14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Sistema Multi-Agentes para Acompanhamento e Auxílio de
Avaliação de Alunos em Ambientes de Ensino à Distância
Apresentação da Dissertação de MestradoCandidato: Rodrigo Filev MaiaOrientador: Prof. Dr. Márcio Lobo NettoLaboratório de Sistemas IntegráveisEscola PolitécnicaUniversidade de São Paulo
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Sumário
• Fundamentos da pesquisa:– Avaliação e Educação;– Agentes e Sistemas Multi-Agentes;– Sistemas Tutores Inteligentes como uma sociedade
multi-agentes;
• Aplicação Proposta.• Resultados e Considerações Finais.
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Sumário
• Fundamentos da pesquisa:– Avaliação e Educação;– Agentes e Sistemas Multi-Agentes;– Sistemas Tutores Inteligentes como uma sociedade
multi-agentes;
• Aplicação Proposta.• Resultados e Considerações Finais.
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Avaliação e Educação
• Piaget – desenvolvimento individual• Vygotsky – coletivo como forma de aprendizado• Parte do aprendizado advém do esforço próprio do
indivíduo, enquanto outra parte surge da troca de experiências entre indivíduos.
• Um sistema eletrônico com fins educacionais, idealmente permitiria ambos os desenvolvimentos.
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Avaliação e Educação
• Avaliação escolar deve verificar, pelo menos, se os objetivos educacionais foram alcançados.
• Segundo Bloom, há três categorias de avaliação:– Diagnóstica;– Formativa;– Somativa.
• Taxionomia de Bloom: auxilia na classificação dos objetivos educacionais, auxiliando na definição de mensurações apropriadas.
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Avaliação e Educação
• Modelo computacional necessário para atender Piaget e Vygotsky, além de manipular avaliações conforme Bloom, é bastante complexo.
• Tecnologia multi-agentes pode:– facilitar a interação entre alunos de perfis semelhantes;– acompanhamento individualizado sem necessidade de
um canal de comunicação ativado de forma permanente.
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Sumário
• Fundamentos da pesquisa:– Avaliação e Educação;– Agentes e Sistemas Multi-Agentes;– Sistemas Tutores Inteligentes como uma sociedade
multi-agentes;
• Aplicação Proposta.• Resultados e Considerações Finais.
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Tecnologia Agentes
• “…entidade de software que funciona de forma autônoma e contínua em determinado ambiente…”
• Característica fundamental de um agente: autonomia.
• Características importantes: – Continuidade temporal;– Comportamento cooperativo.
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Classificação de Agentes
• Puramente Reativos: executam uma ação baseada exclusivamente na observação feita no ambiente;
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Classificação de Agentes
• Agente Baseado em Estados Internos: possuem uma máquina de estados responsável por determinar as ações do agente no meio.
Sens
ores
Atu
ador
es
Detecç
ãoAÇÃO
P*
Sens
ores
Atu
ador
es
Detecç
ãoAÇÃO
P*
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Ambiente de um AgenteCategoria Tipo de ambiente
Acessibilidade
Acessível
Efetivamente acessível
Parcialmente acessível
Inacessível
Previsibilidade Determinístico
Não Determinístico
História Episódico
Não episódicoDinamicidade
(Ocorrência de Alterações)Estático
DinâmicoContinuidade
(Quantidade de estados possíveis)
Discreto
Contínuo
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Padrão de Agentes FIPA
• Foundation for Intelligent Physical Agents.• Desenvolver os padrões de agentes e sistemas
baseados nestes, com foco em interoperabilidade.• 4 divisões na arquitetura:
– transporte de mensagens;– diretório de agentes;– diretório de serviços;– linguagem de comunicação entre agentes.
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Sumário
• Fundamentos da pesquisa:– Avaliação e Educação;– Agentes e Sistemas Multi-Agentes;– Sistemas Tutores Inteligentes como uma sociedade
multi-agentes;
• Aplicação Proposta.• Resultados e Considerações Finais.
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Sistemas Tutores Inteligentes (STI)
Módulo de Interface (c/ usuário)
MóduloEstudante
MóduloTutor
Módulo de Domínio
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Sistemas Tutores Inteligentes (STI)
Módulo de Interface (c/ usuário)
MóduloEstudante
MóduloTutor
Módulo de Domínio
•Armazena informações individualizadas dos alunos.
