Um Modelo Proativo e sua Implementação na Web
Resumo O uso de métodos adaptativos
na educação online pode ser estendido com o conceito de adaptação
proativa, onde o sistema tenta antecipar os objetos hipermídia
que serão apresentados ao aluno no futuro com base na evolução
seu perfil. O presente artigo possui três objetivos: (1) apresentar
um modelo de adaptação proativa integrando lógica
das situações e métodos associativos, (2) desenvolver
uma arquitetura computacional para atuar sobre este modelo e (3) discutir
aspectos de sua implementação na construção
do sistema ia@net, um curso experimental online de inteligência artificial.
Abstract Use of adaptive methods in online education can be extended with the concept of proactive adaptation, where the system tries to anticipate hypermedia objects to be presented to the student on grounds of the evolution of his or hers profile. This paper has three main goals: (1) to present a model for proactive adaptation integrating situation logics with associative methods, (2) to develop a computational architecture to operate the proposed model, and (3) to discuss some aspects of its implementation found in constructing the ia@net system, an experimental online artificial intelligence course. Introdução Entende-se por adaptação proativa toda forma de adaptação produzida por algum mecanismo ou esquema, capaz de prever possíveis estados futuros do ambiente e, se desejável, submetê-los diretamente aos usuários. Assim a adaptação proativa busca antecipar na dinâmica de um sistema o surgimento de novos estados e configurações adaptando-os ao perfil do usuário, que por sua vez também evolui dinamicamente. A aplicação de técnicas de adaptação proativa em sistemas colaborativos pode conduzir a bons resultados, uma vez que acelera a convergência do sistema em direção a resultados (ótimos locais) os quais de outra forma poderiam demorar mais tempo a ser atingidos, ou mesmo nem sequer ser considerados (Bollen, 1996). Sistemas educacionais são
ótimos candidatos a se beneficiarem do uso de tais métodos
de adaptação proativa. No presente artigo propõe-se
um modelo integrado e uma arquitetura abstrata para adaptação
proativa e estuda-se sua aplicação na construção
do protótipo de um curso online cuja construção se
baseia nesta proposta.
Redes Quantizadas Uma representação natural para modelar os conteúdos de um curso online é uma estrutura em rede onde os nodos correspondem a objetos hipermídia e as seqüências de links entre eles constituem os possíveis caminhos a percorrer no processo de navegação. Se a navegação não for demasiadamente restrita, a simples apropriação da freqüência com que cada link é percorrido já permite a representação de redes quantizadas, que constituem um modelo bastante preciso do processo de navegação adotado por um aluno ou grupo de alunos. A rede assim produzida pode ser vista como uma estrutura construída com a colaboração de todos os navegadores, onde cada um contribui com a sua semântica informal de navegação. Este modelo se caracteriza por apresentar elevada escalabilidade e economia de processamento, tendo em vista tratar-se de informação de fácil apropriação e sob controle local. A representação do processo de quantização é exemplificada na Figura 1, abaixo, onde a segunda rede é formada de modo que somente são visíveis os links cuja freqüência de ativação é mais elevada. Links cujas freqüências de ativação caem abaixo de um determinado limiar tornam-se invisíveis (Palazzo et al, 1998). O uso de redes quantizadas - onde os links possuem valores associados - na modelagem de estruturas colaborativas configura uma forma de anotação simplificada que favorece o emprego de operadores simbólicos, como o fecho, fusão e composição, na manipulação do modelo. Tais operadores permitem utilizar completamente a escalabilidade da rede, e isolar qualquer substrato dela, uma vez que redes de qualquer tamanho ou complexidade podem ser usadas como operandos. Fechamento e Adaptação Uma forma que pode ser empregada
para a produção de inferência em redes vem da noção
matemática de fecho. O conceito de fecho é bem conhecido
na teoria dos sistemas. Um sistema é dito fechado se não
interage com o seu ambiente, não apresentando qualquer entrada ou
saída. Um sistema fechado assim definido é claramente pouco
realista. Todos os sistemas interagem de alguma forma com outros sistemas,
mesmo porque se assim não fosse, não se poderia sequer observá-los
e para todos os efeitos seria como se não existissem. Além
disso, a idéia de complexidade exclui sistemas que não estejam
de alguma forma interconectados com outros sistemas. Apesar disso o conceito
de fecho é de grande utilidade porque permite simplificar descrições.
