Sistema Hipermídia em Câncer de Colo de Útero com Interface Adaptativa

July 1, 2017 | Autor: Rozany Dufloth | Categoria: Multiple Intelligences, expert System, Multilayer Perceptron, Colon cancer
Share Embed


Descrição do Produto

Sistema Hipermídia em Câncer de Colo de Útero com Interface Adaptativa Márcia dos Santos Malinverni1, Fernando Mendes de Azevedo1, Rosele Luchesi Paim1, Grácia Maria Koerich2, Rozany Mucha Dufloth2, Daniella Serafim Couto Vieira2 1

Instituto de Engenharia Biomédica (IEB – UFSC), Universidade Federal de Santa Catarina (UFSC), Brasil 2 Departamento de Patologia - Centro de Ciências da Saúde (CCS), Universidade Federal de Santa Catarina (UFSC), Brasil Resumo – Este artigo apresenta uma metodologia de adaptação de interfaces, onde o desenvolvimento de um site com conteúdos sobre Câncer de Colo de Útero é utilizado como ferramenta de auxílio ao ensino/aprendizado dos alunos da área da saúde. No desenvolvimento da metodologia foi definido que a adaptação seria centrada na apresentação da interface através dos conteúdos gerados em diferentes mídias, que são apresentadas de acordo com as características do usuário fundamentadas na Teoria das Inteligências Múltiplas. Para a realização do mecanismo de adaptação foi utilizada uma rede neural artificial MLP (Multilayer Perceptron) e Sistema Especialista. Palavras-chave: Hipermídia Adaptativa, Inteligências Múltiplas, Redes Neurais Artificiais e Sistema Especialista. Abstract – This article introduces a methodology of interface, where the development of a site with content about Womb Colon Cancer is used as a learning-teaching support tool for the students in the health area. During the development of the methodology was defined that the adaptation would be centered in the introduction of the interface through the contents generated in different medias, which are presented according to the characteristics of the user fundamented in the Multiple Intelligences. To accomplish such adaptation mechanism was used an artificial neural net as MLP (Multilayer Perceptron) and an Expert System. Key-words: Adaptative Hipermedia, Multiple Intelligences, Artificial Neural Net and Expert System.

Introdução A Internet vem se mostrando uma grande ferramenta que tem contribuído de maneira essencial na educação. Visando melhorar o aprendizado e não as simples transmissões de informações, uma das aplicações da Internet tem sido na implementação de sistemas hipermídia, com conteúdo extraído e validado por especialistas das áreas de conhecimento em questão. Para que se consiga fazer com que o estudante absorva o conteúdo apresentado, não basta apresentar os conteúdos corretamente, é necessário prender sua atenção e apresentar-lhe as informações dentro de um contexto adequado [1]. Neste enfoque, torna-se imprescindível agregar algo mais aos sistemas hipermídia, tornando esses adaptativos (dinâmicos), de forma a interagirem com o estudante e se adaptarem a ele. No desenvolvimento deste trabalho é utilizada a teoria pedagógica denominada Inteligência Múltipla desenvolvida por Gardner [2], a qual é uma alternativa para o conceito de inteligência como uma capacidade inata, geral e única, que permite aos indivíduos um desempenho, maior ou menor, em qualquer área de atuação. A

utilização de múltiplas mídias torna-se fundamental nesse processo, pois dependendo do perfil do aprendiz ele se adaptará mais a uma ou outra forma de apresentação (texto, desenho, animação), proporcionando um maior interesse pelo conteúdo apresentado. O conteúdo escolhido para alimentar o sistema foi o câncer de colo de útero, pois apesar da generalização e da facilidade do exame de prevenção deste câncer, conhecido como exame de papanicolaou, ainda se apresenta como a segunda causa de óbito por câncer em mulheres [3]. O objetivo principal deste trabalho é desenvolver um Sistema Hipermídia Adaptativo com conteúdo englobando alterações do colo de útero que possam ser utilizados como ferramenta de auxílio ao ensino/aprendizado recebidos em sala de aula aumentando o conhecimento dos alunos da área da saúde da Universidade Federal de Santa Catarina. Hipermídia Adaptativa (HA) Segundo Palazzo [4,5], a Hipermídia Adaptativa (HA) estuda o desenvolvimento de sistemas capazes de promover a adaptação de

