Autores: Luis Henrique Bogo e Alejandro Martins Rodriguez

Resumo:

É visível que o e-learning desponta como a principal opção de ensino-aprendizagem para as pessoas que necessitam manter-se atualizadas, mas não podem utilizar-se dos modelos tradicionais de ensino, seja por problemas financeiros, de tempo e espaço ou qualquer outro motivo. Mas os ambientes de e-learning não simplesmente transportam o ambiente físico de uma sala de aula para um ambiente virtual. Vários conceitos precisam ser redefinidos, como a interação entre os alunos de um curso virtual. Em um modelo tradicional, a experiência nos mostrou que o aprendizado informal, na troca de informações entre os “atores” de uma sala de aula, gera um conhecimento valioso. Em um modelo virtual, uma forma desta interação entre os alunos ser formada é a criação de comunidades virtuais entre os usuários do ambiente. Este estudo descreve os conceitos relativos às comunidades virtuais, à tecnologia de agentes inteligentes, e apresenta um modelo de como os agentes inteligentes podem ser utilizados para a formação automática de comunidades virtuais, a partir das características dos usuários do sistema.

1. Comunidades Virtuais

ADLER define comunidades e grupos colaborativos como entidades que auxiliam a resolução de problemas, ou seja, grupos de profissionais com trabalhos similares¹. Comunidades virtuais são definidas por PALLOF & PRAT como comunidades que usam as tecnologias de rede, especialmente a Internet, para estabelecer a comunicação além das barreiras geográficas e de tempo⁵.

As comunidades podem ser utilizadas com os seguintes objetivos:

1. Prover um meio para a comunicação e para a troca de conhecimentos. Este conhecimento pode ser coletado e armazenado para futuras referências e recuperação;

2. Descobrir e gerar relacionamentos (membros em uma mesma comunidade de interesse comum). Isto pode ser interessante para os usuários, para uma futura procura de parceiros para cooperação e interação. O objetivo é ajudar pessoas a procurar pessoas que possam vir a ajudá-las.

1.1. Descobrindo Comunidades Virtuais

De acordo com PALIOURAS, o trabalho de construção de modelos de comunidades virtuais na Internet é como trabalho de mineração do uso da própria Internet⁴. As comunidades são construídas com a coleta de dados dos usuários durante sua interação com o sistema. O objetivo é identificar padrões comportamentais e de interesse na interação e basear os modelos da comunidade nesses padrões.

Os estágios de descoberta dos dados da comunidade são os mesmos de qualquer outro processo de mineração de dados: coleta dos dados, pré-processamento dos dados, descoberta de padrões, descritos abaixo:

Coleta dos dados: Durante esse estágio, dados de vários locais são colhidos e suas estruturas e conteúdos são identificados. Dependendo do tipo de acesso, a informação que foi coletada varia entre pesquisas, perfis e logs de navegação.

Pré-Processamento dos dados: Este é o estágio onde os dados são limpos do barulho, suas inconsistências são resolvidas, e eles são integrados e consolidados, para servirem de entrada para o próximo estágio de descoberta dos padrões.

Descoberta de padrões: Dado os dados na sua forma correta, padrões de interesse são descobertos com o uso de técnicas apropriadas, como clusterização, classificação, descoberta de regras de associação, etc.

2. Agentes Inteligentes

Um agente pode ser definido como uma entidade real ou abstrata que é capaz de agir sobre ela mesma e sobre seu ambiente, que dispõe de uma representação parcial deste ambiente, que, em um universo multi-agentes, pode comunicar-se com outros agentes, e cujo comportamento é conseqüência de suas observações, de seu conhecimento e das interações com outros agentes, segundo TEIVE⁶. Atualmente, a definição mais aceita descreve um agente como sendo um programa de software que auxilia o usuário na realização de alguma tarefa ou atividade. Os agentes autônomos são capazes de interagir independentemente e efetivamente com seus ambientes, por meio de seus próprios sensores ou atuadores, para concluir alguma tarefa dada ou gerada automaticamente. A figura 1 mostra, de uma forma genérica, o funcionamento de um agente autônomo.

Figura 1 - Funcionamento do agente

O comportamento dos agentes dentro de uma sociedade é definido por suas propriedades.

FARACO define algumas dessas propriedades, das quais podemos destacar a autonomia, que é a capacidade de tomar ações conduzindo para o término de algumas tarefas e objetivos, sem a interferência do usuário final; a inteligência, que é a propriedade de um agente que o habilita de negociar efetivamente com ambigüidades e o planejamento, que é a habilidade de sintetizar e escolher entre diferentes opções de ações desejadas para atingir os objetivos³. O conjunto de propriedades que um agente possui define o comportamento do agente. Como diferentes agentes podem possuir diferentes conjuntos de propriedades, tem-se, então, agentes com comportamentos diferentes, os quais são classificados de diferentes maneiras.

