Sistema Multiagente como apoyo a la educación a distancia sobre una plataforma Sakai

Transcripción

1 Sistema Multiagente como apoyo a la educación a distancia sobre una plataforma Sakai Resumen Fernando Olivares Fernández Facultad de Informática Inteligencia Artificial Universidad Politécnica de Valencia ferolfe1@fiv.upv.es Tutor del Proyecto: Miguel Rebollo Pedruelo La aplicación de las nuevas tecnologías a la pedagogía ha abierto un nuevo horizonte en los procesos de aprendizaje. A su vez estas tecnologías están en constante desarrollo y en una continua búsqueda de nuevos paradigmas que mejoren las características y posibilidades de las herramientas de tele-formación. En este sentido, y desde hace unos años están surgiendo nuevas ideas relacionadas con la aplicación de la Inteligencia Artificial en estas plataformas, dotándolas de comportamientos, ayuda en la toma de decisiones, etc. con el único objetivo de mejorar la calidad tanto del proceso de aprendizaje del alumno, como la gestión y generación de materiales por parte del profesor. 1. Introducción La aplicación de las Tecnologías de la Información y las Comunicaciones (TIC) a la pedagogía hace posible la evolución hacia nuevas formas de aprendizaje que rompen con la concepción de tiempo y espacio de la enseñanza tradicional presencial, posibilitando la creación de aulas virtuales, en las que el proceso de aprendizaje tiene lugar entre alumnos no sincronizados y geográficamente dispersos. La Inteligencia Artificial, en cualquiera de sus vertientes (Redes Neuronales, Reconocimiento de Formas, Sistemas Multiagente, Razonamiento Basado en Casos, Lógica Difusa, etc...), pueden mejorar sustancialmente todo este proceso de aprendizaje tan complejo y proporcionar dinamismo y autonomía a la plataforma encargada de este desarrollo lectivo. Lo que se propone en este artículo es aplicar las técnicas más recientes en la IA, como son los Sistemas Multi-agente, y demostrar que es posible esta aportación, de una forma totalmente modulada y transparente en una plataforma estandarizada y desarrollada bajo el paradigma de los Servicios Web, como es poliformat, desarrollada sobre Sakai.

2 2. Sistemas Multi-Agente Los SMA son una de las técnicas más actuales, potentes y utilizadas en la IA, gracias al concepto de trabajo en grupo y colaboración. En cuanto a qué es y qué no es un agente, no existe una definición plenamente consensuada por la comunidad científica. Una definición bastante aceptada es la propuesta de Wooldridge. M, según la cual, un agente viene definido por su flexibilidad, entendiendo por flexible que un agente sea: Reactivo, responda al entorno en que se encuentra. Proactivo, que sea capaz de intentar cumplir sus propios objetivos. Social, sea capaz de comunicarse con otros agentes. En los trabajos más recientes relacionados con el tema se tiende a etiquetar a un agente según el papel que desempeñe. Así, por ejemplo, un agente con acceso a diversas fuentes de información y que es capaz de manipular dicha información para ponerla a disposición del usuario se conoce como un agente de información. Por otra parte, un agente que proporcione a su usuario la interacción con una aplicación, se conoce como agente interfaz. Estas definiciones no son estrictas, pudiendo encontrar agentes de información que sirvan como interfaz. En la mayoría de ocasiones, los agentes no son desarrollados de forma independiente, sino como entidades que constituyen un sistema (Sistema Multi-agente), de forma que interactúen entre ellos, dialoguen, y como conjunto, sean capaces de desarrollar la función para la que hayan sido creados. Actualmente, existen varias plataformas de Teleformación que hacen uso de los Sistemas Multi-agente con resultados plenamente satisfactorios, como son las Unitats de Suport a la Docéncia de la Universidad de Girona, la Universidad Politécnica de Madrid, las Universidades de Monterrey, Hawai, Toronto, etc. Esta tecnología está en constante desarrollo y evolución, buscando siempre el apoyo al usuario, y proporcionándole la sensación de estar en todo momento bajo una supervisión inteligente. El objetivo es integrar esta tecnología en la arquitectura Sakai, cuyo funcionamiento está basado en la integración de distintos módulos (desarrollados bajo los lenguajes Java y XML). En este sentido, el SMA será desarrollado bajo la plataforma JADE, que utiliza también el lenguaje java y está basado bajo los estándares FIPA (Foundation for Intelligent Physical Agents). Sakai funciona como un Servicio Web, y es precisamente esta característica la que facilita en gran parte la posibilidad de integrar un SMA, ya que éste puede operar superficialmente y acceder y manipular la información mediante peticiones a este Servicio Web.

