Documentos de Académico
Documentos de Profesional
Documentos de Cultura
RESUMEN
En este estudio se presenta al Sistema Lucia, un sistema de agentes que acompaña a niños con
discapacidad visual mientras juegan con una hiperhistoria. El Sistema Lucia tiene como finalidad ayudar en
el proceso de fortalecimiento de las destrezas sensor – motriz de niños con discapacidad visual y ofrece
indicaciones a los docentes sobre el desempeño del alumno en el juego. Dicho sistema ha sido diseñado
utilizando la Técnica de Modelado de Agentes para Sistemas de Agentes BDI [11] en cuanto contempla
características importantes de los agentes (creencias, objetivos, planes y aprendizaje, entre otras) que son
relevantes para aplicaciones de tipo agentes asistentes. Se presenta además un análisis de algunos
resultados obtenidos durante la fase de prueba del sistema en la Escuela de Ciegos Santa Lucia (Asunción,
Paraguay).
Palabras clave: Sistemas de Agentes, Procesos educativos apoyados por Agentes, Evaluación de
metodologías orientadas a Agentes.
INTRODUCCIÓN
La falta de visión o la presencia de discapacidad que implique poder disponer únicamente de restos
visuales, limita la cantidad y la calidad de información que los niños reciben del mundo exterior [7]. Por esto
en los niños con discapacidad visual se debe insistir en patrones de comportamiento que otros niños
aprenden por la observación visual. Para vencer el obstáculo que impone la falta de este sentido se han
desarrollado muchas técnicas que van desde el Braille hasta el desarrollo de espacios virtuales que ofrecen
información del entorno a través de sonidos. En esta última clase de técnicas encontramos a AudioDoom
[13], un software donde a través de una metáfora de navegación espacial se transfiere una narrativa
interactiva. Este tipo de software recibe el nombre de hiperhistoria [15]. AudioDoom está orientado a niños
de 6 a 12 años, utiliza sonido espacializado y es manipulado por el niño a través del teclado, mouse o
joystick. La experiencia no se reduce a la iteración del estudiante con el software, sino que se extiende a
tareas cognitivas posteriores, que consisten en el modelado en materiales concretos: arena, plasticina,
bloques lego, isopor, etc., del espacio virtual navegado. El modelado tiene como objetivo ayudar al docente
a conocer la representación mental que el niño tiene del espacio virtual navegado, para que posteriormente
el docente pueda implementar estrategias para ayudar a fortalecer las áreas con falencias.
AudioDoom fue construido para afianzar la percepción sensor - motriz de niños con discapacidad visual.
Esta solución si bien es poco flexible y acotada, ha obtenido resultados muy significativos, sirviendo como
fundamento a los editores de hiperhistorias que se han desarrollando con el fin de brindar a los docentes
una herramienta con la cual puedan diseñar una hiperhistoria ajustada al perfil y las necesidades de cada
alumno [13].
Por otra parte, un paradigma que ha estado sujeto a una atención creciente de la comunidad de
investigadores de entornos de aprendizaje basados en conocimiento son los Agentes Inteligentes (o
simplemente Agentes). Un Agente según la definición de Wooldridge y Jennings [22] es un sistema
computacional hardware o software que goza por lo menos de autonomía, habilidad social, reactividad, pro-
actividad y además de las características anteriores tiene una o más de las siguientes características:
nociones mentales, racionalidad, veracidad y adaptabilidad o aprendizaje. Se ha demostrado que los
agentes situados en un contexto pedagógico han tenido efectos muy positivos en la experiencia de
aprendizaje de los estudiantes [4], [17], [18]. Por lo expuesto, se considera interesante unir el paradigma de
Hiperhistorias con un sistema de agentes que acompañe al estudiante en el proceso de adquisición de
conocimiento y ofrezca recomendaciones a los docentes en su tarea de diseñar una hiperhistoria para
alumnos con discapacidad visual.
AudioDoom fue utilizado por niños del Hogar de Ciegos Santa Lucia de Santiago (Chile) y por los niños de
la Escuela de Ciegos Santa Lucia de Asunción (Paraguay). En estas experiencias se obtuvieron resultados
muy alentadores, por lo que se consideró interesante extenderla en dos vertientes: los editores de
hiperhistorias (se presentan brevemente en el apartado 1.1) y una sociedad de agentes denominado
Sistema Lucia. El presente estudio se centra en el diseño del Sistema Lucia.
