Agentes Inteligentes para Educação: Uma classificação exploratória envolvendo contribuições para o Agente Ubibot

Transcrição

1 Agentes Inteligentes para Educação: Uma classificação exploratória envolvendo contribuições para o Agente Ubibot Leo Natan Paschoal 1, Patricia Mariotto Mozzaquatro Chicon 1, Manuel Osório Binelo 1, Claudiomiro Carvalho Marques 1 1 Curso de Ciência da Computação Universidade de Cruz Alta (UNICRUZ) {leonatanpaschoal, patriciamozzaquatro, manuel.binelo}@gmail.com marques_55@hotmail.com Abstract. This study investigates the works related to Ubibot agent. The surveys are derived from dissertations, theses and publications national. This article aims to analyze the main contributions of five intelligent agents that address characteristics considered in this research as important for the development of an intelligent agent facing the ubiquitous education. To analyze the research was done using word clouds to identify the terms most used, represented according to the frequency. With the results obtained, it is possible to identify the main contributions and features that will be adopted in Ubibot agent. Resumo. Neste estudo investiga-se os trabalhos relacionados ao agente Ubibot. As pesquisas são oriundas de dissertações, teses e publicações em âmbito nacional. O presente artigo tem como objetivo principal analisar as principais contribuições de cinco agentes inteligentes que abordam características consideradas nesta pesquisa como importantes para o desenvolvimento de um agente inteligente voltado a educação ubíqua. Para analisar as pesquisas, fez-se uso de nuvens de palavras visando identificar os termos mais utilizados, representados de acordo com a frequência. Com os resultados obtidos, é possível identificar as principais contribuições e características que serão adotadas no agente Ubibot. 1. Introdução A educação vem aderindo aos avanços tecnológicos e aos novos recursos computacionais. Cita-se como exemplo as adaptações realizadas nos Ambientes Virtuais de Aprendizagem (AVAs) com agentes inteligentes artificiais, onde inicialmente os agentes eram desenvolvidos para atuarem em ambientes centrados/estáticos com objetivos específicos [Cocco 2004] e atualmente eles são desenvolvidos para atuarem em ambientes ubíquos [Herpich 2015], com outros objetivos, visando facilitar a aprendizagem do aluno de maneira onipresente. A utilização de agentes inteligentes artificiais na área de educação é crescente, eles são aplicados para realizar adaptações em ambientes de ensino eletrônico visando tornar os ambientes dinâmicos [Barbosa 2007]. Encontra-se na literatura acadêmica diversas pesquisas que envolvem a utilização de agentes inteligentes aplicados na

2 educação, tais como as de Cocco (2004), Jaques (2004), Barbosa (2007), Santos (2009), Borin (2010) e Herpich (2015). As aplicações de agentes no ensino são as mais diversas, onde se tem agentes inteligentes para realizar adaptações aos ambientes [Cocco 2004; Barbosa 2007], agente com características pedagógicas, tutoriais e emotivas [Jaques 2004; Santos 2009; Borin 2010] e agentes pedagógicos influenciáveis pelo contexto do estudante [Herpich 2015]. A capacidade de atuação de agentes é conferida conforme a sua projeção, por exemplo, na pesquisa de Cocco (2004) a autora desenvolve três agentes e nenhum deles possui capacidade de conversação, ou seja, o agente não interage com o estudante, já na pesquisa de Herpich (2015) o seu agente denominado ELAI possui capacidade de conversação e desse modo atua como um tutor pedagógico. Estas atribuições são características de atuação que classificam os agentes, e definem o comportamento dele no ambiente de ensino. Na pesquisa de Santos (2009), propõe-se um agente com características de tutor pedagógico para auxiliar os aprendizes na execução de atividades. Estas características também são percebidas no agente Dóris, desenvolvido por Borin (2010). Diante do cenário de desenvolvimento de agentes inteligentes voltados a educação, muitas pesquisas foram realizadas, tendo como foco a criação e/ou adaptação de agentes para ambientes de ensino, visando tornar os AVAs mais interativos e dinâmicos [Barbosa, 2007]. Neste contexto, esse estudo visa demonstrar uma análise realizada em seis trabalhos, visando identificar as principais características dos agentes. As características serão utilizadas para modelar um agente. Busca-se ainda na literatura estratégias para identificação de contextos e adaptação do agente inteligente. O objetivo da pesquisa é identificar as características dos agentes inteligentes para, em um trabalho futuro, desenvolver um agente inteligente que ofereça suporte a educação ubíqua (ubiquitous learning). Para isso visa-se desenvolver um agente e integrá-lo ao AVA Moodle. O agente recebe a nomenclatura de Ubibot, uma aglutinação entre as palavras ubiquitous computing (computação ubíqua) e chatterbots (robôs de conversação). Salienta-se que a presente pesquisa está organizada da seguinte maneira: a seguir são discutidos os aspectos conceituais sobre agentes inteligentes e educação ubíqua; na seção três é apresentado o método de estudo utilizado; na seção quatro é apresenta a análise realizada; em sequência, são apresentados os resultados obtidos pela pesquisa; por último são descritas as considerações finais. 2. Fundamentação Teórica Esta seção apresenta uma contextualização, em forma de revisão bibliográfica, sobre os principais tópicos abordados neste artigo. 2.1 Agentes Inteligentes Para os autores Cocco (2004), Santos (2009) e Herpich (2015), o conceito de agente inteligente é considerado muito amplo e divergente. Do ponto de vista de Franklin e Grasser (1996) qualquer assistente pessoal que tem como objetivo colaborar com o usuário em um mesmo ambiente é considerado um agente. Já para os autores Russell e Norvig (1995), um agente é qualquer coisa que possa detectar o seu ambiente por meio

