Modelagem de Objetos Inteligentes de Aprendizagem

Modelagem de Objetos Inteligentes

de Aprendizagem utilizando a

metodologia MaSE

Júlia Marques Carvalho da Silva

Ricardo Azambuja Silveira

Universidade Federal de Santa Catarina

Departamento de Informática e Estatística

Programa de Pós-Graduação em Ciência da Computação

Contextualização

� Modelagem de uma abordagem apresentada

anteriormente por Silveira et. al (2005);

� Aplicação da metodologia MaSE utilizada

para modelagem de Sistemas Multiagentes

Objetos Inteligentes de Aprendizagem

Objetos de

Aprendizagem

Sistemas

Multiagentes

+

Objetos Inteligentes de Aprendizagem

Adaptabilidade

Autonomia

Comunicação

Aprendizagem

Sociedade de Agentes

� Agente LMS: sistema de gerenciamento de aprendizagem

� Agente ILO: encapsula o Objeto de Aprendizagem

� Agente ILOR: Repositório dos Objetos de Aprendizagem

Aprendiz

Agente LMS

Agente ILO Agente ILO Agente ILOR

Fluxo da Sociedade:

1. Solicita experiência de aprendizagem

2. Busca ILO apropriado

3. Invoca ILO selecionado

4. Gera experiência de aprendizagem

5. Solicita informações do aluno

6. Invoca outro ILO

7. Complementa experiência de

aprendizagem

1

2

36

4 57





Aprendiz

Agente LMS


Fluxo da Sociedade:






6. Invoca outro ILO


aprendizagem

1

2

36

4 57





Aprendiz

Agente LMS


Fluxo da Sociedade:






6. Invoca outro ILO


aprendizagem

1

2

36

4 57





Aprendiz

Agente LMS


Fluxo da Sociedade:






6. Invoca outro ILO


aprendizagem

1

2

36

4 57





Aprendiz

Agente LMS


Fluxo da Sociedade:






6. Invoca outro ILO


aprendizagem

1

2

36

4 57





Aprendiz

Agente LMS


Fluxo da Sociedade:






6. Invoca outro ILO


aprendizagem

1

2

36

4 57





Aprendiz

Agente LMS


Fluxo da Sociedade:






6. Invoca outro ILO


aprendizagem

1

2

36

4 57





Aprendiz

Agente LMS


Fluxo da Sociedade:






6. Invoca outro ILO

7. Complementa experiência de aprendizagem

1

2

36

4 57

Metodologia MaSE

Baseado em DeLoach e Wood (2001)

agentTool

Definindo os Objetivos

� Conhecer as especificações do sistema

� Através do objetivo principal, conhecer os sub-objetivos

Estabelecendo os Papéis

� Os objetivos devem estar vinculados a um papel

� Papéis: retângulos

� Tarefas: elipses

� Protocolos de comunicação: setas

Desenvolvendo as Classes dos Agentes

� Identificadas através dos papéis

� Classes: retângulos

� Diálogos: setas

Diálogo entre os Agentes

� Formado por um par de estados finitos

� Define a comunicação entre duas classes de

agentes

� Foram identificados seis diálogos na ontologia definida: ilo-ontology

Diálogo entre os Agentes

� Diálogos da ilo-ontology seguem a mesma seqüencia de fases e atos performativos

Diagrama do diálogo get-metadata

Conclusões

� Objetos Inteligentes de Aprendizagem são entidades capazes de gerar experiências de aprendizagem através de SMAs

� Permite interagir com outros agentes

� Busca conhecimento com outros agentes

� A sociedade foi modelada através da metodologia MaSE

� Facilita o entendimento dos objetivos

� Modelos interligados garantindo que todos os objetivos

sejam contemplados nos diagramas

Conclusões

� Modelagem de sistema já proposto permitiu

identificar alterações e ampliações

� Revisão nos diálogos (ações, conceitos, atos)

� Incluir o aluno como agente a fim de:

� Interagir com o agente LMS

� Atualizar o modelo do aluno

Trabalhos Futuros

� Avaliar a ontologia ilo-ontology

� Explicitar os metadados

� Modelos de especificação de metadados de

Objetos de Aprendizagem (Scorm, IEEE, etc.)

� Refinar os diálogos

Modelagem de Objetos Inteligentes de

Aprendizagem utilizando a metodologia MaSE

Júlia Marques Carvalho da Silva

[email protected]

Ricardo Azambuja Silveira

[email protected]

Documents

Modelagem de Objetos Inteligentes de Aprendizagem