O documento discute a aplicação de sistemas multiagentes à tutoria inteligente. Apresenta conceitos gerais sobre agentes inteligentes e sistemas multiagentes e exemplos de projetos que utilizam essa abordagem no ensino a distância, como o Tapejara, SEMAI e LANCA. Fornece também referências bibliográficas sobre o tema.

1. SISTEMAS MULTIAGENTES
aplicados à
TUTORIA INTELIGENTE
LUÍS FELIPPE FLORIANI
Universidade Federal de Santa Catarina
1

2. Ciência da
Computação
Matemática
Orientação a
Objetos
Inteligência
Artificial
Sistemas
Representação do
Multiagentes
Conhecimento
Redes
Psicologia
Neurais Sociologia
e Lógica
Biologia
(HUBNER, 2003) 2

3. CONCEITOS GERAIS
alguma coisa que percebe e entidade de software que entidade lógica ou física para
atua sobre o seu ambiente funciona de forma contínua e a qual se atribui uma missão
através de sensores. Numa autônoma em um ambiente que ela é capaz de executar
analogia, um agente humano geralmente habitado por outros de maneira autônoma e em
utiliza os seus sentidos para agentes sendo capaz de intervir coordenação com outros
perceber o seu de forma flexível e inteligente, agentes. (BRIOT e
ambiente, enquanto um agente sem requerer orientação DEMAZEAU, 2002)
robô, utiliza-se de humana constante.(BICA,1999)
câmeras, motores, raios
infravermelhos e outros
sensores. (RUSSEL, 1995)
AGENTES INTELIGENTES SISTEMAS MULTIAGENTES
consistem em aplicações distribuídas formadas por
conjuntos de agentes que cooperam entre si para
resolução de problemas além de suas capacidades
individuais
3

4. AGENTES
REATIVOS COGNITIVOS
escolhem suas ações baseados exclusivamente apresentam características que diferenciam
nas percepções que têm do ambiente. dos agentes reativos, uma vez que possuem
Normalmente possui representação do um “estado mental”, ou seja: raciocinam para
conhecimento implícita no código; por não construir um plano de ações que levará a um
possuir memória, não tem história dos fatos e objetivo pretendido.
das ações que executou; não tem controle
deliberativo (planejado); em geral, formam
organizações do tipo etológico e as sociedades
são formadas por muito agentes.
4

5. APLICAÇÕES E-LEARNING
SILVA, BAVARESCO e SILVEIRA (2008) :
5

6. MUSA et al (2005):
 Introdução das técnicas de Inteligência Artificial aplicadas à Educação a
Distância (EaD) mediada pela internet.
 Identifica o uso de agentes inteligentes nesta modalidade de
ensino, relacionando-os às capacidades destes modelos – de autonomia e
comunicação – para sistemas de tutores inteligentes.
 Projeto Tapejara – Sistema Inteligente de Ensino na Internet, executado
em parceria entre pesquisadores de Inteligência Artificial da Universidade
Federal do Rio Grande do Sul (UFRGS) e da faculdade de psicologia da
Universidade do Vale dos Sinos (Unisinos)
 Sistema de construção e acompanhamento de cursos com o uso de
técnicas pedagógicas que levam em conta os aspectos cognitivos de
aprendizagem, monitorando o aluno na tentativa de descobrir e tratar
comportamentos fora do previsto para assegurar um aproveitamento
satisfatório.
6

7. DORSA et al (2011)
 Arquitetura de software para Ead com características de adaptatividade e
inteligência que ainda não estariam efetivamente presentes nos Ambientes
Virtuais de Aprendizagem (AVAs) e outros softwares educativos
7

8. GEYER et al (2001)
 Projeto SEMAI – Sistema Multiagente de Ensino e Aprendizagem aprovado FAPERGS e
apresentando no Simpósio Brasileiro de Informática na Educação em 2001.
 Modelo de agente que tem como objetivo a promoção do aprendizado através da adaptação
dinâmica das características particulares do aluno:
 Adaptabilidade ao perfil do aluno - proporciona maior qualidade na seleção dos materiais
disponibilizados, o sistema relaciona a cada aluno um modelo de crenças. Este modelo procura
representar o que o sistema julga conhecido pelo aluno e que seja suficiente para avançar no
aprendizado;
 Seleção automática de estratégias de ensino adequadas - com base nos resultados obtidos
através de avaliações realizadas ao longo do processo, o ambiente pode levar à adoção de
estratégias mais adequadas para conduzir a aprendizagem do aluno em determinado assunto.
As estratégias compostas por métodos e suas respectivas táticas podem ser reavaliadas e
alteradas a qualquer momento;
 Personalização do currículo de ensino - através de um agente específico, responsável por esta
atividade, a personalização do currículo é definida como a seleção de material de acordo com
as táticas estabelecidas por cada método de ensino que compõe a estratégia selecionada.
8

