Este trabalho aborda um estudo sobre os STI - Sistemas Tutores Inteligentes - dando uma visão geral do que esta sendo feito nesta área e quais são as tendências futuras que direcionam os STI a trabalhar com arquiteturas de agentes. Para simular as mudanças que ocorrem em certos estados mentais dos agentes, fizemos uma unido dos STI com a IAD - Inteligência Artificial Distribuída - e construímos os modelos dos agentes com base no ambiente dos STI e na arquitetura SEM - Sociedade dos Estados Mentais - [CORM que baseia seu formalismo na Teoria das Situações. Exploramos e adotamos a ideia da arquitetura aberta dos STI [OLI92], pois, através dela, foi possível criar um ambiente cooperativo de aprendizagem no qual o tutor e o aluno podem ensinar e aprender. Trabalhamos com dois agentes globais, a saber, o tutor e o aluno, sendo cada um deles composto por quatro agentes locais associados a determinados estados mentais do agente. Os agentes locais correspondem aos estados mentais: crença, desejo, intenção e expectativa, definidos na arquitetura SEM como agentes locais, e tratados individualmente nesta, que se preocupa com o comportamento particular de cada um. Optamos por usar a arquitetura SEM, que é uma arquitetura de agentes, no lugar de uma funcional tradicional, ou seja, composta por módulos, que é característica dos STI, porque nela podemos tratar os estados mentais como agentes locais, e assim é possível modelar o comportamento individual de cada estado e as mudanças que a interação entre os agentes provoca em cada um Abordamos três situações de ensino/aprendizagem com peculiaridades diferentes nas quais os agentes globais interagem cooperativamente com o objetivo de um ensinar o outro. Para cada dialogo, estabelecemos objetivos específicos: no primeiro, nosso interesse é na maneira como o aluno ensina uma nova estratégia ao tutor; no segundo, analisamos as mudanças das crenças do tutor sobre o conhecimento do aluno; no terceiro, nos preocupamos com as estratégias de ensino utilizadas pelo tutor. O processo de ensino/aprendizagem que acontece no desenrolar da interação entre os agentes é realizado usando o método de aprendizagem simbólica automática EBL - Explanation-Based Learning - [MIT86],[COS90] Este método proporciona a generalização do exemplo de treinamento que é incorporado as crenças e as estratégias do agente que desempenha o papel daquele que aprende, enriquecendo-as. As estratégias, que são fundamentais para os STI, são tratadas como pianos de ensino, utilizadas para promover a aprendizagem, pois definem a maneira como determinado conteúdo deve ser ensinado. Tratamos aqui as estratégias de uma maneira inovadora e diferente da tratada anteriormente [COR94]. Elas são um conjunto de ações e possuem armazenados procedimentos que são usados pelos agentes durante a interação. São determinadas e controladas conforme a intenção e usadas de acordo com as crenças, no sentido de selecionar a mais adequada para cada situação. / This study focuses on the Intelligent Tutoring System (ITS) and aims at presenting a general view concerning what has been developed in this field as well as the coming trends which lead the ITS to deal with agents' architecture. In order to simulate the changes which occur in certain mental states of the agents, we linked ITS with Distributed Artificial Intelligence (DAI) and then we built the agents' modules based on ITS environment and on SEM - Sociedade dos Estados Mentais that means Mental States Society - architecture [COR94]. Such an architecture bases its formalism on the Situation Theory. We explored and adopted the idea of the ITS open architecture [OLI92] for, through it, it has been possible to create a cooperative learning environment in which both the tutor and the student are able to teach and learn. The two global agents we worked on - tutor and student - both of them are made up of four local agents which are their mental states. The mental states involved are: belief, desire, intention, and expectation. These mental states are treated individually and defined as local agents according to SEM architecture. Instead of using a functional architecture - characteristic of ITS - we chose an agent architecture, for this latter makes it possible to treat the mental states as subagents. It is possible, therefore, to model the individual behavior of each state as well as the changes resulted from the agents' interaction. We focused on three teaching/learning situations that present different situations in which the global agents interact co-operatively in such a way that they teach each other. Specific aims were meant to each dialogue, as follows: the first dialogue concern has to do with the way the student teaches the tutor a new strategy; the second dialogue aim is to explore the tutor's "belief revision" about the student's knowledge; the third dialo gue goal has to do with the teaching strategies used by the tutor. The teaching/learning process brought about as the interaction between the agents happens is applied by using the Explanation-Based Learning (EBL) method [MIT86],[COS 90]. This method makes it possible to generalize the test example which is added to the learning agent's beliefs and strategies, making them more complete. The strategies, which are vital to the ITS, are treated as teaching plans and used to bring about learning, for they define the way in which a certain content is supposed to be taught. The strategies are treated here in a new manner, differently from the way they had formerly been [COR94]. They are a set of actions and present procedures on file that are used by the agents during the interaction. Also, the strategies are chosen and controlled by the intention and consulted by the beliefs so as to select the most suitable one, according to the situation.

