O projeto visa desenvolver um chatbot inteligente para a UNIFAFIBE, utilizando plataformas como Facebook Messenger, para esclarecer dúvidas educacionais, reduzindo custos e padronizando o atendimento. O documento explora a história e evolução dos chatbots, suas aplicações no Brasil e as tecnologias envolvidas no desenvolvimento, como o Microsoft Bot Framework e serviços de inteligência artificial. A pesquisa inclui levantamento de dados através de entrevistas e coleta de perguntas frequentes dos usuários para aprimorar a interação entre a instituição e os alunos.

1. Chatbot Inteligente UNIFAFIBE
Pablo Vanderlei Peguim Espanhol, Renan Delgado Borba Martiliano
Orientador: Prof. Ms. Walison Barberá Alves
Curso de Sistemas de Informação – Centro Universitário UNIFAFIBE
Bebedouro – SP – Brasil
{sisunifafibe}@unifafibe.com.br
RESUMO: Agentes inteligentes se tornaram opções viáveis na comunicação dentro de
instituições e organizações para esclarecimento de dúvidas.
O desenvolvimento do projeto tem por objetivo sanar dúvidas especificas ao âmbito
educacional UNIFAFIBE, através de chats como o da plataforma Facebook, resultando
em redução de gastos, esforços de profissionais e padronização de atendimento.
Foram abordados os seguintes itens: a história dos chatbots; principais chatterbots;
principais serviços para o desenvolvimento; assistentes pessoais mais utilizados; a
interação das instituições de ensino e alunos; além de todo o desenvolvimento, desde
toda metodologia até a conclusão.
Palavras-chave: agentes inteligentes; sanar dúvidas; padronização de atendimento.
1. INTRODUÇÃO
Por meio da evolução no uso de tecnologias no nosso cotidiano e o surgimento de
novas formas de interação entre o homem e máquina, agentes inteligentes se tornaram
opções viáveis para agilidade e praticidade na comunicação dentro de instituições e
organizações para esclarecimento de dúvidas, visto que segundo o IBGE (GLOBO),
94,2% dos brasileiros usam internet para trocar mensagens e imagens.
O desenvolvimento do projeto tem por objetivo sanar dúvidas especificas
referentes ao âmbito educacional UNIFAFIBE, através de chats de bate-papo como o da
plataforma Facebook, por ser uma das redes sociais mais utilizadas e difundidas no

2. Brasil, facilitando a interação do usuário, já que segundo o IBGE (FACEBOOK) em 2015,
contava com cerca de 45% da população conectando mensalmente.
A implementação dessas tecnologias resulta em redução de gastos, esforços de
profissionais e padronização de atendimento.
2. REFERENCIAL BIBLIOGRÁFICO
A finalidade do chatbot é automatizar e padronizar tarefas, visando assim o melhor
atendimento. Atualmente sua utilização se dá como necessária para incontáveis fins, e o
Facebook, por exemplo, nos proporciona inúmeras integrações com chatbots.
2.1 História dos Chatbots
Segundo JUBRAN e CAMOLESI (2017), bot (abreviação de robot, robô), são
sistemas programados para executarem tarefas predeterminadas, são utilizados na
maioria das vezes como auxiliadores. Conhecido popularmente também como assistente
virtual, agente virtual, assistente pessoal, ou até mesmo como chatterbot. Pode ser
integrado a sites, aplicativos como Facebook, Instagram, e sua configuração é adaptativa
a sua utilização e público alvo. Essa necessidade é afirmada por Cláudio e Samuel:
Na sociedade atual em que estamos vivendo, em que por muitas vezes a
máquina substitui o trabalho humano, cabe ao homem à obrigação de ser criativo,
ter boas ideias. E na era da informação e comunicação é indispensável que as
pessoas saibam e consigam identificar o que há de essencial. (DE OLIVEIRA;
MOURA, 2015, p.80)
2.2.1 Allan Turing
Parte do matemático Allan Turing (TURING, 1950) a ideia de que uma máquina
pudesse interagir com humanos. Propunha um teste apelidado como “jogo da imitação”,
já que seu propósito é a tentativa de testar a persuasão a humanos, com a finalidade de
acreditarem ser uma pessoa normal. Passa mais tarde a se chamar como Teste de Turing
em sua homenagem. Esse teste analisava a interação entre máquina e humano, medindo
seus comportamentos e ações.

