ads:
UNIVERSIDADEPRESBITERIANAMACKENZIE
PROGRAMADEPÓS-GRADUAÇÃOEMENGENHARIAELÉTRICA
MarceloLemeMamud
DesenvolvimentodeRecursodeAprendizagemInteligentenocampode
comunicaçõesópticasutilizandoSimulaçãoComputacional
DissertaçãoapresentadaaoProgramadePós-
Graduação em Engenharia Elétrica da
Universidade Presbiteriana Mackenzie, como
requisito parcial à obtenção do título de
MestreemEngenhariaElétrica.
Orientação:Prof
a
Dr
a
SandraMariaDottoStump
SãoPaulo
2010
ads:
Livros Grátis
http://www.livrosgratis.com.br
Milhares de livros grátis para download.
M265dMamud,MarceloLeme.
Desenvolvimentoderecursodeaprendizageminteligenteno
campodecomunicaçõesópticasutilizandosimulação
computacional/MarceloLemeMamud.–2010.
110p.:il.;30cm.
Dissertação(MestradoemEngenhariaElétrica)–Escolade
Engenharia,UniversidadePresbiterianaMackenzie,SãoPaulo,
2010.
Orientação:SandraMariaDottoStump.
Bibliografia:p.97-101.
1.Sistemastutoresinteligentes.2.Objetosdeaprendizagem.
3.Sistemamultiagente.4.AmplificadoresópticosEDFA.
II.Título.
CDD621.3
ads:
ÀminhafamíliaeaThays.
AGRADECIMENTOS
A Deus por ter me iluminado, dado força e sabedoria para que eu pudesse concluir este
projeto.
ÀUniversidadePresbiterianaMackenzie,seusprofessoresefuncionáriospeloconhecimento
queeuadquiri,indispensávelparaarealizaçãodestetrabalho.
À Professora Doutora Sandra Maria Dotto Stump, sempre me apoiando e dando diretrizes
para alcançar os objetivos determinados, desde o início deste projeto, ainda durante a
graduação.
ÀProfessora DoutoraPollyana NostargiacomoMustaro peloseuempenhoemmeajudare
sabiassugestõesapresentadasparaaexecuçãodesteprojeto.
AoProfessorDoutorSergioLuizPereira,peloscomentáriosesugestõesapontadasduranteo
desenvolvimentodotrabalho.
Ao MackPesquisa (Fundo Mackenzie de Pesquisa) e à CAPES (Coordenação de
AperfeiçoamentodePessoaldeEnsinoSuperior)peloapoiofinanceiropararealizaçãodesta
pesquisa.
Aos Professores, Funcionários e Amigos do Programa de Pós-Graduação em Engenharia
Elétrica,emespecialaoSamuelLimaeEdersonBorges.
À Professora e amiga Cintia Bueno Martha Chirenti pelos seus ensinamentos, apoio e
confiançanomeupotencialparavencerdesafios.
Aosmeuspais,tios,tias,primoseprimaspeloapoio.
ÀThayspelocarinhocomquemeofereceusuassugestões,apoioincondicional,paciênciae
envolvimentocomestetrabalho.
RESUMO
Nos últimos anos foi possível observar o desenvolvimento de propostas de ferramentas
digitais de ensino, utilizando interatividade, recursos multimídia, entre outros. Entretanto,
parte destas propostas reflete as deficiências características das metodologias de ensino
tradicionais. Este trabalho apresenta o desenvolvimento de um Recurso Digital de
Aprendizagem, baseado em técnicasde InteligênciaArtificial, com aplicação no campo de
comunicaçõesópticas.Sãoapresentadasastécnicaseaplicativosdesuporteparaaconstrução
deste recurso,incluindoas estratégias paraadaptaçãodanavegaçãode acordo com ospré-
requisitoseperfisdosaprendizes.Foiutilizadaatecnologiademapasconceituaisesistemas
multiagentes,integradosa ObjetosdeAprendizagem.Osagentescomputacionais,inseridos
emcadanódomapa,têmamissãodeatuarsobreoambientedeaprendizagem,sugerindoo
estudoeacessoaosObjetosdeAprendizagemmaisapropriados,conformeosresultadossobre
o perfildousuário. Trata-se de umaabordagem pedagógica, quecontacom interatividade,
recursos audiovisuais e disponibilidade para o aluno administrar seu próprio tempo e da
maneira mais flexível, aumentando a eficiência dos estudos. A partir da observação das
dificuldades encontradas por estudantes da área, foi possível determinar os requisitos do
projeto. A motivação para o desenvolvimento, na área de amplificadores ópticos de fibras
dopadasporérbio(EDFA),surgiupeladificuldadeecarênciademateriaisdidáticosnocampo
depesquisadeengenhariadetelecomunicações.Umdosprincipaisproblemasnoestudode
EDFA é a abordagem matemática utilizada na literatura da área, exigindo domínio de
conceitosavançadosemcálculo.ApartirdoRecursodeAprendizagemimplantado,épossível
verificaraestratégiadeextrairapartirdediversosrecursostecnológicoscomo,porexemplo,
interatividade, multimídia, mapas conceituais, inteligência artificial e simulação
computacional, maneiras para estimular a aprendizagem significativa sobre os conceitos
abordados.
Palavras-chave: Sistemas Tutores Inteligentes; Objetos de Aprendizagem; Amplificadores
ÓpticosEDFA.
ABSTRACT
Inrecentyearstherehavebeensomeproposalstodevelopeducationaltoolsusingmultimedia
and interactiveresources.However,mostofthemjusttransposethetraditionalmaterialsto
the computer screen. The reason for this work is the gap of didactic materials to explore
importantsubjectsaboutphotonicsandopticalcommunicationsystems,speciallythelackof
toolsrelatedtoErbiumDopedFiberAmplifier(EDFA)learning.Theaimofthisresearchis
toprovideattheLCMSMOODLEopenplatformanIntelligentLearningResourcetosupport
EDFA study, providing a set of Learning Objects more suitable for the study of the base
conceptsneeded to optimise the use ofthe computer simulation tool. For so, this research
presents the development of an Intelligent Learning Resource for Electric Engineering,
Physics, and related fields, in which students can learn about optical communications, in
particularEDFA.Theproposalistogiveautonomytothestudents,whichmanagetheirown
studytime,andfulfill thebasementand prerequisitesneededto understandthesubjectand
completethetasksproposed.Moreover,thelearningresourceproposesthenavigationthrough
aconceptmapbasedonamultiagentsystemarchitecture,providinganindividualtreatment
accordingtoeachstudentprofile.Theinsertionofasocietyofagentsintheconceptmap,in
ordertoobserve,collectinformation abouttheuserbackgroundprofile,and alsoactinthe
virtual environment, suggesting the study of the most appropriate learning objects. The
learning resource developed can stimulate the students to understand how amplifiers are
designedforapracticalapplication,andtheparametersthatshouldbeconsideredinaproject.
The Artificial Intelligence techniques used for the development of the learning resource
considerthelearnerdifferencesinawaytoadaptthesystemactionsaccordingtoeachstudent
background.
Key-words:IntelligentTutoringSystems;LearningObjects;ErbiumDopedFiberAmplifiers.
LISTADEILUSTRAÇÕES
Figura1 DistribuiçãodomodeloSCORMemquatrolivros...........................................23
Figura2 ExemplodeArquivoimsmanifest.xml(Autoriaprópria).................................26
Figura3 Descriçãodotipodemetadados(Autoriaprópria)............................................26
Figura4 ModelohierárquicoorganizaçãoSCORM........................................................27
Figura5 DescriçãodaorganizaçãodoObjetodeAprendizagemnoarquivo
imsmanifest.xml........................................................................................................................27
Figura6 DescriçãodosRecursosdoObjetodeAprendizagemnoarquivo
imsmanifest.xml........................................................................................................................28
Figura7 DefiniçãoAsseteSCO......................................................................................29
Figura8 ModelotemporalRTE......................................................................................29
Figura9 EstadosdaComunicaçãoentreSCOeLMS.....................................................30
Figura10 ModelodeSeqüênciaeNavegação...................................................................31
Figura11 Comparativoentreaprendizagemmecânica(esquerda)eaprendizagem
significativa(direita).................................................................................................................35
Figura12 Etapasdoprocessodeaprendizagemsignificativa...........................................37
Figura13 ModelodeInteraçãoentreusuárioeComputador............................................39
Figura14 MetasdoDesigndeInterações..........................................................................40
Figura15 Modelodeinteraçãocomsimuladorescomputacionais....................................42
Figura16 MapaConceitualsobreMapasConceituais......................................................45
Figura17 ArquiteturaBásicadosSistemasTutoresInteligentes......................................47
Figura18 GrafopararepresentaçãodoconhecimentoemSTI..........................................50
Figura19 ArquiteturabásicadoSistemaEspecialista.......................................................57
Figura20 Relaçãoagente/ambiente...................................................................................59
Figura21 SistemaMultiagente:ArquiteturaCentralizada................................................62
Figura22 SistemaMultiagente:ArquiteturaDescentralizada...........................................63
Figura23 ArquiteturadoSistemanaEtapa1(Autoriaprópria)........................................67
Figura24 ArquiteturadoSistemanaEtapa2(Autoriaprópria)........................................72
Figura25 ArquiteturadoSistemanaEtapa3(Autoriaprópria)........................................74
Figura26 ArquiteturaCentralizadadoSistemaMultiagente(Autoriaprópria)................79
Figura27 MenuparapublicaçãodearquivoExeLearning...............................................84
Fluxograma1DiagramadefuncionamentoPTDS–VPI........................................................85
Fluxograma2DiferentesfuncionalidadesdoPTDS–VPI......................................................86
Figura28 InstruçõesIniciais..............................................................................................88
Figura29 MapaConceitualEDFA....................................................................................89
Figura30 Agente(Completarfluxogramasobreoíonérbio)........................................
..............90
Figura31 Agente(Associareventocomlinhadotempodaevoluçãotecnológica).....................91
Figura32 ObjetodeAprendizagem...................................................................................92
Figura33 PTDSFerramentadeSimulaçãoComputacional..............................................92
LISTADETABELAS
Tabela1 ResumodosConectivosutilizadosnalógicaproposicional..............................53
Tabela2 HierarquiadosConceitosabordados.................................................................68
Tabela3 RastreamentodeRequisitos(Etapa1)...............................................................70
Tabela4 RastreamentodeRequisitos(Etapa2)...............................................................73
Tabela5 RastreamentodeRequisitos(Etapa3)...............................................................76
Tabela6 ModelosdeInteraçãodosAgentes....................................................................80
LISTADEABREVIATURAS
ADL AdvancedDistributedLearning
AICC AviationIndustryComputer-basedTrainingCommittee
ASE AmplifiedSpontaneousEmission
API ApplicationProgrammingInterface
CAI ComputerAidedInstruction
CAM ContentAggregationModel
CMS ContentManagementSystem
EaD EducaçãoaDistância
EDFA ErbiumDopedFiberAmplifier
ESCOT EducationalSoftwareComponentsofTomorrow
HTML HyperTextMarkupLanguage
IA InteligênciaArtificial
IEEE InstituteofEletronicandEletricalEngineers
IHC InterfaceHumanoComputador
IHMC InstituteforHumanandMachineCognition
IMS InstructionalManagementSystem
LCMS LearningContentManagementSystem
LMS LearningManagementSystem
LOR LearningObjectRepository
MOODLE ModularObjectOrientedDynamicLearningEnvironment
TIC TecnologiasdaInformaçãoeComunicação
RTC RunTimeServicesCommunication
RTE RunTimeEnvironment
PTDS PhotonicTransmissionDesignSuite
SCO SharableContentObject
SCORM SharableContentObjectReferenceModel
SMA SistemaMultiagente
SN SequencingandNavigation
STI SistemasTutoresInteligentes
VPI VirtualPhotonicsInstruments
XML ExtensibleMarkupLanguage
XHTML ExtensibleHyperTextMarkupLanguage
SUMÁRIO
1INTRODUÇÃO...................................................................................................................14
2OENSINONAENGENHARIAELÉTRICAEATECNOLOGIA..............................17
2.1OPAPELDATECNOLOGIANOPROCESSODEENSINO........................................17
2.2EVOLUÇÃOHISTÓRICADATECNOLOGIANAEDUCAÇÃO................................18
3OBJETOSDEAPRENDIZAGEM...................................................................................22
3.1PADRÕESPARAODESENVOLVIMENTODEOBJETOSDEAPRENDIZAGEM..22
3.2DISTRIBUIÇÃODOSOBJETOSDEAPRENDIZAGEM.............................................32
4RECURSOSTECNOLÓGICOSCOMPLEMENTARESAOSOBJETOSDE
APRENDIZAGEM.................................................................................................................35
4.1RECURSOSMULTIMÍDIA.............................................................................................39
4.2INTERATIVIDADE..........................................................................................................39
4.3APRENDIZAGEMPORSIMULAÇÃO...........................................................................41
4.4MAPASCONCEITUAIS..................................................................................................44
5INTELIGÊNCIAARTIFICIAL:UMRECURSODEOTIMIZAÇÃO.......................46
5.1REPRESENTAÇÃODOCONHECIMENTO..................................................................49
5.1.1RepresentaçãoGráficadoConhecimento...................................................................49
5.1.2RepresentaçãodoConhecimentopormeiodeLógica...............................................52
5.2SISTEMASINTELIGENTESBASEADOSEMCONHECIMENTO.............................56
5.2.1SistemasEspecialistas...................................................................................................56
5.2.2SistemasInteligentesDistribuídos...............................................................................58
5.2.2.1AgentesComputacionais:FormalizaçãoMatemática..................................................60
5.2.2.2SistemasMultiagentes..................................................................................................61
6DESENVOLVIMENTODOPROJETO..........................................................................65
6.1PRÉ-REQUISITOSEARQUITETURAINICIALPROPOSTA(ETAPA1)..................66
6.2 EVOLUÇÃO DA ARQUITETURA PROPOSTA: A INSERÇÃO DE UM SISTEMA
ESPECIALISTA(ETAPA2)....................................................................................................71
6.3DEFINIÇÃODAARQUITETURAPROPOSTA:ATENDIMENTOAOSREQUISITOS
DOPROJETO(ETAPA3).......................................................................................................73
6.4METODOLOGIADEDESENVOLVIMENTO...............................................................76
6.4.1MapaConceitual...........................................................................................................76
6.4.2AgentesComputacionais..............................................................................................77
6.4.3ObjetosdeAprendizagem............................................................................................81
6.4.4SimulaçãoComputacional............................................................................................82
6.5FERRAMENTASDEDESENVOLVIMENTO...............................................................82
6.5.1MapaConceitual...........................................................................................................83
6.5.2ObjetosdeAprendizagem............................................................................................83
6.5.3SimulaçãoComputacional............................................................................................85
6.5.4PlataformadeGerenciamentodeConteúdoeEnsino...............................................86
7ANÁLISEDOSRESULTADOSOBTIDOS....................................................................88
8CONCLUSÃO.....................................................................................................................93
REFERÊNCIAS......................................................................................................................97
APÊNDICEA........................................................................................................................102
APÊNDICEB........................................................................................................................110
14
1INTRODUÇÃO
A educação escolar não pôde acompanhar o impacto causado pelas mudanças
tecnológicas, que ocorreram em curto espaço de tempo. De acordo com Stump e Mustaro
(2005),numasociedadequemudaacadaminuto,aescolanecessitadenovasalternativaspara
acompanhar esses novos tempos, pois o ensino não acompanha as transformações da
sociedade na mesma velocidade em que elas efetivamente se sucedem. Este fato pode ser
explicado por vários fatores como a dificuldade de adaptação de novos currículos, a não
aquisiçãodeequipamentossofisticados,osorçamentoslimitadosdasInstituiçõesdeEnsino,a
necessidadedetreinamentoderecursoshumanos,etc.
Nocampodeópticaefotônica,asferramentasexistentes,guiadaspormetodologiasde
ensino tradicionais, utilizam linguagens e deduções matemáticas complexas, de difícil
compreensão e não adequadas para a conceituação inicial dos dispositivos envolvidos nas
comunicaçõesópticas,poisenvolvempré-requisitosespecíficos.Odesenvolvimentodenovas
tecnologias nesta área e aplicação de dispositivos ópticos em diversos contextos como na
engenharia, medicina, entre outras áreas, gerou a necessidade de capacitação de diferentes
profissionais do campo de engenharia de computação, processamento digital de sinais,
química,etc,asededicaremàcompreensãodosconceitosfísicosematemáticosrelacionados
à óptica e à fotônica. Estudantes com distintos níveis de conhecimento e formação são
introduzidos aos tradicionais livroscomequaçõesmatemáticasavançadas, envolvendo pré-
requisitosemálgebra,geometria,trigonometriaeanálisedegráficos,gerandodificuldadenos
primeiros contatos com assuntos envolvendo óptica e fotônica (LOHMANN, 1991;
PEDROTTI;etal.,2005).DeacordocomasprevisõesdeLohmann(1991)noiníciodosanos
90, estes fatores agravantes no ensino de óptica e fotônica iriam demandar pesquisa e
desenvolvimento de estratégias e ferramentas instrucionais onde pudessem ser supridas as
falhasexistentesnaépoca,emqueoestudanteassumiaumaposturapassivanoprocessode
aprendizagem. Entretanto, as características e metodologias utilizadas por educadores e
aplicadas em ferramentas instrucionais não evoluíram concomitantemente com as
necessidades.
Os problemas detectados por Lohmann (1991) especificamente na área de óptica e
fotônicavinhamsendopesquisadosdeformamaisampladesdeoiníciodoséculopassado,
ondeaquebradoparadigmaeducacionalrelacionadoaousodetecnologiaséconsideradaum
fatordeotimizaçãodaaprendizagem.Porém,pôde-severificarqueametodologiaempregada
nousoderecursosdeaprendizagemdigitaisnocontextodeensino-aprendizagemtambémfoi
15
responsávelportornaroprocessopoucoeficiente.Estefatopodeserparcialmenteexplicado
pela atribuição da responsabilidade ao estudante adaptar suas características cognitivas às
novas tecnologias, o que de certo modo contribui para a considerável rejeição ao uso de
recursos computacionais na educação (MAYER, 2001). Por fim, nem sempre o tempo
destinadoaoconteúdoaserministradopermiteumembasamentoteóricoadequado.
Deseja-se neste trabalho, apresentar o desenvolvimento de um Recurso Digital de
Aprendizagem,paraqueo estudante de engenharia elétrica,física eáreas afins,tenha uma
ferramenta alternativa para desenvolver seu conhecimento no campo das comunicações
ópticas. Alémdisto,adquirirconceitosdeformaeficiente,podendoadministrarseupróprio
tempo de estudo para alcançar um patamar básico de pré-requisitos necessários à
compreensãodaatividadeproposta.Destamaneira,éapresentadoodesenvolvimentodeum
conjuntodeobjetosdeaprendizagemabordandoosconceitosbásicosenvolvidosnoestudode
amplificadoresópticos,atuando comoalicerce para acontinuidade dos estudos,a partir de
umapropostaparasimulaçãocomputacional.Paragarantirmaioradaptabilidadeemfunção
dospré-requisitosdosusuários,oRecursodeAprendizagemtemcomobaseumaarquitetura
estruturadaemtécnicasdeinteligênciaartificial.
O Recurso de Aprendizagem proposto, foi implantado em uma plataforma de
gerenciamento de aprendizagem web, que permite, auxiliar o acesso e navegação pela
ferramentadesenvolvida.Dessemodo,espera-sequeaoconcluiranavegaçãopeloRecursode
Aprendizagem, o usuário tenhauma visão teóricado tema abordado,assimcomo aspectos
práticosdestedispositivo,pormeiodarealizaçãodapropostadesimulaçãocomputacional.
Para alcançar os objetivos desta dissertação, a metodologia foi dividida em duas
etapas:desenvolvimentoteórico,ondeforamfeitaspesquisasempáginasweb,livroseartigos
científicos; e a proposta de desenvolvimento e implementação de um Recurso de
Aprendizagem por meio de uma arquitetura de inteligência artificial para o estudo de
amplificadoresópticos.
AmetodologiautilizadaparaodesenvolvimentotemcomobaseosprogramasAdobe
Flash (2008), para a elaboração das animações do material instrucional, e Exe-learning
(2008), para a organização e empacotamento do conteúdo, possibilitando sua inserção na
plataforma de ensino MOODLE – Modular Objected-Oriented Dynamic Learning
Environment (2008). O recurso de aprendizagem apresenta uma proposta para simulação
computacional,baseadaemumaversãodemonstrativadoaplicativoPhotonicTransmission
DesignSuite(PTDS),desenvolvidopelaVirtualPhotonics(2008).Destemodo,foipossível
aumentar o grau de interatividade com o usuário, além de possibilitar a visualização de
16
sistemas de comunicações reais por meio da simulação computacional. O recurso de
aprendizagem foi implementado a partir de uma arquitetura estruturada em técnicas de
inteligênciaartificial,possibilitandomaioradaptabilidadedaferramentadeestudoaousuário.
Paraatingiresteobjetivo,foiconstruídoumSistemaMultiagentes,apartirdosoftwareAdobe
Flash (2008), inserindo os agentes no mapa conceitual desenvolvido a partir do software
CMapTools(2009),produzidopeloLaboratóriodeCiênciasCognitivasdaUniversidadede
WestFlorida.
O trabalho está estruturado da seguinte forma: o capítulo 2 apresenta uma reflexão
sobre a evolução nas metodologias de ensino utilizadas no campo de engenharia elétrica,
assim como uma abordagem histórica sobre as tentativas de utilizar novas tecnologias no
contexto da educação. O capítulo 3 aborda o conceito de objetos de aprendizagem, assim
como considerações sobre os modelos e padrões de desenvolvimento e tecnologias
relacionadascomo,porexemplo,asplataformasdegerenciamentodeensino.Ocapítulo4faz
um levantamento de tecnologias que podem ser utilizadas no desenvolvimento e/ou
implementação e uso de objetos de aprendizagem. São discutidos os potenciais usos de
recursos multimídia, interatividade, mapas conceituais e o conceito de aprendizagem por
simulaçãocomputacional,amplamenteusadonaáreadecomunicaçõesópticas.Ocapítulo5
mostraaimportânciadainserçãodetécnicasdeInteligênciaArtificialnodesenvolvimentode
recursosdeaprendizagem.Nestecapítuloédefinidooconceitodesistemasmultiagenteseos
métodos de representação do conhecimento de um especialista humano, na tentativa de
simularseucomportamentopormeiodeumrecursocomputacional.Aseguir,nocapítulo6,é
apresentadaaarquiteturaeosprincipaiselementosdosistema,assimcomoserãodescritos,
em detalhe, os métodos e ferramentas utilizadas para o desenvolvimento do recurso de
aprendizagemproposto.Ocapítulo7mostraumaanálisedosresultadosobtidos,eporfim,o
capítulo8abordaasconclusõesdadissertação.
17
2OENSINONAENGENHARIAELÉTRICAEATECNOLOGIA
Aengenhariaelétricavem,aolongodahistória,exercendoumpapelfundamentalna
sociedade.Aformaçãodoprofissionalécomplexa,poissãoatribuídasaestesprofissionaisas
responsabilidades pelos projetos de sistemas de comunicação, produção, geração e
distribuiçãodeenergiaelétrica,sistemasdecontrole,computacionais,etc.
Com grade curricular baseada em ciências exatas, o curso de engenharia elétrica
explora os mais diversos conceitos envolvendo matemática, física, química,modificando a
forma do aluno pensar, até que passe de um estágio de senso comum para o pensamento
científico.Comoraciocínioestimuladoconstantemente,oengenheiroadquirefacilidadede
adaptaçãoemdiversasatividades,inclusiveasnãoenvolvidasdiretamentecomatecnologia
(BAZZO;PEREIRA,2000).Estefatoépositivo,poiségeradaumagrandeversatilidadeem
relaçãoàsposiçõesocupadasnomercadodetrabalho.
No processo de constante evolução da ciência, para complementar o trabalho das
metodologias de ensino tradicionais, as instituições de ensino também têm a importante
missãodebuscarnovasmetodologiaseferramentas,quepossamestimularnosengenherandos
odesenvolvimentodehabilidadestradicionais,assimcomoprepará-losparaosnovosdesafios
quedemandamosadventosdatecnologia.
2.1OPAPELDATECNOLOGIANOPROCESSODEENSINO
A evolução tecnológica, inserida no contexto da educação, pode se tornar um
importanteinstrumentonabuscapordidáticasmaismodernasenoaumentodaeficiênciadas
tradicionais ferramentas de ensino, quebrando paradigmas e possibilitando que o ato de
estudarsejamaisprodutivo.
Entretanto, mesmo com a popularização de recursos como o computador, Internet,
data-show, disponíveis para grande parcela dos estudantes de engenharia elétrica, as
metodologiasdeensinopoucoevoluíram(BAZZO;PEREIRA,2000).
Éimportante ressaltar queapropostanãoésubstituiroeducadorpelastecnologias.
Inovaçãotecnológicanaeducaçãonãosecaracterizaportransferiraulasparaocomputador,
mas sim utilizar os recursos disponíveis como simulações computacionais, animações, e
recursosinterativosmultimídiacomocomplementoparaoaprendizado.
