Sistema de Apoio à Argumentação em Grupo em
Ambientes Inteligentes e Ubíquos considerando
Aspectos Emocionais e de Personalidade
Ricardo Jorge da Silva Santos
Universidade de Trás-os-Montes e Alto Douro
Tese submetida para a obtenção do grau de Doutor em Informática
Elaborada sob a orientação do
Doutor Carlos Fernando da Silva Ramos
e do
Doutor José Afonso Moreno Bulas Cruz
Vila Real, Março de 2010
Agradecimentos
Gostaria, em primeiro lugar de deixar uma palavra de agradecimento a todos aqueles que directa ou indirectamente contribuíram para que a realização deste projecto fosse possível.
Aos meus orientadores, o Professor Doutor Carlos Ramos, e ao Pro-fessor Doutor José Bulas-Cruz, pelo apoio prestado no decorrer de todo o projecto, que se revelou uma excelente linha orientadora.
À Goreti Marreiros agradeço todas as discussões, sugestões, contri-buições e esforço desenvolvido na leitura e revisão deste trabalho, que tanto contribuíram para o seu enriquecimento.
Agradeço a todos os meus colegas do Grupo de Investigação em En-genharia do Conhecimento e Apoio à Decisão (GECAD) pelas discus-sões científicas e pelo ambiente agradável que sempre proporcionaram.
À Universidade de Trás-os-Montes e Alto Douro (UTAD), agradeço a oportunidade de realizar este trabalho. Agradeço, ainda, à Fundação para a Ciência e a Tecnologia (FCT) pela bolsa que me foi concedida (SFRH/BD/32100/2006) e pelo suporte concedido ao GECAD e a alguns projectos de I&D, nomeadamente ao projecto ArgEmotionA-gents (POSC/EIA/56259/2004).
À Escola Superior de Tecnologia e Gestão de Felgueiras (ESTGF), agradeço todo o apoio e condições oferecidas para realizar este traba-lho. Aos colegas da ESTGF as palavras de incentivo e encorajamento que se tornaram indispensáveis para a conclusão deste projecto.
almente à Tiz que me ofereceu todo o apoio, amor e carinho essenciais ao meu bem-estar, o que se tornou uma excelente base de apoio para que tudo isto fosse possível.
Resumo
Esta tese, intitulada de “Sistema de Apoio à Argumentação em Grupo em Ambientes Inteligentes e Ubíquos considerando Aspectos Emo-cionais e de Personalidade” aplica a tecnologia dos Sistemas Multi-Agente no domínio da tomada de decisão em grupo.
A tomada de decisão em grupo tem, nos dias de hoje, um relevo adi-cional na medida em que cada vez mais nos deparamos com situações de complexa resolução quer a nível pessoal quer a nível profissional. Na resolução destas situações é vantajosa a existência de grupos visto permitir analisar o problema de diferentes pontos de vista, dispor de maior conhecimento e ser proposto um maior número de ideias. As diferentes abordagens ou soluções para um problema são negociadas com recurso à argumentação e contra argumentação entre os vários intervenientes do grupo de decisão de forma a ser encontrada uma solução consensual para o problema em causa. Os intervenientes do grupo de tomada de decisão podem estar dispersos em diferentes locais sendo que, muitas vezes este acaba por se revelar um factor limitante de grande importância na escolha do grupo de intervenientes melhor qualificado para a reunião.
Neste contexto, é defendido que através de um Sistema Multi-Agente é possível suportar um grupo de intervenientes de uma reunião de tomada de decisão em grupo, na vertente do organizador da reunião assim como na vertente de qualquer um dos participantes. Pretende-se ainda provar que ao considerar os aspectos afectivos como a persona-lidade, emoções e humor dos participantes da reunião é possível obter uma solução consensual para o problema de decisão num espaço de tempo mais curto.
formação, argumentar e comunicar com outros participantes. Para a argumentação foram desenvolvidos vários algoritmos de suporte ao processo de geração, selecção e avaliação de argumentos assim como diversas estratégias de negociação com base nos diferentes tipos de personalidades apresentadas pelos agentes participantes.
Foi desenvolvido um sistema de apoio à tomada de decisão em grupo ubíquo suportado por uma arquitectura multi-agente que personifica os participantes da reunião. O sistema foi usado para a realização de várias experiências baseadas num caso de estudo real que permitiram tirar algumas conclusões acerca dos resultados obtidos, assim como apontar novos caminhos a explorar.
Abstract
This thesis, named "Group Argumentation Support System in Intel-ligent and Ubiquitous Environments considering Emotional Aspects and Personality"applies Multi-Agent Systems technology to the do-main of group decision making.
The group decision making has nowadays an additional importance as we face different complex situations not only in personal but also in professional life. To solve these situations, the existence of groups is an advantage as it allows to analyze the problem from different perspectives, gather more knowledge and to propose a greater vari-ety of ideas. The different approaches or solutions to a problem are negotiated using arguments and counter-arguments between the vari-ous intervenients in the group decision in order to find a consensual solution to the problem in question. The intervenients of the decision making group may be in different locations, which many times turns out to be a limiting factor of great importance in choosing the group of intervenients most skilled on the meeting.
In this context, it is claimed that through a Multi-Agent System it is possible to support the intervenients in a group decision meeting, in the role of the organizer of the meeting as well as in the role of any participant. It is also intended to prove that by considering the affective aspects like personality, emotion and mood of each meeting participant it is possible to reach a consensual solution to the decision problem in a shorter period of time.
The participants play the main role in the process of decision making, being proposed an architecture capable of represent information, ar-gue and communicate with other participants. To the argumentation
different strategies of negotiation based on the different types of per-sonality presented by each participant involved.
In this work an ubiquitous group decision support system was de-veloped supported by a multi-agent architecture that personifies the several participants of the meeting. The system was used to experi-ment various situations based on a real case study. Conclusions were obtained from the experiments and new directions for further work were pointed out.
Índice
Agradecimentos v
Resumo vii
Abstract ix
Índice xi
Lista de Figuras xvii
Lista de Tabelas xix
Lista de Algoritmos xxi
Lista de Abreviaturas xxiii
1 Introdução 1 1.1 Enquadramento . . . 2 1.2 Motivação . . . 3 1.3 Objectivos . . . 4 1.4 Contribuições Científicas . . . 5 1.5 Estrutura da Tese . . . 6
2 Agentes Argumentativos na Tomada de Decisão 9 2.1 Introdução . . . 10
2.2 Agentes . . . 11
2.2.1 Arquitecturas de Agentes . . . 13
2.2.1.2 Agente reactivo . . . 14
2.2.1.3 Agente híbrido . . . 14
2.2.2 Arquitectura “BDI” . . . 15
2.2.3 Sistemas Multi-Agente . . . 16
2.3 Tomada de Decisão em Grupo . . . 17
2.3.1 Sistemas de Apoio à Tomada de Decisão em Grupo . . . . 21
2.3.2 Categorias de SADG . . . 23
2.3.3 Problemas de decisão multi-critério . . . 24
2.3.4 SADG desenvolvidos com abordagens multi-agente . . . . 25
2.3.4.1 Ito e Shintani . . . 25
2.3.4.2 MIAU . . . 25
2.3.4.3 Zeno e Hermes . . . 26
2.3.5 Aplicações de SADG . . . 27
2.3.5.1 ThinkTank da GroupSystems . . . 27
2.3.5.2 Zingthing da Zing Technologies . . . 28
2.3.5.3 Expert Choice . . . 29
2.3.5.4 MeetingWorks for Windows . . . 30
2.4 Negociação Automática . . . 31
2.4.1 Teoria de Jogos . . . 32
2.4.2 Aproximações Heurísticas . . . 33
2.4.3 Argumentação . . . 34
2.5 Sistemas Multi-agente e Argumentação . . . 35
2.6 Sistema de Kraus, Sycara e Evenchick . . . 39
2.7 Conclusão . . . 42
3 Computação Afectiva 45 3.1 Introdução . . . 46
