2. SOSIAL ULIKHET INNEN UTDANNING
2.5 Hvorfor begrenset støtte?
2.5.1 Ulike forståelser
Com o propósito de permitir a disponibilização do sistema em mais de uma plata- forma, web e mobile, a linguagem de programação escolhida foi Java. Ela é orientada a objetos é a tecnologia padrão para desenvolvimento de aplicativos para dispositivos que rodam o Sistema Operacional Android. De acordo com (IDC, 2016) os sistemas Android correspondem a 82,8% do mercado de smartphones. Outro fator de escolha da linguagem, é que ela possui uma série de bibliotecas e ferramentas já desenvolvidas, permitindo assim, menor tempo de desenvolvimento com o acoplamento destes ao projeto (ORACLE, 2015). Além disso, as bibliotecas de sistema de gerenciamento de regras de negócio e máquinas de inferência robustas estão desenvolvidas nessa linguagem.
As demais ferramentas e tecnologias foram definidas a partir da escolha da linguagem de programação.
Como plataforma de desenvolvimento, escolheu-se o Eclipse pelas funcionalidades de que dispõem. Criado nativamente para desenvolvimento de programas em Java, o Eclipse dispõe de plugins que permitem o desenvolvimento em outras linguagens de programação, como por exemplo, PHP, HTML e C/C++. Possui outros plugins que permitem a gestão de aplicativos terceiros dentro da própria plataforma, como o servidor web e o banco de dados. (ECLIPSE, 2015)
Para o estabelecimento das guias principais do desenvolvimento e do padrão do projeto (design patterns), escolheu-se a arquitetura MVC - Model-View-Controller por permitir com clareza a separação e clareza do código-fonte e suas camadas. Na camada de Model
ficam os modelos, as classes que representam as entidades, regras de negócio e lógica do sistema. Na camada de View ficam as interfaces que podem ser gráficas ou não, mas que serão responsáveis por exibir e coletar os dados da interação do usuário com o sistema. Na camada de Controller ficam os controles que gerenciam e convertem as ações com modelos (model) ou interfaces (view).
Como plataforma de controle e gestão do modelo de padrão do projeto escolhido, optou-se pela utilização do Spring MVC, um framework que usa esses princípios de forma nativa e possui integração com várias tecnologias na camada de interface (view) (SPRING, 2015).
Escolheu-se o Hibernate como framework de interação com o banco de dados relacio- nal, reduzindo assim, a complexidade do desenvolvimento do sistema. Como caracterís- tica, o Hibernate permite a conversão das classes Java para as tabelas de bancos de dados, gerando as chamadas SQL e permitindo portanto, a portabilidade para outro banco de dados sem que sejam necessárias alterações no código-fonte ou na sintaxe da interação com o banco de dados (HIBERNATE, 2015).
Optou-se pelo banco de dados PostgreSQL por ser um robusto sistema gerenciador de banco de dados relacional. Assim como as demais escolhas, é um software open-source (de código aberto e que recebe contribuições da comunidade) (POSTGRESQL, 2015).
Para o servidor web, a escolha foi pelo Tomcat, por tratar nativamente aplicações Java e ser integrado ao Eclipse (TOMCAT, 2015).
O Drools foi escolhido como sistema de gerenciamento de regras de negócio (Business Rules Management System - BRMS ). Ele provê um motor de inferência capaz de tratar os algoritmos do tipo backward chaining e forward chaining que são eficientes quando possuem uma base de conhecimento e buscam resolver problemas dentro de um determi- nado domínio de conhecimento (DROOLS, 2015). Propicia o desenvolvimento de sistemas separando regras de negócio de dentro do código-fonte. Implementa o algoritmo de RETE com algumas melhorias, algoritmo esse que tem como principal função, acessar uma me- mória de trabalho para auferir o resultado da combinação de regras de entrada (FORGY, 1982).
o histórico de desenvolvimento e garantia de um repositório externo com a informação, optou-se por utilizar o repositório Git disponibilizado pelo BitBucket (BITBUCKET, 2015).
Para os diagramas, foram utilizadas três ferramentas: o Gliffy e o Xmind para a criação dos diagramas de fluxo e caso de uso (GLIFFY, 2015; XMIND, 2015) e o plugin para o Eclipse chamado ObjectAid UML Explorer que permite a concepção de diagramas de classe, buscando a informação direto do código-fonte (OBJECTAID, 2015).