Este trabalho aborda um estudo sobre os STI - Sistemas Tutores Inteligentes - dando uma visão geral do que esta sendo feito nesta área e quais são as tendências futuras que direcionam os STI a trabalhar com arquiteturas de agentes. Para simular as mudanças que ocorrem em certos estados mentais dos agentes, fizemos uma unido dos STI com a IAD - Inteligência Artificial Distribuída - e construímos os modelos dos agentes com base no ambiente dos STI e na arquitetura SEM - Sociedade dos Estados Mentais - [CORM que baseia seu formalismo na Teoria das Situações. Exploramos e adotamos a ideia da arquitetura aberta dos STI [OLI92], pois, através dela, foi possível criar um ambiente cooperativo de aprendizagem no qual o tutor e o aluno podem ensinar e aprender. Trabalhamos com dois agentes globais, a saber, o tutor e o aluno, sendo cada um deles composto por quatro agentes locais associados a determinados estados mentais do agente. Os agentes locais correspondem aos estados mentais: crença, desejo, intenção e expectativa, definidos na arquitetura SEM como agentes locais, e tratados individualmente nesta, que se preocupa com o comportamento particular de cada um. Optamos por usar a arquitetura SEM, que é uma arquitetura de agentes, no lugar de uma funcional tradicional, ou seja, composta por módulos, que é característica dos STI, porque nela podemos tratar os estados mentais como agentes locais, e assim é possível modelar o comportamento individual de cada estado e as mudanças que a interação entre os agentes provoca em cada um Abordamos três situações de ensino/aprendizagem com peculiaridades diferentes nas quais os agentes globais interagem cooperativamente com o objetivo de um ensinar o outro. Para cada dialogo, estabelecemos objetivos específicos: no primeiro, nosso interesse é na maneira como o aluno ensina uma nova estratégia ao tutor; no segundo, analisamos as mudanças das crenças do tutor sobre o conhecimento do aluno; no terceiro, nos preocupamos com as estratégias de ensino utilizadas pelo tutor. O processo de ensino/aprendizagem que acontece no desenrolar da interação entre os agentes é realizado usando o método de aprendizagem simbólica automática EBL - Explanation-Based Learning - [MIT86],[COS90] Este método proporciona a generalização do exemplo de treinamento que é incorporado as crenças e as estratégias do agente que desempenha o papel daquele que aprende, enriquecendo-as. As estratégias, que são fundamentais para os STI, são tratadas como pianos de ensino, utilizadas para promover a aprendizagem, pois definem a maneira como determinado conteúdo deve ser ensinado. Tratamos aqui as estratégias de uma maneira inovadora e diferente da tratada anteriormente [COR94]. Elas são um conjunto de ações e possuem armazenados procedimentos que são usados pelos agentes durante a interação. São determinadas e controladas conforme a intenção e usadas de acordo com as crenças, no sentido de selecionar a mais adequada para cada situação. / This study focuses on the Intelligent Tutoring System (ITS) and aims at presenting a general view concerning what has been developed in this field as well as the coming trends which lead the ITS to deal with agents' architecture. In order to simulate the changes which occur in certain mental states of the agents, we linked ITS with Distributed Artificial Intelligence (DAI) and then we built the agents' modules based on ITS environment and on SEM - Sociedade dos Estados Mentais that means Mental States Society - architecture [COR94]. Such an architecture bases its formalism on the Situation Theory. We explored and adopted the idea of the ITS open architecture [OLI92] for, through it, it has been possible to create a cooperative learning environment in which both the tutor and the student are able to teach and learn. The two global agents we worked on - tutor and student - both of them are made up of four local agents which are their mental states. The mental states involved are: belief, desire, intention, and expectation. These mental states are treated individually and defined as local agents according to SEM architecture. Instead of using a functional architecture - characteristic of ITS - we chose an agent architecture, for this latter makes it possible to treat the mental states as subagents. It is possible, therefore, to model the individual behavior of each state as well as the changes resulted from the agents' interaction. We focused on three teaching/learning situations that present different situations in which the global agents interact co-operatively in such a way that they teach each other. Specific aims were meant to each dialogue, as follows: the first dialogue concern has to do with the way the student teaches the tutor a new strategy; the second dialogue aim is to explore the tutor's "belief revision" about the student's knowledge; the third dialo gue goal has to do with the teaching strategies used by the tutor. The teaching/learning