A Interac¸˜ao Humano-Computador no Processo de Fus˜ao

Nesta sec¸˜ao, ser˜ao apresentadas quest˜oes referentes ao papel do humano frente `a dinˆamica do processo de fus˜ao de dados e informac¸˜oes. Ser˜ao tamb´em apresentadas as diferentes pers- pectivas de atuac¸˜ao do humano frente `as necessidades de sensoriamento, observac¸˜ao e processa- mento da informac¸˜ao, bem como sob a perspectiva de participante ativo como mediador e gestor da automac¸˜ao. Ao final desta sec¸˜ao, ser˜ao discutidos os desafios e perspectivas da atuac¸˜ao do humano no refinamento das informac¸˜oes provenientes do processo de fus˜ao e mecanismos de suporte para sua intensificac¸˜ao.

2.3.3.1 Vis˜ao Geral da Participac¸˜ao Humana no Processo de Fus˜ao

Tradicionalmente, os processos de fus˜ao foram idealizados sob a perspectiva de Fus˜ao de Informac¸˜ao de Baixo-N´ıvel (Low-Level Information Fusion - LLIF), cujos processos funcionais automatizados limitavam-se a produzir estimativas de classificac¸˜ao, identificac¸˜ao e rastreamento de alvos.

Atualmente, h´a um grande interesse na utilizac¸˜ao de sensores n˜ao f´ısicos, como os huma- nos, para promover uma vis˜ao hol´ıstica do mundo. Dentre tais sensores est˜ao bancos de dados de entidades diversas que detˆem dados do dom´ınio de interesse, servic¸os advindos de redes de comunicac¸˜ao diversos (subsistemas ou World Wide Web) e computac¸˜ao em nuvem (COMINT), servic¸os de sensoriamento remoto por imagens (IMINT) e o uso da inteligˆencia humana para a observac¸˜ao de um cen´ario (HUMINT), que incluem seu relato como fonte qualitativa de dados de forma direta ou indireta.

A informac¸˜ao HUMINT ´e sujeita a tendˆencias, imprecis˜ao e omiss˜oes. Interpretar e fun- dir esse tipo de informac¸˜ao requer a deduc¸˜ao de significado semˆantico que muitas vezes n˜ao pode ser inferido por func¸˜oes automatizadas, requerendo a participac¸˜ao humana tamb´em na interpretac¸˜ao e uso da informac¸˜ao. Exemplos desses desafios incluem a interpretac¸˜ao de den´uncias feitas por testemunhas ao reportar uma emergˆencia a servic¸os de atendimento (Stampouli et al., 2009).

Aliando o uso de sensores f´ısicos e n˜ao f´ısicos, SFDs podem combinar as diversas pers- pectivas de aquisic¸˜ao de informac¸˜oes para caracterizar indiv´ıduos, grupos, populac¸˜oes e suas interac¸˜oes, possibilitando a incorporac¸˜ao de maiores e melhores subs´ıdios para a consciˆencia situacional (Hall e Jordan, 2010).

Na outra extremidade do processo, ao representar uma imagem da situac¸˜ao (resultados do processo de avaliac¸˜ao de situac¸˜oes) para a an´alise, discute-se o enquadramento e comporta- mento do operador frente `a informac¸˜ao produzida por SFDs, cujas modalidades s˜ao retratadas em alguns dos modelos conhecidos para dar suporte ao processo.

Neste contexto, a comunidade passou a considerar quest˜oes referentes `a Fus˜ao de Informac¸˜ao em Alto-N´ıvel (High-Level Information Fusion - HLIF), perspectiva de SFDs que considera humanos participativos na busca por padr˜oes, relacionamentos e comportamentos de entidades inferidas por sensores f´ısicos e n˜ao f´ısicos, visando subsidiar inferˆencias e decis˜oes de alto-n´ıvel (Hall et al., 2011).

Assim, oportunidades emergiram com a incorporac¸˜ao de quest˜oes referentes `a interac¸˜ao humano-computador nos processos de fus˜ao (especificamente no N´ıvel 5 do modelo JDL e derivac¸˜oes). Desta maneira, o operador passou a ser retratado sob duas perspectivas: primei- ramente como consumidor e processador de informac¸˜oes produzidas pela tecnologia de fus˜ao e em seguida como agente de refinamento da informac¸˜ao, em conjunto com medidas automa- tizadas. A transformac¸˜ao de tal atuac¸˜ao do humano ao longo do tempo se d´a em func¸˜ao da abrangˆencia e intensidade da atuac¸˜ao do humano frente `as func¸˜oes de refinamento.

