Humor

Levando em consideração o aspecto temporal do comportamento, as emoções repre- sentam estruturas instáveis no decorrer do tempo e com periodicidade variada. Por exem- plo, da mesma forma que se pode ficar rapidamente zangado, volta-se de forma rápida para um estado considerado “normal” [da Silva 2009]. A personalidade, porém, é vista como sendo constante durante quase todo o tempo de vida do indivíduo. Entre estas duas estruturas existe o humor, uma estrutura associada ao temperamento, que é mais estável que as emoções e mais inconstante do que a personalidade [Wilson 2000].

O estado de humor reflete um estado de duração intermediária, que geralmente não está relacionado a um evento concreto, a uma ação ou a um objeto diretamente. O humor é uma condição afetiva estável, que tem enorme influência sobre as funções cognitivas dos indivíduos [Morris 1989][Gebhard 2005].

O trabalho de Mehrabian [Mehrabian 1996b][Mehrabian 1996a] criou o arcabouço PAD (Pleasure, Arousal, Dominance) para descrever e medir as diferenças individuais de humor. Neste framework os traços P, A e D estabelecem três eixos independentes, que criam um espaço tridimensional de humor. Ou seja, os três eixos criam um espaço tridi- mensional de regiões de tipos de temperamento. Para melhor visualizar o espaço criado, é interessante tratar cada eixo em dicotomias: +P e -P para agradável e desagradável, +A e -A para excitado e sem excitação, e +D e -D para dominante e submisso. A Tabela 2.3 mostra as denominações para cada um dos octantes criados no espaço PAD e suas respectivas características.

Tipo PAD Descrição

Entediado (Bored) (-P-A-D) Triste, solitário, socialmente arredio, fisi- camente inativo

Desdenhoso (Disdainful) (-P-A+D) Desprezo pelos outros, isolado, arredio e calculista, algumas vezes anti-social Ansioso (Anxious) (-P+A-D) Preocupado, nervoso, inseguro, tenso, in-

feliz, propenso à doença

Hostil (Hostile) (-P+A+D) Raivoso, estado emocional negativo, pos- sivelmente violento

Dócil (Docile) (+P-A-D) Agradável, sem emoção e submisso, sim- pático, conformado

Relaxado (Relaxed) (+P-A+D) Confortável, seguro, confiante, resistente ao estresse

Dependente (Dependent) (+P+A-D) Ligado às pessoas, necessitado de outros Exuberante (Exuberant) (+P+A+D) Extrovertido, “saído”, feliz, sociável

Tabela 2.3: Descrição dos tipos de humor no modelo PAD.

Um octante define uma descrição discreta do humor a partir dos valores de P, A e D. Por exemplo, uma pessoa é descrita como relaxada (Relaxed), se ela é agradável (valor de P é positivo), não excitada (A é negativo) e dominante (D é positivo). Uma medida da força desse estado de humor pode ser definida como a distância do ponto ao zero do espaço PAD. Algebricamente é a norma do vetor PAD, criado para aquele estado de humor, sendo o valor máximo de cada eixo em módulo igual a 1, e √3 como o maior valor da norma [Gebhard 2005].

Segundo Mehrabian [Mehrabian 1996b], o traço P é usado como um índice geral de ajustamento psicológico, ou seja, indivíduos com um temperamento agradável são considerados ajustados psicológicamente, enquanto indivíduos com humor desgradável são considerados desajustados psicológicamente. Desta forma, Exuberante, Dependente, Relaxado e Dócil são consideradas quatro categorias de indivíduos ajustados psicologi- camente, enquanto, Entediado, Desdenhoso, Ansioso e Hostil são consideradas quatro

categorias de indivíduos desajustados psicologicamente.

O humor pode ser inferido a partir de medições e avaliações do estado emocional do indivíduo, ao longo de uma representativa quantidade de situações diárias [Mehrabian 1996b]. Ou seja, as emoções que surgem a todo momento vão, ao longo do tempo, influ- enciando o estado de humor do indivíduo. Por um outro lado, a personalidade, elemento mais estável, também é responsável por um certo grau de influência no estado de humor, definindo na realidade, o estado básico de humor dos indivíduos [Gebhard 2005]. Por “estado de humor básico” entende-se o estado de humor no qual o indivíduo permanece quando o efeito das emoções cessa. O estudo de Mehrabian [Kessler et al. 2008] estabe- leceu uma correlação entre modelo de humor criado por ele e o modelo de personalidade OCEAN descrito anteriormente. A tabela 2.4 mostra a correlação definida por Mehrabian entre o modelo PAD e o modelo OCEAN. As letras que compõem as expressões da coluna “Humor Básico” se referem aos componentes do modelo de personalidade, ou seja:O = Openess,C = Conscientiousness, E = Extroversion, A = Agreableness, N = Neuroticism.