Seria conveniente que a educação pudesse ser pioneira nos processos de inovações
tecnológicasenãopermitindoestaratrasadaemrelaçãoaoutrossetores.
18
Dentreosproblemasencontradosparaadifusãodesistemasdeensinodigitais,pode-
se citar, por exemplo, as limitações dos orçamentos, dificuldades na aquisição de
equipamentosespecializadosetreinamentosaosprofessores,estudantesecorpotécnicodas
instituições de ensino. Para osucessodaimplantação de uma plataformadeensinodigital,
além da necessidade de equipamentos confiáveis, é fundamental que a capacitação dos
profissionaisenvolvidossejademaneiracriteriosaeeficaz,poissetratadareformulaçãoda
funçãodoseducadoreseestesdevemtrabalharemperfeitaharmoniacomosequipamentose
sistemas(BIONDI;CHIGANER,1998).Éimportantequeosadministradoresdeinstituições
de ensino tracem estratégias para superar estas e outras dificuldades encontradas nesse
processo de modernização das metodologias de ensino na engenharia. As rápidas
transformaçõesnasociedadeenatecnologiaobrigamoengenheiro,nasuavidaacadêmicae
profissional,aadquirirautonomianareciclagemoucompreensãodenovosconceitos.
Outro fato relevante, desfavorável à utilização dos objetos de aprendizagem, é a
resistênciacriadapelosprópriosprofessoreseprofissionaisdaeducaçãomaistradicionalistas
(KOPTTIKE;CASAROTTOFILHO,1998).Partedageraçãodeprofissionaistradicionalistas
ainda vê o ensino tradicional como de maior eficiência, onde se baseia essencialmente na
figuradoprofessorcomopersonagemativonoprocessodeaprendizagem,enquantooaluno
apenas copia a matéria do quadro negro, eventualmente fazendo alguma pergunta ou um
comentário,mantendoomesmopapelpassivohámaisdecincomilanos(LÉVY,1990).
Comofatoradicionalàresistênciadeprofissionaisdaeducaçãotradicionalistasparao
usodetecnologiasnoprocessodeaprendizagem,épossívelatribuirafaltadetreinamentose
capacitaçãodeprofessoresparaautilizaçãodetecnologiasutilizadasnocontextoeducacional,
dentre as quais, se destacam os recursos informáticos e sistemas de computação, com
crescimentodesdeoiníciodadécadade2000(BARRETOetal.,2006).
2.2EVOLUÇÃOHISTÓRICADATECNOLOGIANAEDUCAÇÃO
O primeiro marco importante da utilização de tecnologia no processo de ensino-
aprendizagemocorreuporvoltade1922,quandoareproduçãodefilmesfoiviabilizada.De
acordo com Thomas Edison, a quem são atribuídos os méritos pela a invenção de
equipamentosutilizadosparafilmagemeprojeção de imagensem tela,comoadventodos
filmese,dentrodeumintervalodepoucosanos,os livrostradicionaisseriampraticamente
extintos do ambiente educacional (MAYER, 2001). A produção de filmes educacionais
19
possibilitariaacriaçãode séries de vídeoseducacionais sobre variados conceitos, demodo
que a presençadeumespecialistaemdeterminadoassuntonão seriamaisfundamental em
saladeaula,paraqueadisciplinafosseministrada.Porém,opassardosanosmostrouqueas
prediçõesfeitasporEdisonnãoseriamtãobemaceitaspelacomunidadeacadêmica.
Na década seguinte, as pesquisas sobre o uso de tecnologia na educação foram
voltadasparaousodorádio.Éimportanteressaltarqueométododedifusãodorádioedos
filmes é diferente, uma vez que o rádio pode ser escutado remotamente, apenas sendo
necessária a utilização de umaantena receptora, enquanto paraa visualizaçãodosfilmesé
necessáriaainstalaçãodeumaparatotecnológicomaiscomplexo.Oensinoapartirdorádio
permite que um grande número de estudantes possa acompanhar a aula remotamente, e
segundoMayer(2001),opapeldoreceptorderádiosetornariatãofundamentalquantoaoda
lousaemumasaladeaula.Apartirdoiníciodosanos50,asfuncionalidadesdorádioforam
aumentadascomainvençãodatelevisão.Apartirdestemomentoeracapazacombinaçãodos
benefícios da transmissão de imagens e áudio, fato que marcou a televisão como uma
tecnologia utilizada para transmitir o conteúdo instrucional para um grupo de pessoas
simultaneamente(pormeiodatecnologiabroadcast)ecomfuncionalidadesdevídeoeáudio
integrados.Pôde-seperceberquecomautilizaçãodetecnologiasbroadcastcomoorádioea
televisão,oensinoperdeocaráterexclusivamentepresencialepassaaocorrerdeformaqueo
professoreoalunonãoestejamsimultaneamentenomesmoambientedurantetodoocursoou
apenasemdeterminadaparceladoprocessodeensino,combinandoaEaDcomaeducação
presencial.Asegundageraçãodeensinoàdistânciadiferedageraçãoanterior,poisémarcada
pela utilização dos novos adventos tecnológicos no auxílio ao processo de ensino-
aprendizagem, enquanto a primeira geração de ensino à distância era baseada na troca de
cartasentreprofessoresealunos.Dentreasprincipaiscaracterísticasdasegundageraçãodo
ensino à distância destaca-se a educação voltada para o ensino de massa, com alta escala
econômica, possibilitando difundir o estudo em regiões menos acessíveis, produzindo
materiais e aulas como pacotes instrucionais, fatores que culminaram no fracasso desta
metodologiadeensino(BELLONI,2003).
Ainda em meados da década de 50, os trabalhos de pesquisa do psicólogo
comportamentalistaBurrhusFredericSkinnerganhamdestaque,aointroduziroconceitode
computadoresnocontextodaeducação.Entre1954e1958,Skinnervislumbrouummodelo
demáquinadeaprendizagem,quetemcomocaracterísticaanavegaçãoporumasequênciade
etapas mínimas, onde a cada etapa o usuário deve validar seu conhecimento para poder
prosseguir.Skinnerconsiderouapossibilidadedeoaprendizinserirsuasprópriasrespostasno
20
sistema, não se limitando apenas pela seleção da alternativa correta. Outro fator a ser
considerado no modelo da máquina de aprendizagem de Skinner é a funcionalidade de o
sistemagerarfeedbackaousuário,conformeseudesempenhonosquestionários(ROGERSet
al.,2009).Apartirdadécadade60,acontribuiçãodonorte-americanoSkinnernocampode
tecnologiaaplicadaaocontextoeducacional,culminounacriaçãodotermoCAI–Computer
AssistedInstructionouInstruçãoAssistidaporComputador(MAYER,2001;ROGERSetal.,
2009).Desdeentãodiversosprojetosdepesquisanaárea,comoporexemploemMatz(1982),
Sleeman (1982) e em Sleeman e Hendley (1982), se voltaram ao desenvolvimento de
ferramentas de estudo baseadas em programas de computador, na tentativa de otimizar o
processodeensino-aprendizagem.
As primeiras propostas de softwares educacionais foram baseadas em programas
lineares, característicos por apresentar o conteúdo de forma pré-definida, portanto, não
permitem a flexibilização na abordagem do tópico estudado de acordo com o perfil do
estudante ou circunstância de ensino. Na tentativa de tornar os programas lineares mais
eficazes, foram desenvolvidos os programas ramificados cuja principal inovação era a
característica de se adaptar às diferentes respostas dos alunos, durante o decorrer da
navegação.Oníveldeadaptabilidadedosprogramasramificadosestavarestritoemapresentar
aosalunosdiferentesfeedbacksemfunçãodorendimentonasatividadespropostas.Porém,no
início dos anos 70 o conceito de adaptabilidade foi refinado, i.e., foram desenvolvidos
sistemasquebuscavamseadaptaraoestilocognitivodecadaalunolevandoemconsideração
os pré-requisitos dos estudantes e o contexto de aprendizagem (ANDRADE, GAVIDIA,
2003).
O desenvolvimento destas ferramentas de estudo, baseadas em tecnologias
computacionais, exigiu uma interdisciplinaridade entre os aspectos da engenharia
propriamenteditos e asteorias de aprendizagem. A princípio, a teoriacomportamentalista,
defendidaporSkinner,einseridaemsuapropostadamáquinadeaprendizagem,sebaseiana
premissa de que a aprendizagem ocorre a partir da repetição de um novo padrão
comportamental,atéqueestesetorneumatoautomático(ROGERSetal.,2009).Estateoria,
assimcomoaspesquisasdeSkinnersobrecomputaçãonaeducaçãoforamosalicercesparao
projeto de programas educacionais até o inícioda décadade 80, quandofoisuperadapela
nova teoria construtivista, proposta pelo biólogo, especialista em educação, Jean William
FritzPiaget.Ateoriaconstrutivistadefendequeaaprendizagemocorreapartirdainteração
apropriada com o ambiente. Este conceito influenciou o desenvolvimento dos ambientes
virtuais de aprendizagem, onde a noção de aprender a partirde atividades deexploraçãoe
21
criação é aplicada. Ainda de acordo com Piaget, o uso dos softwares educacionais e os
ambientes virtuais de aprendizagem, pode estimular a participação ativa do estudante no
processodeaprendizagem(ANDRADE;GAVIDIA,2003;ROGERSetal.,2009).Noinício
dos anos 80, além da adesão à teoria de aprendizagem construtivista, houve um relevante
avançonosmétodoscomputacionais,ondeossoftwareseducacionaispassaramaincorporar
técnicas de inteligência artificial, caracterizando o nascimento do conceito de Sistemas
TutoresInteligentes(STI),quepossibilitaramotimizarosprogramasexistenteseaumentara
adaptabilidadeecustomizaçãodasferramentasdeestudodeacordocomoperfildoestudante
edocontextodeaprendizagem.
No início da década de 90, levando em consideração as novas tecnologias
desenvolvidas, foi constituída uma nova geração de ensino a distância (BELLONI, 2003).
EstageraçãoémarcadaprincipalmentepeloconceitodeTIC(TecnologiasdaInformaçãoe
Comunicação),quesãoosaplicativosinteligenteseinterativos,redestelemáticascompáginas
web,e-mail,chats,fórunsdediscussões,etc.
DeacordocomLagoetal.(2007),nofinaldadécadade90,foicriadooconceitode
componentesdesoftwareseducacionaisoucomponentesdeaprendizagem.Esteconceitoestá
baseadonapremissadecomporumcontextodeensinoapartirdeváriasunidades,pormeio
deumacombinaçãodecomponentesdeaprendizagem.Destaformaépossívelimplementar
diferentesfuncionalidadesemdistintoscontextosdeensino.Ofatodeutilizarváriasunidades
desoftwareeducacionalfeznecessáriaacriaçãodeumgrupodeestudoparadesenvolverum
projeto Educational Software Components of Tomorrow (ESCOT, 2008), que criou
parâmetrosafimdegarantirainteroperabilidadeparaaintegraçãodasdiversasunidadesde
software. O princípio da concepção dos componentes educacionais foi utilizado no
desenvolvimentodeumanovaferramentadeestudos:osObjetosdeAprendizagem(LAGO;
SANTANCHÉ;ALMEIDA;FILHO,2007).
22
3OBJETOSDEAPRENDIZAGEM
Nos últimosanos foramdesenvolvidas algumas propostas deferramentas de ensino
utilizando recursos tecnológicos, porém, há um consenso entre os profissionais da área de
educação de que o conteúdo destes materiais, em sua maioria, é inadequado para que o
aprendizado ocorra de maneira eficiente. Segundo Casarotto, Kopittke e Casarotto Filho
(1998), isto se deve ao fato de que a conseqüência deste tipo de ferramenta é inibir a
comunicação entre professores e alunos, minimizando a função do professor e
individualizandooestudo.Estesmateriaisapenasbuscamareproduçãodatradicionalsalade
aula,apresentandotextoslongos,poucasanimaçõeserecursosinterativoslimitados.Aquebra
desteparadigmanapedagogiavemestimulandopesquisasnomundointeiro,natentativade
desenvolverummodelodeferramentadeestudoquetenhaumanovaabordagemnautilização
dasnovastecnologiasdigitaisequepossaserusadaefetivamentecomosuporteaoprocesso
ensino-aprendizagem.
3.1PADRÕESPARAODESENVOLVIMENTODEOBJETOSDE
APRENDIZAGEM
Algumas importantes e conceituadas instituições de ensino buscaram suas próprias
definições para os objetos de aprendizagem. Uma das instituições mais reconhecidas e
respeitadasnaáreadaengenharia,oInstituteofEletronicsandEletricalEngineers(IEEE),
definiuosobjetosdeaprendizagemcomo“umaentidade,digitalounãodigital,quepodeser
usadaereutilizadaoureferenciadaduranteumprocessodesuportetecnológicoaoensinoe
aprendizagem” (IEEE, 2008). Isto significa que segundo a definição dada pelo IEEE, um
objetodeaprendizagemnãoprecisasernecessariamentebaseadoemtecnologiadigital.Deste
modo,umtradicionallivroouapostilapodeserconsideradoobjetodeaprendizagem,mesmo
semousodatecnologiadigitalemproldoaumentodaeficiênciadoaprendizado.
Entretanto, devido ao fato do termo “Objetos de Aprendizagem” ser muito comum
entre os profissionais que buscam integrar as novas tecnologias ao ensino, David Wiley
(2000), pesquisador da área, definiu de forma mais clara os objetos de aprendizagem,
excluindoasentidadesnãodigitais,ouseja,limitouosobjetosdeaprendizagemapenascomo
entidadesdigitais.
Dadoopotencialdecrescimentoepopularizaçãodestasnovasferramentasdeestudo,
surgiram algumas iniciativas com o objetivo de padronizar as especificações, construção e
23
identificação dos objetos de aprendizagem (ADL, 2009). Estas especificações são
fundamentaisparaqueosobjetosdeaprendizagemsetornemusadosemlargaescalaecom
desenvolvimento sustentável, uma vez que os avanços tecnológicos evoluem em altas
velocidadeseosmeiosdeconstrução,elaboraçãoedistribuiçãodestasnovasferramentasde
ensino também acompanham tal evolução. Desta maneira, justifica-semaior organização e
estruturação para criação de objetos de aprendizagem em termos internacionais. Entre os
modelosexistentes,oSharableContentObjectReferenceModel(SCORM),deacordocom
DutraeTarouco(2006),éodemaiordestaquee,portanto,émaisdetalhadonestapesquisa.
Entretanto, um segundo modelo, Instructional Management System Learning Design (IMS
Learning Design), tem agregado uma quantidade relevante de usuários apresentando certo
crescimentoepopularização.
Com base nos recentes estudos e novas propostas para o futuro da educação, o
DepartamentodeDefesaAmericano(DoD)criouumasubdivisãoresponsávelporgerenciar
as novas alternativas para a educação e tecnologias de ensino. O principal objetivo do
Advanced Distributed Learning (ADL, 2009) é desenvolver as ferramentas, padrões e
regulamentaçãodeconteúdos,visandopromoveracessoaoensinodealtaqualidade,levando
emconsideraçãoaslimitaçõesindividuaisdosalunosesuasnecessidadesdeaprendizadoe
reciclagem de conceitos em qualquer hora e local. A criação do ADL repercutiu entre as
comunidadesdepesquisanaáreadee-learning,proporcionando considerável evolução das
metodologiasdedesenvolvimento,distribuiçãoegerenciamentodosconteúdosdosmateriais
deensino.OADLéresponsávelpelopadrãochamadodeSCORM–SharableContentObject
ReferenceModel.Estemodeloagregadefiniçõesdadas pelasmaisimportantesinstituições,
como o IEEE, IMS Global Learning Consortium e Aviation Industry Computer-Based
TrainingCommittee(AICC,2008),tornandoopadrãoSCORMomaisreconhecidoeaceito
mundialmente(DUTRA;TAROUCO,2006).
Emoutubrodoanodedoismileseis,foilançadaaversãomaisatualdestemodelo,
onde a ADL publicou a terceira edição do SCORM 2004. Esta publicção foi dividida em
quatro livros(Overview, ContentAggregationModel,Run-TimeEnvironmenteSequencing
andNavegation).Afiguraaseguir(Figura1)mostraestadivisãodelivros.
24
Figura1–DistribuiçãodomodeloSCORMemquatrolivros
(TraduzidoeadaptadodoLivro1–ADL,2009)
A descrição dos quatro livros encontrados no modelo SCORM são apresentados a
seguir,conformetraduçãodoautordestaproposta,apartirdasreferênciasdoSCORM(ADL,
2009). Oprimeirolivro,Overview,temcomoobjetivoidentificaravisãogeralepremissas
para concepção do modelo SCORM, detalhando seus princípios, organização, criação e
história deste modelo de desenvolvimento de objetos de aprendizagem. Existem requisitos
que todos os objetos de aprendizagem devem atender segundo o modelo SCORM:
Acessibilidade, Adaptabilidade, Sustentabilidade, Durabilidade, Interoperabilidade e
Reusabilidade.Porintermédiodasregraseprocedimentosdescritosnosoutrostrêslivrosque
compõemomodeloSCORM,sãogarantidosaoobjetodeaprendizagemestesrequisitos.
Aidéiadeacessibilidadeconsisteempermitirquecomponentesinstrucionaispossam
ser localizados e acessados remotamente. Esta característica permite que os objetos de
aprendizagem sejam acessíveis de forma a flexibilizar o tempo de estudo de alunos e
professores, realizando suas tarefas de maneira mais agradável, de acordo com as
peculiaridadesdaagendadecadapessoa.
Os componentes instrucionais em conformidade com o modelo SCORM também
devem ter a habilidade de se adequar às necessidades individuais e organizacionais,
caracterizandoo conceito de adaptabilidade. Isto significa que os objetos de aprendizagem
devem se moldar ao perfil dos estudantes e das instituições de ensino, atendendo às
particularidades de cada usuário, provendo a desejada excelência na transmissão de
conhecimento.
25
Sustentabilidadeéoutroaspectoimportanteebaseia-senoincrementodeeficiênciae
produtividadequeomaterialdeensinopodeapresentar,reduzindotempoecustosenvolvidos
na distribuição e uso dos mesmos. Este requisito pode ser compreendido analisando a
evoluçãocientíficaeanecessidadedeaquisiçãodeconhecimentonatentativadeacompanhar
a velocidade de tal evolução. Para isto, os objetos devem ter a estrutura organizada de tal
maneira, onde a atualização e inserção de novas informações possam ocorrer de maneira
rápida e prática. O modelo SCORM também referencia a durabilidade de seus materiais
educacionais,exigindosuporteparaqueosmesmosacompanhemasevoluçõesemudanças
tecnológicassemcustosde re-planejamento,re-configuraçãoerecodificação.Esterequisito
pode ser compreendido analisando a evolução tecnológica das ferramentas de
desenvolvimento e distribuição dos objetos de aprendizagem. A medida que as novas
ferramentas e tecnologias são desenvolvidas, os objetos de aprendizagem devem ser
atualizadosrapidamente,semquehajadefasagemdetecnologia.Apartirdestahabilidade,o
aspecto da durabilidade torna-se mais relevante devido aos desafios mundiais de otimizar
recursoseconômicos.
Comoobjetivodeproporcionardiversasopçõesdeferramentasdedesenvolvimentoe
distribuiçãodosobjetosdeaprendizagem,oconceitodeinteroperabilidade,segundoomodelo
SCORM,estárelacionadocomahabilidadedoscomponentesinstrucionaisestaremlocados
em uma plataforma de gerenciamento de ensino e ainda, este mesmo material, poder ser
disponibilizado em outras plataformas de ensino. Esta característica é importante para que
haja um padrão de armazenamento e desenvolvimento, possibilitando a operação dos
conteúdosinstrucionaiseminúmerasplataformasdeensino.
Outrorequisitodizrespeitoà habilidadedereutilizaçãodoobjetodeaprendizagem.
Isto significa que o material de ensino deve ter flexibilidade para ser usado em múltiplas
aplicações e contextos diferentes de ensino-aprendizagem. Esta peculiaridade aponta que o
mesmoobjetodeaprendizagempodeserutilizadoporalunoseprofessoresdegraduação,pós-
graduaçãoeinclusiveporprofissionaisdomeiocorporativo.
Além disto, um aspecto fundamental do modelo SCORM é considerar que a
distribuiçãodoconteúdodoscomponentesinstrucionaisdevaserfeitapormeiodaInternet.
DeacordocomafilosofiaadotadapeloSCORM,adistribuiçãodoconteúdoeducacionalpela
webéamelhormaneirademaximizaroacessoeousodestasferramentasdeensino.
Olivrodois,ContentAggregationModel(CAM),descreveotipodoconteúdoparao
desenvolvimentodosobjetosdeaprendizagem,comoobjetivodeorientaroempacotamento
doconteúdo,facilitandoaadaptaçãoemdiversasplataformasesistemas,alémdedefiniras
26
responsabilidadeserequerimentosparaaagregaçãodecomponentescomomódulos,lições,
capítulosnovos,etc.Nestelivrotambémestãodefinidasasregraseinformaçõesdecomoos
sistemas de gerenciamento de ensino (LMS) devem processar os pacotes e conteúdos. De
acordo com o SCORM, a organização do conteúdo deve ser estruturada em um arquivo
chamado de manifesto (Figura 2), definido na linguagem XML (Extensible Markup
Language). A figura a seguir exemplifica o arquivo imsmanifest.xml gerado a partir do
desenvolvimentodepartedoobjetodeaprendizagempropostonestetrabalho.
Figura2–ExemplodeArquivoimsmanifest.xml(Autoriaprópria)
Apartirdoexemplovistonafigura2,pode-seidentificarqueoconteúdodopacote
SCORM é subdividido em quatro elementos: identificação do manifesto, metadados,
organização e recursos. Primeiramente, o identificador do manifesto mostra as referências
adotadas pelo modelo SCORM. Na figura 2, é possível identificar os endereços das
respectivaspáginaswebdoIMSProject,AdvancedDistributedLearning(ADL),IMSGlobal
eXML.Osegundoelementodefinidoéchamadodemetadadosenestaetapaédefinidoqueo
conteúdo do pacote é em acordo com a versão 1.2 do modelo SCORM, por exemplo.
Resumidamente,oelementometadadoséresponsávelporproverinformaçõessobreosdados
agrupados no pacote. Na figura 3, pode ser visualizado, em detalhes, um exemplo da
descriçãodotipodemetadadosutilizados.
Figura3–Descriçãodotipodemetadados(Autoriaprópria)
27
Aseguir,édefinidooelementodenominadoorganização(organizations)quedefinea
hierarquia das unidades de estudo do objeto de aprendizagem. A Figura 4 representa um
modelodedistribuiçãohierárquicadeumobjetodeaprendizagem.
Figura4–ModelohierárquicoorganizaçãoSCORM
(TraduzidoeadaptadodolivroContentAggregationModelADL,2009)
A figura 5 mostra, em detalhes, como a organização do objeto de aprendizagem é
descrita por meio do arquivo imsmanifest. Neste exemplo, é possível visualizar que o(s)
tópico(s)é(são)organizado(s)apartirdeumaestruturahierárquica.Nomesmoexemplo,o
ObjetodeAprendizagemapresentaumúnicotópico,denominado“LimitaçãoEDFA”.
Figura5–DescriçãodaorganizaçãodoObjetodeAprendizagemnoarquivoimsmanifest.xml
(AutoriaPrópria)
28
Finalmente, são definidos os recursos que o objeto de aprendizagem dispõe, que
podemserarquivosdetexto,imagens,áudio,vídeo,animaçõesemFlash.Afigura6mostra
como os recursos são descritos e identificados no arquivo imsmanifest.xml. É possível
verificarquenoexemploexibido,orecursoéidentificadocomoumasset,comreferênciaao
arquivo“P1.7.swf”.
Figura6–DescriçãodosRecursosdoObjetodeAprendizagemnoarquivoimsmanifest.xml
Cada elemento que forma o conteúdo dos Objetos de Aprendizagem pode ser
classificadocomoAsset,ouumSharableContentObject(SCO),conformemostraafigura7.
DeacordocomoADL(2009),umAssetpodeserdefinidocomoqualquerrepresentaçãode
mídia eletrônica como, por exemplo, um arquivo de texto, imagem, áudio ou qualquer
elemento quepodeseracessadopormeio deumclienteweb(usuário).Poroutrolado,um
SCOécaracterizadopelomesmoconceitodeumasset,porémdevecumprircomosseguintes
requisitos,definidospeloSCORM(ADL,2009):
• Deveserindependentedocontextodeaprendizagem,comoobjetivodeaumentara
reusabilidade;
• Deveserdescritopormeiodemetadados;
• Deve aderir ao modeloRun Time Environment (RTE), definido pelo SCORM, para
comunicaçãocomasplataformas de gerenciamento de ensino(LMS) queadotem o
padrãoIEEEECMAScriptAPIparacomunicação;
• Podeseragregadoaoutro(s)SCO(s)comoobjetivodeformarumaatividade,visando
aampliaçãodoescopodeconceitosabordados;
• Pode assumir qualquer tamanho (em número de bytes), porém devem ser o menor
possível, pois o SCOé considerado o nível mais granular a ser disponibilizadoem
umaplataformadegerenciamentodeensino(LMS).
