• Save
Relatório - Sistemas periciais
Upcoming SlideShare
Loading in...5
×
 

Relatório - Sistemas periciais

on

  • 135 views

Trabalho universitário na Cadeira de SADGE.

Trabalho universitário na Cadeira de SADGE.

Statistics

Views

Total Views
135
Views on SlideShare
135
Embed Views
0

Actions

Likes
0
Downloads
0
Comments
0

0 Embeds 0

No embeds

Accessibility

Categories

Upload Details

Uploaded via as Microsoft Word

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

    Relatório - Sistemas periciais Relatório - Sistemas periciais Document Transcript

    • Ano Lectivo de 2011/2012 Grupo de Trabalho - 20111485 – Diana Mocho de Carvalho - 20111578 – Lígia Panfieti Velez - 20111511 – Liliana Sofia Rosa Fernandes - 20111514 – Maria José Rodrigues Curso: Licenciatura em Contabilidade e Auditoria Disciplina: Sistemas de Apoio à Decisão e à Gestão Professor: Prof. Doutor Palma Reis, Prof. Canhoto Barcarena, 04 de Janeiro de 2012 Sistemas Periciais
    • Página 2 de 18 Glossário de Termos Avaliação Apreciação do valor de uma intervenção (avaliação da eficácia de um programa, avaliação da qualidade de um serviço, etc.). Base de Conhecimento Base de dados que contém regras de inferência e informação referentes à experiência e perícia humanas num domínio especifico. Conhecimento Colecção de factos, acontecimentos, crenças e regras, organizadas para uso sistemático. Desempenho Pode ser definido como a maneira que o sistema se comporta e cumpre a execução das tarefas. Eficácia Relação entre os efeitos produzidos por uma intervenção e os objectivos que se propunha atingir. Eficiência Relação entre os efeitos produzidos por uma intervenção e os recursos mobilizados para o efeito. Inteligência Artificial Capacidade de uma unidade funcional para executar funções que estão geralmente associadas à inteligência humana, tais como o raciocínio e a aprendizagem. Motor de inferência Componente de um Sistema Pericial que aplica métodos de raciocínio para chegar a conclusões, partindo de representações de informação armazenadas numa base de conhecimento. Raciocínio Processo pelo qual um ser humano, ou um computador analisa, classifica ou diagnostica, coloca hipóteses, resolve problemas ou faz inferências. Regra condicional Regra «se … então» Regra da lógica formal que compreende uma parte “se” que representa a premissa ou condição e uma parte “então” que representa a acção a ser tomada quando a parte “se” é verdadeira. Regra heurística Regra ad-hoc concebida para formalizar o conhecimento e a experiência que um perito usa para resolver um problema.
    • Página 3 de 18 Regra de produção Regra condicional para representar o conhecimento num sistema baseado em regras. Sistema Baseado em Conhecimento Sistema de processamento de informação que proporciona a resolução de problemas num domínio ou numa área de aplicação particulares, através de inferências feitas a partir de uma base de conhecimento. Sistema Pericial Sistema de processamento de informação que proporciona a resolução de problemas num domínio ou numa área de aplicação particulares, através de inferências feitas a partir de uma base de conhecimentos fundada na experiência e competências humanas. Sistema de Suporte à Decisão Os sistemas de suporte à decisão organizam a informação relevante para a resolução do problema, utilizam modelos de análise para avaliação de soluções alternativas. Ajudam mas não substituem os decisores.
    • Página 4 de 18 ÍNDICE Glossário de Termos 02 e 03 Índice 04 1. Apresentação do trabalho 05 2. Introdução a sistemas baseados em conhecimento 06 3. Revisão bibliográfica e pesquisas na Web 07 a 16 3.1. Vantagens da utilização de Sistemas Periciais 07 3.2. Estrutura básica de um Sistema Pericial 07 3.3. Estrutura de um Sistema Pericial para gerir informação 09 3.4. As Bibliotecas do futuro 13 e 14 3.4.1. A nossa Proposta 15 e 16 4. Conclusão 17 Bibliografia 18
    • Página 5 de 18 Em situações de decisão estruturadas e repetitivas, pode-se beneficiar de um sistema pericial. Estes sistemas utilizam o conhecimento obtido, na resolução de problemas estruturados, comportando-se como uma réplica do perito, ou dos peritos, que forneceram o conhecimento. (Palma dos Reis, 1999, p. 51) 1. Apresentação do trabalho SISTEMAS PERICIAIS PARA GERIR INFORMAÇÃO INTELIGÊNCIA ARTIFICIAL O principal objectivo do nosso trabalho é propormos um modelo para sistemas de gestão de informação baseado em técnicas de inteligência artificial, aplicável a utilizadores de bibliotecas. Este nosso trabalho propõe uma arquitectura de sistema pericial para gerir informação, sugerindo a utilização de um analisador semântico embutido no interface do utilizador final. Esta nossa abordagem enfatiza a dificuldade em se obterem informações, com precisão e qualidade, para apoiar as tomadas de decisões, e a necessidade de prover os utilizadores finais com mecanismos poderosos, capazes de analisar, seleccionar e direccionar-lhes informações, de acordo com as suas necessidades e urgências.
