Educação Ambiental suportada por um Ambiente de Ensino Inteligente


Lucia Maria Martins Giraffa
II/PUCRS / CPGCC/UFRGS
giraffa@inf.pucrs.br

Maria Augusta S. N. Nunes
CPGCC/UFRGS
guta@inf.ufrgs.br

Rosa Maria Viccari
CPGCC/UFRGS / Leeds University
rosa@inf.ufrgs.br

Instituto de Informática – PUCRS
Av. Ipiranga 6681 – prédio 30, bloco IV
Porto Alegre, RS – Brasil – 90610-900
Fone: + 55 51 339-1511 Ext. 3211/Fax: + 55 51 339-1564

 

O objetivo deste artigo é apresentar o "Multi-Ecológico", um ambiente de aprendizagem inteligente que simula um lago, com plantas, diferentes tipos de peixes e pequenos animais. representando elementos típicos de nosso mundo real (o rio Guaíba em nossa cidade) e pretende-se fornecer esta simulação com o intuito de auxiliar na conscientização de professores e alunos sobre o problema que a poluição pode trazer para nossas vidas. A concepção do "Multi-Ecológico foi baseada em agentes reativos que representam as diferentes maneiras para obter a solução de um problema e um agente cognitivo interno (agente tutor ou Ecologista) que monitora o ambiente e auxilia o agente cognitivo externo (aluno) com seu esforço resolver o problema. O sistema utiliza uma arquitetura de Inteligência Artificial Distribuída (subárea de nossa aplicação) composta por uma sociedade de agentes que trabalham para atingir um objetivo comum: agir contra a poluição resultante da ação dos elementos externos (poluentes) e manter o equilíbrio. O sistema está sendo implementado, servindo se da biblioteca DJGPP, rodando em uma arquitetura de 32 bits, utilizando C/C++ para plataforma Intel 80386 ou superior, servindo-se do ambiente DOS.
 
 

Área de Concentração: Inteligência Artificial na Educação, Ambiente de Ensino Inteligentes, Educação Ambiental.

1. Introdução

A busca pela melhoria da qualidade do software educacional e a ampliação de suas potencialidades técnicas e pedagógicas faz com que pesquisadores oriundos da Ciência da Computação, Educação e Psicologia venham desenvolvendo um trabalho de investigação utilizando técnicas de IA- Inteligência Artificial.

A utilização destas técnicas nos CAI- Computer Assisted Instruction foi uma conseqüência natural da tentativa de superar suas limitações impostas por uma arquitetura de programa monolítica onde as possibilidades de investigação a respeito do comportamento do tutor artificial e do aluno eram muito restritas. A pesquisa procurando desenvolver um programa que apresentasse maior interação entre o aluno e o tutor artificial (computador) fez com que surgisse uma nova concepção de projeto de software educacional onde a estrutura única utilizada tradicionalmente nos CAI fosse substituída por uma nova arquitetura modular onde o conhecimento e a forma de manipulá-lo estivessem separados e, também, fosse permitido tratar o modelo do usuário (aluno) e a partir dele decidir como deveria ocorrer a interação.

Esta nova concepção, surgida no início da década de 70, recebeu o nome de ICAI- Intelligent CAI e ficou conhecida por muitos autores como sinônimo de ITS- Intelligent Tutoring Systems. Embora não exista um taxonomia precisa para os ICAI, em parte devido a não existir um consenso sobre uma teoria geral que os suporte, podemos encontrar os ICAI subdividos em ITS (estes ainda divididos em Tutoriais Inteligentes e Assistentes Inteligentes) e Sistemas Especialista. Nos últimos anos os pesquisadores da área de AIED- Artificial Intelligence in Education têm utilizado o conceito em ILE- Intelligent Learning Environments, que seriam os ITS corporativos que permitem a inclusão da idéia de Micromundos.