VirtualAurea
VirtualAurea [16] es un editor de software para navegar estructuras espaciales y una herramienta flexible
para la creación de escenarios virtuales. Permite que el niño realice una diversidad de movimientos y abre
las posibilidades en cuanto a la disposición de objetos en el escenario. Esto permite tener un mayor manejo
sobre el nivel de dificultad que se pretende imponer al niño, posibilitando la creación de mapas o estructuras
espaciales adecuadas al nivel de desarrollo de las habilidades del aprendiz. La posibilidad de cambiar
constantemente los escenarios facilita mantener el interés y la motivación del niño ciego. VirtualAurea
permite una mayor libertad de movimientos, consintiendo una simulación más real e intuitiva del entorno.
Fig. 1: Interfaz gráfica del editor de VirtualAurea
VirtualAurea está conformada por dos programas independientes. Un editor cuya función es generar los
archivos que definen los mapas, esto es, crear, guardar y modificar mapas, y el juego, que se encarga de
abrir los mapas, generando su representación visual y auditiva. El editor otorga total libertad al usuario para
la creación de mapas, no existiendo limitaciones para la disposición de los elementos. Esto permite que un
mapa pueda ser guardado, modificado y jugado todas las veces que se desee. La interfaz de la modalidad
juego es simple, ya que la principal fuente de información para el niño ciego se proporciona por la vía
auditiva. Para moverse en el juego, se utilizan las 3 teclas “f”, ”j” y ”k” (marcadas con pequeños relieves)
respectivamente para: giro a la izquierda (en 45º sobre el propio eje), giro a la derecha (en el mismo modo
anterior) y avanzar.
Sistema Lucia: un Sistema de Agentes para Niños con Discapacidad Visual
El Sistema Lucia (Fig. 3) está constituido por los siguientes componentes: un agente broker (administrador),
una clase agentes asistentes de alumnos (uno para cada alumno) y una clase agentes asistentes de
docentes (uno para cada docente). Ellos realizan tareas en el contexto de una hiperhistoria y se comunican
entre sí y con el usuario.
Teacher
Assistent
Teacher
Broker
Child
Assistent
Child
Fig. 3: Arquitectura del Sistema
L i
El broker se encarga de asignar un asistente al usuario del sistema, el asistente del alumno acompaña al
niño mientras interactúa con la historia, le brinda sugerencias y eventualmente le brinda sugerencias al
asistente docente cuando este lo solicita. El asistente docente, por otro lado, le da sugerencias a los
docentes, a partir del desempeño anterior del aprendiz.
Como representante de las metodologías orientadas a agentes que han sido extensiones de las orientadas
a objetos es posible mencionar las siguientes: Análisis y Diseño Orientado a Agente [2], Técnica de
modelado de agentes para sistemas de agentes BDI (AAII) [11], MASB [14], Metodología orientada a
agentes para modelado de empresas [10], Gaia [21] y UML Agente [1]. Como representante de las
metodologías orientadas a agentes que son extensiones de la ingeniería del conocimiento es posible
mencionar las siguientes: CoMoMAS [6] y MAS-CommonKADS [8]. Además, algunos actores proponen las
metodologías orientadas a agentes basadas en un marco de especificación formal. Un ejemplo interesante,
usando Esquemas Z para la especificación del agente, se encuentra en [12].
En este estudio, hemos adoptado la metodología AAII [11]. Se consideró interesante dicha metodología
porque captura características claves de la definición de agentes como son las creencias, los deseos y las
intenciones, además de hacer una clara separación entre los aspectos generales de la arquitectura del
sistema de agentes y los aspectos particulares de la arquitectura de cada agente, por otro lado, especifica la
comunicación entre los componentes agentes del sistema y describe los roles y responsabilidades de cada
agente. Sin embargo, es necesario mencionar que no cubre ciertos aspectos. Entre ellos encontramos que
no cubre todas las fases del ciclo de vida de una aplicación basada en agentes y no especifica la
comunicación de los agentes con los componentes no agentes del sistema. Los agentes Asistente Alumno y
Asistente Docentes del sistema Lucia tienen una arquitectura BDI (Believes, Desires, Intentions) Fig. 4.
La arquitectura BDI se centra en las nociones de Creencias, Deseos e Intenciones, donde las creencias
representan el conocimiento del agente sobre el mundo, incluyendo la información sobre el estado actual
del ambiente inferido de la información recibida por sus dispositivos de percepción y la comunicación de
otros agentes, también como de su información interna. Los deseos (objetivos) representan el estado que el
agente está tratando de ejecutar. Las intenciones (planes) son los medios que el agente elige para alcanzar
sus objetivos, son generalmente pensados como procedimientos con pre–condiciones y post–condiciones
[19].