3 de sensores e atuar sobre o mesmo através de atuadores. A Figura 1 demonstra uma representação utilizada por Russell e Norvig (1995) para representar um agente. Figura 1. Concepção de agentes em ambiente [Russell e Norvig 1995] Na ideologia sustentada por Russell e Norvig (1995), os autores escrevem que ao considerar um agente de software as sequências de teclas digitadas podem ser representações de sensores, pois trata-se de uma entrada sensorial, e o meio como o agente atua sobre o ambiente exibindo algo na tela é considerado um atuador. Esse conceito de agente é considerado em diversas pesquisas tais como as de Jaques (2004), e Herpich (2015). Na pesquisa de Santos (2009) o agente inteligente possui algumas propriedades: autonomia, mobilidade, comunicabilidade, aprendizagem, reatividade, iniciativa, sociabilidade, veracidade, benevolência, racionalidade, percepção e antropomorfismo. Algumas dessas propriedades também são especificadas na pesquisa de Franklin e Graesser (1996). Jaques (2004) descreve em sua tese, a existência de classificações de agentes conforme suas atuações e competências, entretanto, todo o agente independente de classificação atribuída, é considerado inteligente, pois, realizam operações em favor do usuário [Santos 2009]. Os agentes inteligentes com características de ensinar, integrados em AVA, são denominados agentes pedagógicos [Santos 2009], e conforme Barbosa (2007), possuem como objetivo auxiliar, durante a interação do estudante no ambiente de ensino. 2.2 Ubiquitous learning A aprendizagem ubíqua surge como um novo paradigma para a educação. Ela objetiva fazer com que a aprendizagem ocorra sempre, independente de dispositivo [Barbosa 2007]. Nesse sentido, pode ser considerada uma evolução da aprendizagem móvel (do inglês mobile learning), fazendo uso de sensibilidade ao contexto. O conceito de sensibilidade ao contexto é utilizado com frequência em aplicações denominadas ubíquas, que visam fazer com que um sistema adapta-se ao contexto do usuário [Herpich 2015]. Para uma aplicação ser considerada ubíqua, elas devem ser cientes ao contexto e acessíveis a dispositivos móveis [Barbosa 2007; Herpich 2015].