    • Página 6 de 18 2. INTRODUÇÃO A SISTEMAS BASEADOS EM CONHECIMENTO De acordo com Nilson (1982) a expressão inteligência artificial está associada, geralmente, ao desenvolvimento de sistemas periciais. Estes sistemas baseados em conhecimento, construídos, principalmente, com regras que reproduzem o conhecimento do perito, são utilizados para solucionar determinados problemas em domínios específicos. A área médica, desde o início das pesquisas, tem sido uma das áreas mais beneficiadas pelos sistemas periciais, por ser considerada detentora de problemas clássicos possuidores de todas as peculiaridades necessárias, para serem instrumentalizados por tais sistemas Nem todos os problemas devem ser resolvidos por meio de sistemas periciais. Existem características que indicam se determinado problema deve ou não ser instrumentalizado por esta tecnologia. A análise do problema, então, constitui-se no primeiro estágio do ciclo de desenvolvimento dos sistemas periciais, contribuindo fortemente para o sucesso da implementação do sistema. Procurando facilitar o processo de análise do problema, distinguimos dentre outras, algumas condições, que, se observadas, poderão contribuir para a identificação do nível de adequação do uso da tecnologia de sistemas periciais para a resolução do mesmo: existência de peritos que dominem o segmento do conhecimento que encerra o problema, pois é exactamente esse conhecimento que será o responsável directo pela resolução do problema; existência de tarefas que, para serem realizadas, necessitem da participação de vários peritos que, isolados, não possuem conhecimentos suficientes para realizá-las, ou seja, o conhecimento necessário para a análise e resolução do problema é multidisciplinar; existência de tarefas que requeiram conhecimento de detalhes que, se esquecidos, provocam a degradação do desempenho; existência de tarefas que demonstrem grandes diferenças entre o desempenho dos melhores e dos piores peritos; escassez de mão de obra especializada sobre o conhecimento requerido para a solução do problema. Com a emergência desta técnica, evidenciaram-se alguns aspectos importantes, até então inexplorados, como, por exemplo, o aumento significativo da produtividade de um perito, na execução de tarefas especializadas, quando auxiliado por um sistema inteligente. Outro aspecto relevante é a portabilidade destes sistemas periciais, por serem passíveis de desenvolvimento e utilização em microcomputadores. Isto torna-os bastante populares e acessíveis. Em geral, os sistemas com raciocínio automatizado podem ser utilizados incorporando bancos de dados já existentes na organização, ou sendo incorporados no conjunto de ferramentas disponíveis nos bancos de dados. Sob o nosso ponto de vista, a ciência da informação e muitas outras áreas podem encontrar nos sistemas periciais, eficientes ferramentas para gerir a informação. Disponibilizar ferramentas para suporte à tomada de decisão, neste caso, vai mais além do que fornecer gráficos e tabelas ao utilizador, significa prestar-lhe orientação, na identificação das suas necessidades, simulando cenários e possibilitando maior exactidão e confiabilidade nos seus resultados.
    • Página 7 de 18 3. Revisão bibliográfica e pesquisas na Web 3.1. Vantagens da utilização de Sistemas Periciais Os benefícios obtidos através da utilização da técnica de sistemas periciais são diferentes daqueles obtidos pelos sistemas tradicionais, por se tratar de sistemas dotados de inteligência e conhecimento. Dentre outras vantagens, podemos destacar que: um sistema pericial é capaz de estender as facilidades de tomada de decisão para muitas pessoas. O conhecimento dos peritos pode ser distribuído, de forma que possa ser utilizado por um grande número de pessoas; um sistema pericial pode melhorar a produtividade e desempenho dos seus utilizadores, considerando que lhe fornece um vasto conhecimento, que, certamente, em condições normais, exigiria mais tempo para assimilá-lo e, consequentemente, utilizá-lo nas suas tomadas de decisão; os sistemas periciais reduzem o grau de dependência que as organizações