forrest Young - Departamento de Psicologia TAG97, - Universidade da Carolina do Norte. YOU95 TexaSoft Luke Tierney FOR98
Local http://forest.psych.unc.edu/research/vista-frames/ WINKS Xlisp-Stat Responsvel Responsvel Local http://www.texasoft.com/ Local http://stat.umn.edu/~luke/xls/xlsinfo/
U F S C
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
88 88
Uma aplliicao na Esttattsttiica Uma ap cao na Es a s ca Tabela 9.3 - Resumo dos principais pacotes especficos
Artigo
Epi Info
Responsvel
Local http://www.cdc.gov/epo/epi/epiinfo.htm Propsito Anlise de estatsticas de sade. EViews Responsvel Quantitative Micro Sotware Local http://www.wviews.com/index.html Propsito Anlise economtricas e previses. First Bayes Responsvel Anthony O'Hagan do Departamento de YOU95 Matemtica e Estatstica da Universidade de Nottinghan, Inglaterra.
Local http://www.maths.nott.ac.uk/personal/aoh/ Propsito Anlise Bayesiana GLIM Responsvel Grupo de trabalho GLIM da Royal Statistical HIN94 Society Britnica.
Local http://www.nag.co.uk/xtats/gdge/html Propsito Principalmente ajuste de modelos lineares. MacAnova Responsvel Gary Oehlert e Christopher Bingham do HIN97 Departamento de Estatstica da Universidade de Minnesota. Local http://www.stat.umn.edu/~gary/macanova/ Propsito Anlise de varincia e de de sries temporais. MLab Responsvel Civilized Software Local http://www.civilezed.com/ Propsito Modelagem matemtica e estatstica. Oriana Responsvel Waren Kovach UPT96 Local http://www.kovcomp.co.uk/oriana/index.html Propsito Anlise de dados circulares. R-Code Responsvel Luke Tierney ROB95 Local http://www.stat.umn.edu/~rcode/ Propsito Anlise de Regresso Secos Responsvel Statistics for Education REI98 Local http://www.statsed.co.uk/secos/index.htm Propsito Bases de dados para realizar clculos estatsticos. Programa para interpretao de dados e realizao de grficos.
PPGEP
89
Local http://fisiosoft.com/ Propsito Anlises economtricas. Xtremes Responsvel Rolf Reiss e Michael Thomas COL96 Local http://www.xtremes/math.uni-siegen.de/ Propsito Anlisar dados extremos e comparar estimadores.
Local htpp://www.datadesk.com/activstat/index.htm Propsito Apresentar contedos introdutrios num formato multimdia. Os contedos incluem vdeos, simulao, animao, narrao, texto e experimentos interativos. Against All Responsvel David Moore do Departamento de Estatstica Odds: Inside da Universidade de Purdue e COMAP Statistics (Consortium for Mathematics and its Applications). Local http://www.pbs.org/adultleaning/als/publication/ Propsito um curso introdutrio de Estatstica para alunos que no estudaram Clculo, na forma de um telecurso englobando 26 programas de meia hora cada um. BOW98 An Eletronic Responsvel Cogito Learning Companion Local htpp://www2.viaweb.com/cogitodirect/ to Statistics Propsito Material de suporte que apresenta os contedos na forma de notas que so ilustradas por vdeo, grficos e animaes. Apresenta testes em cada seo. CrashCourse Responsvel SPSS, Inc. ROB97 in Statistics Local htpp://www.spss.com/software/science/crash/ Propsito Pacote auxiliar que apresenta contedos introdutrios e avanados de Estatstica. Inclui, som, vdeo e exemplos reais.
U F S C
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
90 90
Uma aplliicao na Esttattsttiica Uma ap cao na Es a s ca Responsvel TLTP (Teaching and Learning Tecnhology McC96 Programme) da Universidade de Strathclyde, Esccia. Local htpp://www.stamns.strath.ac.uk/external/CAL/ Propsito Tutorial interativo sobre a anlise bsica de dados e a escrita de relatrios.
Quercus
Statistics for Responsvel ITTI (Information Technology Training MOR99 the Terrified Initiative) da Universidade de Ulster, Irlanda. Local htpp://www.icbl.hw.ac.uk/itti/ittiprod.html Propsito Ensinar Estatstica para aqueles que no possuem base matemtica slida como alunos dos cursos das reas Humanas e Sociais. StatTutor Responsvel Peter Richardson do Departamento de CUR96, Psicologia da Universidade britnica Nene. SNE95 Local htpp://www.york.ac.uk/inst/ctipsych/web/CTI/ Propsito Ensino de estatstica bsica para estudantes universitrios de Psicologia. STEPS Responsvel TLTP (Teaching and Learning Tecnhology McC95, (STatistical Programme) da Universidade de Strathclyde, MAC95 Education Esccia. SNE95 through Local htpp://www.stats.gla.ac.uk/steps/ Problem Propsito Mdulos baseados em problemas para dar suporte ao ensino Solving) de Estatstica em vrios cursos. Statwise Responsvel Projeto SUMSMAN (Scottish Universities DAV97 Mathematics and Statistics across the Metropolitan Area Networks) da Universidade Napier, Esccia Local htpp://www.maths.ed.ac.uk/~ama/data/ Propsito Ensinar conceitos introdutrios de Estatstica alunos universitrios de Administrao e Cincias Sociais.
91
Ela foi lanada em 1987 numa verso desenvolvida originalmente para os computadores Macintosh. A primeira verso para Windows foi rotulada como 2, para corresponder a verso j existente para o Macintosh. Em 1990 foi lanada a verso 3, que inclua barras de ferramentas, capacidade para desenhar, suportes para programas adicionais e grficos em 3 dimenses. A verso 4, a primeira realmente popular, foi lanada em 1992. Em 1993 foi lanada a verso 5, com melhorias expressivas, como planilhas mltiplas e suporte para a linguagem Visual Basic. Em 1995 foi lanada a verso 7 da planilha, conhecida como Excel 95 e a primeira verso de 32 bits. A verso 6 da planilha no existe, pois a Microsoft resolveu remunerar seus produtos para escritrio, de modo que todos eles tivessem a mesma verso. A verso 8 foi lanada em 1997 e conhecida como Excel 97. A verso 9, que est sendo anunciada como Excel 2000, est prevista para 1999/2000. O Excel pode ser utilizado no ensino de Estatstica. No entanto, este software apresenta uma srie de deficincias e vrios problemas para ser utilizado como recurso instrucional. Os problemas variam desde os de traduo, passando pela falta de homogeneidade de nomenclatura e representao at a estrutura "espaguete" dos conceitos estatsticos, que mistura todos em uma nica categoria, fazendo com que o aluno j confuso o fique ainda mais. Alm do Excel existem vrias outras alternativas. O problema que a maioria delas praticamente desconhecida. Com exceo da Lotus 1-2-3, que j foi extremamente popular, e da Quatro Pro, as demais s sero descobertas com uma garimpagem minuciosa na Internet, mas no existe, praticamente nada, de literatura sobre ensino de Estatstica com estas planilhas. E x tte n s e s p a r a a p lla n iillh a E x c e ll Ex enses para a p an ha Exce Uma rea de software que vem crescendo substancialmente so os pacotes (ou extenses) para a planilha que viabilizam utiliz-las como recurso instrucional de Estatstica. A literatura apresenta apenas este tipo de software para a planilha Excel. A tabela 9.5, um resumo dos encontrados atualmente. Tabela 9.5 - Resumo das principais extenses para a planilha Excel Pacote Identificao Artigos
DISCUS Responsvel Neville Hunt e Sidney Tyrrel da Escola de GRA98 (Discovering Matemtica e Cincias da Informao da Important Universidade Coventry, Inglaterra. Statistical Local htpp://www.mis.coventry.ac.uk/research/ Concepts Propsito Coleo de 8 livros de exerccios, onde cada um cobre um Using assunto e consistem de arquivos contendo conjuntos de Spreadsheets) dados, diagramas, tabelas e grficos de vrios tipos. Utilizando dados Responsvel Statistics for Education RID98 Local htpp://www.statsed.co.uk/secos/secos1.htm Propsito Fornecer aos calouros ferramentas que os habilitem a interpretar e utilizar Estatstica Descritiva de uma forma significativa.
U F S C
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
92 92
Unistat
Local htpp://www.unistat.com/index.html Propsito Programa suplementar que fornece uma grande variedade de procedimentos estatsticos dentro da planilha Excel e permite direcionar as sadas para o MSWord. xlSTAT Responsvel Thierry Fahmy Local http://www.xlstat.com/ Propsito um conjunto de procedimentos estatsticos e de manipulao de dados, principalmente multivariados. XLStatistics Responsvel Rodney Car do Departamento de Sistemas de Gerenciamento de Informaes da Universidade Deakin, Austrlia. Local http://www.man.deakin.edu.au/rodneyc/ Propsito Traado de distribuies de probabilidades acumuladas, regresso linear e no-linear, anlise de regresso e correlao mltiplas.
PPGEP
Captulo 09
93
Ao executar a aplicao, o usurio ter disponvel quatro ambientes distintos: um ambiente de navegao, atravs de um interpretador html; um ambiente grfico, composto de um painel 2D e outro 3D; uma planilha com interface inteligente e um ambiente de comunicao. A primeira pgina acessada por default o ambiente do navegador. neste ambiente hipermdia que o usurio pode ler o contedo da disciplina na forma de um hipertexto. Este mdulo funciona de forma integrada aos demais atravs de recurso inovador de extenso do conceito de URL da WWW. O mdulo planilha oferece recursos de um software estatstico tradicional (como o SPSS por exemplo), apenas com a diferena de possuir os recursos enfocados nas diversas disciplinas e no tcnicas avanadas de anlise, s que de uma maneira inovadora, enfocando e reforando os conceitos como forma de ser um recurso didtico e no meramente um recurso de manipulao de dados. O ambiente grfico possui trs painis distintos que funcionam integrados planilha e ao navegador atravs de conexes por URLs. Os conceitos de Estatstica, bem como os de Probabilidade, podem ser apresentados atravs de um sistema de hipermdia com inmeras vantagens. Primeiro, o material pode ser enriquecido com conexes que levem a arquivos sobre a histria e o desenvolvimento tanto da Estatstica quanto da Probabilidade. Segundo, referncias a figuras ilustres no desenvolvimento das disciplinas, que num texto normal ou numa aula sero apenas citados, podem ser acrescentadas ao contedo na forma de uma conexo, contendo a biografia ilustrada e, desta forma, sem interferir com o texto normal da disciplina, pois esta conexo poder ou no ser seguida, dependendo apenas da curiosidade e interesse individual de cada um. No entanto, a principal vantagem do hipertexto na Estatstica e na Probabilidade so as conexes a nodos contendo outros programas que podem ser simulaes e ilustraes de conceitos, como as distribuies de probabilidade em Probabilidade e as distribuies amostrais na Estatstica. No caso do sistema modelo proposto, as conexes podem remeter planilha auxiliar, onde o aluno pode praticar na hora o conceito sendo apresentado, sem mudanas de ambiente e sem a necessidade de recursos adicionais, como rodar um novo pacote estatstico ou mesmo utilizar uma calculadora. O modelo agrega um recurso para a realizao de anlises grficas dinmicas e o traado de distribuies tanto de funes contnuas quanto discretas. O sistema, alm de apresentar grficos de distribuies pr-embutidas no sistema, pode traar o grfico de qualquer outra funo atravs de um analisador sinttico. O aluno pode optar por fazer um nico traado num sistema cartesiano ou plotar vrias funes num mesmo diagrama para comparaes, por exemplo, uma mesma distribuio com diferentes parmetros. Este recurso talvez o mais importante do sistema e o que o diferencia de outros existentes que apresentam lies ou contedos de Estatstica atravs de pginas html, onde somente possvel utilizar recursos grficos de forma limitada com a utilizao de applets Java. O uso de applets apresenta duas grandes desvantagens. A primeira delas que o navegador deve possuir embutido um interpretador Java e, a segunda, que cada funo precisa ser especificamente programada atravs de uma nova applet. J com o sistema proposto isto no necessrio, pois o analisador sinttico pode interpretar qualquer nova funo que no esteja pr-programada no sistema. O analisador sinttico ser til tambm para traar diagramas de distribuies de probabilidade contnuas que nenhum outro pacote computacional contempla. Por exemplo a funo f(x) = 1,5.(x - 1)2
U F S C
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
94 94
para 0 x 2 uma funo densidade de probabilidade. Basta que esta equao seja digitada e o intervalo fornecido para que o usurio tenha a idia do grfico desta distribuio. Atravs do grfico, o usurio pode ter uma melhor idia das medidas da varivel, como por exemplo a mdia, e ficar mais seguro sobre a correo de valores eventualmente calculados.
Figura 9.2 - Uma viso do mdulo de navegao C a r a c tte r s ttiic a s d o s iis tte m a Carac er s cas do s s ema Quanto navegao, o sistema possui os principais recursos disponveis nos navegadores tradicionais. Possui capacidade de recarregar um documento, caso ocorra algum problema durante a abertura inicial do documento. Esta caracterstica tambm til para
PPGEP
Captulo 09
95
interagir com o ambiente do usurio (o editor de texto) e recarregar um documentos aps algumas modificaes, para ver como se parecem as modificaes no navegador. Esta recarga feita diretamente atravs de um boto de atalho na barra de ferramentas. No h necessidade, portanto, de abrir uma caixa de dilogos e selecionar um nome de arquivo. Esto presentes, tambm na barra de ferramentas, os botes de atalho de voltar e avanar, para que o usurio possa retroceder um passo, e avanar tambm um passo, na lista dos arquivos percorridos. Existe tambm um boto intitulado de "parar" que muda de cor quando um arquivo est sendo aberto, mostrando ao usurio que est havendo atividade no sistema e que pode estar levando algum tempo. Isto til para no deixar o usurio com a sensao de que alguma coisa possa estar errada porque no est acontecendo nada na tela. Um recurso adicional a possibilidade de abrir uma caixa de dilogo para alterar as caractersticas bsicas de apresentao de texto, como cor da fonte, tamanho da fonte e cor de fundo. Isto pode ser feito e as modificaes so refletidas automaticamente sem a necessidade de recarregar o documento ou o prprio sistema.
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
96 96
ainda suficiente. Neste trabalho, prope-se ainda a extenso do modelo atravs de uma planilha com caractersticas inovadoras. A planilha pretende ser uma interface inteligente para a elaborao de clculos estatsticos da forma como so lecionados e no da forma que outros softwares o fazem. Neste caso, o que se est fazendo adaptar o sistema ao ensino e no tentar adaptar os alunos ou o ensino ao sistema. A planilha incorpora inteligncia na identificao das variveis, atravs de sua identificao automtica. Isto , no ser o usurio que informar ao sistema o tipo de varivel que est sendo utilizada, como acontece nos sistemas atualmente em uso, mas sim o sistema que as reconhecer de forma automtica. Este procedimento bsico para que se possa evitar que o usurio inexperiente use o sistema para realizar clculos e anlises sem sentido, que ocorre com os sistemas tradicionais. Uma vez que o sistema identifique o tipo de varivel sendo considerada, ele fornecer ao usurio (atravs de menus flutuantes, por exemplo) somente aquelas opes que forem pertinentes quele tipo de dado, evitando desta forma a realizao de clculos estatsticos que violem hipteses bsicas sobre a escala de medida envolvida. (Como, por exemplo, que o usurio calcule mdia e desvio padro de uma varivel categrica). Nos sistemas atuais no existe um mecanismo que evite que tais tipos de clculos sejam executados e sejam apresentados pelo sistema como se fossem anlises perfeitamente legais.