3.2 Personalidade . . . 47
3.2.1 Modelo dos Cinco Factores . . . 49
3.2.2 Modelo do Psicoticismo, Extroversão e Neuroticismo . . . 53
3.3 Emoção e Humor . . . 53
3.3.1 Teorias da Emoção . . . 55
ÍNDICE
3.3.3 Modelo de Ortony, Clore e Collins (OCC) . . . 59
3.3.4 Modelo da Emoção de Ira Roseman . . . 63
3.3.5 Modelo de Humor Prazer-Excitação-Dominância . . . 63
3.4 Arquitecturas para Agentes Emocionais . . . 64
3.4.1 Cathexis . . . 65
3.4.2 Flame . . . 66
3.4.3 FAtiMA . . . 66
3.4.4 Salt & Peper . . . 67
3.4.5 EMA . . . 69
3.5 Projectos existentes . . . 70
3.5.1 Projecto Oz . . . 71
3.5.2 Projecto Virtual Yuppy . . . 72
3.5.3 Projecto PETEEI . . . 74 3.5.4 Projecto EMOTE . . . 75 3.5.5 Projecto ABS4GD . . . 76 3.6 Conclusão . . . 76 4 Ambientes Inteligentes 79 4.1 Introdução . . . 80 4.2 Conceito de AmI . . . 81
4.3 Dimensões dos AmI . . . 83
4.3.1 Dimensão Tecnológica . . . 83
4.3.2 Dimensão Social . . . 85
4.3.3 Dimensão Política . . . 85
4.4 Computação Ubíqua . . . 86
4.5 Comunicação Ubíqua . . . 87
4.6 Interfaces Adaptáveis ao Utilizador . . . 88
4.7 Tomada de Decisão Ubíqua em Grupo . . . 89
4.8 Salas de Decisão Inteligentes . . . 90
4.8.1 Projectos de Investigação Relacionados . . . 91
4.8.1.1 IDIAP . . . 91
4.8.1.2 SMaRT . . . 92
4.8.1.4 NIST Smart Space Project . . . 93
4.8.1.5 MIT Intelligent Room Project . . . 93
4.8.1.6 LAID . . . 94
4.9 Emoção, Humor e Personalidade em AmI . . . 95
4.9.1 Projectos Existentes . . . 96
4.9.1.1 eMuu . . . 96
4.9.1.2 iCat . . . 97
4.9.1.3 FearNot! . . . 98
4.9.1.4 Virtual Humans: Rapport Agent . . . 99
4.9.1.5 I-Blocks . . . 100
4.9.1.6 ABS4GD e WebMeeting . . . 101
4.10 Conclusão . . . 102
5 Concepção / Modelação da Solução Proposta 105 5.1 Introdução . . . 106
5.2 Arquitectura Ubíqua do Sistema Multi-Agente . . . 106
5.3 Agente Facilitador . . . 108
5.3.1 Rondas de argumentação . . . 108
5.3.2 Análise dos resultados finais . . . 109
5.4 Agente Participante . . . 109
5.4.1 Camada de Conhecimento . . . 110
5.4.2 Camada de Raciocínio . . . 111
5.4.3 Camada de Interacção . . . 112
5.4.4 Representação do conhecimento . . . 112
5.5 Módulo do sistema da personalidade . . . 115
5.5.1 Identificação da Personalidade . . . 115
5.5.2 Padrões de Personalidade Característicos . . . 117
5.5.3 Negociador . . . 120
5.5.4 Agressor . . . 122
5.5.5 Submisso . . . 123
5.5.6 O que evita . . . 124
5.6 Módulo do Sistema Emocional . . . 125
ÍNDICE
5.6.2 Selecção das emoções . . . 130
5.6.3 Decaimento das emoções . . . 131
5.6.4 Definição do humor . . . 132
5.6.5 Actualização do humor . . . 133
5.7 Módulo de Decisão . . . 134
5.7.1 Caracterização do problema multi-critério . . . 134
5.7.2 Algoritmo NAI (Negotiable Alternatives Identifier) . . . . 135
5.7.3 Processo de Negociação . . . 138
5.8 Módulo do Sistema de Argumentação . . . 139
5.8.1 Geração de argumentos . . . 141
5.8.2 Uso da personalidade no processo de argumentação . . . . 144
5.8.3 Uso de emoções e humor no processo de argumentação . . 146
5.8.4 Selecção de argumentos . . . 150 5.8.5 Avaliação de argumentos . . . 153 5.8.6 Selecção do parceiro . . . 158 5.8.7 Recompensas . . . 159 5.8.7.1 Oferta de recompensas . . . 160 5.8.7.2 Avaliação de recompensas . . . 163 5.8.8 Ameaças . . . 164 5.8.8.1 Realizar Ameaça . . . 165 5.8.8.2 Avaliar Ameaças . . . 166 5.9 Conclusão . . . 167 6 Implementação e Avaliação 169 6.1 Introdução . . . 170 6.2 Implementação . . . 170
6.3 Constituição e desenvolvimento da comunidade de agentes . . . . 171
6.3.1 Constituição de um agente . . . 173
6.3.2 Registo dos agentes na comunidade . . . 174
6.4 Modelo da aplicação . . . 177
6.5 Protótipo desenvolvido . . . 182
6.6 Caso de estudo . . . 185
6.6.2 Intervenientes envolvidos . . . 188
6.6.3 Ambiente de resolução do problema . . . 189
6.6.4 Resolução do problema . . . 190
6.6.5 Análise dos resultados . . . 204
6.7 Conclusão . . . 208
7 Conclusão e Trabalho Futuro 211 7.1 Síntese e Conclusão do Trabalho Desenvolvido . . . 212
7.2 Originalidades . . . 215
7.3 Impacto Científico . . . 216
7.4 Trabalho Futuro . . . 219
Lista de Figuras
1.1 Visão geral da sala de decisão . . . 5
2.1 Arquitectura de um sistema de apoio à decisão em grupo . . . 22
3.1 Factores que influenciam a experiência emocional . . . 58
3.2 Estruturação da componente emocional [Adaptado de (Elliot, 1994; Ortony et al., 1988)] . . . 61
5.1 Arquitectura Ubíqua do Sistema Multi-Agente . . . 107
5.2 Arquitectura do Agente Participante . . . 110
5.3 Arquitectura do sistema emocional . . . 125
5.4 Humor inicial . . . 133
5.5 Actualização do humor . . . 134
5.6 Protocolo de Argumentação . . . 140
5.7 Processo de negociação entre um conjunto de agentes participantes 141 5.8 Diálogo de argumentação com base na personalidade . . . 145
5.9 Diálogo de argumentação com base na personalidade, emoção e humor . . . 149
6.1 Modelos de desenvolvimento . . . 177
6.2 Modelo ubíquo . . . 178
6.3 Plataforma do protótipo desenvolvido . . . 179
6.4 Interface da Aplicação Java com a comunidade de agentes . . . . 180
6.5 Diagrama de classes simplificado da aplicação Java . . . 181
6.6 Pedido de serviços a partir da aplicação Web . . . 181
6.8 Configuração de uma reunião . . . 184
6.9 Questionário da personalidade . . . 184
6.10 Ecrã principal do participante . . . 185
6.11 Laboratório de Ambientes Inteligentes de Decisão . . . 189
6.12 Arquitectura da sala de decisão . . . 190
6.13 Configuração da reunião (tarefa do facilitador) . . . 191
6.14 Definição dos critérios (tarefa do facilitador) . . . 192
6.15 Definição das alternativas (tarefa do facilitador) . . . 192
6.16 Reunião criada . . . 193
6.17 Questionário BFI . . . 194
6.18 Sugestão/selecção da personalidade . . . 194
6.19 Definir preferências iniciais . . . 195
6.20 Soluções possíveis com base nas preferências do participante . . . 195
6.21 Selecção das alternativas preferidas . . . 196
6.22 Definição da informação pública . . . 196
6.23 Pedidos realizados por AgP 3 . . . 199
6.24 Pedido realizado por AgP 3 recusado por AgP 2 . . . 200
6.25 Respostas aos pedidos de AgP 2 . . . 201
6.26 Respostas aos pedidos de AgP 2 . . . 202
Lista de Tabelas
2.1 Matriz tempo-espaço . . . 23
2.2 Classificação de diálogos . . . 37
3.1 Modelo dos Cinco Factores . . . 52
3.2 Modelo OCC revisto . . . 62
3.3 Tipos de humor de Mehrabian . . . 64
5.1 Temas de Comportamentos Padrão . . . 118
5.2 Relação dos Estilos de Conflito . . . 119
5.3 Estilo de conflito . . . 120
5.4 Características de um negociador . . . 121
5.5 Características de um agressor . . . 122
5.6 Características de um submisso . . . 123
5.7 Características de alguém que evita conflitos . . . 124
5.8 Relação entre as emoções do modelo OCC e o espaço PAD . . . . 129
5.9 Lista de emoções geradas para um dado instante t . . . 130
5.10 Lista de argumentos possíveis para cada personalidade no estilo de conflito . . . 145
5.11 Força dos Argumentos . . . 148
5.12 Condições de recusa ao pedidos com base no humor . . . 149
6.1 Problema Multi-Critério . . . 188
6.2 Preferências Iniciais dos Participantes . . . 197
6.3 Preferências de alternativas para o participante 1 . . . 197
6.4 Preferências de alternativas para o participante 2 . . . 198
6.6 Preferências de alternativas para o participante 4 . . . 198
6.7 Experiência 1: Agentes afectivos vs Agentes não-afectivos . . . 203
6.8 Experiência 2: 1 agente afectivo e 3 agentes não-afectivos . . . 204
6.9 Experiência 3: 3 agentes afectivos e 1 agente não-afectivo . . . 205
Lista de Algoritmos
2.1 Geração de Ameaça . . . 41
2.2 Avaliação de argumento considerando o factor convincente . . . . 42
5.1 Rondas de argumentação . . . 108
5.2 Verificação de solução consensual . . . 109
5.3 Escolha dos argumentos possíveis para cada tipo de personalidade 151 5.4 Selecção dos argumentos com base no humor . . . 152
5.5 Avaliação de pedidos não fundamentados . . . 154