process brought about as the interaction between the agents happens is applied by using the Explanation-Based Learning (EBL) method [MIT86],[COS 90]. This method makes it possible to generalize the test example which is added to the learning agent's beliefs and strategies, making them more complete. The strategies, which are vital to the ITS, are treated as teaching plans and used to bring about learning, for they define the way in which a certain content is supposed to be taught. The strategies are treated here in a new manner, differently from the way they had formerly been [COR94]. They are a set of actions and present procedures on file that are used by the agents during the interaction. Also, the strategies are chosen and controlled by the intention and consulted by the beliefs so as to select the most suitable one, according to the situation.

Este trabalho aborda um estudo sobre os STI - Sistemas Tutores Inteligentes - dando uma visão geral do que esta sendo feito nesta área e quais são as tendências futuras que direcionam os STI a trabalhar com arquiteturas de agentes. Para simular as mudanças que ocorrem em certos estados mentais dos agentes, fizemos uma unido dos STI com a IAD - Inteligência Artificial Distribuída - e construímos os modelos dos agentes com base no ambiente dos STI e na arquitetura SEM - Sociedade dos Estados Mentais - [CORM que baseia seu formalismo na Teoria das Situações. Exploramos e adotamos a ideia da arquitetura aberta dos STI [OLI92], pois, através dela, foi possível criar um ambiente cooperativo de aprendizagem no qual o tutor e o aluno podem ensinar e aprender. Trabalhamos com dois agentes globais, a saber, o tutor e o aluno, sendo cada um deles composto por quatro agentes locais associados a determinados estados mentais do agente. Os agentes locais correspondem aos estados mentais: crença, desejo, intenção e expectativa, definidos na arquitetura SEM como agentes locais, e tratados individualmente nesta, que se preocupa com o comportamento particular de cada um. Optamos por usar a arquitetura SEM, que é uma arquitetura de agentes, no lugar de uma funcional tradicional, ou seja, composta por módulos, que é característica dos STI, porque nela podemos tratar os estados mentais como agentes locais, e assim é possível modelar o comportamento individual de cada estado e as mudanças que a interação entre os agentes provoca em cada um Abordamos três situações de ensino/aprendizagem com peculiaridades diferentes nas quais os agentes globais interagem cooperativamente com o objetivo de um ensinar o outro. Para cada dialogo, estabelecemos objetivos específicos: no primeiro, nosso interesse é na maneira como o aluno ensina uma nova estratégia ao tutor; no segundo, analisamos as mudanças das crenças do tutor sobre o conhecimento do aluno; no terceiro, nos preocupamos com as estratégias de ensino utilizadas pelo tutor. O processo de ensino/aprendizagem que acontece no desenrolar da interação entre os agentes é realizado usando o método de aprendizagem simbólica automática EBL - Explanation-Based Learning - [MIT86],[COS90] Este método proporciona a generalização do exemplo de treinamento que é incorporado as crenças e as estratégias do agente que desempenha o papel daquele que aprende, enriquecendo-as. As estratégias, que são fundamentais para os STI, são tratadas como pianos de ensino, utilizadas para promover a aprendizagem, pois definem a maneira como determinado conteúdo deve ser ensinado. Tratamos aqui as estratégias de uma maneira inovadora e diferente da tratada anteriormente [COR94]. Elas são um conjunto de ações e possuem armazenados procedimentos que são usados pelos agentes durante a interação. São determinadas e controladas conforme a intenção e usadas de acordo com as crenças, no sentido de selecionar a mais adequada para cada situação. / This study focuses on the Intelligent Tutoring System (ITS) and aims at presenting a general view concerning what has been developed in this field as well as the coming trends which lead the ITS to deal with agents' architecture. In order to simulate the changes which occur in certain mental states of the agents, we linked ITS with Distributed Artificial Intelligence (DAI) and then we built the agents' modules based on ITS environment and on SEM - Sociedade dos Estados Mentais that means Mental States Society - architecture [COR94]. Such an architecture bases its formalism on the Situation Theory. We explored and adopted the idea of the ITS open architecture [OLI92] for, through it, it has been possible to create a cooperative learning environment in which both the tutor and the student are able to teach and learn. The two global agents we worked on - tutor and student - both of them are made up of four local agents which are their mental states. The mental states involved are: belief, desire, intention, and expectation. These mental states are treated individually and defined as local agents according to