Estratégias pedagógicas para um Ambiente Multi-agente Probabilístico Inteligente de Aprendizagem - AMPLIA

Este trabalho pretende avaliar se é possível elaborar estratégias pedagógicas com base em modelos de níveis de tomada de consciência e utilizá-las, por meio de agentes inteligentes, em um ambiente de aprendizagem. O ambiente utilizado foi o AMPLIA - Ambiente Multi-agente Probabilístico Inteligente de Aprendizagem, desenvolvido inicialmente como um recurso auxiliar para a educação médica: neste ambiente, o aluno constrói uma representação gráfica de sua hipótese diagnóstica, por meio de uma rede bayesiana. O AMPLIA é formado por três agentes inteligentes, o primeiro é o Agente de Domínio, responsável pela avaliação da rede bayesiana do aluno. Os projetos dos outros dois agentes inteligentes do AMPLIA são apresentados nesta tese: o Agente Aprendiz, que faz inferências probabilísticas sobre as ações do aluno, a fim de construir um modelo do aluno baseado em seu nível de tomada de consciência, e o Agente Mediador, que utiliza um Diagrama de influência, para selecionar a estratégia pedagógica com maior probabilidade de utilidade. Por meio de uma revisão dos estudos de Piaget sobre a equilibração das estruturas cognitivas e sobre a tomada de consciência, foi construída a base teórica para a definição e organização das estratégias. Essas foram organizadas em classes, de acordo com o principal problema detectado na rede do aluno e com a confiança declarada pelo aluno, e em táticas, de acordo com o nível de autonomia, inferido pelo Agente Aprendiz. Foram realizados experimentos práticos acompanhados por instrumentos de avaliação e por observações virtuais on line, com o objetivo de detectar variações nos estados de confiança, de autonomia e de competência. Também foram pesquisados indícios de estados de desequilibração e de condutas de regulação e equilibração durante os ciclos de interação do aluno com o AMPLIA. Os resultados obtidos permitiram concluir que há evidências de que, ao longo do processo, há ciclos em que o aluno realiza ações sem uma tomada de consciência. Estes estados são identificados, probabilisticamente, pelo agente inteligente, que então seleciona uma estratégia mais voltada para um feedback negativo, isto é, uma correção. Quando o agente infere uma mudança neste estado, seleciona outra estratégia, com um feedback positivo e com maior utilidade para dar início a um processo de negociação pedagógica, isto é, uma tentativa de maximizar a confiança do aluno em si mesmo e no AMPLIA, assim como maximizar a confiança do AMPLIA no aluno. Os trabalhos futuros apontam para a ampliação do modelo do aluno, por meio da incorporação de um maior número de variáveis, e para a necessidade de aprofundamento dos estudos sobre a declaração de confiança, do ponto de vista psicológico. As principais contribuições relatadas são na definição e construção de um modelo de aluno, com utilização de redes bayesianas, no projeto de um agente pedagógico como mediador num processo de negociação pedagógica, e na definição e seleção de estratégias pedagógicas para o AMPLIA.

Modelos de simulação espacial de efeitos de pastejo em vegetação campestre

O principal objetivo da tese foi desenvolver um modelo matemático computacional espacialmente explícito, de autômatos celulares (CA), capaz de simular a dinâmica de vegetação campestre sob pastejo, descrita por tipos funcionais de plantas (PFTs), ao invés de espécies. Com dados obtidos a campo, utilizou-se um método recursivo de identificação politética de PFTs a partir de atributos morfológicos das plantas, de forma a expressar máxima correlação com diversidade de espécies. A alternância entre condições experimentais de exposição e exclusão de pastejo permitiu produzir variação em padrões espaciais e temporais da composição da vegetação descrita por esses PFTs. A seguir buscou-se modelar a dinâmica da vegetação. Assumiu-se que a dinâmica da vegetação, embora complexa, pudesse ser simulada a partir de mecanismos relativamente simples incorporados a um modelo CA formado por uma grade de células (comunidades). Cada célula tem uma dada composição de PFTs a qual se altera a cada passo no tempo conforme a composição da própria célula e da vizinhança e matrizes de transição determinadas empiricamente com os dados experimentais. A dinâmica simulada da composição de comunidades excluídas do pastejo mostrou determinismo no sentido de um PFT único, característico daquelas comunidades. A mesma tendência não foi observada nas simulações de comunidades sempre pastejadas. Os resultados indicam uma razoável concordância entre a dinâmica simulada e real, para as comunidades excluídas; e uma discordância para as comunidades sempre pastejadas. Sugere-se que diferenças no arranjo espacial inicial das comunidades motivam falhas do modelo sob pastejo. O Institut National de la Recherche Agronomique (INRA), na França, vem desenvolvendo um modelo simulador multi-agente espacializado como objetivo de representar realisticamente o manejo da vegetação campestre natural sob diferentes regimes de pastejo. Ele foi concebido como uma ferramenta de pesquisa para explorar o comportamento animal em pastagens heterogêneas Nesse modelo implícito e determinístico, uma definição funcional de três diferentes comunidades vegetais foi introduzida objetivando simular a dinâmica de pastagens multi-espécies. Isto foi feito pela intercambio de parâmetros do modelo com atributos funcionais da comunidade. Do ponto vista conceptual o modelo apresentou boa resposta e parece adequado para simular a dinâmica de uma vegetação campestre por atributos funcionais. O modelo apresentou um bom ajuste aos dados experimentais para alto nível de utilização, mas não tão bom para médio e baixo nível de pastejo, ou seja, comunidades vegetais mais heterogêneas. Reforça-se a idéia de que mais modelos que levem em conta a estrutura horizontal da vegetação são necessários.