De fato os ITS, nos seus primórdios, prometeram muito mas, porém pouco foi cumprido. Parte disto devido aos limites de hardware, software e o conhecimento que se tinha da forma com que as pessoas poderiam modelar o aluno. Atualmente, experimentamos uma grande evolução nos aspectos de hardware e software e continuamos a tentar criar um bom modelo de aluno que nos permita estabelecer uma seleção e adoção de estratégias que sejam adequadas ao tipo de aluno que está utilizando o ambiente.

O surgimento de novos paradigmas de programação, especialmente o paradigma de agentes, fez com que novas possibilidades de investigação fossem disponibilizadas aos pesquisadores de AIED. O paradigma de agentes tem se mostrado interessante para pesquisar os aspectos dinâmicos da interação entre o tutor artificial e o aluno.

As experiências anteriores das autoras em desenvolvimento de software educacional, o interesse em investigar o uso do paradigma de agentes na possível melhoria da interação do aluno com o tutor artificial e as conseqüências destes resultados na modelagem e implementação de ILEs e a intenção de disponibilizar um ambiente de ensino inteligente que possa ser utilizado com crianças das séries elementares das escolas brasileiras foram os elementos motivadores do projeto ora em desenvolvimento.

Este artigo está dividido em seis seções onde são apresentados os fatores motivadores do trabalho, a proposta de uso de sistemas multiagentes no projeto de software educacional, a estrutura do ambiente proposto, suas características, funcionamento, elementos, arquitetura e algumas considerações acerca dos resultados obtidos até o momento e os resultados esperados com a finalização do projeto.
 

2. O uso de agentes no projeto de Software Educacional
 

O uso da técnica de Inteligência Artificial no desenvolvimento de software educacional não novidade e tem estado presente em diferentes grupos de pesquisa. Segundo [KHU 96], "mesmo pensando que sistemas Tutores inteligentes tem sido implementados com relativo sucesso, eles não são suficientemente práticos para serem usados no mundo real". Esta situação muda se nós introduzirmos novas metodologias com múltiplos domínios, os quais serão aplicados em nossas escolas, bem como no treinamento de funcionários em nossas companhias.

A limitação deste sistema surge quando nós tentamos integrar a noção de cooperação para o processo de ensino-aprendizagem usando sistemas Multiagentes onde as técnicas e métodos permitem-nos trabalhar de maneira cooperativa considerando agentes humanos externos e agentes internos modelados na máquina (computador).

Desse modo, o termo "agente" tem sido freqüentemente usado em Inteligência Artificial, e não tem seu significado claro, ele pode se compreendido como uma entidade que mostra alguns aspectos da inteligência humana. Geralmente, em ferramentas de IA, o agente é mais freqüentemente associado a uma entidade que trabalha autonomamente e continuamente em um ambiente onde outros processo e agentes existem [COR94]. Autonomia significa que a atividade deste agente não necessita de intervenção humana e que o agente possui determinação própria na relação com o ambiente. A autonomia de um agente requer inteligência, pois este mesmo agente necessita sobreviver em um mundo real , dinâmico e nem sempre benigno; ele é fechado relatado como o tipo de arquitetura do sistema , representado por diferentes graus de autonomia. O grau de autonomia e sua inteligência permite-nos diferenciar um agente de um simples componente de hardware ou software.

O agente pode ser um personagem dotado de estados mentais tais como: desejos e intenções. Tais conceitos são similares ao conceitos humanos [SHO93]. Os agentes podem comunicar-se e aprender, e isto pode ser feito mantendo sua autonomia no ambiente.

Assim, o uso potencial deste recurso em um ambiente educacional permite-nos investigar aspectos de um ambiente dinâmico e o comportamento do usuário que não está disponível através de técnicas convencionais. Um exemplo é o uso de diferentes estratégias para obter a solução para um problema específico.
 
 

3. O jogo

O Multi-Ecológico é versão ampliada e revisada de um projeto desenvolvido por [RAA96], onde foi realizado um amplo trabalho interdisciplinar entre um professor de Ecologia de uma escola elementar da cidade de Porto Alegre, um agrônomo da Escola de Agronomia da UFRGS, uma das autoras e dois alunos de trabalho de conclusão do curso de bacharelado em Informática da PUCRS.