9 ..7 ..1 .. O s S iis tte m a s E s p e c iia lliis tta s e a E s tta tts ttiic a 9 7 1 Os S s e mas Espec a s as e a Es a s ca
Os esforos para colocar inteligncia em softwares de anlise de dados comearam no incio da dcada de 80. E no inicio da dcada de 90 os ambiciosos objetivos articulados na poca ainda no haviam sido alcanados [PRE91]. Grard Hatabian e Herv Augendre [HAT91] colocam que a principal funo de um ESS (Expert Statistical System), que seria o resultante de um Sistema Especialista (Expert System) e um Sistema Estatstico (Statistical System), no seria representar o conhecimento de um campo em particular, mas guiar o usurio na utilizao do software estatstico. J um ISS (Intelligent Statistical Software) seria um software na qual a representao do conhecimento no est explcita. O sistema proposto seria enquadrado nesta segunda categoria, uma vez que o conhecimento est implcito no software, principalmente na interface. O sistema no pretende ser um conjunto de regras que auxiliam o usurio a escolher entre este ou aquele teste estatstico. Isto de nada adianta se o usurio no souber por que este teste o adequado ou recomendado e principalmente por que est aplicando um teste ou fazendo uma determinada anlise. O que se faz necessrio, e isto foi percebido em muitos anos lecionando, que o aluno entenda o que est sendo feito e, s ento, saiba quais recursos (tcnicas) existem para melhor explorar ou resolver a situao. Se o software apenas disser qual a tcnica que deve ser usada, sem despertar a compreenso do conjunto ou do que est sendo realizada e com que propsito, a situao apenas vai mudar de um conselheiro humano para um eletrnico. Tcnicas estatsticas para lidar com determinadas situaes s devem ser vistas quando o estudante perceber a necessidade delas. preciso, antes de mais nada, enfatizar e mostrar a necessidade de um tratamento estatstico em situaes reais. Algumas destas situaes consistem de aplicaes especficas ao campo de estudo particular do estudante, mas outras envolvem situaes de interesse geral ou experincias da vida diria [YIL96].
PPGEP
Captulo 09
97
A anlise no sendo centrada em procedimentos e sim nas variveis e no que pode ser feito com uma (duas ou mais) delas diminui sensivelmente a curva de aprendizagem e manejo do software. Rolf Biehler [BIE93] coloca que "cada software estatstico introduz uma linguagem idiossincrtica prpria, conceitos e objetos que precisam ser aprendidos e dominados antes que a ferramenta possa ser razoavelmente utilizada. As pessoas esto certas em considerar esta caracterstica como um obstculo e no como uma novo potencial para aprendizagem e prtica" (p 75). . E acrescenta: "pode-se observar uma reorganizao qualitativa no intencional da atividade estatstica quando se utilizam recursos computacionais: os estudantes no esto mais realizando qualquer trabalho ou pensamento estatstico, mas esto inteiramente ocupados com as tecnicalidades de uma interface ou com os detalhes de uma linguagem de comandos" (p.76).
9 ..7 ..2 .. A s ffo r m a s ttr a d iic iio n a iis 9 7 2 As or mas rad c ona s
O uso de pacotes computacionais dispensou professores e alunos dos cursos de Estatstica e Probabilidade do tdio provocado pela excessiva atividade braal em executar um grande nmero de clculos irrelevantes que no acrescentavam nada em termos de aprendizagem. Softwares convencionais como: Minitab, SAS, SPSS, Statgraphics, Statistica e Systat entretanto, no tm auxiliado muito no entendimento dos conceitos subjacentes. Os estudantes no refletem sobre o que esto fazendo e nem por que o esto fazendo. Simplesmente lanam os dados e aplicam o teste [STE91]. Sistemas especialistas na rea de Estatstica em geral tm se preocupado em auxiliar na escolha da tcnica estatstica a ser aplicada. Isto feito atravs de uma srie de questes que so colocadas ao usurio e medida que ele as responde o software vai descendo em um diagrama de rvore e se aproximando da tcnica correta. O nico problema que esta abordagem acarreta que ela parte do pressuposto que o usurio saiba e vai responder corretamente a todas as questes propostas. Vejamos um exemplo de um dilogo tpico "computadorxusurio" de um destes "sistemas especialistas". O exemplo abaixo do sistema SPRINGEX, que caracterizado como um mdulo adicional especialista para o sistema TURBO SPRING-STAT. O propsito do "sistema especialista" auxiliar o usurio no manejo dos dados e nas necessidades analticas com os procedimentos disponveis no sistema TURBO SPRING-STAT. O sistema foi escrito em TURBO PROLOG e foi baseado num exemplo de um sistema especialista do guia de referncia do turbo Prolog denominado GENI [RAE92]. A seguir, a tela de abertura do sistema e algumas questes colocadas ao usurio: Benvindo ao SPRINGEX, um recurso para ajud-lo a selecionar procedimentos Spring-Stat. Use o menu direita para responder cada questo. verdade que voc quer rodar um procedimento ESTATSTICO: verdade que voc quer entrar/revisar/editar dados: verdade que voc tem UMA varivel DEPENDENTE: verdade que voc quer ASSOCIAR para ver tanto os objetos quanto os RTULOS das variveis: verdade que seus dados esto mensurados em escala de INTERVALO, pelo menos: verdade que voc quer PLOTAR at 10 objetos em 3 variveis: Sim No Porqu Sim No No No No No
U F S C
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
98 98
Uma aplliicao na Esttattsttiica Uma ap cao na Es a s ca verdade que sua varivel DEPENDENTE categrica (membro de um GRUPO): verdade que voc salvou um arquivo MANOVA [.DAN]: verdade que voc salvou um arquivo CORRELAO [.CRM] no formato matricial: verdade que voc quer analisar EXATAMENTE 2 variveis: verdade que voc quer analisar UMA varivel de cada vez: verdade que voc salvou um arquivo no formato BASE DE DADOS [.HDG]: verdade que a distribuio NO-NORMAL e dos dados no esto em escala de INTERVALO: verdade que seus dados tem o MESMO N para as variveis/grupos: No No No No No Sim Sim Sim
Supondo que o pretenso usurio tenha conseguido responder a todas as questes acima sem a necessidade de terminar o curso de Estatstica, o "sistema especialista" daria seu "conselho": Eu acho que voc quer rodar: [No-par] FRIEDMAN ou KENDALL Ora, o suposto especialista computacional construdo para auxiliar no uso do sistema e na seleo de uma tcnica estatstica, mas em contrapartida exige que o usurio tenha conhecimentos mais do que suficientes para chegar a mesma concluso que ele (sistema especialista) por si prprio! Se um hipottico usurio do sistema acima tivesse habilidades suficientes tanto em estatstica quanto no uso do software para responder a todas as questes ele certamente no precisaria de um especialista, pois ele seria o especialista! Bem, pode-se argumentar que este um exemplo antigo e que hoje as coisas so diferentes. Veja-se ento um outro exemplo descrito em [GRA96] sobre o dilogo com o usurio de um software com objetivos semelhantes, isto , selecionar o tipo de teste estatstico, onde o contedo enfocado o "teste de hipteses", que parte integrante de praticamente todos os cursos de estatstica bsica: Que tipo de varivel resposta voc tem? Quantas amostras? Qual o tamanho da amostra (n)? Voc possui uma alternativa bilateral? A varincia conhecida? Os dados so emparelhados? Pode-se ver que o dilogo bem mais simplificado e bem mais objetivo que o anterior. No entanto, ele ainda no eliminou a necessidade de o usurio tomar decises ou possuir um conhecimento que ele supostamente ainda no tem e que teoricamente o sistema deveria estar ensinando. Este, entretanto, no principal problema que vejo aqui. Para mim o mais grave o enfoque restrito, que refora a aplicao mecnica dos
PPGEP
Captulo 09
99
conhecimentos. A nica diferena que agora o aluno far isto com o auxlio da mquina e no s suas prprias custas.
Agrupar (isto , construir uma distribuio de freqncias). Um clique na alternativa "Descritiva", por exemplo, remeteria o usurio para um
(permitindo o clculo das trs anteriores). J as opes para a alternativa "De disperso ou variabilidade", consistem em:
Todas Varincia; Desvio padro; Desvio mdio; Varincia relativa; Coeficiente de variao; Todas (as consideradas nesta categoria).
U F S C
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
100 100
Figura 9.3 - Planilha mostrando o menu flutuante com as opes ativas J se uma varivel qualitativa for selecionada, ser necessrio a interferncia do usurio para informar se esta varivel "nominal" ou "ordinal", uma vez que, neste caso, o sistema no tem condies de fazer a identificao de forma automtica. Com a varivel identificada as opes das caixas de dilogo ficariam limitadas s pertinentes. Por exemplo, uma anlise descritiva, no forneceria as opes de clculo da "mdia" e "mediana", mas poderia apontar a "classe" ou "categoria" modal. Acredito que se possa ter uma boa viso das intenes do sistema com os exemplos apresentados acima. Neste caso o que se est procurando enfocar e salientar so os conceitos gerais, e cada opo oferecida refora esta idia. Obviamente o sistema poder eventualmente oferecer opes de atalho para o usurio mais experiente ou que j tenha incorporado as idias bsicas. S que isto seria uma opo a ser considerada posteriormente, pois o objetivo que ele seja utilizado por alunos que enfrentam pela primeira vez um curso de Estatstica Introdutria e neste caso todo e qualquer reforo conceitual nunca ser excessivo. Alm disso o sistema oferecer uma descrio (resumo), de forma opcional, atravs de um boto (ou menu) intitulado "voc quer ajuda" ou "e agora ...". A inteligncia do sistema estar embutida nas opes fornecidas ao usurio, que sero somente aquelas pertinentes quele tipo de dado e nada mais. Hoje, o usurio acessa atravs dos menus todas as ferramentas e recursos disponveis no sistema para aplicar inteiramente ao seu critrio, no importa se quem o esteja manipulando seja um especialista ou algum aluno sem experincia tentando descobrir o que ele pode fazer.
PPGEP
Captulo 09
101
Figura 9.4 - Uma viso do analisador sinttico do sistema O editor grfico composto de trs painis distintos. Um analisador sinttico, um mdulo para diagramas em 2D e um mdulo para diagramas em 3D. O analisador sinttico pode mostrar imediatamente qualquer equao digitada pelo usurio, alm das princludas no sistema. possvel interagir com o editor, fornecendo os intervalos de variao desejados e representando um nico diagrama ou vrios simultaneamente num mesmo sistema cartesiano. As opes de diagramas em 2D e 3D so oferecidas atravs de um componente ActiveX denominado Olectra.
9 ..8 ..1 .. G r ffiic o s d iin m iic o s iin tte r a ttiiv o s 9 8 1 Gr cos d nm cos n era vos
Os estudantes precisam saber no somente onde as tcnicas funcionam mas tambm onde elas falham e o porqu. Eles podem adquirir mais experincia tentando novas abordagens em muitos exemplos. Obter esta experincia, sem o aborrecimento de clculos exaustivos ou extensiva programao, requer uma ferramenta computacional rpida e relativamente fcil de usar. Tal necessidade pode ser suprida por um sistema computacional interativo. Se mecanismos de grficos dinmicos forem adicionados, os resultados de tais anlises podem ser mais rpido e facilmente absorvidos [AND88]. Tradicionalmente, os grficos no suportam interao ou quando suportam ela muito limitada; eles so meramente imagens para serem olhadas. No entanto, pode-se fazer um pouco melhor do que isto. O mdulo grfico do sistema incorpora um mecanismo grfico, onde qualquer grfico pode ser manipulado de inmeras maneiras. Pode-se passar de
U F S C
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
102 102
uma viso de duas dimenses para uma de trs, girar e rotear a viso tridimensional, com o auxlio do mouse, para qualquer ngulo ou perspectiva desejado.
Figura 9.5 - Uma viso do mdulo grfico do sistema O reconhecimento do potencial da manipulao direta, com resultados em tempo real, de grficos para anlise de dados remonta ao incio dos anos 60, quando apareceram os primeiros sistemas computacionais grficos. No final dos anos 60 foi desenvolvido o primeiro sistema dinmico para desenhar curvas probabilsticas. Pela rotao de um mouse esfrico, o usurio podia continuamente mudar o parmetro forma para a distribuio de referncia exibida na tela. O mouse podia ser roteado para tornar o padro de pontos to retos quanto possvel. O sistema demonstrou que a tcnica dos grficos dinmicos tinha um bom potencial para a anlise de dados [BEC88]. Os grficos dinmicos so muito semelhantes aos estticos, exceto que certos aspectos, podem ser alterados rapidamente sem a sua completa reconstruo. Os grficos podem ser construdos seqencialmente, com o processo de construo sendo parte do exerccio de aprendizagem [CUR96].
Captulo 09
103
desaparece. Acredita-se que esta tcnica til para aumentar o aproveitamento do usurio do sistema, pois pode-se perceber mais e melhor quando se interage com o grfico, principalmente se ele reage instantaneamente, do que meramente olhar. Isto no significa que os mtodos estticos tradicionais no sero utilizados, mas que este mtodo vir somar no esforo de proporcionar um ambiente mais produtivo para o entendimento dos conceitos sendo apresentados ao usurio do sistema. Grficos dinmicos podem ser implementados atravs de diversos mtodos. Entre eles podem-se destacar: identificao, excluso, conexo, escalonamento e rotao. Informaes adicionais sobre o assunto podem ser vistas em [BEC88, STU88].
Mulher
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
104 104
PPGEP
Captulo 09
105
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
106 106
lues de problemas e demonstrao de propriedades e mesmo na verificao de teoremas. Neste caso, a tcnica empregada a Monte Carlo, ou seja, a gerao de valores e distribuies aleatrias.
Observao das Aplicao de Alterao de Tomada Atividades de mudanas no procedimentos. variveis e decises Aprendizagem sistema. inter-relaes. orientadas problema. Objetivos Educacionais Conhecimento de estruturas e da dinmica de sistemas complexos.
Internalizao Estratgias de Conhecimento e de descobertas refinamento de procedimentos cientficas. habilidades e definidos. desenvolvimento de heursticas.