4 Na literatura, aplicações cientes de contexto devem abranger algum tipo de informação que deve ser coletada pelo dispositivo com o uso de sensores virtuais e/ou físicos. Conforme Barbosa (2007), em aplicações educacionais, o contexto deve abranger as preferências por materiais e atividades. Em pesquisas recentes sobre sensibilidade ao contexto na educação, os pesquisadores enfatizam a importância do ambiente se adaptar conforme o estilo cognitivo do usuário [Mozzaquatro 2010] e o nível de expertise [Possobom 2014]. Desse modo, os estilos cognitivos são conceituados como dimensões que representam a personalidade de uma pessoa, sendo eles identificados por atitudes, valores e interação social [Mozzaquatro 2010], já o nível de expertise consiste em medir qual o nível de conhecimento de um estudante sobre uma determinada disciplina [Possobom 2014]. 3. Método Tendo como finalidade realizar uma análise da aplicação de agentes inteligentes na educação, visando a desenvolvimento de um agente inteligente que ofereça suporte a educação ubíqua, elaborou-se um estudo exploratório em seis trabalhos científicos. A classificação exploratória do estudo justifica-se pelo interesse em conhecer melhor o objeto a ser investigado [Gil 2008], e ampliar conhecimentos ainda não consolidados sobre agentes inteligentes ubíquos. Engaja-se no conceito de exploratória, pois conforme Gil (2008), ela é utilizada quando o tema escolhido é pouco explorado e torna-se difícil sobre ele formular hipóteses precisas e operacionalizáveis. No estudo serão utilizados seis trabalhos, pois, são estudos que englobam a utilização de agentes inteligentes para cooperar no aprendizado de usuários. Essas pesquisas abrangem dissertações, teses e publicações, no formato de artigo, realizadas no Brasil. Salienta-se que a escolha dos trabalhos não é objetivo deste estudo, pois não se trata de um mapeamento sistemático de literatura. Visando realizar uma análise qualitativa dos trabalhos escolhidos, aplicou-se a técnica nuvens de palavras (tag clouds). Conforme Carvalho et al. (2012), nuvem de palavras permite a produção de imagens e sínteses reflexivas sobre dados escritos, fazendo uso de linguagens textuais e imagem. Desse modo, as nuvens de palavras permitem elaborar sínteses e demonstrar correlação temática a partir dos trabalhos escolhidos [Carvalho et al. 2012]. 4. Análises dos Trabalhos Os estudos escolhidos abordam diferentes tipos de aplicação que tem como objetivo em comum proporcionar aos estudantes ambientes de ensino interativos, fazendo uso de agente inteligente. As pesquisas abordam cinco agentes inteligentes com características diferentes. Para isso foram utilizadas seis pesquisas, sendo elas a de Jaques (2004), Santos (2009), Borin (2010), Fossatti et al. (2011a), Fossatti et al. (2011b), Herpich (2015). Sendo que as pesquisa de Fossatti et al. (2011a) e Fossatti et al. (2011b) abordam o desenvolvimento de um agente inteligente, o AGEbot. A Tabela 1 apresenta os agentes inteligentes estudados, a instituição de origem dos trabalhos, o tipo do trabalho referenciado, e o ano em que o estudo foi realizado.

5 Agente Autor Instituição de origem PAT Jaques (2004) Agente de Santos (2009) Santos (2009) Dóris Borin (2010) AGEbot Fossatti et al. (2011a) e Fossatti et al. (2011b) ELAI Herpich (2015) Universidade Federal do Rio Grande do Sul Universidade Federal do Rio Grande do Sul Universidade de Santa Cruz do Sul Universidade de Passo Fundo Universidade Federal de Santa Maria Fonte de origem Tese de doutorado Tese de doutorado Dissertação de Mestrado Ano Artigos 2011 Dissertação de Mestrado 2015 Tabela 1. Relação dos agentes inteligentes Dois trabalhos correlatos não possuem como fonte de origem uma tese ou dissertação, abrangem esta categoria os estudos dos autores Fossatti et al. (2011a) e de Fossatti et al. (2011b), trabalhos oriundos respectivamente do XXXI Congresso da Sociedade Brasileira da Computação (CSBC) e do XXII Simpósio Brasileiro de Informática na Educação (SBIE). Na Tabela 2 são apresentados os trabalhos escolhidos: Agente PAT Dóris Agente de Santos (2009) AGEbot ELAI Descrição Trata-se de um agente com características afetivas em um ambiente virtual. PAT foi desenvolvida para representar emoções ao estudante. As emoções são apresentas a partir da identificação do comportamento realizado pelo usuário no ambiente virtual, sendo que a identificação é realizada por sensores virtuais. É um agente inteligente pedagógico tridimensional Dóris, que permite a comunicação através de perguntas e respostas. O agente foi integrado em AVA desenvolvido pela autora, e este agente possui capacidade de expressar emoções tais como: tristeza, alegria, surpresa, indignação, expectativa, atenção e dúvida em suas feições. É um agente inteligente conversacional que tem como objetivo auxiliar o estudante na resolução de tarefas. O agente desenvolvido na pesquisa possui a capacidade de interagir com os usuários por meio de linguagem natural. A principal contribuição de Santos (2009) foi identificar que um agente pode influenciar de forma positiva no aprendizado dos alunos. O AGEbot tem como principal função, auxiliar usuários na obtenção de conhecimento sobre o tema de epilepsia. Os autores utilizaram aprendizado de máquina para elaborar a base de conhecimento do agente e criar as regras de produção utilizadas para o cruzamento da memória de trabalho. O ELAI foi integrado em um no mundo virtual. Possui a capacidade de adapta-se conforme o estilo cognitivo e nível de conhecimento do usuário. Essa detecção ocorre através de módulos integrados ao ambiente tridimensional, desse modo o agente atua conforme o contexto detectado. O agente também apresenta a capacidade de interagir com os usuários por meio de linguagem natural. Tabela 2. Descrição dos agentes inteligentes