O ambiente denominado Eco-Lógico foi implementado na ferramenta multimídia Toolbook e disponibilizado para as escolas da grande Porto Alegre. O acompanhamento das avaliações fornecidas pelos professores e alunos, as características lúdicas e o fato de ser um ambiente que permite a resolução de um problema onde o conhecimento está distribuídos nos seus participantes, foram fatores decisivos para que o novo projeto envolvendo a pesquisa do uso de sistemas multiagentes para modelagem e implementação de ILE fosse realizado com base no projeto anterior.

A interação do aluno com o ambiente se dá através de uma atividade lúdica suportada por uma interface gráfica onde os elementos estão colocados de forma atrativa e acessível. Depois da definição da configuração inicial do jogo (elementos que irão causar poluição no lago e personagem), o aluno visualiza um lago em equilíbrio, o qual começa a sofrer ações dos elementos poluentes. O desafio do aluno é manter o equilíbrio e combater a ação dos elementos poluidores através das ferramentas que seu personagem possui. O período de duração do jogo é de 10 minutos.

O número de peixes nadando no lago é um dos indicadores de que a situação está sob controle e o ecossistema se mantém em equilíbrio. Além disto, o aluno poderá monitorar as condições do ambiente através de um controlador visual chamado Ecômetro (um tipo de termômetro ecológico) para ajudar o usuário na observação das condições do lago. Uma situação de equilíbrio projeta uma coloração verde no Ecômetro. Com a perda gradual do equilíbrio, a coloração torna-se amarela, e, finalmente, quando uma situação de perigo é prevista a coloração torna-se vermelha, sendo que, junto a esta, um alarme começa a soar. O número de plantas e microorganismos que habitam a água e sua transparência demonstram, também, a situação de equilíbrio.

Os peixes, as plantas e os microorganismos seguem um modelo de reprodução, a qual realiza-se quando o nível de equilíbrio do ambiente é mantido, caso contrário, sofrem os efeitos dos diferentes poluentes.

Os peixes são divididos em três grupos: A,B,C. O peixe C se alimenta de A, o peixe A se alimenta de microorganismo e o peixe B se alimenta de plantas. As plantas somente se reproduzem se o PH da água estiver estabilizado, não existindo elementos poluentes hidrosolúveis, e se o solo do lago fornecer nutrientes suficientes. Uma reação em cadeia pode ocorrer se algum destes elementos for afetado.

O aluno escolhe um personagem para o representar no sistema e com a ajuda do Ecologista combina estratégias para manter o equilíbrio do ambiente.

Por exemplo, se o aluno decide passar a draga no lago duas vezes (elementos poluidores), cada vez que ela passa o ambiente sofre um impacto, ou seja, perda de energia no sistema. O Ecologista e o aluno devem controlar estes efeitos usando as ferramentas de seus personagens. Se o aluno não age o Ecologista também não age e espera a ação do aluno.

Para poder auxiliar o aluno e garantir os objetivos pedagógicos do ambiente, ou seja, que o aluno observe as conseqüências dos elementos poluidores e as alternativas de combate, o Ecologista atua através de outro personagem. Somente dois personagens podem jogar no sistema ao mesmo tempo. A interferência do Ecologista ocorre sempre no sentido de auxiliar o aluno, mas sempre a partir da tomada de decisão que ele fez. Para evitar que as ações sejam contraditórias e o programa entre num laço do tipo "faz e desfaz" forma colocadas algumas regras que o Ecologista deve seguir.
 
 

Ao passarmos o ponteiro do mouse sob qualquer elemento do cenário, informações a eles relacionadas aparecem, tais como: descrição de características e seu nível de energia. No caso dos peixes, o nível de energia afeta sua capacidade de reprodução, movimento e saúde.