PAD Humor Básico

P _{0,21 ∗ E + 0,59 ∗ A + 0,19 ∗ N} A _{0,15 ∗ O + 0,30 ∗ A + 0,57 ∗ N}

D _{0,25 ∗ O − 0,32 ∗ A + 0,17 ∗C + 0,60 ∗ E}

Tabela 2.4: Dimensões do PAD versus Traços do OCEAN.

A relação entre o humor e as emoções mencionada anteriormente, também foi descrita por Mehrabian [Mehrabian 1996b] através de uma correlação entre o modelo de emoções OCC (2.3.2) e o modelo PAD. A correlação mostra a intensidade com que cada emoção influencia cada traço do humor. Essa relação foi explorada no trabalho Gebhard [Gebhard 2005]. A Tabela 2.5 mostra essa relação numérica para um conjunto de emoções negativas e positivas usadas por Gebhard.

Emoções P A D Traços de Humor Admiração 0,50 0,30 -0,20 Dependente Anger -0,51 0,59 0,25 Hostil Desagrado -0,40 0,20 0,10 Hostil Desapontamento -0,30 0,10 -0,40 Ansioso Angústia -0,40 -0,20 -0,50 Dócil Medo -0,64 0,60 -0,43 Entediado

Medo Confirmado -0,50 -0,30 -0,70 Entediado

Inveja 0,30 -0,30 -0,10 Dócil

Gratificação 0,60 0,50 0,40 Exuberante

Gratidão 0,40 0,20 -0,30 Dependente

Feliz por 0,40 0,20 0,20 Exuberante

Ódio -0,60 0,60 0,30 Hóstil Esperança 0,20 0,20 -0,10 Dependente Alegria 0,40 0,20 0,10 Exuberante Agrado 0,4 0,16 -0,24 Dependente Amor 0,30 0,10 0,20 Exuberante Pena -0,40 -0,20 -0,50 Entediado Orgulho 0,40 0,30 0,30 Exuberante Alivio 0,20 -0,30 0,40 Relaxado Remorso -0,30 0,10 -0,60 Ansioso Censura -0,30 -0,10 0,40 Desdenhoso Ressentimento -0,20 -0,30 -0,20 Entediado Satisfação 0,30 -0,20 0,40 Relaxado Vergonha -0,30 0,10 -0,60 Ansioso

Trabalhos Relacionados

Este capítulo apresenta algumas considerações gerais em relação a um conjunto de trabalhos que, de algum modo, são relacionados com a arquitetura aqui proposta. Como comentado anteriormente, são contribuições deste trabalho: a proposta de um processo de foco de atenção para agentes inteligentes, subdividido em foco qualitativo e foco quanti- tativo, a utilização de um modelo afetivo como parte do processo de atualização contínua do foco de atenção e também a utilização, como base do modelo afetivo, de um conjunto interrelacionado, formado por três modelos afetivos: OCC para as emoções, PAD para o humor e OCEAN para a personalidade. Como os autores deste trabalho desconhecem algum trabalho com as mesmas características do apresentado nesta pesquisa, os traba- lhos relacionados aqui discutidos, foram divididos em duas sub-seções para facilitar a leitura e o entendimento: trabalhos relacionados ao uso de foco de atenção e trabalhos relacionados ao uso da afetividade.

3.1

Trabalhos Relacionados ao Uso de Foco de Atenção

Sob o argumento de “foco de atenção”, abordam-se trabalhos cuja preocupação seja o de tratar, de alguma forma, a percepção do agente com o intuito de adequar o conjunto de informações percebidas, de acordo com o contexto em que o agente esteja atuando no momento. Nesse caso, esse processo de adequação pode servir tanto à definição das ações do agente, como também à revisão dos objetivos com os quais o agente esteja comprometido, sejam eles baseados em aspectos humanos ou não.

