6.1 Conclusões
Este trabalho apresentou um modelo distribuído orientado a agentes para suporte ao trabalho e aprendizado colaborativo. Foi definida uma plataforma multi-agentes com diferentes classes de agentes, capazes de interagir entre si e com os seus usuários, permitindo facilidades de colaboração nos níveis agente-agente e agente-usuário.
A principal técnica de IA utilizada foi o raciocínio baseado em casos (RBC). Os princípios pedagógicos da abordagem RBC foram discutidos, procurando-se apresentar como eles foram incorporados à plataforma.
Este trabalho procura contribuir com um ambiente distribuído para suportar o ensino à distância através da Internet. O ensino à distância vem ganhando destaque como um importante instrumento de aprendizado e treinamento. Suas características permitem flexibilidade de tempo, local e horário aos seus participantes. Entretanto, grande parte dos sistemas de ensino através da Internet utilizam tecnologias para a transmissão de informação e não necessariamente de conhecimento. Desta forma, torna-se necessário a adoção de ferramentas inteligentes que incorporem novos princípios pedagógicos a este modelo de ensino. Neste sentido, a aplicação de assistentes pessoais e raciocínio baseado em casos oferece uma interessante abordagem para alcançar os objetivos do ensino.
A plataforma multi-agentes foi desenvolvida através de uma abordagem orientada a objetos, sendo possível o desenvolvimento de novas classes de agentes mais especializados. Estes novos agentes podem oferecer novas funcionalidades ao ambiente ou podem ser aplicados em outros domínios.
Uma importante característica observada no modelo para ensino colaborativo construído é a sua flexibilidade de utilização. O ambiente está preparado para aceitar vários cursos em diferentes domínios do conhecimento. Além disso, o processo colaborativo pode ser utilizado em outras aplicações que não o ensino. Um exemplo real de aplicação possível está em sistemas de tomada de decisão em aspectos financeiros ou comerciais. A questão é explorar as similaridades de sistemas de ensino com os sistemas de apoio à tomada de decisão.
Como visto, a arquitetura de agentes foi implementada, seguindo uma abordagem orientada a objetos, com uma estrutura de comunicação baseada no padrão ACL. Entretanto, os agentes não foram ainda habilitados com a capacidade de responder a todas as mensagens KQML necessárias para o funcionamento adequado da arquitetura. Neste sentido, torna-se necessário adicionar aos agentes a capacidade de analisar as situações de acordo com as mensagens KQML recebidas. Apenas as mensagens básicas de rede e algumas mensagens de consulta estão sendo tratadas.
A modelagem utilizada para a representação dos casos pode ser trabalhada para permitir um maior desempenho na recuperação de informações e para melhorar a capacidade de avaliar similaridades entre os casos. Esta nova modelagem pode adicionar a funcionalidade de representar um caso como vídeos sobre determinadas situações.
O navegador implementado é um ambiente que deve oferecer diversas ferramentas para explorar a colaboração e o aprendizado. Neste sentido, torna-se necessário adicionar facilidades como salas de discussão inteligentes e quadros gráficos compartilhados. Da mesma forma, poderia ser estudada a possibilidade de utilizar realidade virtual na área de navegação. Uma forma de alcançar rapidamente esta facilidade seria através implementação de páginas VRML (Virtual Reality Markup Language).
Outra questão importante a ser considerada são ferramentas para auxiliar na construção do material didático. Como visto, o ambiente está preparado para aceitar vários cursos. Entretanto, torna-se necessário montar a estrutura básica do curso e os casos que formarão o conhecimento global inicial. Este processo pode ser feito manualmente, mas exigiria um conhecimento desnecessário sobre a estrutura interna do ambiente por parte do grupo de professores.