•Deve possuir todas as informações relevantes para a evolução do aluno
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Sistemas Tutores Inteligentes (STI)
Módulo de Interface (c/ usuário)
MóduloEstudante
MóduloTutor
Módulo de Domínio
•Estratégicas e Táticasdo aprendizado.
•Obter dados relevantes do módulo aluno e optar por qual conhecimento do módulo de domínio apresentar.
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Sistemas Tutores Inteligentes (STI)
Módulo de Interface (c/ usuário)
MóduloEstudante
MóduloTutor
Módulo de Domínio
•Armazena o conhecimento do STI.
•Deve ser capaz de ser atualizado
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Sistemas Tutores Inteligentes (STI)
Módulo de Interface (c/ usuário)
MóduloEstudante
MóduloTutor
Módulo de Domínio
•É o ponto de interação do usuário.
•Ser adequado ao público alvo.
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
STI como uma Sociedade Multi-Agentes
• Agentes e LMS (Learning Management System):– LMS como um repositório central dos conteúdos a
serem estudados. Corresponde ao módulo de Domínio.– LMS possui parte das estratégias educacionais – parte
do módulo Tutor.– Agentes:
• módulo de Interface – para professor e aluno;• módulo Tutor – táticas educacionais do professor.• Módulo Estudante – armazena as informações do aluno.
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
STI como uma Sociedade Multi-Agentes
• STI formado exclusivamente por agentes:– Agente Aluno: módulos: Estudante, Interface, Tutor
(parte: seleciona quais estratégias e táticas para estudante);
– Agente Professor: módulos: Domínio, Tutor (parte: fornece as estratégias.
– Ambiente completamente distribuído.– Maior complexidade de comunicação.
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Sumário
• Fundamentos da pesquisa:– Avaliação e Educação;– Agentes e Sistemas Multi-Agentes;– Sistemas Tutores Inteligentes como uma sociedade
multi-agentes;
• Aplicação Proposta.• Resultados e Considerações Finais.
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Arquitetura da Sociedade Multi-Agente
• Elaborar agentes para acompanhamento de estudantes.
Ag Aluno
Ag Gerenciador
Alunos
Sistemas LMS
RepositóriosDados
RepositóriosDados
Ag. Banco Dados
Ag Aluno
Ag Professor
Professor
Alunos
Ag Aluno
Ag Gerenciador
Alunos
Sistemas LMS
RepositóriosDados
RepositóriosDados
Ag. Banco Dados
Ag Aluno
Ag Professor
Professor
Alunos
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Simulador SADE
• Elaborado para ativar os agentes e criar alunos virtuais, baseados em perfis.
• Perfis foram baseados em 31 turmas de alunos de um curso de Ciência da Computação.
• O simulador gera comportamentos característicos de alunos, determinados através dos dadoshistóricos dos estudantes do curso, utilizando um método estatístico.
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Método Estatístico
• Os alunos são divididos por intervalo de notas
• Perfil considera o desempenho do estudante emrelação às duas avaliações.
0 10A B C
1I2I3I4I
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Método Estatístico
• Aluno obtém uma probabilidade de aprovação:• Professor define três probabilidades:
– de Aprovação Sem Reforço:– de Reforço:– de Intervenção do Professor:
• As três probabilidades geram 4 intervalos de diagnóstico:– Aprovado: – Reforço Sugerido: – Reforço Obrigatório:– Intervenção do Professor:
apP r P Pa? ?
PaP r
Pi
apPi P Pr? ?
apP Pa?
apP Pi?
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Método Estatístico
• Em cada avaliação, é calculada a probabilidade de aprovação do aluno, dada a nota da prova obtida.
• A probabilidade de aprovação do aluno estará emalgum dos intervalos de diagnóstico.
• Com isto o agente gera o diagnóstico do estudante e toma uma ação apropriada.
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Arquitetura SADE
Ag. AlunosAg Professor Ag. Gerenciador
Gerador de Alunos Virtuais
Sociedade Multi-Agentes
SADEAg. Alunos
Ag ProfessorAg Professor Ag. Gerenciador
Gerador de Alunos Virtuais
Sociedade Multi-Agentes
SADE
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Fluxo de operação do SADE
Preparação dos dados históricos da
simulação
Definição do parâmetros da
simulação
Criação dos alunos virtuais
Aplicação da primeira avaliação
Geração do diagnóstico da
primeira avaliação
Recomendação do tipo do reforço a ser feito (quando existir
a necessidade)
Aplicação da segunda prova
Resultados Finais da simulação
Preparação dos dados históricos da
simulação
Definição do parâmetros da
simulação
Criação dos alunos virtuais
Aplicação da primeira avaliação
Geração do diagnóstico da
primeira avaliação
Recomendação do tipo do reforço a ser feito (quando existir
a necessidade)
Aplicação da segunda prova
Resultados Finais da simulação
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Plataforma JADE
•Segue o Padrão FIPA
•Agentes podem estar em mais de uma máquina na rede.