3. Figura 1. Teste de Turing
(SAYGIN; CICEKLI; AKMAN, 2000).
2.2.2 Chatbots pioneiros na história
• Eliza
Apontado como um dos pioneiros softwares de simulação de conversa na década
de 60, desenvolvido no Artificial Intelligence Laboratory (MIT, 1966), ELIZA
(WEIZENBAUM, 1966) proporcionava certa interação com o usuário, tinha como intuito
a simulação de um psicoterapeuta, e seu funcionamento se dava em análise de frases
por meio de palavras-chaves.
• Parry
Na década de 70 outro importante projeto se destaca, PARRY (ENEA; COLBY,
1973), onde simulava um paciente com esquizofrenia.
• Racter
Já em 1984 o programa RACTER (BARRY, 1984) de acordo com o autor, foi
responsável por escrever sozinho o livro The Policeman’s Beard is Half Constructed
(CHAMBERLAIN, 1984).
• A.L.I.C.E
O chatbot A.L.I.C.E (WALLACE, 2003) de 1995, sigla Artificial Linguistic Internet
Computer Entity, em português "linguística artificial em entidade computacional na
internet”, é um dos primeiros chatterbots desenvolvidos para internet com o propósito de
interação com as pessoas e é considerado um marco na história. Foi desenvolvido em
uma das linguagens mais difundidas para o desenvolvimento de bots, AIML, sigla Artificial

4. Intelligence Markup Language, criada também por Wallace, é baseada em linguagem de
marcação XML, e tem suporte até os dias atuais. A organização responsável pela ALICE
continua atualmente no mercado incorporando novas tecnologias a bots com o nome de
Pandorabots (PANDORABOTS).
Figura 2. Ambiente Pandorabots (Figura adaptada)
Fonte: (PANDORABOTS, 2018)
2.2.3 Chatbots pioneiros no Brasil
No Brasil, os pioneiros na área foram o Sete Zoom (INBOT 1) em 2001,
desenvolvido para a multinacional Unilever, com o intuito de tirar dúvidas específicas
sobre a marca de pastas de dente Close-Up (MOURA, 2003). Em 2003 o Robô Ed
(INBOT 2) foi desenvolvido para o Programa Nacional de Racionalização do Uso dos
Derivados de Petróleo e do Gás Natural (Conpet), com o objetivo de que os usuários
interagissem a respeito a assuntos relacionados ao meio ambiente, e é um projeto
vinculado ao Ministério de Minas e Energia e a Petrobras, segue com suporte no site até
os dias atuais.
O InBot software base para as aplicações citadas, ainda é considerado relevante
no cenário, podemos citar como atual exemplo o Assistente Virtual do Tribunal Superior
Eleitoral (INBOT 3), responsável por fornecer informações direcionadas do TSE aos
usuários.

5. Figura 3. Chatbot virtual do TSE
Fonte: (INBOT 3, 2018)
2.3 Serviços voltados para o desenvolvimento
Com o passar dos anos grandes empresas continuaram desenvolvendo
ferramentas e plataformas voltadas para esse fim, proporcionando melhoria na interação
humana e maior facilidade para desenvolvimento e gerenciamento. Podemos citar os
serviços Ibm Cloud que dá apoio a construção de bots, com o Watson; o Amazon AWS
com o Lex; e por fim o Microsoft Azure com o Serviço de Bot.
Figura 4. Esquematização do Serviço de Chatbot do Azure (Figura adaptada)