5.6 Avaliação de pedidos fundamentados . . . 155
5.7 Avaliação de pedidos fundamentados . . . 156
5.8 Selecção dos agentes participantes a persuadir . . . 158
5.9 Cálculo da recompensa máxima . . . 162
5.10 Oferta de recompensa . . . 163
5.11 Avaliação da recompensa . . . 164
5.12 Realizar ameaça 1 . . . 165
5.13 Realizar ameaça 2 . . . 166
Lista de Abreviaturas
AmI Ambient Intelligence
AHP Analytic Hierarchy Process BDI Belief-Desire-Intention BFI Big Five Inventory DWR Direct Web Remoting
ESTO European Science and Technology Observatory FFM Five Factor Model
GECAD Grupo de Investigação em Engenharia do Conhecimento e Apoio à Decisão
GMD German National Research Center for Information Techno-logy
IAD Inteligência Artificial Distribuída ICL Inter-agent Communication Language IHC Interacção Homem-Computador
IITA Instituto de Investigação Internacional de Telecomunicações Avançadas
IMR Intelligent Meeting Rooms IST Information Society Techologies
ISTAG Information Society Technologies Advisory Group IUIS Interfaces de Utilizador Inteligentes e Sociais
KQML Knowledge Query Manipulation Language LAID Laboratório de Ambientes Inteligentes de Decisão
NAI Negotiable Alternatives Identifier OAA Open Agent Architecture
OCC Ortony, Clore e Collins
OCEAN Openness, Conscientiousness, Extraversion, Agreeableness e Neuroticism
PAD Pleasure-Arousal-Dominance PDA Personal digital assistant
PEN Psicoticismo, Extroversão e Neuroticismo RMI Remote Method Invocation
SADG Sistemas de Apoio à Tomada de Decisão em Grupo SMA Sistemas Multi-Agente
Capítulo 1
Introdução
Neste primeiro capítulo pretense dar ao leitor uma visão global do trabalho de-senvolvido, começando por uma breve reflexão sobre o enquadramento do tema, passando pela motivação que levou ao desenvolvimento da presente tese. Em seguida são descritos os objectivos que se pretendem atingir, assim como as prin-cipais contribuições científicas. Por fim é apresentada a estrutura da presente tese.
1.1
Enquadramento
A tomada de decisão é uma das actividades na qual todos nós estamos envolvidos diariamente e, muitas vezes, não nos apercebemos da sua importância. Com o passar do tempo o nosso mundo mudou bastante, tornando-se mais complexo. Se a nível pessoal a actividade da tomada de decisão já é difícil, a um nível supe-rior é uma actividade essencial da qual depende o bom funcionamento de uma organização. Hoje existem mais factores que influenciam a actividade da tomada de decisão do que antigamente. Com o advento da globalização, do aumento da competitividade e das maiores exigências por parte dos clientes a tomada de decisão passou a ser uma actividade muito mais crítica em contexto empresarial e organizacional. Devido à sua complexidade, a actividade da tomada de decisão obrigou ao aparecimento de sistemas de apoio à tomada de decisão que visam apoiar e facilitar todo o processo para os participantes, quer a nível individual quer em grupo.
Apesar da utilidade inequívoca que os sistemas de apoio à tomada de decisão oferecem, permitindo que os utilizadores considerem vários pontos de vista para o problema e tenham toda a informação relativa ao problema de decisão concen-trado no próprio sistema, começou a não ser possível dar resposta a novos pro-blemas que têm surgido no quotidiano do ser humano. A vida humana é cada vez mais intensa, e no meio empresarial a palavra de ordem é a competitividade. Os quadros administrativos ou decisores necessitam deslocar-se constantemente para outros locais, sejam outras empresas, cidades ou países, podendo até deslocarem-se para locais com um diferente fuso horário, o que inviabiliza a utilização de um sistema de apoio à tomada de decisão presencial em que todos os participantes se reuniriam numa sala.
Para dar resposta a estes problemas surgiu o conceito de "Ambiente Inteligente", que se refere a um ambiente digital que apoia os utilizadores de um espaço nas suas actividades de uma forma pró-activa. Um sistema de apoio à tomada de decisão desenvolvido sob este conceito, torna possível a sua ubiquidade, permi-tindo a um utilizador usá-lo em qualquer altura e em qualquer lugar de forma
1.2 Motivação
inteligente e discreta.
Tradicionalmente as emoções e os afectos não eram estudados pelos investigado-res no âmbito da tomada de decisão pois eram considerados factoinvestigado-res prejudiciais para o sucesso de todo o processo. No entanto, nos últimos anos na investigação em Inteligência Artificial têm vindo a ser procuradas cada vez mais respostas na área da psicologia, nomeadamente para a tomada de decisão, em que é necessário definir o comportamento dos adversários para negociar da melhor forma.
Esta tese propõe a utilização de metodologias para a resolução de problemas multi-critério, no contexto dos sistemas multi-agente, para o suporte à tomada de decisão em grupo ubíqua. São considerados os aspectos da emoção, humor e personalidade dos participantes durante o processo de argumentação.
1.2
Motivação
Devido às vicissitudes dos tempos modernos derivadas da globalização e da com-petitividade, a forma de participar numa reunião de decisão tem vindo a mudar progressivamente. Os decisores deixaram de ser obrigados a estar no mesmo local à mesma hora sendo possível desta forma encontrar a melhor equipa para um dado problema em vez da equipa ser seleccionada mediante os melhores participantes disponíveis naquele intervalo de tempo. Com recurso à Internet é possível hoje em dia estar sempre contactável e desenvolver sistemas dependentes deste serviço.
Os sistemas de apoio à tomada de decisão em grupo não são novos, mas apre-sentam ainda algumas limitações das quais se destacam a não modelação do problema de decisão através de um sistema multi-agente, a não consideração de processos argumentativos elaborados, os quais normalmente antecedem as reu-niões, a não simulação e consequente representação dos participantes sempre que estes se ausentarem, e, a não consideração das emoções, humor e personalidade dos participantes envolvidos.
Neste trabalho pretende-se interligar seis grandes áreas: a tomada de decisão em grupo, os sistemas multi-agente, os ambientes inteligentes, a argumentação, as emoções e a personalidade. A interligação destas áreas irá permitir desenvolver um sistema que dê respostas às limitações detectadas em sistemas de apoio à tomada de decisão em grupo existentes.
1.3
Objectivos
A presente tese tem como objectivo o desenvolvimento de um sistema de apoio à tomada de decisão em grupo ubíquo que suporte os vários intervenientes do pro-cesso de tomada de decisão. Pretende-se que o problema da tomada de decisão possa ser modelado através de um sistema multi-agente onde os agentes personi-fiquem os vários participantes da reunião de acordo com as suas características (relativas à personalidade) e que sejam capazes de gerar emoções que afectem o seu humor num dado instante e consequentemente a sua racionalidade.
Para que o processo de argumentação na fase da negociação seja mais realista torna-se também objectivo usar os factores da personalidade, emoção e humor no apoio à argumentação.
Este sistema propõe-se a ser usado na tomada de decisão inteligente, parte de um ambiente inteligente (salas de decisão inteligentes) onde redes de sistemas compu-tacionais, serviços e informação são partilhados. As salas de decisão inteligentes surgem como ambientes capazes de suportar participantes de uma reunião de uma forma inteligente e discreta. Como exemplo de um possível cenário, considera-se uma reunião distribuída envolvendo pessoas em diferentes locais (alguns numa sala de decisão, outros nos seus gabinetes e outros possivelmente noutro país) com acesso a diferentes dispositivos (computadores, PDAs, telemóveis, ou mesmo sistemas embebidos como parte de um sala de decisão). A figura 1.1 representa uma sala de decisão inteligente com diversos smartboards interactivos.