SEM architecture. Instead of using a functional architecture - characteristic of ITS - we chose an agent architecture, for this latter makes it possible to treat the mental states as subagents. It is possible, therefore, to model the individual behavior of each state as well as the changes resulted from the agents' interaction. We focused on three teaching/learning situations that present different situations in which the global agents interact co-operatively in such a way that they teach each other. Specific aims were meant to each dialogue, as follows: the first dialogue concern has to do with the way the student teaches the tutor a new strategy; the second dialogue aim is to explore the tutor's "belief revision" about the student's knowledge; the third dialo gue goal has to do with the teaching strategies used by the tutor. The teaching/learning process brought about as the interaction between the agents happens is applied by using the Explanation-Based Learning (EBL) method [MIT86],[COS 90]. This method makes it possible to generalize the test example which is added to the learning agent's beliefs and strategies, making them more complete. The strategies, which are vital to the ITS, are treated as teaching plans and used to bring about learning, for they define the way in which a certain content is supposed to be taught. The strategies are treated here in a new manner, differently from the way they had formerly been [COR94]. They are a set of actions and present procedures on file that are used by the agents during the interaction. Also, the strategies are chosen and controlled by the intention and consulted by the beliefs so as to select the most suitable one, according to the situation.

[pt] Atualmente algoritmos de aprendizado de máquina (ML) estão incrivelmente presentes no nosso cotidiano, desde sistemas de recomendação de filmes e músicas até áreas de alto risco como saúde, justiça criminal, finanças e assim por diante, auxiliando na tomada de decisões. Mas a complexidade de criação desses algoritmos de ML também está aumentando, enquanto sua interpretabilidade está diminuindo. Muitos algoritmos e suas decisões não podem ser facilmente explicados por desenvolvedores ou usuários, e os algoritmos também não são autoexplicáveis. Com isso, erros e vieses podem acabar ficando ocultos, o que pode impactar profundamente a vida das pessoas. Devido a isso, iniciativas relacionadas a transparência, explicabilidade e interpretabilidade estão se tornando cada vez mais relevantes, como podemos ver no novo regulamento sobre proteção e tratamento de dados pessoais (GDPR, do inglês General Data Protection Regulation), aprovado em 2016 para a União Europeia, e também na Lei Geral de Proteção de Dados (LGPD) aprovada em 2020 no Brasil. Além de leis e regulamentações tratando sobre o tema, diversos autores consideram necessário o uso de algoritmos inerentemente interpretáveis; outros mostram alternativas para se explicar algoritmos caixa-preta usando explicações locais, tomando a vizinhança de um determinado ponto e então analisando a fronteira de decisão dessa região; enquanto ainda outros estudam o uso de explicações contrafactuais. Seguindo essa linha dos contrafactuais, nos propomos a desenvolver uma interface com usuário para o sistema Optimal Counterfactual Explanations in Tree Ensembles (OCEAN), denominada OceanUI, através do qual o usuário gera explicações contrafactuais plausíveis usando Programação Inteira Mista e Isolation Forest. O propósito desta interface é facilitar a geração de contrafactuais e permitir ao usuário obter um contrafactual personalizado e mais aplicável individualmente, por meio da utilização de restrições e gráficos interativos. / [en] Machine learning algorithms (ML) are becoming incredibly present in our daily lives, from movie and song recommendation systems to high-risk areas like health care, criminal justice, finance, and so on, supporting decision making. But the complexity of those algorithms is increasing while their interpretability is decreasing. Many algorithms and their decisions cannot be easily explained by either developers or users, and the algorithms are also not self-explanatory. As a result, mistakes and biases can end up being hidden, which can profoundly impact people s lives. So, initiatives concerning transparency, explainability, and interpretability are becoming increasingly more relevant, as we can see in the General Data Protection Regulation (GDPR), approved in 2016 for the European Union, and in the General Data Protection Law (LGPD) approved in 2020 in Brazil. In addition to laws and regulations, several authors consider necessary the use of inherently interpretable algorithms; others show alternatives to explain black-box algorithms using local explanations, taking the neighborhood of a given point and then analyzing the decision boundary in that region; while yet others study the use of counterfactual explanations. Following the path of counterfactuals, we propose to develop a user interface for the system Optimal Counterfactual Explanations in Tree Ensembles (OCEAN), which we call OceanUI, through which the user generates plausible counterfactual explanations using Mixed Integer Programming and Isolation Forest. The purpose of this user interface is to facilitate the counterfactual generation and to allow the user to obtain a personal and more individually applicable counterfactual, by means ofrestrictions and interactive graphics.