Aseguir,aFigura7ilustraestasdefiniçõeseexemplificaadiferençaentreAssetse
SCOs.
29
Figura7–DefiniçãoAsseteSCO
(TraduzidoeadaptadodolivroContentAggregationModelADL,2009)
Olivroseguinte,Run-TimeEnvironment(RTE),refere-seaosmeiosparagerenciaras
interaçõesdousuáriocomoSCOpormeiodaplataformadegerenciamentodeensino(LMS).
Épropostoummodelotemporalparaoestudodacomunicaçãoentreusuário,SCOeaLMS.
Ailustraçãoaseguir(Figura8)mostraalgunsconceitosdefinidospelaADL.
Figura8–ModelotemporalRTE
(TraduzidoeadaptadodolivroRun-TimeEnvironment.ADL,2009)
30
Logindasessão:éoperíododetempoemqueousuáriopermanececonectadoaosistema
(logonelogout);
Tentativadousuário:esforçorealizadopelousuárioparasatisfazerosrequisitosimpostos
peladeterminadaatividadedeaprendizagem;
Sessãodousuário:éotempoemqueousuáriopermaneceativonaconexãocomoSCO;
Comunicação:éaconexãoentreoSCOeoAPI,objetoprincipaldolivroRTE.
OconceitoprincipalabordadonolivroRun-TimeEnvironmentédefinirqueomodo
de comunicação entre um SCO e o LMS deve ser por intermédio de uma aplicação de
interface(ApplicationProgrammingInterface–API)capazderealizartaltarefa.AAPIéum
módulo programado geralmente em Java Script e nesta aplicação é dedicado ao
gerenciamento de comunicação (Run time services communication RTC). A API deve ser
provida pela plataforma de gerenciamento de ensino, desta maneira, garante aos SCOs as
característicasdeinteroperabilidadeereusabilidade.SeaincumbênciadeproveraAPIéda
plataformadeensino,deveserderesponsabilidadedoSCOabuscaesolicitaçãodeconexão
comaAPI.Umavezestabelecidaaconexão,oSCOeaLMSiniciamoprocessodetrocade
dadosquepodeassumirosseguintesestados(Figura9):
1) Notinitialized(Nãoiniciada)
2) Running(Emandamento)
3) Terminated(Encerrada)
Figura9–EstadosdaComunicaçãoentreSCOeLMS
(TraduzidoeadaptadodolivroRun-TimeEnvironmentADL,2009)
31
O estado “not initialized” é imediatamente anterior ao início da comunicação entre
SCOeLMS.ÉnestemomentoqueoSCOdevebuscarestabelecercomunicação,deacordo
comsolicitaçãodousuário.Aoestabeleceracomunicação,oestadoéalteradopara“running”
ea partirdisto, oSCO pode realizartarefas como armazenardados externos,exibiralgum
valorcalculadoourecuperadodeumbancodedadoseaindaencerraracomunicaçãoentre
SCOeLMS.Umavezencerradaacomunicação,oestadosealterapara“Terminated”.
O último entre os quatro livros que descrevem modelo de referência SCORM, é
denominado Sequecing and Navegation (SN). Tem o objetivo de definir os métodos de
representação do comportamento pretendido em determinadaexperiência de aprendizagem.
Isto significaquenestelivrohá uma orientação de comoumsistema de gerenciamentode
ensino deve interpretar o sequenciamento das atividades do contexto de aprendizagem de
maneiraconsciente.EstelivrodefinetambémocomportamentoefuncionalidadesqueoLMS
deve ter para processar as sequências de navegação e o fluxo das atividades, de forma a
proporcionar a possibilidade do processo de aprendizagem eficaz. A estrutura lógica de
sequência e navegação é representada por um diagrama de árvore (Figura 10) em que as
atividades são organizadas hierarquicamente, de acordo com a estrutura definida no
respectivoarquivoimsmanifest.xml.
Figura10–ModelodeSeqüênciaeNavegação
(TraduzidoeadaptadodolivroSequencingandNavigationADL,2009)
32
Existe um procedimento para verificação de conformidade de um objeto de
aprendizagem.Podemserdefinidasduascategoriasparaoconteúdodentrodosrequerimentos
domodeloSCORM:Conformant(indicandoqueomaterialdeensinosegueasespecificações
descritanomodeloSCORM20044thedition,poisfoiaprovadonoself-test,realizadopelo
software disponibilizado pela ADL.) e Certified (quando o componente instrucional foi
aprovadonostestesfeitosnospróprioslaboratóriosdaADL).
Como pôde ser visto, o enfoque do modelo SCORM é o conteúdo instrucional e o
modoqueédisponibilizadoedistribuídoaosalunos,preocupando-seapenascomummodelo
de aprendizado individualizado. Esta visão não considera a interação entre professores e
alunosfundamentalparaoaprendizado.
3.2DISTRIBUIÇÃODOSOBJETOSDEAPRENDIZAGEM
Comocrescimentodasdiscussõeseavançosdoe-learning,surgiuanecessidadede
organizar os métodos de disponibilização dos conteúdos dos materiais e ferramentas de
estudos digitais. Os objetos de aprendizagem podem disponibilizados por meio dos
aplicativos de Gerenciamento de Conteúdo e/ou Ensino ou por meio de repositórios de
objetosdeaprendizagem,ouLearningObjectRepositories–LOR(SILVEIRAetal.,2007).
Osrepositóriosdeobjetosdeaprendizagempodemserdefinidoscomolocaispúblicos
ounão,ondeobjetosdeaprendizagemsãoarmazenados.Pode-seaindaincluirnestadefinição
aspropriedadesdosrepositóriosapresentaremacessoporrede,semexigirqueousuáriotenha
algumconhecimentopréviosobreaestruturadedadosutilizadaparaarmazenarosobjetosde
aprendizagem.Osrepositóriosdeobjetosdeaprendizagem,alémdearmazenarosassets,são
responsáveis por registrar os metadados associados a cada objeto de aprendizagem
(SILVEIRAetal.,2007).
Oconceitodos aplicativos degerenciamento deconteúdo, ouContent Management
Systems(CMS)podeserdefinidocomoumconjuntoderegrasetecnologiascomoobjetivo
de orientar e permitir que instituições de ensino ou corporações possam gerenciar e
disponibilizar conteúdo de informações instrucionais. Em outras palavras, um sistema de
gerenciamentodeconteúdoéencarregadoporarmazenaredistribuiroconteúdodeformaon-
line(IRLBECK;MOWAT,2007).
As plataformas de gerenciamento de ensino, ou Learning Management Systems
(LMS),possibilitamogerenciamentoeadministraçãodoconteúdodosmateriaisutilizadosno
processodeaprendizagem,etambémpodemforneceraestruturaparaqueosalunosplanejem
33
eexecutemseusestudosindividualmente,alémdetrocarinformaçõeseconhecimentoscom
outroscolegaseprofessorespormeiodemeioseletrônicoscomoe-mail,chats,etc.Deacordo
com Silveira, Omar e Mustaro (2007), ainda é possível destacar que as principais
funcionalidades de um LMS são: catalogar cursos on-line, registro de usuários, iniciar e
carregarmateriaisdigitais,relatóriosdeacessoenavegaçãopeloscursos.OLMSaindapode
proporcionar a aprendizagem colaborativa e síncrona entre usuários do sistema, desde que
hajaconexãoaInternetouIntranet.Porfim,osLMSaindapodemsecomunicareseintegrar
comoutrosaplicativos.ÉimportanteressaltarqueoLMSnãotematarefadegerenciar,criar
ou fazer a busca por conteúdo, que deve ser integrado previamente ao LMS para
disponibilizaçãoaoaprendizposteriormente.
Jáossistemasdegerenciamentodeensinoeconteúdo(LearningContentManagement
System – LCMS) permitem que o conteúdo possa ser armazenado, gerenciado, usado e
reusadoapartirdeumabasededadosintegrada.Poroutrolado,oLCMStambémpermiteo
gerenciamento e acompanhamento da navegação dos aprendizes pelos cursos on-line. O
repositório (base de dados central) é responsável pelo armazenamento dos objetos de
aprendizagem (SCO), que são disponibilizados aos usuários de forma individualizada ou
coletiva.Ainterfacedeapresentaçãoaousuárioapresentafeedback,integraoutrosrecursose
gera relatórios para acompanhamento da navegação e desempenho do aprendiz em
determinadocontextodeaprendizagem(IRLBECK;MOWAT,2007).Pode-seconcluirqueo
usodestestrêsaplicativosérecomendadoparaadistribuiçãodeobjetosdeaprendizagem.As
características e peculiaridades de cada ferramenta devem ser analisadas de acordo com o
contextoeobjetivoseducacionais.
OMOODLEéumambientedeaprendizagemdesenvolvidoem1999peloaustraliano
Martin Dougiamas e associou inúmeros membros, principalmente em universidades
internacionais (KENNEDY, 2005). Por se tratar de um LCMS, a partir do MOODLE, é
possível realizar atividades como o desenvolvimento e armazenamento de ferramentas de
estudo, propor discussões sobre metodologiasdeensinoeassuntosrelacionadosaopróprio
ambientedeaprendizadoesuasinterfaces.Porserumsistemadegerenciamentodeensino,o
MOODLE disponibiliza um conjunto de ferramentas formado por fóruns, diários, chats,
questionários, artigos, além de objetos de aprendizagem (MOODLE, 2009). Estes recursos
podem ser controlados pelos professores, com o objetivo de otimizar o processo de
aprendizagem.
Odesenvolvimentodeobjetosdeaprendizagemsugereainda,ainteraçãocomoutras
tecnologias como IA, mapas conceituais, simulações computacionais, entre outras. Desta
34
forma,épossívelfacilitaroalcancedasmetasdeaprendizagemdefinidase,principalmente,
queistoocorradeformaotimizada,natentativadesuprirasfalhaselacunasdeixadaspelo
usoinapropriadodetecnologianocontextodeaprendizagemaolongodahistória.
35
4RECURSOSTECNOLÓGICOSCOMPLEMENTARESAOSOBJETOS
DEAPRENDIZAGEM
O uso de tecnologias, seja em ambientes virtuais de aprendizagem, em objetos de
aprendizagemouemqualquersistematutorinteligente,podeservistocomoumaestratégia
alternativa para otimização do processo de ensino-aprendizagem. Tais recursos digitais
possibilitamummelhoraproveitamento da capacidade de aprendizagem de cadaestudante.
Nocontextodee-learning,oestudodasciênciascognitivasavançouconcomitantementecom
as técnicas computacionais, culminando no desenvolvimento de métodos e práticas que
buscam estimular a aprendizagem significativa nos estudantes. Além deste fator, o uso de
tecnologia permite a representação de fatores intrínsecos ao ambiente de aprendizagem
presencial. Dentre os principais fatores, é possível destacar aspectos motivacionais,
intelectuais,emocionaisesensoriais(NETTO,2004).
Oconceito deaprendizagemsignificativa é estudado pelas ciênciascognitivas. Esta
teoria está associada a premissa de que um novo conhecimento é construído por meio da
interação com algum conhecimento prévio relevante (chamado de subsunçor), existente na
estruturacognitivadoaprendiz(MOREIRA,2008).Apartirdaocorrênciadaaprendizagem
significativa,oconhecimento“inédito”passaaterumsignificadopsicológico,conexõessão
criadasentreoconhecimentoadquiridonopassadoeonovoconhecimento(LÉVY,1990).A
partirdafigura11,épossívelcompararpormeiodeilustrações,aocorrênciadaaprendizagem
mecânica(esquerda)edaaprendizagemsignificativa(direita).
Figura11–Comparativoentreaprendizagemmecânica(esquerda)eaprendizagemsignificativa
(direita).(AdaptadodeMonteiroetal.,2006)
36
De forma contráriaao princípio da aprendizagemsignificativa, proposta pelo norte-
americano David Paul Ausubel, na aprendizagem mecânica não ocorre o armazenamento,
internalizaçãoeincorporaçãodonovoconhecimentoàestruturacognitivadoestudante.Não
há compreensão ou transferência de conteúdo. Na figura 11, o conceito de aprendizagem
mecânicaesignificativaéilustradoporumaanalogiaaoencaixedeumanovapeçanojogode
quebra-cabeça, indicando a falta de conexão do novo tópico estudado aos conceitos
previamenteexistentes(esquerda)ouoencaixeperfeitodeumanovapeçanoquebra-cabeça
(direita). Memorizar simplesmente expressões de física ou matemática, fórmulas químicas,
fatoshistóricossãoexemplosdeaprendizagemmecânica(MOREIRA,2008).
Segundo Moreira (2008), a aprendizagem mecânica e significativa não representam
eventos mutuamente excludentes, isto implica que a aprendizagem pode ser parcialmente
mecânica e parcialmente significativa. Portanto, a aprendizagem mecânica não é
necessariamente negativa, inclusive pode ser utilizada como uma estratégia para,
progressivamente, ocorrer a aprendizagem significativa. Cabe aos educadores estimular
sempre a aprendizagem significativa, desde que o conhecimento prévio do estudante seja
compatível com a área de conhecimento dos novos conceitos. Ainda são necessárias as
seguintescondiçõesparaaocorrênciadeaprendizagemsignificativa(MOREIRA,2008).
• Omaterialdeestudodeveserpotencialmentesignificativo,ouseja,deveapresentaros
conceitosdeformaaestimularorelacionamentodosmesmosàestruturacognitivado
estudante.
• Haja um esforço deliberado por parte do aprendiz para relacionar de maneira
substantivaenãoarbitráriaonovoconhecimentoàsuaestruturacognitiva.
É possível analisar a sequência de processos para a ocorrência da aprendizagem
significativa.Oentendimentodestasetapaspermiteavisualizaçãodosbenefíciosemelhorias
que os recursos tecnológicos aplicados à educação podem proporcionar no contexto de
aquisição de novos conhecimentos. A Figura 12 ilustra os processos inerentes à
aprendizagem.
37
Figura12–Etapasdoprocessodeaprendizagemsignificativa.
(TraduzidoeadaptadodeMayer,2001)
Deacordocomafigura12,épossívelidentificarqueoprocessodeaprendizagemestá
relacionadoàmemória,ouseja,aoprocessoarmazenamentodosnovosconceitosnamentedo
estudante (BAILEY et al., 1996). Para que esta tarefa seja realizada, o cérebro dispõe da
memória de trabalho ou memória de curto prazo, e da memória de longo prazo. A
memória de curto prazo se refere à atenção e ao conhecimento ativo na consciência do
aprendiz(LÉVY,1990;MAYER,2001).Épossívelexemplificarousodamemóriadecurto
prazoquandoestudantesmemorizamfórmulasmatemáticasespecíficasparaaaplicaçãoem
um exame. A memória de longo prazo representa o armazém de conhecimentos dos seres
humanos(MAYER,2001).Énamemóriadelongoprazoqueéarmazenadooconhecimento
porumlongoperíododetempo(LÉVY,1990;MAYER,2001).
ConformeasequênciadeetapasilustradasnaFigura12,pode-sevisualizarqueparaa
integraçãodeumnovoconceitoaoconhecimentoadquiridoanteriormente,sãonecessáriasas
seguintes etapas (MAYER, 2001): Primeiramente o conteúdo é apresentado na forma de
textos, narrações, imagens ou animações, em que sensores, como olhos e ouvidos são
responsáveis por captar os novos conteúdos. Esta etapa refere-se apenas à ativação das
estruturas sensoriais do indivíduo, em outras palavras, é quando uma pessoa começa a
perceberomundoeoambientequeacerca.Naetapaseguinte,amentehumanarealizauma
seleção de palavras e/ou imagens na memória de trabalho. Isto significa que as sensações
estão sendoconvertidas em impulsos elétricos no cérebro;é quando o indivíduo começa a
tomar relativa consciência de suas sensações. Ainda na memória de trabalho é criado um
modelo (verbal e/ou visual) que estrutura e organiza o conhecimento. Conceitualmente, a
simbolizaçãoestárelacionadacomacapacidadederepresentaçãodeformaverbalouvisual.
DeacordocomMayer(2001),aorganizaçãodoconhecimentopodeocorrerprincipalmentena
formadeclassificação,numeração,generalizaçãooucadeiasdecausa-efeito.Aestruturado
conhecimentoéinduzidadeacordocomaformaemetodologiaqueoconteúdoéapresentado.
38
Conformeindicamasflechasorientativasnafigura12,ostextosescritosformamummodelo
essencialmente verbal, mesmo que tenham sido lidos. Imagens e animações, assim como
textosenarraçõespodemformarmodelosverbaisevisuais,porémsemprehaveráummodelo
predominante(MAYER,2001).Emrelaçãoaosequenciamentodeprocessosapresentadona
figura 12 e ainda de acordo com a teoria cognitiva, é importante fazer duas observações
(MAYER, 2001). O primeiro aspecto está relacionado ao fato de que a capacidade de
absorção denovosconteúdosélimitada,explicandoo motivopeloqualháumaseleçãode
palavraseimagens.Outroaspectoimportanteéofatodehaverdoiscanaisdeprocessamento
de informações: O canal verbal responsável por trabalhar com o conteúdo apresentado na
formadetextosescritosenarrações;eocanalvisualincumbidodeprocessarasimagense
animações apresentadas aos estudantes. Por fim, é importante que o desenvolvimento de
novashabilidadeseconceitosnumindivíduoocorraatravésdestesníveisdeaprendizagemde
maneira gradativa e dependente do desenvolvimento físico, cognitivo e afetivo de cada
pessoa. Isto significa que não há dois seres humanos que consigam aprender no mesmo
espaçodetempoenamesmavelocidade.Combasenestesestudos,crescearelevânciados
métodos de ensino em que o aluno pode administrar seu próprio tempo e estudo e desta
maneira,cadaumseadaptaeaprendeosconteúdospropostosemsuaprópriavelocidadee
tempo.
A análise da teoria cognitiva mostra que os avanços tecnológicos, de fato, podem
proporcionar oaumentodaeficiência na aprendizagem aose desenvolverferramentascom
recursosmultimídia,interativos,entreoutros,quesãopoucoexploradosnasmetodologiasde
ensino tradicionais. Entretanto, é importante ressaltar que deve haver um critério bem
definido no projeto de dispositivos instrucionais digitais. Desta forma, a inserção de
elementos digitais, com recursos multimídia, desenvolvidos com base em metodologias
específicasparaaaprendizagem,podeculminaremganhoderendimentoemavaliações,da
ordemde46%a89%(MAYER,2001).Emoutraspalavras,paraqueacargacognitiva,ou
seja, o somatório da carga de conteúdo intrínseco ou externo do material instrucional na
memória de trabalho não seja superior aos limites dos alunos para absorção de conteúdo
(Brünken et al. 2003). Caso haja sobrecarga cognitiva, este fato pode comprometer o
aproveitamento das vantagens inerentes ao uso de animações interativas no processo de
aprendizagemmediadoporumambientecomputacional(TAROUCO,CUNHA,2006).
Oconceitodeobjetodeaprendizagempodeserrelacionadoaoutrosconceitoscomo
osdetecnologiasmultimídia,interatividade,simulaçõescomputacionais,mapasconceituais,
entreoutras,deformaaestimularosestudantesàaprendizagemsignificativa.
39
4.1RECURSOSMULTIMÍDIA
Adefiniçãodemultimídia,deacordocomMayer(2001),édadapelaapresentaçãode
umconteúdoutilizandopalavraseimagens.Entende-seporpalavracomoumtextoescritoou
narrado,representadoaformaverbaldeapresentaçãodoconteúdo.Aidéiadeimagensestá
relacionada a figuras, animações, gráficos, fotos, representando a forma visual para
representaçãodoconteúdo.
Omodelo de transmissãode conteúdode forma verbalistaamplamente utilizadoao
longo da história no contexto educacional (LÉVY, 1990; LOPES, 1991) vem sofrendo
algumastransformaçõescomoadventodatecnologiamultimídiainseridanoscomputadores.
Entretanto,deacordocomMayer(2001),osrecursosmultimídianãodevemservistosapenas
comoumaformadeaquisiçãodeinformaçõesesimcomoumaestratégiaparaestimularnos
aprendizes a construção de conhecimento. Na área de ciências exatas, é possível obter
resultadossatisfatóriosdopontodevistaeducacionalquandoestudantesutilizamanimações
computacionais, pois este fato torna mais intuitiva a análise do comportamento de uma
equaçãooufenômenofísico(MEDEIROS;MEDEIROS,2002;MONTEIROetal.,2006).
4.2INTERATIVIDADE
Desde odesenvolvimentodosprimeiros sistemascomputacionaisa interaçãocomo
usuárionãoeralevadaemconsideraçãopelosengenheirosdesenvolvedoresdesistemas,que
poluíamastelascomchaves,botõesemostradores.Apartirdoiníciodosanos80,oestudoda
Interação Homem-Computador (IHC) ganhou destaque, como fator com potencial para
otimizar o uso de um software. A interação pode ser definida como um processo onde o
usuárioatuasobreainterfacedosoftwareeposteriormenterecebeedecodificaasrespostas
dosistema.Destaformaacomunicaçãoentreousuário(humano)emáquinaéestabelecida
(NETTO,2004;PREECEetal.,2004).Afigura13ilustraoprocessodeinteraçãoIHC.
Figura13–ModelodeInteraçãoentreusuárioeComputador
(AdaptadodePreeceetal..In:Netto,2004)
40
Ocrescimentodeferramentasdedesenvolvimentodesoftwaresinterativoscolaborou
para o estudo de estratégias para tornar programas computacionais mais amigáveis,
facilitandoa disponibilização deferramentas de trabalho digitais para uma gama maior de
usuárioseemdiferentesaplicações. Paraisto,foicriadaumaáreadentroda engenhariade
softwarechamadadeDesigndeInteração,comoobjetivodeestabelecerecriarmecanismos
paraatingirasmetasdeusabilidadedeumsoftwareedesatisfaçãodousuário.
Asmetasdeusabilidadesereferemafatoresquevisamassegurarafacilidadedeuso,
eficáciaeeficiênciaeoníveldesatisfaçãodousuárioemrelaçãoaoprogramacomputacional.
Entretanto, existem também as metas decorrentes da experiência do usuário, que estão
focadasemgarantircomoequaissensaçõesousuárioteráaointeragircomosoftware.As
metas de experiência com o usuário se tornam relevantes com o constante crescimento de
tecnologiasquepodemserutilizadasparadarsuporteausuáriosduranteainteraçãocomo
computador.Afiguraaseguir(Figura14)ilustraasmetasdodesigndeinteração.
Figura14–MetasdoDesigndeInterações
(TraduzidoeadaptadodePreeceetal.,2004)
No ciclo externo é possível notar que as metas decorrentes da experiência com o
usuário são menos claramente definidas e cabe à equipe de desenvolvimento do software
encontraroequilíbriodestesaspectosdeacordocomasaplicaçõesespecificas(PREECEet
al.,2004).
41
AdefiniçãodoqueéIHC,assimcomooestudodasmetasdeusabilidadeedasmetas
decorrentesdaexperiênciacomousuáriotrouxeramcontribuiçõesparaaáreadeeducação,
ondeestesconceitossãoaplicadosparaqueainteraçãoentreumsistematutoreoaprendiz
possa trazer aspectos inerentes e necessários ao ensino como, por exemplo, fatores
motivacionais e emocionais (NETTO, 2004). Por outro lado, é possível verificar o
comportamento ativo por parte dos aprendizes durante o estudo interativo. Durante a
navegaçãodousuáriosãoestimuladasaçõescomoformulaçãodeintenções,especificaçãode
seqüência de atividades, percepções, interpretação de resultados e avaliação dos mesmos.
Estasatividadespodemajudaroestudanteatingiraaprendizagemsignificativa.
Nestasetapasdeinteraçãoosestudantestêmapossibilidadedetrocarexperiênciase
conhecimentocomoutrosestudantesoututoresvirtuais.Acomunicaçãousuário-sistemapode
ofereceraosaprendizesnovosdesafioseperspectivas,aliviandopossíveistensõesemocionais
característicasaoserealizarumaavaliação,porexemplo.Naáreadeeducação,osrecursos
interativos contribuem, portanto, para que a tradicional metodologia de ensino seja
transformada.
4.3APRENDIZAGEMPORSIMULAÇÃO
Aevoluçãotecnológicanocampodacomputaçãoproporcionouodesenvolvimentode
hardware e softwares com velocidade de processamento e realização de cálculos que
cumprissem com os requisitos básicos para que engenheiros de software desenvolvessem
programas dinâmicos e interativos capazes de simular sistemas físicos de forma fiel à
realidade (LÉVY, 1990; NAHVI, 1996). Este tipo de ferramenta é responsável, ainda de
acordo com Pierre Lévy (1990), por uma nova metodologia de aprendizagem em que o
conhecimento é adquirido por meio de simulação, ao variar parâmetros reais de um
determinadomodelomatemáticoquerepresentaumsistemafísicodomundoreal,permitindo
que os usuários atuem diretamente nos principais elementos do sistema, possibilitando
interaçãonaturalcomosfenômenosestudados.
