Esta dissertação de mestrado está inserida no trabalho desenvolvido pelo grupo de pesquisa GIA/UFRGS e situa-se na área de Inteligência Artificial aplicada à Educação à Distância apresentando uma arquitetura distribuída no desenvolvimento de Ambientes de Ensino Inteligentes. A Web facilita aos alunos encontrarem informações relevantes ao estudo que estão fazendo. Outra vantagem do ensino na Web é o indivíduo ser sabedor da existência da informação e de onde ela se localiza para que no momento adequado a acesse. Porém, o progresso que se poderá ter na área de informática aplicada à educação dependerá da adequação e qualidade do software educacional a ser utilizado. Por isso, temos que ter software de ensino inteligentes, que possam trazer esta qualidade e adequação conforme o aluno que está tentando adquirir um certo conhecimento. O objetivo principal do presente trabalho se propõe a estudar as diferentes técnicas e mecanismos de se construir um modelo do aluno adaptativo na Web, aplicáveis em um cenário de educação à distância, a partir de um ambiente distribuído de ensino-aprendizagem inteligente baseado em uma arquitetura multiagentes que contempla o paradigma de ensino cooperativo (uma sociedade de agentes humanos e artificiais, que cooperam para alcançar um objetivo comum). Além disso, o trabalho propõe o uso de estratégias de ensino segundo regras estipuladas pelo especialista. O agente responsável por este controle observa as modificações do comportamento do aprendiz durante a sua interação no ambiente, e seleciona uma estratégia de acordo com o desempenho do aprendiz. / This master’s degree dissertation was developed within the research group GIA/UFRGS, and is located in the field of Artificial Intelligence applied to distance learning, presenting a distributed architecture to develop intelligent teaching environments. The Web make easier for students to find important information for the study hey are performing. Another advantage of learning on the Web is that one knows the information exist and where they are located in order to access it at the right moment. However, the advances in the area of learning applied computing will depend of the adaptation and quality of the educational software used. Thus, we need intelligent teaching software, which can bring us this quality and adaptation according to the student that is trying to acquire some knowledge. The main goal of this work is to propose to study the different techniques and mechanisms for building an adaptive student model on the Web, that are applicable in a distance learning scenario, from an intelligent teaching-learning distributed environment based in a multi-agent architecture that contemplate the cooperative teaching paradigm (a society of human and artificial agent, which cooperate to reach a common goal). In addition, this work proposes the use of teaching strategies according to rules given by the specialist. The agent responsible for this control observes the apprentice behavioral changes during his interaction with the environment and selects a strategy according to the apprentice performance.

Esta dissertação de mestrado está inserida no trabalho desenvolvido pelo grupo de pesquisa GIA/UFRGS e situa-se na área de Inteligência Artificial aplicada à Educação à Distância apresentando uma arquitetura distribuída no desenvolvimento de Ambientes de Ensino Inteligentes. A Web facilita aos alunos encontrarem informações relevantes ao estudo que estão fazendo. Outra vantagem do ensino na Web é o indivíduo ser sabedor da existência da informação e de onde ela se localiza para que no momento adequado a acesse. Porém, o progresso que se poderá ter na área de informática aplicada à educação dependerá da adequação e qualidade do software educacional a ser utilizado. Por isso, temos que ter software de ensino inteligentes, que possam trazer esta qualidade e adequação conforme o aluno que está tentando adquirir um certo conhecimento. O objetivo principal do presente trabalho se propõe a estudar as diferentes técnicas e mecanismos de se construir um modelo do aluno adaptativo na Web, aplicáveis em um cenário de educação à distância, a partir de um ambiente distribuído de ensino-aprendizagem inteligente baseado em uma arquitetura multiagentes que contempla o paradigma de ensino cooperativo (uma sociedade de agentes humanos e artificiais, que cooperam para alcançar um objetivo comum). Além disso, o trabalho propõe o uso de estratégias de ensino segundo regras estipuladas pelo especialista. O agente responsável por este controle observa as modificações do comportamento do aprendiz durante a sua interação no ambiente, e seleciona uma estratégia de acordo com o desempenho do aprendiz. / This master’s degree dissertation was developed within the research group GIA/UFRGS, and is located in the field of Artificial Intelligence applied to distance learning, presenting a distributed architecture to develop intelligent teaching environments. The Web make easier for students to find important information for the study hey are performing. Another advantage of learning on the Web is that one knows the information exist and where they are located in order to access it at the right moment. However, the advances in the area of learning applied computing will depend of the adaptation and quality of the educational software used. Thus, we need intelligent teaching software, which can bring us this quality and adaptation according to the student that is trying to acquire some knowledge. The main goal of this work is to propose to study the different techniques and mechanisms for building an adaptive student model on the Web, that are applicable in a distance learning scenario, from an intelligent teaching-learning distributed environment based in a multi-agent architecture that contemplate the cooperative teaching paradigm (a society of human and artificial agent, which cooperate to reach a common goal). In addition, this work proposes the use of teaching strategies according to rules given by the specialist. The agent responsible for this control observes the apprentice behavioral changes during his interaction with the environment and selects a strategy according to the apprentice performance.

Esta dissertação de mestrado está inserida no trabalho desenvolvido pelo grupo de pesquisa GIA/UFRGS e situa-se na área de Inteligência Artificial aplicada à Educação à Distância apresentando uma arquitetura distribuída no desenvolvimento de Ambientes de Ensino Inteligentes. A Web facilita aos alunos encontrarem informações relevantes ao estudo que estão fazendo. Outra vantagem do ensino na Web é o indivíduo ser sabedor da existência da informação e de onde ela se localiza para que no momento adequado a acesse. Porém, o progresso que se poderá ter na área de informática aplicada à educação dependerá da adequação e qualidade do software educacional a ser utilizado. Por isso, temos que ter software de ensino inteligentes, que possam trazer esta qualidade e adequação conforme o aluno que está tentando adquirir um certo conhecimento. O objetivo principal do presente trabalho se propõe a estudar as diferentes técnicas e mecanismos de se construir um modelo do aluno adaptativo na Web, aplicáveis em um cenário de educação à distância, a partir de um ambiente distribuído de ensino-aprendizagem inteligente baseado em uma arquitetura multiagentes que contempla o paradigma de ensino cooperativo (uma sociedade de agentes humanos e artificiais, que cooperam para alcançar um objetivo comum). Além disso, o trabalho propõe o uso de estratégias de ensino segundo regras estipuladas pelo especialista. O agente responsável por este controle observa as modificações do comportamento do aprendiz durante a sua interação no ambiente, e seleciona uma estratégia de acordo com o desempenho do aprendiz. / This master’s degree dissertation was developed within the research group GIA/UFRGS, and is located in the field of Artificial Intelligence applied to distance learning, presenting a distributed architecture to develop intelligent teaching environments. The Web make easier for students to find important information for the study hey are performing. Another advantage of learning on the Web is that one knows the information exist and where they are located in order to access it at the right moment. However, the advances in the area of learning applied computing will depend of the adaptation and quality of the educational software used. Thus, we need intelligent teaching software, which can bring us this quality and adaptation according to the student that is trying to acquire some knowledge. The main goal of this work is to propose to study the different techniques and mechanisms for building an adaptive student model on the Web, that are applicable in a distance learning scenario, from an intelligent teaching-learning distributed environment based in a multi-agent architecture that contemplate the cooperative teaching paradigm (a society of human and artificial agent, which cooperate to reach a common goal). In addition, this work proposes the use of teaching strategies according to rules given by the specialist. The agent responsible for this control observes the apprentice behavioral changes during his interaction with the environment and selects a strategy according to the apprentice performance.