mantêm quando se vêem em situações críticas, inevitáveis, como, por exemplo, a falta de um perito. As pessoas morrem, ficam doentes, tiram férias e até optam por melhores ofertas de trabalho, tornando as organizações em que trabalham vulneráveis e extremamente dependentes das suas decisões. Ao registar o conhecimento de empregados nos sistemas periciais promove-se uma significativa redução no grau de dependência entre empresa e presença física do empregado; os sistemas periciais são ferramentas adequadas para serem utilizadas em formações de grupos de pessoas, de forma rápida e agradável, podendo servir, após a formação, como instrumento para recolha de informações sobre o desempenho dos formandos, obtendo subsídios para reformulação das lições para a obtenção de melhor desempenho, além de prestar suporte imediato para os formandos durante a utilização dos conhecimentos na realização das tarefas diárias. 3.2. Estrutura Básica de um Sistema Pericial Basicamente um Sistema Pericial é composto por Conhecimento mais Inferência. Poderemos considerar de uma forma genérica que os componentes de um Sistema Pericial são: Figura 1. Estrutura básica de um sistema pericial.
    • Página 8 de 18 O Perito é a fonte do conhecimento do sistema. É fundamental para o desenvolvimento de um sistema pericial a disponibilidade de um perito conhecedor da situação de decisão. Aquisição de conhecimento, é o processo em que se identifica, obtém e organiza o conhecimento a incorporar no sistema pericial e que é fornecido pelo(s) perito(s). Interface do Utilizador, contém os ecrãs do sistema desenvolvidos para interagir com os utilizadores. O interface do utilizador inclui dois componentes, o componente de aquisição de conhecimento e o componente de explicação. O componente de aquisição de conhecimento é utilizado pelo perito quando está a “ensinar” o sistema, ou seja, a incluir no sistema o conhecimento necessário para que este tome as decisões correctas. O componente de explicação interage com o utilizador. Base de Conhecimento, local onde reside o conhecimento do domínio visado pelo Sistema Pericial. Armazena o conhecimento necessário à tomada de decisão. Motor de Inferência, utiliza o conhecimento existente na base de conhecimento para a resolução de problemas ou tomada de decisão. Para tal o motor de inferência deverá seleccionar, activar, compatibilizar e extrapolar as regras existentes na base de conhecimento. Módulo de explicações, onde se constroem as razões porque uma dada conclusão foi ou não obtida, ou, ainda, porque se está a efectuar determinada pergunta. Componente que explica o modo como as soluções foram obtidas e justifica os passos efectuados. A Base de Conhecimento depende do domínio. O Motor de Inferência e o Interface com o Utilizador, em princípio, não dependem do domínio. O perito, ou peritos, são a fonte de conhecimento do sistema. O Utilizador introduz no sistema a descrição da situação de decisão e recebe a resposta do sistema. Assim sempre que o sistema possua conhecimento que lhe permita tomar a decisão de forma segura a tarefa do utilizador torna-se uma tarefa simples. A Memória de trabalho armazena dados, informação ou conhecimento específicos do problema em análise com vista a auxiliar no funcionamento dos outros módulos.
    • Página 9 de 18 Características das Actividades de Decisão Na forma de raciocínio progressivo, as informações são fornecidas ao sistema pelo utilizador, que com as suas respostas, estimulam o desencadeamento do processo de procura, navegando através da base de conhecimento, procurando pelos factos, regras e heurísticas que melhor se aplicam a cada situação. O sistema continua nesta interacção do utilizador, até encontrar a solução para o problema a ele submetido. No modelo de raciocínio regressivo, os procedimentos de inferência dão-se de forma inversa. O sistema parte de uma opinião conclusiva sobre o assunto, podendo ser inclusive oriunda do próprio utilizador, e inicia uma pesquisa pelas informações por meio das regras e factos da base de conhecimento, procurando provar se aquela conclusão é a mais adequada solução para o problema analisado. Se uma premissa (IF) é consistente para o problema, o sistema continua com a cláusula IF (condição), tornando-a Then (conclusão) para a próxima pesquisa na base de conhecimento, até que encontre uma regra em que o (IF) não seja considerado conclusão para outra regra. Ao mesmo tempo o sistema poderá iniciar uma nova pergunta ao utilizador para obter informações adicionais (Rich, 1983). 3.3. Estrutura de um Sistema Pericial para gerir informação Um sistema para gerir informação, conforme mencionado anteriormente, deverá ser construído a partir da integração dos seus elementos básicos: interface do utilizador, base de conhecimento e motor de inferência, que podem ser visualizados no diagrama apresentado, na Figura 2, a seguir:
    • Página 10 de 18 Figura 2. Diagrama de Contexto de um sistema pericial para gerir informação Falaremos agora um pouco mais em pormenor sobre a estrutura de um sistema pericial, já antes referida, em traços gerais, ou seja: A Base de Conhecimento A Base do conhecimento não é uma simples colecção de informações. A tradicional base de dados com dados, arquivos, registos e seus relacionamentos estáticos é aqui substituída por uma base de regras e factos e também heurísticas que correspondem ao conhecimento do perito, ou dos peritos do domínio sobre o qual foi construído o sistema. Esta base de regras e factos interage com o utilizador e com o motor de inferência, permitindo identificar o problema a ser resolvido, as possibilidades de solução e o processo de raciocínio e inferência que levam a conclusões sobre o problema submetido ao sistema. Na interacção com a base de regras, factos, e utilizador, obtêm-se as informações necessárias para a resolução do problema. Devido à utilização de heurísticas, o utilizador é solicitado pelo sistema para prestar informações adicionais e, a cada pergunta respondida pelo utilizador ou a cada nova informação, reduz-se o espaço de procura a ser percorrido pelo sistema, encurtando-se o caminho entre o problema e a sua solução. Pode, também, desencadear-se um processo de aprendizagem automática internamente no sistema. Isto quer dizer que o sistema pericial provido de mecanismos de aprendizagem é capaz de analisar e gerar novas regras na base de conhecimento e/ou armazenar informações sobre novos factos, ampliando a capacidade do sistema em resolver problemas, cada vez que este for utilizado. Isto não é visível pelo utilizador, ou seja, o utilizador não percebe que todo este processo acontece durante uma sessão de utilização do sistema pericial (Checland, 1981).
    • Página 11 de 18 Perante isto, é importante que o sistema seja cuidadosamente projectado, por forma a que seja capaz de analisar novas situações, extrair novas regras e analisar e apagar regras redundantes, complementar regras conflituosas, permitindo uma depuração constante da base de conhecimento. Caso contrário, a base de conhecimento poderá crescer indiscriminadamente, promovendo o uso extensivo da memória, possibilitando uma degradação no desempenho do sistema, bem como tornando-o oneroso e inviável. Desta forma, inicialmente uma base de conhecimento pode ser construída com poucas regras, mas, dependendo da complexidade do ambiente e das necessidades de informações variadas, esta base poderá eventualmente crescer para milhares de regras e factos. Assim, é preciso que se tenha o cuidado de implementar instrumentos internos de refinamento que possibilitem podas na árvore de decisão e cortes na base de conhecimento, para que o processo de procura localize segmentos cujas regras e factos contemplem os instrumentos necessários que conduzam à solução dos problemas em questão. Os mecanismos de aprendizagem, que podem ser implementados nos sistemas periciais, permitem que o sistema aprenda cada vez que for utilizado ao se deparar com regras e factos novos. Isto é possível em virtude da estrutura modular da base de conhecimento, permitindo a adição ou subtracção de novos elementos sem alterar a lógica global do sistema. O Motor de Inferência O motor de inferência é um elemento essencial para a existência de um sistema pericial. É o núcleo do sistema. É por intermédio dele que os factos, regras e heurísticas que compõem a base de conhecimento são aplicados no processo de resolução do problema. A capacidade do motor de inferência é baseada numa combinação de procedimentos de raciocínios que se processam de forma regressiva e progressiva. O motor de inferência utiliza o conhecimento existente na base de conhecimento para a resolução de problemas ou tomada de decisão. Para tal, o motor de inferência deverá seleccionar, activar, compatibilizar e extrapolar as regras existentes na base de conhecimento (Palma dos Reis, 1999). O Interface do utilizador O Interface do utilizador é, talvez, o elemento dos sistemas periciais a que os peritos dedicam mais tempo. Os procedimentos heurísticos são informais. Um problema submetido a um sistema pericial é endereçado por estratégias de procura. O sistema retém sempre elementos de memória que permitam o encaixe e o desencadeamento com outra estratégia, marcando sempre o caminho percorrido.