conteúdos e recursos hipermídia, vindos de qualquer fonte (bancos de dados, Internet, serviços etc.) e apresentados em qualquer formato (texto, áudio, vídeo, etc. e suas combinações) ao perfil ou modelo de seus usuários. A pesquisa em Hipermídia Adaptativa (HA) situa-se na fronteira dos estudos em hipermídia e modelagem do usuário, sendo estes os dois pilares básicos que sustentam o desenvolvimento de aplicações nesta área [4,5]. Os sistemas de HA estão assim em estreita relação com as tecnologias de modelagem de usuários e grupos, bancos de dados, programação distribuída na web, métodos colaborativos e interfaces dinâmicas adaptativas, A idéia por trás da expressão Sistema de Hipermídia Adaptativa é a expectativa de oferecer a cada usuário uma interface modelada de acordo com suas características específicas. Em outras palavras, em sistemas de HA os usuários acessam interfaces cujo estilo, conteúdo, recursos e links serão dinamicamente selecionados, entre diversas possibilidades, reunidos e apresentados a eles conforme seus objetivos, necessidades, preferências e desejos [6]. Os sistemas de HA tentam assim antecipar as expectativas dos usuários a partir de modelos representando seu perfil. O objetivo geral de tais sistemas é prover seus usuários com conteúdo atualizado, subjetivamente interessante, com a ilustração multimídia pertinente, num tamanho e profundidade adequados ao contexto e em correspondência direta com o modelo do usuário. Este funciona como uma referência para o sistema, que busca adaptar seu ambiente a ele. Um sistema de HA deve então satisfazer a três critérios básicos: ser um sistema hipertexto ou hipermídia; possuir um modelo do usuário e ser capaz de adaptar a hipermídia do sistema usando tal modelo [4]. Portanto, a meta principal das técnicas de adaptação é adaptar o sistema para as necessidades específicas de um usuário. Para fazer isto, é necessário extrair ou se antecipar às exigências do usuário [7]. Inteligências Múltiplas (IMs) Campbell [8] define inteligência como uma ferramenta para aprendizagem, resolução e problemas e criatividade que todos os seres podem usar. Atualmente, alguns estudos apresentam uma visão de inteligência analisando os processos mentais e o potencial humano a partir do desempenho das pessoas em diferentes campos do saber. A Teoria das Inteligências Múltiplas (IMs) é uma alternativa para o conceito de inteligência como uma capacidade inata, geral e única, que

permite aos indivíduos um desempenho, maior ou menor, em qualquer área de atuação. Esta teoria foi desenvolvida em 1985 por Howard Gardner [2]. As pesquisas de Gardner identificaram oito tipos de inteligências presentes nos indivíduos, denominadas Inteligências Múltiplas [2]. A metodologia proposta no desenvolvimento deste sistema hipermídia com interface adaptativa vai utilizar apenas três inteligências dentro das oito existentes, pois para construir um site sobre câncer do colo de útero, estas são as três inteligências que permitem uma maior flexibilidade na exposição dos conteúdos ao usuário. São elas: Lingüístico-verbal – relacionada às palavras e à linguagem escrita e falada. Visual-espacial – inclui a habilidade de criar imagens mentais e o senso de visão e a capacidade de visualização espacial de um objeto estão bastante desenvolvidos. Cinestésico-corporal – relaciona-se com o movimento físico. Metodologia A metodologia desenvolvida pode ser dividida em três fases, sendo elas: a Fase Usuário, a Fase Geradora de Adaptação e a Fase Interface, onde todas se comunicam entre si (Figura 1). Fase Usuário Fase Geradora de Adaptação Fase Interface

