UNIVERSIDADE FEDERAL DE PERNAMBUCO

CENTRO DE INFORMÁTICA
PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO

PROJETO DE PESQUISA

Ambientes Virtuais Adaptativos para

Plataformas EAD

Proponente: Marcus Salerno de Aquino

Orientador: Alejandro C. Frery – Cin/UFPE

Co-orientador: Fernando da Fonseca de Souza – Cin/UFPE

RECIFE
OUTUBRO - 2002
Ambientes Virtuais Adaptativos para Plataformas EAD

PROJETO DE PESQUISA

1. TEMA
Ambientes Virtuais Adaptativos para Plataformas EAD

2. ÁREAS DE CONCENTRAÇÃO
Realidade Virtual e Ensino a Distância

3. MOTIVAÇÃO

Atualmente, o ensino através do computador em ambientes de Ensino

a Distância – EAD tem estimulado o desenvolvimento de diversas ferramentas,
enfocando tanto a transmissão das informações a longa distância, como a
construção do conhecimento e maior interatividade do estudante com o sistema
(Aquino, 2001 – pág. 27-28).
Com a modernização das tecnologias de informação e de
comunicação, o modelo pedagógico passa a ser repensado na EAD, incluindo novas
práticas de ensino-aprendizagem e incorporando procedimentos educativos
compatíveis com essa nova modalidade de ensino. Neste novo paradigma
educacional, elementos motivacionais e interativos devem ser introduzidos de forma
a aumentar a participação do aluno durante o curso (Aquino, 2001 – pág. 12). A
participação do estudante está diretamente relacionada com o ambiente de ensino
utilizado e com o seu nível de interesse.
A motivação para a realização deste trabalho se deve ao uso cada vez
maior de ferramentas de ensino (Sistemas Tutores Inteligentes, p. ex.) via Web, que
agregam adaptatividade e ambiente de tutoria, e a utilização da Realidade Virtual
para simulações, permitindo uma maior interatividade do usuário com o ambiente.
Entretanto, as plataformas de Ensino a Distância ainda não
apresentam mundos virtuais personalizados que possam se adequar
dinamicamente a qualquer tipo de usuário. Estas limitações estimulam os estudos
de ambientes virtuais que se adaptem ao perfil do usuário e a sua capacidade de
interagir e de aprender.
O desenvolvimento de um Ambiente Virtual Adaptativo (ou
personalizado) deve considerar duas áreas de pesquisa: os Sistemas Tutores
Inteligentes – STI’s e as técnicas de Realidade Virtual.
Os STI’s são sistemas educacionais com conhecimento suficiente para
tomarem decisões pedagógicas em tempo real. Utilizando técnica de Inteligência
Artificial, eles são capazes de se adaptarem ao estudante, podendo decidir O QUE
ensinar, a QUEM ensinar e COMO e QUANDO faze-lo (Souza, 2002). Para
representar o perfil do usuário em um STI (incluindo as suas características,
histórico de utilização e capacidade cognitiva), utiliza-se o Modelo do Estudante,
responsável por monitorar o comportamento do aluno, tentar descobrir seus
objetivos e se adaptar as suas necessidades.

2
Marcus Salerno de Aquino
Ambientes Virtuais Adaptativos para Plataformas EAD

O uso de técnicas de Realidade Virtual permite que o usuário possa

realizar imersão, navegação e interação em um ambiente sintético tridimensional
gerado por computador, utilizando canais multi-sensoriais em tempo real (Dizeró,
1999). Em ambientes de realidade virtual, o computador gera uma simulação de um
mundo que pode ser o real ou imaginário, utilizando uma representação gráfica ou
textual. A interação, em particular, permite ao sistema detectar as entradas do
usuário e modificar instantaneamente o mundo virtual e as ações sobre ele.
Embora exista uma grande quantidade de material bibliográfico sobre
Realidade Virtual e Sistemas Tutores Inteligentes, é difícil encontrar trabalhos que
tratem do uso da RV como ferramenta de modelagem do usuário, de forma a
integrar conhecimento em um STI (Silva, 2000) (HITL, 1999) (GRV, 1999).
Essa ausência de trabalhos sobre ambientes virtuais adaptativos, onde
se possa acompanhar a evolução do usuário com o sistema, torna-se um estímulo a
este estudo e um desafio na integração deste ambiente com STI’s.
Este trabalho se propõe a utilizar técnicas de Realidade Virtual em
Sistemas Tutores Inteligentes, que possam criar mundos virtuais personalizados
para cada usuário, considerando sua capacidade cognitiva, sua cultura digital, seu
conhecimento com as ferramentas de aprendizagem e sua visão de mundo.
Para a construção desses sistemas, é de extrema importância que
análises de "conhecimento" (sobre o usuário, o domínio e até sobre a interação em
si) sejam feitas e os resultados sejam colocados no próprio sistema, de modo que
possam ser usados para posteriores inferências, tornando sua "adaptatividade”
possível.
O uso da realidade virtual em STI’s se coloca como uma proposta
inovadora, tendo em vista que, o acompanhamento da evolução do aprendizado do
usuário no sistema, permite determinar novas formas de interação, possibilitando um
aprendizado dinâmico e personalizado. Sendo assim, o ambiente virtual adaptativo,
apresentado neste plano, poderá ser aplicado a plataformas de ensino a distância,
cujo público alvo possui diferentes níveis de conhecimento e com diferentes estilos
de aprendizagem.

3. ESTADO DA ARTE

Iniciaremos esta seção conceituando os Sistemas Tutores Inteligentes

(STI’s), sua arquitetura, forma de representação do conhecimento e o paradigma
dos STI’s baseados em agentes. Apresentaremos também, algumas tecnologias de
adaptação na implementação de sistemas educacionais adaptativos na WEB. Tais
tecnologias são provenientes das áreas de STI e de Hipermídia Adaptativa.

Em seguida, descreveremos o uso da Realidade Virtual na Educação a

Distância e sua integração aos Sistemas Tutores Inteligentes. Gráficos vetoriais e
imagens na WEB serão discutidos como possíveis domínios de aplicação, de forma
que a interação com o usuário possa identificar o seu perfil e tornar o sistema
personalizado.

3
Marcus Salerno de Aquino
Ambientes Virtuais Adaptativos para Plataformas EAD

3.1 Sistemas Tutores Inteligentes

Sistemas Tutores Inteligentes são sistemas voltados ao ensino, que

buscam modelar aspectos envolvidos na tutoria humana. São referenciados na
literatura como sistemas que sabem o que ensinar (conteúdo), para quem ensinar
(modelagem do aluno) e como ensinar (estratégias pedagógicas ou de ensino).
Métodos e técnicas de Inteligência Artificial podem ser utilizados para proporcionar
uma maior adaptação do sistema ao aluno (Silva, 2000).

Os STI’s podem combinar dois paradigmas mencionados em Merril

(1998) e Smith-Gratto (1996) (apud Saldias, 2002). Por um lado, existe uma
decomposição e estruturação do conhecimento em tópicos elementares que são
apresentados aos alunos através de atividades procedurais. Por outro lado,
atividades construtivistas podem ser propostas para permitir uma interação entre o
estudante e o conhecimento avançado (Jonassen, 1991) (Fialho, 1994). O estudante
pode selecionar a sequência de atividades ou os tópicos de estudo. Diagnóstico e
avaliações devem ser periódicos para determinarem as dificuldades do estudante e
modificarem o modo de apresentação do conhecimento. Isto quer dizer que o
sistema deve ser adaptável ao estilo de aprendizagem do estudante e usar uma
ampla variedade de recursos computacionais para atingir uma eficiente transferência
de conhecimento (Eklund, 1999).