    • Página 12 de 18 Para que isto ocorra, é necessário que o interface do utilizador seja bastante flexível. Assim, a interacção entre sistema pericial e utilizador conduz a um processo de navegação, eficiente, na base de conhecimento, durante o processamento das heurísticas. O interface do utilizador flexível permite que o utilizador descreva o problema ou os objectivos que deseja alcançar. Permite, ainda, que utilizador e sistema adoptem um modelo estruturado de consultas (Aluri, 1088). Isto facilita o processo de recuperação do caminho percorrido pelo sistema em tentativas de solucionar o problema. Este caminho, denominado trace é muito importante, pois é a base de pesquisa para o desenvolvimento do processo de exploração. O processo de exploração consiste na explicação, quando requerida pelo utilizador, sobre o "porquê" e o "como" é que o sistema chegou a determinada conclusão, rumo à solução do problema analisado. Neste momento, o sistema realiza um processo inverso de procura, percorrendo os caminhos utilizados e marcados durante a sessão de consulta e apresentando todos os argumentos que o levaram à solução apresentada. Este processo é muito importante e proporciona ao utilizador informação que lhe permite julgar se adopta, ou não, a solução apresentada pelo sistema pericial. Pode, ainda, considerar-se o processo de exploração como um instrumento importante que poderá ser utilizado para o treino do utilizador, uma vez que apresenta conceitos teóricos e aplicações práticas. O interface do utilizador pode assumir formas variadas, dependendo de como foi implementado o sistema pericial. De qualquer forma, o interface do utilizador procura tornar o uso do sistema fácil e agradável, eliminando-se as complexidades. Exemplos práticos de uma consulta ao sistema Pressupõe-se que o sistema pericial receba informações de diversas fontes dentro de uma instituição. Essas informações são analisadas e interpretadas pelo analisador semântico que actualiza uma base de informações estratégicas segundo as necessidades dos utilizadores registados no sistema. No momento em que determinado utilizador inicia a sua sessão, o sistema reconhece-o, ficando na memória do mesmo, o segmento da base de informações que interessariam àquele utilizador, bem como a parte da base de conhecimento cujas regras espelham as suas necessidades. Nesse momento, informações rotineiras, previamente definidas pelo utilizador, ser-lhe-ão apresentadas devidamente actualizadas. Ao solicitar informações adicionais, o utilizador provocará uma navegação na base de conhecimento e na base de informações, o que permitirá o seu atendimento imediato.
    • Página 13 de 18 3.4. As Bibliotecas do futuro Metzeler (1992) relatou: "A biblioteca do futuro pode ser capaz de prover um rico acesso para a utilização de conhecimento contido (frequentemente implícito) nas suas colecções. A maioria dos aspectos de desenvolvimento, nesta linha, poderia ser baseada em recuperação da informação. Isto, naturalmente, requereria um mais geral e robusto estigma da inteligência artificial e compreensão de linguagem natural do que existe no momento". Capturar o conhecimento humano não é uma tarefa simples; o problema toma proporções maiores quando nos dispomos a registar a experiência humana, representando-a sob a forma de programas a serem executados pelo computador. O fascínio do homem é a possibilidade de se capturar a intuição humana. O nível de exigências relativas ao conhecimento, intuição e experiência para a execução de tarefas normalmente executadas pelos bibliotecários são menores do que nas demais áreas como na medicina, engenharia, geologia. Há alguns anos, acreditava-se que os problemas envolvidos na automação de bibliotecas eram tremendamente subestimados. Davis (1986) ressaltou que a experiência em catalogação estaria longe de ser explícita em regras, por estar implícita em heurísticas, empregadas pelos peritos que realizam o trabalho. Da mesma forma, Weibel (1992), referindo-se ao trabalho executado por Borko e Ercegovac (1989) sobre catalogação de mapas, também se mostrou contrário à aplicação de sistemas periciais para a execução destas tarefas, relatando que o "esforço dos peritos em cada procedimento estende-se além do que é articulado num conjunto de regras formais" e que a complexidade das actividades actua contra a aplicação de uma abordagem de sistema pericial. Lancaster (1993) relatou que as tarefas intelectuais associadas à profissão de peritos em ciência da informação não podem ser facilmente delegadas para máquinas. Considerando-se tudo que se espera de uma biblioteca como uma instituição, é improvável que o perito com habilidades em bibliotecas seja substituído pela inteligência artificial ou por qualquer outra tecnologia no futuro, em concordância com as afirmações eloquentes de Horton (1982), que