O jogo é atualizado a cada ação do aluno ou após 30 segundos. O objetivo do processo de simulação é representar os resultados positivos ou negativos das ações do aluno e Ecologista depois do uso das ferramentas do seus personagens.

Ao final do jogo, pode-se obter sucesso ou não, mas este resultado torna-se menos importante ao se observar a importância no estado cognitivo do aluno, ou seja, a possibilidade do aluno fazer diferentes escolhas e observar sua reação no ambiente, observando as estratégias usadas pelo Ecologista e assim construindo seu próprio conhecimento, testando hipóteses para manutenção do equilíbrio.

Ao término do jogo o Multi-Ecológico fornece um feedback de informações incluindo todas as ações e decisões do aluno e do Ecologista, as ferramentas selecionadas pelos personagens e seus efeitos durante o processo de simulação do jogo. Através desta documentação, o professor pode analisar os resultados de cada um dos alunos, suas crenças, suas mudanças e as estratégias que foram usadas para resolver o problema.
 
 

4. Os elementos do ambiente
 

As possíveis ações que o aluno pode obter mudam de acordo com o personagem que ele seleciona. Alguns dos personagens são mais poderosos que outros e possuem ferramentas mais fortes no combate à poluição e seus efeitos simulam o que acontece no mundo real. Se o aluno seleciona o personagem "Prefeito", ele terá ferramentas mais poderosas para resolver os problemas, de uma maneira mais rápida, ou mais eficaz, que um aluno que seleciona o personagem "Mãe natureza", por exemplo. Embora, seja importante salientar que a complexidade do problema ser resolvido é determinada pelo aluno e, pode ocorrer que seja impossível controlar a poluição gerada no lago. O aluno ao configurar o ambiente pode fazer com que seja impossível salvar o lago e isto torna o programa muito rico para exploração de hipóteses e sua respectiva testagem. O sistema permite que ele simule conseqüências de ações e refita sobre elas, sem prejuízo real dos ecossistemas, auxiliando na conscientização e educação da necessidade do homem preservar o seu planeta.

As ações dos personagens tem dois objetivos pedagógicos básicos:
 
 

Os personagens como as ações associadas a eles e o número de recursos disponíveis são resumidos na tabela 1.
 
Personagem Ferramentas Nível de energia
Mãe-Natureza acelerar degradação

colocar aguapés

trocar fundo do lago

abrir sol

3

3

2

1

Prefeito colocar lixeiras

proibição (genérica)

fechar fábricas

tratamento (genérico)

campanha de conscientização 

3

2

1

1

1

Pescador pescar em área protegida

pescar para se alimentar

pescar em época permitida

3

5

5

Turista jogar lixo

levar lembrança do lago

nadar no lago

tirar fotografia

6

5

5

5


 

A maneira que as diferentes ferramentas agem no processo de evolução do equilíbrio são diferentes. As ferramentas que agem na causa da poluição tem um efeito permanente, enquanto, as outras, que são positivas mas não tem efeito direto nos problemas, são temporais e apenas causam uma leve alteração no nível de equilíbrio demonstrado no Ecômetro, causando somente uma pequena mudança no ambiente.

Os agentes do cenário (peixes, plantas, água, Ecômetro) tem um conjunto de comportamentos e um conjunto de reações relatando o nível de poluição no ambiente. A poluição é diretamente ligada ao nível de energia de cada elemento no cenário e suas reações são modeladas em função do impacto da poluição.

Os elementos externos causam um desequilíbrio no ecossistema e sua ativação remove energia dos agentes do cenário.

O ambiente do jogo mostrado na figura 1, onde visualiza-se a tela do jogo após a configuração inicial do aluno.

A interface utiliza uma linguagem simples para reduzir o custo cognitivo, ou seja, o aluno usa seu tempo pensando sobre estratégias apropriadas para executar sua proposta de solução do problema ao invés de gastar tempo tentando entender o ambiente e memorizar seus elementos para ser capaz de jogar. Pelo movimento do ponteiro do mouse sob os elementos da tela e pressionando-os com o botão direito, podem ser visualizadas informações adicionais que o aluno necessita, como o nível de energia.