Aformadeaprendizagemporsimulaçãotrata-sedeumametodologiadiferenciadaem
relaçãoàsoutrastécnicascomoexperimentosdelaboratórios,aulasteóricaseoensinooral
tradicional(LÉVY, 1990). Entreos aspectos fundamentaisda aprendizagem por simulação
destaca-se o fato de proporcionar ao usuário a possibilidade de alteração dos principais
parâmetros do sistema de interesse em tempo real e de forma interativa, verificando os
resultados de suas modificações, criando intuitivamente uma estrutura dos conceitos
42
estudados decausa e efeito. Ainteraçãoentreosimuladoreousuáriotempotencialmente
como conseqüência a otimização da aprendizagem de acordo com os conceitos da teoria
cognitiva, uma vez que os tópicos de interesse podem ser estudados a partir de interfaces
interativas e multimídia, criando no cérebro dos aprendizes modelos verbais e visuais. A
imagemaseguir(Figura15)ilustraomodelodeinteraçãopropostoporNahvi(1996)entrea
ferramentadesimulaçãoeousuário.
Entrada
(sensores)
Processamento
dos dados
Tomadas
de decisão
Planejamento
(Estratégia)
Saída
(atuadores)
Saída
(Resultados)
Entrada
(Interface)
Simulação
Modelos
Matemáticos
Recursos
Computacionais
Usuário
(Aprendiz)
Computador
Figura15–Modelodeinteraçãocomsimuladorescomputacionais
(TraduzidoeadaptadodeNahvi,1996).
Apartirdomodeloderepresentaçãodainteraçãohomem-simulador ficaexplicitaa
funçãocognitivamenteativaporpartedosaprendizes,ondeéderesponsabilidadedosmesmos
aexecuçãodetarefasdecontrole,processamentodosdadoseresultadosgeradospelosistema,
tomadasdedecisãoeplanejamentodeatividadeseseqüenciamentodeetapasdasimulação.
Portanto, as ferramentas de simulação proporcionam alto grau de interatividade,
interface multimídia e participação ativa por parte dos aprendizes no processo de ensino-
aprendizagem,fazendocomqueoasimulaçãopossaatuarcomoorientadoraparaorganização
doconhecimentodeformabemdefinidacomoumarelaçãodecausaeefeito.Estesfatores
sãoagentesquecolaboramparaummelhoraprendizado,deacordocomateoriacognitiva.
43
Apesar das discussões sobre o uso maisamplo de simulações como ferramentas de
aprendizagemseremfeitasapósaevoluçãoderecursoscomputacionais,desdeoprincipioda
utilizaçãodecomputadoresassimulaçõesexistemcomoformadeaquisiçãodeconhecimento.
Segundo Pierre Lévy (1990), dentre as ferramentas de simulações primitivas podem-se
destacar as planilhas de cálculos orçamentários e os softwares de desenho assistido por
computador (Computer Aided Design – CAD) responsáveis por auxiliar seus usuários nas
tomadas de decisões a partir dos resultados e do conhecimento adquirido pela simulação
computacional.Asaplicaçõesclássicasapresentamconsiderávelrelevância,jáquepermitem
tomadas de decisões de natureza econômica, militar e simulações de fenômenos que são
impossíveis ou com alto nível de complexidade para simular os cenários fisicamente em
laboratórios.
Comoaumentodoestudodeaplicaçõesdassimulaçõescomputacionaisnoprocesso
de ensino, foram criadas duas classes para categorização desta nova tecnologia: As
simulações off-line e as simulações em tempo real (NAHVI, 1996). O principal uso das
ferramentas de simulações off-line é avaliar modelos de equações matemáticas, em que o
usuário configura um determinado conjunto de parâmetros, inicia a simulação e após o
processamentodosdados,osoftwareexibeoresultadonaformadetabelasougráficos.Do
pontodevistaeducacional,estetipodeferramentadesimulaçãotemlimitaçõesderecursos
interativos com o usuário. Entretanto, a categoria de simuladores em tempo real é
caracterizada pelos aplicativos em que o usuário configurae reconfiguraos parâmetros do
modeloemsimulaçãoeosresultadossãoexibidosimediatamente,evitandoqueasimulação
tenhaqueserinterrompidaparareconfiguraçãodosparâmetrosestudados.Destamaneira,as
simulaçõesemtemporealpossibilitammaiorníveldeinteratividadecomousuário.
Para que os benefícios da aprendizagem por simulação resultem na otimização no
processo de aprendizagem, ou seja, para que os aprendizes possam aprender de forma
eficiente, é importanteque as interfaces dos softwaresdesimulaçãosejamamigáveis,com
recursosmultimídiaeinterativosparafacilitaraadaptaçãodousuárioaestanovametodologia
deensino.Dadaaimportânciaeresponsabilidadequeasferramentasdeensinopossuemno
processodeaprendizagem,oprojetoedesenvolvimentodestesdispositivoscaracterizamum
constanteetradicionaldesafioparapesquisadoresdaáreadetecnologiaaplicadaàeducação.
Do ponto de vista pedagógico, é necessário um guia ao estudante paraacompanhamentoà
realizaçãodeatividadedesimulaçãocomputacional.Oobjetivoémanterofocodoaprendiz
nos objetivos da proposta de atividade. Adicionalmente, o professor ou o sistema
computacional de apoio à navegação, deve desempenhar a função de orientar e focar a
44
atençãodousuário(estudante),demodoaexplorarosconceitosefenômenosenvolvidosna
atividade(INGERMANetal.,2007).
Deformaadicional,aferramentadesimulaçãocomputacionalpodeserumrecursode
apoioparaarealizaçãodeatividadesderesoluçãodeproblemas,explorandoprincipalmentea
estratégia de tentativa e erro. Conforme pode ser encontrada na teoria da aprendizagem
significativapropostaporAusubel,atécnicaderesoluçãodeproblemapossibilitaoacessoà
estruturacognitivadoaprendiz,noquedizrespeitoacapacidadedeutilizaroconhecimento
adquirido.Novosconhecimentos,componentesdeumasituaçãoproblemática(desafioaser
resolvido)ea experiênciapréviado aprendizsãoreorganizadosafimdeatingiroobjetivo
(COSTA, 2008). Isso mostra que a atividade de simulação computacional estimula a
aprendizagemsignificativaeaindapermiteaparticipaçãoativadoestudantenoprocessode
aprendizagem.Entretanto,conformemostraIngermanetal.(2007),apenascomorecursode
simulação computacional isoladamente, pouco pode contribuir para a mudança de postura
(passiva)doestudantenoprocessodeaprendizagem.Ainteraçãodoaprendizcomprofessor
ou recursos computacionais como, por exemplo, objetos de aprendizagem se tornam
necessárioscomocomplementosàsferramentasdesimulação.
4.4MAPASCONCEITUAIS
Dentre as tecnologias que podem ser utilizadas com objetos de aprendizagem, é
possível destacar o desenvolvimento de mapas conceituais. Os mapas conceituais foram
criados no final da década de 70 nos Estados Unidos, pelo pesquisador Joseph Novak. A
principal motivação que resultou no desenvolvimento deste recurso, foi a dificuldade
encontrada por estudantes em adquirir novos conhecimentos de forma eficaz (NOVAK;
GOWIN,1984).Aidéiadomapaconceitualérelacionarosconceitosgraficamentedeforma
bidimensionalrepresentandooconhecimento,conformeoentendimentodequemdesenvolve
omapamostrandorelaçõeshierárquicasentreconceitosdeumadisciplina.
DeacordocomNovakeGowin(1984),ummapaconceitualrepresentaosconceitos
de forma hierárquica, conectando cada dois nós do mapa com uma palavra ou expressão,
formandoumaproposição.Istoé,aleituradequaisquerdoisnósdarepresentaçãoemárvore
domapaconceitual,somadaàleituradapalavraouexpressãodeconexãodestesnóstemum
significadoisolado,queécomplementadopelaleituradasoutrasproposiçõesdomapa.Este
fato facilita a aprendizagem significativa (MOREIRA,2008). A figura a seguirmostra um
exemplodeummapaconceitual(Figura16).
45
Figura16–MapaconceitualsobreMapasConceituais
(TraduzidoeadaptadodeNovakeCañas,2008)
Novak ainda propôs uma metodologia de desenvolvimento de mapas conceituais,
visandoaeficáciadomapa.Dentreosprincipaismandamentosdesuametodologia,destacam-
se(NOVAK;GOWIN,1984):
• Estruturabemdefinidacomconceitosmaisgeraisnotopodomapaeconceitos
maisespecíficosnaparteinferior;
• Cadapardeconceitosdeveserunidoporumafrasedeconexão,criandoum
relacionamentosemânticoentreosconceitos;
• As frases de conexão, assim como o conceito representado em cada nó do
mapadevemserrepresentadosporapenasumapalavra.
Entretanto,oestudodemétodosdeconstruçãodemapasconceituaisfoirealizadopor
outros pesquisadores, que propõe constantemente uma maior flexibilização no
desenvolvimentodosmapas(AHLBERG,2004).
46
5INTELIGÊNCIAARTIFICIAL:UMRECURSODEOTIMIZAÇÂO
Apesar de pesquisas sobre o uso de novas tecnologias na educação, assim como a
quebradostradicionaisparadigmasnãoocorreu,daformadesejadanoambienteeducacional
(MAYER, 2001). Ainda de acordo com Mayer (2001), este fator é explicado pela forma
autoritária com que o uso de recursos tecnologicamente inovadores foi imposto aos
aprendizes. Aos estudantes era imposta a tarefa de adaptar seu estilo de aprendizagem,
conformeforamsurgindonovastecnologias,comoovídeo,rádio,computador(NETO,2006).
Neste contextoo desenvolvimento de ferramentas computacionais baseadas em técnicas de
inteligência artificial ganha destaque, pois o princípio destes recursos é adotar o tutor
(professor)humanocomomodeloidealebuscarsimulartalmodeloapartirdeprogramasde
computador com recursos multimídia e interativos. A principal meta da área de Sistemas
TutoresInteligentesé,portanto,ofereceraoaprendizumambientepersonalizado,adaptando
sua forma e apresentação do conteúdo. Espera-se que a partir da utilização de STI, as
dificuldades do ensino tradicional sejam superadas, i.e., o tratamento das dificuldades
individuaissejapersonalizadoacadausuário(NETO,2006).
A partir da década de 80, tiveram início as pesquisas sobre um modelo de
desenvolvimento de STI, ou Intelligent Computer Aided Instruction (Instrução Inteligente
AssistidaporComputador),visandoaumentodaeficiênciadoprocessodeaprendizagem.Os
primeirosresultadosdeestudossobreSTImostraramqueaanálisedeaplicaçãodetécnicasde
IA poderia ser a estratégia escolhida para melhor atender às expectativas de um STI
(SLEEMAN;BROWN,1982).SegundoumdosprimeirosmodelospropostosporSleemane
Brown(1982),mostroufocoemaspectoscomoainterfacedousuário,modelodeaprendize
técnicasdeinferência.
Paraodesenvolvimentodainterfacecomousuário,oobjetivoeraoestudodetécnicas
para inserção de linguagem natural em programas de computador, simulando diálogos
naturais.Neste contexto,pode-sedestacarousodelógicaFuzzyparaatingiroobjetivode
representaroambientepresencialdeensino,emSTI.
Módulo do Aprendiz/Estudante, tem como objetivo identificar e diagnosticar as
lacunasdeconceitosdosaprendizesemdeterminadodomíniodoconhecimento.Odesafioé
diferenciareventuaismalentendidos(ocasionados,porexemplo,porsobrecargacognitiva)ou
arealfaltadeconhecimentosobrealgumconceito.
Outro aspecto a ser considerado em sistemas inteligentes é referente àstécnicas de
dedução.Oobjetivoéprovidenciarrespostasaeventuaisquestionamentos,avaliarhipóteses,
47
enfim,determinarocomportamentoerespostasdosistema.Estastécnicassãobaseadasem
inferências,devendoserrobustas.
Durante a década de 80, os estudos sobre tecnologias computacionais no contexto
educacionalevoluíram,culminandoemumapropostadearquiteturabásicadeumSTI,sendo
utilizada como alicerce para desenvolvimento de recursos inteligentes de aprendizagem. A
figura17mostraaarquiteturabásicadeumSTI,propostaporBurnseCapps(1988).
Figura17–ArquiteturaBásicadosSistemasTutoresInteligentes
(TraduzidoeadaptadodeBurnseCapps,1988)
A arquitetura proposta (Figura 17), teve como base os primeiros resultados das
pesquisasconduzidas porSleemaneBrown(1982).Oconceitode interfacedeusuário eo
módulodoestudante,foramaprimorados.Adicionalmente,foramacrescidososmódulosdo
especialistaemódulotutor,comoobjetivodeexecutarasseguintesfunções.
• Módulo Especialista:Deve incorporar e apresentar osconceitos sobre determinado
domínio,deformadetalhada,combasenoconhecimentodeespecialistas(humanos)
comexcelêncianaárea(BURNS;CAPPS,1988).Trata-sedoprincipalcomponentede
48
umSTI.Deformaanálogaaoensinopresencial,seoconhecimentosobreodomínio
nãoforsuficienteparasuprirasexpectativas,oprocessodeaprendizagemserápouco
eficaz(ANDERSON,1988).
• MóduloTutor:temcomoprincipalfunçãoaapresentaçãodoconteúdoaousuário.A
partir dos dados coletados sobre cada aprendiz, o modelo tutor deve disponibilizar
mecanismosparainferirsobreocomportamentodoSTI(NETO,2006).
• Módulo Estudante: conforme proposto por Burns e Capps (1982), o módulo
estudante tem como objetivo determinar possíveis lacunas de conceitos em cada
usuário do sistema. Entretanto, dada a complexidade de inferir sobre os estados
cognitivos dos estudantes, desejavelmente com grau mínimo de incerteza, foram
propostasdeterminadasestratégiasparaestatarefa.Aprimeiradelas,peloprocessode
avanço, na qual o usuário avança na navegação por um STI apenas quando é
comprovado o conhecimento requerido para cada tópico definido no currículo
estabelecido. Outra estratégia possível de ser utilizada permite que o usuário conte
comumaespéciedeconselheiro,istoé,osistemaofereceumadicaouumconselhoa
fim de auxiliar o aprendiz apenas quando é detectada a necessidade. Deste modo,
quando o rendimento doestudantesemostrasatisfatório, o módulo responsávelpor
fornecer dicas não é ativado. Ainda existem outras estratégias para diagnosticar o
estadocognitivodousuáriocomo,porexemplo,pormeiodegeraçãodeproblemasde
forma dinâmica, se adaptando às respostas dos estudantes (VANLEHN, 1988). Em
resumo,dealgumamaneira,oconhecimentodoaprendizdeveserclassificado,sejade
forma binária,qualitativamenteou depormeiodeatribuiçãodenúmerosemescala
pré-definida(VANLEHN,1988).
• Interface / Ambiente de Aprendizagem: o projeto da interface de um STI tem a
função de promover o contexto de aprendizagem, atividades pedagógicas e
ferramentas de auxílio ao estudo eà navegação. As pesquisas sobre oambiente de
aprendizagemdevemlevaremconsideração:arepresentaçãodeelementosdomundo
realnoambientevirtualdeaprendizagem;osequenciamentodasatividadespropostas,
de acordo com o estado cognitivo de cada aprendiz; estratégias de promover
49
informações adicionais para colaborar na navegação e operação do STI (BURNS;
CAPPS,1988).
A partir da arquitetura básica proposta aos STI, é possível verificar que o
conhecimento, seja de tutores ou aprendizes, deve ser formalizado e representado
computacionalmente.Trata-sedeumdesafioparaaáreadeIA,poisoobjetivoéinserirna
basedeconhecimentoarepresentaçãomaisfielpossíveldeespecialistashumanos.
5.1REPRESENTAÇÃODOCONHECIMENTO
Existem diversas técnicas para representação de conhecimento como, por exemplo,
modelosgráficosouusodelógicaproposicional,deprimeiraordem,entreoutras.
5.1.1RepresentaçãoGráficadoConhecimento
A representação gráfica do conhecimento tem como objetivo facilitar a criação de
relaçõesentreregraseconceitossobredeterminadodomínio.Apartirdaassociaçãoentrenós
deum grafo, porexemplo,épossívelfacilitaraanalogiaougeneralização de conceitos ou
regras.
Umadasprincipaistécnicaspararepresentaçãográficadoconhecimento,épormeio
da teoria de grafos, que apresenta aplicações na própria matemática, física, ciência da
computação, engenharia e outras áreas não-científicas. Os grafos são geralmente
representadospordesenhos,contendoumconjuntodepontoselinhasparaconexãodealguns
pontos.Ospontos,ounós,sãochamadosdevértices,enquantoaslinhassãoconhecidascomo
arestas(SIPSER,2007).
Além dos grafos simples, existem os grafos direcionados, onde as arestas possuem
sentido, isto é, as arestas são ordenadas. Em relação à apresentação gráfica dos grafos
direcionados,asarestassãorepresentadascomsetas,indicandoosentido(SIPSER,2007).
50
Figura18–GrafopararepresentaçãodoconhecimentoemSistemasTutoresInteligentes
(TraduzidoeadaptadodeGoldstein,1982)
Goldstein(1982),apresentaumexemplodarepresentaçãodeconhecimentopormeio
degrafos.Nestecaso,asregrassãoindicadaspelosnós(vértices)easarestasrepresentamas
inter-relações entre as regras. A aplicação descrita por Goldstein está relacionada com a
representaçãodasimulaçãodocomportamentodeumaprendiz.Omodeloproposto,temcerca
de100nóse300arestas.Partedestegrafopodeservisualizadanafigura18,ondeépossível
identificarosdiferentestiposdeinter-relaçãoentreasregrasquerepresentamoaprendiz.
51
Especificamente na área de educação, os mapas mentais foram desenvolvidos pelo
matemático Tony Buzan, como uma técnica pararepresentação deconhecimento deforma
gráfica. A técnica dos mapas mentais se baseia no conceito de que o cérebro humano
desempenhadiferentestarefasemcadaregião.Oladoesquerdodocérebroéresponsávelpela
áreadelógica,aritmética,processamentoverbal.Oladodireitoexecutatarefasqueenvolvem
imaginação,criatividade,emoção,formas,ritmoseoprocessamentodeinformaçõesvisuais.
OobjetivodeBuzaneraqueosmapasmentaispudessemusarsimultaneamenteosdoislados
docérebro,apartirderepresentaçõeslógicasevisuais(BRINKMAN,2003).Esteprincípioé
capaz de otimizar a eficiência e memorização de conceitos, estimulando a aprendizagem
significativa(MAYER,2001;BRINKMAN,2003).Osmapasmentaispodemserutilizados
dasseguintesformas,entreoutras:
Permitindoorganizarosconceitosdeformahierárquica,osmapasmentaispodemser
utilizados como uma estratégia alternativa para a introdução de novos conceitos. A
representação gráfica do conhecimento do especialista, apresentado no mapa mental, pode
facilitaraaprendizagemsignificativa.Istosedevepeloestímuloqueédadoaoestudante,para
relacionar os novos conceitos expressos no mapa, com os conceitos previamente
sedimentadosnaestruturacognitivadecadaaprendiz.Osmapasmentaistambémpodemser
usadoscomoumaestratégiaparaavaliaçãodoaprendizadodoestudante.Istosedeveaofato
dequeoentendimentodoestudantesobredeterminadodomíniosetornavisível,amedidaem
queomapamentaléconstruído(BRINKMAN,2003).
Entretanto,osmapasmentaispodemparecerconfusos,porseralgoquerepresenteo
conhecimento de um especialista de forma individualizada. Cada indivíduo é capaz de
construirummapamentaldeformaúnica,representandodiferentesassociaçõesdosconceitos
envolvidos.Acorretainterpretaçãodeummapamentalpodeserfeitaapartirdepalavrasou
frases de ligação entre os conceitos, caso contrário pode haver falta de entendimento da
relação de conceitos do mapa (BRINKMAN, 2003). Neste contexto, quando é necessário
garantir um nível de entendimento da relação dos conceitos, surgem os mapas conceituais
desenvolvidosporNovak,porvoltade1970.Osmapasconceituais,aoutilizarpalavrasou
frasesdeligaçãoentreosconceitos,contribuiparaevitaisqueoestudantepossainterpretarde
formaincorretaarelaçãoentreosassuntosrepresentadosnomapa.
52
5.1.2RepresentaçãodoConhecimentopormeiodeLógica
Na área de IA clássica, é explorada a representação do conhecimento de forma
simbólica, para descrever o comportamento de um sistema. Existem métodos para a
representação de conhecimento formalmente com baseem símbolos. Dentre estas técnicas,
destacam-sealógicaproposicional,pelasuasimplicidade(SINGHetal.,2000),ealógicade
predicado,queapresentarecursossuficientespararepresentaçãodoconhecimentohumanode
formaeficaz(RUSSELL;NORVIG,2000).
Oconceitodelógicaestárelacionadocomnoçõesdeverdade,envolvendorelaçõesde
causaeefeitoentresentenças.Aexpressão(1)descreveasentença
β
,comoconsequênciada
sentença
α
(RUSSELL;NORVIG,2000).
β
α
=
| (1)
Oraciocínioapartirdalógica envolvea construçãodeumabase deconhecimento,
ondedevemcontersentençaslógicas,definidasformalmenteporsuasintaxe(linguagemde
representação) e semântica (significado das sentenças). Se a base de conhecimento é
verdadeira no mundo real, qualquer sentença
α
, também será verdadeira, desde que seja
derivada desta base de conhecimento por algum procedimento de inferência (RUSSELL;
NORVIG,2000).
Alógicaproposicionaléconsideradasimplesebásica,dopontodevistadesuasintaxe
esemântica,porémcapazderesolverproblemasnaengenhariadeformaeficaz,commétodos
deraciocíniobemdefinidos(SINGHetal.,2000;RUSSELL;NORVIG,2000).Asintaxeé
formadaporproposições,quepodemserdefinidascomouma
declaração
aqualépossível
associarumvalorverdadeirooufalso.Porsuavez,asproposiçõessãoformadasporsímbolos
proposicionais. A partir de um conjunto de variáveis ou símbolos proposicionais
),...,,(
21 n
ppp
e conectivos lógicos (Tabela 1), é possível construir sentenças lógicas para
representaçãodoconhecimento(SMULLYAN,1995).
53
Tabela1–ResumodosConectivosutilizadosnalógicaproposicional
Conectivo RepresentaçãoGráfica
Negação
¬
Conjunção
∧
Disjunção
∨
Implicação
⇒
Bicondicional
⇔
Portanto,apartirdoselementosconectivosapresentadosnaTabela1edasvariáveis
proposicionais, podem ser construídas fórmulas ou sentenças bem-formadas, para a
formalização de um argumento. De acordo com Smullyan (1995), a partir das sentenças é
possívelextrairregrasrecursivas:
1.
Todavariávelproposicionaléumasentença.
2.
Se
α
éumasentença,então
α
¬
tambémé.
3.
Se
α
e
β
sãosentenças,entãoaconjunçãoentre
α
e
β
)(
β
α
∧
tambémé.
4.
Se
α
e
β
sãosentenças,entãoadisjunçãoentre
α
e
β
)(
β
α
∨
tambémé.
5.
Se
α
e
β
são sentenças, então a condicional )(
β
α
⇒
também é, onde
α
é o
antecedentee
β
éoconsequente.
A semântica da lógica proposicional, em outras palavras, o significado de uma
sentençabem-formadaéderivadodainterpretação(ouvalidação)dossímbolosproposicionais
e dos conectivos lógicos. Seja a sentença bem-formada
α
, e
α
P
o conjunto de símbolos
proposicionais de
α
. Define-se como
α
I
a interpretação de
α
, que pode ser mapeada de
acordocomafunção(2).
}0,1{:
a
αα
PI
(2)
Ondeoconjuntoverdade
}0,1{
associacadasímboloproposicionalde
α
aumvalor-
verdade, seja verdadeiro (1) ou falso (0). O valor verdade é encontrado a partir da
interpretação
)(I
ou validação
)(v
de
S
, seja
S
um conjunto de sentenças bem-formadas.
Portanto,ovalor )(
α
v
,para
S
∈
α
podeassumirosseguintesvalores.
54
1)(
=
α
v
(verdadeiro)
0)(
=
α
v
(falso)
A partir das definições de sintaxe e semântica da lógica proposicional, é possível
extrapolaroutrosconceitos(SMULLYAN,1995;RUSSELL;NORVIG,2000):
1.
Avalidação
v
em
S
,conjuntodesentençasproposicionaisbem-formadas,échamada
deBooleana,seasquatrocondiçõesforemsatisfeitas:
a)
Àsentença
α
¬
éatribuídoovalor
verdadeiro
,se
α
for
falso
,e
falso
se
α
recebeo
valor
verdadeiro
.
b)
A sentença
β
α
∧
é
verdadeira
se
α
e
β
tiverem o valor
verdadeiro
, caso
contrário,
β
α
∧
recebeovalor
falso
.
c)
Asentença
β
α
∨
é
verdadeira
sepelomenos
α
ou
β
tiveremovalor
verdadeiro
,
casocontrário,
β
α
∨
recebeovalor
falso
.
d)
A sentença
β
α
⇒
é falsa se
α
e
β
tiverem o valor
verdadeiro e falso,
respectivamente.
Casocontrário,
β
α
⇒
recebeovalor
verdadeiro
.
2.
