Made available in DSpace on 2014-06-12T15:59:11Z (GMT). No. of bitstreams: 2 arquivo4936_1.pdf: 1288760 bytes, checksum: e9b38bddcefdbcf94c0812a3c4d81dc1 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 1993 / Este trabalho descreve uma semântica formal para MooZ, uma extensão µa linguagem Z proposta pelo Grupo de Especificações Formais do DI/UFPE. Os conceitos fundamentais de orientação a objetos foram incluídos em MooZ: abstração, encapsulamento, modularidade e hierarquia. A semântica formal é apresentada como uma extensão à semântica de variedades pro- posta por J.M. Spivey para Z. A extensão traz como vantagens um maior entendimento da facilidade de expressão de MooZ em relação à Z e a demonstração de que MooZ é uma extensão conservativa de Z. Após uma introdução informal à MooZ, os conceitos da teoria axiomática dos conjun- tos de Zermelo-Fraenkel utilizados para descrever a semântica de MooZ são apresentados e especificados em Z. O sistema de tipos de MooZ é descrito e o modelo de assinaturas, estruturas e variedades de Spivey é expandido para comportar os conceitos de MooZ. As funções semânticas que fornecem o significado de cada elemento de MooZ são definidas. Por fim, são apresentadas a importância deste trabalho, as dificuldades encontradas no seu desenvolvimento e as sugestões para a sua continuação

A UML é uma notação gráfica utilizada na modelagem de sistemas orientados a objetos, em diferentes domínios da computação. Por ser simples de utilizar, em relação a outras formas de modelagem, a UML é amplamente difundida entre os desenvolvedores de software, tanto na academia quanto na indústria. Entre as suas vantagens, encontram-se: (i) a representação visual das relações entre classes e entidades, pois ao se utilizar de diagramas, a UML facilita o entendimento e a visualização das relações dentro do sistema modelado; (ii) a legibilidade e usabilidade, sem que seja necessário a leitura do código do sistema, uma vez que um desenvolvedor pode compreender quais partes do código são redundantes ou reutilizadas; e (iii) uma ferramenta de planejamento, ao auxiliar na definição do que deve ser feito, antes que a implementação comece de fato, além de poder produzir código e reduzir o tempo de desenvolvimento. Todavia, a UML possui desvantagens, tais como: (i) ambiguidade entre elementos UML diferentes, devido a sobreposição dos diagramas; e (ii) falta de uma semântica clara, o qual geralmente faz com que a semântica da linguagem de programação seja adotada. Para mitigar essas desvantagens, pesquisadores buscam atribuir uma semântica formal à UML. Esse tipo de semântica é encontrado em modelos formais, onde o sistema modelado é livre de ambiguidades e possui uma semântica clara e precisa. Por sua vez, os modelos formais não são simples de serem criados e compreendidos por desenvolvedores. O grau de conhecimento em formalismo necessário para utilizar tal modelo é alto, o que faz com que seu uso seja menos difundido, comparado com a notação gráfica não formal da UML. Apesar dos esforços dos pesquisadores, as técnicas de formalização semântica da UML apresentam, no geral, um problema pouco abordado: apesar de utilizar a UML para modelar o sistema, o artefato final dessas técnicas é um trace formal. Considerando o conhecimento comum de um desenvolvedor de software, esse trace dificulta a análise dos problemas, encontrados pelos model checkers, e a correção dos mesmos no modelo UML. Com o objetivo de auxiliar o desenvolvedor na compreensão dos resultados formais (o trace citado), esta tese de doutorado apresenta uma abordagem baseada em Model-driven Architecture (MDA) capaz de representar as informações dos resultados formais dentro de um modelo UML. Por meio de transformações do modelo UML, essas representações, definidas utilizando a abordagem, auxiliam o desenvolvedor a visualizar o fluxo de execução do model checker dentro do modelo UML. Assim, acredita-se que as vantagens obtidas pela formalização semântica da UML podem ser mais difundidas e utilizadas pelos desenvolvedores, principalmente na indústria. / UML is a graphical notation used for modeling object-oriented software systems in different domains in computer science. Being simple to use, compared to other modeling techniques, UML is widespread among software developers, both in academia and industry. Among its advantages are: (i) the visual representation of the relationships between classes and entities, as when using diagrams, UML facilitates understanding and visualization of relationships within the modeled system; (ii) readability and usability without having to read the system code, since a developer can understand which parts of the code are redundant or reusable; and (iii) a planning tool, helping to define what needs to be done before the implementation actually begins, as well as being able to produce code and reduce development time. However, the UML also has disadvantages, such as: (i) ambiguity between different UML elements due to overlapping diagrams; and (ii) lack of clear semantics, which generally causes the semantics of the programming language to be adopted. To mitigate these disadvantages, researchers seek to assign a formal semantics to the UML. This type of semantics is found in formal models, where the modeled system is free of ambiguity and has a clear and precise semantics. On the other hand, formal models are not simple to create and understand by developers. The degree of formalism knowledge required to use such a model is high, which makes their use less widespread, compared to UML non-formal graphical notation. Despite the researchers efforts, in general the techniques that formalize the UML semantics has a problem that is forgotten: although using the UML to model the system, the final artifact of these techniques is a formal trace. Considering the common knowledge of a software developer, this trace makes it difficult to analyze the problems encountered by model checkers and to correct them in the UML model. In order to assist the developer in understanding the formal results (the trace above), this thesis presents an approach based on Model-driven Architecture (MDA) capable of representing the information of the formal results in the UML model. Through UML model transformations, these representations, set using the approach, help the developer to visualize the execution flow of the model checker within the UML model. Thus, we believe that the advantages obtained by formalizing the UML semantics may be more widespread and used by developers, especially in industry.

Neste trabalho, estuda-se o aprendizado computacional como um problema de indução. A partir de uma proposta de arquitetura de um sistema de análise semântica de Linguagens Naturais, foram desenvolvidos e testados individualmente os dois módulos necessários para a sua construção: um pré-processador capaz de mapear o conteúdo de textos para uma representação onde a semântica de cada símbolo fique explícita e um módulo indutor capaz de gerar teorias para explicar sequências de eventos. O componente responsável pela indução de teorias implementa uma versão restrita do Preditor de Solomonoff, capaz de tecer hipóteses pertencentes ao conjunto das Linguagens Regulares. O dispositivo apresenta complexidade computacional elevada e tempo de processamento, mesmo para entradas simples, bastante alto. Apesar disso, são apresentados resultados novos interessantes que mostram seu desempenho funcional. O módulo pré-processador do sistema proposto consiste em uma implementação da Análise da Semântica Latente, um método que utiliza correlações estatísticas para obter uma representação capaz de aproximar relações semânticas similares às feitas por seres humanos. Ele foi utilizado para indexar os mais de 470 mil textos contidos no primeiro disco do corpus RCV1 da Reuters, produzindo, a partir de dezenas de variações de parâmetros, 71;5GB de dados que foram utilizados para diversas análises estatísticas. Foi construído também um sistema de recuperação de informações para análises qualitativas do método. Os resultados dos testes levam a crer que o uso desse módulo de pré-processamento leva a ganhos consideráveis no sistema proposto. A integração dos dois componentes em um analisador semântico de Linguagens Naturais se mostra, neste momento, inviável devido ao tempo de processamento exigido pelo módulo indutor e permanece como uma tarefa para um trabalho futuro. No entanto, concluiu-se que a Teoria da Predição de Solomonoff é adequada para tratar o problema da análise semântica de Linguagens Naturais, contanto que sejam concebidas formas de mitigar o problema do seu tempo de computação. / In this work, computer learning is studied as a problem of induction. Starting with the proposal of an architecture for a system of semantic analisys of Natural Languages, the two modules necessary for its construction were built and tested independently: a pre-processor, capable of mapping the contents of texts to a representation in which the semantics of each symbol is explicit, and an inductor module, capable of formulating theories to explain chains of events. The component responsible for the induction of theories implements a restricted version of the Solomonoff Predictor, capable of producing hypotheses pertaining to the set of Regular Languages. Such device presents elevated computational complexity and very high processing time even for very simple inputs. Nonetheless, this work presents new and interesting results showing its functional performance. The pre-processing module of the proposed system consists of an implementation of Latent Semantic Analisys, a method which draws from statistical correlation to build a representation capable of approximating semantical relations made by human beings. It was used to index the more than 470 thousand texts contained in the first disk of the Reuters RCV1 corpus, resulting, through dozens of parameter variations, 71:5GB of data that were used for various statistical analises. The test results are convincing that the use of that pre-processing module leads to considerable gains in the system proposed. The integration of the two components built into a full-fledged semantical analyser of Natural Languages presents itself, at this moment, unachievable due to the processing time required by the inductor module, and remains as a task for future work. Still, Solomonoffs Theory of Prediction shows itself adequate for the treatment of semantical analysis of Natural Languages, provided new ways of palliating its processing time are devised.