Nesta tese, defende-se a perspectiva de que SFDs devem extrapolar as abordagens atuais de atuac¸˜ao humana e extrair mais das capacidades de humanos e computadores para a criac¸˜ao de um refinamento h´ıbrido, intimamente integrado e colaborativo entre tais entidades, orientado por quest˜oes referentes `a qualidade da informac¸˜ao (ou parte da informac¸˜ao) inferida a cada etapa, capaz de obter, identificar e interpretar dados e informac¸˜oes de forma plena e dinˆamica, minimizando obst´aculos entre produtos de LLIF e HLIF.

2.3.4

Perspectivas de Atuac¸˜ao do Humano na Fus˜ao de Dados e Informac¸˜oes

Al´em de consumirem a informac¸˜ao produzida ao longo do processo de fus˜ao de dados e informac¸˜oes, o humano pode atuar sob as perspectivas de observadores que reportam sua perspectiva de mundo (fontes de informac¸˜ao), foco de observac¸˜ao ao longo do processo, quando seu status ´e relevante para a consciˆencia situacional, e finalmente como parceiros cognitivos da automac¸˜ao, dividindo responsabilidades com os mecanismos internos `a fus˜ao.

A Figura 2.3 apresenta tais perspectivas e identifica em qual etapa do processo de fus˜ao de dados pode ocorrer a atuac¸˜ao do humano (utilizando o modelo JDL como referˆencia).

Figura 2.3: Processo de Fus˜ao de Dados com as perspectivas de atuac¸˜ao do humano

Dados os diversos servic¸os WEB e portais de disseminac¸˜ao de informac¸˜oes, os sensores humanos, denominados soft-sensors, podem aumentar significativamente os dados obtidos de sensores tradicionais ao trabalhar em prol da reportagem ad-hoc da situac¸˜ao (Hall e Llinas, 2010).

Dessa maneira, humanos tornam-se rep´orteres em potencial e ajudam a compor uma soluc¸˜ao integrada de sensores f´ısicos e n˜ao f´ısicos. A percepc¸˜ao e compreens˜ao humana complementa

o que sensores f´ısicos s˜ao incapazes de inferir, como intenc¸˜oes, motivac¸˜oes e outras grandezas que dependem de caracterizac¸˜ao pr´evia e/ou cont´ınua sobre entidades, cen´arios ou situac¸˜oes.

Al´em disso, h´a um grande desafio e interesse na localizac¸˜ao, identidade e interac¸˜ao entre indiv´ıduos e grupos (redes sociais). Identificar uma ameac¸a pode exigir muito mais do que a caracterizac¸˜ao f´ısica das entidades - pode exigir a caracterizac¸˜ao do panorama humano (human landscape), que ´e a relac¸˜ao entre pessoas envolvidas que se organizam em prol de uma atividade em comum (Llinas et al., 2004).

Considerando que aplicac¸˜oes de monitoramento de pessoas, ve´ıculos, objetos e demais en- tidades apresentam cen´arios complexos de relac¸˜oes entre seus componentes, se desconsiderar- mos avanc¸os significativos em racioc´ınio automatizado via regras, scripts e l´ogica, ainda assim ´e desafiador para um computador equiparar habilidades semˆanticas dos humanos.

Pinker (2006) identificou que os humanos tˆem habilidades cognitivas a serem exploradas e que podem contribuir para o processo de an´alise da informac¸˜ao em SFDs, como a capacidade de reconhecer e associar contextos e de inferir significados n˜ao expl´ıcitos desconhecidos aos processos automatizados.

Usualmente, nesta perspectiva de processadores de informac¸˜ao, o humano inicia sua participac¸˜ao somente ap´os a automac¸˜ao atingir seu limite de inferˆencia, na tentativa de preencher uma lacuna deixada pelos SFDs no processo de avaliac¸˜ao de uma situac¸˜ao.

Para atuar como processador da informac¸˜ao, o humano depende de suas habilidades para o reconhecimento de padr˜oes via processamento visual de sinais (cues) que encapsulam informac¸˜oes, processo que demanda a representac¸˜ao e gest˜ao eficiente da informac¸˜ao produzida pelo SFDs (Blasch, 2013).

