Cidade
Universitária Zeferino Vaz
Faculdade de Engenharia Elétrica e de Computação - FEEC
Departamento de Computação e Automação – DCA
Relatório do Exercício Computacional 5 – EC5
Sistema de Ensino à Distância simplificado simulado via SNTool
Disciplina IA009 – Introdução à Teoria de Agentes
Professor Ricardo Gudwin
Aluno Alessandro Donaires Figueira RA951723
Professor orientador Ivan L. M. Ricarte
Campinas, nove de dezembro de 2002
Este relatório apresenta os resultados de uma simulação de um sistema discreto real simplificado feito na ferramenta Semionic Network Toolkit, o SNTool, aplicativo desenvolvido no DCA que simula, através de redes de agentes semióticos, um sistema discreto do mundo físico, real. O sistema escolhido foi um sistema de Ensino à Distância simplificado. Através da ferramenta pode-se verificar como um sistema de EAD se comportaria na prática. Foram incluídos resultados de algumas simulações e comentários.
Redes de agentes semióticos é um tópico em recente estudo que
possibilita a interação entre agentes de software semióticos (sêmions). Esse modelo objetiva modelar de forma
mais efetiva e mais próxima do mundo real o seu funcionamento. Com base neste
escopo, foi desenvolvido o aplicativo SNTool, capaz de fazer simulações em
tempo real de sistemas discretos. Feito em Java, o SNTool apresenta uma
interface simples e visual para a programação das redes de agentes. Alguns de
seus elementos básicos utilizados foram os lugares (places) representados por
círculos os quais abrigam objetos agentes do mesmo tipo (classe), relações (links) do tipo publico-privado e privado-publico. Os places podem ser ativos, quando possuem funções de sensoriamento e atuação,
ou passivos, quando simplesmente abrigam objetos, como um buffer.
O sistema de EAD estudado
simula um ambiente de ensino virtual onde alunos candidatos se cadastram ou se
inscrevem, assistem aulas e se comunicam, e são avaliados on-line. É dito simplificado uma vez que não considera o ator professor neste
exemplo, apenas o fluxo de ações de alunos, e ilustra uma ferramenta de
comunicação e um tipo de avaliação genéricos. Entretanto é perfeitamente
possível especificar e incluir novas etapas de ferramentas para comunicação
(ambientes), cursos e novos tipos de avaliações através de places inseridos em série no modelo antes dos places ativos aqui
colocados, respectivamente o place ferramenta (de comunicação) e avaliação
(tipo). Exemplos são ferramentas síncronas como videoconferência, chat, e assíncronas, como o e-mail, quadro de avisos, news, etc., avaliações tipo teste, associação de colunas, descritiva, entre
outras. Neste exemplo somente os objetos finais foram considerados de forma
genérica, ficando a cargo do leitor imaginar de qual tipo poderia ser. Isso foi
necessário para criar um exemplo mais simples com poucos lugares ou places.
Este relatório é composto dos itens resumo (item 1), a presente introdução, o enunciado do EC5 no item 3, no item 4 os resultados obtidos, onde seguem a especificação do sistema, que apresenta o processo organizacional escolhido e o modelo do SNTool e telas de execução (screenshots), que representam os resultados da simulação, conforme solicitado no item 3; do item 5 com a discussão dos resultados obtidos, números e estatísticas, finalizando com conclusões e referências, nos itens 6 e 7.
A proposta do EC5 (Aula 15) segue como especificação do sistema:
Como resultados obtidos, seguem a resposta da especificação e telas de execução (screenshots) obtidas no aplicativo SNTool, assim como a interpretação dos números e estatísticas obtidas.
a. Especificação
do Sistema de EAD simplificado – processo organizacional escolhido e modelo
O
processo organizacional do mundo real consiste num sistema de Ensino à
Distância simplificado modelado no SNTool (Figura 1), onde o fluxo de alunos e
atividades são simulados. A simulação das situações e aleatória, de forma que a
oferta e demanda de alunos e casual. Pode-se variar a porcentagem de alunos
cadastrados e recusados (supondo-se limite de vagas, ou ainda prova, critérios
de seleção), a porcentagem de alunos de desistem ao longo do curso e possíveis
concluintes, e ainda a quantidade de alunos aprovados, em recuperação ou sem
aproveitamento.