1.4 Contribuições Científicas
Figura 1.1: Visão geral da sala de decisão
A reunião é distribuída mas é também assíncrona de forma a que os participantes não são obrigados a estar envolvidos na reunião a uma hora específica (como o participante da reunião que se apresenta a usar um PDA e/ou um portátil na figura 1.1). No entanto, aquando da interacção com o sistema, um participante da reunião pode querer ter acesso à informação e à forma como esta foi desen-volvida. Pretendia-se que este sistema fosse um suporte para os participantes, apresentando a informação e conhecimento, analisando as tendências da reunião e sugerindo argumentos para serem trocados com os adversários, perante um dado problema.
1.4
Contribuições Científicas
O trabalho desenvolvido, não sendo uma versão final, pretende contribuir cientifi-camente para as áreas de estudo dos ambientes inteligentes, da tomada de decisão em grupo e da negociação, nomeadamente no suporte aos participantes de uma reunião de tomada de decisão durante o processo de negociação. O processo de negociação recorre à argumentação persuasiva e considera os factores da
perso-nalidade, emoção e humor.
As principais contribuições do presente trabalho são:
• Desenvolvimento de uma arquitectura multi-agente ubíqua aplicada ao do-mínio da tomada de decisão em grupo capaz de suportar todos os interve-nientes existentes;
• Desenvolvimento de arquitecturas para os vários intervenientes do processo de tomada de decisão em grupo com especial relevo para o participante. A arquitectura do participante considera a representação do conhecimento, raciocínio e comunicação;
• Uso dos factores da personalidade, emoção e humor dos participantes du-rante a fase de negociação, recorrendo à argumentação, com o objectivo de obter consensos num período de tempo mais curto;
• Desenvolvimento de uma modelo de integração da personalidade, emoção e humor que possibilite indicar a situação de um participante num dado instante. Desta forma torna-se possível usar esta informação durante a fase de negociação, na avaliação ou geração de argumentos
• Desenvolvimento de estratégias de negociação que considerem os factores da personalidade, emoções e humor dos participantes;
• Desenvolvimento e implementação de um sistema experimental aplicado a um caso de estudo real.
1.5
Estrutura da Tese
Esta secção apresenta a estrutura e organização da dissertação, sendo apresen-tado um resumo do conteúdo de cada capítulo, de modo a fornecer uma noção breve e geral do trabalho desenvolvido e apresentado ao longo da mesma. Assim, de seguida, serão descritos resumidamente os seis capítulos que se seguem.
1.5 Estrutura da Tese
No capítulo 2, Agentes Argumentativos na Tomada de Decisão, é feita uma in-trodução aos conceitos de Agente e Sistema Multi-Agente assim como à tomada de decisão em grupo. São apresentados alguns Sistemas de Apoio à Tomada de Decisão em Grupo desenvolvidos com recurso a abordagens multi-agente bem como aplicações disponíveis comercialmente. A negociação automática é também apresentada neste capítulo sendo descritas as várias abordagens focando princi-palmente a argumentação. Por último, é apresentado o trabalho de Kraus, Sycara e Evenchink (Kraus et al., 1998) no âmbito dos Sistemas de Multi-Agente Argu-mentativos, que serviu de suporte ao trabalho desenvolvido.
No capítulo 3, Computação Afectiva, é feito um estudo sobre a temática da emoção, humor e personalidade. O capítulo começa por definir o conceito de personalidade, sendo apresentado de seguida o Modelo dos Cinco Factores da Personalidade que é um modelo originário da Teoria de Traços, que possui uma maior aceitação a nível global (McCrae & Costa, 1995). São também definidos os conceitos de emoção e humor, assim como a sua duração e relação, teorias e modelos para a sua representação em sistemas computacionais. Por último, são apresentadas algumas arquitecturas para Agentes Emocionais e alguns projectos existentes que usam a personalidade, emoção e humor para a representação ou simulação de indivíduos.
No capítulo 4, Ambientes Inteligentes, é apresentado o conceito de Ambientes Inteligentes (Aarts, 2005; Gupta, 2003), a sua dimensão do ponto de vista tecno-lógico, social e político e as características que os definem como a computação e comunicação ubíqua assim como os interfaces de utilizador adaptáveis. É dado um maior destaque às Salas de Decisão Inteligentes que tem uma maior relação com a tomada de decisão em grupo ubíqua, sendo apresentados alguns projec-tos de investigação relacionados. Por último, são também apresentados alguns projectos existentes na área dos Ambientes Inteligentes que envolvem a emoção, humor e personalidade.
No capítulo 5, Concepção / Modelação da Solução Proposta, é apresentada uma arquitectura para um Sistema Multi-Agente, onde os agentes personificam os
participantes reais da reunião (Santos et al., 2006). São descritos os vários in-tervenientes da reunião com especial destaque para o participante, para o qual é apresentada uma arquitectura que contempla a argumentação, emoção, persona-lidade e tomada de decisão (Santos et al., 2009a,b). São apresentadas, durante este capítulo, as várias fases de negociação sendo o processo de argumentação feito com recurso à emoção, humor e personalidade o mais detalhado, recorrendo a algoritmos dinâmicos a serem executados pelos agentes participantes (Santos et al., 2009b).
No capítulo 6,(Santos et al., 2009b) Implementação e Avaliação, são descritos os detalhes referentes à implementação do sistema proposto no capítulo 5. No final do capítulo é apresentado um caso de estudo no âmbito da Tomada de Decisão em Grupo que ilustra o sistema desenvolvido e sobre o qual são analisados e dis-cutidos os resultados obtidos.
No capítulo 7, Conclusão, é feita uma reflexão sobre o trabalho desenvolvido. Neste capítulo são apresentadas as conclusões do trabalho realizado assim como a descrição de algumas limitações e pontos a ter em conta em futuros desenvolvi-mentos. Por último, é apresentado o impacto e divulgação do trabalho realizado.
Capítulo 2
Agentes Argumentativos na
Tomada de Decisão
Neste capítulo é feita uma introdução aos conceitos de Agente e Sistemas Multi-Agente, focando as suas principais características e requisitos próprios. Uma segunda etapa é dedicada à tomada de decisão em grupo, no qual são analisadas as suas vantagens e desvantagens assim como arquitecturas e sistemas comerciais de apoio à tomada de decisão em grupo. Na última parte do capítulo, depois de apresentados os tipos de negociação automática, é descrito o sistema multi-agente de negociação automática baseado em argumentação de Kraus, Sycara e Even-chick (Kraus et al., 1998) dado ter servido de suporte ao trabalho desenvolvido.
2.1
Introdução
A tomada de decisão é uma das actividades mais importantes da existência hu-mana. Hoje em dia a tomada de decisão implica considerar diversos pontos de vista, por isso as decisões são geralmente tomadas por grupos formais ou infor-mais de pessoas. Podemos ter grupos de decisão forinfor-mais como comités ou equipas de gestão que têm de decidir por exemplo se é mais vantajoso adquirir uma or-ganização concorrente e a sua tecnologia ou investir em investigação de forma a desenvolver internamente a sua própria tecnologia alternativa. Os grupos podem também ser informais como, por exemplo, um casal que tem de decidir qual o filme a que irá assistir no cinema.
O uso de agentes para o suporte à tomada de decisão é uma abordagem recente pois são uma boa solução para simular o comportamento de grupos de pessoas a trabalhar em conjunto, e em particular à modelação de um grupo de tomada de decisão porque permite atingir os seguintes requisitos (Santos et al., 2006):
Modelação de indivíduos - cada participante do grupo de tomada de decisão pode ser representado por um agente que irá interagir com outros agentes; Flexibilidade - facilita o tratamento do dinamismo, como por exemplo,
intro-duzir ou remover entidades no grupo;
Distribuição de dados - frequentemente, na tomada de decisão os participan-tes estão distribuídos geograficamente. Não trata a questão da temporali-dade (nem todos estão disponíveis ao mesmo tempo).
A negociação automática é necessária quando um grupo de agentes com conflitos de interesse e um desejo de cooperação tentam chegar a um acordo mútuo, acei-tável sob um espaço de recursos escasso.