Sua aplicação permite representar em um contexto dinâmico
um estado instantâneo do sistema ao longo de um tempo em que não
há qualquer troca de energia (ou massa ou informação)
com o ambiente. Apresenta-se a seguir uma noção mais geral
de fecho, com o propósito de facilitar a modelagem de grupos. O
conceito adotado tenta generalizar a idéia de fecho organizacional,
empregada em (Maturana e Varela, 1980). Os quatro tipos possíveis
de fechos sobre grafos de duas setas podem ser observados na Figura 2.
Nos diagramas (a) e (b) as duas setas originais (em linha cheia) estão conectadas seqüencialmente, de forma que em relação ao nodo comum uma está chegando e a outra partindo. A terceira seta na base (em linha pontilhada), que é adicionada para formar o fecho, pode ser orientada de dois modos distintos: continuando a seqüência das duas setas originais, conduzindo de volta ao nodo inicial (fecho cíclico), ou em paralelo com a seqüência (fecho transitivo). Nos diagramas (c) e (d) as duas setas originais são conectadas em paralelo. Como o sistema formado nestes dois casos apresenta uma simetria geral, a conexão adicionada para formar o fecho não deve ser orientada (nenhuma seta na linha pontilhada). A simetria da conexão original pode ser orientada como uma relação de equivalência, conduzindo a identificação dos dois nodos conectados, de forma que eles não são mais distinguidos individualmente, mas somente como uma coleção. O resultado é que também as setas originais não são mais distinguidas. As relações correspondem então respectivamente ao fecho sobrejetor (n-1) e ao fecho sobrejetor inverso (1-n). Adaptação Proativa na Web A web adota o princípio da distribuição na representação de conhecimento, o que significa que este é armazenado como uma rede de nodos e links. Os nodos podem conter qualquer combinação de texto, imagens, som, vídeo, etc. , com os links formando algo assim como uma rede de conceitos conectados através de relacionamentos informais. Os usuários navegam nesta rede seguindo os links que lhes são significativos entre um nodo e outro. Neste processo empregam uma forma de julgamento associativo que visa conduzir a partir de uma certa posição inicial ao nodo ou nodos que contém a informação desejada. Assim a organização material da web é produzida por seus projetistas que usam suas idéias intuitivas de estruturação do conhecimento e semântica na construção de nodos e sub-redes. Estas contribuições individuais são integradas gradualmente a corpos mais amplos de conhecimento preexistentes na web, assim expandindo o conhecimento da rede. Em contraposição à organização material, o que se poderia denominar organização virtual da rede é produzida pelo processo dinâmico de navegação, o qual decorre da percepção associativa dos usuários. No atual estágio tecnológico da web o conhecimento produzido pelo processo de navegação não é registrado sistematicamente. No entanto poderia ser empregado na construção de modelos de aprendizado associativo, onde a web é a metáfora de uma memória associativa de grandes dimensões. Sabe-se que na mente humana conhecimento e significado se desenvolvem mediante um processo de aprendizado associativo: os conceitos que são mais freqüentemente usados juntos se tornam mais fortemente conectados. É' possível implementar mecanismos similares na web criando associações com base nos caminhos percorridos pelos usuários através da rede de links. O princípio é simplesmente este: os caminhos percorridos por mais usuários se tornam mais fortes, enquanto que links raramente usados se tornam mais fracos. Uma heurística simples, baseada na dinâmica resultante da navegação realizada por múltiplos usuários na rede, pode então propor possíveis candidatos a novos links: Se um usuário navega de A para B e de B para C, é provável que exista não somente uma relação entre A e B mas também entre A e C (transitividade) e entre B e A (simetria - um caso especial de ciclo). Desta forma novos links potenciais seriam continuamente gerados (variedade) mas somente aqueles que obtivessem determinada força seriam retidos e tornados visíveis ao usuário (restrição), enquanto que aqueles que não atingissem tal limiar de visibilidade seriam mantidos ocultos. 