Made available in DSpace on 2016-04-29T13:18:15Z (GMT). No. of bitstreams: 1 Raquel Melo Golfeto.pdf: 4135779 bytes, checksum: 0f3803f9587a0cb972c2ff638f38f677 (MD5) Previous issue date: 2005-06-02 / The tact is a verbal operant in which the response is emitted under control of an antecedent non-verbal stimulus and is maintained by generalized conditioned reinforcement. Technically, a verbal report and an explanation can be considered tacts. Among the tacts one emits, those in which the speaker behaves verbally under the control of another person s behavior (or his/her own behavior) are important. According to this point of view, mentalistic/internalistic descriptions or explanations of behavior would consist of verbal responses emitted under the control of relations in which variables assumed to occur inside the organism are interpreted as controlling this organism s responses. The emission of this type of verbal response (internalistic explanations) would be mainly evoked when the antecedent stimulation that controls the verbal behavior has certain features. The present study s goals were to verify: (1) if variations in the antecedent/consequent stimulation of an observed behavior would alter its explanation, (2) if changes in the explanation could be considered a product of changes in the controlling variables of the observed behavior, and (3) if explanations of human behavior would be mostly mentalistic. Six adults were instructed to explain the behavior of two individuals working at a computer, clicking a mouse. Each person was shown clicking the mouse in one of two different films, and the behavior of each person was under the control of a different schedule of reinforcement (MULT VR4/DRL10s and MIX VR4/DRL10s). The verbalizations/ explanations were classified and the moment of its occurrence was superimposed to a cumulative record of the behavior being explained.. The verbalizations were classified according to seven classes.. Three of them were labeled internalistic , three externalistic , and one was referred to as explanation of the observer s own behavior . The results show that the verbalizations in which the observers talked about their own behavior were the most frequent ones. The second most frequent category were internalistic verbalizations , which referred to a state or current condition of the person being observed. There was no significant difference (in number or type) between verbalizations emitted during the different films. This result was interpreted as showing that variables present only in the Multiple Schedule Film or exclusively in the Mixed Schedule Film were not responsible for the emission of verbalizations, either the non-internalistic or internalistic ones. The superimposition of the participants verbal responses on the the cumulative records of the clicking responses showed that for 4 of the 6 participants, the low occurrence of reinforcers and the low rate of clicking response seemed to control the emission of verbalizations, independently on the label they received. Finally, the terms that controlled the experimenters behavior of classifying verbalizations as internalistic were classified: the results showed that the terms that referred to cognitive processes or mood/internal states were the most frequent ones. Results are discussed considering possible controlling aspects of the film for the emission of explanatory verbal responses internalistic or not / O tato é o operante verbal no qual a resposta é emitida sob controle de um estímulo antecedente não verbal e mantida por reforço condicionado generalizado. Tecnicamente, relato verbal e explicação podem ser considerados tatos e entre os tatos que emitimos são importantes aqueles em que o falante responde verbalmente sob controle do comportamento de outro ou dele mesmo. Nessa perspectiva, descrições ou explicações mentalistas/internalistas do comportamento envolveriam respostas verbais sob controle de relações inferidas pelo tateador nas quais variáveis que supostamente ocorreriam dentro do organismo controlariam as respostas do organismo. A ocorrência desse tipo de resposta verbal (explicações internalistas) seria evocada especialmente quando a estimulação antecedente que controlaria o comportamento de explicar tivesse certas características. O presente estudo pretendeu verificar se: (1) mudanças na estimulação antecedente/conseqüente a um comportamento observado, alterariam