Asentença
α
éuma
tautologia
seforverdadeiraparatodasasvalidaçõesBooleanas
de
S
. Seja
n
o número de variáveis de
α
, existem
n
2
validações de
α
. A partir desta
informação, determinar se
α
é uma tautologia pode ser feita a partir da análise das
n
2
interpretaçõespossíveis.Pormeiodeumatabelaverdade,porexemplo,épossívelverificar
queasentença
p
p
¬
∨
éumatautologia.
3.
A sentença
α
é
satisfatível
, se
α
é verdadeira em pelo menos uma interpretação
Booleana.Pormeiodeumatabelaverdade,porexemplo,épossívelverificarqueasentença
p
p
¬
∧
éumasatisfatível.
4.
Duas sentenças,
α
e
β
, são equivalentes se
α
e
β
são verdadeiras nas mesmas
validaçõesBooleanas.
55
A partir de um conjunto de sentenças bem-formas, é possível inferir uma nova
sentença.Umaregradeinferênciaéumpadrãoqueestabelececomosãoderivadascadeiasde
conclusões, para atingir determinado objetivo (RUSSELL; NORVIG, 2000). A inferência
dedutivaéformadaporregraseteoremasdededuçãoclássicos,estudadosinicialmentepelos
gregosantigos.Apartirdeumconjuntodepremissas,busca-sededuzirumanovatese,obtida
pormeiodepadrõesdederivação(inferênciadedutiva).Osprincipaismodelosdeinferência
dedutivasão(RUSSELL;NORVIG,2000):
•
ModusPonens
(mododeafirmação):Aleituradaexpressão(3)deveserfeitademodo
queseocorre
α
,entãoocorre
β
.
β
α
β
α
,
→
(3)
•
ModusTollens
(mododenegação): nocasoapresentadona expressão(4), se ocorre
umanegação(
β
¬
),entãoocorreumanegação(
α
¬
).
α
β
β
α
¬
¬
→
,
(4)
•
Silogismo Hipotético: neste caso existe uma relação (5), possibilitando a conclusão
(6),onde
α
implicanasentença
γ
.
β
α
→
e
γ
β
→
(5)
Então
γ
α
→
(6)
Os padrões de dedução, para a resolução de problemas por meio de lógica, estão
relacionadascomousoderegrasdeprodução.Abasedeconhecimento,portanto,éformada
pelo conjunto de sentenças bem-formadas, padrões de inferência dedutivas e regras de
produção.Aestruturabásicadasregrasdeproduçãoéformadaporumfatoantecedenteeum
fatoconsequente:
Se
[Antecedente]
então
[Consequente]
56
Ofatoantecedenterepresentaacondiçãooupremissaparaqueaaçãoouconclusão
(conseqüente)sejadeterminada.Asregrasdeproduçãopodemserfacilmentecompreendidas
esãomodulares,ouseja,cadaregrainseridanabasedeconhecimentodosistemarepresenta
uma pequena parte do conhecimentogeral do sistema. Este nível demodularidade permite
maior facilidade para inserção de novas regras na base de conhecimento. Entretanto, o
conhecimentorepresentadoatravésderegrasdeprodução pode gerar umsistemacomuma
quantidademuitograndederegras,amedidaqueacomplexidadedosistemaaumenta.
Desta forma, é importante ressaltar que alternativamente, podem ser usadas outras
técnicas para representar o conhecimento humano, como a lógica modal, lógica temporal,
lógicadeprimeiraordem,entreoutrosmétodos(SINGHetal.,2000).
A lógica de predicado, ou de primeira ordem, ganha destaque neste contexto, pois
representa o conhecimento humano de forma eficiente. Deve ser usada em casos, onde a
lógica proposicional não seja capaz de representar o conhecimento humano de maneira
concisa(RUSSELL;NORVIG,2000).Alémdefatos,alógicadeprimeiraordempermitea
representação de conhecimento de objetos e relações. Este fato caracteriza um diferencial
relevante em comparação à lógica proposicional. A sintaxe é formada por elementos
conectivos, constantes, funções, variáveis, predicados e elementos quantificadores
(SMULLYAN,1995;RUSSELL;NORVIG,2000)
5.2SISTEMASINTELIGENTESBASEADOSEMCONHECIMENTO
Dentre as técnicasdeInteligência Artificial, ossistemas baseadosemconhecimento
apresentam mecanismos para automatização do raciocínio em um determinado domínio
específico. Na base de conhecimento devem ser inseridas instruções para determinar o
comportamento,desejavelmenteinteligente,dosistema.
5.2.1SistemasEspecialistas
Os Sistemas Especialistas fazem parte da linha de sistemas baseados em
conhecimento. Resumidamente, possuem uma base de conhecimento e um motor de
inferência,alémdainterfacecomousuário(Figura19).
57
Figura19–ArquiteturabásicadoSistemaEspecialista
(TraduzidoeadaptadodeNikilopoulos,1997)
BasedeConhecimento
A
basedeconhecimento
éumdosprincipaiscomponentesdossistemasespecialistas.
Éformadapeloconhecimentoextraídodoespecialistadedomíniohumano.Paraserinserido,
o conhecimento precisa ser codificado (ou representado) conforme formalismos
computacionaisbemdefinidosatravésdelógicaproposicional,lógicadeprimeiraordem,rede
semântica,regrasdeprodução,entreoutrasformas(RUSSELL;NORVIG,2000).
A representação de conhecimento através de regras de produção é a forma mais
utilizadaparaconstruçãodeSistemasEspecialistas.Alémdestefato,ossistemasbaseadosem
regrasaindaapresentamdesvantagens,poisnãotratamincertezasenãoaprendem.
Devidoàcomplexidadedeextraçãoerepresentaçãodoconhecimentodoespecialista
humano, as bases de conhecimento costumam abranger apenas domínios restritos
(FERNANDES,2008).
MotordeInferência
Responsávelpelasconclusõesdossistemasespecialistas,o
motordeinferência
tem
papelfundamentalnavalidaçãodasregras(modosderaciocínio)estabelecidasnosistema.De
acordo com os dados de entrada, o motor de inferência toma decisões, faz julgamentos e
inferearespostaaousuário.Existem basicamentedoismodosderaciocínio: encadeamento
direto (
foward chaining
), em que a partir de um dado inicial, o sistema chega a uma
conclusão,ouoencadeamentoreverso(
backwardchaining
),emqueosistemalevantauma
hipótesepararesoluçãodoproblemaeiniciaumprocessodeconfirmaçãodamesma.Omotor
58
de inferência ainda é responsável pela gestão de conflitos, i.e., define prioridades entre as
regrasdosistemaparaainferênciadaresoluçãodoproblema(NIKILOPOULOS,1997).
Interfacecomousuário
A
interfacecomousuário
temafunçãodecoletarosdadosdeentrada,atravésde
questionamentosoumenusgráficos.Apósotérminodoprocessamentodosdados,ainterface
dousuárioexibeasinferênciasrealizadas.Éimportanteobservarqueossistemasespecialistas
apresentamgrandeaplicabilidadenaáreadeSistemasTutoresInteligentes,poisaresolução
de problemas é baseadanoconhecimento extraídodeum especialista de domíniohumano,
representandoomodelodoprofessor.
Aindapode-seobservarqueexisteosubsistemadeexplicação,responsávelporexibir
ao usuárioasevidênciasdo raciocínioutilizadopelosistemaespecialistapara resoluçãodo
problema.Ossistemasespecialistastambémdeverãodispordeummecanismoparaediçãoda
base de conhecimentos, facilitando o trabalho de otimização do sistema (FERNANDES,
2008).
Ossistemasespecialistastêmcomocaracterísticaocomportamentopassivo,atuando
comoummeiodeguiaouparaconselhos.Destaforma,nãoexisteatuaçãodiretanoambiente
emqueestãoinseridos(WOOLDRIDGE,2000).
5.2.2SistemasInteligentesDistribuídos
Em algumas aplicações complexas como, por exemplo, em educação o sistema
computacionalnecessitaagirdeformaautônomaparaaresoluçãodeumproblemaouatingir
uma determinada meta. Neste cenário a teoria de agentes colabora para a inserção do
comportamentointeligentenostradicionaissistemastutores,conformeilustraaFigura20.
59
Figura20–Relaçãoagente/ambiente
(TraduzidodeWooldridge,2000)
O ambiente em que o agente está inserido, é responsável pela entrada, ou seja, o
agente percebe alguma mudança no estado do ambientee com base nisto, executaalguma
açãonoambiente.Osambientespodemserclassificadosdeacordocomsuascaracterísticas
(WOOLDRIDGE,2000):
•
Acessibilidade: Um ambiente acessível permite que o agente tenha
informaçõesatualizadassobreseuestado.
•
Determinístico: Um ambiente determinístico significa que para cadaação do
agentehaveráapenasumefeitobemdefinido.Nãoháincertezasobreosefeitos
dasaçõestomadaspelosagentes.
•
Episódico: A performance de um agente estáem função de um determinado
númerodeepisódios.
•
Estático: Um ambiente estático se mantém inalterado a menos quando um
agenteexecuteumaação.
•
Discreto:Umambientediscretoéconstituídoporumnúmerofixoefinitode
agentes.
Oconceitodeagenteestárelacionadocomsuainteraçãocomoambiente,entretanto,
não há uma definição universal para agentes. De acordo com Russell e Norvig (2000), os
agentessãocapazesdeperceberalteraçõesocorridasnoambienteatravésdesensoreseagir
nesteambientedemaneiraautônoma.
60
5.2.2.1AgentesComputacionais:FormalizaçãoMatemática
Os agentes podem ser formalizados matematicamente como uma sequência de
percepções
)(
p
e ações
)(
a
executadas sobre o ambiente. Seja o conjunto de estados do
ambiente
},...,,{
21
i
sssS
=
eoconjuntodeaçõesdoagente
},...,,{
21
i
aaaA
=
.Afunção
amb
(7)representaainteraçãoentreoambienteeoagente,onde
)(
S
℘
éoconjuntodepotência
(
powerset
)de
S
(SINGHetal.,2000).
)(:
SASamb
℘
→
×
(7)
Deacordocomamaneiraqueoagenteprocessaainformaçãodoambientepodehaver
duas classificações: Agentes puramente reativos ou Agentes com Estado (SINGH et al.,
2000).
AgentePuramenteReativo
Formalmente o comportamento de um agente puramente reativo pode ser definido
pelasfunções
percepção
(8)e
ação
(9),representadoahabilidadedepercepçãoeaçãosobre
oambiente.
PSpercepção
→
:
(8)
APação
→
*
:
(9)
As funções (8) e (9) mostram que o agente puramente reativo age no ambiente,
executando uma ação baseada na percepção do estado atual do ambiente
i
s . A estrutura
internadestetipodeagenteégeralmentebaseadapormeiodelógica,cominferênciaapartir
deregrasdeprodução(se...então...).Istosignificaqueumagentepuramentereativonãotem
memóriainterna,apenasconsideraoestadoatualdoambiente(WOOLDRIDGE,2000).
61
AgentecomEstado
Aprincipalcaracterísticadeumagentecomestadoéacapacidadedearmazenardados
internamente. Esta propriedade permite este tipo de agente considerar dados históricos e
atuais sobre oambientepara executar uma ação. Oconjunto
I
representa a habilidade de
memorização dos estados internos do agente, e a função atualizar (10) é utilizada para a
atualizaçãodoestadointerno.Afunção
ação
(11)deve,portanto,estaremfunçãodoestado
internodoagenteassimcomodoestadoatualdoambiente,conformeapercepção,função8
(WOOLDRIDGE,2000).
IPIatualizar
→
×
:
(10)
AIação
→
:
(11)
Asfunções(8),(10)e(11)mostramamaneiracomoosagentescomestadoprocessam
os dados, i.e., após a percepção do ambiente o estado interno do agente é atualizado e de
acordocomsualógicaumadeterminadaaçãoéexecutada(WOOLDRIDGE,2000).
5.2.2.2SistemaMultiagente
A teoria de agentes culminou no desenvolvimento dos Sistemas Multiagente,
considerada uma das principais técnicas no campo de pesquisa de Inteligência Artificial
Distribuída(IAD).Acomposiçãobásicadeumaarquiteturamultiagenteéapresençadeuma
sociedadedeagentestrabalhandodeformacooperativacomoobjetivofocadonaresolução
doproblemaproposto.Paraisto,oambientedeveapresentarumgrupodeagentesautônomos
e distribuídos, se comunicando através de um protocolo de comunicação para garantir a
interaçãoentreosagentesdosistemaeagentesexternoscomo,porexemplo,robôs,tutoresou
estudantes (RUSSELL; NORVIG, 2000). Um sistema multiagente deve apresentar uma
arquitetura coma definiçãodacomposiçãodosagentes.Nestecontextoé possível destacar
queosistemamultiagentepodeserconfiguradodeacordocomumaarquiteturacentralizada
oudescentralizada(CUENCA;OSSOWSKI,2000).
62
ArquiteturaCentralizada
O sistema multiagente centralizado é caracterizado pela existência de um agente
coordenadorcomamissãodeharmonizaraspropostaseinferênciassugeridaspelosagentes
dosistema(Figura21).
Figura21–SistemaMultiagente:ArquiteturaCentralizada
(TraduzidoeadaptadodeCuencaeOssowski,2000)
Neste tipo de arquitetura, o problema a ser resolvido é dividido em subproblemas,
ondecadaagentedosistemaéresponsávelpelaresoluçãodeseurespectivosubproblema.Os
n
agentes do sistema secomunicam somente com o agente coordenador que, por sua vez,
recebe as propostas de resolução dos subproblemas e coordena a tomada de decisão do
sistema(CUENCA;OSSOWSKI,2000).
63
ArquiteturaDescentralizada
A arquitetura de um sistema multiagente descentralizado, tem como principal
característicaacomunicaçãoentretodososagentesdosistema(Figura22).
Figura22–SistemaMultiagente:ArquiteturaDescentralizada
(TraduzidoeadaptadodeCuencaeOssowski,2000)
Deformasimilaraosistemamultiagentecentralizado,oproblemaobjetivoédividido
em subproblemas com seus respectivos agentes encarregados de resolvê-los. Porém, na
arquitetura descentralizada não existe a função de um agente coordenar as respostas e
inferênciasdosoutrosagentesdosistemaparaabuscadaresoluçãodoproblemaglobal.
Naarquiteturadescentralizadatodososagentessecomunicamentresiedestaforma
buscam alcançar o objetivo de resolução do problema. É importante observar que a
arquitetura descentralizada requer a definição de um protocolo de comunicação,
64
possivelmenteguiado por umateoria baseadaemredes sociaisouatémesmo emteoria de
jogos para a troca de informações entre agentes e a tomada de decisão sobre as ações do
sistema(CUENCA;OSSOWSKI,2000).
65
6DESENVOLVIMENTODOPROJETO
A proposta apresentada nesta dissertação tem como objetivo a implantação de um
recursodeaprendizagemcapazdeapresentar,deformaqualitativaeestruturada,osconceitos
envolvidosnoestudodosamplificadoresEDFA.Utilizandorecursosgráficos,porexemplo,
tecnologiamultimídiaemapasconceituais,paraaapresentaçãodoconteúdo,epossibilitando
estimularacriaçãodesignificadonaestruturacognitivadoestudante.Pormeiodetécnicasde
IA,o RecursodeAprendizagem devepossibilitara navegação personalizada (adaptada) ao
perfil do usuário, identificando os conhecimentos prévios dos mesmos. O objetivo de
implantaroRecursodeAprendizagememplataformadegerenciamentodeensinoLCMS,é
permitirqueoestudanteadministreseutempo,eaoprofessor,ogerenciamentodoconteúdoe
docurso.Em resumo,oobjetivodesteRecursodeAprendizageméinseriruma ferramenta
alternativaecomplementaraoestudodecomunicaçõesópticas.Paraalcançaroobjetivodo
projeto,forampesquisadastécnicasdoestadodaartenocampodecomputação,psicologia,
pedagogiaeciênciascognitivas,possibilitandoaintegraçãocomoutrasferramentasdeestudo
(livros,apostilas)emetodologiasdeensino(sejapresencialouadistância).
ORecursodeAprendizagemdeveobservaroconhecimentopréviodoaprendizsobre
os conceitos básicos dotópico de AmplificadoresÓpticos EDFA, a fimde fornecer meios
paraoestudodosconceitos,quesejamidentificadoseclassificadoscomoinsuficientesparao
prosseguimentodoestudopormeiodasimulaçãocomputacionaldoamplificadorEDFA.A
estratégiaadotadaparacoletardadossobreoconhecimentodecadaestudanteindividualmente
tevecomoalicerceainteraçãoentreousuárioeosistema.Ousodesimulaçãocomputacional
exige do aprendiz um patamar mínimo de requisitos sobre EDFA e, portanto, para cada
conceitofoicriadoumobjetodeaprendizagemespecífico.
Épossíveldividirodesenvolvimentodoprojetoemduaspartes.Primeiramenteforam
estudados os processosdedesenvolvimento do
software
, visandodefinir umasequênciade
tarefas para a construção da ferramenta de estudo. Nesta tarefa inicial foram definidos os
requisitos do projeto, arquitetura proposta, análises e planejamento da implantação do
software
. Na segunda etapa do projeto foram definidas as estratégias e metodologias de
desenvolvimentodorecursodeaprendizagem.
66
6.1PRÉ-REQUISITOSEARQUITETURAINICIALPROPOSTA(ETAPA1)
Adefiniçãodosrequisitosparaatendimentoàsnecessidadesdousuáriofoibaseadana
técnica de observação natural do contexto de estudo sobre comunicações ópticas, mais
especificamente amplificadores ópticos EDFA. Foi possível observar que os conceitos
envolvidossobreEDFAsãoabordadospelaliteraturaclássicadaáreacomo,porexemplo,em
Desurvire(1993)eBecker(1993)pormeiodededuçõesefórmulasmatemáticas.Amedida
queossistemasdetelecomunicaçõesbaseadosemfibrasópticasevoluem,naturalmenteuma
quantidademaiordeaprendizes,comníveisdecapacitaçãoheterogêneos,buscamsededicar
ao estudo destesconceitos. Por outro lado, profissionais já inseridos nesta área necessitam
atualização curricular periódica. Neste cenário, acredita-se que uma parcela dos estudantes
nãotenhaospré-requisitosteóricosdamatemáticaparaseguiroestudodaformaencontrada
naliteratura.
Apartirdaobservaçãonestecontexto,pôde-sedeterminarasfuncionalidadesmínimas
dorecursodeaprendizagemproposto,apresentadasaseguir:
•
ORecursodeAprendizagemdeveestimularaaprendizagemsignificativa;
•
A sequência de apresentação dos conceitos deve facilitar a organização do
conteúdodeformaestruturadanamentedoaprendiz;
•
Os objetos de aprendizagem devem apresentar os conceitos de forma
qualitativa, evitandoformalismosmatemáticos,que devemserabordadosem
etapasmaisavançadasdoestudodosamplificadoresEDFA;
•
A interface com o usuário deve incorporar técnicas computacionais que
permitamanavegaçãoapropriada,considerandoocontextodeaprendizagem;
•
Adaptaçãodorecurso/sequenciamentopelosobjetosdeaprendizagemdeforma
asemoldarconformeoperfildecadaestudante.Esterequisitoéfundamental,
dadaaampladiversidadedeusuáriosdosistema;
•
Anavegaçãopelorecursodeaprendizagemnãodeveexigirdousuárioumalto
níveldeconhecimentoeminformáticacomopré-requisito.
Na etapa inicial do desenvolvimento foi a proposta da arquitetura do
software
,
buscando satisfazer os requisitos definidos. O recurso de aprendizagem foi dividido em 4
etapas,denominadasnosistemadaseguintemaneira,conformefigura23.
67
Figura23–ArquiteturadoSistemanaEtapa1
Aprimeirapartedoconteúdodesenvolvidoretrataosaspectosiniciaisparaomelhor
entendimento desta ferramenta de ensino (objetivos e pré-requisitos) e as informações
primordiais a respeito dos amplificadores ópticos de fibras dopadas por érbio, como o
surgimentododispositivo,vantagenselimitação.
O objetivo deste primeiro bloco foi proporcionar noções introdutórias dos
amplificadores ópticos de fibras dopadas por érbio, abordando as vantagens principais e a
limitaçãodestedispositivonasredesdetelecomunicações.Foramfeitasanálisesqualitativas
68
de alguns aspectos dos amplificadores ópticos, sem a inserção de equações ou deduções
matemáticas.
A segunda etapa da ferramenta de estudo proposta aborda os princípios de
funcionamentodosamplificadoresópticosdefibrasdopadasporérbio.Aquantidadedenovas
informações é consideravelmente maior, dada importância do entendimento destes tópicos.
AlémdosconceitosbásicosrelacionadosaofuncionamentodosamplificadoresEDFAcomo
absorção de energia, emissão estimulada e emissão espontânea, há uma reflexão sobre as
propriedades do érbio. Na terceira etapa desteobjeto de aprendizagemforamabordadas as
característicasealguns parâmetrosbásicos dosamplificadores ópticosEDFA. Destemodo,
foramintroduzidasnoçõesparaacompreensãodecomoosamplificadoressãodimensionados
na prática e quais são os parâmetros que devem ser analisados no projeto. Os conceitos
abordadossãodetalhadosesubdivididos,deacordocomsuanatureza,naTabela2.
Parafinalizaranavegaçãopelorecursodeaprendizagem,foipropostaaatividadede
simulaçãocomputacionalparaqueousuáriopudessevisualizareinteragircomsistemasreais.
Trata-sedoiníciodeumestágioavançadodosestudossobreEDFA.
Tabela2–HierarquiadosConceitosabordados
Grupo
ConceitoAssociado TítulodoObjetodeAprendizagem
1 Fatos DesenvolvimentodaTecnologiaEDFA
1 Fatos VantagensdousodoEDFA
1
Fatos
LimitaçãodoAmplificadorEDFA
2
Conceitosfísicos
PrincípiodeFuncionamentodoEDFA
2 Conceitosfísicos EmissãoEstimulada
2 Conceitosfísicos EmissãoEspontânea
2 Conceitosfísicos AbsorçãodeEnergia
2 Conceitosfísicos Propriedadesdoíonérbio
3 Práticadeprojeto ParâmetrosdoEDFA
3
Práticadeprojeto
LaserdeBombeio
3
Práticadeprojeto
ComprimentodaFibraDopada
3 Práticadeprojeto Organizaçãodosíonsnafibradopada
3 Práticadeprojeto ComportamentodinâmicodoEDFA
3 Práticadeprojeto SaturaçãodoAmplificadorEDFA
69
Atarefaseguintedoprocessodedesenvolvimentodorecursodeaprendizagemfoia
análisederiscobaseadanosrequisitosdeusuáriosenaarquiteturapropostanaprimeiraetapa
dedesenvolvimentodoprojeto.Foramidentificadososseguintesriscos:quantoausabilidade
do
software
; reusabilidade; hierarquização dos conceitos abordados sobre EDFA;
interoperabilidade;adaptabilidadeaoperfilindividualdousuário;finalmentequantoaousode
recursos multimídia e interativos. Os relatórios de informações sobre riscos deste projeto
podemservisualizadosnoApêndiceAdestedocumento.
Oriscodeusabilidadeestárelacionadocomopossíveldescumprimentodasmetasde
usabilidade do
software
, que estão associadas à utilidade, eficácia e eficiência do sistema,
além de fatores relacionados com a facilidade do uso da ferramenta de estudo. A
administração dos requisitos do projeto foi prioritária para atenuar o risco de perda da
utilidadeeeficáciadoprojeto.Outrasmetasdeusabilidadecomo,porexemplo,facilidadede
uso dosistema,forammonitoradascomoestudodemétodosestratégicos eferramentasde
desenvolvimentodorecursodeaprendizagem.
Areusabilidadeéumacaracterísticapresentenoconceitodeobjetosdeaprendizagem
eumdosfatoresquetornouestatecnologiaamplamentedivulgadaeestudada.Destaformaa
construçãodeobjetosdeaprendizagemnãogranulares,nãointeroperáveisesemmetadados
podecomprometeraexistênciadoobjeto.Medidaspró-ativasparaamenizarouatenuareste
risco são: técnicas para construção de objetos de aprendizagem granulares, padrão de
interoperabilidadeeadoçãodeumpadrãodemetadados.
O risco relacionado a hierarquia dos conceitos pode causar perdas significativas no
processo de aprendizagem, pois pode induzir a formação mal estruturada da seqüência de
conceitos na mente do estudante. Desta forma, medidas como agrupamento de objetos de
aprendizagem,definiçãodeuma ordemlógica deapresentação doconteúdo e identificação
das relações de conflitos entre conceitos foram ações para evitar perdas catastróficas no
processodeaprendizagemsobreEDFA.
Oriscorelacionadoaousoderecursosmultimídiapôdeseradministradocomouso
das técnicas e ferramentas apropriadas para desenvolvimento de imagens, gráficos,
animações,narrações,etc.Astécnicasaseremadotadas devemser específicas,focadasem
como criar uma estrutura lógica dos conceitos apresentados na mente do estudante,
estimulandoaaprendizagemsignificativa.Paraisto,os
softwares
dedesenvolvimentodevem
tercapacidadegráficaparaproduçãodeimagens,gráficos,eventuaisnarrações,entreoutros
recursos. Animações computacionais integram parte da estratégia para transmissão dos
70
conceitos,portanto,trata-sedeumpontocríticonoprojetodevidoaaplicaçãoespecíficaque
caracterizaaáreadeeducação.