Neste trabalho, estuda-se o aprendizado computacional como um problema de indução. A partir de uma proposta de arquitetura de um sistema de análise semântica de Linguagens Naturais, foram desenvolvidos e testados individualmente os dois módulos necessários para a sua construção: um pré-processador capaz de mapear o conteúdo de textos para uma representação onde a semântica de cada símbolo fique explícita e um módulo indutor capaz de gerar teorias para explicar sequências de eventos. O componente responsável pela indução de teorias implementa uma versão restrita do Preditor de Solomonoff, capaz de tecer hipóteses pertencentes ao conjunto das Linguagens Regulares. O dispositivo apresenta complexidade computacional elevada e tempo de processamento, mesmo para entradas simples, bastante alto. Apesar disso, são apresentados resultados novos interessantes que mostram seu desempenho funcional. O módulo pré-processador do sistema proposto consiste em uma implementação da Análise da Semântica Latente, um método que utiliza correlações estatísticas para obter uma representação capaz de aproximar relações semânticas similares às feitas por seres humanos. Ele foi utilizado para indexar os mais de 470 mil textos contidos no primeiro disco do corpus RCV1 da Reuters, produzindo, a partir de dezenas de variações de parâmetros, 71;5GB de dados que foram utilizados para diversas análises estatísticas. Foi construído também um sistema de recuperação de informações para análises qualitativas do método. Os resultados dos testes levam a crer que o uso desse módulo de pré-processamento leva a ganhos consideráveis no sistema proposto. A integração dos dois componentes em um analisador semântico de Linguagens Naturais se mostra, neste momento, inviável devido ao tempo de processamento exigido pelo módulo indutor e permanece como uma tarefa para um trabalho futuro. No entanto, concluiu-se que a Teoria da Predição de Solomonoff é adequada para tratar o problema da análise semântica de Linguagens Naturais, contanto que sejam concebidas formas de mitigar o problema do seu tempo de computação. / In this work, computer learning is studied as a problem of induction. Starting with the proposal of an architecture for a system of semantic analisys of Natural Languages, the two modules necessary for its construction were built and tested independently: a pre-processor, capable of mapping the contents of texts to a representation in which the semantics of each symbol is explicit, and an inductor module, capable of formulating theories to explain chains of events. The component responsible for the induction of theories implements a restricted version of the Solomonoff Predictor, capable of producing hypotheses pertaining to the set of Regular Languages. Such device presents elevated computational complexity and very high processing time even for very simple inputs. Nonetheless, this work presents new and interesting results showing its functional performance. The pre-processing module of the proposed system consists of an implementation of Latent Semantic Analisys, a method which draws from statistical correlation to build a representation capable of approximating semantical relations made by human beings. It was used to index the more than 470 thousand texts contained in the first disk of the Reuters RCV1 corpus, resulting, through dozens of parameter variations, 71:5GB of data that were used for various statistical analises. The test results are convincing that the use of that pre-processing module leads to considerable gains in the system proposed. The integration of the two components built into a full-fledged semantical analyser of Natural Languages presents itself, at this moment, unachievable due to the processing time required by the inductor module, and remains as a task for future work. Still, Solomonoffs Theory of Prediction shows itself adequate for the treatment of semantical analysis of Natural Languages, provided new ways of palliating its processing time are devised.

A UML é uma notação gráfica utilizada na modelagem de sistemas orientados a objetos, em diferentes domínios da computação. Por ser simples de utilizar, em relação a outras formas de modelagem, a UML é amplamente difundida entre os desenvolvedores de software, tanto na academia quanto na indústria. Entre as suas vantagens, encontram-se: (i) a representação visual das relações entre classes e entidades, pois ao se utilizar de diagramas, a UML facilita o entendimento e a visualização das relações dentro do sistema modelado; (ii) a legibilidade e usabilidade, sem que seja necessário a leitura do código do sistema, uma vez que um desenvolvedor pode compreender quais partes do código são redundantes ou reutilizadas; e (iii) uma ferramenta de planejamento, ao auxiliar na definição do que deve ser feito, antes que a implementação comece de fato, além de poder produzir código e reduzir o tempo de desenvolvimento. Todavia, a UML possui desvantagens, tais como: (i) ambiguidade entre elementos UML diferentes, devido a sobreposição dos diagramas; e (ii) falta de uma semântica clara, o qual geralmente faz com que a semântica da linguagem de programação seja adotada. Para mitigar essas desvantagens, pesquisadores buscam atribuir uma semântica formal à UML. Esse tipo de semântica é encontrado em modelos formais, onde o sistema modelado é livre de ambiguidades e possui uma semântica clara e precisa. Por sua vez, os modelos formais não são simples de serem criados e compreendidos por desenvolvedores. O grau de conhecimento em formalismo necessário para utilizar tal modelo é alto, o que faz com que seu uso seja menos difundido, comparado com a notação gráfica não formal da UML. Apesar dos esforços dos pesquisadores, as técnicas de formalização semântica da UML apresentam, no geral, um problema pouco abordado: apesar de utilizar a UML para modelar o sistema, o artefato final dessas técnicas é um trace formal. Considerando o conhecimento comum de um desenvolvedor de software, esse trace dificulta a análise dos problemas, encontrados pelos model checkers, e a correção dos mesmos no modelo UML. Com o objetivo de auxiliar o desenvolvedor na compreensão dos resultados formais (o trace citado), esta tese de doutorado apresenta uma abordagem baseada em Model-driven Architecture (MDA) capaz de representar as informações dos resultados formais dentro de um modelo UML. Por meio de transformações do modelo UML, essas representações, definidas utilizando a abordagem, auxiliam o desenvolvedor a visualizar o fluxo de execução do model checker dentro do modelo UML. Assim, acredita-se que as vantagens obtidas pela formalização semântica da UML podem ser mais difundidas e utilizadas pelos desenvolvedores, principalmente na indústria. / UML is a graphical notation used for modeling object-oriented software systems in different domains in computer science. Being simple to use, compared to other modeling techniques, UML is widespread among software developers, both in academia and industry. Among its advantages are: (i) the visual representation of the relationships between classes and entities, as when using diagrams, UML facilitates understanding and visualization of relationships within the modeled system; (ii) readability and usability without having to read the system code, since a developer can understand which parts of the code are redundant or reusable; and (iii) a planning tool, helping to define what needs to be done before the implementation actually begins, as well as being able to produce code and reduce development time. However, the UML also has disadvantages, such as: (i) ambiguity between different UML elements due to overlapping diagrams; and (ii) lack of clear semantics, which generally causes the semantics of the programming language to be adopted. To mitigate these disadvantages, researchers seek to assign a formal semantics to the UML. This type of semantics is found in formal models, where the modeled system is free of ambiguity and has a clear and precise semantics. On the other hand, formal models are not simple to create and understand by developers. The degree of formalism knowledge required to use such a model is high, which makes their use less widespread, compared to UML non-formal graphical notation. Despite the researchers efforts, in general the techniques that formalize the UML semantics has a problem that is forgotten: although using the UML to model the system, the final artifact of these techniques is a formal trace. Considering the common knowledge of a software developer, this trace makes it difficult to analyze the problems encountered by model checkers and to correct them in the UML model. In order to assist the developer in understanding the formal results (the trace above), this thesis presents an approach based on Model-driven Architecture (MDA) capable of representing the information of the formal results in the UML model. Through UML model transformations, these representations, set using the approach, help the developer to visualize the execution flow of the model checker within the UML model. Thus, we believe that the advantages obtained by formalizing the UML semantics may be more widespread and used by developers, especially in industry.