as respostas verbais chamadas de explicação do comportamento, (2) alterações na explicação poderiam ser consideradas como produto das alterações das variáveis que controlam o comportamento observado e (3) se explicações do comportamento humano seriam predominantemente mentalistas. Participaram do estudo 6 adultos que receberam uma instrução para explicar o comportamento de clicar o mouse de 2 indivíduos mostrados em 2 diferentes filmes, cada um deles clicando o mouse sob controle de um esquema de reforçamento distinto (um múltiplo VR4/DRL10s e um misto VR4/DRL10s). As verbalizações foram classificadas e sobrepostas a um registro cumulativo do comportamento explicado. Foram propostas 7 classificações para as verbalizações . Três dessas classificações foram agrupadas como explicações 'internalistas' do comportamento observado, outras 3 foram classificadas como explicações 'externalistas' e 1 classificação foi referida como 'explicação do comportamento do próprio observador'. Os resultados mostraram a maior ocorrência para a classificação em que os observadores falavam do seu próprio comportamento. A segunda maior ocorrência de verbalizações foram aquelas classificadas como verbalizações internalistas que faziam referência a um estado ou condição momentânea do personagem observado . Não houve diferença significativa (no número ou tipo) de verbalizações emitidas nos diferentes filmes (que mostravam o clicar o mouse mantido por diferentes esquemas de reforço), sugerindo que as variáveis presentes somente no Filme Múltiplo ou no Filme Misto não foram responsáveis pela emissão de verbalizações predominantemente não-internalistas ou internalistas para a maior parte dos participantes. A distribuição das falas dos participantes no registro cumulativo dos filmes mostra que, para 4 dos 6 participantes, a presença de poucos reforçadores e a baixa taxa de respostas de clicar o mouse pareceram controlar a emissão de verbalizações, independentemente das classificações que elas receberam. Finalmente, os termos que serviram de base para a classificação das explicações como 'internalistas' foram reclassificados: os resultados mostraram que termos classificados como fazendo referência a processos cognitivos e ao humor/estado dos personagens foram os mais freqüentes. Os resultados são discutidos em termos de possíveis aspectos dos filmes que teriam controlado a emissão de respostas verbais de explicações - internalistas ou não

[pt] Esta dissertação tem como objetivos mostrar como um adolescente homoerótico se constrói nas relações consigo e em redes sociais em que está inserido da infância à adolescência - a família, os amigos e pessoas estranhas presentes em contextos sociais de seu convivio e discutir categorias de sexualidade construídas entre entrevistado e entrevistador, envolvendo os conceitos de heterossexualidade, homossexualidade, gay, homerotismo e homoafetividade. O estudo está sendo feito na interface de abordagens da análise da narrativa e de construção de identidades masculinas homossexuais, em âmbito macro social e micro discursivo na ordem interacional. Os dados para análise compõem um estudo de caso, co-construído junto ao pesquisador em uma entrevista de pesquisa de natureza etnometodológia e sociolinguística. Os resultados da análise mostram que assumir ou não a homossexualidade envolve conflitos, principalmente nas relações com a família. Há posturas diferenciadas em relação a amigos e pessoas estranhas. A pesquisa realizada faz contribuições relevantes para o campo dos estudos de gêneros e sexualidade, principalmente aqueles que têm como meta investigar adolescentes cuja sexualidade seja estigmatizada pelo sociedade. / [en] this paper the narrative of an adolescent homoerotic : conflicts of his own within his socialrelations from childhood to you investigates how a homoerotic adolescent identifies in a social networking - family, friends and strangers who are living together in the same social context in which he grows up from childhood to adolescence. It also examines the types of sexuality that were buit between the interviewer and the respondent involving the concepts of heterosexuality. homosexuality, homoerotism an homofondness. The study is conducted based on the interface of narrative analysis approaches and the construction of male homosexuality identity at macro social and micro interactional discourse levels. The analyzed data making up this case study were collected and built together with the researcher in an interview of ethnological and sociolinguistic nature. The results of the analyses show that taking homosexuality for granted or not involves mainly familiar conflicts. There are different postures in relation to friends and unknown people. This research presents relevant contributions not only to investigations on gender and sexuality but mainly to those who are interested in studies related to adolescents whose sexuality is stigmatized by society.