En esta arquitectura el razonamiento involucra dos procesos: decidir qué objetivos se quieren lograr, y como
se lograrán estos objetivos. Este proceso es conocido como deliberación [21].
El proceso de razonamiento en los agentes BDI [21] es ilustrado en la Fig. 4, y presenta siete principales
componentes:
Función de Revisión de creencias: toma los eventos que el agente recibe del exterior, basándose en
ellos determina el nuevo conjunto de creencias.
Conjunto de actual de Creencias: representa la información que el agente tiene acerca de su entorno.
Función de Generación de opciones: determina las opciones disponibles para el agente, basándose
en sus creencias actuales acerca del entorno y su objetivo actual.
Conjunto actual de Objetivos (Deseos): representa los posibles cursos de acciones disponibles al
agente.
Función de Filtrado: representa el proceso de deliberación del agente, en el cual se determina las
intenciones del agente en base a sus creencias, deseos (objetivos) e intenciones (planes) actuales.
Acción de salida: determina la acción a ejecutar basándose en sus intenciones (planes) actuales.
El estado mental del agente es representado como formulas lógicas de primer orden.
Sensor de Entrada
Función de
Revisión de
creencias
Creencias
Función de
Generación de
Opciones
Deseos
Función de Filtrado
Intenciones
Acción
Acción de salida
A Vista externa
Los detalles de la vista externa se capturan en dos modelos [11]:
El Modelo de Agentes, describe la relación jerárquica entre las diferentes clases de agentes concretos y
abstractos, e identifica las instancias de los agentes, su multiplicidad, y el momento en que inician su
existencia. Este modelo incluye dos componentes:
Modelo de Interacción, describe las responsabilidades de una clase de agente, los servicios que
provee, las interacciones asociadas y las relaciones de control entre las clases de agentes. En la
Fig. 6, se tiene una interacción para un agente Asistente Alumno, el paso de mensajes se especifica
en el lenguaje KQML [5].
Modelo de Objetivos, describe los objetivos que un agente puede adoptar, y los eventos a los cuales
puede responder. Consiste de un conjunto de objetivos que especifica el dominio de eventos y objetivos, y
uno o más estados de objetivos utilizados para especificar el estado mental del agente. En la Fig. 7 se
observa el modelo de Objetivos de los agentes Asistente Alumno y Asistente Docente. El símbolo!, indica
objetivo a lograr; el $, denota objetivo a determinar.
Asistente Docente
SugerirDocente(String,Docente)!
PedirEvaluación(String,AsistenteAlumn
o)$
Analizar(Hiperhistoria)!
Aceptado(Docente)!
Sentencia(String)!
Modelo de Creencias, describe la información acerca del ambiente y el estado interno que un agente de
esa clase puede poseer, y las acciones que puede realizar. Un modelo de creencias consiste de un conjunto
de creencias y uno o más estados de creencias. En la Fig. 8 se muestra un conjunto de creencias que se
especifican como un conjunto de diagramas de clases que denotan el dominio de las creencias de la clase
de agente Asistente Alumno.
Base de Conocimientos
Crear_Hiperhistoria()
Editar_Hiperhistoria() Broker
Borrar_Hipehistoria()
Registrar_Usuario()
Asignar_asistente()
Borrar_Usuario() 1..*
asigna asistente
1..1
Editor de Hiperhistorias 1..1
crea/edita
Docente
M ostrar_Hiperhistoria() 1..*
1..1
Solicitar_ID() 1..1
asiste
1..1
Asistente Docente
Modelo de Planes, describe los planes que un agente puede emplear para lograr sus objetivos. Consiste de
un conjunto de planes que describe las propiedades y las estructura de control de los planes individuales.
En la Fig. 9 se tiene un plan del agente Asistente Docente, en él se puede apreciar que un plan es un
diagrama de transición de estados extendido con la noción de eventos y acciones.
Atributos:
noretry=FALSE
Plan Graph
CrearHiperhistoria()/
PedirEvaluacion(ID_Alumno)
null/Evaluacion(Alumno)
Recibir(String)!
null/NoExiste(Alumno)
Escenario de Prueba
El estudio se realiza con dos grupos de estudiantes: uno de ellos juega con el Sistema Lucia y el otro grupo
con AudioDoom.