9 ..1 1 ..4 .. R a z e s p a r a u ttiilliiz a o d a s iim u lla o n o e n s iin o 9 11 4 Razes para u zao da s mu ao no ens no
A simulao uma ferramenta tutorial valiosa pelas seguintes razes [MER96]: Envolve menos riscos que a realidade. Erros, que em sistemas reais seriam fatais, numa simulao podem no mximo causar uma pequena frustrao. O erro se transforma em experincia e tender a ser repetido cada vez menos. Os custos de treinamento so reduzidos. Embora alguns sistemas de simulao tenham um custo inicial alto, a longo prazo eles certamente sairo mais barato do que o treinamento no objeto real. Ela normalmente mais conveniente do que o treinamento real, pois possibilita geralmente o treinamento de mais estudantes ao mesmo tempo. As experincias em simulao podem ser repetidas. Os estudantes podem repetir uma experincias tantas vezes quanto o necessrio para entend-las e enfrent-las com habilidade. Muitas dificuldades de aprendizagem ocorrem em virtude de se possuir apenas uma viso esttica da representao de sistemas naturais ou artificiais. Com um livro esta a nica maneira possvel. No entanto com o computador os modelos podem e devem ser dinmicos.
Captulo 09
107
dos, este tipo de enfoque seja conveniente. No entanto, este tipo de inteligncia no apropriado para um sistema que pretende lecionar estatstica, pois primeiro solicita do usurio conhecimentos que ele normalmente no possui e segundo leva a uma viso segmentada do contedo, enfatizando a idia de que a estatstica apenas um conjunto de regras que levam seleo de uma determinada tcnica ou frmula. Para fugir a estes preceitos tradicionais, o modelo proposto apresenta uma interface em que a maioria das decises feita automaticamente pelo sistema e enfatiza a viso de conjunto do contedo. O sistema tambm fornece, atravs de opes de ajuda sensvel ao contexto, explicaes do tipo "por que determinada opo no est ativada em determinado tempo". Toda nova tecnologia, para ser aplicada ao ensino, envolve uma fase de adaptao. Com a WWW no foi diferente. Apesar de existir um conhecimento acumulado bastante grande da utilizao do computador, no ensino este conhecimento se referia basicamente a tutorais, isto , esquemas mais ou menos rgidos onde o computador era usado ou tentava ser usado como um substituto do professor. Eram sistemas de ensino pouco flexveis que tentavam adaptar ao novo meio as tcnicas de ensino tradicionais. Com a tecnologia do hipertexto e o surgimento da WWW permitindo acesso imediato a base de conhecimentos situadas em qualquer parte do mundo, esta postura precisa e est sendo revista. O ensino atravs destes meios deve mudar inteiramente seu foco do professor para o aluno. Com o conhecimento descentralizado e acessvel diretamente na casa do aluno, um ensino individualizado que sempre foi um dos objetivos do ensino tradicional pode ser agora implementado. No na concepo original de um professor para cada aluno, o que seria proibitivo em termos de custos, mas com o aluno interagindo muito mais com o conhecimento em si e o professor agindo apenas nas horas em que esta interao seja interrompida de uma forma ou de outra. Nestas situaes, a comunicao com o professor pode ser feita via e-mail, via chat ou via uma teleconferncia. Um novo paradigma de ensino est surgindo, que o de aprender a aprender. Ao invs de se tentar ensinar o aluno, o papel do professor o de facilitador do acesso ao conhecimento, isto , o professor deve incentivar e fornecer condies para que o aluno aprenda por si prprio. Ele deve fornecer os meios e as facilidades para que o aluno construa seu prprio conhecimento. O papel tradicional do professor mudar de agente transmissor do conhecimento para o de agente organizador do conhecimento, cabendo ao computador o papel de transmissor e interagente do conhecimento. Ao invs de preparar as tradicionais aulas para serem passadas para o quadro e do quadro para o caderno de anotaes dos alunos, o professor agora passar as aulas diretamente para um local na Internet, onde o aluno poder acess-las sem a etapa intermediria da passagem pelo tradicional "quadro-negro" que consome e desperdia tempo tanto do professor quanto do aluno. O argumento contra este novo sistema que o contato direto com o professor fundamental para que o aluno possa interagir e perguntar. No entanto, a experincia tem mostrado que poucos alunos universitrios tiram proveito deste contato direto com o professor. A grande maioria, silenciosa, se limita a copiar os contedos do quadro, sem nenhum pensamento crtico e deixando para avaliar o material em casa quando for estudar para a prova. Ora, nesta hora o professor no est acessvel, mas com o novo paradigma o aluno estabelece uma sesso online ou manda suas dvidas por mail ou ento consulta outro colega, e no precisa deixar a dvida para a prxima aula quando j dia de prova ou, ento, quando ele j esqueceu qual era o problema.
U F S C
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
1 0 .. C O N C L U S E S E R E C O M E N D A E S 10 CONCLUSES E RECOMENDAES
1 0 ..1 .. C o n c llu s e s 10 1 Conc uses
Com a informao crescendo substancialmente a todo instante no possvel ignorar um recurso como o computador para transmitir mais conhecimentos, de uma forma mais dinmica, interativa e prazerosa. A tecnologia da hipermdia j est suficientemente fundamentada para que se possa utiliz-la com proveito para ensinar praticamente qualquer contedo. Cabe ao professor descobrir o que funciona melhor com seus alunos e com sua disciplina, de forma a motiv-los e tirar proveito tanto da atratividade exercida pelo computador quanto pela motivao despertada pela Internet e pela WWW. Lecionar Estatstica, como de resto disciplinas da rea de Matemtica, uma tarefa difcil por vrios motivos. Geralmente estas disciplinas envolvem abstraes que no encontram suporte em recursos visuais. Os alunos apresentam, quando no uma averso completa pela disciplina, um desinteresse que dificulta tanto o relacionamento professor aluno quanto a aprendizagem. Melhorar este quadro, tornando o ensino mais visual, mais atrativo, mais analtico e mais abrangente, envolvendo perspectivas globais, o propsito deste trabalho. Um das maneiras que acredito que isto possa ser feito mudando substancialmente uma das principais ferramentas de suporte dos pacotes computacionais usados para analisar dados, que via de regra no so adequados para servirem como recurso didtico. Estes pacotes reforam a impresso transmitida pelo ensino tradicional, de que a Estatstica apenas um conjunto de tcnicas analticas aplicadas a certas situaes ou conjuntos que satisfazem certas restries que nunca ficam exatamente claras. O que se quer deixar clara uma perspectiva que tudo o que est sendo apresentado tem um propsito especfico e est interrelacionado. A grande maioria dos softwares estatsticos foram construdos com o objetivo de realizar clculos, isto , permitir que determinadas tcnicas que demandariam computao exaustiva, e desta forma impraticveis manualmente, pudessem ser aplicadas. Eles normalmente no foram projetados para lecionar, isto , com objetivos pedaggicos claramente definidos. O leque de recursos expressivo na maioria dos pacotes, no entanto, o que torna um pacote adequado ao ensino no exatamente o que ele pode fazer e sim como ele faz. Alm dos softwares estatsticos direcionados computao intensiva, podem-se utilizar as planilhas. A grande vantagem da planilha que ela programvel e dinmica. S que como ela no foi projetada para servir como recurso pedaggico e muito menos para lecionar estatstica. Para tal torna-se necessrio fazer adaptaes e estas adaptaes no so sempre simples. Tanto verdade que isto atestado pela srie de softwares construdos com a finalidade de torn-las adequadas ao ensino, e com alguns tornandose de meros adendos a pacotes computacionais completos por si s. Existem ainda os livros eletrnicos ou cursos multimdias, embelezados com sons e fotos que muitas vezes mais distraem do que atraem, disponveis em grande profuso no mercado comercial e da Internet em muitas reas alm da Estatstica, como Clculo, lgebra, Fsica, Qumica, etc. Nestes livros eletrnicos multimdia, a informao apresentada em uma seqncia mais ou menos fixa e o estudante deve aprender absorvendo
UM MODELO NEURO-DIFUSO DE MULTIAGENTES PARA O APOIO AO ENSINO DE DISCIPLINAS DA REA DE CINCIAS EXATAS
Captulo 10
109
toda e qualquer informao apresentada na tela do computador. Um teste tpico deste tipo de software consiste de questes para o qual a resposta correta ou no e que invariavelmente produzem uma mensagem do tipo "tente novamente". Ao meu ver, num software multimdia os eventos e a seqncia do material sendo apresentado devem ser controlados pelo aluno. O material multimdia adicional, como o som e o vdeo e a animao, deve sempre ter o propsito de aumentar ou explicar ou ainda apresentar o material num formato diferente, e deve sempre estar sob o comando do usurio que em ltima instncia decide se v, houve, participa ou no. Ele no deve ser apenas um atrativo para embelezar ou atrair mas sim servir a um propsito pedaggico especfico. O estudante deve sempre ter a ltima palavra sobre o quanto vai estudar, que material vai estudar em um determinado tpico e, claro, advertido que para entender este ou aquele assunto necessrio que primeiramente fique bem assimilado tais e tais conceitos. Que ele possa, sempre que achar necessrio, voltar atrs e revisar pontos que no ficaram claros e por isto necessrio que ele possa passar de um tpico para outro a qualquer tempo ou ponto. As questes ou testes devem sempre apresentar alm do "correto" e "errado", as razes ou do porqu aquele o resultado correto e no aquele outro. Alm disso, oferecer sempre uma alternativa de "dica" ou "pista" antes de fornecer a resposta e, como etapa final, a "soluo" completa do exerccio, para que ele possa ver o caminho percorrido para chegar l, de forma que possa aplic-lo numa situao semelhante. O propsito do sistema, ao menos na sua primeira fase, somente demonstrar funcionalidade, ou seja, que um sistema hipertexto pode ser aplicado com vantagens ao ensino de disciplinas da rea de Cincias Exatas e que pode ser construdo como um hbrido entre um sistema de hipermdia e um programa computacional clssico de Estatstica. Neste trabalho apresenta-se um modelo de agentes para auxiliar no ensino de contedos que so transmitidos praticamente da mesma forma desde que a escola foi instituda. Acredito que sua utilizao possa aumentar a motivao dos alunos pelas disciplinas de Estatstica/Probabilidade, melhorando, desta forma, o rendimento e colaborando para um aumento da produtividade no ensino. Entre as contribuies que se acredita sejam relevantes neste trabalho, pode-se destacar uma classificao e justificativa da utilizao do computador no ensino; um levantamento e classificao dos sistemas de hipertexto/hipermdia na educao, e particularmente no ensino de estatstica, onde foram tentadas novas abordagens; uma anlise dos recursos computacionais atuais para lecionar Estatstica, na qual se observa que os pacotes existentes ou planilhas no satisfazem totalmente as necessidades para um ensino de graduao para grupos grandes e heterogneos de alunos, normalmente despreparados. feita uma justificativa do uso de grficos dinmicos e da interatividade para melhorar a aprendizagem, pois, como o colocado por Gordon [GOR95], "o maior desafio atualmente enfrentado por pesquisadores da Estatstica educacional melhorar nosso entendimento da aprendizagem (online)". O principal resultado do trabalho apresentao de um modelo multiagente para dosar e calibrar os contedos sendo apresentados ao aluno e para principalmente detectar e classificar o usurio do sistema de forma que ele receba exerccios de acordo com a sua capacidade, mantendo-o, desta forma, estimulado a prosseguir para patamares mais altos de dificuldades. Os agentes podem ainda classificar as aplicaes de modo a adequ-los ao perfil do usurio do sistema e resolver eventuais dvidas atravs do fornecimento de dicas e exemplos semelhantes.
U F S C
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
110 110
J o modelo proposto integra um navegador convencional, acrescido de facilidades para estudar, com uma planilha de interface inteligente num mesmo sistema, que integrado, ainda, por um mdulo grfico e um de comunicao, mais um editor de hipertexto onde alteraes e correes podem ser feitas e visualizadas imediatamente. Ao invs de se tentar novas abordagens com resultados duvidosos, foi feito o uso de paradigmas de interface e programao que comprovadamente j mostraram, atravs de sua larga aceitao e popularidade, que funcionam. Casou-se o sistema de hipertexto mais popular da atualidade e talvez o software com maior utilizao no mundo atualmente, que o sistema de hipertexto da rede mundial, com o da planilha, tambm j sedimentado e de largo uso, combinados com uma interface inteligente para a planilha e do sistema multiagentes. O sistema vai dirigindo o aluno em funo do tipo de anlise pretendida para a obteno dos resultados atravs de menus inteligentes que so auto-aplicveis em funo da identificao automtica do tipo de varivel sendo utilizada. A Estatstica rapidamente tirou vantagem da computao gil e barata. Mtodos antigos, como a regresso, esto agora equipados com uma grande variedade de ferramentas de diagnstico. Classes de modelos mais gerais, tais como os lineares generalizados e os aditivos generalizados, descrevem uma grande variedade de fenmenos. As tcnicas de bootstrapping e subamostragem produzem estimativas de erros e intervalos de confiana em situaes que antes eram intratveis. A cada ano aparecem novas formas de analisar dados pela aderncia de classes gerais de funes. A natureza, tanto da prtica quanto da pesquisa estatstica, mudaram dramaticamente sob o impacto da tecnologia. A forma de lecionar, entretanto, mudou muito pouco. Como observado por MOORE [MOO95], "nosso modo fundamental de interagir com os estudantes continua como sempre foi" e acrescenta "a revoluo computacional no alterou nem a natureza do ensino e nem tampouco a produtivade dos professores" (p. 298). O propsito deste trabalho dar uma contribuio para que de alguma forma o ensino de Estatstica possa iniciar tambm a sua revoluo, a exemplo do que ocorreu com a tcnica e a pesquisa.
1 0 ..2 .. R e c o m e n d a e s 10 2 Recomendaes
O trabalho apresenta um modelo multiagentes que pode ser utilizado para lecionar a distncia ou ento como um recurso de auto-instruo. Desta forma existem muitas maneiras de aperfeio-lo, expandi-lo e aplic-lo. O leque de disciplinas em que ele poder ser utilizado abrange principalmente as da rea de Matemtica e de Matemtica Aplicada. No entanto, nada impede que ele possa ser utilizado em disciplinas de outras reas, bastando que estas disciplinas envolvam ou requeiram abstrao e que necessitem, desta forma, que o aluno pratique os conceitos, isto , realize muitos exerccios. Entre as disciplinas sugeridas em que o modelo proposto poder ser utilizado, alm da aplicao proposta neste trabalho que o ensino de Estatstica e de Probabilidade. Esto os diversos Clculos, a lgebra Linear e a Geometria Analtica, bem como, em uma variedade de disciplinas dos cursos de graduao das reas humanas e sociais que envolvam contedos bsicos de Matemtica como as disciplinas de Complementos de Matemtica, por exemplo. A inteligncia dos agentes poder utilizar outros modelos alm do proposto aqui, pois o leque de possibilidades extenso j que as pesquisas em modelos neuro-difusos
PPGEP
Captulo 10
111
so recentes. Muitos outras propostas de modelos neuro-difusos podero ser tentadas. O acrscimo de algoritmos genticos, por exemplo, j foi mencionado e poder ser utilizado. Da mesma forma, o modelo poder ser ampliado com o acrscimo de novos agentes. Pode-se propor agentes mveis, na forma de mensagens, que se encarreguem de avisar o usurio quando algum conseguir resolver um exerccio mais difcil ou que passe entre os membros da turma alguma dica que possa ajudar em alguma tarefa mais complicada. Tambm, um agente que se encarregue de manter um cronograma das atividades da disciplina e sempre que necessrio envie uma mensagem ao aluno para lembr-lo da data de uma prova ou da entrega de um trabalho ou ainda de alguma atividade como palestra ou seminrio relacionado ao contedo. Na verso inicial muitas das caractersticas desejveis e recomendveis de um sistema de software educacional so sacrificadas em funo da funcionalidade. Ento recomendado o aumento da capacidade do sistema pela agregao de novas habilidades e a atualizao constante na interface para o acompanhamento da tendncia mundial na construo de software. Isto no ser difcil, pois alm da arquitetura modular o sistema construdo atravs de componentes de software (componentes Delphi e componentes ActiveX). Estes componentes podero ser atualizados, ou at mesmo trocados, sem a necessidade de alterar todo o sistema. O sistema foi projetado para lecionar determinadas disciplinas para alunos das reas tcnicas (Engenharias principalmente), mas nada impede que ele seja utilizada para o ensino nas demais reas como a humanas e sociais. Neste caso no propriamente o sistema que deve ser adaptado e sim as diferentes bases de conhecimentos como os contedos do sistema de hipertexto, a base de aplicaes (listas de exerccios), a base de casos (exemplos). A validao do sistema em qualquer uma destas reas poder ser efetuada atravs de um ensino tradicional comparada com o sistema em turmas piloto e pela comparao estatstica dos resultados. Recomenda-se, finalmente, a implementao do mdulo de comunicao que foi parcialmente realizada nesta etapa. Este mdulo composto por um subsistema de correspondncia eletrnica, um de conversao online (chat) e um de vdeo conferncia.