Figura 1 – Tela do ambiente SNTool e o Sistema de EAD modelado
No modelo existem quatorze lugares, onde oito são lugares passivos e seis, ativos (contem funções), dos quais três são lugares com a função de destruir, dispensáveis no caso de aproveitar os alunos para reingressarem ou serem reavaliados. São eles:
Lugares passivos (relativos a alunos):
candidatos: lugar que gera 500 alunos candidatos a realizar o curso
Recusados: lugar que recebe os alunos recusados segundo critério do sistema de cadastro “Sistemacadastro”
matriculados: lugar que recebe os alunos matriculados que aguardam por aulas através das ferramentas de comunicação
desistentes: lugar que recebe os alunos que desistem no meio do curso
concluintes: lugar que recebe os alunos possíveis concluintes, que estão prontos para as avaliações
aprovados: lugar que recebe os alunos aprovados mediante alguma forma de avaliação
recuperacao: lugar que recebe os alunos que ainda não obtiveram, segundo critérios do sistema de avaliação, a aprovação ou aptidão para concluírem o curso
semaproveitamento: alunos que não obtiveram aprovação, também com critérios segundo o sistema de avaliação
Lugares ativos (relativos ao Sistema de EAD)
cadastro: lugar que realiza as funções de cadastro de alunos (e possivelmente professores) através de função cadastro da classe Sistemacadastro
ferramenta: lugar que realiza, através de ferramentas de comunicação, as aulas e discussões a distancia entre alunos (e professores, idem). Contém a função ferramenta da classe “Sistemacomunicacao”
avaliacao: lugar que realiza as avaliações através de funções como teste, da classe “Sistemaavaliacao”
aprovadoscount, recuperacaocount e semaproveitamentocount: lugar que destrói tokens (alunos), com a função destroy() do SNTool (aqui o lugar é da classe Destroi, que somente tem a função de contar os alunos respectivamente aprovados, em recuperação ou sem aproveitamento). Poderiam não estar presentes neste exemplo.
Seguem as telas para dois casos: o primeiro, dito aleatório, consiste em cadastrar os alunos de forma a permitir (através de critérios como provas, entrevistas, no mundo real, por exemplo) que parte dos alunos entre. Aqui o critério utilizado para simulação foi a forma aleatória. O segundo, dito com critério definido, limita a 300 o número de alunos, onde 200 ficam de fora, no total de 500. Assim os 300 primeiros garantem suas vagas.
Foi simulado para o caso aleatório mais duas interações com 500 candidatos, mais uma quarta situação de 1000 alunos, com o intuito de fazer comparação. Para o caso com critério definido foi feita mais uma interação aumentando a dificuldade da avaliação, gerando outros índices de aprovação, conforme segue no próximo item. Também seguem os gráficos do número de alunos em função do tempo obtidos nos dois casos, para 500 candidatos.