Esta tese tem por objetivo discutir algumas das questões semântico- pragmáticas relacionadas com as descrições demonstrativas, especificamente aquelas ligadas aos usos dêiticos dessas expressões, os quais englobam, ao nosso ver, os usos dêiticos canônicos, os uso descritivos e os usos com referência deferida (NUNBERG, 1993, 2004; ELBOURNE, 2005, 2008). Para realizar nossas análises, utilizamos a semântica de situações (KRATZER, 1989) e as noções de situação default e situa_c~ao não-default (WOLTER, 2006). Para iniciar a investigação, no Capítulo 1, retomamos conceitos da abordagem de Kaplan (1989), uma das pioneiras em relação ao es- tudo dos demonstrativos. Além disso, também expomos os principais aspectos da teoria de Wolter (2006) { uma abordagem semântico- pragmática elegante que tenta explicar diferentes usos das descrições demonstrativas através da semântica de situações. Utilizamos a teoria de Wolter (2006) como parâmetro de comparação pela sua importância e simplicidade em relação as outras abordagens. Por isso, a partir da abordagem da autora levantamos algumas questões no primeiro capítulo, as quais nortearam nossa investigação ao longo da tese. No Capítulo 2, detemo-nos no papel da demonstração nos usos dêiticos das descrições demonstrativas. Nossa investigação procurava entender se apontamentos (gestos físicos que acompanham e são importantes para a determinação do valor semântico das expressões dêiticas) são elemento\essenciais", no sentido de serem convencionalmente ligados às descrições demonstrativas. Concluímos que demonstrações e saliência são fatores ”não-essenciais" da semântica das descrições demonstrativas, porque eles podem ser substituídos por outros elementos dado um contexto adequado, ponto de vista que se aproxima da abordagem de Wolter (2006). No Capítulo 3, buscamos elucidar a influência e/ou a função semântica do conteúdo descritivo adicional na interpretação das descrições demonstrativas dêiticas. Tendo como pano de fundo a abordagem de Wolter (2006), suas noções de situação default e de situação não- default e suas análises dos \usos descritivos W" ou NDNS (KING, 2001), verificamos que a ideia da autora de que o material adicional introduz uma variável de situação extra na forma lógica _e uma assunção desnecessária. Afirmamos isso, com base na constatação de que o conteúdo descritivo adicional é o ultimo e o mais poderoso meio de restrição do domínio de referentes das descrições demonstrativas, i.e., ele é o elemento que assegura a unicidade quando outros elementos { apontamento, saliência, informação espacial do determinante não são suficientes. No Capítulo 4, analisamos os usos descritivos e os usos com referência deferida das descrições demonstrativas. Buscamos verificar a natureza e a importância do componente relacional, proposto por Nunberg (1993) e formalizado por Elbourne (2005), na semântica/pragmática dessas expressões. Concluímos, após análises empíricas, que o componente relacional é resultado de muitos processos pragmáticos, o que torna sua representação demasiadamente complexa e, muitas vezes, não completamente fiel aos processos envolvidos. Os usos descritivos e com referência deferida também serviram para elucidarmos o nível de semelhança/diferença semântico-pragmática das descrições demonstrativas e das descrições definidas. Chegamos à conclusão que devido às diferenças nos processos de interpretação desses dois grupos de expressões, aspecto evidenciado pelos usos descritivos e com referência deferida, elas não devem ser consideradas expressões similares do ponto de vista semântico-pragmático, apesar de alguns autores afirmarem o contrário (WOLTER, 2006; ELBOURNE, 2005, 2008, entre outros). / This dissertation aims to discuss some of the main points about seman- tics and pragmatics of demonstratives descriptions, speci cally those related to deictic uses of these expressions, which in our point of view include canonical deictic uses, descriptive uses and, uses with deferred reference (NUNBERG, 1993, 2004; ELBOURNE, 2005, 2008). We use the situations semantics (KRATZER, 1989) and conceptions of default situation and non-default situation (WOLTER, 2006) to work in our analyzes. To begin the investigation, in Chapter 1, we recall concepts from Kaplan's approach (1989), one of the pioneers in relation to the study of demonstratives. In addition, we also discuss the main aspects of Wolter's theory (2006); an elegant semantic-pragmatic approach that tries to explain different uses of demonstrative descriptions through situation semantics. Wolter (2006) is our parameter of comparison for its importance and simplicity. Because of this, in this chapter we also raise some questions related to Wolter's theory which guide our investigation throughout the thesis. The purpose of Chapter 2 is analyzing the role of demonstration in deictic uses of demonstrative descriptions. Our investigation tryes to explain whether pointings (physical gestures associated to deictic ex- pressions and important to semantic value determination) are \essential elements" in the sense of being conventionally related to demonstrative descriptions. We conclude that demonstrations and salience are \non- essential" elements to the semantics of the demonstrative descriptions, mainly because they can be replaced by other elements given a suitable context. In Chapter 3, our focus is to elucidate the semantic in uence and/or the semantic function of additional descriptive content in the interpretation of deictic demonstrative descriptions. Our investigation is based on Wolter's approach (2006), her concepts of default and non-default situations and her analysis of \W descriptive uses" or NDNS's uses (KING, 2001) { these uses are distintc from deictic uses, but they also have additional descriptive content associated with demonstrative descriptions. We conclude that Wolter's conception, in which the additional material introduces an extra situation variable in logical form, is an unnecessary assumption. We affirm this, based on examples where the additional descriptive content is the last resource and the most powerful means of restricting the domain of reference of demons- trative descriptions, i.e., it is the element that ensures the uniqueness when other elements, such as pointing, contextual salience and, spatial information of the determiner, are not enough to do this. In Chapter 4, we analyze descriptive uses and uses with deferred reference of demonstrative descriptions. We verify the nature and the importance of the relational component, proposed by Nunberg (1993) and formalized by Elbourne (2005), in the semantics / pragmatics of these expressions. We conclude, after empirical analysis, that the relational component is the result of many pragmatic processes. This complexity makes its formal representation too complicated and often not completely faithful to all the processes involved in interpretation. The descriptive uses and uses with deferred reference also contributed to elucidate the semantics / pragmatics level of similarity / difference between demonstrative descriptions and de nite descriptions. We conclude that the distinct processes of interpretation of these two groups of expressions are relevant, so they should not be considered similar expressions from the semantic-pragmatic point of view, although some authors affirm the opposite (WOLTER, 2006; ELBOURNE, 2005, 2008, among others).