2.1. Agentes Inteligentes e a Educação a Distância

Conforme CUNHA, a proliferação de ambientes computacionais heterogêneos, o acesso a grandes quantidades de informações distribuídas pelas redes e a complexidade do mundo real está transformando rapidamente como as pessoas aprendem². A tecnologia de agentes parece ser uma estratégia promissora para ser aplicada aos desafios atuais dos ambientes educacionais modernos que estão cada vez mais influenciados por tecnologias como Internet, Inteligência Artificial, entre outras, devido ao fato desta tecnologia proporcionar grande flexibilidade na resolução de problemas complexos e dinâmicos.

De forma geral, um agente pode auxiliar as atividades tanto do aprendiz como do tutor. Ao comunicar-se com outros usuários por meio de monitoração e atuação de forma autônoma, os agentes podem ajudar a atingir objetivos ou cumprir tarefas para as quais os usuários foram designados CUNHA².

3. Modelo Proposto

Conforme os objetivos descritos no primeiro capítulo, o modelo proposto apresenta uma proposta de formação de comunidades virtuais em um sistema de aprendizagem on-line através de um sistema multiagentes. O modelo proposto tem como principal objetivo formar comunidades virtuais através dos perfis dos usuários atuantes nos sistema. O perfil é elaborado a partir de informações disponibilizadas pelo próprio usuário e a partir de interações do mesmo com o sistema. Essas interações consistem em conteúdos acessados.

Todo este processo, desde a elaboração do perfil até a formação das comunidades virtuais será gerenciado por agentes automaticamente. Cada usuário terá um agente pessoal que será responsável pelo contexto daquele usuário no sistema e pelas interações deste com outros usuários do sistema.

Todo o processo será dividido em 2 fases: fase de detecção dos interesses dos usuários e formação da base de interesses e a fase da formação das comunidades virtuais.

3.1. FASE 1: Detecção dos Interesses dos Usuários e Formação da Base de Interesses

O objetivo principal desta fase da formação da comunidade virtual é a detecção dos interesses do usuário através da interação deste usuário com a ferramenta virtual de ensino-aprendizagem e a formação de “bases de interesses”, que serão estruturas de dados que conterão todos os interesses do usuário no contexto a que esteja inserido.

Para atingir esse objetivo serão seguidos os seguintes passos:

1. Utilizar os agentes pessoais para monitorar as interações do usuário no sistema, mais especificamente no seguinte ponto:

a.Análise do perfil de navegação do usuário: Através do perfil de navegação do usuário no conteúdo disponível no sistema pode-se detectar pontos de pesquisa de mais interesse. Para este rastreamento será utilizada a técnica de clickstream, o qual será explicado adiante.

2. Formação por parte dos agentes da “Base de Interesses”:

a.Montar uma estrutura de dados organizada que conterá todos os interesses do usuário no contexto do curso ao qual esteja inserido: Através das palavras-chaves detectadas no processo anterior, será montada uma estrutura que permitirá aos agentes de outros usuários detectarem os usuários que possam vir a formar uma comunidade com interesses comuns. O usuário poderá manualmente manipular sua base de interesses excluindo, adicionando e agrupando palavras-chaves.

Na figura 2 mostra-se uma visão macro desta fase:

3.2. FASE 2: Formação das Comunidades Virtuais

O objetivo principal desta fase é que os agentes dos usuários com interesses comuns estabeleçam o contato entre eles e disponibilizem uma forma destes formarem suas comunidades. Para atingir esse objetivo serão seguidos os seguintes passos:

1. Procura, por parte dos agentes pessoais, de outros usuários que tenham os mesmos interesses dele, analisando a base de interesses: Através da análise da base de interesses de outros usuários do sistema os agentes pessoais irão detectar quem pode vir a participar de uma possível comunidade sobre assuntos de interesse deste usuário, utilizando-se de uma função de similaridade para a comparação entre os interesses. Caso a comunidade virtual já exista o agente dará ao usuário a possibilidade deste ingressar nesta comunidade.

2.Os agentes estabelecerão contato entre os usuários de interesse comum: A partir do momento em que foram detectados outros usuários com interesses comuns, os agentes irão estabelecer a comunicação entre ambos, e irão disponibilizar meios para que estes iniciem uma comunidade virtual; Na figura 3 mostra-se uma visão macro da fase dois:

Figura 3 - Segunda fase do modelo

3.3 Agentes Aplicados

No modelo apresentado, são três os principais agentes que realizam o processo de formação das comunidades virtuais: o agente Rastreador, o agente Gerenciador e o agente Executor.