•Suporte à comunicação de agentes.
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Sumário
• Fundamentos da pesquisa:– Avaliação e Educação;– Agentes e Sistemas Multi-Agentes;– Sistemas Tutores Inteligentes como uma sociedade
multi-agentes;
• Aplicação Proposta.• Resultados e Considerações Finais.
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Resultados Obtidos
• Para um determinado conjunto de parâmetros, foram executadas 10 simulações com 400 alunos cada uma.
• Dois tipos de cenários: – desempenho dos estudantes com aplicação de reforço; – desempenho dos estudantes sem a aplicação de reforço.
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Resultados Obtidos – Sem ReforçoDesempenho Sem Reforco
100,0 98,3
61,3
0,0
94,8
46,5
0,0 0,0
51,5
0,0 0,0 0,0
33,8
0,0 0,0 0,00,01,7
38,7
100,0
5,2
53,5
100,0 100,0
48,5
100,0 100,0 100,0
66,2
100,0 100,0 100,0
0,0
10,0
20,0
30,0
40,0
50,0
60,0
70,0
80,0
90,0
100,0
I1_I1 I1_I2 I1_I3 I1_I4 I2_I1 I2_I2 I2_I3 I2_I4 I3_I1 I3_I2 I3_I3 I3_I4 I4_I1 I4_I2 I4_I3 I4_I4
Perfil do estudante
% Aprovados
Reprovados
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Resultados Obtidos – Com Reforço - Sim.2 Desempenho Com Reforco
100,0 98,7
65,1
0,0
98,1
49,6
0,0 1,3
70,7
16,5
0,0 0,0
38,0
0,0 0,0 0,00,0 1,3
34,9
100,0
1,9
50,4
100,0 98,8
29,3
83,5
100,0 100,0
62,0
100,0 100,0 100,0
0,0
10,0
20,0
30,0
40,0
50,0
60,0
70,0
80,0
90,0
100,0
I1_I1 I1_I2 I1_I3 I1_I4 I2_I1 I2_I2 I2_I3 I2_I4 I3_I1 I3_I2 I3_I3 I3_I4 I4_I1 I4_I2 I4_I3 I4_I4
Perfil do estudante
% Aprovados
Reprovados
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Resultados Obtidos – Com Reforço - Sim.3 Desempenho Com Reforco
99,8 98,7
60,7
0,0
96,7
47,2
0,0 0,0
70,2
14,9
0,0 0,0
31,0
0,0 0,0 0,00,2 1,3
39,3
100,0
3,3
52,8
100,0 100,0
29,8
85,1
100,0 100,0
69,0
100,0 100,0 100,0
0,0
10,0
20,0
30,0
40,0
50,0
60,0
70,0
80,0
90,0
100,0
I1_I1 I1_I2 I1_I3 I1_I4 I2_I1 I2_I2 I2_I3 I2_I4 I3_I1 I3_I2 I3_I3 I3_I4 I4_I1 I4_I2 I4_I3 I4_I4
Perfil do estudante
% Aprovados
Reprovados
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Resultados Obtidos – Com Reforço - Sim.4Desempenho Com Reforco
100,097,9
71,6
0,0
98,5
47,7
0,0 0,0
73,8
18,8
0,0 0,0
46,6
0,0 0,0 0,00,02,1
28,4
100,0
1,5
52,3
100,0 100,0
26,2
81,2
100,0 100,0
53,4
100,0 100,0 100,0
0,0
10,0
20,0
30,0
40,0
50,0
60,0
70,0
80,0
90,0
100,0
I1_I1 I1_I2 I1_I3 I1_I4 I2_I1 I2_I2 I2_I3 I2_I4 I3_I1 I3_I2 I3_I3 I3_I4 I4_I1 I4_I2 I4_I3 I4_I4
Perfil do estudante
% Aprovados
Reprovados
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Considerações Finais
• O simulador construído apresentou resultados satisfatórios nas simulações onde não existia reforço. Valores obtidos foram bastante próximos das turmas reais.