Figura 1: Comunicação entre as Fases do sistema. A fase usuário é responsável pela determinação das características do usuário. Para a realização da adaptação com os requisitos desejados, alguns dados dos usuários são obtidos nesta fase através de um teste múltipla escolha. O teste utilizado para este estudo foi desenvolvido por Celso Antunes [9], o qual estabelece um total de 150 perguntas de múltiplas escolhas para a determinação das oito Inteligências Múltiplas de um indivíduo. Neste trabalho somente três Inteligências Múltiplas serão utilizadas (Inteligências Lingüísticoverbal, Visual-espacial e Cinestésico-corporal) por serem consideradas mais adequadas para serem apresentadas em diferentes mídias (texto, desenho

e animação, respectivamente). O teste é, então, apresentado ao usuário, quando este acessa o site para que possa ser feita a mensuração das IMs consideradas (notas que variam de 1 a 4). Neste teste, o usuário responde a um questionário com 21 perguntas referentes as três IMs, a fim de determinar qual é a Inteligência Múltipla predominante, assim, as IMs do usuário serão obtidas através da Rede Neural Artificial MLP implementada e o site será adaptado conforme o resultado gerando a apresentação do mesmo conteúdo em diferentes mídias (texto, desenho, animação). A forma de aquisição dos dados, portanto, não será transparente ao usuário. Na fase geradora de adaptação é definido em qual mídia o conteúdo será apresentado, isto é realizado através da Rede Neural Artificial MLP juntamente com os Sistemas Especialistas, que modelam através das notas das IMs obtidas na fase anterior, definindo os conteúdos que serão apresentados em cada mídia. Esta fase é responsável pela adaptatividade e adaptabilidade do sistema implementado, usando uma rede neural MLP e dois Sistemas Especialistas. Primeiro a Rede Neural Artificial MLP fornece as notas das IMs, obtidas na fase anterior que serão usadas como entradas no primeiro Sistema Especialista, portanto, três redes neurais artificiais MLP foram implementadas, onde cada uma representa uma IM. As redes recebem as respostas do teste múltipla escolha do usuário, converte os valores e processam as redes, gerando as notas da IMs, com valores variados de 1 à 4. No processo de treinamento das três redes neurais artificiais MLP (uma pra cada IM) foi utilizado o algoritmo backpropagation. As funções de ativação utilizadas nas três redes consideradas foram: na camada escondida, a logística (sigmoidal), e na camada de saída, a linear (limitada de 1 a 4), O Sistema Especialista_1 é responsável pela adaptatividade, que define automaticamente qual mídia cada assunto deverá ser apresentado [10]. O segundo Sistema Especialista_2, responsável pela adaptabilidade que modifica as mídias de cada assunto a serem apresentados, de acordo com as preferências do usuário [10]. A arquitetura geral foi implementada da seguinte forma: A Rede Neural Artificial MLP fornece as entradas do Sistema Especialista_1, que apresenta um total de três entradas sendo eles os valores das notas das IMs e três saídas representando as três mídias geradas (Figura 2). Para garantir a adaptabilidade, o Sistema Especialista_2 foi implementado, tendo como entradas as três mídias do Sistema Especialista_1 e como saídas, gera as três notas (Figura 3), o

processo então se repete, modificando as mídias de cada assunto a serem apresentados. Nota 1 Rede MLP

Mídia 1 SE_1

Nota 2

Mídia 2

Nota 3

Mídia 3

Figura 2: Rede MLP e Sistema Especialista_1. Mídia 1 Mídia 2 Mídia 3

SE_2

Nota 1 Nota 2 Nota 3

Figura 3: Sistema Especialista_2. A fase interface se comunica com a fase geradora de adaptação, o qual define o conteúdo que será apresentado para o usuário em cada tipo de mídia, montando o site. O usuário então visualizará o conteúdo na mídia definida pelo Sistema Especialista_1, caso o usuário deseje visualizar o conteúdo em outra mídia que não seja a sugerida pelo sistema, ele pode alterar a mídia através dos botões de navegação existentes na página, então a fase interface muda a mídia de apresentação. Na fase geradora de adaptação através do Sistema Especialista_2, responsável pela adaptabilidade do sistema, é modificada as mídias de cada assunto a serem apresentados. Resultados O Sistema Hipermídia Adaptativo foi desenvolvido no JSP (Java Server Pages) e o conteúdo escolhido para alimentar o sistema foi o Câncer de Colo de Útero. Basicamente, foi dividido em 4 seções: Tela de abertura, Tela do questionário, Menu Principal e Tela dos conteúdos (Texto, Desenho e Animação). Na primeira seção é apresentada ao usuário a Tela de abertura do sistema (Figura 4).