2.3.5

A Gest˜ao da Qualidade de Informac¸˜oes nos Processos de Fus˜ao de

Informac¸˜oes

A fus˜ao de informac¸˜oes utiliza uma grande quantidade e variedade de informac¸˜ao advinda de fontes de dados distribu´ıdas e heterogˆeneas para produzir estimativas sobre objetos e obter conhecimento sob um dom´ınio de interesse.

Um processamento bem sucedido de dados e informac¸˜oes de sensores f´ısicos, dados hist´oricos e inteligˆencia humana demanda tamb´em compartilhamento, disseminac¸˜ao e cooperac¸˜ao de mais de um stakeholder, tais como diferentes agˆencias governamentais e regulat´orias.

alguns processos s˜ao melhores executados por m´aquinas, enquanto para outros o julgamento e conduc¸˜ao humana por experts ´e crucial.

Processos automatizados ajudam o humano a inferir objetos, sua identidade e suas relac¸˜oes entre eles, bem como poss´ıveis estados atuais e futuros do ambiente (situac¸˜oes) com probabili- dades a eles associadas.

Por outro lado, humanos utilizam n˜ao somente os resultados dos processos automatizados para decidir ou agir, mas tamb´em sua experiˆencia e observac¸˜ao para prover informac¸˜oes aos pro- cessos da m´aquina (ex: grau de confianc¸a, hip´oteses situacionais, argumentos e preferˆencias).

A troca de informac¸˜ao em tempo real no sistema integrado homem-m´aquina ´e desafia- dora devido ao fato de que dados e informac¸˜oes obtidas de observac¸˜ao e relat´orios, produzi- das por m´aquinas ou processos automatizados, s˜ao de qualidade vari´avel, podendo n˜ao serem confi´aveis, de baixa fidelidade, resoluc¸˜ao insuficiente, contradit´oria e at´e redundante.

O sucesso da tomada de decis˜ao em um ambiente humano-sistema, dirigido por fus˜ao de dados, depende de estar consciente de que a informac¸˜ao ´e insuficiente e que h´a meios para compensa-la, a cada etapa de transformac¸˜ao ou troca de informac¸˜ao. ´E necess´ario mencionar que uma informac¸˜ao de entrada com qualidade n˜ao garante qualidade suficiente nas informac¸˜oes de sa´ıda do sistema.

Considerac¸˜oes sobre a qualidade exercem um papel importante cada vez que dados brutos s˜ao adquiridos (leituras de sensores, bancos de dados, inteligˆencia humana) e entram no sistema, bem como quando a informac¸˜ao ´e transferida entre processos automatizados, entre os humanos e entre processos automatizados e humanos.

O tema de qualidade de dados e informac¸˜oes tem recebido atenc¸˜ao significante em muitas ´areas incluindo: comunicac¸˜ao, processos de neg´ocios, computac¸˜ao pessoal, assistˆencia m´edica e bancos de dados. Ao mesmo tempo, o problema de qualidade de informac¸˜oes em sistemas humano-sistema baseado em fus˜ao para a tomada de decis˜oes tem atra´ıdo pouca atenc¸˜ao.

A literatura apresenta principalmente preocupac¸˜oes com fus˜ao de informac¸˜oes em construir um modelo de incertezas adequado sem prestar muita atenc¸˜ao ao problema de representar e incorporar outras caracter´ısticas de qualidade em seus processos (Rogova e Boss´e, 2010) (Foo e Ng, 2013) (Blasch et al., 2013) (Laskey et al., 2012) (Khaleghi et al., 2013). Assim, h´a desafios de pesquisa relacionadas ao problema de qualidade da informac¸˜ao no desenvolvimento de sistemas baseados em fus˜ao tais como:

automatizados ou informac¸˜oes produzidas pelos usu´arios?

• Como combinar as caracter´ısticas de qualidade em uma ´unica medida de qualidade? • Como compensar as deficiˆencias das informac¸˜oes?

• Como a qualidade e suas caracter´ısticas dependem do contexto do ambiente? • Como a subjetividade afeta a qualidade da informac¸˜ao?

No documento AO DIRIGIDO POR HUMANOS E CIENTE DE QUALIDADE DE INFORMAC ¸ ˜ AO (páginas 53-58)