As arquiteturas de Sistemas Tutores Inteligentes variam de uma

implementação para outra. Entretanto, existem alguns componentes ou módulos
básicos observados em diversos trabalhos (Wenger, 1987), (Yazdani, 1987), (Barr,
1982), (Orey, 1993), e na maioria dos casos sob diversas denominações, mas que
possuem o mesmo propósito básico.

Existem cinco componentes básicos em um STI, segundo (Wenger,

1987) e (Giraffa, 1999), apresentados na figura 3.1.

Modelo do
Usuário

Modelo da Controle Modelo do

Interação Domínio

Especialista

Figura 3.1: Arquitetura básica de Sistemas Tutores Inteligentes

 Especialista (Modelo do Domínio)

Esta parte do sistema define os aspectos da aplicação que podem ser
adaptados a novas situações ou aqueles necessários para a operação do sistema
adaptativo. Aqui está a base das inferências feitas pelo sistema a partir de sua
interação com o usuário. Portanto, é de extrema importância que um nível adequado
4
Marcus Salerno de Aquino
Ambientes Virtuais Adaptativos para Plataformas EAD

de abstração seja utilizado na sua descrição. Esse modelo deve ser explicitamente
representado (e não embutido nas aplicações como ocorre na maioria das
implementações), para que possa ser refinado mais facilmente, o que reduz os
custos de manutenção.

 Comportamento do Aluno (Modelo do Estudante)

Esse modelo armazena a descrição do conhecimento e das
preferências pessoais que o sistema "acredita" que o usuário possui. Para se
adaptar ao usuário, o sistema tem que monitorar o seu comportamento, tentando
descobrir quais os objetivos do mesmo (enquanto está usando o sistema). De
acordo com o que pode inferir, o sistema então altera as características que
considera necessárias para se adaptar às necessidades do usuário (Souza, 2002).
Ele permite a manipulação de informações sobre um ou mais dos dois
tipos de conhecimento sobre o usuário: modelo psicológico que manipula
informações sobre as características cognitivas e afetivas do usuário como
estratégias de aprendizado e estilos de display e perfil do usuário, o qual descreve
o background, interesses e conhecimento geral do usuário.

 Estratégias de Ensino (Modelo Tutor)

Uma interação nesse contexto pode ser vista como uma situação onde
um usuário troca "experiências" com um sistema, num nível que possa ser
monitorado pelo referido sistema. A informação coletada nessa monitoração pode
ser utilizada para se fazer inferências sobre o usuário e como conseqüência disparar
novos aspectos da aplicação ou modificar aspectos existentes, caracterizando assim
a adaptatividade do sistema.
As táticas que podem ser utilizadas em estratégias de ensino são as
seguintes (Pereira, 1998): mostrar um exemplo usando uma situação similar;
mostrar uma mensagem com a melhor opção; mostrar exemplos relacionados sem
nenhuma explicação; mostrar temas que são importantes prestar mais atenção;
mostrar o conteúdo de cada tópico; mostrar uma mensagem explicando as
conseqüências de suas ações; mostrar ao aluno sucessivas questões para que ele
possa analisar hipóteses, descobrir contradições e realizar inferências corretas
(Silva, 2000).

 Interface (Modelo da Interação)

O módulo de Interface é responsável pela comunicação entre o aluno e
o STI. Através da Interface, o STI pode apresentar o seu material instrucional e
monitorar o progresso do aluno pela recepção de suas respostas.
Alguns autores consideram que uma boa interface é vital para o
sucesso de qualquer sistema interativo. Em STI’s, pode-se dizer que a questão da
interação cresce de importância, já que se deve proporcionar ao aluno uma
interação o mais amigável possível. Por isso, muitos desenvolvedores de STI’s
optam pelo desenvolvimento de Interfaces Adaptativas.

5
Marcus Salerno de Aquino
Ambientes Virtuais Adaptativos para Plataformas EAD

 Controle
O módulo de Controle é responsável pela coordenação geral do STI e
trata da comunicação entre os módulos, interface e eventuais chamadas a outros
programas utilitários. Em alguns casos, esse módulo não é encontrado de maneira
explícita nas arquiteturas e o controle fica distribuído entre os diversos módulos.

Como mencionado anteriormente, um dos objetivos dos Sistemas

Educacionais é facilitar a aprendizagem através da adaptabilidade do sistema aos
alunos. Assim, sistemas como os STI’s têm perseguido esse objetivo, sendo que
agora possuem um forte aliado: o paradigma orientado a gentes (Silva, 2000).
Desta forma, vários aspectos relacionados a agentes podem ser
vantajosos no desenvolvimento de STI’s, como por exemplo: a cooperação que os
agentes podem embutir nos módulos do STI (sendo que este é um dos fatores pelos
quais tais sistemas não possuem um bom desempenho); a facilidade de
comunicação entre os seus módulos e a facilidade de aprendizagem que pode ser
embutida em cada módulo separadamente.
Existem diferentes abordagens relacionadas ao uso de agentes na
literatura. Entretanto, em Costa (1997) é feita uma tentativa de agrupa-las, com a
finalidade de facilitar a discussão sobre os tutores baseados em agentes. As
categorias ressaltadas são as seguintes:

 Canônicas: a maior parte dos STI’s construídos utiliza-se desta abordagem. Tal
abordagem, consiste em organizar a arquitetura de um STI em agentes, de tal
forma que cada agente possa ficar responsável pelo suporte a uma das
especialidades presentes na maioria das arquiteturas clássicas de tais sistemas,
ou seja, existe um agente especializado para domínio de aplicação, um agente
encarregado de capturar o estado cognitivo do aluno, um agente pedagógico e
um agente de interface. Assim, a utilização de agentes em sistemas que seguem
esta abordagem, tem a vantagem de oferecer ganhos em relação a alguns
aspectos de Engenharia de Software, como: extensibilidade, modularidade e
portabilidade.

 Mentalistas: Esta abordagem surgiu da idéia de utilizar estados mentais, como:

crenças, desejos e intenções nos componentes de um STI (representados
através de agentes);

 Especializadas: Esta abordagem está relacionada aos STI’s que têm como
objetivo alcançar o estado da arte em alguns de seus componentes, ou seja,
quando se deseja embutir o maior número de funcionalidades possíveis em um
componente específico do STI, representado por um ou mais agentes.

Existem diversos trabalhos na área de Sistemas Tutores Inteligentes

que utilizam a abordagem baseada em agentes, tais como:

 Sistema SEI – Sistema de Ensino Inteligente (Tedesco, 1997), reflete a

abordagem canônica. O SEI é composto por uma sociedade de cinco agentes:
Agente Domínio, Agente Tutor, Agente Estudante, Agente Controlador e Agente

6
Marcus Salerno de Aquino
Ambientes Virtuais Adaptativos para Plataformas EAD

Comunicador (Interface). Além dos agentes, o SEI conta com duas Bases de
Conhecimentos: o Modelo do Estudante e o Modelo do Domínio. Esse sistema
trabalha sobre as mesmas funcionalidades requeridas nas arquiteturas clássicas
de sistema tutores inteligentes, porém utilizando o enfoque de agentes.
 AME-A: Ambiente Multiagente de Ensino-Aprendizagem – D’Amico (1999)
apresenta uma proposta de uma sociedade de agentes, em que todos são
autônomos e se comunicam através de mensagens. D’Amico utiliza uma
abordagem considerada psico-pedagógica no seu trabalho. Segundo D’Amico, o
modelo do aluno é definido por um Agente Modela_Aprendiz, que identifica o
nível de conhecimento do aprendiz, seus objetivos de aprendizagem, motivações
e as suas características psico-pedagógicas.
 Arquitetura MutAntIS – proposta por Azevedo (1999), especifica uma
arquitetura multiagentes para a construção de sistemas tutores inteligentes,
descrevendo as características específicas de cada um dos agentes que fazem
parte da arquitetura e o esquema de comunicação entre eles.
 O ambiente MCOE (Multiagente Cooperative Environment) – este ambiente,
proposto por Girafa (1999), é um jogo educacional multimídia. O MCOE foi
concebido numa abordagem construtivista e os seus agentes modelados através
de seus estados mentais (crenças, desejos, intenções e expectativas).
Considera-se dois tipos de agentes: Reativos e Cognitivos. Os agentes Reativos
são todos aqueles que sofrem uma ação e reagem conforme foram modelados.
Os Agentes Cognitivos são aqueles que utilizam estratégias para agirem,
baseados em objetivos pré-determinados. Este sistema prevê diferentes formas
de trabalhar com um determinado conhecimento (estratégias de ensino e táticas
associadas), levando em consideração o tipo de usuário que está interagindo
com o sistema.