6. Fonte: (MICROSOFT 1, 2017)
2.4 Assistentes pessoais da atualidade
Hoje o termo mais difundido é o de assistente pessoal, e integra elementos de
tecnologia cognitiva e inteligência artificial, podemos citar como exemplo os assistentes
Siri da Apple; Google Now da Google; Alexa da Amazon e Cortana da Microsoft. Todos
esses assistentes virtuais têm como propósito facilitar o cotidiano das pessoas e
organizações, auxiliando nas tarefas mais comuns do dia a dia como telefonar ou enviar
mensagens, tornando-as mais intuitivas com apenas um simples comando de voz ou
toque na tela do celular.
Figura 5. Gráfico referente a uso de assistentes em organizações
Fonte: (TSAI, 2018)
2.5 Chatbots no Facebook
2.5.1 Facebook Messenger Bots
Em 2016 o Facebook lançou o Messenger Bots para seu aplicativo de
mensagens, o já bastante difundido Facebook Messenger, destinado a automatização
de mensagens para atendimento.
2.5.2 Integração de chatbots externos

7. Por volta de abril de 2016, foi possibilitada nesta plataforma a integração com
outros chatbots. No final desse ano contava-se mais de 30.000 integrações de bots na
plataforma (JAIN; JAIN, 2017).
2.6 Interação das instituições de ensino e alunos
2.6.1 Deveres das instituições
Por meio do acumulo do conhecimento e desenvolvimento educacional, as
instituições de ensino devem disponibilizar a comunidade novas formas de interação por
meio do avanço no ensino e desenvolvimento de pesquisas acadêmicas, onde a
extensão universitária “é o processo educativo, cultural e científico que articula o ensino
e a pesquisa de forma indissociável e viabiliza a relação transformadora entre
universidade e sociedade.”. (NUNES; SILVA, 2011, p.120)
[...] vem sendo travada em diversos segmentos da sociedade uma discussão
sobre a missão das universidades e a relação entre as instituições de ensino
superior e a sociedade, remetendo aos novos desafios que essa instituição
enfrenta neste novo milênio. Os avanços tecnológicos, principalmente no campo
da tecnologia da informação, têm alterado sobremaneira as relações no interior
das instituições, forçando-as a repensarem suas funções e os métodos para
desempenhá-las. (NUNES; SILVA, 2011, p.121-122)
2.6.2 Relação entre a internet e o estudante
O avanço tecnológico influencia diretamente a relação entre alunos e instituições,
já que “pela enorme variedade de estímulos oferecidos aos jovens atualmente, e pela
facilidade de acesso à informação e saberes, o uso do modelo tradicional pode entrar em
decadência.”. (FERREIRA; MOTA, 2014, p.191)
Segundo LEKA e GRINKRAUT (2014) as redes sociais a princípio serviram como
modo de integrar pessoas, explorando novas formas de relacionamento entre elas, e com
sua notável expansão passaram a ter um novo papel na sociedade, política, mídia e
educação.
3. METODOLOGIA

8. 3.1 Pesquisa – Coleta de dados
Foi realizado o levantamento de dados junto ao Departamento de Comunicação
do Centro Universitário UNIFAFIBE, por meio de conseguintes entrevistas, onde foram
abstraídas as entradas de perguntas, e respectivas respostas, mais frequentes via chat
da fan page do Facebook da instituição. Esse método de coleta é explanado por Eduardo:
É um método flexível de obtenção de informações qualitativas sobre um projeto.
Este método requer um bom planejamento prévio e habilidade do entrevistador
para seguir um roteiro de questionário, com possibilidades de introduzir variações
que se fizerem necessárias durante sua aplicação (BARBOSA, 2008, p. 2)
3.2 Microsoft Bot Framework
O Microsoft Bot Framework (MICROSOFT 2) é uma plataforma para
desenvolvimento de bots na IDE Microsoft Visual Studio e fornece tudo o que é
necessário para construir, administrar e publicar bots. Permite a integração com diversos
canais, como Facebook Messenger, Skype, Telegram, Web Sites, entre outros, através
de um serviço chamado Bot Connector.
• Bot Connector
O serviço Bot Connector (MICROSOFT 3) permite que o bot troque mensagens
com canais de aplicações configurados no Bot Framework Portal, usando requisições
REST e JSON via HTTP.
• Bot Builder SDK
É disponibilizado o SDK open source no GitHub (GITHUB), oferecendo
ferramentas necessárias para construção de diálogos. Para gerir diálogos, memória e
conteúdo para interação com o usuário, são disponibilizadas as plataformas Node.js e
.NET, a qual a base de ensino no decurso da graduação, capacita-a ser utilizada no
desenvolvimento do projeto.
Permite criar inúmeras interações, como o uso de imagens, vídeos, áudios,
documentos, chamadas, entre outras.