[pt] A escolha de uma entre um conjunto de opções disponível normalmente requer a resolução de trade-offs, contudo esperar que as pessoas avaliem cada uma das opções de um grande conjunto pode ser inviável devido ao tempo e ao esforço cognitivo necessários para realizar tal análise, fazendo com que elas fiquem freqüentemente insatisfeitas com suas escolhas. Sistemas de software podem dar suporte à tomada de decisão humana ou mesmo automatizar esse processo, entretanto existem muitos desafios que estão associados com o oferecimento de tal suporte. Esta tese lida, em particular, com três destes desafios: (i) como representar preferências dos usuários; (ii) como raciocinar sobre estas preferências e tomar decisões; e (iii) como justificar tais decisões. Diferentes abordagens têm sido propostas para a representação e raciocínio sobre preferências qualitativas, mas estas abordagens lidam com um conjunto restrito de tipos de preferências, e portanto não são capazes de processar preferências fornecidas por usuários em muitos cenários realistas. Nesta tese, apresentam-se três principais contribuições. A primeira delas consiste de um novo metamodelo de preferências, o qual foi desenvolvido de acordo com um estudo sobre a expressão de preferências, permitindo a representação de preferências em alto-nível. Segundo, uma nova técnica de tomada de decisão automatizada é proposta, a qual escolhe uma opção de um conjunto de opções disponível baseada em preferências expressas em uma linguagem construída de acordo com o metamodelo proposto, explorando termos da linguagem natural, tais como atos de fala expressivos. A técnica vai além das preferências fornecidas para tomar a decisão através da incorporação de princípios da psicologia, que focam como os humanos tomam decisões, já que as preferências fornecidas tipicamente não são suficientes para resolver trade-offs entre as opções disponíveis. Terceiro, apresenta-se uma técnica de geração de explicação, que utiliza modelos construídos pela técnica de tomada de decisão para justificar escolhas, e segue diretrizes e padrões que foram derivados de um estudo sobre explicações a respeito de escolhas, também realizado no contexto desta tese. Um estudo com usuários foi feito para avaliar a abordagem, o qual mostra que (i) a linguagem de preferências é adequada para usuários expressarem suas preferências, que (ii) a técnica de tomada de decisão faz escolhas que os usuários consideram de alta qualidade, e que (iii) as explicações fornecidas permitem que usuários entendam por que a escolha foi feita, bem como melhora a confiança na decisão tomada. / [en] Choosing from a set of available options often requires resolution of trade-offs but it can be unfeasible for humans to carefully evaluate each option of a large set due to the required time and cognitive effort. Consequently, they are often unsatisfied with their choices. Software systems can support human decision making or even automate this process, but there are many challenges associated with the provision of such support. In this thesis we deal in particular with three of them: (i) how to represent user preferences; (ii) how to reason about preferences and make decisions; and (iii) how to justify such decisions. Different approaches have been proposed for representing and reasoning about qualitative preferences, but they address a restricted set of preference types, and therefore are not able to process preferences provided by users in many realistic scenarios. This thesis provides three main contributions. First, we introduce a new preference metamodel founded on a study of how humans express preferences, allowing the representation of high-level preferences. Second, we propose an automated decision making technique, which chooses an option from a set available based on preferences expressed in a language based on our metamodel, exploiting natural-language terms. Our technique goes beyond the provided preferences to make a decision with the incorporation of psychology principles, which concern how humans make decisions, as the provided preferences are typically not enough to resolve trade-offs among available options. Third, we present an explanation generation technique, which uses models built by our decision making technique to justify choices, and follows guidelines and patterns that we derived from a study of choice explanation. A user study was performed to evaluate our approach, which shows that (i) our preference language is adequate for users to express their preferences, (ii) our decision making technique makes choices that users consider as having good quality, and (iii) the provided explanations allow users to understand why the choice was made and improves the confidence in the decision.