O desenvolvimento de Sistemas Tutores Inteligentes através da

utilização da tecnologia de agentes vem sendo bastante pesquisado, conforme
demonstrado em alguns exemplos acima. Esta nova visão de STI’s traz algumas
vantagens evidentes sobre a abordagem tradicional. As considerações sobre o uso
da tecnologia de agentes nos STI’s, sob a ótica do aluno, valorizam as aplicações,
incorporando características que permitem personalizar o atendimento, aprender
sobre as suas preferências e habilidades, tornando assim a aplicação mais flexível e
adaptável ao modelo do aluno (Silva, 2000).

3.2 Tecnologias de adaptação na implementação de Sistemas Educacionais

adaptativos na WEB
Um ambiente educacional interativo deve possuir necessariamente um
mecanismo de adaptação individual que, de forma ativa, leve o aluno através do
hiperespaço, tendo em consideração seu conhecimento anterior (background
knowledge), suas habilidades, áreas de interesse, planos e intenções (Silveira,
1999).
Adaptabilidade é um recurso que tem sido implementado tanto em STI
´s como em sistemas hipermídia a fim de adequar objetivos do sistema e
necessidades do estudante. Tal recurso é um dos objetivos da pesquisa em STI´s e
implementado segundo técnicas da Inteligência Artificial. Hipermídia Adaptativa é um
7
Marcus Salerno de Aquino
Ambientes Virtuais Adaptativos para Plataformas EAD

domínio de pesquisa onde se aplicam diferentes formas de modelos de usuários

para adaptar o conteúdo e links de páginas hipermídia para o usuário (Brusilovsky,
1996).
A integração de STI’s e Sistemas Hipermídia Educacionais deu origem
a sistemas híbridos denominados Sistemas Hipermídia Adaptativos (Adaptive
Hypermedia Systems) (Kavcic, 1999). Tal integração recebe ainda, na literatura, a
denominação de Sistemas Tutores Inteligentes Hipermídia (Hypermedia Intelligent
Tutoring Systems - HITS). Quando projetados para o ambiente Web recebem a
designação de Sistemas Educacionais Adaptativos baseados na Web (Web-based
Adaptive Educational Systems – AES) (Brusilovsky, 1996).
Sistemas Hipermídia Educacionais são sistemas de aprendizagem
assistidos por computador onde o material de ensino é apresentado numa forma de
representação não-linear de documentos multimídia interconectados. Eles fornecem
exploração do material de ensino dirigida ao estudante e este tem controle total
sobre o processo de aprendizado (Brusilovsky, 1994). Sistemas Tutores Inteligentes
são softwares educacionais onde o controle sobre o aprendizado está centrado no
sistema e o estudante tem somente algum controle sobre o processo de
aprendizado. Embora Sistemas Hipermídia Educacionais e Tutores Inteligentes
pareçam ser dois caminhos contraditórios de uso de computadores para educação,
eles podem ser combinados de forma complementar promovendo um equilíbrio entre
aprendizado controlado pelo estudante e aprendizado controlado pelo sistema
(Kavcic, 1999). Tal integração oferece a liberdade de aprendizado exploratório de
Sistemas Hipermídia Educacionais e ainda adaptam-se ao nível de conhecimento do
estudante e seus objetivos de aprendizado fornecendo orientação inteligente de STI
e suporte ao estudante na aquisição de conhecimento.
Esta seção descreve as diferentes tecnologias de adaptação
propostas na literatura e implementadas em sistemas educacionais adaptativos na
Web. Atualmente todas as tecnologias de adaptação aplicadas em AES baseados
na Web, são originadas da área de STI (sequenciamento de curriculum, análise
inteligente das soluções do estudante, suporte interativo para solução de problema,
suporte baseado em exemplo para solução de problema) ou da área de Hipermídia
Adaptativa (apresentação adaptativa e suporte à navegação adaptativa).

 Sequenciamento de Curriculum
O objetivo da tecnologia curriculum sequencing (conhecida como
tecnologia de planejamento instrucional) é fornecer ao estudante uma seqüência de
unidades de conhecimento, adequada e planejada individualmente para seguir e
trabalhar com tarefas de aprendizado (exemplos, questões, problemas, etc). Em
outras palavras, esse recurso ajuda o estudante a encontrar um "caminho ótimo"
através do material de aprendizado. Existem dois tipos de técnicas de seqüência de
curriculum (Brusilovsky, 1992):
 sequenciamento de conhecimento (ou high-level sequencing) que determina o
próximo conceito ou tópico a ser ensinado;
 sequenciamento de tarefa (ou low-level sequencing) que determina a próxima
tarefa de aprendizado (problema, exemplo, teste) dentro do tópico corrente.

8
Marcus Salerno de Aquino
Ambientes Virtuais Adaptativos para Plataformas EAD

No contexto de educação baseada na Web, tecnologia de

sequenciamento de curriculum torna-se muito importante para guiar o estudante
através do hiperespaço. Atualmente é a tecnologia para AES mais velha e a mais
popular. Tal tecnologia foi implementada nos seguintes AES: ELM-ART (Brusilovsky,
1996), CALAT (Nakabayashi, 1997), InterBook (Schwarz, 1999), AST (Specht,
1997), MANIC (Stern, 1997) e DCG (Vassileva, 1997).

 Análise Inteligente das Soluções do Estudante

Análise inteligente das soluções do estudante trata com as respostas
do estudante aos problemas educacionais propostos que podem ir desde a uma
simples questão até problemas complexos de programação. Diferentemente de um
analisador não inteligente, o qual é capaz de informar apenas se a resposta está
correta ou não, analisadores inteligentes podem dizer o que exatamente está errado
ou incompleto e qual conhecimento perdido ou errado pode ser responsável pelo
erro. Analisadores inteligentes podem fornecer ao estudante realimentação sobre o
erro e atualização do modelo do estudante. Atualmente existem pelo menos dois
AES sobre a Web que implementam análise inteligente de soluções de estudantes
adaptativamente, ou seja, estudantes com diferentes modelos de estudante podem
obter diferentes realimentações: ELM-ART, um STI para programação em LISP
(Brusilovsky, 1996), e WITS, um STI para Calculo Diferencial (Okazaki, 1997).