9. • Bot Framework Channel Emulator
O Bot Framework Emulator (MICROSOFT 2) é um aplicativo de desktop para que
os desenvolvedores testem e depurem seus bots, seja localmente ou remotamente,
podendo inspecionar as mensagens enviadas e recebidas. O emulador exibe mensagens
como elas apareceriam em uma interface de usuário no bate-papo e registra solicitações
e respostas JSON à medida que são trocadas mensagens com o chatbot.
Figura 6. Ambiente do emulador de chat
Fonte: (MICROSOFT 4, 2018)
3.3 Serviços de bot integrado ao Azure
O Azure é a plataforma da Microsoft para serviços em nuvem e disponibiliza o Bot
Service (MICROSOFT 5), que fornece os principais componentes para a criação de bots,
e inclui a interação com os já citados Bot Builder SDK e o Bot Framework.
O serviço de bot oferece suporte para criação, conexão, implementação e
gerenciamentos de chatbots inteligentes para interagir naturalmente com usuários em
sites e aplicativos.
3.4 Microsoft Cognitive Services
Segundo a documentação oficial (MICROSOFT 6, 2018, p.2) é possível “criar
algoritmos inteligentes em aplicativos, sites e bots para que eles vejam, ouçam, falem e
entendam as necessidades do usuário por meio de métodos naturais de comunicação.”.

10. 3.4.2 LUIS
L.U.I.S - Language Understanding Intelligent Service (MICROSOFT 2) é uma API
de machine learning (Aprendizado de máquina) que permite adicionar processamento de
linguagem natural, interpretando linguagens contextualmente.
• Intenções
Intenções ou intents (MICROSOFT 2) são ações específicas desejadas para cada
aplicação. O LUIS analisa o contexto de cada frase e gera uma pontuação (score) para
cada intenção criada pelo usuário. A intenção que possuir a maior pontuação é a que tem
a maior probabilidade de combinação com a frase.
Figura 7. Pontuação score (Figura adaptada)
Fonte: (MICROSOFT 2)
• Entidades
Uma Entidade ou Entity (MICROSOFT 2) é um conjunto de palavras-chave que o
LUIS vai buscar dentro do contexto de uma frase que o usuário digita. Dentro de uma
intenção podem haver várias entidades.
• Pronunciamentos
Pronunciamento, enunciado ou utterance (MICROSOFT 7) é a entrada de texto do
usuário que sua aplicação precisa entender, podendo ser uma sentença ou um fragmento
de uma frase. Os enunciados nem sempre são bem formulados e podem haver muitas
variações.
3.5 Adaptative Cards

11. Adaptative Cards (MICROSOFT 8) se dão a objetos JSON de fácil customização
e integração, proporcionando adaptações visuais em cards para diversas necessidades.
Seu conteúdo é renderizado nativamente dentro de uma aplicação compátivel,
adaptando-se automaticamente a plataforma. O Bot Framework é compatível, e permite
implementar diversos tipos de cards.
4. DESENVOLVIMENTO
4.1 Diagrama de Sequência
Com o diagrama podemos amostrar a sequência dos processos, de forma que
exemplifique o fluxo do usuário ao enviar uma mensagem referente a dúvida sobre o
horário de atendimento, todo o percurso na aplicação, e nesse caso, o reconhecimento
da intenção ‘Horario’ no enunciado da pergunta pelo LUIS. A Figura 8 representa o
diagrama de sequência da aplicação:
Figura 8. Diagrama de sequência
Fonte: (Autores)
4.2 Diagrama de Arquitetura