U F S C
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
1 1 .. G L O S S R I O 11 GLOSSRIO
ACM (Association of Computer Machinery). Fundada em 1947, a maior e mais antiga sociedade internacional computacional e industrial. Atravs dos seus SIGs (Special Interest Groups) a sociedade promove a pesquisa e a comunicao em um amplo leque de reas computacionais. Ajuda do Windows. um leitor de hipertexto que est disponvel, em qualquer computador que use o MSWindows, atravs da tecla "F1", ou atravs do menu "Ajuda", disponvel em qualquer software que rode sob o sistema operacional Windows. um sistema de hipertexto simples que oferece navegao atravs de conexes com uma funo de procura atravs de palavras-chaves. O sistema tambm registra o caminho percorrido, oportunizando, desta forma, o retorno s conexes estabelecidas atravs de uma tecla de atalho "retorno". Alan Kay. um dos inventores da linguagem de programao Smalltalk e um dos pais da idia da programao objeto orientada. Concebeu a idia do computador laptop e da interface por janelas (Windows). Andrew Lippman. Trabalha a 27 anos no MIT, onde atualmente Diretor associado do Laboratrio de mdia e professor. um dos principais investigadores do programa "Televiso do Amanh". Responsvel, juntamente com outros colegas pelo desenvolvimento do primeiro sistema de hipermdia o Aspen Movie Map. Andries Van Dam. Em 1968 junto com Ted Nelson desenvolveu o primeiro sistema de hipertexto que foi chamado de HES (Hypertext Editing System). Um ano mais tarde desenvolveu o sistema FRESS que segundo o autor foi o primeiro software a apresentar a funo undo. API (Application Program Interface). o conjunto de funes de um sistema operacional atravs do qual um programa aplicativo ou programador pode se comunicar com o sistema ou com outros aplicativos. Applet. Pequeno programa de aplicao que foi popularizado como um programa compacto, escrito em Java, embutido nas pginas escritas em html, que executado no computador cliente. Archie. um sistema para localizar arquivos disponveis em diretrios pblicos na Internet, que podem ser acessados atravs de ftp. ASCII (American Standard Code for Information Interchange). o formato de arquivos de texto mais comum. Num arquivo ASCII, cada letra, nmero ou caracter especial representado atravs de um nmero binrio de 7 bits. Aspen Movie Map (1978). Este talvez tenha sido o primeiro sistema hipermdia (utilizava videodisco). Por ser o pioneiro e por suas caractersticas avanadas ele foi includo entre os de segunda gerao, apesar de ter sido desenvolvido em 1978, pelo grupo de arquitetura de mquinas do MIT. O sistema uma aplicao em turismo que permite ao usurio simular uma viagem pela cidade de Aspen. Augment/NLS (1962-1976). Projeto desenvolvido por Douglas Engelbart e equipe no SRI (Stanford Research Institute). Um mdulo do projeto era o NLS (oN-Line System), que se diferenciava da outra parte, o FLS (ofF-Line System), que
UM MODELO NEURO-DIFUSO DE MULTIAGENTES PARA O APOIO AO ENSINO DE DISCIPLINAS DA REA DE CINCIAS EXATAS
Captulo 11
113
apresentava vrias caractersticas de hipertexto, mesmo que no tenha sido desenvolvido como tal. Authorware. Particularmente um software da empresa Macromedia que auxilia o desenvolvimento de aplicaes multimdias para CD-ROM e para a WWW. Genericamente designa uma ferramenta de autoria (authorware) que permite a criao de aplicaes. AVI (Audio Video Interleave). Formato de vdeo desenvolvido pela Microsoft. O formato intercalado (interleaved), isto , os dados de udio e vdeo so armazenados consecutivamente com um segmento de vdeo seguido imediatamente por um de udio. Ben Shneiderman. diretor do projeto HyperTies, professor do departamento de Cincias da Computao e chefe do Laboratrio de Interao homem-mquina da universidade de Maryland. Bitmap. Processo de representao grfica que utiliza mapas de bits. O outro mtodo de representao de imagens conhecido como vetorial e utiliza equaes matemticas. Os formatos grficos que se valem deste processo so o bmp, o gif e o tiff. BMP (BitMaP). Formato de armazenagem de imagens que define o espao de localizao e a cor de cada pixel ou bit. Os formatos GIF e JPEG so exemplos de arquivos imagens grficas que contm bitmaps. Brian Atkinson. Foi o chefe da equipe responsvel pelo desenvolvimento da GUI e o projetista chefe do desenvolvimento do HyperCard. CCITT (Consultative Committe on International Telephone and Telegraphy). agora denominado de ITUT e o principal comit internacional para promover a padronizao cooperativa de equipamentos de telecomunicaes. CERN (Centre Europen pour la Rcherche Nucleaire). Trata-se do European Laboratory for Particle Physics, localizado em Genebra na fronteira entre a Sua e a Frana. O acrnimo CERN relaciona-se ao nome anterior. A WWW teve sua origem aqui, devido aos esforos Tim Berners-Lee. Class (Computer-based Laboratory for Automation of School Systems). Foi desenvolvido pela empresa Systems Development Corporation. CNIDR (Center for Networked Information Discovery and Retrieval). Criado como um projeto de pesquisa pela NSF um grupo especializado na pesquisa e desenvolvimento de sistemas de informaes distribudas. David Ausubel (1918 - ). Um dos expoentes da teoria cognitiva da aprendizagem e na explicao da aprendizagem verbal significativa, que ele v como o mtodo predominante de aprendizagem em sala de aula. DBMS (DataBase Management System). um pacote computacional que executa as tarefas de gerenciamento de um base de dados. DNS (Domain Name System). uma base de dados distribuda que traduz nomes computacionais como (music.pucrs.br) em endereos numricos da Internet (como 195.54.47.2) e vice-versa. Douglas Engelbart (1923- ). Responsvel pelo desenvolvimento, em 1968, do hipertexto NLS (oN Line System). No desenvolvimento deste sistema foi responsvel por vrias inovaes tcnicas tais como o mouse (possui a patente), a interface de janelas, suporte sensvel ao contexto, etc. DTD (Document Type Definition). Um arquivo que descreve formalmente uma linguagem de marcao (markup) especfica tal como o html, por exemplo.
U F S C
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
114 114
Gllossriio G ossr o
DVD (Digital Vdeo Disc). Um novo tipo de CD-ROM que pode armazenar um mnimo de 4,7 gigabytes at um mximo de 17 gigabytes e com uma taxa de acesso de 600 KBps at 1,3 MBps. Dynabook (1970). Sistema desenvolvido no incio dos anos 70 por Alan Kay, para dar suporte a escrita e a leitura de texto. Edward Lee Thorndike (1874-1949). Psiclogo americano que trabalhou com animais e estabeleceu que todo o comportamento de aprendizagem regulado por punio e recompensa. Faz parte da escola conexionista atravs de sua estrutura de aprendizagem denominada de S-R (Stimuli and Response). EMYCIN. a shell do sistema MYCIN. EPS ou PS (Encapsulated PostScript). Formato de arquivo grfico criado pela empresa Adobe e utilizado em artes grficas. Estrutura Geral de Hipertexto. Rao e Turoff [RAO90] propuseram uma estrutura baseados no modelo de Guillford para o intelecto, argumentando que os sistemas de hipertexto tendem a sofrer de falta de coerncia devido a ambigidade nos significados associados a nodos e conexes. Esta estrutura classifica os nodos em seis tipos semnticos diferentes e as conexes em dois tipos principais. Eles acreditam que uma estrutura deste tipo seria de ajuda aos projetistas no desenvolvimento de melhores metforas de interface. ExperText. uma combinao de hipertexto com sistema especialista. Utiliza predicados nos nodos e implicaes nas conexes de forma que o grafo do hipertexto pode suportar inferncia. um ITS no formato de hipertexto, construdo com a inteno de testar a utilidade, praticidade e generalizao do conceito de sistema inteligente de ensino. O modelo do estudante e o especialista foram codificados em centenas de regras que so avaliadas por uma shell de um sistema especialista comercial [JON94]. Felix Klein (1849-1925). Matemtico nascido na Prssia (Alemanha agora) e conhecido por seu trabalho nas geometrias no-euclidianas. F(rederic) B(urrhus) Skinner (1904-1990). Psiclogo comportamental americano. Suas "leis de aprendizagem", derivadas de experimentos com animais foram largamente aplicadas na educao e na terapia comportamental. Sua teoria da aprendizagem conhecida como Condicionamento Operante. FRESS (File Retrieval and Editing System). Desenvolvido em 1968, pela equipe de Andries van Dam foi implementado em um mainframe IBM. Em virtude de sua plataforma extremamente estvel foi possvel rodar uma demonstrao do seu cdigo mais de vinte anos depois, na conferncia de 1989 em hipertexto da ACM. FTP (File Transfer Protocol). Protocolo de transferncia de arquivos sem autenticao (annimo). O ftp e o http so semelhantes s que no ftp o arquivo no precisa estar em um formato especfico (texto html) e ele bidirecional, isto , pode buscar e enviar arquivos entre computadores, enquanto que o http pode apenas receber. gIBIS (Graphical Issue Based Information Systems). um hipertexto projetado para facilitar e capturar discusses de projetos de sistemas grandes e complexos. Foi projetado para suportar a construo colaborativa de equipes de qualquer tamanho dispersas atravs de uma rede. GIF (Graphics Interchange Format). Formato de arquivo utilizado para a apresentao de imagens estticas. Utiliza baixa compresso sem perda de informaes.
PPGEP
Captulo 11
115
Glasgow online. Sistema de hipertexto construdo sobre o HyperCard por Patricia Baird e aproximadamente outras 30 pessoas na universidade de Strathclyde. um guia completo da cidade de Glasgow incluindo mapas e muitos grficos. Gopher. Sistema de procura de informaes que utiliza um protocolo semelhante ao http e, em virtude disto, ele est includo agora em cada cliente WWW, de modo que este servio pode ser acessado como parte da rede. GUI (Graphical User Interface). A interface grfica do usurio foi a responsvel pelo sucesso e desenvolvimento acelerado do microcomputador. o software que foi desenvolvido inicialmente na Apple Computer e mais tarde popularizado atravs do sistema Windows da Microsoft. Guide (1986). Primeiro sistema comercial de hipertexto lanado para a plataforma Macintosh em 1986, logo aps sendo lanada a verso para o PC e ainda um dos nicos sistemas de hipertexto disponveis para as duas plataformas. Mais recentemente o sistema tem sido lanado apenas para o Windows. GUIDON. um ITS para diagnstico mdico. um exemplo de sistema tutorial que foi construdo para servir de interface a um sistema especialista existente. baseado no MYCIN. HAM (Hypertext Abstract Machine). Uma das primeiras abordagens para a implementao de um modelo genrico de hipertexto foi o HAM (Hypertext Abstract Machine). A nfase do projeto foi posta no desenvolvimento de um modelo apropriado de armazenagem, que seria flexvel e geral de modo a ser utilizado em diferentes aplicaes. A arquitetura do sistema est baseado nas camadas: interface; um ambiente interativo baseado em janelas para a comunicao com o usurio; aplicao, a aplicao real que pode ou no rodar na mesma mquina que a HAM; HAM, um mecanismo que gerencia todas as informaes sobre o hipertexto e se comunica com a aplicao atravs de um protocolo de fluxo de bytes; sistema de armazenagem, um repositrio que armazena todos os elementos do hipertexto. HDM (Hypermedia Design Model). As caractersticas deste modelo incluem, a representao de aplicaes atravs das primitivas: entidades (compostas de hierarquias de componentes); perspectivas diferentes para cada componente; unidades correspondentes a pares componente-perspectiva; corpos (representando o verdadeiro contedo das unidades); ligaes estruturais (relacionando componentes pertencendo a mesma entidade); ligaes de aplicao (relacionando componentes pertencendo a entidades diferentes); semntica de navegao (determinando a visualizao e as propriedades dinmicas da aplicao). Estas primitivas so semelhantes a objetos definidos no HAM. HES (Hypertext Editing System). Foi desenvolvido em 1967, por uma equipe liderada por Andries van Dam, sendo o primeiro hipertexto funcional a ser construdo no mundo. Ele rodava em 128K de memria em um pequeno mainframe IBM/360 e foi desenvolvido atravs de um contrato de pesquisa com a empresa IBM. Foi vendido para o centro aeroespacial de Houston onde foi utilizado para produzir a documentao das misses Apolo [NIE90]. HyperCard (1987). Sistema de hipertexto criado por Brian Atkinson, que foi originalmente construdo como um ambiente de programao grfico e muitas aplicaes obtidas com ele nada tem a ver com hipertexto. , talvez, um dos mais conhecidos produtos de hipertexto, em virtude de ter sido distribudo, sem custos adicionais, com cada computador Macintosh vendido a partir de 1987. HyperTalk. Linguagem de script objeto orientada do HyperCard e seus clones.