 Suporte Interativo para Solução de Problema

O objetivo da tecnologia de suporte interativo para solução de
problema é fornecer ao estudante ajuda inteligente durante a solução de problema
(passo a passo). Essa ajuda pode consistir desde uma dica para o próximo passo
até o diagnóstico de erro em um determinado passo realizado pelo estudante. Os
sistemas que implementam essa tecnologia podem ver as ações do estudante,
entendê-las, e usar esse entendimento para fornecer ajuda e atualizar o modelo do
estudante. Um exemplo clássico do domínio de ensino de programação é o LISP-
TUTOR (Anderson, 1985). Um exemplo recente é GRACE (McKendree, 1992).

 Suporte Baseado em Exemplo para Solução de Problema

Num contexto de suporte baseado em exemplo para solução de
problema, estudantes resolvem novos problemas utilizando como ajuda, exemplos
de suas experiências anteriores. Nesse contexto, um STI ajuda estudantes
sugerindo casos relevantes (exemplos explicados a eles ou problemas resolvidos
por eles anteriormente). Um exemplo de STI que usa essa tecnologia na Web é
ELM-ART (Brusilovsky, 1996).

 Apresentação Adaptativa
O objetivo da tecnologia de apresentação adaptativa é adaptar o
conteúdo de uma página Hipermídia aos objetivos e conhecimento do estudante,
informações estas que se encontram no modelo do estudante do HITS. Em um
sistema com apresentação adaptativa, as páginas não são estáticas, mas geradas
dinamicamente e de acordo com as características de cada usuário. Assim, um

9
Marcus Salerno de Aquino
Ambientes Virtuais Adaptativos para Plataformas EAD

estudante avançado pode receber informação detalhada e profunda enquanto um

aprendiz novato recebe informações introdutórias ou explicações adicionais.
Exemplos de sistemas que utilizam essa tecnologia são: C-Book (Kay, 1994), ELM-
ART, AST, e InterBook (Schwarz, 1999) usam apresentação adaptativa para
fornecer avisos ao estudante quando este acessa prematuramente determinada
pagina.

 Suporte à Navegação Adaptativa

O objetivo da tecnologia de suporte à navegação adaptativa (ANS -
Adaptive Navigation Support) é apoiar o estudante na orientação e navegação no
hiperespaço mudando o aspecto de links visíveis. Em particular o sistema pode
classificar, comentar (anotação) ou esconder parcialmente links da página corrente
para tornar mais fácil a escolha do próximo link. Suporte à navegação adaptativa
pode ser considerada uma extensão da tecnologia de sequenciamento de curriculum
dentro de um contexto Hipermídia. Ele partilha o mesmo objetivo: ajudar estudantes
a encontrar um "caminho ótimo" através do material de aprendizado. Ao mesmo
tempo, suporte à navegação adaptativa é menos diretiva do que sequenciamento
tradicional: ele guia estudantes implicitamente, isto é, deixa a escolha do próximo
item de conhecimento a ser aprendido ou o próximo problema a ser resolvido sob
controle do estudante.
A forma mais popular de ANS na Web é a anotação. Essa técnica tenta
auxiliar o usuário na navegação através do hiperespaço anexando uma anotação em
cada link. Baseada sobre o modelo do usuário, refletindo sobre o objetivo e estado
de conhecimento corrente do usuário, o sistema pode tirar conclusões se
determinada página é adequada ou não para o usuário num dado momento.
Seguindo essas conclusões, é sugerido ao usuário escolher o link ou não. Esta
técnica está implementada em ELM-ART (Brusilovsky., 1996), InterBook (Schwarz,
1999), WEST-KBNS (Brusilovsky, 1997), e AST (Specht, 1997). InterBook utiliza
também suporte à navegação adaptativa por classificação.

Como apresentado nesta seção, dois componentes principais de

Tutores Inteligentes Hipermídia são o modelo ou especialista do domínio que diz
quais pedaços do conhecimento do domínio estão por trás da página Hipermídia e o
modelo do estudante que diz o quanto o estudante é familiar com esses pedaços de
conhecimento. Além da variedade de ferramentas de navegação Hipermídia
tradicionais, Tutores Inteligentes Hipermídia suportam técnicas de adaptação
adicionais: apresentação adaptativa e suporte à navegação adaptativa. Essas
tecnologias adaptativas contribuem em várias direções de pesquisa e
desenvolvimento de STI’s baseados na Web. Apresentação adaptativa pode
melhorar a usabilidade do material do curso. Suporte a navegação adaptativa e
sequenciamento adaptativo pode ser usado para controlar o curso e para ajudar o
estudante na seleção de testes e atribuições mais relevantes. Suporte à solução de
problema e análise inteligente de solução pode melhorar significativamente o
trabalho fornecendo realimentação inteligente e interatividade (Lemos, 2002).

10
Marcus Salerno de Aquino
Ambientes Virtuais Adaptativos para Plataformas EAD

3.3 O uso da Realidade Virtual na Educação a Distância e sua integração aos

Sistemas Tutores Inteligentes
A realidade virtual aplicada à educação a distância vem despontando
como algo bastante promissor, no entanto ainda iniciam-se as primeiras
experiências nesta área. Isso significa que, apesar de haver um consenso de que a
RV pode ajudar no processo de ensino-aprendizagem, ainda recentemente discute-
se como avaliar se a RV de fato é útil para este processo (HITL, 1999) e (GRV,
1999). Tem-se questionado a relação custo-benefício, quais os usos que ainda não
foram identificados, e quais as implicações do seu uso em educação.
A realidade virtual também pode ser considerada como a junção de
três idéias básicas : imersão, interação e envolvimento (Morie, 1994) Isoladamente,
essas idéias não são exclusivas de realidade virtual, mas aqui elas coexistem.
A idéia de imersão está ligada com o sentimento de se estar dentro do
ambiente. Normalmente, um sistema imersivo é obtido com o uso de capacete de
visualização, mas existem também sistemas imersivos baseados em salas com
projeções das visões nas paredes, teto, e piso (Cruz-Neira, 1992). Além do fator
visual, os dispositivos ligados com os outros sentidos também são importantes para
o sentimento de imersão, como som (Begault, 1994) posicionamento automático da
pessoa e dos movimentos da cabeça, controles reativos, etc. A visualização
tridimensional através de monitor é considerada não imersiva.
A idéia de interação está ligada com a capacidade do computador
detectar as entradas do usuário e modificar instantaneamente o mundo virtual e as
ações sobre ele (capacidade reativa). As pessoas gostam de ficar cativadas por uma
boa simulação e de ver as cenas mudarem em resposta aos seus comandos. Esta é
a característica mais marcante nos vídeo-games.
A idéia de envolvimento, por sua vez, está ligada com o grau de
motivação para o engajamento de uma pessoa com determinada atividade. O
envolvimento pode ser passivo, como ler um livro ou assistir televisão, ou ativo, ao
participar de um jogo com algum parceiro. A realidade virtual tem potencial para os
dois tipos de envolvimento ao permitir a exploração de um ambiente virtual e ao
propiciar a interação do usuário com um mundo virtual dinâmico.

USO DE REALIDADE VIRTUAL EM STI´s

Uma vez que computadores podem concentrar diferentes mídias em
uma única aplicação e também podem incorporar interatividade, o uso da RV parece
ser crucial no desenvolvimento de ambientes imersivos de transferência de
conhecimento (Saldías, 2002).
Interfaces estudante-sistema e atividades baseadas no construtivismo
são um dos primeiros objetivos da RV em software pedagógico. Em particular, esta
tecnologia poderia ser usada para implementar várias partes de um ITS. A seguir,
são apresentadas algumas destas implementações.

