• Nenhum resultado encontrado

Agentes Inteligentes

No documento Área de Inteligência Artificial (páginas 70-76)

III. DESENVOLVIMENTO

1. MODELO PROPOSTO

1.2. Agentes Inteligentes

Os agentes inteligentes implementados neste ambiente têm como função à administração do ambiente, realizando tarefas como: avaliação do perfil do usuário para o estabelecimento das estratégias pedagógicas, conforme estabelecido pelos professores, avaliação do estágio de desenvolvimento do aluno, seleção do conteúdo instrucional, entre outras.

No ambiente, três agentes interagem, com o intuito de oferecer um currículo personalizado para cada tipo de aluno. Um deles é o agente de investigação do Aluno (Figura 17), que é responsável por avaliar o conhecimento do aluno nos conceitos que devem ser previamente de conhecimento do mesmo. Este agente aplicada uma prova de nivelamento ao aluno em seu primeiro acesso ao sistema, com perguntas relativas ao conteúdo que estão intimamente relacionados com os conteúdos das aulas do portal. O nivelamento resulta em um conjunto de notas, uma para cada pré-requisito, e através de um conjunto de regras com intervalos (Figura 18) suas notas são geradas e armazenadas no sistema.

Suas notas podem ser classificadas como: ruim, média e boa. A Figura 18 demonstra o gráfico dos intervalos envolvidos. E a Tabela 3 mostra as funções de pertinência envolvidas neste processo.

Figura 17: Agente de Investigação do Aluno

Figura 18: Intervalos para a variável Nota

A classificação das notas dos alunos seguirá o conjunto de fórmulas apresentadas na Tabela 2, por exemplo, caso o nivelamento do aluno resultou na nota seis. Visualizando os intervalos na Figura 18, a nota seis está inclusa no intervalo Média e Boa.

Para o intervalo Média, tem-se:

Para o intervalo Boa, tem-se:

Como o resultado da função para o intervalo Média é maior que o resultado da função do intervalo Boa, a nota gerada do aluno é Média.

Tabela 2: Variáveis Lingüísticas utilizadas pelo sistema

Lingüística Funções de Intervalo

Ruim

µ (x) =x/3 se 0 ≤ x < 3 µ (x) =1 se x= 3

µ (x) = -x +5 se 3 < x< 5 2

Média

µ (x) = -3+x se 3≤x<5 2

µ (x) =1 se x=5 µ (x) = 8-x se 5 ≤x<8

3

Boa

µ (x) = x -5 se 5≤x<8 µ (x) =1 se x>=8 3

Outro agente fica encarregado pela avaliação do currículo instrucional que o aluno deverá acessar (Figura 19). Seu funcionamento é baseado nas notas do aluno que foram estabelecidas pelo agente de Investigação do Aluno, e utilizando uma estrutura de sistemas especialistas estabelece o conteúdo que pode ser acessado pelo aluno de acordo com o seu nível de conhecimento.

A seleção do conteúdo instrucional que o aluno deverá acessar é baseada nas informações geradas pelo agente de investigação do aluno, onde são recuperadas as notas do nivelamento já classificadas e através de uma base de regras de produção é selecionado o conjunto de conteúdos que o aluno terá acesso.

µ (x) = 8-x se 5 < x< 8

3 µ (x) = 8 -6 = 1

2

µ (x) = x - 5 se 3 < x< 8

3 µ (x) = 6 -5 = 0,33

3

=>

=>

As regras de produção são uma forma de representação do conhecimento do especialista através uma coleção de regras do tipo Se condição então faça. Sendo que está representação pode ser repassada para o computador através de uma linguagem de programação.

Baseando-se nas informações dos especialistas a regras de produção para a estrutura do agente de conteúdo instrucional segue os seguintes critérios1.

• Se a nota do pré-requisito da aula N for ruim, então o usuário deverá acessar todos os conteúdos da aula N;

• Se a nota do pré-requisito da aula N for média, então o usuário deverá acessar determinados conteúdos da aula N baseando-se nas regras de produção;

• Se a nota do pré-requisito da aula N for boa, então o usuário não precisará acessar nenhum conteúdo, e está apto a fazer o teste teórico da aula N.