5.2.2 FLUXO DA APLICAÇÃO
O diagrama de fluxo da aplicação é representado em alto nível com as principais atuações no sistema. Esse fluxo foi dividido por perfil de usuário e pode-se ver o fluxo do usuário administrador na Figura 5.1, fluxo do usuário aluno na Figura 5.2 e fluxo do orientador na Figura 5.3.
Figura 5.2: Fluxo de alto nível do usuário aluno
5.2.3 CASO DE USO
Para os propósitos desse protótipo, os atores do sistema, como definido anteriormente, são os usuários com perfil administrador, aluno e orientador, e demonstra-se a interação deles com o sistema na Figura 5.4. Ressalta-se que o usuário orientador foi implementado com funcionalidades básicas.
Figura 5.4: Caso de uso: Atores do sistema e principais casos de uso
5.2.4 ENTIDADES DE MODELO
As classes de modelo representam as entidades definidas para atuação no sistema. Cada uma dessas classes implementa os atributos, construtores e métodos getters e setters. Por conta do volume de classes, visualiza-se na Figura 5.5 as classes mais representativas do sistema.
Figura 5.5: Exemplo de entidades de modelo
Foram criadas classes adicionais de interação com o banco de dados como pode ser visualizado alguns exemplos na Figura 5.6.
Figura 5.6: Exemplo de entidades adicionais de interação com o banco de dados
5.2.5 ENTIDADES DE VISUALIZAÇÃO
As entidades de visualização correspondem a interface do usuário para poder interagir com o sistema, exibindo ou coletando informações. Foram criadas mais de 50 interfaces com o usuário divididas nos diferentes perfis de acesso. Optou-se pelo compartilhamento de visualizações comuns entre as páginas que são o topo, menu de acesso e o rodapé, evitando códigos repetidos e facilitando a manutenção e a identidade visual do sistema.
5.2.6 ENTIDADES DE CONTROLE
As classes de controle determinam o fluxo e os comandos de interação do usuário com o sistema, servindo como uma camada intermediária entre a lógica e a interface de apresentação. Essas classes podem ser visualizadas na Figura 5.7.
Figura 5.7: Exemplo de entidades de controle
5.2.7 MECÂNICA DE FUNCIONAMENTO
Para tangibilizar o GPAcademico, serão apresentadas algumas interfaces demons- trando as funcionalidades e informações descritas nas seções anteriores.
Para iniciar o uso na plataforma o usuário deve acessar o sistema por meio de um usuário e senha (Figura 5.8).
Figura 5.8: Interface inicial para o usuário acessar o sistema
Caso não possua um usuário e senha cadastrado no sistema, o usuário pode realizar o cadastro para acesso e utilização do sistema como pode ser visto na Figura 5.9.
Figura 5.9: Interface de registro de novos usuários
Um usuário do tipo administrador, ao acessar a função de gerenciar instituições de ensino, pode visualizar as instituições criadas, criar ou apagar uma instituição. Essa interface pode ser vista na Figura 5.10.
Figura 5.10: Interface de gerenciamento de instituições de ensino
Para ilustrar as interfaces e funções de um usuário Orientador, visualiza-se na Fi- gura 5.11 o gerenciamento da disponibilidade do orientador para determinada instituição de ensino e curso.
Figura 5.11: Interface de gerenciamento da disponibilidade do orientador de acordo com a instituição de ensino e curso
Ao acessar a função de gerenciar as linhas de pesquisa, o orientador pode criar, editar ou apagar linhas de pesquisa, indicando as bibliografias principais que servirão de apoio ao aluno na fase inicial do trabalho. Essa interface pode ser visualizada na Figura 5.12.
Figura 5.12: Interface de gerenciamento de linhas de pesquisa
Para um usuário do tipo aluno, o processo de criação de um novo projeto é composto por sete fases, sendo que o usuário pode iniciar e dar continuidade em outro momento. Pode-se visualizar o primeiro passo na Figura 5.13.