U F S C
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
116 116
Gllossriio G ossr o
HyperTies (1983). Foi iniciado como um projeto de pesquisa por Ben Shneiderman na universidade de Maryland em torno de 1983. Foi denominado inicialmente de TIES (The Electronic Encyclopedia System), mas como este nome j era marca comercial ele foi alterado para HyperTies para indicar a utilizao de conceitos de hipertexto no sistema. IGES (Initial Graphics Exchange Specification). um conjunto de protocolos para a transferncia e a apresentao de informao grfica em mecanismos remotos atravs de uma linha telefnica ou rede computacional. IMAP (Internet Message Access Protocol). um protocolo para o acesso de mensagens de correio eletrnico em servidores locais. um protocolo cliente/servidor na qual a mensagem recebida e mantida pelo servidor de Internet. O software permite que o cliente acesse e manipule folders remotos de correio eletrnico no servidor, de maneira semelhante a caixas de correio locais. Intermedia (1985). O sistema produto de um dos mais antigos grupos de pesquisa em hipertexto, o IRIS da universidade Brown. Vrios sistemas inovadores de hipertexto foram desenvolvidos na Brown sob a liderana de Andries van Dam, incluindo o HES de 1968 e o FRESS de 1969. IP (Intenet Protocol). O mais importante dos protocolos no qual a Internet est baseada. Permite que um pacote de dados seja transferido atravs de muitas redes de diferentes especificaes. IRC (Internet Relay Chat). Foi escrito por Jarkko Oikarinen em 1988. IRIS (Institute for Research in Information and Scholarship). A universidade Brown criou o Instituto para explorar novas tecnologias na pesquisa, ensino e aprendizagem. Durou de agosto de 1983 a junho de 1994. O legado mais importante do Instituto foi a criao do sistema Intermedia. ISO (International Standard Organization). uma organizao internacional e no governamental, fundada em 1947, de padres nacionais de aproximadamente 100 pases. Tem como objetivo promover a padronizao, em atividades relacionadas, atravs do mundo, de forma a facilitar o comrcio de bens e servios. Ivan Petrovich Pavlov (1849-1936). Psiclogo sovitico que com seus estudos do reflexo (resposta) condicionado em ces influenciou a teoria comportamental. Ganhou o prmio Nobel de Medicina ou Psicologia de 1904. Jerome Bruner (1915 ). Professor e pesquisador do departamento de Psicologia de Harward. Suas idias exerceram grande influncia sobre a teoria da aprendizagem cognitiva. Ele declarava que as pessoas interpretam o mundo em termos de semelhanas e diferenas e que formavam um arranjo hierrquico de categorias relacionadas iniciando do mais alto nvel e tornando-se cada vez mais especfica. Jean Piaget (1896-1980). Psiclogo Suo pioneiro no estudo da inteligncia da criana. Nasceu em Neuchtel. Foi professor (1929-54) de psicologia na universidade de Genebra. Autor da teoria da epistemologia gentica da aprendizagem. J. P. Guilford. Professor da USC (Universidade do Sul da Califrnia), que desenvolveu junto com colegas uma teoria sobre inteligncia denominada de a "estrutura do intelecto". JPG ou JPEG (Joint Photographic Experts Group). Formato de arquivo definido por um grupo semelhante ao MPEG s que formado por pessoas diferentes e com o objetivo de definir padres para a compresso de imagens estticas. Utiliza compresso com perda de informao.
PPGEP
Captulo 11
117
KMS (Knowledge Management System). Desenvolvido em 1983 como descendente direto do sistema ZOG.. Tornou-se um produto comercial a partir de 1983 e tem sido usado em vrias aplicaes, incluindo gerenciamento de projetos, manuais tcnicos, procedimentos polticos e editorao eletrnica. Memex (Memory extender). Considerado o primeiro sistema de hipertexto, apesar de nunca implementado. Idealizado por Vannevar Bush em 1945. MIME (Multiporpouse Internet Mail Extensions). um protocolo que estende o formato de correio eletrnico de forma a permitir caracteres diferentes do ASCII. compatvel com a RFC 822 que define a SMTP e incorpora acrscimos como: novos campos de cabealho que fornecem informaes sobre o corpo da mensagem; vrios formatos para suportar mensagens eletrnicas multimdias e cdigos de transferncia para a insero de outros tipos de arquivos. Modelo Canto de hipertexto. Este sistema foi projetado para servir como base para um hipertexto onde os dados possam ser facilmente colocados, localizados e removidos sem que o usurio fique desorientado. A idia bsica o de um modelo integrado de hipertexto que descreva os dados e especifique os atributos e relacionamentos entre os vrios tipos de dados. Modelo de Hipermdia Harmonia. baseado num modelo de hipertexto objeto orientado denominado de modelo hiper-objeto. Neste modelo um nodo um objeto e as relaes entre os nodos so representadas como conexes de um hipertexto convencional. O modelo estende a idia da ligao do modo que possa lidar com conexes de mdia ativa e temporal, como vdeo, som e animao. Modelo Dexter. O objetivo fornecer uma base sistemtica para a comparao de sistemas e desenvolver padres de intercmbio e operacionalidade. O modelo composto de trs camadas: a de armazenagem (principal componente) modela a base de dados, que composta de uma hierarquia de elementos de dados interconectados por ligaes; a de execuo trata da apresentao do hipertexto e da dinmica da interao com o usurio e a interna lida com a estrutura interna e com o contedo de cada componente (nodo) da rede do hipertexto. A hiptese que um padro estrutural do documento tal como ODA, SGML, IGES, etc., ser usada em conjunto para capturar o contedo/estrutura. Modelo Trellis (ou de navegao semntica). um modelo baseado em redes de Petri [STO89] que permite que sejam expressos tanto os possveis estados em uma seo de leitura do hipertexto quanto as condies necessrias para se transferir de um estado para outro. Esta capacidade torna o modelo apropriado para certos usos educacionais, pois assegura que o leitor tenha acesso aos componentes crticos do hipertexto somente numa seqncia apropriada e por facilitar a adaptao ao comportamento do usurio. Modelo Formal de Hipertexto. A motivao principal para o desenvolvimento deste sistema foi a falta de mecanismos de trocas de dados entre outros sistemas existentes. Da mesma forma que o Dexter, este modelo enfatiza a estrutura de dados dos hiperdocumentos, s que vai alm na definio dos nodos, definindo tambm botes, campos e slots. Ele foi proposto por Danny B. Lange em 1990 como um modelo abstrato de referncia [LAN90], que foi formalmente definido na linguagem de especificao VDM (Viena Development Method) [JON86]. MPEG (Moving Picture Expert Group) ou MPG. um formato de arquivo para vdeo definido sob a orientao da ISO para gerar padres para vdeo digital (seqncia de imagens no tempo) e compresso de udio.
U F S C
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
118 118
Gllossriio G ossr o
MYCIN. Sistema especialista para diagnstico de doenas infecciosas do sangue. NCSA (National Center for Supercomputing Applications). Centro nacional de supercomputao da universidade de Illinois. NESTOR. um projeto que envolve as universidades alemes e o centro de pesquisas da empresa Digital Equipamentos. O projeto pretende implementar um ambiente de autoria e aprendizagem multimdia sobre estaes de trabalho locais e distribudas remotamente [MH92]. Niklaus Wirth. professor no Instituto de Cincia da Computao ETH (Eidgenossische Technische Hochschule) em Zurique. Alm do Pascal desenvolveu a linguagem Modula2. NNTP (Network News Transfer Protocol). um protocolo que permite que informaes transitrias (notcias) sejam transferidas atravs da Internet. Norman Crowder. Instrutor da fora area americana que desenvolveu a "programao intrnseca", uma forma de apresentar contedos que so utilizados pela maioria dos programas CAI. NoteCards (1985). O NoteCards um sistema de hipertexto criado no Xerox PARC. Foi desenvolvido para auxiliar na tarefa de anlise de informaes, incluindo leitura, categorizao, interpretao e escrita tcnica. NSF (National Science Foundation). uma agncia independente do governo americano responsvel pela promoo da cincia e da engenharia atravs de programas de investimento em projetos de pesquisa e educao. ODBC (Open DataBase Connectivity). um mtodo padro desenvolvido pela Microsoft que possibilita acessar dados de qualquer aplicao, no importando o tipo de DBMS que est gerenciando estes dados. Isto feito atravs da insero de uma camada intermediria de software, denominada driver. PARC (Palo Alto Research Center). Centro de pesquisas da empresa Xerox localizado na cidade de Palo Alto, Califrnia. Patricia Baird. Pesquisadora da universidade de Strathclyde (Inglaterra). Editora da revista "Hypermedia" e responsvel pelo projeto Glasgow Online. PDF (Portable Document Format). Formato de arquivo misto que pode conter imagens e texto e utilizado pelo software Adobe Acrobat e Acrobat Reader. Peter Brown. Professor da universidade de Kent (Inglaterra). Em 1982 iniciou os trabalhos do que viria a ser o primeiro sistema de autoria de hipertexto comercial para PC que foi denominado Guide. Petri (rede de). uma linguagem formal e grfica que apropriada para modelar sistemas concorrentes. PLATO (Programmed Logic for Automatic Teaching Operation). Um antigo e influente sistema CAI, desenvolvido na universidade de Illinois e comercializado at recentemente pela empresa Control Data Corporation. Este talvez seja o projeto CAI mais conhecido no mundo [MER90]. Atualmente o sistema comercializado pela empresa TRO, inc. sediada em Minneapolis e foi rebatizado com o nome de CYBIS. POP (Post Office Protocol). um padro para o recebimento de mensagens de correio eletrnico semelhante ao IMAP, s que com este protocolo as mensagens so vistas no servidor como se este fosse o computador cliente. Porta. (a) Um nmero que identifica um servio de rede. (b) Um dos canais fsicos de entrada/sada do computador. Os dois conceitos so distintos. O primeiro se refere a
PPGEP
Captulo 11
119
um software que executa um servio (telnet, http, etc.) enquanto o segundo est relacionado diretamente ao hardware. PostScript. uma linguagem de descrio de pgina, desenvolvida pela empresa Adobe Systems em 1985 e que se tornou um padro da indstria para impresso e transmisso de imagens. Um arquivo PostScript identificado pelo sufixo ".ps". Protocolo. Um protocolo uma conveno de como computadores diferentes devem agir quando se comunicarem entre si. Os computadores podem utilizar softwares completamente diferentes desde que os programas rodando em ambos concordem sobre o significado dos dados sendo trocados. Randy Trigg. Pesquisador na rea de Tecnologia e Prtica do Trabalho do laboratrio de Sistemas e Prticas do Xerox PARC. Doutor em Cincias da Computao pela universidade de Maryland. RFC (Request For Coments) um procedimento informal de introduzir novas tecnologias na Internet. RFC so livremente distribudas e contm descries da tecnologia pretendida pelos implementadores. Rlogin. um programa utilizado para a conexo a um terminal remoto. O telnet tem substitudo o rlogin, mas ele ainda usado em alguns ambientes. Robert M. Gagn. Ph.D pela universidade Brown. Foi diretor tcnico dos laboratrios da Fora Area Americana. Atualmente professor da universidade estadual da Flrida (Florida State University). Sua obra mais conhecida o livro "The Conditions of Learning" de 1985, que se encontra hoje na quarta edio. SAID (Speech Auto-Instructional Device). Foi desenvolvido na Universidade de Michigam. SCHOLAR. Sistema inteligente de ensino que utiliza uma rede semntica para representar informaes geogrficas. um dos mais antigos sistemas inteligentes de ensino. O sistema utiliza um estilo socrtico de tutorial, primeiro tentando diagnosticar os erros implcitos no conhecimento do estudante e ento colocando um problema que forar o estudante a descobrir os erros. Script (linguagem de). um programa ou seqncia de instrues que interpretada ou utilizada por outro programa ao invs do processador do computador como ocorre com um programa compilado. SmarText. Ferramenta computacional para a criao de hipertexto, ou melhor, livros eletrnicos, produzido pela empresa Lotus. projetado para ser um organizador de arquivos heterogneos, podendo ler a maioria dos formatos de arquivos do tipo texto ou grficos. SMTP (Simple Mail Transfer Protocol) um protocolo de envio de correspondncia entre computadores que usam o protocolo TCP/IP. SOCRATIC. Sistema inteligente para ensinar diagnstico mdico. SOPHIE (Sophisticated Instructional Environment). um sistema inteligente de ensino ou ITS, para lecionar como resolver problemas de eletrnica e que utiliza como sistema especialista um programa de simulao eletrnica de propsito geral. SRI (Stanford Research Institute). Fundado em 1946 em conjunto com a Universidade de Stanford uma das maiores empresas de pesquisa, empregando atualmente mais de 2600 pessoas, possuindo escritrios em vrios pases. Atualmente denominado de SRI International. StratchTutor. um sistema de hipertexto projetado com o propsito de servir de tutor. Seu principal objetivo fornecer ferramentas inteligentes para que autores e usurios
U F S C
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
120 120
Gllossriio G ossr o
no tenham problemas com desorientao na navegao e com a criao de conexes manuais. Oferece um sistema de autoria sem a necessidade de programao para a organizao do material de ensino. Symbolics Document Examiner (1985). Projeto iniciado em 1982 e finalizado em 1985, sendo o primeiro sistema deste tipo a desempenhar um trabalho real. Ele foi construdo como uma interface para a documentao das estaes de trabalho Symbolics. Foi utilizado no por ser um hipertexto mas sim por ser a melhor maneira de se obter informaes sobre as estaes. TCP/IP (Transmission Control Protocol/Internet Protocol). o programa que clientes e servidores da Internet devem rodar. um software de duas camadas. O TCP o conjunto formal de regras para comunicao que gerencia o empacotamento dos dados, enquanto que o IP controla o endereo de cada pacote de dados para que ele seja enviado para o destino correto. Telnet. (a) Um protocolo de emulao de terminal que permite a conexo em outro sistema computacional na Internet. (b) Um programa aplicativo que permite a conexo em outro sistema computacional utilizando o mesmo protocolo. Textnet (1986). Sistema de hipertexto desenvolvido com o objetivo de fornecer suporte para a comunidade cientfica na criao de textos. O Textnet foi projetado e implementado por Randy Trigg na universidade de Maryland. Theodor Holme Nelson (1937- ). Professor de Harvard que cunhou o termo hipertexto. Foi tambm o responsvel pelo desenvolvimento do mais ambicioso dos sistemas de hipertexto conhecido como projeto Xanadu. TICCIT (Time-shared Interactive Computer Controlled Information Television). Este sistema comeou a ser desenvolvido em 1971 com o esforo combinado dos engenheiros da MITRE Corporation, em McLean, Virgnia, e educadores do laboratrio CAI da universidade do Texas. O sistema atualmente comercializado pela empresa Ford Aeroespacial e Telecomunicaes [MER90]. TIF ou TIFF (Tagged-Image File Format). Formato de arquivo do tipo bitmap utilizado para a troca de imagens entre diferentes plataformas. Possui um algoritmo de compactao que no deteriora a imagem. Tim Berners-Lee. o criador da WWW. Ele escreveu o primeiro programa clienteservidor da rede e definiu as especificaes do URL, HTTP e HTML sobre os quais a rede funciona enquanto trabalhava no CERN, em 1990. TUTOR. Uma linguagem de autor para CAI desenvolvida em 1967 na universidade de Illinois para o sistema PLATO III. URN (Uniform Resource Name). um recurso da Internet com um nome persistente. Ele semelhante ao endereo de uma pgina ou um URL. Um URN hipottico seria: "urn:def://objeto_verde", onde "def://" pode indicar uma agncia ou um diretrio de acesso para todos os dicionrios, glossrios e enciclopdias na Internet e "objeto_verde" seria o nome do termo. Um URL semelhante seria: htpp://www.whatis.com/objetoverde.html. Neste caso o usurio tem que saber onde o recurso est localizado, bem como escrever o nome correto e o sufixo correto do arquivo. Com um URN a nica coisa que o usurio precisa saber o nome do recurso. Vannevar Bush (1890-1974). Foi Diretor do departamento de pesquisa cientfica e desenvolvimento (Office of Scientific Research and Development) na gesto do presidente Franklin D. Roosevelt. Projetou o primeiro sistema de hipertexto, embora no tenha usado o conceito.
