Um sistema de e-learning para a web semântica baseado na tecnologia de agentes

• Autor(es): Gonçalves, Vitor ; Carrapatoso, Eurico
• Data: 2005
• Identificador Persistente: http://hdl.handle.net/10198/543
• Origem: Biblioteca Digital do IPB
• Assunto(s): Web semântica; E-learning; Objectos de aprendizagem; Metadados; Ontologias; Agentes de software
• Tipo de Documento: Documento de conferência
• Idioma: Português

Descrição

A Internet assume-se como um ambiente eficaz de distribuição de informação, de aprendizagem, de coordenação de pessoas e de colaboração e comunicação síncrona ou assíncrona, sem limitações de tempo ou distância. À medida que a Web cresce, a descoberta e a recuperação de materiais educativos úteis torna-se cada vez mais problemática. Uma das possíveis soluções para a minimizar este problema passa pela criação de estruturas de metadados e ontologias para o e-Learning baseadas na Web Semântica que satisfaçam as necessidades dos professores e alunos, aquando da busca de informação, com vista a suportar processos de ensino, formação ou aprendizagem. Uma descrição consistente dos recursos de aprendizagem permitirá que o processo de pesquisa se torne mais específico e preciso, que a gestão seja mais simples e uniforme e que a partilha e intercâmbio seja verdadeiramente eficiente. Podemos, portanto, afirmar que a convergência entre as tecnologias de e-Learning e as tecnologias da Web Semântica (nomeadamente tecnologias de metadados, tecnologias de ontologias e tecnologias de agentes) impulsionará a migração dos sistemas de e-Learning para a visão da Web Semântica. Face ao exposto, sugerimos uma arquitectura para um sistema de e-Learning para a Web Semântica baseado em agentes inteligentes móveis. O sistema proposto facilitará a gestão do conhecimento, garantirá pesquisas mais rápidas e precisas de objectos de aprendizagem e permitirá a apresentação automática e personalizada de cursos ou planos de formação de acordo com os requisitos dos utilizadores, recorrendo a agentes inteligentes e móveis, que migram de servidor em servidor à procura de objectos de aprendizagem descritos através de metadados, com base em ontologias e mecanismos de inferência.