9. BOLZAN e GIRAFFA (2004)
 White Rabbit
Desenvolvido pelo Departamento de Informática da Universidade de Montreal (Montreal -
Canadá), aumenta a cooperação entre um grupo de pessoas pela análise de sua
conversação. Cada usuário é assistido por um agente inteligente que estabelece um perfil
de seus interesses. Com o comportamento móvel e autônomo o agente pesquisa agentes
pessoais de outros para encontrar aquele que tenham interesses comuns e então os
colocam em contato.
 LeCS
Desenvolvido pelo Departamento de Computação e Estatística da UFSC em conjunto com
a Universidade do Vale do Itajaí (Itajaí – Santa Catarina) e a Unidade de Aprendizagem
Baseada em Computador da Universidade de Lees (Leeds – UK), pode ser caracterizado
como um sistema inteligente para o ensino a distância dando suporte à aprendizagem
colaborativa através da Web usando o método de ensinar com estudos de casos.
9

10. LANCA
Desenvolvido pelo grupo do Departamento de Informática e Pesquisa Operacional da
Universidade de Montreal (Montreal – Canadá) e da Unidade de Informática da Universidade
de Paul (Bayonne – França), apresenta as principais características dos agentes para um
ambiente de aprendizagem à distância, bem como suas funções em ambientes distribuídos.
Propõe também uma arquitetura para o ambiente com a especificação dos papéis dos
diferentes agentes inteligentes que compõem a sociedade.
Baguera
Desenvolvido pela Universidade de Grenoble (Grenoble – França) seu objetivo é desenvolver
uma fundamentação teórica e metodológica para guiar a concepção e modelagem de
ambientes de aprendizagem. A plataforma está fundamentada no princípio que a função
educacional do sistema está nas interações organizadas entre os componentes: agentes e
humanos, não meramente na funcionalidade de uma de suas partes. O primeiro resultado
desse projeto inclui uma arquitetura multiagente baseada na web para ambientes de
aprendizagem e um protótipo para a aprendizagem de geometria.
10

11.  I-Help
Desenvolvido pela Universidade de Saskatchewan (Canadá), este projeto descreve uma
infraestrutura multiagente baseada na web para auxiliar aprendizes na solução de problemas. O
sistema contém uma variedade de recursos da aprendizagem, fóruns, materiais on-
line, chat, etc.
 Explanation Agent
Desenvolvido pelo Departamento de Informática e Pesquisa Operacional da Universidade de
Montreal (Montreal – Canadá), tem como objetivo principal prover respostas ou explicações
sobre o conteúdo com maior qualidade, identificando problemas que possam ocorrer durante o
processo de explicação ou resolução de problemas, com dois objetivos específicos: descobrir a
fonte do mal entendimento do aprendiz através do modelo do estudante e ajudar o projetista
do curso a adaptar suas explicações de acordo com estas observações. É utilizada a teoria de
Mapas Conceituais para estruturar uma representação formal.
11

12. REFERÊNCIAS
BICA, F. Eletrotutor III: Uma abordagem multiagente para o ensino a distância. Dissertação (Mestrado em
Computação) – Universidade Federal do Rio Grande do Sul, Porto Alegre, 1999.
BRIOT, J.P.; DEMAZEAU, Y. Princípios e Arquitetura de Sistemas Inteligentes. Paris: Hermes, 2002.
BOLZAN, W., GIRAFFA, L., Estudo Comparativo sobre Sistemas Tutores Inteligentes Multiagentes Web. XI
Seminário de Computação. PUC-RS, 2002
DORÇA, F., QUEIROZ, B., FERNANDES, M., LOPES, C. Um sistema inteligente multiagente para educação a
distância. UFMG, Uberlândia, 2011.
FREITAS, F.L., Sistemas Multiagentes Cognitivos para Recuperação, Classificação e Extração Integradas de
Informação da WEB. Tese (Doutorado em Engenharia Elétrica) UFSC, Florianópolis, 2002.
GEYER, C.F. SEMEAI - Sistema Multiagente de Ensino e Aprendizagem na Internet. Simpósio Brasileiro de
Informática na Educação, 2001.
HUBNER, J.F. Um Modelo de Reorganização de Sistemas Multiagentes. Tese (Doutorado em Engenharia
Elétrica). USP, São Paulo, 2003
SILVA, J.M., BAVARESCO, N., SILVEIRA, R.A., Projeto e desenvolvimento de um Sistema Multi-agentes para
Objetos Inteligentes de Aprendizagem baseado no padrão SCORM.Revista Brasileira de Informática na
Educação. Volume 16 - Número 1 - Janeiro a Abril de 2008.
RUSSEL, S.; NORVIG, P. Artificial Intelligence a Modern Approach. Prentice-Hall, 1995.
12