Área:
CV ( )
CHSA ( )
ECET ( )
Middleware para Integração da plataforma Moodle-UAPI com agentes
desenvolvidos em JADE.
Camila Vilarinho de Sousa (bolsista do PIBIC/UFPI), Vinicius Ponte Machado (Orientador,
Depto de Computação – UFPI)
Introdução
A modalidade de ensino à distância é o processo de ensino-aprendizagem, mediado por
tecnologias, onde professores e alunos estão separados espacial e/ou temporalmente. Essa
separação faz com que a comunicação entre alunos e professores seja feita de forma assíncrona o
que impede, por muitas vezes, que o professor possa auxiliar o aluno em tempo hábil.
Existem softwares educacionais projetados para auxiliar o processo de ensino aprendizagem
que são conhecidos como Sistemas Tutores Inteligentes. São assim chamados por incorporar
técnicas de Inteligência Artificial para simular o processo do pensamento humano para auxiliar na
solução de problemas, como exemplo, neste caso, o acompanhamento síncrono do aprendizado dos
alunos de ensino a distância. Para tentar resolver este problema propõe-se um Sistema Tutor
Inteligente onde os agentes modificarão suas bases de conhecimento, perceberão as intervenções do
aprendiz e serão dotados da capacidade de aprender e adaptar suas estratégias de ensino mediante
a interação com o aluno auxiliando o papel do professor (tutor).
Os agentes descritos nesta arquitetura são implementados em JADE (Java Agent
Development Framework) que é um framework para tornar o desenvolvimento mais rápido de
aplicações multiagente, em conformidade com as especificações FIPA (Foundation for Intelligent
Physical Agents). Já o Moodle é uma plataforma de e-learning, de utilização livre e código fonte
aberto. Foi desenvolvido em PHP, uma linguagem de script também de código aberto de uso geral,
utilizada especialmente para o desenvolvimento de aplicações Web dinâmicas cujo código é
executado no servidor.
Metodologia
Foi feito um estudo para consolidar o conhecimento no framework JADE e no
desenvolvimento de agentes, além de um estudo mais profundo sobre o Moodle e a forma de
utilização do seu banco de dados pelos agentes. Um exemplo de agente implementado foi um que
solicita a outro agente distribuído uma consulta ao banco de dados que está instalado no computador
onde este segundo agente é executado (o banco de dados no caso é a cópia do utilizado na
Universidade Aberta do Piauí). O agente solicitado realiza a consulta e retorna um objeto para o
solicitante contendo os dados pedidos.
A partir destes estudos serão desenvolvidos agentes que interagirão com o banco de dados
do moodle e farão a captura do perfil do aluno, medição do desempenho e a comunicação entre o
Sistema Tutor Inteligente. No estudo do banco de dados do Moodle foi analisada principalmente a
tabela mdl_log e os principais módulos usados pelos usuários para verificar a participação dos alunos
nessas atividades.
Resultados e Discussão
Foi criada uma tabela (imagem 1) a partir da tabela mdl_log onde contou-se a participação de
cada usuário em módulos como chat, forum, library, message e outros, para a partir desses
resultados fazer com que um agente classifique esses usuários em grupos de acordo com a sua
participação.
A partir destes estudos serão desenvolvidos agentes que interagirão com o banco de dados
do moodle e farão a captura do perfil do aluno, medição do desempenho e a comunicação entre o
Sistema Tutor Inteligente. Em testes preliminares foi desenvolvido um protótipo do Agente de Perfil.
Sua tarefa é através do algoritmo k-means, fornecer uma classificação das informações de forma não
supervisionada, a partir da base de dados do MOODLE. Para obtenção da classificação do perfil do
aluno, foi utilizada a base de dados do ambiente virtual de aprendizagem (MOODLE), utilizado pela
Universidade Aberta do Piauí na oferta dos Cursos da modalidade de Educação a Distância. Em
particular, a participação dos alunos do Curso de Graduação em Administração Pública.
Como critérios de classificação foram levadas em consideração as contribuições efetivas de
cada aluno, por disciplina, nas ferramentas de interação: Fórum, Chat, Tarefa, Wiki e Lição. Com isso
o agente pode fornecer aos profissionais da educação envolvidos no processo de aprendizagem
informações acerca da participação dos alunos na disciplina de forma a fomentar ações pedagógicas
diferenciadas. Continua-se com o processo para classificação dos alunos com a execução do
algoritmo kmeans disponível na biblioteca WEKA. No resultado (com um conjunto de 868
participações) verificamos a centralização de alunos em cada categoria, divididas por centroides,
obtidas pelo algoritmo ao analisar as variáveis referentes à participação com a taxa de erro igual a
2,65% (Tabela I). Com os grupos (categorias) formados o agente de perfil pode classificar os alunos e
indicar aqueles com melhores e piores desempenhos, de acordo com a necessidade. Em um
segundo momento o agente de desempenho usará os perfis e indicará atividades pedagógicas
apropriadas.
Tabela 1
Ruim Regular Bom Ótimo
Ruim
148
0
0
0
Regular
0
273
0
0
Bom
0
0
27
0
Ótimo
0
23
0
397
Conclusão
Não foi necessário usar o PHP para fazer a interação entre os agentes e o moodle, pois os
agentes podem acessar diretamente o banco de dados do moodle e coletar as informações
necessárias. A partir da base de dados do Moodle, o ‘agente de perfil’ classificará o perfil dos alunos
de um curso em relação à participação destes nas ferramentas de interação: Fórum, Chat, Tarefa,
Wiki e Lição. Com isso o agente poderá fornecer aos profissionais da educação envolvidos no
processo de aprendizagem informações acerca da participação dos alunos na disciplina de forma a
fomentar ações pedagógicas diferenciadas.
O objetivo é incorporar um Sistema Tutor Inteligente baseado na tecnologia de agentes na
plataforma Moodle em uso na UAPI para proporcionar melhorias no ensino dos cursos de educação à
distancia da Universidade Aberta do Piauí.
Referências
Ambiente
Virtual
de
aprendizagem
<http://pt.wikipedia.org/wiki/Ambiente_virtual_de_aprendizagem> Acesso em 26 de Fevereiro
de 2013
S. Russell and P. Norving, Inteligência Artificial, Campus, Ed., 2004.
de Pádua Braga, A., de Leon Ferreira de Carvalho, A. P., and Ludermir, T. B. (2007).
Redes Neurais Artificiais: Teoria e Aplicações. Rio de Janeiro, 2 edition
Sutton, R. S. and Barto, A. G. (1998). Reinforcement Learning:An Introduction. Cambridge.
Manual do PHP < http://php.net/manual/pt_BR/index.php> Acesso em 27 de Agosto de 2013.
Moodle SQL<http://moodlesql.blogspot.com.br/ > Acesso em 27 de Agosto de 2013
Palavras-chave: Agentes,
STI, Moodle