No trabalho de Luís F. Morgado [Morgado 2006] existe a preocupação de integrar os aspectos emocionais humanos em agentes computacionais, visando obter melhores re- sultados em processos de raciocínio voltados a ambientes complexos como os de tempo real. A arquitetura proposta para o modelo emocional de fluxo, definida neste trabalho, tenta englobar tanto as características de modelos de base fisiológica, onde a emoção está diretamente relacionada com alterações internas do “organismo” que tenta se adaptar da melhor forma ao seu ambiente, como também os modelos de apreciação cognitiva, onde a emoção é resultado da interpretação de ações e eventos do ambiente externo. Em con- trapartida, o modelo emocional de fluxo não leva em consideração o conceito de humor e da personalidade.

tivos como os objetivos do agente numa forma de onda periódica com frequência fixa. Desta forma, o nível de interesse do agente por determinado elemento cognitivos se dá pela ressonância da frequência do elemento em relação à frequência dos objetivos do agente. Este processo permite estabelecer o quanto um determinado elemento cognitivo é importante ou não. Estabelecendo um nível mínimo de importância, somente os ele- mentos cognitivos que tiverem a relação de ressonância maior do que esse mínimo serão percebidos, o que cria, segundo o autor, uma barreira de depleção que dá origem ao foco do agente.

A proposta de Morgado [Morgado 2006] aborda o foco através de um processo com- parativo baseado nas leis da física (ressonância entre frequências), o que pode tornar a descrição do foco do agente complexa para determinados ambientes, em especial quando a generalidade quanto ao contexto é desejável. A definição de várias frequências que res- soem em diferentes níveis em relação a um conjunto de objetivos de vários agentes não é tarefa simples. Além disso, o acompanhamento das decisões do agente também parece ser uma tarefa complexa, em especial quando se consideram vários agentes interagindo simultaneamente. Dessa forma, a proposta deste trabalho procura trabalhar com um pro- cesso de “gatilho de informação” (MIO - Meta_Info Operators discutidos mais adiante), cuja a descrição e implementação são muito mais fáceis, pois tratam os eventos relevantes como uma descrição de um conjunto de informações percebidas do ambiente.

O trabalho de Sarmento e Oliveira [Sarmento 2004] [Oliveira & Sarmento 2002] [Luis Sarmento 2004] [Oliveira & Sarmento 2003] utiliza um cenário bastante complexo, e dinâmico. O cenário é um floresta em chamas, onde vários agentes devem eliminar os focos do incêndio trabalhando cooperativamente. Os agentes são dotados de um es- tado emocional criado a partir da experiência cognitiva do agente, que é analisada por um conjunto de regras. Esta análise influencia um conjunto de variáveis chamadas de acumu- ladores emocionais. São variáveis que decaem exponencialmente e que, dependendo da influência do ambiente, podem ter seus valores aumentados quando uma emoção surge. A partir do instante seguinte ao da alteração do valor do acumulador, o decaimento ex- ponencial recomeça. O conjunto destas variáveis define o estado emocional do agente. Esse estado influencia no processo de decisão das ações de um agente. Por exemplo, um agente, a partir de uma alteração positiva do acumulador emocional que mapeia o medo, a partir uma súbita exposição ao fogo devido a uma mudança brusca na direção do vento, pode provocar no agente o uso de ações imediatas que o distanciem do foco do fogo. Como o acumulador decai exponencialmente, a manutenção desse estado de alerta vai durar um certo tempo, o que faz o comportamento do agente se tornar mais conservador durante este período. Esse tempo dependerá de qual fator estabelece o decai- mento exponencial do acumulador “medo”. Um decaimento rápido define que o agente voltará rapidamente ao seu padrão anterior de tomada de decisão, um decaimento lento representará o contrário.

No cenário utilizado por Sarmento e Oliveira, o Pyrosim [Luis Sarmento 2004] [Oliveira & Sarmento 2003], os autores trabalham com o conceito de agentes BDI [Pereira et al. 2005] [Bartneck 2002b], onde os agentes utilizam a abordagem de proprio perception, ou seja, o agente pode não ser capaz de perceber a totalidade dos recursos disponíveis e também pode sub-estimar o seu conhecimento em relação ao uso de um recurso ou seu

potencial em determinar a solução de um problema.