3 3. Servicios Web Existen múltiples definiciones sobre lo que son los Servicios Web, lo que muestra su complejidad a la hora de dar una adecuada definición que englobe todo lo que son e implican. Una posible sería hablar de ellos como un conjunto de aplicaciones o de tecnologías con capacidad para interoperar en la Web. Estas aplicaciones o tecnologías intercambian datos entre sí con el objetivo de ofrecer unos servicios. Los proveedores ofrecen sus servicios como procedimientos remotos y los usuarios solicitan un servicio llamando a estos procedimientos a través de la Web (o en el caso de funcionar como un host local, simulando el proceso cliente-servidor). Sakai funciona como un Servicio Web, y concretamente un Servicio Web XML. Éstos permiten a las aplicaciones compartir información y que además invoquen funciones de otras aplicaciones independientemente de cómo hayan sido creadas, cuál sea el sistema operativo o la plataforma en que se ejecutan y cuáles los dispositivos utilizados para obtener acceso a ellas. Aunque los servicios Web XML son independientes entre sí, pueden vincularse y formar un grupo de colaboración para realizar una tarea determinada. Es por esta razón por la que con toda seguridad es posible englobar un Sistema Multi-agente dentro de una plataforma Sakai, por ejemplo creando un agente Wrapper (envolvente) cuya misión sea actuar como enlace entre el SMA y Sakai, realizando peticiones al servicio web y traduciendo los protocolos FIPA para la comunicación entre agentes al correspondiente protocolo web. Este agente Wrapper sería el encargado de comunicarse con Sakai, bien mediante la posibilidad de acceso al Servicio Web de forma externa (en la especificación de Sakai se indica que proporciona este servicio), o bien creando una Tool en Sakai que proporcione el servicio de cara al exterior. 4.. Arquitectura del sistema El desarrollo del SMA ha sido desarrollado a partir de la arquitectura CALIOPE, propuesta por el DSIC (Departamento de Sistemas Informáticos y Computación) para entornos de aprendizaje colaborativo. Es importante señalar que en este artículo se realiza un desarrollo completo de arquitectura para el SMA, es decir, de un proyecto extenso que engloba todas las posibles mejoras inteligentes en la plataforma.

4 Ante la magnitud de la propuesta, será necesaria la elección de las funciones a implementar, dando prioridad a las funciones más necesarias para la actual plataforma y con mayor posibilidad de implementación. En este sentido, en principio se daría más prioridad a las herramientas que puedan servir de apoyo directo al estudiante, una de las características mejorables en la actual plataforma. La arquitectura se puede resumir en tres partes importantes: Asistente personal para el alumno (LPA LPA), formado por un conjunto de agentes cuya función es asistir al alumno y actuar como guía en el proceso de aprendizaje Asistente personal para el profesor (TPA TPA), formado por un conjunto de agentes cuya función es asesorar al profesor a la hora de crear materiales para un curso, o de modificarlos en base al desarrollo de éste.

5 Agentes de propósito general, creados para asistir al resto de agentes o para actuar de enlace entre éstos y un usuario humano. A modo de resumen, el siguiente esquema de la arquitectura del SMA representa la interacción entre el usuario y el agente interfaz (Tiago), y las diferentes colaboraciones entre los distintos agentes, que se corresponderán con diálogos entre agentes. En el esquema se introduce a un posible usuario de Secretaría o gestión, sugiriendo la posibilidad de implementar un asistente personal para este tipo de tareas. A continuación se desarrollará en su totalidad la arquitectura del sistema, con una breve explicación de las características y funciones de cada agente.