 Componente de Domínio
Em um STI o conhecimento é decomposto em tópicos elementares que
obedecem sequências que vão da mais básica para a mais avançada. Estas

11
Marcus Salerno de Aquino
Ambientes Virtuais Adaptativos para Plataformas EAD

sequências são propostas a estudantes e os guiam no processo de aprendizagem. A

decomposição permite o uso de ferramentas convencionais, como hipertexto e
multimídias, para apresentar os conteúdos específicos.
Entretanto, algumas vezes é difícil decompor o conhecimento em
tópicos elementares, porque ele se refere à informação não estruturada (por
exemplo, informação médica ou biológica). Além disso, os exercícios eficientes de
resolução de problemas são muito difíceis de serem desenvolvidos em ambientes
convencionais. Finalmente, o paradigma do construtivismo estabelece que muitos
tópicos avançados requerem ambientes interativos onde os estudantes são livres
para construírem as suas estruturas mentais. Para estes casos, o conhecimento
pode ser apresentado aos estudantes em ambientes de RV que se torna uma forma
de representação de conhecimento, armazenado no componente de Domínio. O
modo que este conhecimento é apresentado deve incentivar a interação com o
estudante. Três formas de implementações de ambientes interativos são
apresentadas a seguir:

 Micromundos e ambientes de simulação sofisticados: aqui o estudante é

colocado em um cenário onde ele está livre para explorar, manipular objetos,
observar as suas propriedades e aprender desta experiência. (Trindade, 1997).

 Ambiente de exercício e prática: aqui o estudante é confrontado a uma situação

virtual onde há problemas para resolver. O estudante terá que usar seu
conhecimento atual e encontrar os modos corretos de solução. Isto reforça os
conceitos básicos e estimula a participação mais ativa em situações de problema-
solução, despertando, desta forma, a sua criatividade (Mitchell, 1984).

 Ambientes de jogo: aqui o estudante está sendo desafiado para alcançar um

objetivo predefinido, tendo que desenvolver habilidades estratégicas para ter
sucesso. Isto motiva o processo de aprendizagem que estimula o trabalho em
grupo ou a competição, dependendo do jogo.
O estudo da área de domínio onde este sistema pode ser inserido
determinará qual das representações de conhecimento mencionadas acima pode
ser usada.

 Modelo do Estudante
Os seres humanos não aprendem de uma maneira única. Por exemplo,
o processo de aprendizagem depende de como as pessoas percebem e processam
as informações. Isto define o elo de aprendizagem de um estudante. (Silva, 1994).
Um STI poderia adaptar o conteúdo que será apresentado, ao estilo de
aprendizagem de cada estudante. Relacionando esta problemática com a Teoria da
"Inteligência Múltipla" (Gardner, 1995), muitas representações de conhecimento
usando ferramentas de RV poderiam ser aplicadas (Pantelidis, 1997). Ambientes
multisensoriais de RV poderiam ser desenvolvidos, aumentando as possibilidades
para interagir, na forma correta, com um estudante específico. As formas de
comunicação com este tipo de sistema são mais afetivas e intuitivas. A inteligência
espacial, visual, e corporal poderiam melhor ser administradas em um ambiente de
RV, do que em um ambiente de aprendizagem tradicional. A complexidade do
Modelo de Estudante poderia ser reduzida devido ao fato que em um ambiente
12
Marcus Salerno de Aquino
Ambientes Virtuais Adaptativos para Plataformas EAD

virtual, o estudante pode ser estimulado em muitas formas diferentes, reduzindo,

portanto, a complexidade de pesquisa da melhor forma de estimular o estudante.

 Interface Gráfica
A Interface Gráfica tem a função de facilitar a comunicação entre o
estudante e o sistema. Deveria ser evidente e fácil a navegação entre atividades
diferentes. Os estudantes têm que achar rapidamente onde está a informação da
qual eles precisam. Além do mais, esta interface tem que proporcionar uma proteção
eficiente contra os erros do usuário e um tratamento adequado de erros.
As implementações de Interfaces Gráficas são muito comuns em
ambientes de RV. Esta tecnologia propõe um mecanismo mais natural de interação
entre homem-máquina. Os estudantes poderiam ser motivados pela possibilidade de
obterem informações do sistema, usando procedimentos menos formais. Este tipo
de interface poderia permitir que o sistema fosse usado por uma audiência grande,
sem a necessidade de conhecimentos computacionais específicos. A RV pode
tornar a navegação dentro do sistema mais intuitiva. No caso de aplicações de
imersão, a relação com o conhecimento do sistema é, não apenas intelectual, mas
também física, incorporando, por exemplo, as habilidades corporais do estudante.
As interfaces ergonômicas devem ser implementadas levando-se em consideração a
pertinência pedagógica, como também, analisando se estas respondem aos
objetivos de aprendizagem propostos (Choplin, 1998).

 Modelo Tutor
Em um STI, a interface gráfica tem que apoiar comunicação
bidirecional. Isso significa que o estudante deveria estar livre para requerer mais
informações do sistema e o sistema poderia, a qualquer momento, interromper o
aconselhamento, guiar ou corrigir o estudante. Se a Realidade Virtual for usada, este
processo poderia ser personalizado visualmente. Um elemento do ambiente poderia
ser projetado para representar o componente de tutor como um personagem. O
estudante poderia escolher as características visuais daquele personagem e,
conseqüentemente, poderia estar mais confiante na interação dele com o sistema.
Isto contribui para a personalização do sistema e motivação do estudante.

Este tópico analisou a incorporação da tecnologia de RV no projeto de

um STI. As observações feitas aqui sugerem que a eficiência pedagógica deste tipo
de software pode ser aumentada por uma boa aplicação de RV. Isto deveria
reforçar um dos objetivos mais importantes do sistema, que é atingir um maior
número de estudantes, proporcionando um processo de aprendizagem
personalizado. Além disso, a RV parece reduzir a complexidade do Modelo do
Estudante, o componente mais difícil de ser implementado em multiambientes
sensoriais (Saldías, 2002).

13
Marcus Salerno de Aquino
Ambientes Virtuais Adaptativos para Plataformas EAD

3.4 Gráficos vetoriais

Algumas linguagens, descritas a seguir, são utilizadas para representar
mundos virtuais, permitindo novas aplicações em ambiente WEB aplicados à
realidade virtual.

 XML
Extensible Markup Language (XML) é uma linguagem de marcação de
dados (meta-markup language) que provê um formato para descrever dados
estruturados. Isso facilita declarações mais precisas do conteúdo e resultados mais
significativos de busca através de múltiplas plataformas. XML também permite o
surgimento de uma nova geração de aplicações de manipulação e visualização de
dados via Internet.

 SVG
SVG (Scalble Vector Graphics) é um padrão emergente para imagens
vetoriais. Através dele, browsers já podem exibir imagens que podem ser
redimensionadas e giradas sem perda de qualidade. As imagens levam bem menos
tempo para transferir pela Web que os formatos GIF, JPEG e PNG já
tradicionalmente usados. SVG é XML e oferece recurss de transformação
semelhantes a Flash.

 CGM
CGM (Computer Graphics Metafile) é um padrão internacional para o
armazenamento e a transferência de informações gráficas 2D. Ele aceita dados
tanto na representação vetorial quanto na representação matricial. Por ser um meta-
arquivo, ele contém um conjunto de comandos que descrevem os elementos da
imagem.