En total ambos grupos suman 11 niños (3 pertenecen a ambos grupos) de la escuela de ciegos Santa Lucia
de la ciudad de Asunción. Como se observa en la Tabla 1 estos niños presentan diversos niveles de
discapacidad visual. Estos chicos pertenecen a familias de nivel cultural y económico muy pobres. Algunos
viven en la escuela y otros se retiran al finalizar la jornada. Ninguno de los chicos presentaba otro tipo de
discapacidad agregada.
De estos niños ocho juegan con AudioDoom, sus edades estaban comprendidas de 6 a 13 años (Tabla 1).
Los 6 niños que juegan con el Sistema Lucia tienen edades entre 6 y 11 años, tres de estos niños ya han
jugado anteriormente con AudioDoom.
Motivación e Interés: Se interroga al estudiante acerca del nivel de motivación, interés, entendimiento,
la dificultad encontrada y la amigabilidad del juego. Esta medida se obtiene de la observación del
estudiante durante el juego y preguntas realizadas a ellos al finalizar el juego.
Los resultados demuestran que ambos grupos reciben la misma información, pero los estudiantes que usan
el Sistema Lucia producen más cantidad de acciones correctas durante el juego y se muestran más
motivados en el juego que los que habían interactuado únicamente con AudioDoom.
María P D D R
Antonio B B B B
Pablo A B B B
Juan F B B B
Carlos M B D D B B B
Juan A B R D B B B
Fátima R B B B
Ariel R B R B B B B
Fátima S B B B
Liz C B R R
César C R R B
Tabla 2. Resultados
CONCLUSIONES
El presente estudio ha introducido el Sistema Lucia, una sociedad multi-agente que acompaña el proceso
de fortalecimiento de las destrezas sensorio motriz en niños con discapacidad visual. Dicho sistema
extiende las capacidades de una solución previamente experimentada y que había proporcionado
resultados significativos: AudioDoom [15, 17].
Para el diseño del Sistema Lucia se utilizó la Técnica de Modelado de agentes para sistemas de agentes
BDI – AAII [11]. Se presenta una evaluación del uso del Sistema Lucia por parte de niños con deficiencias
visuales. En efecto, fue utilizado por seis niños de la Escuela de Ciegos Santa Lucia (Asunción, Paraguay) y
fue evaluado, con resultados positivos, en tres aspectos de aprendizaje: Retención, Trasferencia de la
resolución del problema, y Motivación e Interés. Los resultados obtenidos demuestran que los niños están
más motivados con el juego cuando reciben las sugerencias del agente, esto le da más seguridad durante el
juego. Esto nos hace suponer que cuanto más tiempo el niño invierte interactuando con el entorno de
aprendizaje, se obtendrán mejores resultados en el desarrollo y afianzamiento de sus destrezas.
Actualmente, estamos construyendo otras aplicaciones basadas en agentes asistentes para analizar con
mayor profundidad el impacto de estas tecnologías en los procesos de aprendizaje de niños con deficiencia
visual.
REFERENCIAS
[1] Bauer, B., Müller, J., Odell, J.: Agent UML: A formalism for specifying multiagent software systems. In
Ciancarini, P., Wooldridge, M. (eds.) Agent-Oriented Software Engineering - Proceedings of the First
International Workshop (AOSE-2000). Springer-Verlag: Berlin, Germany (2000)
[2] Burmeister, B.: Models and methodology for agent-oriented analysis and design. In: Fischer, K. (eds.):
Working Notes of the KI’96 Workshop on Agent-Oriented Programming and Distributed Systems, DFKI
Document D-96-06 (1996)
[3] Cernuzzi L., Giret A., "Methodological Aspects in the Design of a Multi-Agent System", VII National
Conference on Artificial Intelligence (AAAI-2000), Workshop on Agent-Oriented Information Systems
(AOIS-2000), Working notes (pp. 21-28), http://www.AOIS.org/ , Austin - Texas, USA, Julio 2000.
[4] Elliott, C., Rickel, J., Lester, L., Lifelike Pedagogical Agents and Affective Computing: An Exploratory
Synthesis. Institute for Applied Artificial Intelligence, Scholl of Computer Science, Telecommunications,
and Information Systems, DePaul University. Chicago. 2000.
[5] Finin, T., “Specification of KQML agent communication language”. Technical Report, DARPA knowledge
Sharing Initiative, External Group, 1992.
[6] Glaser, N.: Contribution to Knowledge Modelling in a Multi-Agent Framework (the CoMoMAS Approach).