12. No diagrama a seguir é possível visualizar o fluxo de forma simplificada:
Figura 9. Diagrama de arquitetura
Fonte: (Autores)
4.3 Adicionando base de dados ao LUIS
Foram incrementadas as perguntas chaves disponibilizadas pelo Departamento
de Comunicação ao LUIS, cujo se encontra disponível em nuvem. É possível visualizar a
interface desta ferramenta na figura a seguir:
Figura 10. Visão geral da plataforma LUIS (Figura adaptada)
Fonte: (Autores)

13. 4.4 Preparando a IDE para o desenvolvimento
O SDK aproveita funcionalidades da linguagem C# para fornecer a base para o
projeto no Visual Studio, que auxilia no desenvolvimento do bot, e está disponível no
GitHub (GITHUB).
Após a realização de todas as atualizações na IDE, podemos optar por baixar e
atualizar manualmente os modelos ‘BotApplication.zip’, que é o template do projeto do
bot, contendo toda a estrutura necessária para a aplicação; os arquivos ‘BotController.zip’
e ‘BotDialog.zip’, que são templates de arquivos de Controller e de Dialog (MICROSOFT
3), e descompacta-los no diretório de projetos do Visual Studio para que esses templates
estejam disponíveis ao se criar uma nova solução.
4.5 Estrutura do projeto e ciclo de diálogo
Aos conhecedores da plataforma Asp.Net MVC o desenvolvimento é bem didático.
O Bot Builder é um framework desenvolvido baseado em um projeto Asp.Net Web API.
4.5.1 Controllers
• Conectando a chave de conexão LUIS
Após inserção, devemos conectar o LUIS a aplicação, de forma que utilizaremos
a chave disponibilizada via plataforma, onde configuramos o método Post em
‘ControllersMessagesController.cs’, para receber as configurações das chaves do
arquivo XML de configuração Web.config.
Figura 11. Inserção chave de Conexão do LUIS
Fonte: (Autores)

14. O método Post do MessagesController espera receber a atividade de atualização
da conversa ao se abrir o chat, como também a mensagem do usuário e requisita o início
diálogo por meio do card.
Figura 12. Método Post do MessagesController
Fonte: (Autores)
• Customizando o card
A seguir na figura 13, podemos visualizar a codificação necessária para a
customização do card de Apresentação, responsável por iniciar o ciclo de diálogo com o
usuário. Podemos visualizar, por exemplo, a adição das estruturas de título, subtítulo,
imagem, botões programados para executarem determinadas ações, como abrir links
URL, que nesse caso abrirá a homepage do site da UNIFAFIBE, link para Teste
Vocacional.
Figura 13. Customização do card

15. Fonte: (Autores)
Figura 14. Card de Apresentação
Fonte: (Autores)
4.6.2 Dialogs
A classe Dialog recebe a mensagem e gera uma resposta a partir da base de
dados do LUIS.
• Codificando as Intenções do LUIS no Dialogs
O método DescontoExAlunos, por exemplo, em ‘DialogsLuisDialog.cs’ envia uma
resposta à pergunta feita pelo usuário, a partir da frase que está implementada nesse
método.
Figura 15. Método DescontoExAlunos no LuisDialog

16. Fonte: (Autores)
• Codificando as Entidades do LUIS no Dialogs
O método Curso possui entidades que são tratadas dentro de uma intenção de
pergunta.
Figura 16. Método Curso com o tratamento de entidades no LuisDialog
Fonte: (Autores)
• Ciclo de diálogo
Ao usuário entrar com a dúvida no chat, haverá inúmeros tratamentos para as
entidades dentro da intenção, que será identificada através da expressão ‘!string.IsNull
OrEmpty(entidade)’, ou seja, verifica (if) se há valor referente a entidade, caso não tenha
valor especifico, identificará apenas como intenção de pergunta, sendo direcionado (else)
às sugestões de perguntas. Na figura abaixo será demonstrado o fluxo de conversação
citado.