 VRML
VRML (Virtual Reality Modeling Language, ou Linguagem para
Modelagem em Realidade Virtual) é uma linguagem padrão usada para descrever
objetos 3D e combiná-los em cenas ou mundos virtuais (versão 1.0). Ela pode ser
usada para criar simulações interativas que incorporam animação, física do
movimento (como a sensação de gravidade, por exemplo) e participação multi-
usuária em tempo real. A linguagem VRML foi projetada para a World Wide Web, e a
interação dentro dos ambientes tridimensionais é realizada através da Internet.
Com VRML é possível construir websites completos, com espaço e
profundidade infinitos, em que os objetos tridimensionais proporcionam a interação
necessária e o acesso às informações. Esses objetos podem ser ligados a arquivos
de texto, áudio ou vídeo, arquivos HTML, ou mesmo a outros sites HTML e mundos
VRML.
A linguagem VRML (versão 2.0) foi estendida para permitir que o
ambiente mude e "evolua", tornando-se sensível às ações ou à simples presença de
seus visitantes virtuais. Em VRML 2.0, os objetos podem se mover pelo mundo
14
Marcus Salerno de Aquino
Ambientes Virtuais Adaptativos para Plataformas EAD

virtual e responder a eventos temporais ou disparados pelo usuário, e é possível

adicionar som espacial e filmes de vídeo à cena, tornando a experiência do
observador muito mais realista. Os novos recursos de interação elevam o padrão a
um nível um pouco mais próximo do cyberspace ideal.
O que há de comum entre as duas versões é que, em essência, um
arquivo VRML é simplesmente uma coleção de objetos, arranjados (organizados)
em uma certa ordem. Como na vida real, um objeto geralmente tem uma forma, uma
superfície com certas propriedades (cor, brilho, suavidade, etc.) e uma posição no
espaço tridimensional. Outros objetos VRML incluem sons, luzes e pontos de vista, e
também têm uma posição no espaço 3D. Os objetos em VRML são chamados de
nodes (ou nós).

 DOM
O Document Object Model (DOM) é uma API de programação para
arquivos HTML e XML. Ela define uma estrutura lógica dos documentos e o modo
como um arquivo é acessado e manipulado.
Com o DOM, os programadores podem criar e construir arquivos,
navegar na sua estrutura, e adicionar, modificar ou suprimir elementos e conteúdos.
Qualquer coisa existente em HTML ou XML pode ser alcançada, mudada, suprimida,
ou adicionada usando o DOM.

 JDOM
A linguagem JDOM é uma API Java para processar arquivos XML, de
forma simples e conveniente. JDOM é similar a DOM, mas foi projetada
especificamente para Java, tornando-se muito mais natural e adequada aos
programadores Java.
JDOM possui uma estrutura de organização de arquivos do tipo árvore,
sendo um Java API para análise, criação, manipulação e serialização de arquivos
XML. JDOM foi criada em 2000 por Brett McLaughlin e Jason Hunter {Deveria ser
referência bibliográfica, como as demais situações análogas}.
JDOM representa um arquivo XML como uma árvore composta de
nodos de elementos, atributos, comentários, instruções de métodos, nodos textos,
seções CDATA, e assim por diante. A árvore toda é analisada ao mesmo tempo.
JDOM pode acessar qualquer parte da árvore a qualquer momento. Todos os tipos
diferentes de nodos em uma árvore são representados por classes concretas ao
invés de interfaces. Além disso, JDOM foi escrito em Java e pode usar as
convenções de código e as bibliotecas de classes.

Conforme apresentado nesta seção, os sistemas Tutores Inteligentes

têm sido bastante utilizados como ferramentas de apoio ao Ensino a Distância.
Baseados na estrutura de agentes, os STI’s incorporam características que
permitem personalizar o atendimento, tornando a aplicação mais adaptável ao aluno.

15
Marcus Salerno de Aquino
Ambientes Virtuais Adaptativos para Plataformas EAD

Esta adaptabilidade é realizada em função da interação do aluno com o

sistema, classificando-o em uma determinada categoria em função do conhecimento
apresentado.
Entretanto, os STI’s tradicionais mantêm o controle sobre o
aprendizado (centrado no sistema), ou seja, existe um roteiro previamente definido a
ser seguido pelo aluno, havendo apenas a alteração no nível de interação do
usuário.
Neste sentido, os Sistemas Educacionais Adaptativos para Web
(também conhecidos como Sistemas Tutores Inteligentes Hipermídia) permitem ao
aluno interagir com o sistema de tal forma que o material instrucional possa ser
apresentado através de representação não-linear de documentos multimídia
interconectados, permitindo assim, que o estudante possa ter maior liberdade de
aprendizado exploratório e, ao mesmo tempo, o sistema poder adaptar-se ao nível
de conhecimento do estudante e seus objetivos de aprendizado.
Por outro lado, a Realidade Virtual – RV, nos últimos anos, tem se
tornado objeto de pesquisa e aplicação no Ensino a Distância, por permitir a
imersão, navegação e interação em um ambiente tri-dimensional, possibilitando uma
maior integração do estudante com a realidade, através do vivenciamento de
experiências e participação ativa do aluno.
Neste caso, a adaptabilidade do sistema, utilizando a RV, pode ser
conseguida com maior facilidade, considerando que a forma de comunicação é mais
efetiva e intuitiva. A inteligência espacial, visual e corporal pode ser melhor
gerenciada em um sistema de RV imersivo, do que em um ambiente tradicional de
aprendizagem.

4. PROPOSTA DE TRABALHO
Conforme apresentado no Estado da Arte, os diversos aspectos
discutidos (STI’s, RV, Sistemas Educacionais Adaptativos baseados na Web e
Gráficos Vetoriais) podem ser empregados na criação de um Ambiente Virtual
Adaptativo para plataformas de Ensino a Distância.
Assim sendo, o objetivo deste trabalho consiste na aplicação de
técnicas de RV em Sistemas Tutores Inteligentes, de forma a poder, efetivamente,
gerar um ambiente virtual adaptável e interativo com o usuário.
Como visto anteriormente, o uso de um Ambiente Virtual Adaptativo
poderá contribuir para a personalização do sistema, permitindo que um domínio
(conteúdo) possa ser transmitido mais amigavelmente, em função do tipo do usuário
que está interagindo com o ambiente.
Com o emprego de técnicas de RV, a interação do usuário com o
sistema se torna mais dinâmica, podendo ser capturadas mais informações sobre o
usuário e sobre seu perfil. Muitas representações de conhecimento usando realidade
virtual podem ser aplicadas (Pantelidis, 1997). Estudos dessas representações
serão confrontados com os modelos de representação do perfil do estudante nos
STI’s, com o objetivo de identificar os atributos necessários a sua especificação.
Além disso, em um ambiente virtual adaptativo, a evolução desse
ambiente pode ocorrer instantaneamente, permitindo a alteração do mundo virtual