O foco de atenção do agente utilizado por Sarmento e Oliveira no Pyrosim é estabele- cido de forma indireta, pois o ciclo de raciocínio do agente é dividido em dois níveis, o de controle e o deliberativo. No ciclo de controle são abordados os objetivos que definem a sobrevivência do agente. Ou seja, antes de deliberar sobre qualquer coisa, o agente deve se comprometer com o objetivo primordial que é o de permanecer vivo. Para múltiplos contextos, esses objetivos precisam ser redefinidos e, também, a relação que o agente estabelece com eles. Deste modo, a estrutura do agente precisa ser reestruturada, para que ele possa ser usado em um novo ambiente. Pode-se dizer que o agente trabalha com um foco fixo, que não pode ser dinamicamente alterado. Na arquitetura proposta neste trabalho, o foco qualitativo pode ser facilmente modificado para que o foco de atenção do agente seja alterado e com isso a sua relação com o ambiente. Alterando-se a relação do agente com o ambiente, os objetivos do agente poderão, também ser alterados. Além disso, a proposta não se limita à arquitetura de agentes BDI.

No trabalho de Koster e Dignum [Koster et al. 2008] é discutido o conceito de um filtro de relevância, para que sistemas multiagentes possam atuar de modo mais eficiente em ambientes altamente dinâmicos, tais como os encontrados nos sistemas móveis que lidam com diferentes serviços. Para esses casos é definido um “observador de contexto” que calcula, em conjunto com os planos, desejos e intenções (arquitetura BDI [Bordini et al. 2007]) que o agente tem definidos atualmente, a relevância dos dados recebidos. A relevância é calculada utilizando-se uma base de regras e planos da linguagem AgentS- peak [Rao 1996]. Desse modo, o ciclo de raciocínio BDI, incorporando a questão de quão relevantes são os dados, pode tomar decisões mais eficientes em um ambiente dinâmico, melhorando a usabilidade da aplicação. Uma importante observação feita nesse trabalho, refere-se ao fato de que o processo do “pensar” do agente deve ser o mais eficiente possí- vel, para tornar o momento do “perceber” o mais próximo possível do momento do “agir”, evitando assim, que alterações no ambiente, ocorridas entre esses dois momentos, façam com que as ações do agente possam ser inócuas. Segundo os autores, deve-se encontrar um balanço entre o planejamento proativo, onde há o risco de que o ambiente mude ao ponto que o plano definido não possa ser executado, e o ato de simplesmente reagir, com o primeiro plano disponível, que carrega o risco de se usar um plano não ótimo, ou mesmo errado. Dignum, em trabalho anterior [Dignum 2000], já descrevia uma alteração do ciclo BDI para permitir que o agente focasse o seu raciocínio em um conjunto mais específico de dados. Nesse caso, foi adotado o conceito de raciocínio social, o qual se baseia em normas e obrigações. Agentes convivendo em sociedade seguem normas, e o conheci- mento dessas normas permite facilitar a coordenação (se sabe o que se pode ou não fazer) e a antecipação de certos comportamentos, com um certo grau de confiabilidade. As obrigações, por outro lado, estão associadas ao reforço das estratégias desejáveis, o que envolve a punição ao violadores. De um certo modo, normas e obrigações focalizam a atividade do agente dentro de determinados critérios definidos por quem modela a aplica- ção. O conceito de relevância dos dados é bastante similar ao conceito usado na definição do foco Qualitativo, porem é diretamente relacionada a agentes BDI. O conceito de foco quantitativo não é abordado nesse trabalho.

active perception, que possibilita o direcionamento da percepção do agente para os as- pectos mais relevantes do ambiente, de acordo com a tarefa atual do agente. O modelo decompõe a percepção em três partes: detecção (sensing), interpretação e filtragem. Na detecção, o estado do ambiente é mapeado para uma representação onde o agente pode usar um conjunto de focos que, uma vez selecionados, permitem ao agente perceber so- mente tipos específicos de dados. Depois disso, esses dados são adequados através do uso de leis de percepção, as quais definem as restrições a determinadas percepções. No pro- cesso de interpretação, o agente utiliza blue prints para mapear o que foi percebido em um modelo que possa ser processado pelo agente. Por último, existe o processo de filtragem, que é responsável por reduzir o conjunto de dados de acordo com critérios baseados no contexto da tarefa em execução. O conceito aqui utilizado é bastante similar ao proposto neste trabalho, porem a implementação parece ser bem mais complexa e custosa em ter- mos de camada de software adicional ao processo de percepção. Novamente o conceito de foco quantitativo não é utilizado.