O objetivo deste trabalho é ampliar o conhecimento translinguístico sobre a categoria modo estudando-a em uma língua indígena brasileira. A motivação deste estudo se dá principalmente porque pouco se sabe a respeito dessa categoria em línguas não pertencentes ao tronco indo-europeu (Palmer, 2001). O objeto de estudo desta pesquisa é a língua Karitiana (família Tupi, subfamília Arikém) e o corpus analisado é formado por dados provenientes dos mitos e narrativas dessa língua e de dados coletados pelo autor da pesquisa com falantes nativos. A metodologia de coleta de dados foi a elicitação contextualizada defendida por Matthewson (2004) e Mendes (2014). Modo em Karitiana foi primeiramente analisado por Storto (2002). A autora afirma que a língua possui um sistema de modo bastante desenvolvido, porém, ainda pouco compreendido. Para ela, essa língua possui seis morfemas de modo: na(ka)-/ta(ka)- (declarativo), pyt- (assertivo), pyn- (deôntico), iri- (citativo), jy- (condicional) e a/-/-y (imperativo). Esses morfemas ocorrem entre o morfema de pessoa e a raiz verbal como observado em yn a-taka-hit-ø kat (glosa: eu 2p-dec-dar-nfut isso, tradução: eu te dei isso (Storto, 1999)). Nessa primeira análise, Storto (com. pess.) classifica esses morfemas como modo porque, segundo ela, eles marcam diferentes tipos de sentença na língua. A semântica e a pragmática formal foram utilizadas como embasamento teórico da pesquisa. Alguns trabalhos assumem que modo é um morfema que marca modalidade (Bybee, 1985; Palmer, 1986). Para a semântica formal modalidade é uma categoria do significado que está relacionada à expressão de necessidades e possibilidades (Kratzer, 1981; von Fintel, 2006; Hacquard, 2011). Outros trabalhos consideram que modo é um morfema que marca tipos de sentença. Na pragmática tipos sentenciais estão relacionados à força ilocucionária da sentença (Saeed, 2009; Portner, 2011). Seguindo a terminologia de Portner (2011), esta dissertação se refere aos morfemas de modo que estiverem relacionados à expressão de modalidade como modo verbal e os morfemas de modo que estiverem relacionados ao tipo sentencial são chamados modos sentenciais. A análise dos morfemas do Karitiana classificados como modo mostrou que essa língua possui dois lugares na estrutura morfossintática do verbo para marcar a categoria \'modo\' e não apenas um como assumido anteriormente como ilustrado por a-ta-jy-hit-ø celula-ty (glosa: 2p-dec-con-dar-nfut celular-obl tradução: eu te daria um celular). Esta pesquisa assume que cada posição marca um tipo específico de modo: os morfemas que ocorrem na primeira posição (e.g. na(ka)-/ta(ka)-) marcam tipos sentenciais, ou seja, são modos sentenciais e os morfemas que ocorrem na segunda posição (e.g. pyn- e jy-) marcam modalidade, ou seja, são modos verbais. Modos verbais e modos sentenciais podem coocorrer o que é uma evidência da existência de duas posições. O estudo da categoria modo em Karitiana possibilitou um melhor entendimento dessa categoria translinguisticamente. Segundo Sadock & Zwicky (1985) morfemas de modo não coocorrem e esta dissertação mostra que eles podem ocorrer se não estiverem ambos relacionados a força ilocucionária ou modalidade. / This research aims to increase the crosslinguistic knowledge about the categories mood within a study in a Brazilian indigenous language. The reason for this study is that there are not many reliable studies of this category in unfamiliar languages (Palmer, 2001). The object of study of this research is Karitiana language (Tupi family, Arikém subfamily) and the corpus analyzed here is composed by data from the miths and stories of this language as well as data collected by the author of the research from native speakers. We used contextualized data elicitation proposed by Matthewson (2004) and Mendes (2014). Mood in Karitiana was firstly analyzed by Storto (2002) who states that this language has a quite developed mood system that is at the same time not well understood. For her, this language has six mood morphemes: na(ka)-/ta(ka)- (declarative), pyt- (assertive), pyn- (deontic), iri- (citative), jy- (conditional) and a/-/-y (imperative). These morphemes occurs between the person morpheme and the verbal root as can be seen in yn a-taka-hit-ø kat (gloss: I 2p-dec-give-nfut that, translation: I gave you that (Storto, 1999)). In this first analysis, Storto (p.c.) assumes that those morphemes mark different types of sentence, being sentential mood morphemes. We used formal semantics and pragmatics as the theoretical background for the research. Some studies assume that mood is a morpheme which marks modality (Bybee, 1985; Palmer, 1986). In formal semantics modality is a category related to the expressions of possibilities and necessities (Kratzer, 1981; von Fintel, 2006; Hacquard, 2011). Other studies consider that mood is a morpheme which marks sentential types. In pragmatics the types of sentences are related to the illocutionary force of the sentence (Saeed, 2009; Portner, 2011). We follow the terminology used by Portner (2011) and call mood morphemes related to modality verbal mood and morphemes related to sentential type are called sentential mood. The analysis of the morphemes in Karitiana classified as mood has shown that this language has two positions in the morphosyntactical structure of the verb to the mood category and not only one as previously proposed. This can be seen in a-ta-jy-hit-ø celula-ty (gloss: 2p-dec-con-give-nfut cellphone-obl translation: I would give you a cellphone). This research proposes that each position mark a specific type of mood: Morphemes of the first position (e.g. na(ka)-/ta(ka)-) mark types of sentence, therefore, they are sentential moods and morphemes that occur in the second position (e.g. pyn- e jy-) mark modality, therefore, they are verbal moods. Verbal and sentential moods can co-occur what is an evidence for the existence of two positions. The study of mood done by this research allowed a better understanding of mood category crosslinguistically. For Sadock&Zwicky (1985), mood morphemes should not co-occur and this research has shown that they can co-occur if they are not both related to illocutionary force or modality.