Agente Rastreador: Aplicado na primeira fase do modelo, é o responsável pelo processo de rastreamento da seqüência de cliques do usuário no sistema e seu posterior armazenamento na base de interesses. É um agente de informações, pois atua sobre um ambiente web, é autônomo, pode acessar uma ou mais bases distribuídas geograficamente e pode fazer nelas as manutenções de seu interesse. A figura 4 mostra uma visão geral do funcionamento do agente.

Figura 4 - Agente Rastreador

Agente Gerenciador: responsável pela apresentação da base de interesse ao usuário e pela capacidade de proporcionar ao usuário a oportunidade de interagir com esta base. Também é aplicado na primeira fase do modelo. É um agente de web cliente e 2D, pois apresenta ao usuário uma interface de interação via browser com a qual o usuário pode manipular as informações disponibilizadas pelo mesmo. O funcionamento básico do agente rastreador é apresentado na figura 5:

Figura 5 - Agente Rastreador

Agente Executor: Este agente é aplicado na segunda fase do modelo, após a base de conhecimento ter sido validada. É responsável pela análise e procura das comunidades virtuais que se assemelhem com as necessidades do usuário ou pela procura de usuários com interesses semelhantes que tenham a intenção de formar comunidades virtuais com o usuário requisitor. É um agente de informações que simula um sistema multiagentes, pois em determinados momentos age de forma autônoma, trabalha com bases de dados distribuídas geograficamente, assim como com informações provenientes de outros agentes, para a tomada das decisões. O funcionamento básico do agente executor é apresentado na figura 6:

Figura 6 - Agente Executor

Estes três agentes interagem de uma forma seqüencial, ou seja, cada agente só começa a operar depois que o agente anterior tenha executado sua tarefa. Apesar das tarefas serem distintas, todos os processos têm em comum o mesmo objetivo final, a formação da comunidade virtual. Partido desta premissa caracteriza-se um sistema multiagentes, pois vários agentes agem, de forma autônoma, sobre um mesmo sistema, para a realização de um objetivo em comum.

4. Considerações Finais

Os passos necessários para a descoberta de comunidades virtuais, que são a coleta de dados, o préprocessamento e a descoberta de padrões, podem ser claramente contemplados no modelo. A identificação dos interesses pessoais e a formação de sua base de interesses mostrou-se eficaz devido, principalmente, ao trabalho inicial de coleta de dados realizado pelos agentes e sua posterior apresentação ao usuário. A manipulação manual também demonstrou-se necessária devido a informações, muitas vezes irrelevantes, trazidas pelos agentes gerarem um processamento desnecessário no sistema no processo de procura por usuários similares ou comunidades. O modelo de criação de comunidades virtuais mostrou-se eficiente visto que apesar do processo de procura e notificação ser automático, nenhum usuário é adicionado a uma comunidade virtual automaticamente, isto porque ele pode começar a receber informações sem sua prévia autorização.

Já a tecnologia de Agentes Inteligentes, estudada e tomada como base para a formação do modelo, mostrou-se viável devido a várias propriedades dos agentes que facilitaram a implementação da proposta, como a autonomia, a comunicabilidade, a cooperatividade, a personalização e a reatividade.

5. Referências

1. ADLER, R. P.; CHRISTOPHER, A. J. Internet community primer: overview and bussiness opportunities. Disponível em: <http://www.digiplaces.com/pages/printable_html.html> Acesso em: 12 ago. 2003.

2. CUNHA, L. M. et al. Sistemas multi-agentes e instrução na web. Disponível em:
<http://citeseer.nj.nec.com/cs>. Acesso em: 20 nov. 2002.

3. FARACO, R. A. Uma arquitetura de agentes para negociação dentro do domínio do comércio eletrônico. Florianópolis, 1998, 100 f. Dissertação (Mestrado) - Programa de Pós-Graduação em Engenharia de Produção, Universidade Federal de Santa Catarina.

4. PALIOURAS, G. et all. Discovering user communities on the Internet using unsupervised machine learning techniques. Interacting with Computers. Sunderland, v. 14, n.6, p. 761-791, 2002.

5. PALLOF, R.; PRATT, K. Building learning communities in cyberspace: effective strategies for the online classroom. San Francisco: Jossey-Bass, 1999. 320 p.

6. TEIVE, R. C. G. Planejamento da expansão da transmissão de sistemas de energia elétrica utilizando sistemasespecialistas. Florianópolis, 1999. 117 f. Dissertação (Mestrado) - Programa de Pós-Graduação em Engenharia de Produção, Universidade Federal de Santa Catarina.