Já o risco quanto a adaptabilidade ao perfil do usuário pôde ser monitorado, nesta
etapa de desenvolvimento, a partir da construção de objetos de aprendizagem granulares.
Desta maneira é uma facilidade em adaptar determinada seqüência de objetos de
aprendizagemconformeosinteressesdeestudoounecessidadesdecadaaprendiz.
Aengenhariadoprojeto,alémdedefinirasinterfacesinternaseexternas,permitiua
especificaçãotécnicadasferramentasdedesenvolvimentoparaaimplantaçãodorecursode
aprendizagememsuaprimeiraetapadedesenvolvimento.Aespecificaçãodasferramentasde
desenvolvimento, assim como a Implantação, foram realizadas com base na arquitetura
propostainicialmente,assimcomonasconsideraçõeseplanodeação definidona tarefade
análise de risco. Por sua vez, a implantação da arquitetura proposta na primeira etapa,
permitiu a verificação dofuncionamentodoscomponentesdoprojetoea integraçãodestes
comelementosexternos,comoaplataformadegerenciamentodeensino(Tabela3).
Tabela3–RastreamentodeRequisitos(Etapa1)
Utilidade,
Eficáciae
Eficiência
Interface Reusabilidade
Apresentação
doconteúdo
Adaptação
aoperfildo
usuário
Animações
Multimídia
N/A
N/A
Recursos
Interativos
N/A
N/A
Simulação
computacional
N/A
N/A
N/A
Conceitos
hierarquizados
N/A
N/A
N/A
Modelo
SCORM
N/A
N/A
N/A
Navegação
particionada
N/A
N/A
N/A
Implantação
emLCMS
N/A
N/A
N/A
A implantação ainda permitiu uma análise crítica do projeto arquitetural e suas
funcionalidades, fato que deu início a segunda etapa do desenvolvimento. Neste projeto, a
gestão de requisitos teve como base a tabela de rastreamento de requisitos, que pode ser
utilizada para analise de alterações dos requisitos do projeto durante seudesenvolvimento,
Características
Requisitos
71
assimcomoparaverificaroatendimentoaosrequisitosestabelecidos.Aconstruçãodatabela
de rastreamento de requisitos deve ser elaborada de forma a relacionar cada requisito do
projeto(sejanovoouestabelecidoanteriormente)aorespectivocomponentedo
software
que
atendeaorequisito.Portanto,naprimeiraetapadoprojeto,aTabela3,mostracadarequisito
estabelecidoeseascaracterísticasdo
software
implantadoatendemsatisfatoriamenteaestes
requisitos.
6.2AEVOLUÇÃODAARQUITETURAPROPOSTA:AINSERÇÃODEUMSISTEMA
ESPECIALISTA(ETAPA2)
A segunda etapa do processo de desenvolvimento do recurso de aprendizagem teve
comoinícioarevisão dosrequisitos dosistemaproposto.Oobjetivodestatarefafoitornar
maisevidenteanecessidadedeadaptaçãodaferramentadeestudoaoperfildousuário.Desta
maneiraacontribuiçãodorecursopropostopoderiaserotimizada.
A partir da Tabela 3, analisadaa primeira etapa do projeto, pôde-se concluir que a
construçãodeobjetosdeaprendizagemgranularespodecolaborarparaqueoestudanteapenas
naveguepelosconceitosdeinteresse. Entretanto,notou-setambémquealgummódulopara
auxílio à navegação era necessário para ajudar o estudante a selecionar os objetos de
aprendizagemmaisrelevantes,conformecadaperfil.Aarquiteturapropostanasegundaetapa
incluitécnicadeinteligênciaartificialparaatingiresteobjetivo.
Para isto foi inserido um sistema especialista com objetivo de orientar o usuário,
identificandodeterminada sequência de objetosdeaprendizagem,que devemserutilizados
paraque os aprendizesadquiramumpatamarmínimode conceitos,visandooestudo mais
aprofundadocomousodesimulaçãocomputacional.
Apartirdosobjetosdeaprendizagem desenvolvidos sobreamplificadores ópticos,o
objetivofoiconstruirumsistemaespecialista,paraidentificarpossíveislacunasdosconceitos
pré-requisitosparaarealizaçãodaatividadedesimulaçãocomputacional,propondooestudo
destesconceitospormeiodosobjetosdeaprendizagem.Poroutrolado,casoousuáriopossua
um patamar mínimo de conhecimento, poderia iniciar diretamente o estudo a partir da
simulaçãocomputacional.Afiguraaseguir(Figura24)ilustraaarquiteturabásicadosistema
proposto.
72
Figura24–ArquiteturadoSistemanaEtapa2
Emrelaçãoàarquiteturaproposta(Figura24),oriscodeadaptabilidadeaoperfildo
usuário foi atenuado pela inserção do sistema especialista. Porém, outros fatores de risco
identificadosnaetapadedesenvolvimentoanteriortambémforamrevisados,dadaaalteração
daarquiteturadorecursodeaprendizagem.
As metas de usabilidade foram expandidas ao sistema especialista. Apesar deste
componentenãoterafunçãodetransmitiroconteúdoaousuáriofoinecessáriooestudode
técnicasparadesenvolvimentodosistemaespecialistadefáciloperaçãoenavegação.Orisco
associadoàaplicaçãodeinteratividadedestacou-senestaetapa,poisacomunicaçãoentreo
usuárioeosistemaespecialistadeveocorrereficientementedeformaapermitirqueosistema
coletassedadossobrepré-requisitosdoaprendiz,podendoinferirsobreasequênciadeobjetos
de aprendizagem. O objetivo das técnicas, para coleta de dados sobre o conhecimento dos
usuários(pormeiodequestionário),erafornecerosistemaespecialistacomoummódulode
auxílioànavegaçãoenãocomoumaformadeavaliação.
Ainteroperabilidadefoioutrofatordedestaquenarevisãodosriscosnasegundaetapa
de desenvolvimento. O uso do sistema especialista caracterizou a adição de um novo
componente ao recurso de aprendizagem, devendo ser construído de forma a permitir a
interoperabilidadejuntamentecomosobjetosdeaprendizagem.
Apartirdaanáliseerevisãofeitasnestaetapadedesenvolvimento,foiimplantadaa
nova arquitetura do recurso de aprendizagem. A partir da atualização da tabela de
rastreamento de requisitos (Tabela 4), com base na implantação da arquitetura da segunda
etapa do ciclo de vida do
software
permitiu verificar a evolução do desenvolvimento do
RecursodeAprendizagem.
73
Tabela4–RastreamentodeRequisitos(Etapa2)
Utilidade,
Eficáciae
Eficiência
Interface Reusabilidade
Apresentação
doconteúdo
Adaptação
aoperfildo
usuário
Animações
Multimídia
N/A
N/A
Recursos
Interativos
N/A
N/A
Simulação
computacional
N/A
N/A
N/A
Conceitos
hierarquizados
N/A
N/A
N/A
Modelo
SCORM
N/A
N/A
N/A
Sistema
Especialista
N/A
N/A
Implantação
emLCMS
N/A
N/A
N/A
Anavegaçãopelosistemaespecialistageravaumalistadeobjetosdeaprendizagema
serem estudados. Este fatocaracterizava a existência dedois blocos distintosno projeto: o
usuáriorespondequestõesinterativaseaofinalrecebeumasequênciadetarefas(objetosde
aprendizagem)acumprir.Nesteformato,osistemaespecialistaeanavegaçãopelosobjetos
deaprendizagemnãoocorredeformaintegrada,podendoprejudicarafacilidadedeusodo
sistema.Estefatordeuinícioaterceiraetapadedesenvolvimentodoprojeto.
6.3DEFINIÇÃODAARQUITETURAPROPOSTA:ATENDIMENTOAOSREQUISITOS
DOPROJETO(ETAPA3)
Aterceiraetapadedesenvolvimentodorecursodeaprendizagemtevecomoprincipal
objetivo a manutenção do monitoramento dos riscos identificados nas etapas iniciais do
projeto. Foram feitas modificações para atenuação de fatores de riscos específicos,
identificadospreviamentenaetapa2,conformedescritosaseguir.
A falta de integração entre o sistema especialista e os objetos de aprendizagem foi
consideradaumfatorderiscocompotencialcomprometimentoàusabilidadedorecursode
aprendizagem,poisanavegaçãopormódulosindependentes(SistemaEspecialistaeObjeto
deAprendizagem)podecausardificuldadesduranteanavegação.Outrofatorderiscolevado
emconsideraçãofoiasequênciadeatividadespropostapelorecursodeaprendizagem.Istoé,
Características
Requisitos
74
noinícioerapropostaumadeterminadaquantidadedequestões,esomenteapósasrespostas
dos usuários no sistema era dado início à navegação pelos objetos de aprendizagem. Este
procedimento pode comprometer também a usabilidade do projeto, pois cabe ao usuário
coordenarousodediferentescomponentesnãointegradosdo
software
.
De acordo com estas observações, na etapa três foram propostas as seguintes
modificaçõesnaarquiteturadoprojeto(Figura25).
Figura25–ArquiteturadoSistemanaEtapa3
Naterceiraetapa,osconceitossãoapresentadosemummapaconceitual,ondeforam
inseridos agentes computacionais interativos, responsáveis pela inferência quanto ao
encaminhamentodanavegaçãodousuárioparaoobjetodeaprendizagemassociadoacadanó
do mapa conceitual. Após o estudo dos objetos de aprendizagem propostos pelo sistema
multiagente (por meio do mapa conceitual), a atividade de simulação computacional é
propostaaousuário.
A composição proposta na terceira arquitetura do projeto abrange uma técnica de
InteligênciaArtificial(IA),mantendoaatenuaçãodoriscoquantoàadaptabilidadeaoperfil
dousuário.Ofatodeinseriromapaconceitualconsistenaestratégiadeatenuaçãodosriscos
deusabilidade,poiséumatécnicadesenvolvidapararepresentaçãográficadeconhecimento.
Outrosriscosquantoaousodetecnologiamultimídiaeinteratividadeforamatenuadoseainda
75
reduzidos em relação às etapas anteriores. Isto se deve pelo fato do mapa conceitual ser
dedicadoeamplamenteconsagradonocampodeeducação(CAÑAS;CARVALHO,2005).
Por se tratar de uma representação em árvore, o mapa conceitual não prejudicou a
reusabilidadederecursodeaprendizagem,umavezquepodemseradicionadosoureduzidos
nósconformeanecessidadedosdiferentescontextosdeusodo
software
proposto.Poroutro
lado, o mapa conceitual ainda colaborou para a melhor visualização da hierarquia dos
conceitosabordadossobreEDFA.
Entretanto,foinecessáriaatençãoduranteastarefasdeengenhariaeimplantaçãoda
terceiraetapadoprojetoquantoàmanutençãodainteroperabilidadedosistema.Ainserçãode
um novo componente, responsável por interar os Objetos de Aprendizagem, demandou
esforçosparaomonitoramentodorisco deinteroperabilidade,especificandoasferramentas
dedesenvolvimentoapropriadas.
Como resultado das tarefas de engenharia e implantação, a análise do recurso de
aprendizagem, por meio da Tabela 5, mostra o atendimento satisfatório aos requisitos
estabelecidos durante o projeto e, portanto, não foi iniciada nenhuma etapa posterior do
processo de desenvolvimento do projeto. O atendimento aos requisitos (suprimento de
ferramentas de estudo sobre EDFA de forma multimídia, interativa, com uma gama de
recursos tecnológicos para o estudo dos conceitos mínimos para o avanço ao
software
simulador computacional) e atenuação dos riscos associados foi o critério de definição da
proposta.
76
Tabela5–RastreamentodeRequisitos(Etapa3)
Utilidade,
Eficáciae
Eficiência
Interface Reusabilidade
Apresentação
doconteúdo
Adaptação
aoperfildo
usuário
Animações
Multimídia
N/A
N/A
Recursos
Interativos
N/A
N/A
Simulação
computacional
N/A
N/A
N/A
Conceitos
hierarquizados
N/A
N/A
N/A
Modelo
SCORM
N/A
N/A
Mapa
Conceitual
(SMA)
N/A
N/A
Implantação
emLCMS
N/A
N/A
N/A
Após a determinação dos processos e tarefas para o desenvolvimento do projeto,
foramestudadoseimplementadososmétodosetécnicasparaconstruçãoutilizadasdurantea
implantaçãodorecursodeaprendizagem.
6.4METODOLOGIADEDESENVOLVIMENTO
Paraaconstruçãoeimplantaçãodorecursodeaprendizagem,alémdosprocessosde
engenhariade
software
,foinecessáriaapesquisasobretécnicasparaodesenvolvimentodo
projeto.Aseguirosdetalhesemétodosadotadosserãodescritos.
6.4.1MapaConceitual
O desenvolvimento de um mapa conceitual tem como característica principal a
flexibilidade,poisnãoháapenasumaúnicaformaderepresentarumconceitopormeiodeum
mapaconceitual(CAÑAS;CARVALHO,2005).Nesteprojeto,odesenvolvimentodomapa
conceitualfoibaseadonasseguintesetapas.
Primeiramente, os principais conceitos relacionados com o tópico EDFA foram
identificadosparainserçãonomapa.Existeumarecomendaçãoporseusarpoucaspalavras
nosnósdomapa(NOVAK;GOWIN,1984),entretantoemalgunscasosfoinecessárioouso
Características
Requisitos
77
deexpressõesmaislongasparagarantirqueoconceitoestariasendorepresentadodeforma
corretanomapa.Asegundaetapaestáassociadaàhierarquiadeconceitos,quefoidividida
em três grupos (Tabela 2). O primeiro grupo está relacionado com a fatos, como o
desenvolvimento do EDFA, vantagens e limitações do uso desta tecnologia na área de
telecomunicações.OSegundogrupodeconceitostratasobreosprincípiosfísicosinerentesao
funcionamentodosamplificadoresópticosEDFA.Porfim,oterceirogrupoenvolveconceitos
práticos de projetos e aplicações dos amplificadores EDFA. Os conceitos abordados no
terceiro grupo são fundamentais para os usuários que visam o desenvolvimento de novos
projetosouresoluçãodeproblemasrelacionadosàcomunicaçãoóptica.Cadanóapresentano
mapaconceitualumobjetodeaprendizagemcorrespondenteequedevesernavegadocasoo
estudantenecessitedoestudomaisaprofundadoemdeterminadoconceito.Atabela2mostra
osobjetosdeaprendizagemclassificadosdeacordocomahierarquiadeconceitosutilizada
para a construção do mapa. A leitura do mapa deve ser feita de cima para baixo e foram
usadas diferentes cores para tornar explícitas as diferentes hierarquias dos conceitos. Esta
estratégia foi usada para guiar os usuários durante a navegação, tornando evidente a
hierarquiadeconceitosadotada.
A próxima etapa do desenvolvimento do mapa conceitual foi conectar os conceitos
apresentados nos nós do mapa. Neste projeto, os nós foram conectados a partir de linhas,
juntamentecompalavras,oupequenasexpressõesecomsetasindicativas.Aspalavraspara
conexãodosconceitossãofundamentaisparaqueoaprendizcriesignificadoapartirdestes
links
.
OmapaconceitualfoiconstruídopormeiodoprogramaIHMCCMap
software
toolkit
(2009), desenvolvido pelo Instituto especializado em cognição (
Institute for Human and
Machine Cognition
) da Universidade de
West Florida
. Após o desenvolvimento, o mapa
conceitualfoiinseridoetestadonaplataformaMOODLE.
6.4.2AgentesComputacionais
Ateoriadeagentesculminounodesenvolvimentodos
SistemasMultiagentes
,uma
importante técnica utilizada na área de pesquisa de Inteligência Artificial Distribuída. A
arquitetura básica de um sistema multiagentes é composta por uma sociedade de agentes
trabalhandodeformacolaborativacomoobjetivoderesoluçãodeumdeterminadoproblema.
Portanto,umambientedeumsistemamultiagentesapresentaumgrupodeagentesautônomos
edistribuídos,secomunicandopormeiodeumprotocolodecomunicação.Destamaneiraé
78
garantidaainteraçãoentreosagentesdosistemaeagentesrobôsouhumanos,comotutores
ouaprendizes,porexemplo(RUSSELL;NORVIG,2000).
No recurso de aprendizagem foi inserida uma sociedade de agentes no mapa
conceitual, com o objetivo de observar e coletar informações sobre os pré-requisitos dos
usuários.Aestruturainternadosagentesutilizaarepresentaçãodoconhecimentopormeioda
lógica proposicional. Seja
n
ppp
,...,,
21
variáveis proposicionais, representando a resposta
dadapeloaprendizacadaquestionamentopropostopeloagentecomputacional.Considera-se
queàrespostacorretaéatribuídoovalorverdadeiro(1),casocontrário,falso(0).
n
ppp
∧
∧
∧
=
...
21
α
(12)
Apartirdasentença
α
(12),épossívelqueapartirdabasedeconhecimentosejam
inferidososseguintesresultados,pormeiodeumaregradeprodução.
se
[ 1)(
=
α
v
],
então
[osistemamultiagentesugereseguirnavegaçãopelomapaconceitual]
se
[ 0)(
=
α
v
],
então
[osistemamultiagentesugerenavegaçãopeloObjetodeAprendizagem]
Os agentes, portanto, têm a missão de atuar sobre o ambiente de aprendizagem,
sugerindo o estudo e acesso aos objetos de aprendizagem mais apropriados, conforme os
resultadossobreoperfildousuário.Ousodetécnicasdeinteligênciaartificialinseridasem
mapasconceituaisvemsendodiscutidoháanosdevidoàfaltadeformalismocomputacional
que os mapas conceituais possuem (CAÑAS; CARVALHO, 2005). O uso do sistema
multiagente no mapa conceitual consiste em uma proposta para extrair os benefícios da
representaçãodeconhecimentopormeiodemapasconceituaiseaindacomafuncionalidade
deadaptarosistemaànecessidadedecadausuáriocomumatécnicadeinteligênciaartificial.
Aestruturadosistemapropostoébaseadanaarquiteturadesistemasmultiagentecentralizada,
comopodeservisualizadanafigura26.
79
Figura26–ArquiteturaCentralizadadoSistemaMultiagente
Épossívelvisualizarqueumagentefoiconstruídoparacadanódomapaconceitual.
Istosignificaquecadaagenteéresponsávelporinferior/sugeriranavegaçãopeloobjetode
aprendizagemcorrespondente.Nestemomentooagentehumano(estudante)temafunçãode
coordenaraspropostassugeridaspelosagentes(RUSSELL;NORVIG,2000).
Os agentes desenvolvidos neste trabalho podem ser classificados como puramente
reativos (WOOLDRIDGE, 2000; RUSSELL; NORVIG, 2000). A Estrutura interna é
composta por regras de produção. O fato de o agente ser puramente reativo implica que
nenhum dado histórico é utilizado para tomadas de decisão, apenas o estado atual do
ambiente.
Ainteraçãoentreoagenteeoestudanteétambémumaformapararesgataraspectos
motivacionais e emocionais característicos do processo de aprendizagem (MAYER, 2001;
NETTO,2004).Nesteprojetofoiutilizadoummodeloconceitualdeinteração,queconsiste
emdescreverasatividadesqueosusuáriosfarãoduranteainteraçãocomosagentes.Atabela
6resumeosmodelosconceituaisdeatividadespropostospormeiodosagentes.
80
Tabela6–ModelosdeInteraçãoparaAtividadescomAgentes
ConceitoAssociado ModelodeInteração
VantagensdousodoEDFA
Sintetizarasvantagensdeumanovatecnologia,comparando
comtecnologiasanteriores
LimitaçãodoAmplificador
Escolherumequipamentoparaaresoluçãodeumproblema
realapresentado
Emissão
Estimulada
Selecionarumeventoparacompletarumalinhadotempo
EmissãoEspontânea Relacionaroconceitoapresentadoemumtextoteóricocom
umasituaçãoprática
AbsorçãodeEnergia Ordenarhierarquicamenteumasequênciadefiguras
Propriedadesdoíonérbio Completarumdiagramacorretamente
LaserdeBombeio Analisarumasequênciadeaçõesetirarconclusões
Organizaçãodosíonsnafibra
dopada
Completarespaçosembrancoemumtexto
ConfiguraçãodoEDFAnos
links
decomunicação
Aportarerrospresentesemumasequênciadefiguras
Outroaspectofundamentalduranteodesenvolvimentodoprojetoéadeterminaçãode
estratégiasparadarfeedbackaousuárioapósainteraçãocomosagentes.Paraestatarefa,os
seguintesmétodoseprincípiosforamutilizados(IMI,2001):
•
Os resultados devem ser transparentes aos aprendizes. Isto significa que os estudantes
devemserinformadosseasrespostasdadasaosagentessãocorretasounão.Istodeveser
feitodeformaimediataduranteainteração;
•
Devemserapresentadasexplicaçõesadicionaisreferentesàrespostadoestudante,estando
corretaouincorreta.Estáéumamaneiradeestimularaaprendizagemdenovosconceitos
mesmosearespostaestivercorreta;
•
Deve ser proposta ao estudante uma solução para estudar as lacunas conceituais
identificadaspelainteraçãocomosagentes.Nestemomento,osagentesdevemagirsobre
oambiente,conduzindoousuárioaestudarpormeiodosobjetosdeaprendizagem.
Odesenvolvimentodosagentesfoibaseadopelo
software
AdobeFlash.Este
software
,
comumente utilizado para o desenvolvimento de animações, está instalado em 98% dos
computadores (2008) e é recomendado por permitir o desenvolvimento de aplicações
complexas,dinâmicaseinterativas,comfórmulasecálculosmatemáticos,produzindoefeitos
81
especiaisque,sebemempregadas,colaboramparaaaprendizagem.Porfim,osagentesforam
inseridosnomapaconceitual.
6.4.3ObjetosdeAprendizagem
Ametodologiadedesenvolvimentodosobjetosdeaprendizagemincluitécnicaspara
inserçãodeinteratividade,pormeiodoposicionamentobotõescom
links
paranavegação,e
recursos áudio-visuais representados pelas animações e narrações. O principio de
desenvolvimento dos objetos de aprendizagem é o mesmo, independentemente da sua
aplicaçãonorecursodeaprendizagemproposto.
Asanimações,presentesnoObjetodeAprendizagem,foramdesenvolvidasdeformaa
possibilitaracriaçãodeumainterfacecomrecursosinterativos,explorandoousodecorese
gráficos. Entretanto, foram inseridos apenas os recursos gráficos fundamentais para que o
objetivo do estudo seja cumprido, evitando sobrecarregar a memória de trabalho e
consequentementedesviandoaatençãodosaprendizes(MAYER,2001).
Emtodasasanimaçõesforamadicionadasnarraçõesparaqueoalunopossaestimular
ossensoresverbaisevisuais,tornandoaaprendizagemmaiseficienteeequilibrandoonível
decargacognitivadocanalvisualedocanalverbal.AindadeacordocomMayer(2001),a
narraçãodeveserinseridadeformasincronizadacomasrespectivasanimações,facilitandoo
armazenamento das informações no cérebro dos usuários, além de possibilitar o
relacionamentodonovoconteúdocomoconhecimentoarmazenadoapriorinamemóriade
longoprazodoaprendiz.
O fato do público alvo deste Objeto de Aprendizagem ser variável, com alunos de
graduação em projetos de iniciação científica e alunos de mestrado, justifica a opção por
narrações incorporadas às animações apresentarem linguagem objetiva, com tempo de
duraçãomínimo(cercade 1 minuto) paracadatópico,semque a navegação pelocurso se
tornecansativa.Odesenvolvimentodoobjetodeaprendizagemfoibaseadonautilizaçãoda
ferramenta
AdobeFlash
,gerandoosarquivoscomasanimaçõesenarrações(
Assets
),eestes
sendoinseridosnoeditor
eXeXHTMLLearning
parageraropacoteSCORM1.2.
Porfim, opacoteSCORMfoiinseridocomoumaatividadeSCORM na plataforma
MOODLE para ser integrado com outros recursos, como mapa conceitual, simulação
computacional, entre outros. A escolha do uso do MOODLE justifica-se basicamente pelo
fato deserumaplataforma degerenciamentodeensino aberta, utilizadamundialmenteque
possibilita realizar atividades como o desenvolvimento de novas ferramentas de estudo,
82
discussões sobre metodologias de ensino e assuntos relacionados ao próprio ambiente de
aprendizadoesuasinterfaces.Finalmente,noMOODLE,éfeitaaintegraçãodaferramenta
desenvolvidacomo
software
desimulaçãocomputacional.
6.4.4SimulaçãoComputacional
O aplicativo PTDS
(2008)
foi desenvolvido com oobjetivode otimizar o projetoe
análisesderedesdetelecomunicaçõesqueutilizamfibrasópticas.Deacordocomoavanço
destemeiodetransmissão,osaplicativosparasimulaçãosãodeextremaimportância,poisé
possível reduzir os testes em campo para melhorar ou otimizar o desempenho do enlace,
assim como pode ser usado para verificar a viabilidade de determinado experimento antes
mesmodeexecuçõesfísicasemlaboratórios.