    • Página 14 de 18 acentuou que "criatividade, talento e poder mental..... são o real e principal bem da economia da informação" salientando tratar-se de um bem tão valioso, que não haveria de ser delegado o seu manuseio a simples máquinas. Os crescentes investimentos em produção de sistemas periciais permitiram avanço e disseminação desta tecnologia. Por exemplo, Lancaster participou no desenvolvimento de sistemas periciais para selecção de bases de dados on-line, preocupando-se em medir o desempenho dos sistemas baseados em conhecimento dedicados à recuperação da informação, Num estudo sobre avaliação de sistemas periciais para serviços de referência, Shiao (1995) observou que estes sistemas demonstraram melhor performance com utilizadores totalmente inexperientes em actividades de referência. Ainda sobre o uso de sistemas inteligentes para bibliotecas, Aluri (1988) considerou que, dada a variedade de recursos de máquina e software disponíveis, se uma experiência falha, não se perde muito a não ser tempo e energia, podendo ganhar-se muito em termos de compreensão dos processos envolvidos nos diversos serviços oferecidos pelas bibliotecas. Nos dias actuais os sistemas periciais tornaram-se realidade, sob a forma de sistemas interactivos que respondem a questões, solicitam e fornecem esclarecimentos, fazem recomendações, e geralmente auxiliam o utilizador orientando-o no processo de tomada de decisão, ou seja, simulam o raciocínio humano fazendo inferências, julgamentos e projectando resultados. Assim, utilizadores e sistema caminham juntos, perguntando e fornecendo informações um ao outro, até à completa solução do problema analisado. O que se observa, nos sistemas de informações tradicionais, é uma eterna e penosa procura pelo que se deseja no meio de uma grande quantidade de informações interligadas. Sistemas de filtragem de dados esforçam-se para tornar estas tarefas mais amenas na tentativa de procura pelas informações de forma a fornecê-las ao utilizador, a tempo e horas, para a tomada de decisão (Land, 1982). É neste ponto que destacamos a eficiência dos sistemas, baseados em conhecimento, na gestão da informação e propomos a sua utilização em conjunto com analisadores semânticos. Desta forma, eles serão capazes de receber informações de diversas origens e tipos, interpretá- las, analisá-las, identificando a sua pertinência e relevância, e direccioná-las para os diversos utilizadores de acordo com o interesse e a necessidade de cada um. Por outras palavras, trata-se de um processo de análise de informação que procura reduzir o espaço de procura, recuperando apenas as informações que são úteis para a resolução de problemas específicos. Para que o problema seja resolvido, o sistema deverá analisá-lo, à luz das heurísticas armazenadas no seu motor de inferência e base de conhecimento, e interagir com o utilizador, para obter todos os elementos e informações necessários para a definição do problema e possibilitar a procura de conhecimento adequado para a sua resolução.
    • Página 15 de 18 3.4.1. A nossa Proposta Sendo o objectivo do nosso trabalho um modelo para sistemas de gestão de informação baseado em técnicas de inteligência artificial, aplicável a utilizadores de bibliotecas, a nossa proposta consiste em que o utilizador fosse portador de um cartão magnético carregado previamente, aquando da sua inscrição na biblioteca ou bibliotecas, com toda a sua identificação. Esse mesmo utilizador, caso o desejasse, poderia, por internet, carregar desde logo as suas preferências por livros, revistas, jornais, etc… On-line - inserindo o seu nº de cartão e password que lhe seria atribuída, presencialmente, inserindo o seu cartão magnético no interface da biblioteca, poderia ver logo uma listagem das suas preferências previamente carregadas por si e, mediante os dados recolhidos, o sistema seria capaz de acrescentar outras sugestões com características semelhantes às das suas preferências. O sistema perguntaria ao utilizador se pretendia ter informação adicional em relação às sugestões que apresentava ao utilizador, ao que este responderia se estaria