Modelos e modelagem

Buscando aporte na ciência cognitiva, Kaschek (2011) aponta que o conhecimento humano pode ser classificado como sendo de dois tipos: conhecimento declarativo (“saber o que”) e conhecimento procedural (“saber como”). O primeiro diz respeito à informação cuja organização tem a forma de séries de fatos conectados e passíveis de descrição; o segundo, em contraste, é o conhecimento implícito, que consiste de capacidades ou habilidades motoras e sensoriais que uma pessoa se engaja para cumprir determinados objetivos, e que por serem tão naturalizadas, são mais difíceis de verbalizar. A modelagem conceitual, para o autor, vem propiciar justamente a conexão entre estes dois conhecimentos, e isso fica evidente na construção dos sistemas especialistas, onde além de ser preciso explicitar o conhecimento declarativo (as assertivas), também são necessárias regras de extração desse conhecimento, ou seja, conhecimento procedural.

Modelagem conceitual como disciplina emergiu nos idos da década de 1970 na ciência da computação, quando se começou a falar de modelos de dados e a abordagem entidade- relacionamento (ER) de Peter Chen se consolidava. Tinha por objetivo descrever o conjunto de elementos usados em um domínio para a concepção de esquemas de conceitos que serviriam à memória que um sistema de software deveria ter desse domínio (COUGO, 1997; WIERINGA, 2011). Nas últimas três décadas, o foco deixou de ser exclusivamente os sistemas de dados, especialmente os bancos de dados, para abranger outras aplicações em metamodelagem, representação do conhecimento, ontologias e metodologias para a área de engenharia do conhecimento. Por se basear em uma notação formal, a modelagem conceitual possui vantagens sobre a linguagem natural porque permite a captura exata das semânticas da aplicação (MYLOPOULOS, 1992).

Modelos

Nos modelos, apenas as propriedades consideradas mais relevantes são representadas. Um mapa histórico, por exemplo, é um modelo de uma região particular da superfície da terra; nele não são mostrados aspectos como a vegetação ou a composição do solo, porque estes não são relevantes para o propósito do mapa, que é o de mostrar eventos, acontecimentos passados ou rotas existentes de um lugar para o outro. Sayão (2001) aponta que a ação de modelar impõe a quem modela uma visão clara e sem ambiguidades do que está sendo modelado, além de exigir uma correta seleção dos elementos do universo do discurso que comporão a visão a ser representada. Assim, modelos permitem que nos concentremos

naquilo que é essencial acerca de uma situação complexa, afastando detalhes não importantes, como ressalta Dodebey (2002):

“Modelos derivam da necessidade humana de entender a realidade, aparentemente complexa, e são, portanto, representações simplificadas e inteligíveis do mundo, permitindo vislumbrar as características essenciais de um domínio ou campo de estudo”. (DODEBEI, 2002, P.19)

Nos sistemas de informação, modelos comunicam acerca dos processos referentes à aquisição, organização e manipulação da informação e o comportamento do usuário frente a estes processos. De um lado encontra-se o ser humano com sua realidade pessoal, interna e presumidamente idiossincrática, ou seja, com o que chamamos conhecimento, e no extremo oposto está o sistema de informação com a sua realidade dependente dos próprios limites da aplicação. Entre esses dois extremos localiza-se o campo de representações, o espaço onde se encontram representações de uma ou de outra realidade. Segundo Burt e Kinnucan (apud SAYÃO, 2002), essas representações tentam criar pontes ou elucidar as estranhezas que se supõe existam entre essas realidades.

Os modelos que estão mais próximos do que seja a representação do usuário humano e do que se passa em sua cabeça em relação ao sistema são denominados modelos cognitivos, ao passo que os modelos que se identificam com o sistema e tentam descrever o que se passa em seu interior são mais conhecidos como modelos de dados. A região intermediária é o lugar dos modelos que interpretam os usuários, o sistema e a interação entre eles, ou seja, dos modelos conceituais. Assim, deve-se ficar clara a distinção que se faz entre a visão individual da realidade – isto é, modelo cognitivo – e a visão percebida por um grupo sobre um dado sistema de informação – isto é, modelo conceitual (BURT e KINNUCAN apud SAYÃO, 2002).