Dada a importância de agentes inteligentes e sistemas multiagentes na Ciência da Computação e na Inteligência Artificial, a programação orientada a agentes (AOP, do inglês Agent-oriented programming) emergiu como um novo paradigma para a criação de sistemas computacionais complexos. Assim, nas últimas décadas, houve um florescimento da literatura em programação orientada a agentes e, com isso, surgiram diversas linguages de programação seguindo tal paradigma, como AgentSpeak (RAO, 1996; BORDINI; HUBNER; WOOLDRIDGE, 2007), Jadex (POKAHR; BRAUBACH; LAMERSDORF, 2005), 3APL/2APL (DASTANI; VAN RIEMSDIJK; MEYER, 2005; DASTANI, 2008), GOAL (HINDRIKS et al., 2001), entre outras. Programação orientada a agentes é um paradigma de programação proposto por Shoham (1993) no qual os elementos mínimos de um programa são agentes. Shoham (1993) defende que agentes autônomos e sistemas multiagentes configuram-se como uma forma diferente de se organizar uma solução para um problema computacional, de forma que a construção de um sistema multiagente para a solução de um problema pode ser entendida como um paradgima de programação. Para entender tal paradigma, é necessário entender o conceito de agente. Agente, nesse contexto, é uma entidade computacional descrita por certos atributos - chamados de atitudes mentais - que descrevem o seu estado interno e sua relação com o ambiente externo. Atribuir a interpretação de atitudes mentais a tais atributos é válida, defende Shoham (1993), uma vez que esses atributos se comportem de forma semelhante as atitudes mentais usadas para descrever o comportamento humano e desde que sejam pragmaticamente justificáveis, i.e. úteis à solução do problema. Entender, portanto, o significado de termos como ’crença’, ’desejo’, ’intenção’, etc., assim como suas propriedades fundamentais, é de fundamental importância para estabelecer linguagens de programação orientadas a agentes. Nesse trabalho, vamos nos preocupar com um tipo específico de linguagens de programação orientadas a agentes, as chamadas linguagens BDI. Linguagens BDI são baseadas na teoria BDI da Filosofia da Ação em que o estado mental de um agente (e suas ações) é descrito por suas crenças, desejos e intenções. Enquanto a construção de sistemas baseados em agentes e linguagens de programação foram tópicos bastante discutidos na literatura, a conexão entre tais sistemas e linguagens com o trabalho teórico proveniente da Inteligência Artificial e da Filosofia da Ação ainda não está bem estabelecida. Essa distância entre a teoria e a prática da construção de sistemas é bem reconhecida na literatura relevante e comumente chamada de “gap semântico” (gap em inglês significa lacuna ou abertura e representa a distância entre os modelos teóricos e sua implementação em linguagens e sistemas). Muitos trabalhos tentaram atacar o problema do gap semântico para linguagens de programação específicas, como para as linguagens AgentSpeak (BORDINI; MOREIRA, 2004), GOAL (HINDRIKS; VAN DER HOEK, 2008), etc. De fato, Rao (1996, p. 44) afirma que “O cálice sagrado da pesquisa em agentes BDI é mostrar uma correspondência 1-a-1 com uma linguagem razoavelmente útil e expressiva” (tradução nossa)1 Uma limitação crucial, em nossa opinião, das tentativas passadas de estabeler uma conexão entre linguagens de programação orientadas a agentes e lógicas BDI é que elas se baseiam em estabelecer a interpretação de um programa somente no nível estático. De outra forma, dado um estado de um programa, tais trabalhos tentam estabelecer uma interpretação declarativa, i.e. baseada em lógica, do estado do programa respresentando assim o estado mental do agente. Não é claro, entretanto, como a execução do programa pode ser entendida enquanto mudanças no estado mental do agente. A razão para isso, nós acreditamos, está nos formalismos utilizados para especificar agentes BDI. De fato, as lógicas BDI propostas são, em sua maioria, estáticas ou incapazes de representar ações mentais. O ato de revisão uma crença, adotar um objetivo ou mudar de opinião são exemplos de ações mentais, i.e. ações que são executadas internarmente ao agente e afetando somente seu estado mental, sendo portanto não observáveis. Tais ações são, em nossa opinião, intrinsecamente diferentes de ações ônticas que consistem de comportamento observável e que possivelmente afeta o ambiente externo ao agente. Essa diferença é comumente reconhecida no estudo da semântica de linguagens de programação orientadas a agentes (BORDINI; HUBNER; WOOLDRIDGE, 2007; D’INVERNO et al., 1998; MENEGUZZI; LUCK, 2009), entretanto os formalismos disponíveis para se especificar raciocínio BDI, em nosso conhecimento, não provem recursos expressivos para codificar tal diferença. Nós acreditamos que, para atacar o gap semântico, precisamos de um ferramental semântico que permita a especificação de ações mentais, assim como ações ônticas. Lógicas Dinâmicas Epistêmicas (DEL, do inglês Dynamic Epistemic Logic) são uma família de lógicas modais dinâmicas largamente utilizadas para estudar os fenômenos de mudança do estado mental de agentes. Os trabalhos em DEL foram fortemente influenciados pela escola holandesa de lógica, com maior proponente Johna Van Benthem, e seu “desvio dinâmico” em lógica (dynamic turn em inglês) que propõe a utilização de lógicas dinâmicas para compreender ações de mudanças mentais (VAN BENTHEM, 1996). O formalismo das DEL deriva de diversas vertentes do estudo de mudança epistêmica, como o trabalho em teoria da Revisão de Crenças AGM (ALCHOURRÓN; GÄRDENFORS; MAKINSON, 1985), e Epistemologia Bayesiana (HÁJEK; HARTMANN, 2010). Tais lógicas adotam a abordagem, primeiro proposta por Segerberg (1999), de representar mudanças epistêmicas dentro da mesma linguagem utilizada para representar as noções de crença e conhecimento, diferente da abordagem extra-semântica do Revisão de Crenças a la AGM. No contexto das DEL, uma lógica nos parece particulamente interessante para o estudo de programação orientada a agentes: a Lógica Dinâmica de Preferências (DPL, do inglês Dynamic Preference Logic) de Girard (2008). DPL, também conhecida como lógica dinâmica de ordem, é uma lógica dinâmica para o estudo de preferências que possui grande expressibilidade para codificar diversas atiutudes mentais. De fato, tal lógica foi empregada para o estudo de obrigações (VAN BENTHEM; GROSSI; LIU, 2014), crenças (GIRARD; ROTT, 2014), preferências (GIRARD, 2008), etc. Tal lógica possui fortes ligações com raciocínio não-monotônico e com lógicas já propostas para o estudo de atitudes mentais na área de Teoria da Decisão (BOUTILIER, 1994b) Nós acreditamos que DPL constitui um candidato ideal para ser utilizado como ferramental semântico para se estudar atitudes mentais da teoria BDI por permitir grande flexibilidade para representação de tais atitudes, assim como por permitir a fácil representação de ações mentais como revisão de crenças, adoção de desejos, etc. Mais ainda, pelo trabalho de Liu (2011), sabemos que existem representações sintáticas dos modelos de tal lógica que podem ser utilizados para raciocinar sobre atitudes mentais, sendo assim candidatos naturais para serem utilizados como estruturas de dados para uma implementação semanticamente fundamentada de uma linguagem de programação orientada a agentes. Assim, nesse trabalho nós avançamos no problema de reduzir o gap semântico entre linguagens de programação orientadas a agentes e formalismos lógicos para especificar agentes BDI. Nós exploramos não somente como estabelecer as conexões entre as estruturas estáticas, i.e. estado de um programa e um modelo da lógica, mas também como as ações de raciocínio pelas quais se especifica a semântica formal de uma linguagem de programação orientada a agentes podem ser entendidas dentro da lógica como operadores dinâmicos que representam ações mentais do agente. Com essa conexão, nós provemos também um conjunto de operações que podem ser utilizadas para se implementar uma linguagem de programação orientada a agentes e que preservam a conexão entre os programas dessa linguagem e os modelos que representam o estado mental de um agente. Finalmente, com essas conexões, nós desenvolvemos um arcabouço para estudar a dinâmica de atitudes mentais, tais como crenças, desejos e inteções, e como reproduzir essas propriedades na semântica de linguagens de programação. / As the notions of Agency and Multiagent System became important topics for the Computer Science and Artificial Intelligence communities, Agent Programming has been proposed as a paradigm