Na literatura de sistemas multi-agente são estudados e propostos vários meca-nismos de interação e decisão para a negociação automática: teoria de jogos (Kraus, 2001; Rosenschein & Zlotkin, 1994), aproximações heurísticas (Faratin et al., 1998), argumentação (Kraus et al., 1998; Sierra et al., 1998). Para esta
2.2 Agentes
tese o mecanismo adoptado foi o da argumentação pois é o que mais se adequa ao trabalho a ser realizado como poderá ser visto ao longo deste capítulo (Jennings et al., 2001).
2.2
Agentes
Agentes de software podem ser definidos como entidades autónomas com um com-portamento e estado mental definidos, e com alguma capacidade de raciocínio. Não existe uma definição comum na literatura para o conceito de agente devido ao facto de ser utilizado em diversas áreas do conhecimento.
De acordo com Stuart Russel e Peter Norvig (Russel & Norvig, 2003), um agente é algo que recolhe informação e/ou conhecimento do mundo através de sensores e que actua nesse ambiente através de actuadores. Pattie Maes (Maes, 1996) define um agente como um sistema computacional que habita um dado ambiente, sente e age de forma autónoma nesse ambiente, e ao fazê-lo realiza um conjunto de objectivos ou tarefas para o qual foi projectado. Esta definição embora seme-lhante à apresentada por Russel e Norvig, tem por base outros factores, como por exemplo a noção de objectivo, tarefa e formas de actuação autónoma.
A definição de Michael Wooldrifge e Nicholas Jennings é a mais conhecida e aceite na comunidade (Wooldridge, 1995). Para estes investigadores um agente é uma peça de hardware ou software que se caracteriza por apresentar determinadas propriedades. A definição de agente é dividida em dois níveis: um mais fraco, e um outro mais forte e mais especifico.
A noção de agente mais fraco, que deriva essencialmente das áreas da Computação Distribuída e Inteligência Artificial Distribuída, vê o agente como um paradigma de automação da cooperação em ambientes distribuídos. Assim, um agente é de-finido como uma entidade computacional com capacidade de resolver problemas, que exibe as propriedades de:
Autonomia - Um agente executa as suas tarefas sem intervenção directa do humano ou de outros agentes. Possui controlo sobre as suas próprias acções e sobre o seu estado interno;
Reactividade - O agente observa o ambiente e responde em tempo útil a alte-rações que nele ocorram;
Pró-actividade - O agente não actua apenas em resposta à observação do am-biente, mas possui objectivos e exibe comportamento próprio, sendo capaz de tomar a iniciativa sempre que necessário;
Sociabilidade - O agente interage com outros agentes ou com o humano no sentido de finalizar a resolução de um problema seu ou ajudar os outros na sua actividade. Esta função requer a existência de um meio de comunica-ção que permita aos agentes informar os outros acerca dos seus requisitos, bem como de um mecanismo interno de decisão sobre como e quando as interacções com os outros são apropriadas.
A noção forte de agente, que deriva essencialmente da área da Inteligência Ar-tificial, envereda por uma visão antropomórfica, onde um agente é visto como uma entidade cognitiva e com consciência, que é capaz de exibir sentimentos, percepções e emoções, à semelhança dos humanos. Assim, um agente apresenta as seguintes propriedades:
Conhecimento - O conhecimento está a um grau de abstracção mais elevado que a informação. Pode ser obtido automaticamente ou semi-automaticamente a partir dos dados e da informação (usando os métodos e tecnologias de Data Mining ou Processamento Analítico de Dados, tecnologia OLAP) ou a partir de especialistas ou peritos humanos.
Crença - Uma crença representa a noção actual que o agente possui sobre deter-minado facto. As crenças são geralmente dinâmicas, isto é, podem alterar o seu valor de verdade com o tempo;
Intenções - Intenções são objectivos que o agente possui a longo prazo, e que resultam em padrões de comportamento que levam à execução de acções individuais;
2.2 Agentes
Obrigações - As obrigações estão relacionadas com compromissos que o agente assumiu. A partir do momento que o agente expressou a sua disponibili-dade para executar determinada tarefa, é responsável por realizar as acções necessárias para tal.
Emoções - entendidas como prerrogativas próprias do ser humano, têm vindo a ser transportadas para o mundo dos agentes. Os primeiros passos dados no sentido de atribuir tais características antropomórficas aos agentes foram dados por Joe Bates (Bates et al., 1992); i.e., agentes podem ser dotados da capacidade de exprimir as suas próprias emoções e de intuir as de terceiros.
Existe ainda um outro conjunto de propriedades a que normalmente se recorre para caracterizar os agentes:
Mobilidade - Capacidade de um agente se movimentar, seja entre máquinas ou sistemas computacionais diferentes;
Veracidade - Um agente deve ser sempre verdadeiro. Não deverá comunicar informação falsa de forma intencional;
Benevolência - O agente não deve assumir um comportamento contra-produtivo, mas, antes pelo contrário, deve tentar sempre satisfazer os pedidos que lhe são dirigidos;
Racionalidade - Um agente deve actuar racionalmente na tentativa de satisfazer os seus objectivos, tentando maximizar o seu desempenho, relativamente a uma função de avaliação própria.
2.2.1
Arquitecturas de Agentes
De acordo com a sua arquitectura, a Inteligência Artificial classifica os agentes computacionais em três grandes categorias: agentes deliberativos, agentes reacti-vos e agentes híbridos (Wooldridge & Jennings, 1994).
2.2.1.1 Agente deliberativo
Um agente deliberativo possui um modelo simbólico e explícito do mundo, e realiza as suas decisões (selecção de qual a acção a executar num instante pró-ximo) através de raciocínio lógico. O agente possui uma representação interna do mundo, e um estado mental explícito que pode ser modificado por alguma forma de raciocínio simbólico. Na construção de tais agentes colocam-se dois problemas importantes:
• A representação do mundo: como traduzir o mundo real para uma descrição simbólica em tempo útil;
• O problema de raciocínio: como simbolicamente representar a informação sobre os processos e entidades existentes num mundo real complexo, e como levar os agentes a raciocinar sobre essa informação em tempo útil.
2.2.1.2 Agente reactivo
Um agente reactivo não inclui qualquer modelo simbólico do mundo, nem requer raciocínio simbólico complexo. O agente comporta-se como um autómato inserido no ambiente que o rodeia, baseado numa lógica modal do conhecimento. O agente reactivo realiza as suas decisões “em tempo real”, geralmente com base num con-junto de informação muito limitado e regras simples de situação/acção que têm o nome de comportamentos. O agente toma todas as suas decisões com base em informação proveniente de sensores, adoptando comportamentos reactivos.
2.2.1.3 Agente híbrido
Enquanto os agentes puramente reactivos têm uma limitação muito importante, que é a dificuldade em implementar comportamento direccionado a um objectivo, os agentes puramente deliberativos são baseados em mecanismos de raciocínio muito complexos e tornam-se, por vezes, incapazes de uma reacção imediata a estímulos do exterior. Podemos dizer que os agente deliberativos têm mais capaci-dades de tentar atingir melhores soluções, possivelmente até as decisões óptimas, para problemas estruturados e bem definidos. Por outro lado os agentes reacti-vos estão mais bem preparados para mundos mais dinâmicos, não estruturados,
2.2 Agentes
dando resposta rápida no estado do mundo do problema, mas que não são garan-tidamente boas nem óptimas.
Um agente híbrido combina estas duas componentes, deliberativo e reactivo e caracteriza-se por uma arquitectura composta por níveis ou camadas. A possi-bilidade de realizar uma disposição por níveis é uma ferramenta poderosa para estruturar as funcionalidades e controlo do agente. A ideia principal é categorizar as funcionalidades do agente em camadas dispostas hierarquicamente onde geral-mente a camada reactiva tem alguma prioridade sobre a camada deliberativa, de modo a permitir uma resposta rápida aos eventos mais importantes detectados no ambiente.
Os agentes híbridos, e porque a arquitectura dos mesmos apresenta uma dispo-sição de componentes em níveis, podem ser incrementados dinamicamente, por adição de planos que são criados quando ocorrem eventos externos específicos, ou alterações no estado interno do agente.
2.2.2
Arquitectura “BDI”
A arquitectura BDI (“Belief-Desire-Intention”) (Rao & Georgeff, 1991) é uma arquitectura deliberativa, onde os chamados “estados mentais” do agente apre-sentam um papel central. A ideia básica desta aproximação é conseguir descrever o estado interno de processamento de um agente através de um conjunto de “es-tados mentais”, e definir a arquitectura de controlo através da qual o agente selecciona o seu curso de acção. Os “estados mentais” adoptados na definição das arquitecturas BDI diferem de autor para autor. Todavia, a noção de crença (“belief ”), desejo (“desire”) e intenção (“intention”) são aceites unanimemente, até porque estão na origem do nome atribuído a esta classe de arquitecturas de agentes.