6 Visando analisar qualitativamente os trabalhos apresentados na Tabela 2, foi utilizada a ferramenta TagCrowd 1 para elaborar as nuvens de palavras. A nuvem foi elabora a partir do resumo e dos objetivos de pesquisa de cada trabalho. Ressalta-se que para as pesquisas de Fossatti et al. (2011a) e Fossatti et al. (2011b), por não apresentarem seções especificas sobre os objetivos dos trabalhos, buscou-se na seção de introdução dos trabalhos, os objetivos de pesquisa de cada um dos correlatos. Para realizar as análises, foram realizadas algumas configurações na ferramenta TagCrowd a fim de produzir as imagens. Adotou-se como linguagem do texto a língua portuguesa, visto os trabalhos adotados como correlatos são de origem brasileira. Para a pesquisa de Jaques (2004), foi realizada a tradução da seção de objetivos, pois o texto original da tese foi disponibilizado na língua inglesa. Utilizou-se como configuração do número máximo de palavras para serem mostradas na nuvem o valor de 50. A ferramenta verifica as palavras mais frequentes presentes no texto, ou seja, ela não identifica palavras pouco frequentes. Sendo assim, o valor de frequência mínima não foi personalizado, deixando-se o valor padrão adotado pela ferramenta. Também foi utilizada a configuração padrão da ferramenta para agrupar palavras semelhantes. A Figura 2 apresenta a nuvem gerada a partir dos objetivos e do resumo da dissertação de Herpich (2015). As palavras com maior destaque são: agentes, agente, inteligente, expertise, ELAI, ambiente, imersivo, contexto, nível, conhecimento e estudante. Todas as palavras com maior destaque se encaixam no que foi descrito na Tabela 2. As outras palavras que aparecem na nuvem, também são relacionadas ao que foi apresentado, tais como o mundo virtual TCN 5 (Teaching Computer Networks in A Free Immersive Virtual Environment), a representação do agente por um NPC, e o suporte ao ensino de redes de computadores utilizando computação ciente do contexto. Figura 2. Nuvem de palavras sobre a pesquisa de Herpich (2015) A partir dessa nuvem é possível visualizar as principais contribuições destacadas por conceitos que dão viabilidade a este estudo, elencados por Herpich (2015). Desse modo, como principal contribuição o ELAI fornece ao agente Ubibot, é a ideologia de agentes inteligente com recursos de conversação, para auxiliar o estudante durante o aprendizado de forma ciente ao contexto do usuário. A Figura 3 apresenta a nuvem gerada a partir dos objetivos e do resumo da dissertação de Borin (2010). As palavras em destaque são: agentes, agente, aprendizagem, capacitação, organizações e virtual. As outras palavras que aparecem na 1

7 nuvem, também são relacionadas ao que foi apresentado na seção, tais como o agente com fins pedagógicos, os atributos emocionais ao agente através de expressões, e o suporte ao estudante durante o aprendizado em um ambiente virtual. Figura 3. Nuvem de palavras sobre a pesquisa de Borin (2010) A partir da aplicação da técnica é possível identificar as contribuições destacadas por conceitos que dão viabilidade a este trabalho, utilizados pela autora Borin (2010). Desse modo, como principal contribuição o trabalho da pesquisa fornece ao agente Ubibot a ideologia de utilizar agentes inteligentes em AVAs com o intuito de motivar e auxiliar o estudante durante a utilização do AVA. A Figura 4 representa a nuvem de palavras gerada a partir do resumo e dos objetivos das pesquisas desenvolvidas por Fossatti et al. (2011a) e de Fossatti et al. (2011) abordados nos eventos CSBC e SBIE, respectivamente. As palavras destacadas pela técnica são: AIML, epilepsia, tutor, desenvolvimento, chatterbots, duvidas, linguagem e responder. As outras palavras que aparecem na nuvem, elencadas com menos frequência no texto, apresentam características que visam os objetivos específicos do agente AGEbot, que é ajudar o usuário em relação a dúvidas sobre o assunto de epilepsia e tratamento da doença. Figura 4. Nuvem de palavras sobre a pesquisa relacionadas ao agente AGEbot É possível identificar na figura que em nenhum momento surge o método de aprendizado de máquina utilizado. Entretanto, a principal contribuição das pesquisas realizadas por Fossatti et al. (2011a) e de Fossatti et al. (2011b) é o método de aprendizado de máquina. A nuvem viabiliza também outra contribuição que também é viabilizada pela pesquisa de Borin (2010) e a de Herpich (2015), que é utilizar um agente para ajudar o usuário, quando o estudante apresentar dificuldades. A Figura 5 apresenta a nuvem gerada a partir dos objetivos e do resumo da tese de Santos (2009). As palavras com maior destaque são: agente, conversacional, alunos, aprendizagem, carga cognitiva, ambiente, curso, distância. Essas palavras retomam a