for the development of computer systems. As such, in the last decade, we have seen the flourishing of the literature on Agent Programming with the proposal of several programming languages, e.g. AgentSpeak (RAO, 1996; BORDINI; HUBNER;WOOLDRIDGE, 2007), Jadex (POKAHR; BRAUBACH; LAMERSDORF, 2005), JACK (HOWDEN et al., 2001), 3APL/2APL (DASTANI; VAN RIEMSDIJK; MEYER, 2005; DASTANI, 2008), GOAL (HINDRIKS et al., 2001), among others. Agent Programming is a programming paradigm proposed by Shoham (1993) in which the minimal units are agents. An agent is an entity composed of mental attitudes, that describe the its internal state - such as its motivations and decisions - as well as its relation to the external world - its beliefs about the world, its obligations, etc. This programming paradigm stems from the work on Philosophy of Action and Artificial Intelligence concerning the notions of intentional action and formal models of agents’ mental states. As such, the meaning (and properties) of notions such as belief, desire, intention, etc. as studied in these disciplines are of central importance to the area. Particularly, we will concentrate in our work on agent programming languages influenced by the so-called BDI paradigm of agency, in which an agent is described by her beliefs, desires, intentions. While the engineering of such languages has been much discussed, the connections between the theoretical work on Philosophy and Artificial Intelligence and its implementations in programming languages are not so clearly understood yet. This distance between theory and practice has been acknowledged in the literature for agent programming languages and is commonly known as the “semantic gap”. Many authors have attempted to tackle this problem for different programming languages, as for the case of AgentSpeak (BORDINI; MOREIRA, 2004), GOAL (HINDRIKS; VAN DER HOEK, 2008), etc. In fact, Rao (1996, p. 44) states that “[t]he holy grail of BDI agent research is to show such a one-to-one correspondence with a reasonably useful and expressive language.” One crucial limitation in the previous attempts to connect agent programming languages and BDI logics, in our opinion, is that the connection is mainly established at the static level, i.e. they show how a given program state can be interpreted as a BDI mental state. It is not clear in these attempts, however, how the execution of the program may be understood as changes in the mental state of the agent. The reason for this, in our opinion, is that the formalisms employed to construct BDI logics are usually static, i.e. cannot represent actions and change, or can only represent ontic change, not mental change. The act of revising one’s beliefs or adopting a given desire are mental actions (or internal actions) and, as such, different from performing an action over the environment (an ontic or external action). This difference is well recognized in the literature on the semantics of agent programming languages (D’INVERNO et al., 1998; BORDINI; HUBNER; WOOLDRIDGE, 2007; MENEGUZZI; LUCK, 2009), but this difference is lost when translating their semantics into a BDI logic. We believe the main reason for that is a lack of expressibility in the formalisms used to model BDI reasoning. Dynamic Epistemic Logic, or DEL, is a family of dynamic modal logics to study information change and the dynamics of mental attitudes inspired by the Dutch School on the “dynamic turn” in Logic (VAN BENTHEM, 1996). This formalism stems from various approaches in the study of belief change and differs from previous studies, such as AGM Belief Revision, by shifting from extra-logical characterization of changes in the agents attitudes to their integration within the representation language. In the context of Dynamic Epistemic Logic, the Dynamic Preference Logic of Girard (2008) seems like an ideal candidate, having already been used to study diverse mental attitudes, such as Obligations (VAN BENTHEM; GROSSI; LIU, 2014), Beliefs (GIRARD; ROTT, 2014), Preferences (GIRARD, 2008), etc. We believe Dynamic Preference Logic to be the ideal semantic framework to construct a formal theory of BDI reasoning which can be used to specify an agent programming language semantics. The reason for that is that inside this logic we can faithfully represent the static state of a agent program, i.e. the agent’s mental state, as well as the changes in the state of the agent program by means of the agent’s reasoning, i.e. by means of her mental actions. As such, in this work we go further in closing the semantic gap between agent programs and agency theories and explore not only the static connections between program states and possible worlds models, but also how the program execution of a language based on common operations - such as addition/removal of information in the already mentioned bases - may be understood as semantic transformations in the models, as studied in Dynamic Logics. With this, we provide a set of operations for the implementation of agent programming languages which are semantically safe and we connect an agent program execution with the dynamic properties in the formal theory. Lastly, by these connections, we provide a framework to study the dynamics of different mental attitudes, such as beliefs, goals and intentions, and how to reproduce the desirable properties proposed in theories of Agency in a programming language semantics.

O objetivo deste trabalho é ampliar o conhecimento translinguístico sobre a categoria modo estudando-a em uma língua indígena brasileira. A motivação deste estudo se dá principalmente porque pouco se sabe a respeito dessa categoria em línguas não pertencentes ao tronco indo-europeu (Palmer, 2001). O objeto de estudo desta pesquisa é a língua Karitiana (família Tupi, subfamília Arikém) e o corpus analisado é formado por dados provenientes dos mitos e narrativas dessa língua e de dados coletados pelo autor da pesquisa com falantes nativos. A metodologia de coleta de dados foi a elicitação contextualizada defendida por Matthewson (2004) e Mendes (2014). Modo em Karitiana foi primeiramente analisado por Storto (2002). A autora afirma que a língua possui um sistema de modo bastante desenvolvido, porém, ainda pouco compreendido. Para ela, essa língua possui seis morfemas de modo: na(ka)-/ta(ka)- (declarativo), pyt- (assertivo), pyn- (deôntico), iri- (citativo), jy- (condicional) e a/-/-y (imperativo). Esses morfemas ocorrem entre o morfema de pessoa e a raiz verbal como observado em yn a-taka-hit-ø kat (glosa: eu 2p-dec-dar-nfut isso, tradução: eu te dei isso (Storto, 1999)). Nessa primeira análise, Storto (com. pess.) classifica esses morfemas como modo porque, segundo ela, eles marcam diferentes tipos de sentença na língua. A semântica e a pragmática formal foram utilizadas como embasamento teórico da pesquisa. Alguns trabalhos assumem que modo é um morfema que marca modalidade (Bybee, 1985; Palmer, 1986). Para a semântica formal modalidade é uma categoria do significado que está relacionada à expressão de necessidades e possibilidades (Kratzer, 1981; von Fintel, 2006; Hacquard, 2011). Outros trabalhos consideram que modo é um morfema que marca tipos de sentença. Na pragmática tipos sentenciais estão relacionados à força ilocucionária da sentença (Saeed, 2009; Portner, 2011). Seguindo a terminologia de Portner (2011), esta dissertação se refere aos morfemas de modo que estiverem relacionados à expressão de modalidade como modo verbal e os morfemas de modo que estiverem relacionados ao tipo sentencial são chamados modos sentenciais. A análise dos morfemas do Karitiana classificados como modo mostrou que essa língua possui dois lugares na estrutura morfossintática do verbo para marcar a categoria \'modo\' e não apenas um como assumido anteriormente como ilustrado por a-ta-jy-hit-ø celula-ty (glosa: 2p-dec-con-dar-nfut celular-obl tradução: eu te daria um celular). Esta pesquisa assume que cada posição marca um tipo específico de modo: os morfemas que ocorrem na primeira posição (e.g. na(ka)-/ta(ka)-) marcam tipos sentenciais, ou seja, são modos sentenciais e os morfemas que ocorrem na segunda posição (e.g. pyn- e jy-) marcam modalidade, ou seja, são modos verbais. Modos verbais e modos sentenciais podem coocorrer o que é uma evidência da existência de duas posições. O estudo da categoria modo em Karitiana possibilitou um melhor entendimento dessa categoria translinguisticamente. Segundo Sadock & Zwicky (1985) morfemas de modo não coocorrem e esta dissertação mostra