Crença - As crenças de um agente referem-se ao que o agente acredita ser possível em determinado momento, e descrevem a perspectiva do agente sobre o estado do ambiente. As crenças representam informação. Um outro conceito
relacionado com a crença é o conceito de conhecimento. O conhecimento do agente é geralmente definido como sendo uma crença verdadeira.
Desejo - Os desejos de um agente referem-se ao que o agente deseja obter, não necessitando conhecer como o realizar. Os desejos podem ser, num dado momento, inconsistentes. Os desejos representam motivos. Um outro con-ceito relacionado com o desejo é o concon-ceito de objectivo. Os objectivos de um agente resultam de um processo de raciocínio, por parte do agente, que consiste numa escolha de um subconjunto dos desejos que são consistentes e atingíveis.
Intenção - As intenções referem-se a um conjunto de acções ou tarefas que o agente seleccionou, comprometendo-se assim com a realização dos seus objectivos. As intenções devem ser consistentes internamente. As intenções representam o resultado da deliberação.
2.2.3
Sistemas Multi-Agente
Um Sistema Multi-Agente é um sistema composto por vários agentes de software inteligentes que interagem na prossecução de um objectivo comum.
O estudo dos SMA tiveram a sua origem no domínio da Inteligência Artificial Distribuída (IAD), podendo estes ser definidos como uma população de agentes que têm um certo comportamento social (Durfee & Rosenschein, 1994; Ferber, 1993). Nesta área do conhecimento têm surgido a todo momento novos produ-tos, com aplicação na indústria, comércio e serviços. Segundo (Lesser, 1999), um SMA é um ambiente constituído por um grupo de agentes que interagem uns com os outros de forma a superar de forma cooperativa as restrições que o ambi-ente oferece. A adopção de mecanismos de cooperação eficiambi-ente dotam o sistema multi-agente de uma capacidade superior à soma das capacidades individuais dos agentes, pois o desempenho emerge através das interacções dinâmicas que ocor-rem naturalmente entre os agentes individuais.
2.3 Tomada de Decisão em Grupo
Uma outra definição deve-se a Michael Wooldridge (Wooldridge, 2002), na qual um Sistema Multi-Agente é um conjunto de agentes com duas características algo peculiares:
• Autonomia – capacidade de decidirem por si próprios do que necessitam, de forma a atingirem os seus objectivos;
• Interacção – capacidade de interagir com outros agentes, não só para troca de mensagens, como também para participar em actividades sociais que exigem, entre outros requisitos, capacidade de cooperação, coordenação, negociação e argumentação, tal como acontece no dia a dia da maioria dos seres humanos.
2.3
Tomada de Decisão em Grupo
Gerir o processo de tomada de decisão é um requisito de muitas organizações. As decisões são tomadas diariamente e devem ser cada vez mais rápidas. O tempo de colocação de um produto no mercado "time to market "é um factor importante na competitividade, sendo muitas vezes decisivo para o sucesso ou insucesso da decisão. É neste contexto que surgem as tentativas de sistematizar o processo de tomada de decisão. As ferramentas informáticas surgem como forma de tentar ultrapassar algumas dificuldades, quer em gerir a quantidade, quer em classificar a qualidade da informação. Algumas dificuldades na gestão destes processos são claramente ultrapassadas por este tipo de ferramentas, um exemplo claro é a dis-persão geográfica.
Uma decisão é normalmente tomada tendo em conta várias hipóteses possíveis. A escolha do software de apoio à tomada de decisão é um factor importante pela forma como possibilita encarar as várias hipóteses. A possibilidade de partilhar ideias é outro factor importante, pois estas surgem nos mais diversos formatos, sendo essencial considerá-las como factor crítico para a decisão.
A tomada de decisão pode ser individual ou efectuada por vários participantes. Podemos dividir a tomada de decisão em três tipos:
Tomada de decisão em equipa Numa tomada de decisão em equipa é apenas um participante que toma a decisão. Os restantes participantes apenas su-portam a tomada de decisão, existindo uma estrutura formal de autoridade. As decisões são unilaterais e não envolvem negociação nem acordo entre os participantes, podendo existir uma estrutura de comunicação entre os mes-mos. Como exemplo, podemos imaginar um gestor de uma empresa que pede aos seus subordinados que emitam a sua opinião acerca da proposta que para eles é melhor de entre as entregues pelos seus fornecedores. Apesar de os vários participantes poderem chegar a um consenso acerca da melhor proposta, a tomada de decisão final é feita pelo gestor da empresa, podendo não ser a que foi aconselhada pelos diversos participantes.
Tomada de decisão em grupo Numa tomada de decisão em grupo os diversos participantes têm uma autoridade semelhante, não existindo uma estrutura formal de autoridade. As decisões são tomadas pelo grupo, podendo ha-ver lugar a negociações a fim de ser atingido um acordo entre os diha-versos participantes. Neste tipo de tomada de decisão pode existir ou não um facilitador por exemplo para coordenar a reunião. Numa sociedade em que os diferentes sócios tenham a mesma quota na administração, para, por exemplo, definirem uma estratégia para a organização têm que chegar a um consenso em relação às decisões a serem tomadas.
Tomada de decisão em organização Numa tomada de decisão em organiza-ção a autoridade pode estar distribuída de uma forma diferenciada pelos diversos participantes, existindo uma estrutura formal de autoridade. Pode haver lugar a negociações a fim de ser atingido um acordo entre os diver-sos participantes. A comunicação entre os diverdiver-sos participantes pode ser bastante estruturada. Como exemplo desta estrutura pode ser apresentada a assembleia de uma empresa, onde existem decisões a ser tomadas, umas por maioria, outras por unanimidade, sendo que o voto de cada sócio tem um peso diferente.
A tomada de decisão em grupo tem vindo a transformar-se numa prática corrente nas organizações, pois mais do que nunca, a rapidez e a pertinência das decisões a
2.3 Tomada de Decisão em Grupo
tomar são factores que diferenciam as organizações e que influênciam o seu nível de desempenho. No entanto, o trabalho em grupo e em particular a tomada de decisão em grupo não têm só vantagens, apresentam também algumas disfunções. Na literatura da área encontram-se sistematizadas as maiores vantagens e desvan-tagens associadas ao trabalho em grupo, que se passam a enumerar (Nunamaker et al., 1991a):
• Mais informação – o grupo como um todo possui mais informação que qual-quer um dos seus membros;
• Sinergias – a consolidação do conhecimento dos vários elementos do grupo tem em si o potencial para gerar novo conhecimento, e daí até ao apa-recimento de novas soluções alternativas para a tomada de decisão, é um pequeno passo;
• Avaliação mais objectiva – o grupo, como um todo, detecta a existência de disfunções, mais facilmente do que qualquer das partes por si só;
• Estímulo – o facto de estarem a trabalhar em grupo pode encorajar as partes a desempenharem melhor o seu papel;
• Aprendizagem – os membros do grupo podem aprender com os elementos mais experientes, por exemplo, através da observação e da imitação.
Desvantagens do trabalho em grupo:
• Fragmentação do tempo de discurso – a distribuição do tempo de antena pelos membros do grupo pode contribuir para uma grande fragmentação (fragilização) dos processos (i.e., formas de raciocínio) que contribuem para a formulação de um juízo;
• Bloqueio de produção, envolvendo:
◦ Esvaziamento – não raras vezes os membros sentem-se inibidos ou su-primem os seus comentários porque estes lhes parecem pouco originais ou mesmo irrelevantes;
◦ Concentração – o facto de os membros estarem concentrados em torno dos comentários já emitidos, pode impedi-los de emitirem os seus pon-tos de vista;
◦ Atenção – não raras vezes, alguns membros não formulam novos juízos porque estão demasiado preocupados em prestar atenção aos comen-tários de terceiros.