6 4.1 Asistentes Personales Un asistente personal provee a su usuario de la asistencia necesaria para facilitar su interacción con una determinada aplicación. Para que puedan servir eficientemente a sus distintos usuarios, necesitan ser capaces de almacenar, aprender y manipular las preferencias y gustos de cada usuario, así como sus cambios. Además, necesitan reaccionar flexiblemente a las modificaciones producidas en su entorno. El último requisito implica la capacidad de aprendizaje y de comunicación con otras entidades que tengan características similares. El primer paso para acceder al núcleo de cada asistente personal es el agente interfaz. Tiago El nombre de este agente es el resultado del acrónimo de Poliforma-T Intelligent Agent for Good-Advising and Organization, representando de algún modo como el comportamiento global del sistema. Actúa como una Interfaz inteligente con el usuario, y su función es la de convertir los requerimientos del usuario en interacciones y diálogos en el sistema y viceversa. La presentación de este agente es mediante un avatar, o agente animado, generalmente antropomórfico de forma que resulte amigable al usuario, y a su vez le de la sensación de estar siendo permanentemente atendido y supervisado de forma inteligente. Prácticamente cualquier agente interno del sistema interacciona directamente con él, para de esta forma poder avisar de cualquier evento al usuario (ya sea alumno o profesor). Este es un posible boceto o idea de la presentación gráfica del agente que actuaría como interfaz, pudiendo ser substituido, modificado o mejorado según las tareas definitivas que le puedan ser asignadas.

7 4.2 Asistente Personal para a el Alumno Como ya se ha introducido en el apartado anterior, será el encargado de proveer de una asistencia permanente al alumno, y es un subconjunto de agentes dentro de la arquitectura general específicamente creados para este fin. Scheduler Este tipo de agente actuaría como gestor de la agenda del usuario. Cabe destacar que Sakai ya provee al alumno de una agenda personalizada, ya sea general o por cada asignatura o curso, y lo que se pretende es mejorar esta herramienta. La función de este tipo de agente sería la de, en base a los cursos en los que está matriculado, a las notas que ya haya marcado éste en su agenda, y a la fecha de exámenes y entrega de trabajos, realizar un estudio y ofrecer al alumno una serie de sugerencias o prioridades para cada tarea, ayudándole de esta forma a organizar su propio horario personal en base a sus objetivos. Como se puede ver en el esquema, no habría un único agente Scheduler para cada alumno, sino que sería creado uno para cada curso. El objetivo es que cada uno de estos agentes contenga toda la información de la agenda de un alumno determinado, para un curso en concreto, y con esta información, cada agente Scheduler dialogue con los demás y entre todos confeccionen la mejor agenda posible de entre todas las combinaciones de tareas. Además de dialogar con Tiago para presentar la información, también estaría en permanente contacto y colaboración con los agentes Wrapper (para acceder a la información propia de Sakai) y Consejero (más tarde será desarrollado con detalle). Coordinador Sería el encargado de observar y estudiar el comportamiento del estudiante durante el proceso de aprendizaje, infiriendo para cada alumno la mejor forma que éste tiene de aprender las cosas, y su estilo de aprendizaje (punto 5). Es decir, será el encargado de almacenar cada curso, cada paso y cada ejercicio que el alumno realice, ya que esta información será muy importante para poder guiarle eficientemente. Toda esta información deberá estar contenida en una Base de conocimiento para cada alumno, y los resultados obtenidos serán consultados por el agente Mentor, que será el que trace la ruta óptima de aprendizaje.

8 Mentor Como ya hemos dicho, su colaboración directa con el agente Coordinador será la que hará posible ayudar de la manera más eficiente al alumno durante su proceso de aprendizaje. Por ejemplo si el agente Coordinador infiere que cierto alumno comprende mejor los temas si la documentación se le proporciona por medio de animaciones, el agente Mentor intentará en el futuro suministrarle el temario en este formato (en la medida que sea posible). 4.3 Asistente Personal para el Profesor La función de este conjunto de agentes, diseñada específicamente en el caso del profesor, es la de facilitar o asistir a éste en la tarea de suministrar el material y confeccionar el temario y los ejercicios para un curso en concreto. Estaría formado por tres tipos de agente, Designer, Adaptador y Scheduler, donde éste último sería una modificación del agente Scheduler del alumno, ya que la misión de uno y otro es distinta. Designer Sería el encargado de ayudar al profesor a diseñar y gestionar un curso. Le permitiría también mejorar un curso con material ya existente en el servidor o en internet, y para ello este agente sería implementado con opciones de navegación en la red. Adaptador La función de este agente sería la de realizar un seguimiento (tanto individual como colectivo) del progreso de los alumnos matriculados en un curso, y si fuera conveniente, sugerir al profesor una posible modificación del contenido, fechas de entrega, etc.. De esta forma, lo que se conseguiría es adaptar, si fuera necesario, un curso en base a la evolución del mismo. El agente Scheduler colaboraría con el Adaptador para poder realizar esta tarea de la mejor forma posible. Scheduler Como ya se ha dicho, este agente sería un caso particular o una modificación del agente Scheduler creado para el alumno, de forma que su función principal es suministrar información al agente Adaptador.