Apartir do tráfegodedados entre os blocosinternosdo
software
éconstruídauma
ferramentadesimulação,emqueousuáriopodealterarosesquemaspropostos,construirseus
própriosesquemaseaindaconfigurarosparâmetrosdoscomponentes.Esteéumaplicativo
quenão se limita apenas aosamplificadores ópticos, pois englobatodososcomponentese
tecnologiasdossistemasdecomunicaçõesópticasemgeral.
No caso do recurso de aprendizagem desenvolvido, o foco é o estudo de
amplificadoresópticosdefibrasdopadasporérbio.Oaplicativoapresentaquatromódulosde
estudo, que permitem ao usuário analisar o comportamento dos amplificadores EDFA em
relaçãoaoruídoASE(
AmplifiedSpontaneousEmission
),ganho,saturação,comprimentoda
fibra dopada e outros parâmetros, que tornam possível a comparação e otimização de
desempenhodediferentesconfiguraçõesdoEDFA.
6.5FERRAMENTASDEDESENVOLVIMENTO
Nestaseção,sãodescritasasespecificaçõestécnicasedetalhessobreasferramentasde
desenvolvimentoselecionadasparaaimplantaçãodorecursodeaprendizagem.
6.5.1MapaConceitual
Existemdiversaspossibilidadesparaseconstruirummapaconceitual,comopormeio
do
software
AdobeFlash,porexemplo.Entretanto,comoavançodosestudossobreMapas
Conceituais foi desenvolvido o
software
de auxílio de desenvolvimento chamado
CMap
Tools
.Estaferramentagratuitadedesenvolvimentofoiresultadodogrupodepesquisassobre
83
ciênciascognitivasnaUniversidadedeFlórida(
InstituteforHumanMachineCognition,West
Florida University
) e é composta por dois
softwares:
o
CMap Server
e o
CMap Tools
. O
primeiroéutilizadoparaarmazenarosmapascriadoseaindapermiteocompartilhamentona
Internet. Enquanto o
CMap Tools
é utilizadoparaodesenvolvimento/criação doMapade
forma flexível, permitindo ao usuárioinstalar apenasasfuncionalidades necessárias para o
projeto.Podem-sedestacarduasmaiscaracterísticasdeste
software
queotornoudivulgado
internacionalmente.
Além disso, o
CMap Tools
permite a exportação de Mapas em formato XML,
facilitandoaintegraçãocomoutrosrecursos/ferramentashipermídia.Este
software
aindase
destacapelapossibilidadedeadiçãoderecursoscomosons,imagens,vídeos,entreoutros.No
projeto desenvolvido foram adicionados objetos de aprendizagem aos nós do mapa
construído.
6.5.2ObjetosdeAprendizagem
Os objetos de aprendizagem podem utilizar além dos textos, recursos como
animações,ilustrações,vídeosepossivelmenteáudio.Nãoexisteum
software
específicopara
desenvolvimento dos objetos de aprendizagem, para cada recurso existe uma ou mais
ferramentas (linguagens de programação, editores de texto e áudio, etc) que satisfazem os
objetivos do projetista. Neste capítulo são citadas as ferramentas utilizadas no
desenvolvimento da ferramenta de ensino proposta neste trabalho, porém existem outras
alternativasparaaelaboraçãoosobjetosdeaprendizagemeseusatributos.
O
softwareAdobeFlash
é utilizadonodesenvolvimentode animações.Porseruma
ferramenta baseada na tecnologia vetorial, é altamente recomendado para a criação dos
objetosdeaprendizagem,alémdesetratardeum
software
defácilmanipulação.Apartirda
versão5,o
Flash
incorporouumalinguagemchamada
ActionScript
paradesenvolvimentode
aplicações mais complexas adicionando interatividade, fórmulas e cálculos matemáticos às
animações além de efeitos especiais que podem valorizar o trabalho. As funcionalidades
apresentadas pelo
software Adobe Flash
são os motivos pelos quais os agentes
computacionaistambémforamdesenvolvidosporestaferramenta.
Os aplicativos responsáveis por gerar os metadados são fundamentais para o
empacotamento dos
Assets
(animações em
Flash
, por exemplo) tornando-os um objeto de
aprendizagemnopadrão SCORMouIMSLDsem queusuário necessitepré-requisitos em
outrosaplicativosmaiscomplexoscomoJavaScriptouHTML.O
Exelearning
Editor
surgiu
84
comapropostadeauxiliarnodesenvolvimentodeferramentasdeensinodigital,semqueo
professortenhaconhecimentosempublicaçãodepáginas
web
.Portanto,éumaplicativode
manuseio simples e que permite a criação de um pacote SCORM 1.2, IMS LD ou
simplesmenteumapágina
web
,conformepodeservisualizadoaseguir(Figura27).
Figura27–MenuparapublicaçãodearquivoExeLearning
(SoftwareExeLearning,2009)
Desenvolvido em 2004, na Nova Zelândia, este aplicativo apresenta um aspecto
economicamenterelevante,ofatodeestardisponívelgratuitamentenaInternet,pormeiodo
site
dogrupodepesquisadaComissãodeEducação
Tertiary
.
85
6.5.3SimulaçãoComputacional
O aplicativo PTDS (2008) foi desenvolvido com o objetivode otimizar o projetoe
analisesderedesdetelecomunicaçõesqueutilizamfibrasópticas.Deacordocomoavanço
destemeiodetransmissão,osaplicativosparasimulaçãosãodeextremaimportância,poisé
possível reduzir os testes em campos para melhorar ou otimizar o desempenho do enlace,
assim como pode ser usado em pesquisas acadêmicas, verificando a viabilidade de
determinadoexperimentoantesmesmodeexecuçõesfísicasemlaboratórios.
O
software
foi desenvolvido em diversas interfaces, conforme pode ser observado no
fluxogramaaseguir(Fluxograma1).
Interface com o Usuário
Fluxograma1–DiagramadefuncionamentoPTDS–VPI
(TraduzidoeadaptadodePTDSUser’smanual,1999)
Épossíveldestacarosblocosfundamentais:
Redeóptica,
ondeédefinidaaarquitetura
da redeóptica;
CamadadeAbstração
,responsávelpelainterfacedosmódulosdosistema
comomotordasimulaçãoeporfimo
motordasimulação
,ondeosdadossãoprocessados
demaneirafielàrealidade.
Apartirdotráfegodedadosentreestesblocos,éconstruídaaferramentadesimulação
em que o usuário pode alterar os esquemas propostos, construir seus próprios esquemas e
aindaalterarosparâmetrosdoscomponentes.Esteéumaplicativoquenãoseretémapenas
aosamplificadoresópticos,poisenglobatodososcomponentesetecnologiasdossistemasde
86
comunicações ópticas em geral. O Fluxograma 2, a seguir, mostra as variáveis que este
aplicativotrabalha.
Transmissor óptico
Mapa de Dispersão na
fibra óptica
Multiplexação
(WADM)
SONET/ SDH em anel
Amplificadores EDFA
OXC
Long Haul
Receptor óptico
Fluxograma2–DiferentesfuncionalidadesdoPTDS–VPI
(TraduzidoeadaptadodePTDSUser’smanual,1999)
No caso deste objeto de aprendizado, o foco é amplificadores ópticos de fibras
dopadas por érbio, este aplicativo conta com quatro módulos de estudo que permitem ao
usuárioanalisarocomportamentodosamplificadoresEDFAemrelaçãoaoruídoASE,ganho,
saturação, comprimento da fibra dopada e outros parâmetros, que tornam possível a
comparaçãoeotimizaçãodedesempenhodediferentesconfiguraçõesdoEDFA.
6.5.4PlataformadeGerenciamentodeConteúdoeEnsino
OMOODLEéumambientedeaprendizagemdesenvolvidoem1999peloaustraliano
Martin Dougiamas e associou inúmeros membros, principalmente em universidades
internacionais. Por meio do MOODLE, é possível realizar atividades como o
desenvolvimentodenovasferramentasdeestudo,discussõessobremetodologiasdeensinoe
assuntos relacionados ao próprio ambiente de aprendizado e suas interfaces. Por ser um
sistemadegerenciamentodeensino,oMOODLEdisponibilizaumconjuntodeferramentase
dispositivos como fóruns, diários, questionários, artigos, além de objetos de aprendizagem
87
sob o padrão SCORM e futuramente com suporte para o padrão IMS LD. Estes recursos
podemsercontroladospelosprofessores,comoobjetivodeotimizaroaprendizadodosnovos
conceitos.
OmódulodeAtividadesdoMOODLEpossibilitaainserçãodepacotesSCORMde
maneirasimples.Énecessárioapenasgerarumapastanoformato“.zip”eentãoinseri-lano
servidorMOODLEparaqueoconteúdodesenvolvidopossaserintroduzidoemdeterminado
curso,fazendoousodetodasasfacilidadesevantagensquesãopertinentesaosobjetosde
aprendizagemcomopadrãoSCORM.
88
7RESULTADOSOBTIDOS
A navegação pelo recurso de aprendizagem proposto pode ser dividida em duas
etapas.Primeiramenteousuáriodeveestudarpormeiodomapaconceitualedosobjetosde
aprendizagem,quandoaplicável.Asegundaparteestárelacionadacomousodaferramenta
de simulação computacional de sistemasópticos. A utilização do recurso de aprendizagem
propostoiniciacomummódulodeinstruçõesiniciais,ondesãoapresentadososobjetivosdo
estudo, os pré-requisitos e ainda instruções de como navegar e utilizar o recurso de
aprendizagem.Afiguraaseguirmostraomódulodeinstruçõesiniciais(Figura28).
Figura28–InstruçõesIniciais
Apesar das instruções iniciais ressaltarem a importância da navegação pelo mapa
conceitualrespeitandoahierarquia(decimaparabaixo),odesenvolvimentodomapaforam
utilizadas cores diferentes para cada grupo de conceitos, com o objetivo de facilitar a
navegação de forma apropriada. Na Figura 29, esta representação gráfica dos conceitos
relacionadoscomoEDFApodeservisualizada.
Osagentesinseridosemcadanódomapaconceitualcontribuemparaaflexibilização
do mesmo ao personalizar a navegação de acordo com o perfil do usuário. O objetivo
principal da interação entre o aprendiz e o agente é coletar informações sobre os pré-
89
requisitosdousuário,entretanto,estainteraçãofoiconstruídadeformaapermitiro
feedback
das respostas dos estudantes, permitindo assim a aquisição de novos conhecimentos. As
técnicasutilizadasparadesenvolvimentodasanimaçõesdosobjetosdeaprendizagemforam
direcionadasaestimularaaprendizagemsignificativa,conformepodeservistonaFigura32.
Figura29–MapaConceitualEDFA
90
Alémderecursosmultimídia,ainteratividadeinseridanosobjetosdeaprendizagemé
uma estratégia para otimizar o processo de aprendizagem, estimulando nos estudantes o
comportamento ativo diante do contexto de aprendizagem proposto. As Figuras 30 e 31
mostramexemplosdestainteração.
Figura30–Agente(Completarfluxogramasobreoíonérbio)
Épossívelobservar,nasfiguras30e31,ofuncionamentodaestratégiade
feedback
.O
agente representado na figura 30 está associado ao objeto de aprendizagem referente ao
conceito daspropriedades do íon deérbio. Neste caso, o modelo de interação utilizado no
agentesolicitaqueousuáriocompleteofluxogramacorretamente.Afigura30mostraque,ao
acertar o desafio proposto, o sistema multiagente sugere a continuação da navegação pelo
mapa conceitual, porém o objeto de aprendizagem é disponível ao usuário, caso seja de
interesseanavegação.Nafigura31,oexemploexibidomostraasituaçãoemqueousuário
nãoobteveêxitonainteraçãocomoagentee,portanto,alémdo
feedback
,osistemaincentiva
anavegaçãopeloobjetodeaprendizagemcorrespondente.
91
Figura31–Agente(Associareventocomlinhadotempodaevoluçãotecnológica)
Por fim, na última etapa da navegação pelo recurso de aprendizagem (Simulação
Computacional) é esperado que os usuários tenham adquirido um patamar mínimo de
conceitossobreEDFA,podendoutilizaro
software
simuladordeformaaotimizarereforçar
seusconceitossobreoassunto.
92
Figura32–ObjetodeAprendizagem
A simulaçãocomputacional (Figura 32) é uma oportunidade para iniciar uma etapa
maisavançadadoestudosobreEDFA,aplicandoconceitosteóricosemsituaçõespráticasde
projetosdomundoreal.
Figura33–PTDSFerramentadeSimulaçãoComputacional
(VPIPTDSversãodemonstrativa)
Afigura32mostraainterfacedo
software
PTDS,trazendoaoambientedeestudoo
projetoesimulaçõesdesistemasreaisdetelecomunicações.OApêndiceBdestadissertação,
apresentaumexemplodenavegaçãopeloRecursodeAprendizagem.
93
8CONCLUSÕES
O desenvolvimento do Recurso de Aprendizagem teve dois principais fatores que
viabilizaramaconstruçãodeumaferramentadeestudocomqualidade,cujoprincipalobjetivo
foiatenderintegralmenteaos requisitos do projeto: estimular aaprendizagem epossibilitar
queestaocorradeformaeficazeeficiente.Estesfatorespermitemaoprofessor,adotarum
software
educacional no contexto de ensino, como uma alternativa para otimização do
processo.
O primeiro fator de otimização a ser considerado, foi a adaptação e aplicação de
modelo de desenvolvimento, encontrado na literatura de engenharia de
software
. Alguns
modelos de desenvolvimento, já foramadaptados ao contexto de construção de objetos de
aprendizagem.Porém,têmcomoprincipalestratégiaparagarantiraqualidadedoprojeto,a
realização de uma avaliação do
software
durante o desenvolvimento do mesmo. Pode-se
considerar que a primeira contribuição deste trabalho é propor um modelo para análise de
fatores de riscos, especialmente adaptado ao cenário educacional. Buscou-se resgatar
princípios pedagógicos, ao estudar metodologias para apresentar a estrutura formal do
conteúdo. Também forampesquisados elementos dasciênciascognitivas, comoateoriada
aprendizagem significativa. A partir destes e de outros aspectos levantados nesta pesquisa,
foram identificados os principais riscos envolvidos no desenvolvimento de um Recurso de
Aprendizagem.Ametodologiaparagestãoderiscosutilizadanestetrabalho,podeserreusada
em outros projetos, cujo objeto é similar: desenvolver um conjunto de objetos de
aprendizagem,comoapoioaoensinotradicional.
Háoutroaspectoaserdestacado,noqueserefereaoprocessodedesenvolvimentode
RecursosdeAprendizagem,combasenagestãoderiscos.Trata-sedeumatécnicaalternativa
para buscar a qualidade do projeto. A avaliação de um
software
, durante o processo de
desenvolvimento,nemsempreéviável.Envolveamobilizaçãoderecursoshumanos,como
professores,técnicos,equipes de desenvolvimento e estudantes,implicando no aumentode
custosfinanceiros.Deformaadicional,basearodesenvolvimentodoprojetonaanálisedos
resultadosdeavaliação,podetornaroresultadofinalviciado,deacordocomoperfiltécnicoe
culturaldosestudantes.Portanto,agestãoderiscosespecíficosnocampodeeducação,assim
como os tradicionais riscos identificados tipicamente em projetos de
software
, é uma
alternativaparaalcançaraqualidadedesejadadoprojeto.
Ainda em relaçãoà metodologia utilizada parao Recurso de Aprendizagem, objeto
desta dissertação, buscou-se utilizar técnicas para desenvolvimento dos diferentes
94
componentes,quepermitissemestimular aaprendizagemsignificativa.Trata-sedo segundo
fatorapontadocomoestratégiaparaalcançarosobjetivosdestadissertação.Nestetrabalho,é
apresentadoumestudosobreaprendizagemsignificativa,assimcomoosprocessosquedevem
ocorrerparaqueoestudante(usuário)possaincorporarosconceitos,exploradosnoRecurso
deAprendizagem,deformaacriarsignificadoemsuaestruturacognitiva.Apartirdoestudo
decognição,ouseja,damaneiracomooserhumanopodeaprenderdeformaeficazpormeio
derecursoscomputacionais,forambuscadastécnicasparaodesenvolvimentodoRecursode
Aprendizagem.
Otemaescolhidocomoestudodecaso,amplificadoresópticosEDFA,estáenvolvido
comaspectospráticosdoprojetodesistemasdetelecomunicaçõescombasenatecnologiade
fibra óptica. Entretanto, os conceitos envolvidos exigem conhecimentos pré-requisitos
teóricos, em física, química, engenharia elétrica, matemática. O Recurso de Aprendizagem
apresentaumasoluçãoparalidarcomadiversificaçãodeconceitos,encontradanestecampo
da engenharia. Na literatura da área, existem livros com abordagem essencialmente
matemática,exigindomaturidadenestedomínio,paracompreenderasequaçõesededuções
propostas.Portanto,optou-se,nesteprojeto,porintroduzirosconceitosdeformaqualitativa.
O objetivo é tornar a navegação pelo Recurso de Aprendizagem, uma etapa preliminar ao
estudoformalmatemático.Destamaneira,oaprendizpodesefamiliarizarcomosconceitose
entender os fenômenos físicos envolvidos no amplificador EDFA, e ainda se beneficiar de
vantagens do uso de tecnologia digital, como a possibilidade de atualização contínua do
Recurso proposto, assim como mobilidade parao estudo e a flexibilidade de adaptação do
conteúdoaváriospúblicos.Paranãopermitirqueaspectosdapráticadeprojeto,ouanálisedo
comportamento destes dispositivos estudados estejam ausentes no estudo por meio da
ferramentaproposta,foiinseridaaatividadedesimulaçãocomputacional.
Além de visualização prática dos conceitos estudados, a proposta para simulação
computacionalpermiteocontatocomumaferramentadesimulaçãodesistemasópticos,em
geral.O
software
parasimulaçãoPTDS(VPI),possuiumabibliotecacommodeloscompletos
parasimulaçãodeoutroscomponentesdeumsistemadecomunicaçãoóptica.Istoé,alémdos
amplificadoresEDFA,ousuárioterácontatocomumaferramentaquepodeserreusadaem
outros contextos, seja para aprendizagem, seja para elaboração de trabalhos e projetos no
campodetelecomunicações.
Para que o usuário possa extrair os benefícios promovidos pela simulação
computacional,énecessáriaanavegaçãopelosobjetosdeaprendizagem.Entretanto,ésabido
queospotenciasusuáriosdoRecursodeAprendizagemapresentamamplavariedadedepré-
95
requisitos.A formação de físicos, engenheiros elétricos ou de telecomunicações, químicos,
entreoutrasáreas,podeterosamplificadoresópticoscomoobjetodeestudo,emdiferentes
níveis de formação (graduação ou pós-graduação). Adicionalmente, o Recurso de
Aprendizagem apresenta a arquitetura baseada em Sistemas Multiagentes, permitindo a
adaptaçãoaoperfilcognitivodecadaestudante.Estaéumaquestãodiscutidahámaisde20
anos,porespecialistasdaáreadeensino,apontadacomoumapossívelcausadousopouco
adequado detecnologia na educação. A partir desta funcionalidade inserida noRecursode
Aprendizagem, espera-se que o processo de aquisição de conhecimento seja otimizado: ao
adaptaroescopodeconceitosaoperfildousuário,épossívelmotivá-losanovasdescobertas
ouaindapodendoreduzireventuaisdúvidasacumuladas.
A implantação do Recurso de Aprendizagem na plataforma de gerenciamento de
ensino LCMS MOODLE, permite acesso remoto ao conteúdo integral (objetos de
aprendizagem,mapaconceitualesimulaçãocomputacional).Estacaracterísticapermitequeo
estudante possa gerenciar seu próprio tempo e estudo, podendo navegar pelo conteúdo a
qualquer tempo e em qualquer local, basta ter um computador com conexão à internet. O
desenvolvimentodoscomponentesdo
software
proposto,combaseempadrões(SCORM,por
exemplo), garante a interoperabilidade da ferramenta de estudo entre outras plataformas
LCMSouambientesdeaprendizagem.AutilizaçãodaplataformaLCMS,permitetambémao
professoracompanharoestudorealizadopelosestudantesremotamente.
Porfim,aformacomqueaarquiteturadoRecursodeAprendizagemfoiconcebida,
permite a expansão do conteúdo, dentro do campo de comunicações ópticas. O mapa
conceitual, assim como os objetos de aprendizagem, pode ser ampliados ou alterados,
conformeasnecessidades.
Em resumo, a implantação do material instrucional, proposto neste trabalho, tem o
potencialdeotimizaretornaroprocessodeensinosobreamplificadoresópticosEDFAeficaz
e eficiente. Pode, ainda, ser usado como uma estratégia complementar ao uso de métodos
tradicionais, já que incorpora as recentes inovações na área de pesquisa de educação e
engenhariadacomputação.
Éimportanteobservarqueaanálisedosresultadosobtidos,assimcomoasconclusões
pertinentes a este trabalho, foram baseadas na avaliação do Recurso de Aprendizagem
desenvolvido,dopontodevistadaqualidadedoprojeto,resgatandoconceitosdaengenharia
de
software
. Como proposta de trabalhos futuros, sugere-se a avaliação da ferramenta de
estudo desenvolvida, para validação das conclusões obtidas, porém do ponto de vista
pedagógico.Aavaliaçãoaindapodepermitirrevisãodosriscosidentificadosnestetrabalho,
96
possibilitando a formalização de um modelo de desenvolvimento consagrado para a
construçãodeobjetosdeaprendizagem.
97
REFERÊNCIAS
AdobeFlashInteractiveMultimediaDesign.
Disponívelem:<http://www.adobe.com/products/flash>.Acessoem:10out2008.
ADL–AdvancedDistributedLearning.
Disponívelem<http://www.adlnet.org>.Acessoem:11fev2009.
ANDERSON,John.“TheExpertModule”.In
Polson,M.&Richardson,J.(Eds.),
FoundationsofIntelligentTutoringSystems
,LawrenceErlbaumAssociates,1988.
ANDRADE,LeilaCristinaVasconcelos;GAVIDIA,JorgeJuanZavaleta.SistemasTutores
Inteligentes
.
2003.Disponívelem
<http://www.cos.ufrj.br/~ines/courses/cos740/leila/cos740/STImono.pdf>.Acessoem:10fev
2008.
AHLBERG,Mauri.
VarietiesofConceptMapping
.In:ProceedingsoftheFirstInternational
ConferenceonConceptMapping.Pamplona,Espanha.2004.
AICC–AviationIndustryComputer-BasedTrainingComittee.
Disponívelem:<http://www.aicc.org/>.Acessoem:13out2008.
BAILEY,Graig;BARTSCH,Dusan;KANDEL,Eric.
Towardamoleculardefinitionfor
long-termmemorystorage
.In:
ProceedingsoftheNationalAcademyofScienceoftheUnited
StatesofAmerica
.Volume93.Número24.1996.
BARRETO,Raquel;GUIMARÃES,Glaucia;MAGALHÃES,Ligica;LEHER,Elizabeth.As
tecnologiasdainformaçãoedecomunicaçãonaformaçãodosprofessores.RevistaBrasileira
deEducação.Volume11.Número31.2006.
BAZZO,WalterAntonio;PEREIRA,LuizTeixeiraDoVale.Introdução
à
engenharia.6.ed.
[rev.eampl.]Florianópolis:EditoradaUFSC,2000.274p.
BECKER,P.C.;OLSSON,N.A.;SIMPSON,J.R.
Erbium-dopedfiberamplifiers:
fundamentalsandtechnology
.SanDiego:AcademicPress,1993.
BELLONI,MariaLuiza.Educaçãoadistância.2ªedição.SãoPaulo.EditoraAutores
Associados.2003.126p.
BIONDI,L;CHIGANER,L.Oensinodaengenharianaeradatelemática,oensinoda
engenhariaeasociedade
.
XXVICOBENGE–CongressoBrasileirodeEnsinode
Engenharia,v.2.p.647-663,1998.
BJARKLEV,Anders.Opticalfiberamplifiers:designandsystemapplications.Boston:
ArtechHouse,1993.392p.
BRINKMAN,Astrid.
GraphicalKnowledgeDisplay–MindMappingandConceptMapping
asEfficientToolsinMathematicsEducation
.InMathematicsEducationReview.No.16.pp
35-48.2003.
98
BRÜNKEN,Roland;PLASS,Jan;LEUTNER,Detlev.
DirectMeasurementofCognitive
LoadinMultimediaLearning
.In
EducationalPsychologist
.Número38.Volume1.2003.
BURNS,Hugh;CAPPS,Charles.“FoundationsofIntelligentTutoringSystems:an
Introduction”.In
Polson,M.&Richardson,J.(Eds.),FoundationsofIntelligentTutoring
Systems
(pp.1-19),LawrenceErlbaumAssociates,1988.
CMapTools.Softwaredevelopmenttoolkit.
Disponívelem:<http://cmaps.ihmc.org/>.Acessoem:10fev2009.
CASAROTTO,R;CASAROTTOFILHO,N;KOPITTKE,B.Tecnologiasónãobasta
.
XXVICOBENGE–CongressoBrasileirodeEnsinodeEngenharia,v.2.p.841-853,1998.