Figura 4: Tela de abertura.

Na segunda, é apresentado ao usuário o questionário, referente ao teste múltipla escolha, a fim de determinar qual a Inteligência Múltipla predominante (Figura 5).

Figura 7: Tela dos conteúdos.

Figura 5: Tela do questionário. Na terceira seção, após responder o questionário é apresentado ao usuário o menu principal do sistema (Figura 6).

Figura 6: Menu principal. A última seção representa uma das Telas dos conteúdos do sistema gerado na mídia Texto. O conteúdo apresentado é gerado a partir das características do usuário (IMs), mas, independentemente da mídia apresentada, é dada ao usuário a opção de escolher em qual mídia ele prefere ver a apresentação do conteúdo, e através, dos botões existentes na página, ele pode fazer a mudança quando assim desejar (Figura 7). Para comprovar que o sistema é uma ferramenta de auxílio ao ensino/aprendizado dos alunos da área da saúde, dois tipos de avaliação foram realizados. A primeira avaliação consiste na comparação, com relação à análise motivacional, deste sistema adaptativo e de um sistema estático. A segunda avaliação consiste na avaliação ergonômica do sistema adaptativo.

Para avaliar o sistema adaptativo desenvolvido, em relação à motivação dos alunos, foram desenvolvidos dois sites: um estático e um adaptativo. No desenvolvimento da avaliação utilizou-se uma amostra (grupo de alunos) com 31 alunos do curso de enfermagem da UFSC. Este grupo teve acesso ao sistema estático (site estático) e ao sistema adaptativo (site adaptativo), respondendo, ao fim de cada acesso, um questionário de identificação da motivação em relação a cada um dos sistemas (Qestionário utilizado, Website Motivacional Analysis Checklist – WebMac). A análise motivacional é importante e no questionário utilizado é possível verificar se os sites são: estimulantes, significativos, organizados e fácil de usar, ou seja, é possível extrair várias características. Para avaliar o sistema adaptativo desenvolvido, em relação à parte ergonômica do sistema, utilizou-se uma amostra (grupo de professores) com 8 professores da área da saúde da UFSC. Estes professores tiveram acesso ao sistema adaptativo (site adaptativo), respondendo, ao fim do acesso, um questionário de avaliação ergonômica em relação ao sistema (Questionário utilizado, Técnica de Inspeção de Conformidade Ergonômica de Software Educacional – TICESE). Através da avaliação ergonômica então, é possível verificar se o site auxilia ou não, no aprendizado específico do aluno. Após realizar as duas avaliações, podemos comprovar que a metodologia implementada com estas características apresentou resultados qualitativos desejáveis. A utilização de técnicas de IA, bem como, redes neurais artificiais MLP e Sistemas Especialistas, portanto, se mostrou bastante adequada para esta tarefa de adaptação. A metodologia utilizada neste sistema de adaptação é uma grande contribuição, pois a adaptação de interface fornece grandes vantagens e benefícios aos usuários (neste caso, aos alunos da área da saúde, enriquecendo seu conhecimento e

estimulando o aprendizado). O mecanismo desenvolvido nesta metodologia pode ser implementado em qualquer sistema que necessite de adaptação, havendo uma motivação na utilização destes sistemas, como foi demonstrado nos resultados da avaliação. Nesses resultados verificou-se que o site adaptativo, em relação ao site estático, foi 45,01% mais estimulante, 10,13% mais significativo, 4,76% mais organizado, 8,89% mais fácil de usar e 15,20% mais motivador. Com relação à avaliação ergonômica do sistema, estatisticamente o site adaptativo teve uma aceitação satisfatória de 91,68% por parte dos usuários.

sistemas de hipermídia adaptação de interface.