Caso 1: entrada no curso com base em seleção (aleatória, para simulação): figuras de 2 a 10
Caso 2: entrada no curso limitada aos primeiros 300 alunos (livre) : figuras de 11 a 19
Figura 3 – Meio da simulação
para 500 alunos candidatos
Figura 4 – Fim da simulação
para 500 alunos candidatos
Figura 5 – Gráfico de alunos
em função do tempo para alunos recusados no cadastro
Figura 6 – Gráfico de alunos
em função do tempo para alunos desistentes no meio do curso
Figura 7 – Gráfico de alunos
em função do tempo para alunos matriculados possíveis concluintes
Figura 8 – Fim da segunda
simulação para 500 alunos candidatos
Figura 9 – Fim da terceira
simulação para 500 alunos candidatos
Figura 10 – Fim da quarta
simulação para 1000 alunos candidatos
Figura 12 – Meio da
simulação para 500 alunos candidatos antes de atingir o limite de vagas do
curso
Figura 13 – Meio da
simulação para 500 alunos candidatos logo após atingir o limite de vagas do
curso
Figura 14 – Fim da simulação
para 500 alunos candidatos
Figura 15 – Fim da simulação
para 500 alunos candidatos com dificuldade na avaliação aumentada
Figura 16 – Gráfico de
alunos em função do tempo para alunos recusados no cadastro e contador de
alunos absoluto para avaliação mais difícil
Figura 17 – Gráfico de
alunos em função do tempo para alunos desistentes no meio do curso para
avaliação mais difícil
Figura 18 – Gráfico de
alunos em função do tempo para alunos matriculados possíveis concluintes para
avaliação mais difícil
Figura 19 – Fim da simulação
para 1000 alunos candidatos com dificuldade na avaliação aumentada
Para os casos 1 e 2 temos os seguintes resultados, agrupados para melhor visualização, seguidos dos comentários:
a. Meio da simulação para 500 alunos candidatos pausando a simulação:
· Caso 1:
245 candidatos restantes
44 recusados
50 desistentes
119 se aprovaram, 28 ficaram de recuperação e 12 não obtiveram aproveitamento
· Caso 2, antes do limite de vagas:
203 candidatos restantes
0 recusados
62 desistentes
149 se aprovaram, 43 ficaram de recuperação e 14 não obtiveram aproveitamento
· Caso 2, logo após o limite de vagas:
179 candidatos restantes
21 recusados
63 desistentes
161 se aprovaram, 46 ficaram de recuperação e 15 não obtiveram aproveitamento
Esta etapa apenas ilustra o andamento do processo como um flash do meio do processo. Nota-se que no caso 2 apenas depois das 300 vagas determinadas inicialmente estarem ocupadas, candidatos são recusados. Comparações mais significativas podem ser feitas com os casos a seguir.
b. Fim da primeira simulação para 500 alunos candidatos:
· Caso 1:
87 recusados
95 desistentes
243 se aprovaram, 55 ficaram de recuperação e 20 não obtiveram aproveitamento
· Caso 2:
200 recusados
66 desistentes
167 se aprovaram, 51 ficaram de recuperação e 16 não obtiveram aproveitamento
Nota-se que no caso 1 não havia limites de vagas. A aprovação foi de 243 alunos em 500, o que nos dá 48,60% de aprovação. O índice para o caso 2 é de 55,67% considerando o total de 300 alunos aceitos. Os resultados estão próximos. Para alunos em recuperação temos 11% e 17% e sem aproveitamento, 4% e 5,34%. Apesar de pequena a diferença, como no caso 1 desistem mais alunos (e entram mais) no final temos mais alunos aprovados, em número absoluto, assim como as diferenças nos índices. O caso 2 apresenta maiores índices, proporcionalmente, com 300 alunos matriculados contra os 413 (500-87) do caso 2. Os índice de alunos desistentes para os dois casos são 19% e 22%, respectivamente.
c. Fim da segunda simulação para 500 alunos candidatos:
· Caso 1:
75 recusados
105 desistentes
243 se aprovaram, 57 ficaram de recuperação e 20 não obtiveram aproveitamento
· Caso 2, com dificuldade aumentada na avaliação:
200 recusados
83 desistentes
150 se aprovaram, 54 ficaram de recuperação e 13 não obtiveram aproveitamento
A segunda simulação para o caso 1 ficou bem diferente quanto a recusados e desistentes em relação a primeira e a terceira, devido a fatores aleatórios (a escolha o é), porém em número de aprovados, recuperação e reprovados é semelhante. A comparação mais interessante, porém é quando comparamos o caso 2 anterior com este, onde a dificuldade da avaliação foi aumentada, refletindo uma menor aprovação. No caso anterior foi de 55,67% contra 50%. Para recuperação e reprovados temos, respectivamente, 11% e 18%, 4% e 4,33%. Notamos um significativo aumento dos casos de recuperação e reprovação, assim como a diminuição de 5,67% da aprovação para um incremento de 10% da dificuldade (em termos de probabilidade, onde 10% seria o número de alunos que não passariam devido a maior dificuldade). Felizmente o índice de reprovação não caiu tanto como o esperado!