17. Figura 17. Fluxo de conversação Vestibular
Fonte: (Autores)
5. RESULTADOS
Foram selecionados três diferentes perfis de usuários para amostragem na coleta
de resultado de funcionamento no teste de usuário. Cada participante interagiu com
dúvidas especificas, avaliando sua experiência com o chatbot.
O primeiro teste foi realizado pelo aluno Hyghor Souza.
Figura 18. Fluxo de conversa Teste Documentação
Fonte: (Autores)

18. O segundo, executado pelo ingressante Anderson Santiago.
Figura 19. Fluxo de conversa Teste Creduc
Fonte: (Autores)
Já o terceiro e último teste, foi efetuado pela ex-aluna Verginia Delgado.
Figura 20. Fluxo de conversa Teste Ex-Aluno
Fonte: (Autores)

19. Os participantes não encontraram nenhum empecilho na utilização da aplicação,
se ambientando facilmente com o fluxo da conversa.
No link a seguir, é possível visualizar melhor todo projeto em si:
<https://www.youtube.com/watch?v=3lR3uAzKaXk&feature=youtu.be&ab_channel=SI4a
noUnifafibeAlunos/>.
6. CONSIDERAÇÕES FINAIS
Foi constatado, mesmo que em âmbito de emulação, que a sua utilização auxilia
na resolução de dúvidas, resultando em padronização de atendimento.
O Chatbot UNIFAFIBE entregou desempenho significativo, tanto em agilidade,
praticidade e usabilidade, criando um fluxo de conversação que ajuda o usuário a
interagir, sanando suas dúvidas.
A utilização dessa tecnologia se dá como necessária, se mostrando não ser
apenas mais uma tendência, visto que as grandes organizações e instituições já
incorporaram a mesma.

20. REFERÊNCIAS
BARBOSA, E. F. Instrumentos de coleta de dados em pesquisas educacionais. Ser
Professor Universitário – Universidade Federal de São Carlos UFSCAR - São Carlos,
São Paulo, p. 2, 2008. Disponível em:
<http://www.inf.ufsc.br/~vera.carmo/Ensino_2013_2/Instrumento_Coleta_Dados_Pesqui
sas_Educacionais.pdf/>. Acesso em: mai. 2018.
BARRY, John. Computer writes - InfoWorld. InfoWorld Media Group, San Francisco,
California, USA, v. 6, n. 44, p. 10, 1984. Disponível em:
<https://books.google.com.br/books?id=nS4EAAAAMBAJ&pg=PA10&lpg=PA10&dq=CH
AMBERLAIN+racter&source=bl&ots=VmdtTkyfEU&sig=EZZ0eMqGGMRBBwqqYiKE-
WD_eRc&hl=pt-BR&sa=X&ved=0ahUKEwiUjZLr0-
LaAhUDhJAKHSgwChMQ6AEIOjAC#v=onepage&q=CHAMBERLAIN%20racter&f=fals/
>. Acesso em: mar. 2018.
CHAMBERLAIN, William. The Policeman's Beard is Half-constructed: Computer
Prose and Poetry. Warner Books, New York, New York, USA, 1984. Disponível em:
<https://archive.org/stream/pdfy-
T3abGAQ80ecd63PL/racter_policemansbeard_djvu.txt/>. Acesso em: mar. 2018.
DE OLIVEIRA, Cláudio; MOURA, Samuel. TIC’S na educação: A utilização das
tecnologias da informação e comunicação na aprendizagem do aluno. Pedagogia
em Ação – PUC, Minas Gerais, v. 7, n. 1, p. 80, 2015. Disponível em:
<http://periodicos.pucminas.br/index.php/pedagogiacao/article/view/11019/8864/>.
Acesso em: mar. 2018.
ENEA, H.; COLB, K. M. Idiolectic language-analysis for understanding doctor-
patient dialogues. Department of Computer Science Stanford University, Palo Alto,
California, USA, 1973. Disponível em:
<https://pdfs.semanticscholar.org/b9d8/10782e8939f32a00e7c52130254ebb05844a.pdf/
>. Acesso em: mar. 2018.