A interface usada está em fase de projeto, ou seja, continuamos a usar os elementos básicos da interface original. Porém, com a utilização do paradigma de agentes observamos que a dinâmica inerente ao sistema foi ampliada e os movimentos são mais próximos dos reais. Os peixes e os outros elementos apresentam um comportamento próximo ao natural, fato este que não aparecia no ambiente da versão anterior.

Figura 1: A interface do sistema



5. A arquitetura do sistema
 
 

O ambiente é uma sociedade heterogênea fechada, baseada em um controle distribuído entre seus diferentes tipos de agentes (sendo que os agentes cognitivos tem mais poder do que os reativos). Esta divisão entre agentes cognitivos e reativos se dá mais por razões didáticas. Estamos considerando que os agentes reativos são todos aqueles que sofrem as ações dos elementos poluidores e reagem conforme foram modelados. Os agentes cognitivos são aqueles que se utilizam de estratégias para agirem e possuem um conhecimento do ambiente. Os agentes cognitivos são agentes baseados em objetivos , sendo que seu objetivo primordial é a manutenção do equilíbrio ecológico. A comunicação entre os agentes cognitivos e reativos é baseada na troca de mensagens executada através de um protocolo simples, onde há um remetente, um receptor (endereço) e uma mensagem (ações que serão executadas). A Figura 2 mostra a distribuição de agentes no ambiente.
 

O sistema trabalha com dois tipos de agentes cognitivos (aluno e Ecologista). O Ecologista não pode predizer quais as estratégias que serão usadas, mas deve trabalhar em cooperação mútua com o aluno, observando quais ações já foram realizadas e seus resultados, agindo dentro da mesma estratégia ou numa diferente. Isto ocorre alternadamente.

O Ecologista (agente tutor) é inserido no ambiente usando seu conhecimento e habilidade no controle da poluição através da ativação das ferramentas do seu personagem, recebendo informações do ambiente através de sensores, as quais formam um conjunto de entradas que permitem a evolução da situação do ambiente. Desta maneira, ele decide que plano de ação é mais adequado no combate à poluição, sendo representadas como forma de saídas para o ambiente. Seu plano de ação é baseado na escolha do personagem e o uso de suas habilidades. Cada intervenção do aluno é observada pelo o Ecologista, o qual age através do personagem selecionado.

O Ecologista possui uma arquitetura dotada de um conjunto de crenças a cerca do ambiente (chamado de conhecimento do ambiente), representado através conseqüência das ações realizadas pelo aluno ou Ecologista, que utilizam ferramentas de seu personagem, apoiado em regras para ajuda-lo a decidir que ações deveria tomar e sensores para receber informações sobre o ambiente.

A arquitetura do agente tutor é mostrado na figura 3.
 
 

Portanto a parte cognitiva do sistema é resultante da contribuição do aluno e do Ecologista. Eles tem planos para realização de seus objetivos, sendo que a diferença é que os planos do Ecologista estão representados no sistema, ao contrário dos planos do aluno que não estão.

Se considerarmos as propriedades de um sistema com descrito por [RUS96], podemos classificar estes ambientes como:
 

6. Considerações Finais
 

O projeto do Multi-Ecológico nos permitiu criar um ambiente para investigar aspectos relacionados com as técnicas de IA (Sistemas Multiagentes) e suas implicações sob o ponto de vista pedagógico, levando em consideração as diferenças entre os objetivos dos alunos e professores.

