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