[pt] Em um mundo mediado por algoritmos, em que espaços de tomada de decisão antes destinados a humanos passam a ser dominados por estes artefatos, surge uma demanda para que estas decisões algorítmicas sejam explicáveis. Este desafio ganha uma camada de complexidade quando há o uso de técnicas de inteligência artificial, em especial, a aplicação de modelos de aprendizado de máquina, diante da opacidade e inescrutabilidade do modo de funcionamento e dos resultados gerados de alguns tipos destes algoritmos. Neste sentido, esta tese tem início com a apresentação do conceito e dos desafios da inteligência artificial e do aprendizado de máquina para o Direito, particularmente para direitos fundamentais (i.e. proteção de dados pessoais, privacidade, liberdade, autonomia e igualdade). Em seguida, é compartilhada a discussão envolvendo o direito à explicação quando do seu surgimento, e como a sua previsão na LGPD poderá ser interpretada à luz dos aprendizados e interpretações já colhidos no âmbito do GDPR. Ainda, serão analisados como os principais desafios para os direitos fundamentais que são colocados por tais algoritmos de tomada de decisão podem ser resumidos sob os princípios de transparência, prestação de contas e responsabilização e justiça/igualdade. É proposta uma abordagem multifacetada e multidisciplinar, a ser aplicada em diferentes momentos, para assegurar a observância de tais princípios no desenvolvimento e uso de algoritmos de tomada de decisão de aprendizado de máquina. Por fim, propõe-se que a garantia de um direito à explicação, atualmente inserido em uma discussão mais ampla de prestação de contas e responsabilização, deve atender a uma perspectiva de mérito e de procedimento. São identificados os diferentes tipos de conteúdos que têm sido mapeados como passíveis de serem exigidos a título de explicação, e os valores e direitos que um direito à explicação visa proteger, demonstrado, ao final, a importância de que este conteúdo possa estar sujeito a algum tipo de escrutínio público. / [en] In a world mediated by algorithms, in which decision-making spaces previously destined for humans are now dominated by these artifacts, urges a demand for these algorithmic decisions to be explainable. This challenge gains a layer of complexity when artificial intelligence techniques are used, in particular, the application of machine learning models, given the opacity and inscrutability of the operating mode and the results generated by some types of these algorithms. In this sense, this thesis begins with the presentation of the concept and challenges of artificial intelligence and machine learning for the area of Law, particularly for fundamental rights (i.e. data protection, privacy, freedom, autonomy and equality). Then, the discussion involving the arise of a right to explanation is presented, and how its provision in the LGPD can be interpreted in the light of the lessons learned and interpretations already gathered under the GDPR. Furthermore, it will be analyzed how the main challenges for fundamental rights that are posed by such decision-making algorithms can be summarized under the principles of transparency, accountability and justice/equality. A multifaceted and multidisciplinary approach is proposed, to be applied at different moments in time, to ensure that such principles are incorporated during the development and use of machine learning decision-making algorithms. Finally, this thesis proposed that guaranteeing a right to explanation, which is currently allocated in a broader discussion involving accountability, must take into account a perspective of merit and procedure. The different types of content that have been mapped as likely to be required as an explanation are identified, as well as the values and rights that a right to explanation aims to protect, demonstrating, finally, the importance that such content be subject to public scrutiny.