que eles podem ocorrer se não estiverem ambos relacionados a força ilocucionária ou modalidade. / This research aims to increase the crosslinguistic knowledge about the categories mood within a study in a Brazilian indigenous language. The reason for this study is that there are not many reliable studies of this category in unfamiliar languages (Palmer, 2001). The object of study of this research is Karitiana language (Tupi family, Arikém subfamily) and the corpus analyzed here is composed by data from the miths and stories of this language as well as data collected by the author of the research from native speakers. We used contextualized data elicitation proposed by Matthewson (2004) and Mendes (2014). Mood in Karitiana was firstly analyzed by Storto (2002) who states that this language has a quite developed mood system that is at the same time not well understood. For her, this language has six mood morphemes: na(ka)-/ta(ka)- (declarative), pyt- (assertive), pyn- (deontic), iri- (citative), jy- (conditional) and a/-/-y (imperative). These morphemes occurs between the person morpheme and the verbal root as can be seen in yn a-taka-hit-ø kat (gloss: I 2p-dec-give-nfut that, translation: I gave you that (Storto, 1999)). In this first analysis, Storto (p.c.) assumes that those morphemes mark different types of sentence, being sentential mood morphemes. We used formal semantics and pragmatics as the theoretical background for the research. Some studies assume that mood is a morpheme which marks modality (Bybee, 1985; Palmer, 1986). In formal semantics modality is a category related to the expressions of possibilities and necessities (Kratzer, 1981; von Fintel, 2006; Hacquard, 2011). Other studies consider that mood is a morpheme which marks sentential types. In pragmatics the types of sentences are related to the illocutionary force of the sentence (Saeed, 2009; Portner, 2011). We follow the terminology used by Portner (2011) and call mood morphemes related to modality verbal mood and morphemes related to sentential type are called sentential mood. The analysis of the morphemes in Karitiana classified as mood has shown that this language has two positions in the morphosyntactical structure of the verb to the mood category and not only one as previously proposed. This can be seen in a-ta-jy-hit-ø celula-ty (gloss: 2p-dec-con-give-nfut cellphone-obl translation: I would give you a cellphone). This research proposes that each position mark a specific type of mood: Morphemes of the first position (e.g. na(ka)-/ta(ka)-) mark types of sentence, therefore, they are sentential moods and morphemes that occur in the second position (e.g. pyn- e jy-) mark modality, therefore, they are verbal moods. Verbal and sentential moods can co-occur what is an evidence for the existence of two positions. The study of mood done by this research allowed a better understanding of mood category crosslinguistically. For Sadock&Zwicky (1985), mood morphemes should not co-occur and this research has shown that they can co-occur if they are not both related to illocutionary force or modality.

Dada a importância de agentes inteligentes e sistemas multiagentes na Ciência da Computação e na Inteligência Artificial, a programação orientada a agentes (AOP, do inglês Agent-oriented programming) emergiu como um novo paradigma para a criação de sistemas computacionais complexos. Assim, nas últimas décadas, houve um florescimento da literatura em programação orientada a agentes e, com isso, surgiram diversas linguages de programação seguindo tal paradigma, como AgentSpeak (RAO, 1996; BORDINI; HUBNER; WOOLDRIDGE, 2007), Jadex (POKAHR; BRAUBACH; LAMERSDORF, 2005), 3APL/2APL (DASTANI; VAN RIEMSDIJK; MEYER, 2005; DASTANI, 2008), GOAL (HINDRIKS et al., 2001), entre outras. Programação orientada a agentes é um paradigma de programação proposto por Shoham (1993) no qual os elementos mínimos de um programa são agentes. Shoham (1993) defende que agentes autônomos e sistemas multiagentes configuram-se como uma forma diferente de se organizar uma solução para um problema computacional, de forma que a construção de um sistema multiagente para a solução de um problema pode ser entendida como um paradgima de programação. Para entender tal paradigma, é necessário entender o conceito de agente. Agente, nesse contexto, é uma entidade computacional descrita por certos atributos - chamados de atitudes mentais - que descrevem o seu estado interno e sua relação com o ambiente externo. Atribuir a interpretação de atitudes mentais a tais atributos é válida, defende Shoham (1993), uma vez que esses atributos se comportem de forma semelhante as atitudes mentais usadas para descrever o comportamento humano e desde que sejam pragmaticamente justificáveis, i.e. úteis à solução do problema. Entender, portanto, o significado de termos como ’crença’, ’desejo’, ’intenção’, etc., assim como suas propriedades fundamentais, é de fundamental importância para estabelecer linguagens de programação orientadas a agentes. Nesse trabalho, vamos nos preocupar com um tipo específico de linguagens de programação orientadas a agentes, as chamadas linguagens BDI. Linguagens BDI são baseadas na teoria BDI da Filosofia da Ação em que o estado mental de um agente (e suas ações) é descrito por suas crenças, desejos e intenções. Enquanto a construção de sistemas baseados em agentes e linguagens de programação foram tópicos bastante discutidos na literatura, a conexão entre tais sistemas e linguagens com o trabalho teórico proveniente da Inteligência Artificial e da Filosofia da Ação ainda não está bem estabelecida. Essa distância entre a teoria e a prática da construção de sistemas é bem reconhecida na literatura relevante e comumente chamada de “gap semântico” (gap em inglês significa lacuna ou abertura e representa a distância entre os modelos teóricos e sua implementação em linguagens e sistemas). Muitos trabalhos tentaram atacar o problema do gap semântico para linguagens de programação específicas, como para as linguagens AgentSpeak (BORDINI; MOREIRA, 2004), GOAL (HINDRIKS; VAN DER HOEK, 2008), etc. De fato, Rao (1996, p. 44) afirma que “O cálice sagrado da pesquisa em agentes BDI é mostrar uma correspondência 1-a-1 com uma linguagem razoavelmente útil e expressiva” (tradução nossa)1 Uma limitação crucial, em nossa opinião, das tentativas passadas de estabeler uma conexão entre linguagens de programação orientadas a agentes e lógicas BDI é que elas se baseiam em estabelecer a interpretação de um programa somente no nível estático. De outra forma, dado um estado de um programa, tais trabalhos tentam estabelecer uma interpretação declarativa, i.e. baseada em lógica, do estado do programa respresentando assim o estado mental do agente. Não é claro, entretanto, como a execução do programa pode ser entendida enquanto mudanças no estado mental do agente. A razão para isso, nós acreditamos, está nos formalismos utilizados para especificar agentes BDI. De fato, as lógicas BDI propostas são, em sua maioria, estáticas ou incapazes de representar ações mentais. O ato de revisão uma crença, adotar um objetivo ou mudar de opinião são exemplos de ações mentais, i.e. ações que são executadas internarmente ao agente e afetando somente seu estado mental, sendo portanto não observáveis. Tais ações são, em nossa opinião, intrinsecamente diferentes de ações ônticas que consistem de comportamento observável e que possivelmente afeta o ambiente externo ao agente. Essa diferença é comumente reconhecida no estudo da semântica de linguagens de programação orientadas a agentes (BORDINI; HUBNER; WOOLDRIDGE, 2007; D’INVERNO et al., 1998; MENEGUZZI; LUCK, 2009), entretanto os formalismos disponíveis para se especificar raciocínio BDI, em nosso conhecimento, não provem recursos expressivos para codificar tal diferença. Nós acreditamos que, para atacar o gap semântico, precisamos de um ferramental semântico que permita a especificação de ações mentais, assim como ações ônticas. Lógicas Dinâmicas Epistêmicas (DEL, do inglês Dynamic Epistemic Logic) são uma família de lógicas modais dinâmicas largamente utilizadas para estudar os fenômenos de mudança do estado mental de agentes. Os trabalhos em DEL foram fortemente influenciados pela escola holandesa de lógica, com maior proponente Johna Van Benthem, e seu “desvio dinâmico” em lógica (dynamic turn em inglês) que propõe a utilização de lógicas dinâmicas para compreender ações de mudanças mentais (VAN BENTHEM, 1996). O formalismo das DEL deriva de diversas vertentes