21. FACEBOOK. 45% da população brasileira acessa o Facebook mensalmente.
Facebook Inc., Menlo Park, California, EUA, 2018. Disponível em: <
https://www.facebook.com/business/news/BR-45-da-populacao-brasileira-acessa-o-
Facebook-pelo-menos-uma-vez-ao-mes/>. Acesso em: mar. 2018.
FERREIRA, H. S.; MOTA, M. M. A visão dos alunos sobre o uso do Facebook como
ferramenta de aprendizagem na educação física. Revista FSA – Centro Universitário
Santo Agostinho, Teresina, Piauí, v. 11, n. 1, p. 191, 2014. Disponível em:
<http://www4.fsanet.com.br/revista/index.php/fsa/article/view/336/pdf/>. Acesso em: abr.
2018.
GLOBO. IBGE: 94,2% dos brasileiros usam internet para trocar textos e imagens.
Valor Econômico - Globo G1, São Paulo, 2018. Disponível em:
<http://www.valor.com.br/brasil/5337837/ibge-942-dos-brasileiros-usam-internet-para-
trocar-textos-e-imagens/>. Acesso em: mar. 2018.
GITHUB. Bot Builder SDK. San Francisco, California, USA, 2018. Disponível em:
<https://github.com/Microsoft/BotBuilder/>. Acesso em: mai. 2018.
INBOT 1. Sete Zoom - UNILEVER. InBot, Universidade de São Paulo Poli-USP, São
Paulo, 2018. Disponível em: <https://www.inbot.com.br/cases/setezoom/>. Acesso em:
abr. 2018.
INBOT 2. Robô Ed. InBot, Universidade de São Paulo Poli-USP, São Paulo, 2018.
Disponível em: <https://www.inbot.com.br/cases/roboed/>. Acesso em: abr. 2018.
INBOT 3. Assistente Virtual do TSE - Feito com o InBot. InBot, Universidade de São
Paulo Poli-USP, São Paulo, 2018. Disponível em:
<https://www.inbot.com.br/cases/tse/>. Acesso em: abr. 2018.
JUBRAN, L. K. Z.; CAMOLESI, A. R. Estudo dos conceitos de inteligência artificial e
o seu uso em chatbots. Fundação Educacional do Município de Assis FEMA, São
Paulo, 2017. Disponível em:
<https://cepein.femanet.com.br/BDigital/arqPics/1511420185P697.pdf/>. Acesso em:

22. mar. 2018.
JAIN, Neha; JAIN, Ashish. A Survey on Popularity of Chat-Bots. International
Conference On Emanations in Modern Technology and Engineering. Rajasthan, IND, v.
5, n. 3, 2017, p. 277. Disponível em:
<http://www.ijritcc.org/download/conferences/ICEMTE_2017/Track_1_(CSE)/148856150
0_03-03-2017.pdf/>. Acesso em: abr. 2018.
LEKA, R. A.; GRINKRAUT, L. A. A utilização das redes sociais na educação
superior. Revista de Ciências e Humanidades Primus Vitam – Universidade
Presbiteriana Mackenzie, São Paulo, n. 7, 2014. Disponível em:
<http://mackenzie.br/fileadmin/Graduacao/CCH/primus_vitam/primus_7/aline.pdf/>.
Acesso em: abr. 2018.
MICROSOFT 1. Serviço de Bot. Microsoft Corporation, Redmond, Washington, EUA,
2018. Disponível em: <https://azure.microsoft.com/pt-br/services/bot-service/>. Acesso
em: abr. 2018.
MICROSOFT 2. Construindo Chat Bots com a plataforma Microsoft Bot
Framework. Microsoft Corporation, Redmond, Washington, EUA, 2016. Disponível em:
<https://msdn.microsoft.com/pt-br/communitydocs/visualstudioalm/chat-bots/>. Acesso
em: mai. 2018.
MICROSOFT 3. Create a bot with the Bot Connector service. Microsoft Corporation,
Redmond, Washington, EUA, 2018. Disponível em: <https://docs.microsoft.com/en-
us/azure/bot-service/rest-api/bot-framework-rest-connector-quickstart?view=azure-bot-
service-3.0/>. Acesso em: mai. 2018.
MICROSOFT 4. BOT Framework e Integração com Aplicações. Microsoft
Corporation, Redmond, Washington, EUA, 2016. Disponível em:
<https://msdn.microsoft.com/pt-br/mt721312.aspx/>. Acesso em: mai. 2018.
MICROSOFT 6. Cognitive Services Documentation. Microsoft Corporation,