Discussão e Conclusões

[3] Instituto Nacional do Câncer – INCA (2006), Estimativas da incidência e mortalidade por câncer. Rio de Janeiro, RJ.

A grande contribuição deste trabalho se traduz no desenvolvimento de um Sistema Hipermídia Adaptativo baseada num mecanismo constituído de rede neural artificial MLP e sistemas especialistas, bem como na utilização de uma teoria cognitiva de forma a determinar o perfil do usuário. Pretende-se com este trabalho, contribuir para alunos da área da saúde da Universidade Federal de Santa Catarina com mais uma ferramenta de auxílio ao ensino/aprendizado englobando o conteúdo do site com alterações do colo de útero. Esse trabalho leva em consideração na fase do usuário, as definições de um especialista (que estabelece como deve ser aplicada a teoria das IMs) e o comportamento do usuário durante sua interação com o sistema. Este utiliza uma rede neural artificial do tipo MLP, que irá determinar características do usuário, que associado a um Sistema Especialista (que extrai conhecimentos do especialista através das regras de produção) determinará em qual mídia cada assunto deverá ser apresentado e conforme a navegação do usuário realizará a adaptabilidade. As três fases (Fase Usuário, Fase Geradora da Adaptação e Fase Interface) foram desenvolvidas no JSP (Java Server Pages) e para cada acesso o sistema, o usuário deve responder ao um questionário, a fim de determinar o seu perfil e gerar os conteúdos. Ao todo, o sistema contém 16 conteúdos, que foram implementados nas três mídias consideradas e, em cada tela a ser apresentada existem botões referentes a cada uma das mídias, possibilitando a mudança desta. Portanto, na tela, cada assunto é apresentado na mídia definida pelo sistema e a as mudanças ocorrem quando da escolha de outra mídia. Pelos resultados, podemos concluir que a metodologia utilizada e implementada utilizando técnicas de IA é indicada a ser aplicada em

que

necessitem

de

Referências [1] Curilem, G. M. J. (2002), Metodologia para a Construção de Interfaces Adaptáveis em Sistemas Tutores Inteligentes. Florianópolis. Tese de Doutorado – Centro Tecnológico, Curso de Pós Graduação em Engenharia Elétrica, Universidade Federal de Santa Catarina, SC. [2] Gardner, H. (2001), Estruturas da Mente, Editora Artmed, Porto Alegre, RS.

[4] Palazzo, L. A. M. (2000), Modelos Proativos para Hipermídia Adaptativa. Porto Alegre. Tese de Doutorado – Pós-Graduação em Ciência da Computação, Universidade Federal do Rio Grande do Sul. [5] Palazzo, L. A. M., Costa, A. C. R., Brisolara, L. B., Gonçalves, R. R. O. (1999), “Hipermídia adaptativa na educação on-line: um modelo proativo e sua implementação na web”. In: Revista da UCPel. v. 8, n. 2, p. 73-82. [6] Brusilovsky, P., Pesin, L. (1998), “Adaptive Navigation Support in Educational Hypermedia: An Evaluation of the ISIS-TUTOR”. In: Journal of Computing and Information Technology. [7] Fernandes, V. T. (1998), Hipermídia Adaptativa Tendência. Campinas. Monografia do Departamento de Computação e Automação Industrial, Engenharia Elétrica – UNICAMP, Campinas, SP. [8] Campbell, L., Dickinson, B. (2000), Ensino e Aprendizagem por Meio das Inteligências Múltiplas. 2ª Edição, Tradução: Magda França Lopes, Editora Artmed, Porto Alegre, RS. [9] Antunes, C. (2001), Como desenvolver conteúdos explorando as inteligências Múltiplas. Editora Vozes, Fascículo 3, Petrópolis, RJ. [10] Opperman, R., Rossen, K. (1997), Adaptability and Adaptivity in learning systems. v. 2. Knowledge Transfer.

Contato Nome: Márcia dos Santos Malinverni Instituição: Universidade Federal de Santa Catarina – UFSC Cidade: Florianópolis – SC Telefone: (48) 33319473 Email: má[email protected], [email protected]

Lihat lebih banyak...

Comentários

Copyright © 2017 DADOSPDF Inc.