Em seu trabalho, Pereira e Tettamanzi [Célia Da Costa Pereira 2008] discutem o fato de que a geração de objetivos em agentes BDI deve levar em consideração que nem todas as crenças, obtidas da percepção, são igualmente importantes, e que a confiança da fonte da informação também deve ser considerada. Desse modo, o processo deliberativo que define os objetivos que o agente pode e deve alcançar se baseia na relevância da informa- ção percebida, bem como no grau de confiabilidade atribuído à fonte da informação. A relevância das crenças em relação aos objetivos é definida com base em uma relação de ordem e a lógica fuzzy é usada para representar os graus de confiança. O modelo proposto, porém, não comenta sobre a possibilidade da relevância da informação poder ser ajustada, como no foco qualitativo proposto, durante a execução do agente, pois considera que os agentes não usam o seu estado mental interno para atualizar os objetivos.

O trabalho de Castelfranchi [Cristiano Castelfranchi 2006] trata da possibilidade de usar o conceito de comportamentos antecipados, definidos previamente para determina- das situações do ambiente. Para isso, utiliza a abordagem baseada na expectativa do que o agente percebe. Caso os dados percebidos estejam fora do que era esperado pelo modelo interno do agente, um alerta é gerado, fazendo com que o agente utilize um comporta- mento dito “cuidadoso”. Em outras palavras, o agente passa a ser mais detalhista com relação ao que percebe e menos auto-confiante com relação à análise feita para definir as ações a serem executadas. O comportamento “cuidadoso” é atrelado ao conceito de estabilidade da personalidade, onde os mais estáveis são mais cuidadosos, ao contrários dos agentes com personalidades menos estáveis. A possibilidade de construir um agente adaptativo que possa ajustar, em tempo de execução, o grau de “cuidado” que deva usar, é comentado mas não implementado e nem testado, como é feito com o foco quantitativo e qualitativo da proposta deste trabalho.

Uma abordagem do foco de atenção que é próxima ao que é proposto na arquitetura AAFA para agentes com foco qualitativo fixo e foco quantitativo fixo, é o trabalho de Lo- rini e Piunti [Lorini & Piunti 2010]. Eles propõem um mecanismo para estender a função de atualização da base de crenças do agente, a BUF (Belief Base Update Function) dos agentes BDI. Nesse caso, a BUF proposta, utilizando um mecanismo de relevância base- ado numa função de probabilidade, faz com que somente as crenças com um certo grau

de relevância sejam atualizadas na base de crença do agente. A função de probabilidade que define a noção de relevância se baseia no conceito de dependência probabilística e, por conseguinte, a noção de irrelevância se baseia no conceito de independência. Como comentado antes, isso se aproxima ao que é usado nos agentes com foco de atenção fixo da arquitetura AAFA, porém o trabalho não faz alusão a nenhum processo dinâmico de ajuste dos critérios de relevância e tão pouco a uma análise quantitativa da percepção. Do mesmo modo que vários outros trabalhos citados nesta seção, diz respeito somente ao ciclo de raciocínio BDI, não sendo flexível para ser usada em outras arquiteturas.

Em trabalho mais recente, Venanzi e Piunti [Matteo Venanzi 2011] introduzem um processo para filtrar os dados percebidos, usando o conceito de confiança sobre fontes desconhecidas disponíveis no ambiente. Para ser usado em sistemas abertos, propõem que o fator de confiança, definido para as fontes de informação, seja baseado numa avaliação cognitiva feita pelo agente. Ao invés de considerar dados referentes a relacionamentos anteriores e fontes de reputação, o agente define o fator de confiança dinamicamente, baseando-se num reduzido conjunto de propriedade observáveis, definido como conjunto de sinais legíveis (Manifesta), do qual é possível inferir um conjunto de propriedades e capacidades (Kypta) de quem está sendo observado. Desse modo, um agente confia em outro (em suas informações) se o DoT (Degree of Trust) desse for superior a um determinado nível. O cálculo do DoT se baseia na observação do (Manifesta), que expõe as propriedades do agente observado, em termos de habilidades e capacidades de realizar uma determinada tarefa. Quanto mais habilidoso ou “poderoso” for o agente observado na realização de uma determinada tarefa, maior o seu DoT em relação a informações relativas àquela tarefa.