Ao compararmos nosso projeto com outros ambientes muito utilizados no mercado nacional (ECOLOGIA: resolva os problemas ecológicos e ajude a preservar a terra e americano da Ática Multimídia) (Decision Environments de Tom Snyder) e [ATI97], observamos que nossa proposta apresenta aspectos inovadores tanto na sua concepção e modelagem (uso de sistemas multiagentes), bem como na forma de interação com aluno, na possibilidade de considerar diferentes alternativas de resolução do problema e na formulação de hipóteses diferenciadas a serem testadas pelo aluno. Os programas de Snyder e da Ática apresentam um ambiente lúdico sem uso de técnicas de IA e se assemelham ao nosso projeto no aspecto de resolução de problemas tendo por base uma situação cotidiana do aluno, isto certamente auxilia muito a contextualizar o problema dentro de um escopo que faça sentido para a criança. Outro aspecto importante é a linguagem utilizada e as ilustrações que se preocupam em diminuir a sobrecarga cognitiva que pode acontecer em aplicações multimídia.

Do ponto de vista de IA, num primeiro estágio, alguns aspectos foram resolvidos e implementados. O sistema mostra uma arquitetura do agente Ecologista onde existem planos de ação, crenças e intenções modeladas de acordo com um critério específico. Os planos de ações do Ecologista foram criados usando informações coletadas de especialistas no campo. Somando-se a isto, foram desenvolvidos alguns controles que impeçam a "explosão" de possibilidades combinatórias entre as diferentes estratégias evitando um loop, ou seja, o programa chegaria em uma situação onde um agente executaria algo e outro agente cancelaria, fechando o processo.

Nossas experiências anteriores usando o paradigma de agentes para construir um Sistema Tutor Inteligente com arquitetura SEM [MOU96], permitiu-nos observar que comportamentos de um agente influenciam no comportamento da sociedade como um todo, e mudam os estados mentais dos agentes (crenças, desejos, intenções, e expectativas) permitindo a atualização das estratégias de ação dos agentes e a interação entre eles.

As mudanças nos estados mentais do agente tutor modifica suas crenças com relação ao aluno. Assim, nós temos um agente que pode usar mais que uma regra e escolhe estas regras em conformidade com o que [HAY97] mostra no seu trabalho, baseado em paradigmas de interação humano-computador (HCI) chamado de "improvisação dirigida"[ROU96]. Os personagens do ambiente proposto por [HAY97] e [TRA97] improvisam linhas de comportamento que seguem direções, expressam seu estilo de personalidade, e encontram outros objetivos comuns que eles podem ter com seus companheiros.

Este paradigma nos interessou muito pois ele serve como metáfora para a situação de sala de aula onde o professor funciona como se fosse um ator Segundo [PUL70],a todos que acham que o professor não é um ator ou não deveria sê-lo, examinemos o processo pelo qual ele se torna um professor verdadeiro: escolhe o ensino como carreira; dedica-se a uma determinada matéria principal ou disciplina; dedica seu tempo, dinheiro e energia ao domínio do seu campo e em aprender como ensiná-la aos outros; ele experimenta, cria rotinas e sobrevive para além da espontaneidade através do seu "êxito de bilheteria".

O professor trabalha com a improvisação dirigida na sala de aula e conforme ele percebe a situação ele se torna mais ou menos diretivo. Ele atua como um facilitador ou um interventor e isto nos interessa estudar e colocar dentro de nossos sistemas educacionais na modalidade ILE.

Como um auxílio deste paradigma e o uso de agentes ao invés de outros modelos tradicionais de ambientes de ensino-aprendizagem temos a possibilidade de proporcionar uma diversidade de personalidade para o agente tutor atentando para a diferença entre alunos e a maneira que cada um deles irá resolver o problema. Um professor é de fato um ator que faz uso de diferentes estratégias para ser mais eficiente no trabalho de auxiliar o aluno a construir o seu conhecimento.

Este processo de análise de estratégias e suas conseqüências e as mudanças na maneira de selecionar e adotar a estratégia (todas elas previamente definidas) fazem o ambiente trabalhar de diferente maneira para fornecer a interação entre tutor artificial e o aluno.