• Simulador indica que os alunos classificados como pertencentes ao intervalo e não tendem a necessitar de reforço.
1 2I I1 1I I
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Considerações Finais
• Os alunos do intervalo definido entre os perfis e não apresentaram melhorias nos índices de aprovação, pois as notas obtidas, mesmo com reforço, não foram suficientes.
• Melhor nota na primeira prova poderia ser 3,0 e 5,0 na segunda avaliação. Com reforço, o aluno não alcançaria média 6,0 (considerada para as simulações).
4 2I I
4 4I I
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Considerações Finais
• As melhorias com o reforço fizeram-se presentes em sua maioria para os estudantes com notas no intervalo principalmente nos perfis de
a . • Reforço proposto aumenta a nota entre 10% e 20%
em 80% dos casos.• Indica um aumento de na segunda
nota, se comparado com o resultado esperado do perfil.
3 7nota? ?1 3I I 4 1I I
0,0 2,0nota? ?
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Considerações Finais
• Nos cenários estudados neste trabalho, um alunoque obtivesse nota 8,0 poderia com reforço chegara nota 10.
• Um aluno com nota 6,0 (nota na média de aprovação), poderia obter no máximo nota 7,5 se o reforço proposto resultasse no maior aumento possível.
• Considera-se que este aumento de nota é factível de um aluno obter.
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Trabalhos Futuros
• Utilizar a sociedade multi-agentes em turmas de alunos e verificar as melhorias ao longo de um semestre letivo.
• Aumentar o número de avaliações para acompanhamento.
• Considerar interação entre alunos.• Analisar a manipulação de apostilas e materias do
curso pelos agentes.
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
OBRIGADO!
Rodrigo Filev MaiaProf. Dr. Márcio Lobo Netto
Laboratório de Sistemas IntegráveisEscola Politécnica
Universidade de São Paulo.
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Aprendizagem Segundo Piaget
• Estruturas no organismo, responsáveis pelo pensamento que evoluem, assim como ocorre com outras estruturas.
• Os estímulos biológico recebidos fazem com que estas estruturas evoluam – chamado de desenvolvimento cognitivo.
• Evolução ou criação de esquemas.
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Aprendizagem Segundo Piaget
• Fases do Desenvolvimento Cognitivo:– sensório-motor;– pré-operacional;– operações concretas;– operações formais.
• Piaget considera evolução baseada exclusivamente no indivíduo.
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Aprendizagem Segundo Vygotsky
• Ponto de divergência de Piaget: o ambiente é fator preponderante na aprendizagem (desenvolvimento cognitivo).
• Há evolução da aprendizagem dependente de processo biológico, porém conhecimentos mais complexos dependem do processo cultural do meio.
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Aprendizagem Segundo Vygotsky
• Há dois tipos de desenvolvimento:– Real ou efetivo;– Potencial;
• A diferença entre os dois desenvol-vimentosforma a Zona de Desenvolvimento Proximal (ZDP), resultado do fruto da interação com o meio.
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Avaliação
• A avaliação deve verificar se:– os objetivos foram alcançados;– o programa foi cumprido;– o tempo foi suficiente;– objetivos indiretos foram alcançados.
• Avaliação deve ser um processo contínuo, com metas claras, simples e precisas.
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Modalidades de Avaliação– Diagnóstica: averigua se existe ou não a
presença de determinado conhecimento ou habilidade;
– Formativa: se o aluno absorveu ou não determinado conhecimento;
– Somativa: classificar os alunos ao final de um período de tempo, segundo critérios de aproveitamento.
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Tipos de questões• Cada tipo de questão é adequada a um
determinado tipo de avaliação e objetivo:– Dissertativa;– Objetiva:
• Verdadeiro-Falso• Múltipla escolha• Ordenação ou Associação• Itens de Interpretação
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Taxonomia de Bloom
• Taxonomia dos objetivos educacionais compreende o domínio cognitivo.
• O caráter hierárquico permite a professor e aluno entenderem com maior clareza a localização de um objetivo educacional, o que se pretende atingir, e com isto a avaliação pode se melhor dimensionada e entendida por todos.
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Hierarquia da Taxonomia
• Conhecimento:– Estruturas específicas e
universais– Privilegia memória
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Hierarquia da Taxonomia
• Compreensão:– Trata capacidades e
habilidades de organizar operações e técnicas para tratar com problemas.