8 proposta de pesquisa de Santos (2009), englobando o agente inteligente em ambientes de cursos à distância e a teoria da carga cognitiva. Outras palavras que são apresentadas pela nuvem referenciam o meio de avaliação utilizado em um curso de educação à distância. Figura 5. Nuvem de palavras sobre a pesquisa relacionadas a tese de Santos (2009) Destaca-se como principal contribuição da tese de Santos (2009) para o desenvolvimento do agente Ubibot, é a integração do agente no AVA Moodle. Outro ponto importante que Santos (2009) destaca que é relevante à autora relata que agente podem contribuir para a aprendizagem para mediar o ensino-aprendizagem no AVA. A Figura 6 ilustra a nuvem gerada a partir dos objetivos traduzidos da tese de Jaques (2004) e do resumo da pesquisa realizada. Destacam-se os seguintes termos, evidenciadas pela TagCrowd: aluno, agente, emoções, afetivo. Essas palavras retomam a contribuição realiza pela autora, onde o agente PAT emotiva o estudante durante a aprendizagem realizada no AVA. Outros elementos que aparecem na nuvem evidenciam a abordagem BDI e o fato do agente possuir uma interface com um avatar animado que demonstra diferentes estados afetivos. Figura 6. Nuvem de palavras sobre a pesquisa relacionadas a tese de Jaques (2004) A principal contribuição realizada por Jaques (2004) para o Ubibot refere-se em utilizar um personagem animado para representar movimentos realizados pelo agente no ambiente virtual. Dessa forma, o agente Ubibot possuirá uma representação visual de um personagem animado, visando tornar a interação do agente com o estudante mais interessante. A partir da aplicação de nuvens de palavras e leitura completa dos textos, obtiveram-se alguns resultados que serão explanados na próxima seção. Esses resultados evidenciam as principais características que serão adquiridas pelo agente Ubibot. 5. Resultados

9 Objetivando apresentar as principais características e tecnologias utilizadas nos agentes utilizados nesta pesquisa, foi elaborada uma tabela evidenciando as tecnologias presentes nestes agentes e que serão utilizadas no desenvolvimento do agente Ubibot. Essa tabela foi elaborada a partir da realização da leitura dos textos dos autores. O termo SIM representa que a tecnologia esta presente no agente, e o termo NÃO, demonstra que esta tecnologia não esta presente no agente. PAT Agente de Santos Dóris AGEbot ELAI Ubibot (2009) AIML NÃO SIM NÃO SIM SIM SIM Pandorabots NÃO NÃO NÃO SIM SIM SIM OddCast NÃO SIM NÃO NÃO NÃO NÃO Modelagem em 3D NÃO NÃO SIM NÃO SIM SIM AVA SIM SIM SIM NÃO NÃO SIM Mundo Virtual NÃO NÃO NÃO NÃO SIM NÃO Comportamento Emotivo SIM NÃO SIM NÃO NÃO NÃO Mundo Virtual NÃO NÃO NÃO NÃO SIM NÃO Nível de Conhecimento NÃO NÃO NÃO NÃO SIM SIM Estilo Cognitivo NÃO NÃO NÃO NÃO SIM SIM Aprendizado de Máquina NÃO NÃO NÃO SIM NÃO SIM Abordagem BDI SIM NÃO NÃO NÃO NÃO NÃO Dispositivos Móveis NÃO NÃO NÃO NÃO NÃO SIM Tabela 3. Comparativo entre as tecnologias utilizadas em agentes inteligentes A Tabela 3 identifica que o agente inteligente Ubibot será implementado na linguagem de marcação AIML (Artificial Intelligence Markup Language), sendo implementa com a plataforma Pandorabots. Ele possuirá uma interface em três dimensões, integrado no AVA Moodle. Possuirá a capacidade de identificar o contexto cognitivo e o nível de conhecimento de estudantes. O agente apresentará um algoritmo de aprendizado de máquina visando aprender com o usuário durante a interação, e também utilizará tecnologia responsiva para poder ser acessado via dispositivo móvel ou computador não portátil, para isso utilizar-se-á o framework Bootstrap. 6. Considerações Finais Com o advento das tecnologias aplicadas na educação, novas mudanças surgem para tronar a aprendizagem dinâmica, personalizada e intuitiva [Barbosa 2007; Mozzaquatro 2010; Possobom 2014]. Neste sentido surgem os agentes inteligentes ubíquos, como proposta para auxiliar o estudante, apresentando respostas individuais, e aprendendo durante a interação do usuário [Herpich 2014]. Este estudo teve como objetivo analisar seis pesquisas que dissertam sobre agentes inteligentes na educação e suas tecnologias, configurações e ferramentas. Ao investigar os trabalhos, elencou-se a possibilidade de desenvolver o Ubibot, um agente inteligente ubíquo com características elaboradas a partir de pesquisas científicas. Visa-se em trabalhos futuros iniciar o processo de modelagem do agente, implementá-lo e validá-lo. Para isso será utilizado às tecnologias, linguagens e técnicas