5. Relevância entre Situações O processo de navegação na web corresponde portanto a trilhar um caminho na teia de conexões escolhendo a cada passo um particular link dentre todas as possibilidades oferecidas na página. O usuário pode sempre retornar (back), interromper a navegação (home ou quit), saltar para um local preferido (bookmarks), etc., mas o princípio da ação é sempre a busca por alguma coisa que é relevante aos objetivos do usuário. O foco desta busca encontra-se exatamente na escolha da próxima conexão, que deverá levar o usuário para mais próximo da satisfação de seus objetivos. Ao fazer esta escolha, o usuário aplica intuitivamente noções que lhe permitem decidir que determinado link é mais relevante que os demais para os seus objetivos e portanto deve ser selecionado para continuar a navegação. A noção de que uma determinada peça de informação é "sobre" alguma coisa está intimamente associada com a relevância que a informação apresenta em determinada situação. Se uma peça de informação é sobre uma necessidade manifesta de informação (usualmente uma consulta) então esta peça é considerada relevante com respeito à informação solicitada. São importantes aqui os conceitos relacionados com a qualificação da relevância situada de uma determinada peça de informação a partir da teoria geral da informação (Huibers, 1994). Esses conceitos surgem da Teoria da Situação (Devlin, 1991) que abrange uma teoria da informação suficientemente poderosa para estudar a relação entre certa informação e aquilo sobre o que ela é. Fundamental para a Teoria da Situação é a noção de ínfon (Barwise, 1989): "Um ínfon é uma estrutura << R, a1, ..., an ; i >> que representa a informação de que a relação R vale (se i=1) ou não vale (se i=0) entre os objetos a1, ..., an".Os objetos desta definição referem-se a peças de informação atômicas, como palavras-chaves, sentenças, imagens, sons, etc. O conjunto de relacionamentos pode por exemplo consistir em relações semânticas, conceituais, lingüísticas ou informais. O valor i é denominado a polaridade do ínfon. Se a polaridade for 1 o ínfon é dito positivo e negativo em caso contrário. Em geral a informação contida em documentos é parcialmente modelada por um conjunto de termos denominados palavras-chaves. O uso de palavras-chaves na modelagem de informação resulta em ínfons muito primitivos, que podem mesmo ser considerados como partículas sub-informacionais que estão para a informação assim como os prótons estão para os átomos. Para designá-los, Huibers e Bruza (1994) introduziram o termo prófon. Prófons são uma subclasse dos ínfons baseada em uma relação I, unária e não-específica refletindo a informação de si própria. Assim como é possível restringir um ínfon para torná-lo um prófon, também é possível estender a noção de ínfon de modo que o valor "i" em << R, a1, ..., an ; i >> ao invés de representar simplesmente uma chave binária 0-1, passe a assumir um valor real entre 0 e 1 correspondendo à probabilidade da relação R ser válida entre os objetos a1, ..., an. Se tais objetos são páginas Web, é fácil associar a relação R à noção de relevância. Assim é possível declarar ínfons tais como <<é_sobre, P1, P2, 0.85>> significando que há
85 chances em 100 de que o conteúdo da página P1 seja sobre
o conteúdo da página P2.
6. Raciocínio sobre Situações A relação "é
sobre" (denotada por ¯ ) é tratada aqui como uma relação
entre situações, representando uma noção
fundamental para as informações nelas contidas. Os três
postulados básicos do raciocínio sobre situações
são reflexividade, transitividade
e
simetria. Sua
definição é bastante intuitiva, como pode ser observado
na Figura 3.