• Esquecimento – os membros tendem a esquecer os comentários dos restantes membros;
• Pressão da conformidade – os membros sentem relutância em criticar ou discordar das opiniões de outros membros, quer por cortesia, delicadeza ou mesmo por medo de represálias;
• Receio da avaliação – o receio de ser criticado e inferiorizado pode levar a que um membro do colectivo não partilhe as suas ideias, ou se iniba de produzir comentários;
• Desinteresse – não raras vezes elementos do colectivo delegam a terceiros algum do seu próprio protagonismo, ou mesmo a tarefa de tomada de de-cisão. Isto pode acontecer, quer por não se estar motivado para “lutar” por tempo de discurso, quer por se achar que as nossas ideias ou comentários são pouco interessantes, ou ainda por pura ociosidade;
• Inércia cognitiva – a discussão entre os membros segue uma linha pré-definida, sem desvios, em que o colectivo se abstém de emitir juízos que não estejam directamente relacionados com o problema em discussão;
• Socialização – os grupos perdem demasiado tempo com a problemática da socialização, retirando tempo à tarefa de discussão, no entanto, é sempre necessário ter em atenção esta componente, para o efectivo (e normal) fun-cionamento do grupo;
• Domínio – alguns elementos podem tentar fazer prevalecer as suas opiniões face às dos restantes, servindo-se de diferentes subterfúgios;
2.3 Tomada de Decisão em Grupo
• Excesso de informação – os membros do grupo podem ter dificuldade em absorver toda a informação disponível;
• Problemas de coordenação – sem uma coordenação efectiva é muito difícil fazer o pleno das contribuições das partes, o que pode levar ao esvaziamento das discussões e à tomada de decisões de forma prematura;
• Uso de informação incompleta – não raras vezes os grupos não têm acesso à informação que lhes deveria ser disponibilizada ou, se a têm, não fazem uso desta, o que pode comprometer o processo de decisão;
• Análise incompleta – não raras vezes os grupos tendem a efectuar uma análise incompleta dos problemas, o que pode resultar em discussões sem nexo, o que por sua vez pode levar à tomada de decisões inconsequentes.
2.3.1
Sistemas de Apoio à Tomada de Decisão em Grupo
O termo Sistema de Apoio à Tomada de Decisão em Grupo (SADG) (Huber, 1982; Kull, 1982; Lewis, 1982) surgiu efectivamente no início dos anos 80. Se-gundo Huber “é um conjunto de software, hardware, linguagens e procedimentos que suportam o trabalho de um grupo que tem como tarefa a tomada de decisão” (Huber, 1984). Para DeSanctis e Gallupe “é uma combinação de tecnologias de comunicação, informáticas e de apoio à decisão, que facilitam a formulação e a resolução de problemas não estruturados por um grupo de pessoas” (DeSanctis & Gallupe, 1987). Um problema não estruturado será um problema ou decisão complexa para o qual não existe uma solução pré-definida. Podemos então dizer que um SADG é algo que apoia o trabalho de um grupo que tem como tarefa a resolução de um problema ou a tomada de uma decisão.
De um modo geral um SADG, apresentado na figura 2.1, é composto por:
• um grupo de pessoas (participantes) interagindo com uma aplicação SADG com acesso a Bases de Dados e Modelos;
• um facilitador, que é quem organiza a reunião;
• linguagem de interface apelativa, para fomentar a usabilidade do sistema;
• equipamento de comunicação a longa distância, para os casos em que os participantes se encontrem dispersos;
• software para sumariar números e votos dos participantes na reunião, de-pendendo do tipo de reunião
Figura 2.1: Arquitectura de um sistema de apoio à decisão em grupo
As bases de dados são usadas pelo SADG para armazenar colecções de dados actuais e históricas das decisões. Os modelos são usados pela aplicação de forma a poderem ser aplicados em diversos domínios em vez de serem desenvolvidas aplicações específicas. Deverá existir um modelo para cada domínio a ser aplicado.
2.3 Tomada de Decisão em Grupo
2.3.2
Categorias de SADG
A tomada de decisão em grupo pode ser analisada de acordo com uma matriz tempo-espaço, como podemos ver na tabela 2.1.
Tabela 2.1: Matriz tempo-espaço
Mesmo Espaço Espaço Diferente Síncrona Sala de decisão Teleconferência Assíncrona Rede local de decisões Tomada de decisão à
distância
Se os participantes se encontrarem reunidos em simultâneo no mesmo local tem-se um SADG do tipo sala de decisão. É uma situação simples, onde as pessoas envolvidas têm de estar no mesmo local e ao mesmo tempo. De acordo com o problema os participantes fornecem ideias de soluções, as quais são testadas sobre modelos.
Se os participantes se encontrarem reunidos em simultâneo mas em diferentes locais tem-se um SADG do tipo teleconferência. Neste caso as pessoas não se en-contram no mesmo local físico, mas através do uso do conceito de redes de longa distância, estas encontram-se num horário pré-determinado. A maior vantagem é a diminuição do custo com viagens e estadias.
Se os participantes não se encontrarem reunidos em simultâneo, mas estão no mesmo local tem-se um SADG do tipo rede local de decisões. Neste caso não é necessário que os participantes se desloquem para a mesma sala, pois estes possuem nas suas salas postos de trabalho e acesso a uma rede local. Os parti-cipantes ficam presos ao aspecto temporal e não ao físico. Em caso de dúvidas podem pedir informações e aceder a diversas bases de dados comuns. Não existe o debate frente a frente.
Se os participantes não se encontrarem reunidos em simultâneo nem estejam no mesmo local tem-se um SADG do tipo tomada de decisão à distância. Não é necessária a comparência física nem temporal, pois neste caso a troca de infor-mação passa a ser realizada à distância. Para uma boa implementação deste tipo de sistema, deve-se primeiramente estimular o debate e exposição de ideias de maneira clara e objectiva. Deve-se procurar um método capaz de garantir esta liberdade sem que haja pressão sobre os participantes.
2.3.3
Problemas de decisão multi-critério
Quando existe apenas um critério, o problema de decisão é trivial, no sentido em que se resume a uma questão de técnica (optimizar), não sendo realmente necessário tomar qualquer decisão. A resolução de muitos dos problemas que surgem no dia a dia consiste em escolher uma entre várias alternativas viáveis; ou seja, tomar decisões. A maioria destes problemas é de difícil resolução, uma vez que envolvem múltiplos critérios, geralmente conflituosos entre si. Exemplos de problemas que envolvem múltiplos critérios são:
• escolher o melhor local, entre outros, para a construção de um aeroporto, em que os critérios poderiam ser o custo, o impacto ambiental, o volume de tráfego, o impacto sobre os aeroportos vizinhos e os acessos;
• a compra de uma casa, em que os critérios poderiam ser, entre outros, o custo, as áreas e respectiva distribuição, a qualidade de construção, o espaço envolvente à habitação, a localização e os acessos.
Por existir conflito entre os critérios, a entidade que tem a responsabilidade de decidir tem que ponderar os compromissos a efectuar com vista a encontrar a solução que lhe pareça mais satisfatória.
No âmbito dos problemas de decisão critério, a denominação genérica multi-critério abrange dois tipos de problemas, os problemas multi-objectivo e os pro-blemas multi-atributo. Um problema diz-se multi-atributo quando o número de alternativas é limitado e os atributos são conhecidos explicitamente. Quando se refere um número limitado de alternativas está-se a pensar num número de de-zenas ou centenas de alternativas. Um problema diz-se multi-objectivo quando existe um conjunto infinito de alternativas, em termos do seu universo de soluções. Nesta tese são utilizados como área de aplicação os problemas multi-atributo uma vez que as alternativas a considerar são explicitamente conhecidas à partida.
2.3 Tomada de Decisão em Grupo
2.3.4
SADG desenvolvidos com abordagens multi-agente
Como já foi referido anteriormente o uso de agentes no apoio à tomada de decisão em grupo tem sido objecto de grande interesse nos últimos anos. Nesta secção são apresentados alguns SADG baseados em modelos multi-agente para a resolução de problemas.
2.3.4.1 Ito e Shintani
Takayuki Ito e Toramatsu Shintani (Ito & Shintani, 1997) propõem uma arqui-tectura para um SADG onde cada membro do grupo é associado a um agente. O processo de decisão é constituído por quatro fases distintas. Na primeira fase um utilizador propõe um tópico de discussão. Na segunda fase os membros do grupo de decisão seleccionam as opções que vão considerar para a resolução do problema a partir da base de dados de alternativas que partilham. Para a geração das alternativas podem ser utilizados métodos como, por exemplo, o brainstor-ming. Na terceira fase, cada um dos membros do grupo de decisão constrói uma hierarquia de preferências com base no método Analytic Hierarchy Process (AHP) (Saaty, 1990). Na quarta e última fase, os agentes negoceiam entre si, em nome dos utilizadores que representam e tendo por base os pesos e as hi-erarquias de preferências definidas pelos agentes de decisão. A principal ideia chave desta negociação está em que o mecanismo de persuasão entre as partes (i.e., os agentes) seja por definição dual: suponhamos que o agente A pretende convencer o agente B a escolher a alternativa X; se o agente A alcançar o seu ob-jectivo, então o agente A e o agente B passam a formar uma coligação e iniciam um novo ciclo (de persuasão). Até que, por fim, se partilhe um único pensamento.