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Hierarquia da Taxonomia
• Aplicação: – Uso de abstrações em
situações reais.– Princípios e operações
utilizados para compreender um fenômeno.
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Hierarquia da Taxonomia
• Análise:– Desdobramento de idéias.– Relacionar conceitos e
implicações.
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Hierarquia da Taxonomia• Síntese:
– Estudante é capaz de combinar todos os conhecimentos e formar uma nova estrutura de conhecimento, antes não conhecida e não trivial.
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Hierarquia da Taxonomia• Avaliação:
– Métodos e materiais utilizados para aferir o aprendizado segundo algum critério.
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Agentes e suas Características• “Um agente refere-se a um componente de
software ou hardware que é capaz de executar tarefas em nome do usuário”.
Propriedades:
ReatividadeComportamento CooperativoCapacidade de ComunicaçãoCapacidade Inferência
Continuidade TemporalPersonalidadeMobilidadePró-atividade
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
O que é inteligência
• Pode ser considerada como a possibilidade do agente comportar-se de acordo com a forma desejada pelo programador, e não da forma por ele definida.
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Ambiente dos agentes
• O ambiente é a estrutura onde os agentes realizam suas ações e recebe sinais enviados de outras entidades com as quais se relaciona.
• Ambiente é composto de diversos agentes e outros objetos dos quais as interações resultam em alterações dos estados do ambiente.
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Classificação Agentes
PuramenteReativos:
EstadosInternosSe
nsor
es
Atu
ador
es
Detec
ção AÇÃO
P*
Sens
ores
Atu
ador
es
Detec
ção AÇÃO
P*
Sens
ores
Atu
ador
es
Detec
ção
AÇÃOModelo
MundoSens
ores
Atu
ador
es
Detec
ção
AÇÃOModelo
Mundo
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Tipos de agentes
• Colaborativos: – autonomia e Cooperação para realizar tarefas
complexas.– em geral não possuem grande capacidade de
aprendizagem• Interface:
– apoio ao usuário;– monitora ações;– gera feedback;– Recebe instruções diretas
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Sistemas Multi-Agentes (SMA)
• Sistema composto de mais de um agente;• Característica o surgimento de
comportamentos globais não programados em nenhum agente;
• Necessária a coordenação entre os agentes.• Conhecimento distribuído na sociedade.• Aprendizado pode ser centralizado ou
descentralizado.
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Aprendizagem em SMA• Centralizado: todo o aprendizado é gerado por
um único agente;• Descentralizado: diversos agentes participam do
esforço de aprendizagem;• O agente também pode aprender através do
cadastro do conhecimento em sua base de dados.
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Aprendizagem do Agente• Aprendizagem pode ser:
– por instrução;– por analogia;– por descoberta;
• Análise da interação com o meio:– aprendizado supervisionado;– aprendizado por reforço;
– aprendizado sem supervisão.
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Comunicação em SMA
• Para a efetiva comunicação são necessários mecanismos de:– regulação:
• síncronos ou assíncronos
– protocolos:• regras de conversação;
– padrões de linguagem:• o que entender da comunicação (ontologia)
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Mecanismos de Cooperação
• Mercado:– tarefa possui um preço;– agentes são produtores ou consumidores
• Quadro de avisos:– agente publica a demanda;– Outros agentes executam a tarefa (ou parte) e
publicam a resposta no quadro.
• Rede de contrato:– Agente contrata um terceiro para realizar a tarefa.
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Mecanismos de Cooperação
• Os mecanismos não garantem a realização da tarefa:– não há agente com habilidade;– todos os agentes estão comprometidos.
• Falta de recurso pode levar ao colapso da sociedade. Nestes casos um agente supervisor pode se fazer necessário.
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Protocolo KQML• Idealizado para a comunicação entre os agentes.• Permite a troca de ontologias• Tipos de mensagens:
– consultas;– respostas;– informativo geral;– de rede;– dentre outras.
• Toda mensagem possui origem, destino, linguagem, ontologia e conteúdo.
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância
Plataforma de Agentes FIPA
• Organização que estabelece padrões para a criação de agentes.
• Possui os serviços necessários ao estabelecimento de comunicação entre os agentes, bem como serviços e ACL.
14/12/2004 Rodrigo Filev Maia / Márcio Lobo Netto
EP
US
PE
PU
SP
Sistema Multi-Agentes para Acompanhamento e Auxílio de Avaliação de Alunos em Ambientes de Ensino à Distância