Figura 3: Postulados Básicos do Raciocínio sobre Situações
O axioma da reflexividade é trivial e indica simplesmente que uma situação é sobre si própria. A regra da transitividade é de grande importância em sistemas de recuperação de informações e estabelece que se S é sobre T e T é sobre U, então S é sobre U. Deve-se observar, entretanto, que a transitividade não é válida em sistemas onde possa haver sobreposição. O fato de haver uma sobreposição entre S e T e outra entre T e U não implica em que haja sobreposição entre S e U. A regra da simetria estabelece que não há diferença em concluir que uma situação S é sobre uma situação T ou vice-versa. A principal finalidade da simetria é promover recorrência. Ao nível de derivação de situações a simetria pode ser vista também como a derivação de uma inferência plausível. É possível assim estender o mecanismo de produção de inferência da lógica de situações visando a obtenção de uma medida probabilística de que o conteúdo de uma página seja sobre o conteúdo de outra. A partir daí pode-se estabelecer uma correspondência heurística entre o potencial de ativação calculado para um link por fechamento sobre o processo de navegação e a relação é sobre dada pela lógica das situações acerca do conteúdo das páginas que o link une. A combinação destes dois mecanismos permite tratar os relacionamentos na rede em dois níveis ou dimensões significativamente interrelacionados: A integração entre os dois métodos de modelagem na obtenção de um modelo único se dá a nível de redes quantizadas, onde o potencial de adaptação de cada link é mapeado para um índice de relevância na lógica das situações sobre o qual um certo valor limiar determina a existência ou não da relação. No momento seguinte a rede se modifica pelo próprio processo de adaptação, mas também em virtude da ação exercida por seus usuários, o que gera nova adaptação em um processo continuado. Uma Arquitetura Genérica para Adaptação Proativa A principal tarefa de um sistema de adaptação proativa é manter em funcionamento contínuo três processos assíncronos e até certo ponto independentes: o processo de modelagem, o processo de adaptação e o processo de interfaceamento. O primeiro executa a criação e manutenção de modelos de usuários. O segundo utiliza esses modelos de usuários para adaptar suas consultas e também a hipermídia recebida em resposta. Finalmente o processo de interfaceamento oferece suporte à navegação e à apresentação da hipermídia ao usuário. A separação natural entre os três processos conduziu a uma arquitetura orientada a agentes organizada em três focos distintos, correspondendo aos três processos citados, como pode ser visto na Figura 4. Na arquitetura proposta, o processo de modelagem coleta informação inicial relevante sobre os diferentes usuários, produzindo seu perfil ou modelo. Tais modelos são mantidos permanentemente atualizados na Base de Modelos de Usuários (BMU). Isto é obtido através de dois agentes autônomos: o Agente de Feedback (AF), que coleta informação simbólica fornecida diretamente pelo usuário, e o Agente de Log (AL) que coleta informação navegacional a partir do comportamento do usuário em sua ação rotineira. A BMU resultante fornece modelos de usuários ao processo adaptativo. Isto é obtido através da execução de duas principais tarefas: (1) a adaptação das consultas segundo os modelos particulares dos usuários que as produziram e (2) a adaptação da informação recebida aos objetivos, necessidades e preferências de cada usuário, conforme estabelecido em seus modelos. No conjunto o efeito produzido deve melhorar em geral a recuperação de informações a partir da fonte de hipermídia considerada. A associação por acoplamento fraco entre um método inferencial conexionista (o fecho) e um simbólico (a lógica das situações), oferece um excelente espaço para o desenvolvimento de modelos de adaptação proativos. As duas abordagens atuando sobre níveis complementares de uma mesma representação - as redes quantizadas - estabelecem uma relação naturalmente cooperativa e mutuamente catalisadora, onde os resultados obtidos por qualquer uma delas auxiliam na produção de resultados na outra. ia@net: Um Curso Experimental para Adaptação Proativa na Web No endereço http://ha.ucpel.tche.br/
encontra-se a página do projeto ia@net, um curso experimental online
de Inteligência Artificial projetado para suportar adaptação
proativa. O curso é ministrado inteiramente online e supõe
a dedicação do aluno por um período de 60 horas, cumprindo-as
em um tempo variável, de acordo com o seu próprio ritmo.