Ph.D. dissertation, L’Universtité Henri Poincaré, Nancy I, France. (1996)
[7] González, E., Boudel, A. “Enfoque Sistemático de la Educación del niño con discapacidad visual”. De.
Actilibro SA., Bs. As, 1994.
[8] Iglesias, C., Garijo, M., González, J., Velasco, J.: Analysis and design of multiagent systems using
MAS-CommonKADS. In: AAAI’97 Workshop on Agent Theories, Architectures and Languages - ATAL,
Providence, RI. (An extended version of this paper has been published in INTELLIGENT AGENTS IV:
Agent Theories, Architectures, and Languages, Springer Verlag, 1998) (1997)
[9] Iglesias, C., Garijo, M., González, J.: A Survey of Agent-Oriented Methodologies. In: Müller, J., Singh,
M., Rao, A. (eds.): Intelligent Agents V (LNAI 1555). Springer-Verlag: Berlin, Germany (1999)
[10] Kendall, E. A., Malkoun, M. T., Jiang, C.: A methodology for developing agent based systems for
enterprise integration. In Luckose, D., Zhang, C. (eds.): Proceedings of the First Australian Workshop on
DAI. LNAI, Vol. 1087. Springer-Verlag, Berlin, Germay (1996)
[11] Kinny, D., Georgeff, M., Rao, A.: A methodology and modelling technique for systems of BDI agents. In:
van der Velde, W., Perram, J. (eds.): Agents Breaking Away: Proceedings of the Seventh European
Workshop on Modelling Autonomous Agents in a Multi-Agent World MAAMAW’96. LNAI, Vol. 1038.
Springer-Verlag, Berlin, Germany (1996)
[12] Luck, M., d'Inverno, M.: A formal framework for agency and autonomy. In Proceedings of the First
International Conference on Multi-Agent Systems (ICMAS-95). San Francisco, CA (1995) 245-260
[13] Lumbreras, M. “HiperHistorias Interactivas para Niños no Videntes”. Tesis de Master, Departamento de
Ciencias de la Computación, Universidad de Chile, 1999.
[14] Moulin, B., Brassard, M.: A scenario-based design method and an environment for the development of
multiagent systems. In Luckose, D., Zhang, C. (eds.): Proceedings of the First Australian Workshop on
DAI. LNAI, Vol. 1087. Springer-Verlag: Berlin, Germany (1996) 216–231
[15] Sánchez, J., Lumbreras, M., “HyperStories: Interactive Narrative in Virtual Words”, Fourth International
Conference of Hypertexts And Hypermedia: Products, Tools, Methods. Paris, Septiembre 25-26,1997.
[16] Sánchez, J., Jorquera, L., Muñoz, E. Valenzuela, E. “Estimulación de estructuras espacio-temporales en
niños ciegos mediante la interacción con ambientes virtuales basados en sonido espacializado”. Actas
TISE 2001,3-5 de Diciembre, Santiago, Chile, 2001
[17] Shaw, Erin, Johnson, L., Ganeshan, R., “Pedagogical Agents on the Web”. Center for Advanced
Research in Technology for Education. USC Information Sciences Institute. USA. 1999.
http://www.isi.edu/isd/carte/.
[18] Stone, B., Lester, J., “Dynamically Sequencing an Animated Pedagogical Agent”. Multimedia
Laboratory. Department of Computer Science. North Carolina State University. 1997.
[19] Thanagarajah, J., Padghanm, L., Harland, J., “Representation and Reasoning for Goals en BDI Agents”.
Proceedings of the Australasian Conference on Computer Science, January, Melbourne, 2002.
[20] Wooldridge, M., Jennings, N., “Agent Theories, Architectures, and Languages: a Survey”, in Wooldridge
and Jennings Eds., Intelligence Agents, Berling: Springer-Verlag, Vlo. 1, Nº 22, 1.995.
[21] Wooldridge, M. “Intelligent Agents”. In G. Weiss, editor: Multiagent Systems, The MIT Press, April 1999.
[22] Woolddridge, M., Jennings, N., Kinny, D.: A methodology for agent-oriented analysis and design. In
Proceedings of the Third International Conference on Autonomous Agents (Agents 99), Seattle, WA,
May (1999) 69-76
[23] Wooldridge, M., Ciancarini, P.: Agent-Oriented Software Engineering: The State of the Art. In Ciancarini,
P., Wooldridge, M. (eds.) Agent-Oriented Software Engineering - Proceedings of the First International
Workshop (AOSE-2000) LNAI Vol. 1957. Springer-Verlag: Berlin, Germany (2000)