No aspecto pedagógico, este ambiente pode ser usado de duas maneiras:
 
 

Como todo o software educacional o Multi-Ecológico deve estar contextualizado na atividade docente e discente e sua utilização deve ser planejada de forma cuidadosa pelo professor a fim de que os alunos possam explorá-lo com subsídios que permita-os levantar hipóteses e observar resultados.

O Multi-Ecológico traz de forma implícita no seu projeto a idéia de que o ambiente não precisa ser utilizado apenas da maneira para qual foi projetado inicialmente e sim possibilitar que professores e alunos possam estudar situações com diferentes complexidades. Nos trabalhos futuros, pretendemos criar um módulo onde novos elementos do cenário possam ser colocados, bem como outros personagens (com suas respectivas ferramentas) possam ser incluídos. Este novo módulo permitirá uma riqueza maior ao ambiente e ampliará o seu potencial para o estudo dos efeitos da poluição num ecossistema. O aluno poderá pesquisar novos elementos poluidores e a forma de combate-los e, posteriormente, testar sua ação através do processo de simulação. Isto implicará em mais estudos de como fazer a inserção de regras para que o processo de simulação seja efetivado.

O ambiente de será testado numa situação real de sala de aula, utilizando as técnicas de observação e grupo de controle para estabelecermos o quanto houve mudança nas crenças das crianças envolvidas com o estudo de poluidores ao utilizarem ou não o ambiente. A instrumentalização para estabelecimento do grupo de controle está sendo elaborada com a participação de especialistas da área de Educação
 
 

O projeto e implementação do Multi-Ecológico envolve um grande número de pessoas de diferentes áreas e trabalhando de forma inter e multidisciplinar. Sem a participação de todos e de um trabalho cooperativo não poderíamos conseguir os resultados até agora realizados e prosseguir com os trabalhos futuros.

A experiência adquirida com o projeto do Multi-Ecológico deverá ser utilizada no projeto de outras ferramentas educacionais onde a ênfase se concentra na solução de problemas com a participação ativa do aluno.
 
 

7. Referências

[COR94] CORRÊA, M. A Arquitetura de Diálogos entre Agentes Cognitivos Distribuídos. Rio de Janeiro: UFRJ, 1994. (Tese de Doutorado)

[HAY97] HAYES-ROTH, B;BROWNSTON, L. Multi-Agent Collaboration in Directed Improvisation. Stanford: KLS, 1994.

[KHU96] KHUWAJA,R.;DESMARAIS,M.;CHENG,R. Intelligent Guide: Combining User Knowledge Assessment with pedagogical Guidance. International Conference on Intelligent Tutoring Systems - ITS’96, 3.,1996,Proceedings...Berlim: Springer Verlag, 1996.

[MOU96] MOUSSALE,N.;VICCARI,R.M.;CORREA,M. Intelligent Tutoring Systems modelled through the mental states. Brazilian Symposium on Artificial Intelligence,13.,1996.Proceedings... Berlin: Springer Verlag,1996.

[PUL70] PULLIAS, E. V.; YOUNG, J. D. A arte do magistério. Rio de janeiro: Zahar, 1970.

[RAA96] RAABE, A.L.A;JAVIMCZIK, A .M.;GIRAFFA,L.M.M. Eco-Lógico : Ambiente interativo para suporte ao ensino de educação ambiental .Simpósio Brasileiro de Informática na Educação, 7.,1996, Anais... Belo Horizonte: DCC/UFMG, 1996.

[ROU96] ROUSSEAU, D.;HAYES-ROTH, B. Personality in Synthetic Agents. Stanford: KSL, 1996.

[RUS96] RUSSEL, S.; NORVIG, P. Artificial Intelligence: a modern approach. New Jersey: Prentice Hall, 1996

[SHO93] SHOHAM, Y. Agent-oriented Programming. Artificial Intelligence. Berlin: Springer Veralg,v.60, p.51- 92, 1993.

[TRA97] TRAPPL, R.; PETTA, P. Creating personalites for Synthetic Actors. Berlin: Springer, 1997.