9 4.3 Asistentes de Propósito General Como el propio apartado indica, no son específicos para el alumno o el profesor, sino que su implementación obedece al propósito de asistir o interactuar tanto con la parte alumno como con la parte profesor. A este subconjunto pertenecen el propio Tiago (que ya ha sido desarrollado con anterioridad), el agente Consejero y el agente Wrapper. Consejero ero Tiago ha sido creado para suministrar información adicional al alumno, darle consejos, informarle de los posibles eventos importantes dentro de Sakai... y estamos hablando de un agente interfaz, es decir, para que Tiago pueda hacer su trabajo, el agente Consejero le debe proporcionar qué es lo que tiene que presentar por pantalla. Este agente sería una especie de agente preguntón o analista, que estaría en todo momento inspeccionando todos los factores a tener en cuenta en un curso (qué tareas quedan por hacer, si hay mensajes importantes para el usuario, qué usuarios están conectados, y si es interesante que el alumno o el profesor sean conocedores de esta conexión, etc...). Es, a modo de resumen, el agente amigo del usuario dentro de toda esta arquitectura, o al menos es lo que intenta ser, pudiendo ser más o menos riguroso en sus consejos (aunque en el fondo el que presenta esta información será Tiago) en función del desarrollo del curso por parte del alumno. Queda claro que, en el caso del profesor, la supervisión sería en todo momento amigable. Wrapper De forma análoga a Tiago, que es el enlace entre el usuario humano y el Sistema Multiagente, el agente Wrapper actuaría de enlace entre el Sistema Multiagente y la Plataforma Sakai. Como se ha explicado al final del apartado 3, el SMA se apoya en el estándar FIPA para el diálogo entre agentes, y esta información interna debe ser traducida a la plataforma Sakai (servicio Web), ambas bajo el lenguaje de Programación Java. De esta forma, si hay un alumno X, y el agente consejero quiere saber si su profesor está conectado en el foro o en el chat, debería solicitar esta información al agente Wrapper, y éste realizaría la petición correspondiente en la plataforma Sakai y le devolvería la respuesta. Éste a su vez dialogaría con el agente Tiago, que sería el que se lo comunicaría al usuario.

10 5.. Consideración de estilos de aprendizaje (FSLSM) Es importante definir antes el concepto de Sistema Tutor Inteligente, el cual puede verse como aquel sistema capaz de ayudar al estudiante en el aprendizaje de diversos conocimientos. Debemos ver a un Tutor Inteligente como un programa mediante el cual es posible enseñar ciertos conocimientos a una persona, teniendo en cuenta su capacidad de aprendizaje y el conocimiento que éste tiene y va adquiriendo en todo momento sobre esta materia. Debe ser flexible y abierto a las posibles sugerencias que pueda aportar el alumno (o la actuación de éste), siendo el guía del alumno durante su proceso de aprendizaje, y así poder sugerirle distintos caminos de aprendizaje. Para ello debe ser modelado todo este conocimiento que va a adquirir sobre el alumno. El FSLSM es el Fólder and Silverman Learning Style Model. Un modelo que es el resultado final de un largo trabajo de investigación, diseñado con dimensiones dicotómicas (bifurcación en distintas ramas), un hecho que puede ser de gran ayuda a la hora de aplicarlo al aprendizaje asistido por computador. En los últimos años, la búsqueda de estilos de aprendizaje ha sido la base de la investigación en la mejora de la calidad de la educación. Se intentan poner de manifiesto las preferencias de los estudiantes en cuanto al procesamiento de la información, su progreso de aprendizaje, la modalidad de la información (apuntes, animaciones, etc.) y varios factores más. A continuación se explican brevemente las distintas dicotomías tenidas en cuenta: - información externa o sensitiva, e información interna o intuitiva. - respecto a la externa, clasificación entre visual y verbal. - información organizada intuitivamente o deductivamente. - procesamiento activo o a través de la reflexión. - progreso secuencial o entendimiento global. De esta forma, el modelo FSLSM servirá para proporcionar y adecuar a los estudiantes la información de la forma preferida por cada estudiante o, si es necesario, de la forma en que el sistema infiera que el alumno progresa de una manera más adecuada.