Figura 19: Agente de Conteúdo Instrucional

1 A base de regras de produção para o agente de conteúdo instrucional pode ser visualizada no anexo IV.

E por fim o agente de Casos Virtuais (Figura 21), fica encarregado de buscar na base de casos virtuais, o melhor caso clínico que se enquadre ao conteúdo instrucional que está sendo aplicado e pelo seu desempenho. O agente envia uma mensagem para o agente de Conteúdo Instrucional, solicitando qual o conteúdo que o aluno está estudando e qual a nota do aluno no teste teórico da aula. Se a nota do teste teórico do aluno for maior ou igual a sete, esta nota é classificada e a partir de regras de produção é gerado o conjunto de casos clínicos que o aluno deverá realizar.

Para acessar os casos clínicos da aula o aluno deverá previamente realizar o teste teórico da disciplina, obtendo uma nota superior ou igual a sete, sua nota é classificada seguindo os passos da geração da nota do nivelamento do aluno, mas usando os conjuntos de intervalos da Figura 20 e as funções da Tabela 3.

Figura 20: Intervalos para Variável Nota Teórica Tabela 3: Variáveis Lingüísticas para o conjunto Difuso da Variável Nota Teórica

Variável Lingüística Funções do Intervalo Boa

µ (x) =x/8 se 7 ≤ x < 8 µ (x) =1 se x= 8

µ (x) = -x +9 se 8 < x< 9

Ótima

µ (x) = -8+x se 8 ≤x < 9 µ (x) =1 se x=9

µ (x) = 10-x se 9 <x <10

Baseando-se nas informações dos especialistas as regras de produção para a estrutura do agente de casos virtuais segue os seguintes critérios.

• Se a nota classificada do teste teórico do aluno for Boa o aluno acessa 50% dos casos clínicos da aula, pois o aluno não apresenta um aproveitamento máximo do conteúdo teórico.

• Se a nota classificada do teste teórico do aluno for Ótima o aluno acessa 100% dos casos clínicos da aula, pois o aluno apresenta um aproveitamento máximo do conteúdo teórico da aula, podendo assim realizar todo o conteúdo prático da aula.

Figura 20: Agente de Casos Virtuais

A seguir são apresentados os passos funcionais e as interações entre os agentes envolvidos no ambiente.

1) O aluno se cadastra

2) O Agente de Investigação do aluno aplicam a prova de nivelamento para avaliar o suposto grau de conhecimento do aluno. Feito o nivelamento suas notas são classificadas através de funções de intervalo e armazenadas no banco de dados.

4) O Agente de Conteúdo Instrucional pede ao Agente de Investigação do aluno as notas do nivelamento com base em uma regra de casos define um conjunto de textos e vídeos que o aluno deverá estudar. São armazenadas no banco as referências destes textos e vídeos.

5) O aluno realiza o teste teórico da aula.

6) Por fim o agente de Casos Virtuais solicita ao agente de conteúdo instrucional os conteúdos que o aluno está cursando e a nota do aluno no teste teórico, e através de uma base de regras de produção são definidos os casos virtuais que aluno deverá realizar.

6)Após a realização do diagnóstico dos casos selecionados para a aula, o aluno avança para a próxima aula do portal se a sua nota for maior ou igual a sete.

Fleishhauer (1996) apud Vavassori (1998), os agentes inteligentes são entidades que realizam um conjunto de operações em favor de um usuário com algum grau de independência ou autonomia. Os agentes implementados no portal possuem característica autônoma para a realização do nivelamento do aluno operando sem a interação de humanos ou de outras entidades. Também possuem habilidade social, pois há uma interação entre eles nos sentido de requisição de informação de um agente para o outro para o acompanhamento do nível de aproveitamento do aluno durante o curso.

No documento Área de Inteligência Artificial (páginas 70-76)