O interesse pelos modelos cognitivos no âmbito da CI tem sido cada vez maior. Segundo Sayão (2002), porque a matéria-prima dos processos cognitivos são “objetos mentais” – conceitos, ideias e conhecimento –, trabalhos nesta área consideram como as pessoas organizam conhecimento, como os conceitos são formados e agrupados na mente humana, e como são categorizados. De acordo com o autor, na área de recuperação da informação se consolidou o consenso de que o sistema homem-computador deve ser visto

como um sistema adaptativo-cognitivo, ou seja, o processamento de informação é sempre intermediado por algum tipo de modelo da realidade.

Enquanto modelos de dados tratam principalmente da descrição de estrutura de dados (relacional, redes, hierárquicos) com vista ao seu acesso e armazenamento, os modelos conceituais têm por objetivo desenvolver uma descrição coerente do significado dos dados, satisfazendo nossas necessidades de conhecimento e conceituação sobre determinado domínio, antecipando ou substituindo a existência de uma realidade qualquer. O que percebemos? Como re-conhecemos a realidade no modelo? O que devemos buscar?

“... o modelo deve servir como uma fonte unificada de referência, para quando ambiguidades surgirem em discussões sobre este domínio, e como um repositório de conhecimento comum, auxiliando de forma direta a comunicação, o aprendizado e reuso em um nível mais alto de abstração.” (ARANGO, apud GUIZZARDI, 2000, p. 41).

Segundo Campos (2004), existem princípios norteadores que devem auxiliar o modelizador na elaboração de estruturas conceituais em domínios de conhecimento: i) o método de raciocínio utilizado para a organização do conhecimento (indutivo, dedutivo); ii) a unidade que principia a representação do conhecimento (o isolado, o conceito, os objetos que constituem o mundo real); iii) as relações conceituais que dão forma à estrutura do domínio (relações genéricas, partitivas e funcionais). Tais princípios, balizados pelas teorias dos sistemas conceituais, possibilitam ao modelizador construir os pressupostos de onde irá partir para a elaboração de um modelo de representação.

Linguagem de modelagem gráfica

A modelagem é fortemente associada ao uso de uma linguagem gráfica ou de uma metodologia baseada neste tipo de representação: Unified Modeling Language (UML), Agile Modeling, ER Diagrams, ORM Diagrams, Data Flows, Petri Nets, etc, são bons exemplos desta associação. A UML é uma das mais adotadas na área de engenharia de software, fornecendo blocos básicos de construção e regras de combinação destes blocos para modelar qualquer tipo de aplicação (BOOCH et al., 2006). Ela emergiu como uma notação diagramática para a modelagem orientada a objetos, evoluindo para um padrão de linguagem visual que abrange especificação e construção dos objetos e métodos aplicados a todo tipo de

domínio (OMG, 2011). Diferentes diagramas podem ser concebidos para representar as diferentes visões de um sistema:

Figura 10 – Visão geral da estrutura de diagramas da UML 2.2 Fonte: Wikipedia (Unified_Modeling_Language) adaptado de (FOWLER, 2003)

A figura acima ilustra a versão 2.229 da UML, com seus 14 tipos de diagramas possíveis divididos em duas categorias principais: estrutural (Structure Diagram) e de comportamento (Behaviour Diagram). Ambas poderiam representar os dois tipos de conhecimento humano que Kaschek (2011) identificou no início desta seção, o declarativo (“saber o que”) e o procedural (“saber como”) que, combinados, permitem a visualização lógica do desenvolvimento completo de um sistema de informação. Diagramas de classe, em especial, provêem uma visão estática do sistema modelado – onde as operações não estão presentes – e não raro, são usados para a modelagem de vocabulários de sistemas e para a construção de modelos conceituais de domínio, onde todas as entidades são explicitadas (FOWLER, 2003).

29

Segundo a OMG (Object Management Group), um consórcio internacional de empresas que define e ratifica padrões na área de Orientação a Objetos: http://www.uml.org

Figura 11 – Acima, à esquerda: exemplo de uma classe em UML. Em seguida, um diagrama de classes. (Fonte: adaptado de FOWLER, 2003)

Na figura acima, as classes, que representam os conceitos identificados no domínio, possuem apenas atributos (nome, data de nascimento e idade) e relacionamentos entre si, tais como os de associação (papéis desempenhados) e de generalização (tipo-de).

A UML, portanto, é uma linguagem de modelagem gráfica que fornece princípios para auxiliar na determinação dos elementos e relações existentes entre os conceitos do domínio que se quer representar, tornando-se expediente de grande importância no contexto da web semântica.