10 apresentadas na Tabela 3. Salienta-se que o Ubibot terá conhecimentos para auxiliar estudantes de Engenharia de Software. Referências Barbosa, D. N. F. (2007). Um modelo de educação ubíqua orientado à consciência do contexto do aprendiz. Tese (Doutorado em Ciência da Computação), Porto Alegre. Borin, M. P. (2010). O uso de Ambientes Virtuais de Aprendizagem com Agentes Pedagógicos Emocionais para capacitação em Organizações. Dissertação (Mestrado em Sistemas e Processos Industriais), Santa Cruz do Sul. Carvalho JR., P. M.; Rosa, R.S. L. da; Sgambatti, M. S.; Adachi, E. A.; Carvalho, V. C. L. (2012). Avaliação do programa de residência multiprofissional em saúde da família: uma análise qualitativa através de duas técnicas. Revista do Hospital Universitário Pedro Ernesto. Cocco, A. P. (2004). Modelo de Adaptação de Ensino Utilizando Agentes Pedagógicos. Tese (Doutorado em Ciência da Computação), Porto Alegre. Fossatti, M. C.; Rabello, R. S.; Marchi, A. C. B. (2011a). AGEbot: um chatterbot em AIML voltado para responder questões sobre Epilepsia. Anais do XXXI Congresso da Sociedade Brasileira da Computação. Fossatti, M. C.; Rabello, R. S.; Marchi, A. C. B. (2011b). O uso de um chatterbot em AIML como módulo de interface de um Sistema Tutor Inteligente para auxiliar no aprendizado sobre Epilepsia. Anais do XXII Simpósio Brasileiro de Informática na Educação. Franklin, S.; Graesser, A. (1996). Is it an Agent, or just a Program? A taxonomy for autonomous agents. ECAI 96 Proceedings of the Workshop on Intelligent Agents III, Agent Theories, Architectures, and Languages - Springer-Verlag London. Gil, A. C. (2008). Métodos e Técnicas de Pesquisa Social. 6ªed. São Paulo. Atlas. Herpich, F. (2015). ELAI: Intelligent Agent adaptive to the Level of Expertise of students. Dissertação (Mestrado em Ciência da Computação), Santa Maria. Jaques, P. A. (2004). Using an Animated Pedagogical Agent to Interact Affectively with the Student. Tese (Doutorado em Ciência da Computação), Porto Alegre. Mozzaquatro, P. M. (2010). Adaptação do Mobile Learning EngineMoodle (MLE Moodle) aos Diferentes Estilos Cognitivos Utilizando Hipermídia Adaptativa. Dissertação (Mestrado em Ciência da Computação), Santa Maria. Possobom, C. C. (2014). SistEX Um sistema dinâmico para detectar a experiência do aluno. Dissertação (Mestrado em Ciência da Computação), Santa Maria. Russel, S.; Norvig. P. (1995). Artificial Intelligence: A Modern Approach. New Jersey: Prentice Hall. Santos, L. M. A. (2009). A inserção de um agente conversacional animado em um ambiente virtual de aprendizagem a partir da teoria da carga cognitiva. Tese de doutorado (Informática na Educação), Porto Alegre.