23. Redmond, Washington, EUA, p.2, 2018. Disponível em: <https://docs.microsoft.com/pt-
br/azure/cognitive-services/>. Acesso em: mai. 2018.
MICROSOFT 7. About Language Understanding (LUIS). Microsoft Corporation,
Redmond, Washington, EUA, 2017. Disponível em: <https://docs.microsoft.com/en-
us/azure/cognitive-services/luis/home/>. Acesso em: mai. 2018.
MICROSOFT 8. Adaptive Cards for Bot Developers. Microsoft Corporation,
Redmond, Washington, EUA, 2018. Disponível em: <https://docs.microsoft.com/en-
us/adaptive-cards/getting-started/bots/>. Acesso em: jun. 2018.
MIT. MIT Computer Science & Artificial Intelligence Lab. Massachusetts Institute of
Technology, Massachusetts, Cambridge, 2018. Disponível em:
<https://www.csail.mit.edu/>. Acesso em: mar. 2018.
MOURA, T. M. Um Chatterbot para aquisição automática de perfil do usuário.
Trabalho de Dissertação de Mestrado – Universidade Federal de Pernambuco UFPE,
Pernambuco, p. 22, 2003. Disponível em:
<https://repositorio.ufpe.br/handle/123456789/2515/>. Acesso em: mar. 2018.
NUNES, A. L. F.; SILVA, M. B. A extensão universitária no ensino superior e a
sociedade. Mal-Estar e Sociedade – Universidade do Estado de Minas Gerais UEMG -
Barbacena, Minas Gerais, v. 4, n. 7, p. 120-122, 2011. Disponível em:
<http://revista.uemg.br/index.php/malestar/article/view/60/89/>. Acesso em: abr. 2018.
PANDORABOTS. Pandorabots: Home. Pandorabots, Inc., San Francisco, California,
USA, 2018. Disponível em: <https://home.pandorabots.com/en/>. Acesso em: mar.
2018.
SAYGIN, A. P.; CICEKLI, I.; AKMAN, V. Turing Test: 50 Years Later. Minds and
Machines. Department of Cognitive. Science University of California, San Diego,
California, USA, P. 465, 2000. Disponível em:
<https://crl.ucsd.edu/~saygin/papers/MMTT.pdf/>. Acesso em: mar. 2018.

24. TSAI, P. Data snapshot: AI Chatbots and Intelligent Assistants in the Workplace.
Spiceworks, Austin, Texas, USA, 2018. Disponível em:
<https://community.spiceworks.com/blogs/spiceworks/2964-data-snapshot-ai-chatbots-
and-intelligent-assistants-in-the-workplace/>. Acesso em: abr. 2018.
TURING, A. M. Computing machinery and intelligence. Mind – Oxford, England, UK,
v. 59, n. 236, p. 433-442, 1950. Disponível em:
<https://home.manhattan.edu/~tina.tian/CMPT420/Turing.pdf/>. Acesso em: mar. 2018.
WALLACE, R. S. The Elements of AIML Style. ALICE AI Foundation, USA, 2003.
Disponível em: <https://files.ifi.uzh.ch/cl/hess/classes/seminare/chatbots/style.pdf/>.
Acesso em: abr. 2018.
WEIZENBAUM, Joseph. ELIZA A Computer Program For the Study of Natural
Language Communication Between Man And Machine. Communications of the
ACM, USA, v. 9, n. 1, p. 36-45, 1966. Disponível em:
<http://web.stanford.edu/class/cs124/p36-weizenabaum.pdf/>. Acesso em: mar. 2018.