PPGEP
Captulo 11
121
VERONICA (Very Easy Rodent-Oriented Netwide Index to Computerized Archives). um servio embutido no Gopher muito semelhante ao Archie. Assim como o Archie permite a procura de arquivos em qualquer local ftp, o Veronica permite que se pesquise itens de menu (arquivos, diretrios e outros recursos) em todos os Gophers. Vilfredo Pareto (1848- ). Nascido em Paris como Marqus Vilfredo Frederico Damaso Pareto, mas educado na Itlia onde se formou Engenheiro pela escola politcnica de Turim. O curso de slida base matemtica teve uma influncia intelectual profunda que se refletiu em seu trabalho posterior. Em 1870 tornou-se doutor com a tese "Os princpios fundamentais do equilbrio em corpos slidos", que despertaram seu futuro interesse na anlise de equilbrio na Economia e Sociologia. WAIS (Wide Area Information System). um sistema para procurar informaes em base de dados (ou bibliotecas) atravs da Internet. Com o uso do software "freeWAIS" do CNIDR, a WWW pode acessar servidores WAIS diretamente. Wav. Um dos formatos de arquivo suportados pelo sistema Windows. Grava o som atravs de amostragem o que se traduz em arquivos que ocupam grande espaos em disco. Writing Environment (1986). Sistema de hipertexto desenvolvido na universidade da Carolina do Norte, com o objetivo de fornecer suporte escrita. Ele fornece quatro modos de auxlio escrita. Alm das duas tradicionais (modo texto e modo de edio), ele fornece a estrutura de redes e a de rvore, para auxiliar o escritor a identificar, organizar e seqenciar as idias. WMF (Windows Metafile Format). Arquivo de formato grfico utilizado para a troca de informao grfica entre aplicaes do MS Windows. Os arquivos podem suportar imagens vetoriais ou bitmaps. Xanadu (1965). A idia bsica que ele servisse como base de dados de tudo que qualquer um tivesse escrito e seria desta forma um verdadeiro hipertexto universal. A inteno do Xanadu nunca foi realizada e provavelmente nunca ser, pelo menos num futuro imediato. ZOG (1972). O sistema ZOG foi desenvolvido na universidade de Carnegie Mellon, com parte do desenvolvimento iniciando em 1972 e como um todo a partir de 1975. Ele consistia de uma grande base de dados de pequenos segmentos de informao. Sua verso comercial e sucessora foi denominada de KMS.
U F S C
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
1 2 .. R E F E R N C I A S 12 REFERNCIAS
[AUE95] Auer, Karl. Agents. Nov. 1995 [online]. http://www.tip.net.au/~kauer/ project/ [AAM94] AAMODT, A., PLAZA, E. Case-Based Reasoning: Foundational Issues, Methodological Variations, and Systems Approaches. Artificial Intelligence Communications. USA, v. 7, n. 1, 1994. [AND88] ANDREWS, D. F., FOWLKES, E. B., TUKEY, P. A. Some Approaches to interactive Statistical Graphics. In: Dynamic Graphics for Statistics. USA:Wadsworth , 1988, p. 73-90. [ASH98] ASHCROFT, Mike, NEWELL, John. Axum 5.0. CTI Statistics. Sofware reviews. .http://www.stats.gla.ac.uk /cti/activities/reviews/97_02/ axum5.html. [AUS78] AUSUBEL, D., NOVAK, J., HANESIAN, H. Educational Psychology: A Cognitive View. USA: Holt, Reinehart & Wiston, 1978. [BAR86] BARR, A, FEIGENBAUM, E. The handbook of Artifical Intelligence. USA: Addison-Wesley, 1986, 472 p. v. 2. [BAR91] BARRON L., et al. Technology and the design of generative learning environments. Educational Technology. Englewood, USA, v. 31, n. 5, p. 34-40, May. 1991. [BEC88] BECKER, Richard A., CLEVELAND, Williams S., WILKS, Allan R. Dynamic Graphics of Data Analysis. In: Dynamic Graphics for Statistics. USA: Wadsworth, 1988, p. 1-50. [BEG93] BEGLEY, S. Teaching minds to fly with disks and mice. Newsweek, New York. May 31, 1993, p. 45. [BEL95] BELGRAVE, M. The Unified Agent Architecture: A White Paper [online]. http://www.ee.mcgill.ca /~belmarc/agent_root.html [BIE91] BIELAWSKI, Larry, LEWAND, Robert. Intelligent Systems Design: Integrating Expert Systems, Hypermedia, and Database Technologies. New York: John Wiley & Sons, 1991. [BIE93] BIEHLER, Rolf. Software Tools and Mathematics Education: The Case of Statistics. In: Learning from Computers: Mathematics Education and Technology. Proceedings of the NATO Advanced Research Workshop on Mathematics Education Technology. Berlin: Spring-Werlag, 1993, p. 68-100. [BIG98] BIGUS, Joseph P., BIGUS, Jennifer. Contructing Intelligent Agents with Java: a programmer's guide to smarter applications. New York: John Wiley & Sons, 1998, 378 p. [BIT96] BITTENCOURT, Guilherme. Inteligncia Artificial: Ferramentas e Teoria. Campinas: Instituto de Computao, UNICAMP, 1996, 240 p. [BOO91] BOOCH, Grady Object Oriented Design With Applications. California: Benjamin/Cummings, 1991.
UM MODELO NEURO-DIFUSO DE MULTIAGENTES PARA O APOIO AO ENSINO DE DISCIPLINAS DA REA DE CINCIAS EXATAS
Captulo 12
123
[BOW98] BOWMAN, Adrian. An Electronic Companion to Statistics. Maths&Statis Newsletter. UK. Feb. 1998. http://www.stats.gla.ac.uk/cti/activities/reviews/98_02/ electronic_companion.html. [BRA96] BRADSTREET, Thomas E. Teaching Introductory Statistics Courses So That Nonstatisticians Experience Statistical Reasoning. The American Statistician. USA, v. 50, n. 1, p. 69-78, Feb. 1996. [BRE90] BREUER, Klaus, HAJOVY, Halyna. Adaptive Instrucional Simulations to Improve Learning of Cognitive Strategies. Expert Systems and Intelligent CAI. USA, v. 2, p. 154-157, 1990. [BRO97] BROOKS, David W. Web-teaching: A Guide to Designing Interactive Teaching for the World Wide Web. New York: Plenun Press, 1997, 214 p. (Innovations in Science Education and Technology). [BUS45] BUSCH, Vannevar. As We May Think. Atlantic Monthly. USA, v. 176, n. 1, p. 101-108, July 1945. [CAG88] CAMPBELL, Brad, GOODMAN, Joseph M. HAM: A General Purpose Hypertext Abstract Machine. Communications of the ACM, v.32, n.7, July 1988. [CAM97] CAMERON, Laird, SORAIZ, Kathryn. Choosing a scripting language. SunWorld. USA, Oct. 1997. [CAN97] CANT, Marco. Mastering Delphi 3. San Francisco: Sybex, 1997, 1476 p. Second Ed. [CAR70] CARBONELL, J. AI in CAI: An Artificial Intelligence Approach to Computer-Assisted Instruction. IEEE Transactions on Man-Machine Systems. USA, v. 11, p. 190-202, 1970. [CAR92] CARRAHER, D. O papel do computador na aprendizagem. ACESSO: Revista de Educao e Informtica. So Paulo: FDE, v. 3, n. 5, p. 21-30, Jan. 1992. [CAR95] CARDELLI, Luca. A Language with Distributed Scope. Palo Alto, CA: Digital Equipment Corporation, Systems Research Center, May 1995. [CHA89] CHAN, C. Computer Use in Classroom - I: An Assessment of CAI Software. Computer and Education. USA, v. 13, n. 2, p. 109-115, 1989. [CHA92] CHANG, Ted C., LOHR, Sharon L., McLAREN, C. Graham. Teaching Survey Sampling Using Simulation. The American Statistician. USA, v. 46, n. 3, p. 232-237, Aug 1992. [CHA96] CHANG, D. T., LANGE, D. B. Mobile Agents: A New Paradigm for Distributed Object Computing on the WWW. In: Proceedings of the OOPSLA96 Workshop: Toward the Integration of WWW and Distributed Object Technology. Oct. 1996. [CHU91] CHUNG, J. Collaborative learning strategies. Educational Technology: USA, v. 31, n. 12, p. 15-21, Dec. 1991. [COA91] COAD, P., YOURDAN, E. Object-Oriented Analysis. Englewood Cliffs, NJ: Prentice Hall, 991. [COE91] COE, Richard. SAS for Teaching Statistics. Maths&Stats Newsletter. Nov. 1991. http://www.stats.gla.ac.uk/cti/activities/ reviews/91_11/ sas.html. [COF96] COFFEE, Peter. Feature. Windows Source. 1996, p. 1-8 [online] http://www4.zdnet.com/wsources/content/0197/sub1.htm
U F S C
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
124
Referncias
[COH96] COHEN, Steve et al. Identifying Impediments to Learning Probability and Statistics From an Assessment of Instructional Software. Journal of Educational and Behavioral Statistics. USA, v. 21, n. 1, p. 35-54, Spring 1996. [COL96] COLES, Stuart. Laws of Smal Numbers: Extremes and Rare Events by Michael Falk, Jurg Husler and Rolf-Dieter Reiss. Maths&Stats newsletter. May 1996. http://www.stats.gla.ac.uk/cti/activities/reviews/96_05/small_numbers.html [CON96] CONSTANTIN, Von Altrock. Fuzzy Logic and Neurofuzzy Applications in Business and Finance. Englewood Cliffs, New Jersey: Prentice Hall, 1996. [COS96] COSTA, Evandro de Barros, PERKUSICH, Angelo. Modeling the Cooperative Interactions in a Teaching/Learning Situation. In: Proceedings of the third international conference on Intelligent Tutoring systems - ITS'96. Berlin: Springer-Verlag, 1966, p. 168-176. [CUR94] CURRAL, James. Statistics Packages: A General Overview. Maths&Stats Newsletter.UK, Nov. 1994. http://www.stats.gla.ac.uk/cti/activities/reviews/94_11/ overview_packages.html. [CUR96] CURRAL, James. JMP 3.1 para Windows. Maths&Stats Newsletter. UK, Feb. 1996. http://www.stats.gla.ac.uk/cti/activities/reviews/96_02/jmp. html. [CUR96] CURRAL, James. Dynamic or Interactive Graphics. Maths&Stats Newsletter. UK, May. 1996. http://www.stats.gla.ac.uk/cti/activities/reviews/96_05/ dynamic_graphics. html. [CUR96] CURRAL, James. StatTutor. Maths&Stats Newsletter. UK, Aug. 1995. http://www.stats.gla.ac.uk/cti/activities/reviews/96_02/ jmp.html. [CUR96] CURRAL, James. SAS/Insight. Maths&Stats Newsletter. UK, Aug. 1996. http://www.stats.gla.ac.uk/cti/activities/reviews/95_08/stattutor.html. [CUR97] CURRAL, James, YOUNG, Stuart, BOWMAN, Adrian. ActivStats. Maths&Stats Newsletter. UK, Nov. 1997. http://www.stats.gla.ac.uk/cti/activities/ reviews/97_11/activastats.html. [CUR97] CURRAL, James. Systat Release 6 Maths&Stats Newsletter. UK. Feb. 1997. http://www.stats.gla.ac.uk /cti/activities/reviews/97_02/ systat6.html. [CUR97] CURRAL, James. Minitab Release 11. Maths&Stats Newsletter. UK, Feb. 1997. http://www.stats.gla.ac.uk/cti/activities/reviews/97_02/minitab.html. [CUR98] CURRAL, James. Unistat Version 4. CTI Statistics Software Reviews. http://www.stats.gla.ac.uk /cti/activities/reviews/96_11/excel/unistat.html. [CUR98] CURRAL, James. SPSS 7.5 for Windows. Maths&Stats Newsletter. UK, May 1998. http://www.stats.gla.ac.uk/cti/activities/reviews/98_05/spss.html. [CUR98] CURRAL, James. Data Desk Version 6. Maths&Stats Newsletter. UK, Feb. 98. http://www.stats.gla.ac.uk /cti/activities/reviews/98_02/data_ desk.html. [DAV92] DAVIES, Neville. StatGraphics. Maths&Stats Newsletter. UK, Feb. 1992. http://www.stats.gla.ac.uk/cti/activities/reviews/92_02/statgraphics.html. [DAV97] DAVID, Glyn. Teaching wiht Minitab and SPSS in a Business School environment. Maths&Stats Newsletter. UK, Aug. 1997. http://www.stats.gla.ac.uk/ cti/activities/reviews/96_08/minitab_spss.html. [DAV97] DAVIDSON, Kirsty. Statwise: multimedia Statistics Courseware. Maths&Stats Newsletter. UK, Aug. 1997. http://www.stats.gla.ac.uk/cti/activities/ reviews/97_08/statwise.html.