interessado ou não. No caso de estar interessado, o utilizador, escolheria um livro, revista, jornal, etc… dos sugeridos e manifestaria a sua opinião sobre o mesmo, podendo, inclusivamente, dar indicação de que não pretendia obter sugestões do sistema e escolher ele próprio o que desejava. O utilizador ao fazer uso do cartão magnético iria fornecer ao sistema, a par e passo, toda a informação do que ia pesquisando e, assim, “ensinando” o sistema sobre as suas preferências. Este sistema, para ser mais completo, após a escolha feita pelo utilizador, informá-lo-ia da disponibilidade do artigo escolhido e do período em que poderia ficar na posse do mesmo. No caso de o utilizador aceitar todas as indicações fornecidas pelo sistema, o mesmo faria o registo da cedência, e o próprio sistema, em articulação com os “arquivos” dos items, far-lhe- ia a entrega do que o utilizador lhe havia solicitado (à semelhança das máquinas de vending). Por meio deste tipo de utilização do cartão magnético, todos os dados de cada utilizador seriam “armazenados” em base de dados de bibliotecas a nível local e, até mesmo, a nível nacional, renovando automaticamente as suas listas de preferências. O utilizador poderia levantar itens e entregá-los em qualquer biblioteca aderente ao sistema. Na página seguinte temos um pequeno exemplo de como poderia ser feita uma pesquisa na biblioteca do futuro.
    • Página 16 de 18
    • Página 17 de 18 4. CONCLUSÃO Como exemplo prático da utilização de sistemas inteligentes com analisador semântico podemos citar sistemas inteligentes de recuperação de informações que incorporem conhecimentos e/ou estrutura de registo, políticas de indexação e estratégias de pesquisas. Estes sistemas poderiam auxiliar os utilizadores que têm dificuldades em se lembrar de regras, como, por exemplo, no caso de bibliotecas, regras de truncagens (substituição de caracteres nas pesquisas), noções dos operadores booleanos (introdução de “ou”, “e” nas pesquisas), etc. Neste caso, a linguagem natural participaria com expressivo valor, permitindo que os utilizadores interrogassem o sistema de forma amigável. Diversos outros exemplos de aplicação se adequariam ao uso destes sistemas, considerando que a sua tónica principal é a capacidade de entender as informações fornecidas por diversas fontes e interpretá-las, proporcionando saídas aos utilizadores finais de acordo com as necessidades de cada um. Com este tipo de ferramenta, obtém-se a vantagem de o sistema ser totalmente simples de operar e compreender a linguagem do utilizador que normalmente expressa as suas necessidades na sua língua nativa. Existem algumas metodologias para o desenvolvimento de sistemas de apoio à decisão. Alguns aspectos são comuns a todas as metodologias. Deve ser criado um grupo de peritos que têm por missão o acompanhamento da evolução do sistema. No caso específico de um sistema pericial, considerando que é um sistema dotado de mecanismos de aprendizagem, tal sistema deverá ter a sua base de conhecimento avaliada periodicamente, bem como o seu desempenho, para adequação às necessidades de recursos de hardware adicionais, ou mesmo para análise da sua eficácia. Entre outras vantagens produzidas pelo uso de um sistema inteligente, destacamos, a total facilidade na formação para o uso do sistema, bem como a rapidez para a obtenção de sugestões para a resolução dos problemas a ele submetidos.
    • Página 18 de 18 BIBLIOGRAFIA ALURI, Rao. Expert systems for libraries. Library administration & management. March 1988 CHECLAND, P.B. Systems Thinking, Systems Practice, Chichester, England: John Wiley, 1981. LANCASTER, F.W. et alii. Evaluation of Interactive Knowledge - Based Sistems: Overview and Design for Empirical Testing. Journal of the American Society for Information Science. 47 (1) p.57-69, 1996. LANCASTER, F. Wilfrid. Information retrieval systems: caracteristics, testing and evaluation, Chichester, England: John Wiley, 1978, p. 279-282, LANCASTER, F. Wilfrid and Warner, Amy J. Information retrieval today, Information resources Virginia: press, 1993, p.301-307. LAND, F. Adapting to Changing User Requirements, Information & Management, 5(1), p 91- 107, 1982. NILSON, Neils S. Principles of Artificial Intelligence, Springer Verlag, Berlin, 1982. PALMA-DOS-REIS, A. (1999), Sistemas de Decisão, Universidade Aberta, Lisboa. Rich, Elaine, Artificial Intelligence, New York: Mc Graw Hill Book, 1983. SHIAO, Feng Su; Lancaster F. W.. Evaluation of Expert Systems in Reference Service Applications. RQ 35, n.2, Winter 1995, p.219-228.