Na Figura 5 apresenta-se a página de abertura do curso.
Figura 5: Página de Abertura do ia@net O curso está instalado em um servidor linux dedicado e compreende dez módulos independentes, cada um com suas próprias leituras, exercícios e tarefas. O aluno deve cumprir seis módulos para completar o curso. Destes, três são obrigatórios para todos e os outros três são da livre escolha de cada aluno. O curso foi construído em html dinâmico com scripts AWK na interface e Prolog na programação dos processos de adaptação e modelagem. Em ambos os casos os modelos são representados por redes conceituais quantizadas. O modelo do usuário aqui é o próprio modelo do aluno, que evolui tornando-se mais preciso ao longo do curso. As informações para o processo de modelagem são obtidas a partir do rastreamento das atividades do aluno e também através de feedback direto que este é incentivado a fornecer. Entre os recursos disponibilizados
ao aluno no ia@net encontra-se ainda um robô de pesquisa cuja ação
consiste em procurar na web sites que se adaptem simultaneamente ao modelo
do aluno e à matéria do módulo que este está
cursando. Este processo complementa para o aluno os conteúdos do
módulo com material diretamente relacionado à sua profissão,
interesses, etc.
9. Conclusões Sistemas educacionais online
podem empregar vantajosamente métodos de adaptação
proativa para a pesquisa e seleção de material relevante
e de interesse direto do aluno em seus objetivos de aprendizado. O método
da adaptação proposto, integrando a lógica das situações
a mecanismos associativos, permite a contínua evolução
do modelo do aluno ao longo do curso. O sistema experimental ia@net representa
um esforço inicial de implementação dessa proposta,
cujos resultados deverão indicar os rumos de trabalhos e desenvolvimento
futuros.
Agradecimentos Os autores agradecem ao CNPq
e à UCPel pelo apoio recebido no desenvolvimento desta pesquisa
Referências Bibliográficas BARWISE, J.: The Situation in Logic. CSLI Lectures Notes 17, 1989. BOLLEN, J.; HEYLIGHEN, F.: Algorithms for the Self-Organization of Distributed Multi-user Networks. In: R. Trappl (ed.). Cybernetics and Systems ‘96. World Science, Singapore, 1996. BRUSILOVSKI, Peter: Methods and Techniques of Adaptive Hypermedia. User Modeling and User Adapted Interaction. v.6, n.2-3, pp.87-129. Special issue on adaptive hypertext and hypermedia, 1996. DEVLIN, K.. Logic and Information. Cambridge University Press, 1991. HEYLIGHEN, F.; J. BOLLEN: The World Wide Web as a Superbrain: From Methafor to Model. In: Cybernetics and Systems ’96. World Science, Singapore, 1996. HUIBERS, T.W.C.; BRUZA, P.D.: Situations, a General Framework for Studying Information Retrieval. Technical Report UU-CS-1994-15, Department of Computer Science, Utrecht University, The Netherlands, March 1994. MATURANA, H.; VARELA, F.J.: Autopoiesis and Cognition. The Realization of the Living. D. Reidel, Dordrecht, 1980. NEGRO, Alberto; SCARANO, Vittorio; SIMARI, Rosaria: User Adaptivity on WWW through CHEOPS. Proceedings of the 2nd Workshop on Adaptive Hypertext and Hypermedia. HYPERTEXT’98. Pittsburgh, June 20-24, 1998. http://www.contrib.andrew.cmu.edu/~plb/HT98_workshop/Negro/Negro.html PALAZZO, Luiz A. M.; CASTILHO, José M. V.; ROCHA COSTA, Antônio, C. da: Self-organization of Information Networks. III Semana Acadêmica do CPGCC da UFRGS, agosto, 1998. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||