PPGEP
Captulo 12
125
[DEA97] DEAR, Keith. SurfStat.australia: A Statistics Textbook for the Web. Maths&Stats Newsletter. UK, Nov. 1997. http://www.stats.gla.ac.uk/cti/activities/ reviews/96_08/minitab_spss.html [DER95] DERRY, Sharon, LEVIN, Joel R., SCHAUBE, Leona. Stimulating Statistical Thinking Through Situated Simulations. Teaching Psychology. USA, v. 22, n. 1, p. 51-57, Feb. 1995. [EGA89] Egan, D. E. et al. Acquiring information in books and SuperBooks. MachineMediated Learning. USA, n. 3, p. 259-277. [EGR89] Egan, D. E. et al. Behavioral evaliation and analysis of a hipertext browser. Proceedings of ACM CHI'89 - Conference on Human Factors in Computing Systems, 1989, p. 205-210. [FER95] FERRALL, Christopher. Interactive Statistics Tutorials in Stata. Journal of Statistics Education (Online). USA, v. 3, n. 3, 1995. http://www.stat.ncsu.edu/ info/jse/v3n3/ferrall.html. [FIC92] FICHMAN, Robert, KEMERER, Chris F. Object-Oriented and Conventional Analysis and Design Methodologies - Comparison and Critique. Computer. USA, v. 25, n. 10, p. 22-39, Oct. 1992. [FIN94] FININ, Tim, LABROU, Yannis, MAYFIELD, James. KQML as an agent communication language. Baltimore: University of Maryland, Technical Report, Computer Science Department. 1994. [FON97] FONER, Leonard N. Entertaining Agents: A Sociological Case Study. In: The First International Conference on Autonomous Agents, Marina del Rey, CA. 1997. [FOR96] FORCIER, Richard C. The Computer as a Productivity Tool in Education. Englewood Cliffs, New Jersey: Prentice-Hall, 1996, 365 p. [FOR98] FOSTER, Peter. WINKS 4.1 Professional Edition. CTI Statistics Software Reviews. http://www.stats.gla.ac.uk/cti/activities/reviews/96_08 /winks.html. [FRA90] FRANKLIN, Carl, KINNELL, Susan K. Hypertext/Hypermedia in Schools - A Resource Book. USA: ABC-CLIO, 1990, 274 p. [FRA90] FRANKLIN, Carl. A Bibliography on Hypertext and Hypermedia With Selected Annotations. Database. USA, v. 13, n. 1, p. 24-32, Feb. 1990. [FRA96] FRANKLIN, S, GRAESSER, A. Is It anAgent, or just a Program?: A Taxonomy for Autonomous Agents. In: Proceedings of the Third International Workshop on Agent Theories, Architectures, and Languagens. Berlin: SpringerVerlag, 1996. [GIE98] GIESE, Luiz Fernando. Estrutura de Agentes para os Processos de Compra e Venda Utilizando Tomada de DecisoDifusa. Florianpolis: UFSC, 1998, 114 p. Dissertao (Mestrado em Cincias da Computao) - Universidade Federal de Santa Catarina, Fev. 1998. [GIL96] GILBERT, Don, JANCA, Peter. IBM Intelligent Agents. Research Triangle Park, Raleigh, USA: IBM Corporation, 1996. [GOO93] GOODWIN, Richard. Formalizing Properties of Agents. Pittsburgh: CMU, School of Computer Science. Technical Report, May 1993. [GOR95] GORDON, Sue. A Theoretical Approach To Undertanding Learners Of Statistics. Journal of Statistics Education (online). USA. v. 3, n. 3, 1995. http:// www.stat.ncsu/info/jse/v3n3/gordon.html
U F S C
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
126
Referncias
[GRA94] GRANDBASTIEN, Monique, GAVIGNET, Elisabeth. ECSA: An Environment to Design and Instantiate Learning Material. In: Design and Production of Multimedia and Simulation-based Learning Material. Netherlands: Kluver Academic, 1994, p. 31-44. [GRA96] GRABOWSKI, Barbara L., HARKNESS, William L. Enhancing Statistics Education with Expert Systems: More than an Advisory System. Journal of Statistics Education. USA, v. 4, n. 3, 1996. http://www.stat.ncsu/info/jse/v4n3/ grabowski.html. [GRA97] GRANT, Felix. Genstat and the quantitative revolution. Scientific Computing World. USA, Oct. 1997. [GRA98] GRAY, Roger. DISCUS. CTI Statistics Software Reviews. http://www.stats.gla.ac.uk /cti/activities/reviews/96_11/excel/discus.html. [GRU93] GRUBER, T. R. Towards principles for the design of ontologies used for knowledge sharing. In: International Workshop on Formal OntologyI. Mar. 1993. [HAL90] HALAZ, Frank, SCHWARTZ, Mayer. The Dexter Hypertext Reference Model. Proceedings of the Hypertext Standardization Workshop by National Institute of Science and Technology (NIST), 1990. p. 95-133. [HAL97] HALL, Brandon. Web-Based Training Cookbook. New York John Wiley & Sons, 1997. 482 p. [HAR95] HARRISON, Colin G., CHESS, David M., KERSHENBAUM, Aaron. Mobile Agents: Are they a good idea? IBM Research Report. New York: IBM Research Division, Mar. 1995. [HAR96] HARTLEY, Stephen et al. Enhancing teaching using the Internet: Report of the Working Group on the World Wide Web as an Interactive Teaching Resource. SIGCSE Bulletin. USA, v. 28, Special Issue, p. 218-228, 1996. [HAT91] HATABIAN, Gerard, AUGENDRE, Herve. Expert Systems as a Tool for Statistics: A Review. Applied Stochastic Models and Data Analysis. USA, v. 7, p. 183-194, 1991. [HAY95] HAYES-ROTH, B. An Architecture for Adaptive Intelligent Systems. Artificial Intelligence: Special Issue on Agents and Interactivity. n. 72, p. 329-365, 1995. [HIN94] HINDE, John. GLIM 4. Maths&Stats Newsletter. UK, Nov. 1994. http://www.stats. gla.ac.uk/cti/activities/reviews/94_11/glim4.html. [HIN97] HINDE, John. MacAnova 4.04. Maths&Stats Newsletter. UK, May 1997. http://www.stats.gla.ac.uk/cti/activities/reviews/97_05/macanova.htm. [HOG94] HOGG, Robert V. A Core in Statistics for Engineering Students. The American Statistician. USA, v. 48, n. 4, p. 285-287, Nov. 1994. [HUB98] HUHNS, Michael N., SINGH, Munindar P. Agents and Multiagent Systems: Themes, Approaches, and Challenges (Chapter 1). In: Reading in AGENTS. San Francisco: Morgan Kaufmann Publishers, 1998, p. 1-23. [HUG97M] HUGHES, Merlin. JavaBeans and ActiveX go head to head. JavaWorld, March 97 [online] http://www.javaworld.com/javaworld/jw-03-1997/. [IBR95] IBRAHIM, Bertrand, FRANKLIN, Stephen D. Advanced educational uses of the World-Wide Web. Computer Networks and ISDN Systems. USA, v. 27, n.6, p. 871-877, Apr. 1995. [JAS91] JASPERS, F. Interactivity or instruction? Educational Technology, USA, v. 31, n. 3, p. 21-24, Mar. 1991.
PPGEP
Captulo 12
127
[JEN95] JENNINGS, Nicholas R., WOOLDRIDGE, Michael. Applying Agent Technology. Journal of Applied Artificial Intelligence (Special Issue on Intelligent Agents and Multi-Agent Systems). USA, v. 9, n. 6, p. 357-370, Jun. 1995. [JEN96] JENNINGS, Nicholas R., WOOLDRIDGE, Michael. Software Agent. IEE Review. USA, v. 42, n. 1, p. 17-21, Jan. 1996. [JOH96] JOHANSEN, Dag, SCHNEIDER, Fred B., RENESSE, Robbert van. What TACOMA Taught Us. [online] http://www.cs.uit.no/DOS/Tacoma/index.html. [JON86] JONASSEN, David H. Hypertext Principles for Text and Courseware Design. Educational Psychologist. USA, v. 21, n. 4, p. 269-292, Fall 1986. [JON88] JONASSEN, David H. Designing Structured Hypertext and Structuring Access to Hypertext. Educational Technology. USA, v. 27, n. 11, p. 13-16, Nov. 1988. [JON90] JONASSEN, David H., GRABINGER, R. Scott. Problems and Issues in Designing Hypertext/Hypermedia for Learning. In: Proceedings of the NATO Advanced Research Workshop on designing Hypertext/Hypermedia for Learning. Held in Rottenburg/Neckar, FRG, July 3-8, 1989. Berlin: Springer-Verlag, 1990, p. 188-197. [JON93] JONASSEN, David H. Applications of Hypertext: Technologies for Higher Education. Jornal of Computing in Higher Education. USA, v. 4, n. 2, Spring 1993, p. 12-42. [JON94] JONASSEN, David H., WANG, Sherwood. The Physics Tutor: Integrating Hypertext and Expert Systems. Journal of Educational Technology Systems. USA, v. 22, n. 1, p. 19-28, 1993-94. [JON89] JONES, T. Incidental learning during information retrieval a hypertext experiment. Proceedings of the International Conference on Computer Assisted Learning (ICCAL). Berlin: Springer-Verlag, 1989, p. 235-251. [KAY97] KAY, Jim. StatView 4.5 for Windows. Maths&Stats Newsletter. UK, Feb. 1997. http://www.stats.gla.ac.uk /cti/activities/reviews/97_02/statview.html. [KIN97} KINNEAR, Paul. Constats. Software News. UK, v. 7, n. 3, Jun. 1997. http://www.york.ac.uk /ctipsych/web/CTI/DirTxt/reviews/constats.html [KNA96] KNABE, Frederick. An Overview of Mobile Agent Programming. Chile: PUC, 1996. [KER98] KERN, Eduardo. Uma Estrutura de Agentes para o Processo de Licitao. Florianpolis: UFSC, 1998, 107 p. Dissertao (Mestrado em Cincias da Computao) - Universidade Federal de Santa Catarina, Fev. 1998. [KNI96] KNIERRIEM-JASNOCH, A., TRITSCH, B., SCHROEDER, U. Reflection on WWW Functionalities for Educational Purposes. Computers & Graphics. USA, v. 20, n. 3, p. 435-443, May/Jun. 1996. [KOZ87] KOZMA, R. The implications of cognitive psychology for computer-based learning tools. Educational Technology, USA, v. 27, n. 11, p. 20-25, Nov. 1987. [LAN90] LANDOW, George. Popular Fallacies About Hypertext. In: Designing Hypermedia for Learning. Berlin: Springer-Verlag, 1990, p. 39-59. [LAN90] LANGE, D. B. A Formal Model of Hypertext. NIST Hypertext Standardization Workshop. Feb. 1990, p. 145-166. [LAN92] LANDOW, George P. The Definition of Hypertext and Its History as a Concept. http://www.stg.brown.edu/projects/hypertext/landow/ht/history. html.
U F S C
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
128
Referncias
[LUC97] LUCK, M., GRIFFITHS, N., D'INVERNO, M. From Agent Theory to Agent Construction: A Case Study. In: Intelligent Agents III: Proceedings of the Third International Workshop on Agent Theories, Archictures and Languages. Berlin: Springer-Verlag, 1997, p. 49-63. [LUR95] LURIE, Philip M. A Review of Five Statistical Packages for Windows. The American Statistician. USA, v. 49, n. 1, p. 99-107, Feb. 1995. [MAC95] MACGILLIVRAY, Helen. The Steps Material: Experiences form an Australian Evaluator. Maths&Stats Newsletter. UK, Aug. 1996. http://www.stats.gla.ac.uk/cti/activities/reviews/95_08/steps.html. [MAD92] MADDUX, Cleborne D. User-Developed Computer-Assisted Instruction: Alternatives in Authoring Software. Educational Technology. USA, v. xxxii, n. 4, p. 7-14, Apr. 1992. [MAE95] MAES, Pattie. Artificial Life Meets Entertainment: Life like Autonomous Agentes. USA, Communications of the ACM, v. 38, n. 11, p. 108-114, Jun. 95. [MAG97] MAGUIRE, Liam P., McGINNITY, T. Martin, McDAID, Liam J. A Fuzzy Neural Network for Approximate Fuzzy Reasoning. In: Intelligent Hybrid Systems: Fuzzy Logic, Neural Networks, and Genetic Algorithms. Norwell, MA: Kluver Academic, 1997, p. 35-58. [MAR88] MARCHIONINI, G. Hypermedia and learning: freedom and chaos. Educational Technology. USA, v. 28, n. 11, p.8-12, Nov 1988. [MAR88] MARCHIONINI, G., SCHENEIDERMAN, B. Finding Facts vs. browsing knowledge in hypertext systems. Computer. USA, v. 21, n. 1, p. 70-79, Jan. 1988. [MAR90] MARCOULIDES, George A. Improving Learner Performance with Computer Based Programs. Journal of Educational Computing Research. USA, v. 6, n. 2, p. 147-155, 1990. [MAS94] MARSH, Paul L. A review and Comparison of Five Graphics Programs for PC-DOS and MS-DOS Computers. The American Statistician. USA, v. 48, n. 1, p. 44-51, Feb. 1994. [MAY90] MAYES, J. T., KIBBY, M. R., ANDERSON, A. Learning about learning from hypertext. In Designing hypertext/hypermedia for learning. Heidelburg: Springer-Verlag, 1990 (D. H. Jonassen & H. Mandl Ed.). [McA94] McCABE, F. G., CLARK, K. L. April - Agent PRocess Interaction Language. In: Intelligents Agents. LNCS, Berlin: Springer-Verlag, v. 890, 1995. [McA93] McARTHUR, D. LEWIS, M. e BISHAY, M. The roles of artificial intelligence in education: current progress and future prospects. Santa Monica, CA: RAND, Nov. 1993. [McC95] McCOLL, John H. STEPS Forward. Maths&Stats Newsletter. UK, Nov. 1995. http://www.stats.gla.ac.uk/cti/activities/reviews/95_11/steps.html. [McC96] McCLOSKEY, Moya, BLYTE, Steve, ROBERTSON, Chris. The Quercus Project: Statistics for Biologists. Maths&Stats Newsletter.UK, Feb. 1996. http://www.stats.gla.ac.uk/cti/activities/reviews/96_02/ quercus.html. [MEL89] MELLICHAMP, Joseph M., PARK, Yong H. A statistical expert system for simulation analysis. Simulation. USA, v. 52, n. 4, p. 134-139, Apr. 1989. [MER90] MERILL, M. et al. Limitations of first generation instructional design. Educational Technology. USA, v. 30, n. 1, p. 7-11, Jan. 1990. [MER91] MERILL, M. Construtivism and instructional design. Educational Technology. Englewood, v. 31, n. 5, p. 43-53, May 1991.
PPGEP
Captulo 12
129
[MER96] MERRIL, Paul F. et al. Computers in Education. Needhan Heights, Massachusetts: Simon & Schuster, 1996, 386 p. [MIN75] MINSKY, M. A framework to represent knowledge. In: The Psychology of Computer Vision. USA: McGraw-Hill, 1975, p. 211-277. [MIZ97] MIZUMOTO, Masaharu, SHI, Yan. A New Approach of Neurofuzzy Learning Algorithm. In: Intelligent Hybrid Systems: Fuzzy Logic, Neural Networks, and Genetic Algorithms. Norwell, MA: Kluver Academic, 1997, p. 109-129. [MOO95] MOORE, David S. Active Use of Hypertext to Aid Learning and Classroom Instruction. SIGCE Bulletin - Twnty-Sixth SIGCE Tecnical Symposium on Computer Science Education. USA, v. 27, n. 1, p. 297-301, Mar. 1995. [MOR98] MORGAN, Walter T. A Review of Eight Statistics Software Packages for General Use. The American Statistician. USA, v. 52, n. 2, Feb. 1998, p. 70-82.