d. Fim da terceira simulação para 500 alunos candidatos:
Caso 1:
86 recusados
88 desistentes
256 se aprovaram, 55 ficaram de recuperação e 15 não obtiveram aproveitamento
e. Fim da quarta simulação para 1000 alunos candidatos:
Caso 1:
200 recusados
189 desistentes
470 se aprovaram, 96 ficaram de recuperação e 45 não obtiveram aproveitamento
Caso 2, com dificuldade aumentada na avaliação:
700 recusados
61 desistentes
173 se aprovaram, 47 ficaram de recuperação e 19 não obtiveram aproveitamento
Nota-se que para 1000 alunos (o dobro) o número de recusados e desistentes mais do que dobrou, porém de forma suave, com uma pequena variação. Fazendo a média dos resultados anteriores temos uma comparação na tabela abaixo entre os casos 1 com 500 candidatos e 1000 candidatos, e para o caso 2 com 1000 candidatos com a dificuldade aumentada (o Caso 2 inicial não foi contemplado). Com este número de candidatos para o caso 1 aumentou o número de recusados e reprovados (0,9%), enquanto os outros caíram, inclusive o de número de aprovados (2,4%). Para o caso 2 contemplamos o aumento do número de aprovados (7,67%) e reprovados (2%), em detrimento ao decréscimo dos outros, notadamente o número de desistentes.
Tabela comparativa de alunos em
diferentes situações no Sistema EAD simulado |
||||||
Total
de alunos candidatos* |
||||||
500 |
Média Caso 1 |
Média Caso 1% |
Média Caso 2 |
Média Caso 2 % |
Média Caso 2** |
Média Caso 2** % |
recusados |
82 |
16.40 |
200 |
40.00 |
200 |
40.00 |
desistentes
|
96 |
19.20 |
66 |
22.00 |
83 |
27.67 |
aprovados |
247 |
49.40 |
167 |
55.67 |
150 |
50.00 |
Recuperação
|
55 |
11.00 |
51 |
17.00 |
54 |
18.00 |
Reprovados |
18 |
3.60 |
16 |
5.33 |
13 |
4.33 |
|
|
|
|
|
|
|
1000 |
Caso 1 |
Caso 1% |
- |
- |
Caso 2* |
Caso 2* % |
recusados |
200 |
20.00 |
- |
- |
700 |
70.00 |
desistentes
|
189 |
18.90 |
- |
- |
61 |
20.33 |
aprovados |
470 |
47.00 |
- |
- |
173 |
57.67 |
Recuperação
|
96 |
9.60 |
- |
- |
47 |
15.67 |
Reprovados |
45 |
4.50 |
- |
- |
19 |
6.33 |
* para o
caso 2 o número de matriculados a considerar é apenas |
300 |
|
|
|||
** com
dificuldade aumentada na avaliação |
|
|
|
|
Os índices de aprovação em torno de 60 a 50%, assim como os de desistência e reprovação, em torno de 20% e 10% foram estimados neste modelo correspondendo a simulação obtida. São elucidativos da realidade de um sistema educacional como este simulado. Obteve-se um comportamento aproximadamente linear aumentando-se o número de alunos candidatos para 1000 e comparando-se com o caso anterior 500, embora o sistema trabalhe com números aleatórios, dentro destes limites.
O sistema simulado prova que e possível utilizar o conceito de redes de agentes semióticos para simular um sistema do mundo real, discreto, de forma satisfatória. Novas situações e variáveis podem ser incluídas e retiradas, de forma a possibilitar resultados de forma rápida e confiável.
BRADSHAW, Jeffrey M. Software Agents,
AAAI Press / MIT Press: 1997
MURCH, Richard, JOHNSON, Tony. Intelligent
Software Agents, Prentice Hall: 1999
RUSSEL, Stuart, NORVIG, Peter. Artificial
Inteligence – A Modern Approach,
Prentice Hall: 1995
PICARD, Rosalind. Affective Computing,
MIT Press: 1997
Ambiente
programação em Java Eclise (requer J2SDK, utilizado v.1.4.1). Disponíveis em: http://www.eclipse.org e http://java.sun.com/
GOMES, Antônio S. R. Aplicativo SNTool v0. 8.8. DCA, FEEC, Unicamp: 2002.
Disponível em: http://www.dca.fee.unicamp.br/~gudwin/ftp/MTON/1.2_3/install.class