CAÑAS,Alberto;CARVALHO,Marco.MapasConceituaiseIA:umauniãoimprovável?In:
RevistaBrasileiradeInformáticanaEducação(RBIE).Volume13.2005.
COSTA,Sayonara.OAprenderpelaResoluçãodeProblemas.In
Masini,E.&Moreira,M.
(Eds),AprendizagemSignificativa:CondiçõesparaOcorrênciaeLacunasqueLevama
Comprometimentos
.pp193-208.EditoraVetor.1ªEdição.2008.
CUENCA,José;OSSOWSKI,Sascha.DistributedModelsforDecisionSupport.In
Weiss,G.
(Ed),MultiagentSystems
.pp459-504.MITPress.2000.
DESURVIRE,Emmanuel.
Erbium-dopedfiberamplifiers:principlesandapplications
.New
York:JohnWiley,1994.
DUTRA,R.L.S.;TAROUCO,L.
ObjetosdeAprendizagem:Umacomparaçãoentre
SCORMeIMSLearningDesign
,2006.Disponívelem:
<http://www.cinted.ufrgs.br/renote/jul2006/artigosrenote/a1_20138.pdf>.Acessoem:15jan
2007
ESCOT –
Educational Software Components of Tomorrow.
Disponível em
<http://www.escot.org/overview.html>.Acessoem:17jan2008.
eXeLearningXHTMLEditor.
Disponívelem:<http://exelearning.org/.Acessoem:08out2008.
FERNANDES,AnaMaria.InteligênciaArtificial:noçõesgerais.VisualBooks.2008.
FlashPlayerPenetration.“Adobe–FlashPlayerStatistics”.
Disponívelem<http://www.adobe.com/products/player_census/flashplayer/>Acessoem:22
jan2008.
GOLDSTEIN,I.P.
Thegeneticsgraph:arepresentationfortheevolutionofprocedural
knowledge
.In
Sleeman,D
.&
Brown,J.S.(Eds),IntelligentTutoringSystems
.Academic
Press,1982.
KEISER,Gerd.
Fiberopticalcommunications
.3rded.Boston:McGraw-Hill,2000.602p
99
IEEELTSCWG12.Disponívelem:<http://ltsc.ieee.org//>.Acessoem:20jun2008.
IMSGLOBALLEARNINGCONSORTIUM.
IMSLearningResourceMetadata
.Disponível
em<http://www.imsglobal.org/>.Acessoem:10fev2008.
IMI,DevelopmentofInteractiveMultimediaInstruction–Part3of5.USDepartmentof
DefenseHandbook.2001.
INGERMAN,Ake;LINDER,Cedric;MARSHALL,Delia;BOOTH,Shirley.
Learningand
theVariationinFocusamongPhysicsStudentswhenUsingaComputerSimulation
.In
NordicJournalofScienceEducation(Nordina).Vol.1.pp3-14.2007.
IRLBECK,Sonja;MOWAT,Joanne.
LearningContentManagementSystems(LCMS)
.In
Koohang,A.&Harman,K.(Eds.),LearningObjectsandInstructionalDesign
(pp.157-184),
SantaRosa,California,InformingSciencePress,2007.
LAGO,Andrea;SANTANCHÉ,André;ALMEIDA,PatríciaDouradoLima;FILHO,Pedro
Ferreira.ObjetosDigitaisComplexosnaEducaçãoeosObjetosdeAprendizagem.In:XVIII
SimpósioBrasileirodeInformáticanaEducação(SBIE).SãoPaulo,SP,2007.
LÉVY,Pierre.AstecnologiasdaInteligência.Editora34.1990.
LOHMANN,Adolf.
Lookingforward:Teachingopticsinthe21
st
century
.In:
Proceedingsof
EducationandTraininginOpticsandPhotonics
,StPetersburg.Rússia.p52–61.1991.
LOPES,Antonia.AulaExpositiva:Superandootradicional.In:TécnicasdeEnsino:Porque
não?p.35–48.EditoraPapirus.18ºedição.1991.
MAYER,Richard.
MultimediaLearning
.SantaBarbara.CambridgeUniversityPress,2001.
MATZ,M.
Towardsaprocessmodelforhighschoolalgebraerrors
.In
Sleeman,D.&
Brown,J.S.(Eds.),IntelligentTutoringSystems
(pp.25-50),AcademicPress,1982.
MEDEIROS,Alexandre;MEDEIROS,CleideFariasde.PossibilidadeseLimitaçõesdas
SimulaçõesComputacionaisnoEnsinodaFísica.
InRevistaBrasileiradeEnsinodaFísica.
Vol.24,n.2,pp.77-86.2002.
MONTEIRO,Bruno;CRUZ,Henry;ANDRADE,Mariel;GOUVEIA,Thiago;TAVARES,
Romero;dosANJOS,Lucídio.MetodologiadeDesenvolvimentodeObjetosde
AprendizagemcomfoconaAprendizagemSignificativa.In:XVIISimpósioBrasileirode
InformáticanaEducação(SBIE).Brasília,DF,2006.
MOODLE:AFree,OpenSourceCourseManagementSystemforOnlineLearning.
Disponívelem:<http://moodle.org/>.Acessoem:02out2008.
MOREIRA,MarcoAntonio.AprendizagemSignificativaSegundoAusubel.In
Masini,E.&
Moreira,M.(Eds),AprendizagemSignificativa:CondiçõesparaOcorrênciaeLacunasque
LevamaComprometimentos
.pp15-44.EditoraVetor.1ªEdição.2008
100
MUSTARO,Pollyana;SILVEIRA,Ismar;OMAR,Nizam;STUMP,Sandra,
Structureof
StoryboardforInteractiveLearningObjectsDevelopment
,In
Koohang,A.&Harman,K.
(Eds.),LearningObjectsandInstructionalDesign
(pp.253-280),SantaRosa,California,
InformingSciencePress,2007.
NAHVI,Mahmood.
DynamicsofStudent-ComputerInteractioninaSimulationEnvironment:
ReflectiononCurricularIssues
.In:ProceedingsofFrontiersinEducation.1996.
NETO,WilsonCasteloBranco.“WebSemânticanaConstruçãodeSistemasde
AprendizagemAdaptativos”.Tese(DoutoradoemCiênciadaComputação)–Universidade
FederaldeSantaCatarina.2006.
NETTO,Alvim.IHC:ModelagemeGerênciadeInterfacescomoUsuário.Florianópolis.
EditoraVisualBooks.2004.
NOVAK,Joseph.;CAÑAS,Alberto.
ThetheoryunderlyingConceptMapsandHowto
ConstructandUsethem
.In:TechnicalReportIHMCCMapTools.2008.
Disponívelem:
<http://cmap.ihmc.us/Publications/ResearchPapers/TheoryUnderlyingConceptMapsHQ.pdf>.
Acessoem:21mai2009.
NOVAK,J.;GOWIN,B.
Learninghowtolearn
.NovaIorque.CambridgeUniversityPress.
1984.
PEDROTTI,Leno;BEASLEY,Gary;SHERMAN,James.
MathematicsforPhotonics
Education
.In:
EducationandTraininginOpticsandPhotonics
,Otawa,Canadá.p91–96.
2005.
PREECE,J.;ROGERS,Y.;SHARP,H.DesigndeInteração:AlémdaInteraçãoHomem
Computador.EditoraBookman.2004.
PhotonicModulesReferenceManual.AdemonstrationversionofPhotonicTransmission
DesignSuite(PTDS)forWindows.VPI.1999.
ROGERS,P.;BERG,G.;BOETTECHER,J.;JUSTICE,L.EncyclopediaofDistance
Learning.2
nd
edition.InformationScienceReference(IGIGlobal).London,UK.2009.
RUSSELL,Stuart;NORVIG,Peters.InteligênciaArtificial
.
EditoraCampus.2000.
SILVEIRA,Ismar;OMAR,Nizam;MUSTARO,Pollyana.
ArchitectureofLearningObject
Repositories
.In
Koohang,A.&Harman,K.(Eds.),LearningObjectsandInstructional
Design
(pp.131-155),SantaRosa,California,InformingSciencePress,2007.
SINGH,Munindar;RAO,Anand;GEORGEFF,Michael.FormalMethodsinDAI:Logic-
basedRepresentationandReasoning.In
Weiss,G.(Ed),MultiagentSystems
.pp331-376.
MITPress.2000.
SIPSER,Michael.IntroduçãoàTeoriadaComputação.EditoraThompson.2ªedição.2007.
101
SLEEMAN,D.
Assessingaspectsofcompetenceinbasicalgebra
.In
Sleeman,D.&Brown,
J.S.(Eds.),IntelligentTutoringSystems
(pp.185-200),AcademicPress,1982.
SLEEMAN,D;HENDLEY,R.J.
ACE:asystemwhichanalysescomplexexplanations
.In
Sleeman,D.&Brown,J.S.(Eds.),IntelligentTutoringSystems
(pp.49-118),AcademicPress,
1982.
SMULLYAN,Raymond.
First-orderLogic
.DoverPublications,Inc.NovaIorque.1995.
SOUZA,E.A.
AplicaçõesdeFibrasdopadascomÉrbio.
1991.84f.Tese(Doutoradoem
Física)–UniversidadeEstadualdeCampinas,Campinas,1991.
STUMP,SandraMariaDotto;MUSTARO,PollyanaNotargiacomo..UtilizaçãodeObjetos
deAprendizagem:propostasmetodológicasparaaeducaçãoemengenharianoséculoXXI
.
In:GCETE'2005-GlobalCongressonEngineeringandTechnologyEducation,2005,
Bertioga-SP.GCETE'2005.SãoVicente-SP:ConselhodePesquisasemEducaçãoe
Ciências,.v.1.p.1-6.2005
VANLEHN,Kurt.“StudentModeling”.In
Polson,M.&Richardson,J.(Eds.),Foundations
ofIntelligentTutoringSystems
,LawrenceErlbaumAssociates,1988.
VPIPhotonics:PhotonicDesignandSimulationSoftware.
Disponívelem<http://www.vpiphotonics.com/>.Acessoem02out2008.
WILEY,D.A.
Conectinglearningobjectstoinstructionaldesigntheory:Adefinition,a
metaphor,andataxonomy
.Disponívelem<http://reusability.org/read/chapters/wiley.doc>.
Acessoem:20jan2007.
WILEY, D.A. “Learning Object Design and Sequencing Theory”, Tese, Universidade
BrighamYoung.Provo,EUA,2000.
WOOLDRIDGE,Michael.IntelligentAgents.In
Weiss,G.(Ed),MultiagentSystems
.pp27-
77.MITPress.2000.
102
ApêndiceA
–TeoriasobreAmplificadoresEDFA
Oobjetivodestapesquisaédesenvolverumrecursodeaprendizagemnocampodas
comunicaçõesópticasedentrodestetópicoéabordadootemadosamplificadoresópticosde
fibras dopadas por érbio, ou como são mais conhecidos
Erbium Doped Fiber Amplifier
(EDFA).
OsamplificadoresópticosEDFAsurgiramporvoltadoanode1985naUniversidade
deSouthamptonenoslaboratóriosdaAT&TBellLabsnosEstadosUnidos,motivadospela
saturaçãodatecnologiadosrepetidoreseletrônicosnossistemasdetelecomunicaçõesópticos
(DESURVIRE,1994).Nestaocasião,oscientistasprovaramqueasfibrasópticasdopadaspor
íonsdeterrasraraspodemdarganhoaosinalinjetadonafibranafaixade1550nmparao
caso do dopante ser o elemento érbio. Os amplificadores ópticos EDFA são fundamentais
para o desenvolvimento dos sistemas de comunicação ópticas, pois substituem os
regeneradores eletrônicos. Nos sistemas que utilizam amplificadores eletrônicos, o sinal
óptico deve ser convertido em elétrico por meio de um fotodiodo, é amplificado pelo
regeneradoreletrônicoeposteriormenteéconvertidoemsinalópticopormeiodeumdiodo
laser semicondutor. Este processo de conversão do sinal é indesejado pois os princípios e
característicasdosamplificadoreseletrônicossãodistintosenãoapropriadosparaumsistema
óptico.
Aprincipalcaracterísticadistintaentreamplificadoreseletrônicoseópticoséalargura
debandadeoperação.OsamplificadoresEDFAtrabalhamemtornodocomprimentodeonda
de 1,5
µ
m, apresentando uma largura de banda de aproximadamente 35 nm, enquanto os
amplificadores eletrônicos trabalhamcom uma largura de banda de 10 GHz. Asprincipais
vantagens do uso dos amplificadores EDFA não se resumem apenas ao fato da largura de
banda ser maior, mas também por trabalhar exclusivamente no domínio ópticos, sem a
necessidade de conversão do sinal para amplificá-lo, como ocorre nos amplificadores
eletrônicos. Os amplificadores EDFA são caracterizados pela alta potência de saída, baixo
ruído, maior adaptação aos sistemas ópticos, além de trabalhar tanto com transmissão de
sinaisanalógicosedigitais.
AlimitaçãoqueosamplificadoresópticosEDFAédeterminadapelafaixadetrabalho
ser apenasna janela de1550 nm, enquanto muitos equipamentos de comunicações ópticas
trabalhamnajanelade1300nm.
103
CARACTERÍSTICASEPROPRIEDADESDOÉRBIO
O elemento érbio é um íon denominado terra rara e é encontrado normalmente
trivalente com distribuição eletrônica 4f
11
5s
2
5p
6
. Ocorre que as camadas 5s e 5p estão
completasdeelétronseestescomeçamaocuparoníveldeenergia4fprogressivamente.A
camada4f,aoinvésdeterumraiosuperioraodascamadas5se 5p,sofre uma contração,
tornando-se então “protegida” por estas camadas de raio superior e isto quer dizer que os
elétronsdacamada4fsãopoucoperturbadospelavizinhança(SOUZA,1991).
Quando o íon Er
3+
é colocado em um cristal, sofre a ação do campo eletromagnético não
homogêneoproduzidopeladistribuiçãodecargasdestecristal.Talcampodistorceascamadas
do Er
3+
, principalmente na camada não fechada 4f, gerando alterações em seu espectro de
energia. Estas modificações em seu espectro se dão pelo fato de haver uma separação e
subdivisão dos níveis de energia quando o érbio está inserido no cristal. Este fenômeno é
conhecido como
Stark
. As subdivisões dosníveisde energia do érbiopodem ser vistas na
Figura9.
Figura1–Derivaçãodosníveisdeenergiadoérbio
(TraduzidoeAdaptadodeBecker,1993).
104
ApartirdoestudodetalhadodosníveisdeenergiadoEr
3+
cresceuointeressenouso
desteelementoemamplificadoresópticoselasers.Istodeve-seaofatodatransiçãodosníveis
4
I
13/2
↔
4
I
15/2
naregiãocujocomprimentodeondaé1550nm(Gráfico1).
Gráfico1–Distribuiçãodosníveisdeenergiadoérbio
(TraduzidoeAdaptadodeBjarklev,1993).
Outro aspecto fundamental para o sucesso do érbio é o fato do nível
4
I
13/2
estar
separado do nível mais próximo inferior (
4
I
15/2
) por um
gap
de energia que possibilita um
tempodevidalongoeumdecaimentoradiativo.Otempodevidadoelétronexcitadononível
deenergia
4
I
13/2
édeaproximadamente10ms,porémvariadeacordocomaconcentraçãode
érbioeomeioemqueomesmoestáinserido.Estetempodevidalongopermiteainversãode
população entre o nível
4
I
15/2
, i.e., possibilita que os elétrons estejam majoritariamente no
nível mais energético a partir de uma fonte de energia de excitação, com potência
relativamentebaixa,masdefácilconstruçãoeimplementação.Otempodevidanosníveisde
energia
4
I
11/2
e superiores são consideravelmente menores (aproximadamente 10
5
s
-1
),
impedindoqueoselétronsocupemestesníveisdeenergiaporumtempomínimonecessário
para amplificar o sinal. De acordo com o Gráfico 1, este fator não caracteriza uma
105
desvantagememrelaçãoaoérbio,poisoganhonoespectroemoutrastransiçõesdosníveisde
energia seria em outros comprimentos de ondas e em alguns casos não ocorre transição
radioativa.Atabela1mostraumacomparaçãoentreotempodevidanonível
4
I
13/2
emrelação
aomeio(elementohospedeiro)emqueoelementodopanteEr
3+
seencontra.
Tabela1–Diferentestemposdevidaparaoelétronexcitadoemdiferentesmeios
(TraduzidoeAdaptadodeDesurvire,1994).
ElementoHospedeiro Tempodefluorescência(ms)
Na-K-Silício 14
ED-2(silício) 12
Silício 14,7
Silício(L-22) 14,5
Al-PSílica 10,8
Al-GeSílica 9,5–10,0
Na-Mg-Fosfato 8,2
LGS-E(fosfato) 7,7
LGS-E7(fosfato) 7,9
Fosfato 10,7
Fosfato 8,5
Fluorofosfato 8,0
FluorofosfatoL11 8,25
FluorofosfatoL14 9,5
Ba-Laboro 8,0
Na-K-Ba-Algermânio 6,5
Fluoreto 10,3
FluorozirconatoF88 9,4
Telúrio 4,0
Conformepodeservistonográfico4,aregiãodeemissãoénafaixade1,5
µ
meisto
tornaosamplificadoresEDFAestratégicosnossistemasdecomunicaçãoqueutilizamfibras
ópticas.Istopodeserexplicadopelofatodasfibrasópticas“
standard
”apresentaremomenor
níveldeatenuaçãodosinalnafaixade1,5
µ
m,conformevistonoGráfico2.
106
Gráfico2–CurvadeAtenuaçãodafibra
(TraduzidoeAdaptadodeKeiser,2000).
A partir de estudos em diversos centros de pesquisa envolvendo química, física
quânticaeoutrasdisciplinasrelacionadas,pôde-seconcluirqueascaracterísticasapresentadas
peculiaresaoEr
3+
emrelaçãoasuaestruturaeletrônicaeespectrodeemissãoeabsorçãode
energiajustificamseuusoemamplificadoresópticos,laserseoutrasmaisaplicações.
PRINCÍPIODEFUNCIONAMENTODOEDFA
ParaoestudodoprincípiodefuncionamentodeumafibraópticadopadapeloíonEr3+
é necessário o entendimento de alguns conceitos fundamentais como absorção de energia,
emissãoestimuladadefótonseamplificaçãodaemissãoespontânea(ASE).
Absorçãodeenergia
A idéia de amplificadores ópticos está diretamente relacionada com o aumento do
fluxodefótonspormeiodedeterminado
link
detransmissãoporfibraóptica.Aemissãode
fótons ocorre apartir da transição de elétrons entre níveis de energia, ou seja, quando um
107
elétron decai de um nível de energia E
2
para um nível de energia E
1
, sendo E
2
> E
1,
tal
diferençadeenergia
12
EEE
−
=
∆
éliberadapormeiodaemissãodeumfóton,eistoocorre
pormeiodobombeiodeenergiaàfibradopadaporérbio.
Pode-sedizerqueumelétronestáemseuestadofundamentalquandoseencontraem
umníveldeenergiamenoreencontra-seexcitadoquandoestánumníveldeenergiamaior.A
passagemdoelétrondeseuestadofundamentalparaoestadoexcitadoéchamadadeabsorção
deenergia.Apopulaçãodeelétronsnoestadofundamentalnecessitadeumafontedeenergia
paraqueestapopulaçãopasseaoestadoexcitado.Oaumentodatemperaturaambienteéuma
formadeexcitaroselétronsondeaenergiatérmicaéresponsávelpelatransiçãodoselétrons.
NocasoparticulardosamplificadoresópticosEDFA,ainversãodepopulaçãoéfundamental
paraaamplificaçãodosinalpormeiodaemissãodefótons.
A inversão de população dá-se quando uma fonte de energia, chamada bombeio,
fornece energia suficiente para que a população N
2
seja maior que a população no estado
fundamentalN
1
.Ográfico3mostraoespectrodeabsorçãodoEr
3+
,ouseja,oscomprimentos
deondadosinaldebombeio(
λ
p
)queoselétronsdoníveldeenergiaE
1
sãomaisfacilmente
excitadosaoníveldeenergiaE
2
.
Gráfico3–Espectrodeabsorçãodeenergiadoérbio
(TraduzidoeAdaptadodeBecker,1993)
Os parâmetros e tipos de bombeio mais usados nos amplificadores EDFA serão
detalhadosposteriormentenestecapítulo.
108
EmissãoEstimulada
Oconceitodeemissãoestimuladaé importanteparaacompreensãodoprincípiode
trabalho dos amplificadoresópticos EDFA aoamplificara luz que se propagaaolongoda
fibra óptica. Em 1916, o cientista Albert Einstein baseado na lei de radiação de Plank
experimentou que em um meio que apresenta radiação eletromagnética é possível que um
fótoninterajacomumelétronnoestadoexcitado,ouseja,emumnívelmaiordeenergia(E
2
)
que seu nível de energia no estado fundamental (E
1
). A partir desta interação, os elétrons
liberamenergiapormeiodaemissãodeumfótoncomasmesmascaracterísticasdofótonque
interagiucomoelétronexcitado.DeacordocomPlank,aenergiadofótonpodeserdescrita
de acordo com a expressão 1, onde
h
é a constante de Plank e
ν
é a freqüência do fóton
emitido.
ν
hEEE
=
−
=
∆
12
(1)
Este processo é chamado de emissão estimulada, pois a radiação eletromagnética
propagandonafibraópticapormeiodofótonestimulaoselétronsexcitados,eestesdecaem
para o estado fundamental emitindo um fóton coerente, i.e., mesma direção, sentido de
propagação,faseefreqüênciaqueofótonqueoestimulou.
EmissãoEspontânea
A amplificação de emissão espontânea (
Amplified Spontaneous Emission
– ASE) é
outroimportantefenômenoqueocorrenosamplificadoresópticos.Consistenofatoqueum
elétron excitadopodedecairaoseu estadofundamental,liberando energiapor meio de um
fótoncujascaracterísticas(direção,sentidodepropagaçãoefreqüência)nãosãoasmesmas
emrelaçãoaosinalquesepropaganafibraópticaequedeveriaseramplificado.Estefóton
emitidoespontaneamentesepropaganafibra,estimulandooutroselétronsexcitadosedesta
forma acontece a amplificação do número de fótons emitidos espontaneamente,
caracterizando a ASE. O motivo pelo qual a transição de elétron emite um fóton
espontaneamente consisteno curtotempo de permanênciadoelétron excitado (no subnível
4
I
13/2
),esteimediatamentevoltaaoestadofundamental(
4
I
15/2
)antesdeinteragircomumfóton
provenientedosinalquesedesejaamplificar.
Esteprocessodeamplificaçãodosfótonsemitidosespontaneamentetemcomoefeitoa
reduçãodo ganho doamplificadorEDFA, portanto, deve serestudadodetalhadamente. Foi
109
definida uma convenção que referencia o espectro de potência da ASE como
foward
e
backward
,deacordocomosentidodepropagaçãodapotênciadaASEemrelaçãoaosinalde
entradaquesedesejaamplificar.Ográfico4mostraosresultadosexperimentaisdoespectro
depotênciadaASE.
Gráfico4–Ganhoespectralnaemissãoespontânea
(TraduzidoeAdaptadodeBecker,1993)
Estesresultadospodemvariarcomocomprimentodafibradopadaporérbio,alémda
potênciadosinaldebombeioconformevistonográfico4.OruídoqueaASEinserenosinal
ópticoeoutrasconsideraçõesserãodetalhadasposteriormentenestecapítulo.
110
ApêndiceB
–CDcomexemplodenavegaçãopeloRecursodeAprendizagem
Livros Grátis
( http://www.livrosgratis.com.br )
Milhares de Livros para Download:
Baixar livros de Administração
Baixar livros de Agronomia
Baixar livros de Arquitetura
Baixar livros de Artes
Baixar livros de Astronomia
Baixar livros de Biologia Geral
Baixar livros de Ciência da Computação
Baixar livros de Ciência da Informação
Baixar livros de Ciência Política
Baixar livros de Ciências da Saúde
Baixar livros de Comunicação
Baixar livros do Conselho Nacional de Educação - CNE
Baixar livros de Defesa civil
Baixar livros de Direito
Baixar livros de Direitos humanos
Baixar livros de Economia
Baixar livros de Economia Doméstica
Baixar livros de Educação
Baixar livros de Educação - Trânsito
Baixar livros de Educação Física
Baixar livros de Engenharia Aeroespacial
Baixar livros de Farmácia
Baixar livros de Filosofia
Baixar livros de Física
Baixar livros de Geociências
Baixar livros de Geografia
Baixar livros de História
Baixar livros de Línguas
Baixar livros de Literatura
Baixar livros de Literatura de Cordel
Baixar livros de Literatura Infantil
Baixar livros de Matemática
Baixar livros de Medicina
Baixar livros de Medicina Veterinária
Baixar livros de Meio Ambiente
Baixar livros de Meteorologia
Baixar Monografias e TCC
Baixar livros Multidisciplinar
Baixar livros de Música
Baixar livros de Psicologia
Baixar livros de Química
Baixar livros de Saúde Coletiva
Baixar livros de Serviço Social
Baixar livros de Sociologia
Baixar livros de Teologia
Baixar livros de Trabalho
Baixar livros de Turismo