16
Marcus Salerno de Aquino
Ambientes Virtuais Adaptativos para Plataformas EAD

no qual o usuário está inserido. Esta adaptatividade poderá criar STI’s ainda mais
interativos, permitindo utilizar metodologias de aprendizagem que estimulem o
aprendizado, ao invés de controlá-lo.
Neste caso, estudos comparativos entre as tecnologias de adaptação
empregadas nos Sistemas Educacionais Adaptativos baseados na Web
(principalmente as Sequências de Currículos, Apresentação Adaptativa e Suporte a
Navegação) e as utilizadas pela Realidade Virtual, poderão resultar na identificação
de mecanismos de navegação adequados a um STI. Estes mecanismos implicarão
na definição e especificação do Modelo de Interação e da forma de monitoração do
aluno no sistema.
O nosso plano de trabalho consiste no desenvolvimento de Ambientes
Virtuais Adaptativos para plataformas EAD. Neste ambiente, a simulação de cenas
de um mundo virtual, onde o usuário poderá interagir com o sistema, será
desenvolvida utilizando-se a linguagem VRML (Very Reality Model Language) pois,
além de ser uma linguagem para descrever objetos 3D, esses objetos podem se
mover pelo ambiente virtual, e responder a eventos temporais ou disparados pelo
usuário. Com essa linguagem, será possível identificar as ações do usuário e a sua
navegação (interação) no sistema.
Para o desenvolvimento do nosso modelo de Ambiente Virtual
Adaptativo, será utilizada uma interface baseada em objeto, por ser mais adequada
para a manipulação de arquivos XML, uma vez que esse tipo de interface cria uma
árvore na memória, que corresponde exatamente ao arquivo do disco.
A linguagem JDOM, que também processa arquivos XML e é similar a
DOM, será utilizada inicialmente para o desenvolvimento do ambiente, pois, pelo
fato de ser escrita em Java, pode usar todos os recursos e bibliotecas da linguagem
de classes.
O uso desta linguagem permitirá o “mapeamento” das ações do usuário
e a criação de uma framework que representará o perfil do usuário e suas
características cognitivas.
Esta framework, associada a outras frameworks de um STI, como
descrito no Sistema de Ensino Inteligente (Abreu, 2002), contribuirá para a
adaptatividade do sistema aplicado a um ambiente de ensino a distância.
Outros ambientes adaptativos serão estudados, para que sejam
identificados diferentes modelos do estudante, com o intuito de enriquecer o estudo
comparativo proposto no Ambiente Virtual Adaptativo.
Estudos comparativos com outros Ambientes Adaptativos também
serão realizados para verificar a eficiência do sistema proposto, sendo considerados
aspectos como a capacidade de criação de mundos virtuais personalizados,
representação adequada do perfil do usuário e adaptatividade do sistema.

17
Marcus Salerno de Aquino
Ambientes Virtuais Adaptativos para Plataformas EAD

5. CRONOGRAMA DE ATIVIDADES
As principais atividades a serem desenvolvidas em cada semestre são:
 1º Semestre:
 Cursar 3 disciplinas: Realidade Virtual, Computação Gráfica e Agentes
Inteligentes
 Revisão bibliográfica sobre gráficos virtuais e Sistemas Tutores Inteligentes
Hipermídia
 Estudo dos Sistemas Tutores existentes/disponíveis (p. ex. SEI/Cin/UFPE e
TUTA/COPIN/UFCG) e Sistemas de EAD utilizando Realidade Virtual;
 Desenvolvimento preliminar do ambiente de experimentos;
 Experimentos iniciais com as técnicas escolhidas para testar a viabilidade
da proposta.

 2º Semestre:
 Aperfeiçoamento do ambiente de experimentos;
 Análise dos resultados experimentais obtidos;
 Elaboração de artigos.

 3º Semestre:
 Elaborar proposta de tese já com modelo inicialmente proposto e testado;
 Elaboração de artigos;
 Preparação do qualifying.

 4º Semestre:
 Ajuste dos modelos propostos;
 Elaboração e submissão de artigos.

 5º Semestre:
 Novos experimentos;
 Análise dos novos resultados experimentais obtidos;
 Elaboração e submissão de artigos.

 6º Semestre:
 Elaboração e submissão de artigos;
 Escrita final da tese;
 Defesa da tese.

18
Marcus Salerno de Aquino
Ambientes Virtuais Adaptativos para Plataformas EAD

6. REFERÊNCIAS BIBLIOGRÁFICAS

ABREU, B. L.; SILVA Jr, C. R.; SOUZA, F. F. SEI – Sistema de Ensino Inteligente.
Revista Eletrônica de Iniciação Científica da Sociedade Brasileira de
Computação-SBC. Março/2002. Disponível em
[Link]
[Link]

ANDERSON, J. R. e REISER, B. (1985) The LISP tutor. Byte 10 (4), 159-175.

AQUINO, M. S. Educação a Distância sob as Óticas Groupware e Sistema

Produtivo. Monografia. 2001. 97 f. Monografia (Especialização em Engenharia
de Produção) – Curso de Especialização em Engenharia de Produção,
CCT/UFPB, Campina Grande – PB, 2001. Disponível em
[Link]

AZEVEDO, B.F.T. MutAntIS – Uma Arquitetura Multi-Agente para a Autoria de

Tutores Inteligentes. 1999. 115 p. Dissertação (Mestrado em Informática) –
CT/UFES.

BAR, A.; FEIGENBAUM, E. A. The handbook of Artificial Intelligence. Los Altos:

California: Kaufmann, 1982.

BARROS, Cláudia M. M. C. DA C. A Nova Realidade da Educação a Distância.

Conceitos – Revista da ADUFPB-JP, pg. 67-72. João Pessoa: UFPB, nov.
2000.

BEGAULT, D.R. - 3-D Sound for Virtual Reality and Multimedia, Academic Press,
Cambridge, MA, 1994.

BRUSILOVSKY, P., Ritter, S., Schwarz, E. Distributed intelligent tutoring on the

Web. In: B. du Boulay and R. Mizoguchi (eds.) Proceedings of AI-ED'97, 8th
World Conference on Artificial Intelligence in Education, 18-22 August 1997.
Amsterdam: IOS, pp. 482-489. Obtido em Novembro/1999,
[Link]

BRUSILOVSKY, P., Schwarz, E., e Weber, G. (1996) ELM-ART: An Intelligent

Tutoring System on World Wide Web. In: C. Frasson, G. Gauthier and A.
Lesgold (eds.) Intelligent Tutoring Systems. Lecture Notes in Computer
Science, Vol. 1086, Proceedings of Third International Conference on Intelligent
Tutoring Systems, STI-96, Montreal, June 12-14, 1996, Berlin: Springer Verlag,
pp. 261-269.

19
Marcus Salerno de Aquino
Ambientes Virtuais Adaptativos para Plataformas EAD

BRUSILOVSKY, P. Adaptive Hypermedia: An Attempt to Analyze and Generalize.

First International Conference in Multimedia, Hypermedia and Virtual Reality:
Models, Systems and Applications - MHVR'94, Russia, September, 1994, pp
287-304. Lecture Notes in Computer Science 1077.

BRUSILOVSKY, P. L. A framework for intelligent knowledge sequencing and task

sequencing. In: C. Frasson, G. Gauthier and G. I. McCalla (eds.) Intelligent
Tutoring Systems. (Proceedings of Second International Conference on
Intelligent Tutoring Systems, STI'92, Montreal, June 10-12, 1992) Berlin:
Springer-Verlag, pp. 499-506.

COSTA, R. M.; ROCHA, A. R. C.; SANTOS, N. Desenvolvimento de Sistemas

Tutores Inteligentes: Questões e Perspectivas. In: Workshop de Sistemas de
Tutoria Inteligente Aplicados à Educação e Treinamento – STIET’97, São José
dos Campos: Anais... São José dos Campos: [s.n.], 1997.

CRUZ-NEIRA, C. et al. The CAVE Audio Visual Experience Automatic Virtual

Environment. Communication of the ACM, 35(6):64-72,June 1992.

D’AMICO, C. B. Aprendizagem estática e dinâmica em sistemas multiagentes de

ensino-aprendizagem. Tese (Doutorado) – CPGCC/UFRGS, 1999.

DIZERÓ, W. J. e KIRNER, C. Projeto Professor Virtual: interatividade para educação

à distância. [Link] Data da
consulta: 19/05/99.

EKLUND J. Adaptive Learning Environments: The future for tutorial software?

[Link]

FIALHO F.P. Modelagem Computacional da Equilibração das Estruturas cognitivas

como proposto por Jean Piaget. Florianópolis UFSC, Tese de Doutorado, Pós-
graduação em Engenharia de Produção, [Link] – Grupo de Realidade
Virtual. Instituto de Informática da Pontifícia Universidade Católica do Rio
Grande do Sul. [Link] Data da consulta: 19/05/99.