do estudo de mudança epistêmica, como o trabalho em teoria da Revisão de Crenças AGM (ALCHOURRÓN; GÄRDENFORS; MAKINSON, 1985), e Epistemologia Bayesiana (HÁJEK; HARTMANN, 2010). Tais lógicas adotam a abordagem, primeiro proposta por Segerberg (1999), de representar mudanças epistêmicas dentro da mesma linguagem utilizada para representar as noções de crença e conhecimento, diferente da abordagem extra-semântica do Revisão de Crenças a la AGM. No contexto das DEL, uma lógica nos parece particulamente interessante para o estudo de programação orientada a agentes: a Lógica Dinâmica de Preferências (DPL, do inglês Dynamic Preference Logic) de Girard (2008). DPL, também conhecida como lógica dinâmica de ordem, é uma lógica dinâmica para o estudo de preferências que possui grande expressibilidade para codificar diversas atiutudes mentais. De fato, tal lógica foi empregada para o estudo de obrigações (VAN BENTHEM; GROSSI; LIU, 2014), crenças (GIRARD; ROTT, 2014), preferências (GIRARD, 2008), etc. Tal lógica possui fortes ligações com raciocínio não-monotônico e com lógicas já propostas para o estudo de atitudes mentais na área de Teoria da Decisão (BOUTILIER, 1994b) Nós acreditamos que DPL constitui um candidato ideal para ser utilizado como ferramental semântico para se estudar atitudes mentais da teoria BDI por permitir grande flexibilidade para representação de tais atitudes, assim como por permitir a fácil representação de ações mentais como revisão de crenças, adoção de desejos, etc. Mais ainda, pelo trabalho de Liu (2011), sabemos que existem representações sintáticas dos modelos de tal lógica que podem ser utilizados para raciocinar sobre atitudes mentais, sendo assim candidatos naturais para serem utilizados como estruturas de dados para uma implementação semanticamente fundamentada de uma linguagem de programação orientada a agentes. Assim, nesse trabalho nós avançamos no problema de reduzir o gap semântico entre linguagens de programação orientadas a agentes e formalismos lógicos para especificar agentes BDI. Nós exploramos não somente como estabelecer as conexões entre as estruturas estáticas, i.e. estado de um programa e um modelo da lógica, mas também como as ações de raciocínio pelas quais se especifica a semântica formal de uma linguagem de programação orientada a agentes podem ser entendidas dentro da lógica como operadores dinâmicos que representam ações mentais do agente. Com essa conexão, nós provemos também um conjunto de operações que podem ser utilizadas para se implementar uma linguagem de programação orientada a agentes e que preservam a conexão entre os programas dessa linguagem e os modelos que representam o estado mental de um agente. Finalmente, com essas conexões, nós desenvolvemos um arcabouço para estudar a dinâmica de atitudes mentais, tais como crenças, desejos e inteções, e como reproduzir essas propriedades na semântica de linguagens de programação. / As the notions of Agency and Multiagent System became important topics for the Computer Science and Artificial Intelligence communities, Agent Programming has been proposed as a paradigm for the development of computer systems. As such, in the last decade, we have seen the flourishing of the literature on Agent Programming with the proposal of several programming languages, e.g. AgentSpeak (RAO, 1996; BORDINI; HUBNER;WOOLDRIDGE, 2007), Jadex (POKAHR; BRAUBACH; LAMERSDORF, 2005), JACK (HOWDEN et al., 2001), 3APL/2APL (DASTANI; VAN RIEMSDIJK; MEYER, 2005; DASTANI, 2008), GOAL (HINDRIKS et al., 2001), among others. Agent Programming is a programming paradigm proposed by Shoham (1993) in which the minimal units are agents. An agent is an entity composed of mental attitudes, that describe the its internal state - such as its motivations and decisions - as well as its relation to the external world - its beliefs about the world, its obligations, etc. This programming paradigm stems from the work on Philosophy of Action and Artificial Intelligence concerning the notions of intentional action and formal models of agents’ mental states. As such, the meaning (and properties) of notions such as belief, desire, intention, etc. as studied in these disciplines are of central importance to the area. Particularly, we will concentrate in our work on agent programming languages influenced by the so-called BDI paradigm of agency, in which an agent is described by her beliefs, desires, intentions. While the engineering of such languages has been much discussed, the connections between the theoretical work on Philosophy and Artificial Intelligence and its implementations in programming languages are not so clearly understood yet. This distance between theory and practice has been acknowledged in the literature for agent programming languages and is commonly known as the “semantic gap”. Many authors have attempted to tackle this problem for different programming languages, as for the case of AgentSpeak (BORDINI; MOREIRA, 2004), GOAL (HINDRIKS; VAN DER HOEK, 2008), etc. In fact, Rao (1996, p. 44) states that “[t]he holy grail of BDI agent research is to show such a one-to-one correspondence with a reasonably useful and expressive language.” One crucial limitation in the previous attempts to connect agent programming languages and BDI logics, in our opinion, is that the connection is mainly established at the static level, i.e. they show how a given program state can be interpreted as a BDI mental state. It is not clear in these attempts, however, how the execution of the program may be understood as changes in the mental state of the agent. The reason for this, in our opinion, is that the formalisms employed to construct BDI logics are usually static, i.e. cannot represent actions and change, or can only represent ontic change, not mental change. The act of revising one’s beliefs or adopting a given desire are mental actions (or internal actions) and, as such, different from performing an action over the environment (an ontic or external action). This difference is well recognized in the literature on the semantics of agent programming languages (D’INVERNO et al., 1998; BORDINI; HUBNER; WOOLDRIDGE, 2007; MENEGUZZI; LUCK, 2009), but this difference is lost when translating their semantics into a BDI logic. We believe the main reason for that is a lack of expressibility in the formalisms used to model BDI reasoning. Dynamic Epistemic Logic, or DEL, is a family of dynamic modal logics to study information change and the dynamics of mental attitudes inspired by the Dutch School on the “dynamic turn” in Logic (VAN BENTHEM, 1996). This formalism stems from various approaches in the study of belief change and differs from previous studies, such as AGM Belief Revision, by shifting from extra-logical characterization of changes in the agents attitudes to their integration within the representation language. In the context of Dynamic Epistemic Logic, the Dynamic Preference Logic of Girard (2008) seems like an ideal candidate, having already been used to study diverse mental attitudes, such as Obligations (VAN BENTHEM; GROSSI; LIU, 2014), Beliefs (GIRARD; ROTT, 2014), Preferences (GIRARD, 2008), etc. We believe Dynamic Preference Logic to be the ideal semantic framework to construct a formal theory of BDI reasoning which can be used to specify an agent programming language semantics. The reason for that is that inside this logic we can faithfully represent the static state of a agent program, i.e. the agent’s mental state, as well as the changes in the state of the agent program by means of the agent’s reasoning, i.e. by means of her mental actions. As such, in this work we go further in closing the semantic gap between agent programs and agency theories and explore not only the static connections between program states and possible worlds models, but also how the program execution of a language based on common operations - such as addition/removal of information in the already mentioned bases - may be understood as semantic transformations in the models, as studied in Dynamic Logics. With this, we provide a set of operations for the implementation of agent programming languages which are semantically safe and we connect an agent program execution with the dynamic properties in the formal theory. Lastly, by these connections, we provide a framework to study the dynamics of different mental attitudes, such as beliefs, goals and intentions, and how to reproduce the desirable properties proposed in theories of Agency in a programming language semantics.