[MOR99] MORRIS, Steven, SZUSCIKIWICZ. The Data Game: Learning Statistics.
http://ctiweb.cf.ac.uk/HABITAT/HABITAT1/Data.html [MOU96] MOULIN, Bernard, CHAIB-DRAA, Brahim. An Overview of Distributed Artificial Intelligence. In: Foundantions of Distributed Artificial Intelligence. New York: John Wiley & Sons, 1996, p. 3-55. [ML98] MLLER, Martin, MLLER, Tobias, ROY, Peter Van. Multiparadigm Programming in OZ. In: Visions for the Future of Logic Programming: Laying the Foundations for a Modern Successor of Prolog. Portland, Oregon, Dec. 7. [ML98] MLLER, Marlene. Teaching Statistics with XploRe. Maths&Stats Newsletter. UK, Feb. 1998. http://www.stats.gla.ac.uk/cti/activities/reviews/ 98_02/xplore.html. [NAU94] NAUCK, Detlef. Building neural fuzzy controllers with NEFCON-I. In: Fuzzy Systems in Computer Science. Wieweg, Braunschweig, 1994, p. 141-151. [NAU95] NAUCK, Detlef, KRUSE, Rudolf. NEFCLASS - a neuro-fuzzy approach for the classification of data. In: Proceedings of the 1995 Symposium on Applied Computing, Nashville, Fev. 26-28, 1995. New York: ACM Press, 1995, p. 461-465. [NAU97] NAUCK, Detlef, KRUSE, Rudolf. Neuro-fuzzy systems for function approximation. In: Proceedings of the 4th International Workshop on Fuzzy-NeuroSystems '97 (FNS'97), Soest, Germany, 1997. p. 316-323. [NAU97] NAUCK, Detlef, KRUSE, Rudolf. What are Neuro-Fuzzy Classifiers? In: Proceedings of the Seventh International Fuzzy Systems Association World Congress IFSA'97, vol. IV. Prague: Academia Prague, p. 228-233, 1997. [NEL87] NELSON, Ted. Computer Lib: Dream Machines. Redmond, Washington: Tempus Books, 1987, p. 29-33, 64-65, 119-126, 129-147 (Revised Edition). [NEL95] NELSON, Theodor Holm. The Heart of Connection: Hypermedia Unified by Transclusion. Communications of the ACM. USA, v. 38, n. 6, p. 31-33, Aug. 1995. [NEW97] NEWELL, John. SigmaPlot 4.0 for Windows 95. Maths&Stats Newsletter. Nov. 1997. http://www.stats.gla.ac.uk/cti/activities/reviews/97_11/sigmaplot.html. [NEW98] NEWELL, J. Diamond - A picture says a 1000 numbers. CTI Statistics. Software Reviews. http://www.stats.gla.ac.uk/cti/activities/reviews/96_05/ [NIC93] NICHOLAS, C. K., ROSEMBERG, L. H. Canto: A Hypertext Data Model. Electronic Publishing. USA, v. 6, n. 1, Mar 1993, p. 01-23.
U F S C
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
130
Referncias
[NIE89] NIELSEN, Jacob. Evaluating Hypertext Usability. In: Proceedings of the NATO Advanced Research Workshop on designing Hypertext/Hypermedia for Learning. Berlin: Springer-Verlag, 1990. p. 147-168. [NIE90] NIELSEN, J. Navigation through hypertext. Communications of the ACM. USA, v. 33, n. 3, p. 297-309, Mar 1990. [NIE93] NIELSEN, Jakob. Hypertext & Hypermedia. Cambridge, MA: AP Professional, 1993, 296 p. [NIE95] NIELSEN, Jakob. Multimedia and Hypertext: The Internet and Beyond. Morristown, New Jersey: AP Professional, 1995, 480 p. [NWA96] NWANA, Hyacinth. Software Agents: An Overview. Knowledge Engineering Review. UK, v. 11, n. 3, p. 205-244, Oct./Nov. 1996. [O'HA96] O'HARE, Gregory J. M., JENNINGS, Nick R. Preface. In: Foundantions of Distributed Artificial Intelligence. New York: John Wiley & Sons, 1996, p. xii-ix (edited by G. M. P. O'Hare and N. R. Jennings). [ONE91] ONEIL Jr., Harold F., SLAWSON, Dean A., BAKER, Eva L. Design of a Domain-Independent Problem-Solving Instructional Strategy for Intelligent Computer-Assisted Instruction. In: Intelligent Tutoring Systems: evolutions in design. USA: Lawrence Erlbaum Associates, 1991, p. 69-103. [PAP80] PAPERT, Simon. Teaching children thinking. The computer in the school: Tutor, tool, tutee. New York: Teachers College Press, 1980. R. P. Taylor Ed. [PAR98] PARK, Joonho. Implementation of SNMP Agent by Inferno. Murray Hill, NJ: Bell Labs Innovations, Lucent Technologies, 1998. [PAS90] PARK, Ok-choon, SEIDEL, Robert J. Conventional CBI Versus Intelligent CAI: Suggestions for the Development of Future Systems. Expert Systems and intelligent CAI. USA, v. 2, p. 139-145, 1990. [PEP89] PEPER, G. L.; MACINTYRE, C.; KEENAN, J. Hypertext: a new approach for implementing an expert system. IBM Expert Systems Interdivisional Technical Liason. USA, p 305-309. Nov. 1989. [POR96] PORTER, Tod S., RILEY, Teresa M. The Effectiveness of Computer Exercises in Introductory Statistics. The Journal of Economic Education. USA, v. 27, n. 4, p. 291-299, Fall 1996. [PRE91] PREGIBON, Daryl. Incorporating Statistical Expertise into Data Analysis Software. Proceedings of a Forum in Probability and Algorithms. USA: National Academy Press, 1991, p. 51-62. National Research Council. [RAD91] RADA, Roy. Small, Medium, And Large Hypertext. Information Processing & Management. Great Britain, v. 27, n. 6, p. 659-677, 1991. [RAD92] RADA, Roy. Converting a Textbook to Hypertext. ACM Transactions on Information Systems. USA, v. 10, n. 3, p. 294-315, Jul. 1992. [RAE92] RAES, Jan F. M. Inside two commercially available statistical expert systems. Statistics and Computing. USA, v. 2, n. 2, p. 55-62, Jun. 1992. [RAO90] Rao, U., TURROF, M. Hypertext functionality: A theoretical framework. International Journal of Human-Computer Interaction. USA, n. 2, v. 4, p. 333-357, 1990. [REI98] REID, Chris. Software Review: Secos 4 Windows, Data Handling, Graph and Mapping Program. CHEER (Computers in Higher Education Economics Review). CTI Economics. UK, v. 12, n. 1, 1988. http://www.ilrt.bris.ac.uk/ctiecon/cheer/ ch12_1/ch12_1p40.htm.
PPGEP
Captulo 12
131
[RID98] RIDDIOUGH, Ralph. Using Data in Business, Economics and Social Sciences. CTI Statistics. http://www.stats.gla.ac.uk/cti/activities/reviews/96_11/ excel/using_data.html. [RIP97] RIPLEY, B. D. S-PLUS for Windows version 4.0. Maths&Stats Newsletter. Nov. 97. http://www.stats.gla.ac.uk/cti/activities/reviews/97_11/splus4.html. [ROB90] ROBERTS, Franklin C., PARK, Ok-choon. Intelligent Computer-Assisted Instruction: An Explanation and Overview. Expert Systems and Intelligent CAI. USA, v. 2, p. 131-136, 1990. [ROB95] ROBINSON, Derek. An Introduction to Regression Graphics by Dennis Cook and Sanford Weisberg, University of Minnesota. Maths&Stats Newsletter. UK, Aug. 1995. http://www.stats.gla.ac.uk/cti/activities/reviews/95_08/ [ROB97] ROBINSON, Derek. CrashCourse in Statistics. Maths&Stats Newsletter. UK. Aug. 1997. http://www.stats.gla.ac.uk/cti/activities/reviews/97_08/ [ROM90] ROMISZOWSKI, Alexander J. Expert Systems in Education and Training: Automated Job Aids or Sophisticated Instructional Media? Expert Systems and Intelligent CAI. USA, v. 2, p. 17-25, 1990. [ROW96] ROWE, Jeff. Webmaster's: Building Internet Database Servers with CGI. USA, New Riders Publishing, 1996. [RUS95] RUSSEL, Stuart J., NORVIG, Peter. Artifical Intelligence: A Modern Approach. Englewood Cliffs, New Jersey: Prentice Hall, 1995, 932 p. [SAN95] SANTOS, Neide. Desenvolvimento de Aplicaes Hipermdia (Mini-Curso). In: Multimdia: da Teoria Prtica (Workshop), 1995, Salvador. Anais... Set. 1995. p. 1-24. [SHN89] SHNEIDERMAN, Ben. Reflections on Authoring, Editing, and Managing Hypertext. In The Society of Text, Hypertext, Hypermedia, and the Social Construction of Information. USA: The MIT Press, 1989, p. 115-131. [SHU94] SHUTE, Valerie J., GAWLICK-GRENDELL, Lisa A. What Does the Computer Contribute to Learning? Computers and Education. Great Britain, v. 23, n. 3, p. 177-186, 1994. [SME91] SMEATON, A. Using hypertext for computer based learning. Computers & Education. UK, v. 16, n. 3, p. 173-179, May 1991. [SMI94] SMITH, D. C., CYPHER, A., SPOHRER, J. KidSim: Programming Agentes Without a Programming Language. USA, Communications of the ACM, v. 37, n. 7, p. 55-67, Jul. 1994. [SNE95] SNELL, J. Laurie. The Journal of Statistics Education Information Service and Other Internet Resources for Statistics Teachers. The American Statistician. USA, v. 49, n. 4, p. 372-375, Nov. 1995. [SNE95} SNEDDON, Pete. StatTutor. Software News. UK, v. 6, n. 1, Sep. 1995. http://www.york.ac.uk /ctipsych/web/CTI/DirTxt/reviews/stattutor.html [STA90] STANTON, N., STAMMER, R. A comparison of structured and unstructured navigation through a CBT package. Computers & Education. UK, v. 15, n. 1-3, p.159-163, Jan. 1990. [STA96] STAN, Franklin, GRAESSER, Art. Is It an Agent, or just a Program?: A Taxonomy for Autonomous Agents. In: Proceedings of the Third International Workshop on Agent Theories, Architectures, and Languages. Berlin: SpringerVerlag, 1966.
U F S C
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A
132
Referncias
[STE91] STERLING, Joan, GRAY, Mary W. The Effect of Simulation Software on Students Attitudes and Understanding in Introdutory Statistics. Journal of Computers in Mathematics and Science Teaching. USA, v. 10, n. 4, p. 51-56, Summer 1991. [STO89] STOTTS, P. D., FURUTA, R. Petri-net-based hypertext: Document structure with browsing semantics. ACM Transactions on Information Systems. USA, v. 7, n. 1, , p. 3-29, Jan. 1989. [STR88] STROUSTRUP, Bjarne. What is Object-Oriented Programming? IEEE Software. USA, v. 5, n.2, p. 10-20, May 1988. [STR91] STERLING, Joan, GRAY, Mary W. The Effect of Simulation Software on Students' Attitudes and Understanding in Introductory Statistics. Journal of Computers in Mathematics and Science Teaching. USA, v. 10, n. 4, Summer 1991, p. 51-56. [STR97] STRABER, Markus, BAUMANN, Joachim, HOHL, Fritz. Mole - A Java Based Mobile Agent System. Stuttgart: IPVR (Institute for Parallel and Distributed Computer Systems), University of Stuttgart, 1997. [STU88] STUETZLE, Werner. Plot Windows. JASA - Journal of the American Statistical Assocition. USA, v. 82, n. 398, p. 466-475, Jun. 1987. [SYC96] SYCARA, Katia et al. Distributed Intelligent Agents. IEEE Expert on Intelligent Systems. USA, p. 36-46, Dec. 1996. [TAG97] TAGG, Stephen. ViSta Version 4.27. Maths&Stats Newsletter. UK, Aug. 1997. http://www.stats.gla.ac.uk /cti/activities/reviews/97_08/ vista.html. [TAL98] TALBOT, Mike. SMART: Introducing Specialist Statistical Techniques via de Web. Maths&Stats Newsletter. UK. Feb. 1998. http://www.stats.gla.ac.uk/cti/ activities/reviews/98_02/smart.html. [TAY80] TAYLOR, R. P. (Ed.) The computer in the school: Tutor, tool, tutee. New York: Teachers College Press, 1980. [TAY97] TAYLOR, Paul. Genstat 5 Release 3.2 for Windows. Maths&Stats Newsletter. May 1997. http://www.stats.gla.ac.uk /cti/activities/reviews/97_05/ genstat5.html. [TEO98] TEODORESCU, Horia-Nicolai, KANDEL; Abraham, JAIN, Lakhmi C. Fuzzy and Neuro-Fuzzy Systems in Medicine. Washington, DC: CRC Press LLC, 1998. [UPT96] UPTON, Graham. Oriana Version 1.0 for Windows. Maths&Stats Newsletter. UK, Aug. 1996. http://www.stats.gla.ac.uk/cti/activities/reviews/96_08/oriana.html. [VEL92] VELLEMAN, Paul F. Serendipitous Data and Future Statistical Software. Probability and Algorithms.. USA: National Academy Press., 1992, p. 15-22. Panel on Probability and Algorithms. National Research Council. [VEL96] VELLEMAN, Paul F., MOORE, David S. Multimedia for Teaching Statistics: Promises and Pitfalls. The American Statistician. USA, v. 50, n. 3, p. 217225, Aug. 1996. [VEN91] VENEZKY, Richard, OSIN, Luis. The Intelligent Design of ComputerAssisted Instruction. White Plains, New York:Y Longman, 1991. [VIA91] VIALI, Lor. Simulao de Sistemas de Manufatura. Florianpolis: UFSC, 1991, 186 p. Dissertao (Mestrado em Engenharia de Produo) - Universidade Federal de Santa Catarina, Out. 1991.
PPGEP
Captulo 12
133
[WIN91] WIN, W. The assumptions of constructivism and instructional design. Educational Technology. USA, v. 31, n. 9, p. 38-40, Sep. 1991. [WON97] WONG, David, PACIOREK, Noemi, WALSH, Tom. Concordia: An Infrastructure for Collaborating Mobile Agents. Waltham, MA: Horizon Systems Laboratory, Mitsubishi Electric ITA, 1997. [WOO95] WOOLDRIDGE, Michael, JENNINGS, Nicholas R. Agents Theories, Arcitectures, and Languages: a Survey. In": Intelligent Agents (Wooldridge and Jennings Eds). Berlin: Springer-Verlag, 1995, p. 01-22. [WOO95] WOOLDRIDGE, Michael, JENNINGS, Nicholas R. Intelligents Agents: Theory and Practice. Knowledge Enginering Review. UK, v. 10, n. 2, p. 115-152, 1995. [YAN88] YANKELOVICH, Nicole et al. Intermedia: The Concept and the Construction of an Seamless Information Environment. Computer. USA, v. 21, n. 1, p. 81-96, Jan. 1988 [YAZ87] YAZDANI, Masoud. Intelligent Tutoring Systems: An Overview. Artificial Intelligence and Education. USA: Ablex Publising, 1987, p. 183-201. Volume One: Learning Environments and Tutoring Systems. [YIL96] YILMAZ, Mustafa R. The Challenge of Teaching Statistics to NonSpecialists. Journal of Statistics Education (Online). USA, v. 4, n. 1, 1996. http:// www.stat.ncsu/info/jse/v4n1/yilmaz.html. [YOU95] YOUNG, F. W. LUBINSKY, D. J. Guiding Data Analysis with Visual Statistical Strategies. Journal of Computational and Graphical Statistics. USA, v. 4, p. 229-250. [YOU95] YOUNG, Karen. First Bayes. Maths&Stats Newsletter. UK, Nov. 1995. http://www.stats.gla.ac.uk/cti/activities/reviews/95_08/firstbayes.html.
U F S C
U N I V E R S I D A D E
F E D E R A L
D E
S A N T A
C A T A R I N A