GIRAFFA, L. M. M. Uma arquitetura de tutor utilizando estados mentais. 1999. 177p.

Tese (doutorado em Ciência da Computação) – Programa de Pós-Graduação
em Ciência da Computação, UFRGS.

GRV – Grupo de Realidade Virtual. Instituto de Informática da Pontifícia

Universidade Católica do Rio Grande do Sul. [Link] Data
da consulta: 19/05/99.
20
Marcus Salerno de Aquino
Ambientes Virtuais Adaptativos para Plataformas EAD

JONASSEN D.H. Thinking technology: Toward a constructivist view of instructional

design. Educational Technology, 30(9), 32-34.

HITL – Human Interface Technology Laboratory. Building Bridges for Place-Bound

Students: A Virtual Classroom. [Link]
center/[Link]. Data da consulta: 19/05/99.

KAVCIC, Alenka. Adaptation and Navigation Techniques in Educational Adaptive

Hypermedia Systems. Obtido em 10/11/1999 no endereço:
[Link]

LEMOS, Marilza A. O Papel das tecnologias Multimídia/Hipermídia em Sistemas

Tutores Inteligentes. Programa de Pós-Graduação/Escola Politécnica – USP.
(monografia). Obtido em set/2002, [Link]

MCKENDREE, J., RADLINSKI, B., e ATWOOD, M. E. (1992) The Grace Tutor: a

qualified success. In: C. Frasson, G. Gauthier and G. I. McCalla (eds.)
Proceedings of Second International Conference, STI'92, Berlin, Montreal, June
10-12, 1992, Springer-Verlag, pp. 677-684.

MORIE, J.F. Inspiring the Future: Merging Mass Communication, Art, Entertainment
and Virtual environments. Computer Graphics, 28(2):135-138, May 1994.

NAKABAYASHI, K., MARUYAMA, M., KATO, Y., TOUHEI, H., and FUKUHARA, Y.
(1997) Architecture of an intelligent tutoring system on the WWW. In: B. d.
Boulay and R. Mizoguchi (eds.) Artificial Intelligence in Education: Knowledge
and Media in Learning Systems. (Proceedings of AI-ED'97, World Conference
on Artificial Intelligence in Education, Kobe, Japan, 18-22 August 1997)
Amsterdam: IOS, pp. 39-46. Obtido em Novembro/1999 no endereço
[Link]

OKAZAKI, Y., WATANABE, K., e KONDO, H. An Implementation of the WWW

Based STI for Guiding Differential Calculations. In: P. Brusilovsky, K.
Nakabayashi and S. Ritter (eds.) Proceedings of Workshop "Intelligent
Educational Systems on the World Wide Web" at AI-ED'97, 8th World
Conference on Artificial Intelligence in Education, Kobe, Japan, 18 August 1997,
ISIR, pp. 18-25. Obtido na Internet em Novembro/1999 no endereço
[Link]
ml

OREY M. & NELSON W.A. Development principles for Intelligent Tutoring

Systems: Integrating cognitive theory into the development of computer-based

21
Marcus Salerno de Aquino
Ambientes Virtuais Adaptativos para Plataformas EAD

instruction. Educational Technology Research and Development, 41(1), p 59-

72. 1993

PANTELIDIS, V. Reasons to use Virtual Reality in Education. VR in the Schools, vol.

1, no 1, jun. 1995.

PEREIRA, A. S.; D’AMICO, C. B.; GEYER, C. F. R. Uma aplicação de Ensino

Orientada a Agentes. In Simpósio Brasileiro de Informática na Educação –
SBIE’98, Fortaleza. Anais... Fortaleza: UFCE, 1998.

PINHO, Márcio Serolli. Realidade Virtual como Ferramenta de Informática na

Educação – SBIE, Belo Horizonte – MG: 1996
[Link]

SCHWARZ, E. InterBook Home Page: Adaptive Educational Hypermedia on the

WWW. Obtido na Internet em Novembro/1999 no endereço
[Link]

SALDÍAS, G. M. J. C. AZEVEDO, F. M. LUZ, R. P. Virtual Reality in Intelligent

Tutoring Systems. [Link] Data da consulta:
20/09/2002.

SILVA, Aleksandra S. TUTA – Um Tutor Baseado em Agentes no Contexto do

Ensino a Distância. Campina Grande: COPIN/UFCG, 2000. Dissertação de
Mestrado.

SILVEIRA, R. A., HAHN, S. E., VICCARI, R. M., MADEIRA, M. J. P.

Desenvolvimento e Avaliação de duas Abordagens de Ambientes de Ensino-
Aprendizagem. Obtido em Novembro/1999 em [Link]

SOUZA, Fernando da Fonseca. Sistema de Ensino Inteligente (Projeto) – Cin –

UFPE, Recife-PE, abril 2002.

SPECHT, M., WEBER, G., HEITMEYER, S., e SCHÖCH, V. AST: Adaptive WWW-
Courseware for Statistics. In: P. Brusilovsky, J. Fink and J. Kay (eds.)
Proceedings of Workshop "Adaptive Systems and User Modeling on the World
Wide Web" at 6th International Conference on User Modeling, UM97, Chia
Laguna, Sardinia, Italy, June 2, 1997, Carnegie Mellon Online, pp. 91-95.
Obtido na Internet em Novembro/1999 no endereço
[Link]

22
Marcus Salerno de Aquino
Ambientes Virtuais Adaptativos para Plataformas EAD

STERN M., WOOLF B., e KUROSE J., Intelligence on the Web?. In: B. d. Boulay
and R. Mizoguchi (eds.) Artificial Intelligence in Education: Knowledge and
Media in Learning Systems. (Proceedings of AI-ED'97, 8th World Conference on
Artificial Intelligence in Education, Kobe, Japan, 18-22 August 1997)
Amsterdam: IOS, pp. 490-497. Obtido na Internet em Novembro/1999 no
endereço [Link]

TEDESCO, P. C.A. R. SEI – Sistema de Ensino Inteligente. Dissertação (Mestrado

em Ciência da Computação) – DI/UFPE, 1997.

TRINDADE, J.; FIOLHAIS, C. A Realidade Virtual no ensino e na Aprendizagem da

física e da Química. Instituto Politécnico da Guarda. Portugal.
[Link] Acessado em 1997.

VASSILEVA, J. Dynamic Course Generation on the WWW. In: B. d. Boulay and R.

Mizoguchi (eds.) Artificial Intelligence in Education: Knowledge and Media in
Learning Systems. (Proceedings of AI-ED'97, 8th World Conference on Artificial
Intelligence in Education, Kobe, Japan, 18-22 August 1997) Amsterdam: IOS,
pp. 498-505. Obtido em Novembro/1999 no endereço
[Link]
.html.

WENGER, E. Artificial Intelligence and Tutoring Systems: Computational and

Cognitive Approches to the Communication of Knowledge. California, USA:
Morgan Kaufmann Publishers, Inc., 1987.

YASDANI, M. Intelligent Tutoring Systems: an overview. Artificial Intelligence and

Education [S.l.]: Abex, v.1, p. 183-201, 1987.

23
Marcus Salerno de Aquino
Ambientes Virtuais Adaptativos para Plataformas EAD

7. ASSINATURAS

Estão de acordo com este Plano:

________________________________
Marcus Salerno de Aquino

________________________________
Alejandro C. Frery – Orientador

________________________________
Fernando da Fonseca de Souza – Co-orientador

Recife, 16 de outubro de 2002.

24
Marcus Salerno de Aquino