2.3.4.2 MIAU
Kudenko e seus colegas (Kudenko et al., 2003) propõem um sistema que tem como objectivo apoiar um grupo de utilizadores a decidir sobre a aquisição/não aquisi-ção de um bem a partir de um catálogo electrónico (ex.: um carro). Os itens do catálogo são caracterizados por um conjunto de atributos ou dimensões (no exem-plo dado poderia ter-se o preço, a velocidade máxima, o consumo de combustível,
a cor e a capacidade de carga). O sistema proposto pelos autores, denominado MIAU, pretende obter uma solução de compromisso que seja aceite por todos, recorrendo para isso à aquisição dos modelos de preferência individual. Numa primeira fase os utilizadores interagem individualmente com o catálogo através de uma interface Web, o sistema observa esta interacção e cria um modelo de utilizador (onde se pretende que capture o essencial das preferências do mesmo). Após esta fase entra em campo o mediador, que olhando para os perfis dos uti-lizadores, identifica os aspectos do problema que são passíveis de negociação e sugere o que lhe parece ser uma solução de compromisso. Os utilizadores po-dem aceitar ou rejeitar a solução proposta, o que pode levar à redefinição dos seus perfis. O processo é repetido até que seja encontrada uma solução que seja aceite por todos os membros do grupo, ou até que o tempo de discussão se esgote.
2.3.4.3 Zeno e Hermes
O sistema ZENO foi desenvolvido no GMD (German National Research Center for Information Technology) para ser aplicado na área de planeamento urbano, no âmbito do projecto europeu GeoMed (Gordon & Karacapilidis, 1997; Gordon et al., 2001). O ZENO serve-se de formalismos para a argumentação que foram desenvolvidos com base numa definição de argumento devida a Stephen Toulmin (Toulmin, 1958) e no modelo de argumentação IBIS – Issue Based Information System (Rittel & Webber, 1973). O sistema foi desenvolvido para apoiar a reso-lução e mediação de conflitos na regulação do planeamento urbano, assim como e para apoiar a realização de acordos no mundo da política.
O sistema HERMES foi desenvolvido para ser uma extensão do sistema ZENO (Karacapilidis & Papadias, 2001). O HERMES é um sistema baseado na Web que se serve da troca de argumentos entre os elementos do grupo, como forma de consumar uma decisão. Este sistema tem sido amplamente testado na área da Medicina (Karacapilidis & Papadias, 2001).
2.3 Tomada de Decisão em Grupo
O papel dos agentes no sistema HERMES passa por providenciar os mecanismos para aferir a consistência dos argumentos gerados e da sua ordenação. Os agentes neste sistema são ainda responsáveis por processos relacionados com a pesquisa de informação, como por exemplo, a recuperação de informação que está dispo-nível em tomadas de decisão realizadas anteriormente.
2.3.5
Aplicações de SADG
Os SADG são uma vantajosa ferramenta para o suporte de grupos de trabalho. Actualmente existem algumas aplicações de SADG disponíveis comercialmente. Algumas dessas aplicações encontram-se descritas nas subsecções que se seguem.
2.3.5.1 ThinkTank da GroupSystems
O ThinkTank da GroupSystems (www.groupsystems.com) é uma das aplicações de Sistema de Apoio à Tomada de Decisão em Grupo mais conhecidas, sendo o líder de mercado. Tem basicamente 5 ferramentas: Categorizer (categorizador), Electronic Brainstorming (geração de ideias), Group Outliner (esquematizador de grupo), Topic Commenter (comentador de tópicos) e Vote (votação). Estas ferramentas são utilizadas para formar actividades que por sua vez se agrupam, permitindo definir agendas de reuniões. O ThinkTank aceita participantes anó-nimos, se o facilitador assim o desejar, evitando que determinados participantes se inibam de emitir a sua opinião para por exemplo não criarem atritos pessoais. A sua utilização é feita através de um browser, não necessitando de processos de instalação de software demorados. Possui ferramentas que facilitam o brains-torming, aceitando entrada de ideias em simultâneo, permitindo posteriormente a organização dessas ideias em categorias. Permite votações com diferentes cri-térios (Verdadeiro / Falso, Baixo / Médio / Alto, etc) ou escalas (por exemplo de 1 a 10), criando automaticamente tabelas e gráficos com as votações. Esta documentação pode ser exportada para o formato doc, xls ou html.
O grande senão do ThinkTank é o elevado preço, para além de não permitir a criação de uma estrutura de autoridade entre os participantes. Para além disso,
a utilização desta aplicação poderá causar algumas dificuldades aos participantes que tenham fracos conhecimentos de informática na óptica do utilizador.
2.3.5.2 Zingthing da Zing Technologies
O Zingthing (www.anyzing.com) foi inicialmente desenvolvido em Sydney, Aus-trália, com o nome Grouputer. Uma mudança na liderança da empresa conduziu a uma divisão e a Grouputer e a Zing Technologies seguiram caminhos separados. O software da Zing Technologies é actualmente usado na Austrália, Ásia, Europa e América do Norte.
O Zingthing requer um servidor e computadores cliente, um deles para o faci-litador. Este software foi inicialmente designado como WebGrouputer e o seu desenvolvimento inicial foi feito pela CSIRO – Commonwealth Scientific and In-dustrial Research Organisation (www.csiro.au).
Esta versão baseada em Java requer uma ligação rápida à Internet ou à rede local. A implementação de Java no Zingthing favoreceu a versão Windows mas algumas das características do software não funcionam em Linux ou MacOS. A funcionali-dade de trabalho em rede permite que se possam interligar computadores usando também uma rede sem fios.
O Zingthing permite ligar até 96 pessoas em simultâneo via Internet ou Intra-net. Basta escolher o servidor, seleccionar a reunião e entrar na discussão. O facilitador, que tem a responsabilidade de preparar a reunião, convida os parti-cipantes e define o tempo a ser utilizado em cada tópico da reunião, podendo preparar a agenda da reunião ou utilizar uma agenda padrão. Todos os partici-pantes recebem uma cópia da agenda no início da reunião, trabalhando no mesmo tópico da reunião em paralelo. Os participantes que se juntem à reunião após esta já ter tido inicio recebem uma cópia da agenda assim que se liguem. Todos os participantes podem acrescentar tópicos à agenda assim como enviar ficheiros para serem visualizados pelos demais participantes. O facilitador e os restantes participantes podem visualizar o que cada um dos participantes está a digitar,
2.3 Tomada de Decisão em Grupo
sabendo assim quem está ainda a trabalhar numa ideia e quem já terminou. A reunião é organizada num sistema de quatro etapas: Fala; Digita; Lê; Revê. Os participantes são em primeiro lugar convidados a conversarem acerca do item da agenda que está em foco no ecrã. Podem fazê-lo em grupos ou divididos em pares. Posteriormente são convidados a digitar as suas respostas no sistema. Quando todos terminarem de digitar ou o tempo disponibilizado para essa etapa expirar, o grupo lê as respostas e conclui a actividade revendo o que foi gravado.
2.3.5.3 Expert Choice
O Expert Choice (www.expertchoice.com) é baseado no Analytic Hierarchy Pro-cess (AHP), um proPro-cesso matemático rigorosamente provado para atribuir prio-ridades e tomar decisões (Saaty, 1990). O AHP faz com que decisões complexas se transformem em comparações par-a-par, e, então, sintetiza os resultados. Com isso, ele não apenas ajuda os decisores a optarem pela melhor decisão possível, como fornece uma explicação clara para essa decisão. O Expert Choice dá bas-tante importância à ordenação e selecção de ideias.
Este software de tomada de decisão oferece à equipa uma facilidade na identifica-ção dos objectivos e uma vasta quantidade de soluções alternativas. São avaliados os pontos-chave entre os objectivos e alternativas de forma a ser possível avançar com uma decisão que é do ponto de vista da equipa, a melhor. O método Ex-pert funciona orientando quem toma decisões através de pares de comparações sensatas para determinar as prioridades dos objectivos de decisão e opções. Pode incluir dados qualitativos e quantitativos de desempenho no processo de decisão. O benefício é a organização poder tomar decisões baseadas quer em quantidades de dados enormes quer em julgamentos ou intuições de forma mais informada.
O Expert Choice torna possível a síntese das entradas dos vários participantes e fornece a capacidade necessária para analisar, atribuir prioridades e comunicar decisões. Apesar dos métodos tradicionais de gestão de processos e ferramentas de colaboração aplicarem técnicas interessantes de captação de informação, como