De acordo com as informações inseridas pelo tipo de projeto de pesquisa e as datas estimadas de conclusão e data limite para finalização do projeto, o sistema irá capturar as informações da base de conhecimento identificando o tempo médio da conclusão do tipo de projeto selecionado. Visualiza-se na Figura 5.14 o alerta exibido ao usuário de que o projeto em fase de criação tem suas datas estimadas ou limite menor que o prazo médio e que, desde o momento inicial, o projeto já pode estar em risco.
Figura 5.14: Interface de criação de um novo projeto - fase um. Alerta com relação aos prazos.
A segunda fase da criação de um novo projeto é construída com base nas informações de disponibilidade do orientador para a instituição de ensino e curso selecionados, e irá gerar o plano de comunicação entre o aluno e o orientador (disponível na Figura 5.15).
Figura 5.15: Interface de criação de um novo projeto - fase dois. Criação do plano de comunicação.
A próxima fase de criação, a terceira, é a atuação do sistema inteligente. Utilizando como eixo central perguntas ao usuário, essa fase determinará o grau de preparação do aluno de acordo com a Tabela 5.2, identificando se o aluno está preparado para seguir com a criação do projeto, se está pouco preparado e deve se qualificar melhor com relação ao seu domínio das linhas de pesquisa do seu orientador ou até mesmo identificar que ele está despreparado e que não existe alinhamento entre aluno e orientador, requisitando uma reunião entre eles. Verifica-se essa interface de perguntas na Figura 5.16.
Preparação do Aluno para definição de Tema, Justificativa, Objetivo e Benefícios do Projeto
GRAU DEFINIÇÃO
despreparado situação de despreparo do aluno para as atividades iniciais do projeto. pouco preparado situação de preparo do aluno é intermediária. Pode melhorar.
preparado situação de preparo do aluno para as atividades iniciais do projeto.
Tabela 5.2: Tabela de escala de grau de preparação do aluno para prosseguir com a criação do projeto.
Figura 5.16: Interface de criação de um novo projeto - fase três. Identificação pelo Sistema Inteligente do grau de preparo do aluno para continuidade do projeto.
Essa validação é necessária, pois sem um alicerce de conhecimentos e informações o projeto pode ser concebido de forma incorreta, e por consequência, ficar comprometido em prazo, qualidade e outros aspectos relatados durante esta pesquisa nas seções anteriores. Apresenta-se na Figura 5.17 uma visão geral do encadeamento das fatos para definição do grau de preparo do aluno.
Figura 5.17: Visão geral do encadeamento de fatos para definição do grau de preparo do aluno.
Em caso de ser considerado preparado o aluno continua a concepção do seu projeto respondendo a pergunta “Por quê?” da metodologia do PMCanvas conforme explicado em seções anteriores (FINOCCHIO JUNIOR, 2013). Na Figura 5.18 visualiza-se a quarta fase que diz respeito as justificativas simples do projeto, ou seja, quais as demandas não atendidas ou oportunidades identificadas como não exploradas.
Figura 5.18: Interface de criação de um novo projeto - fase quatro. Definição das justifi- cativas do projeto
Na fase 5, o aluno descreve o objetivo SMART (conforme descrição da metodologia PMCanvas citado em seções anteriores) (FINOCCHIO JUNIOR, 2013). São os objetivos que farão sair da situação atual para uma situação futura com geração de valor. Essa interface pode ser visualizada na Figura 5.19.
Figura 5.19: Interface de criação de um novo projeto - fase cinco. Definição do objetivo SMART do projeto
Na sexta fase o aluno deve descrever os benefícios que o projeto trará, os valores tangíveis e intangíveis que serão obtidos após o projeto. Visualiza-se essa interface na Figura 5.20.
Figura 5.20: Interface de criação de um novo projeto - fase seis. Definição dos benefícios ao fim do projeto
De acordo com a instituição de ensino o projeto de pesquisa pode ter mais de um aluno participando do desenvolvimento do projeto. Isto é contemplado na sétima fase da
criação do projeto conforme pode-se visualizar na Figura 5.21.
Figura 5.21: Interface de criação de um novo projeto - fase sete. Definição da equipe de trabalho do projeto
Após o cadastramento dos membros da equipe o projeto é criado (Figura 5.22), permi- tindo que o sistema forneça uma série de informações capturadas de sua base de conheci- mento para enriquecer o projeto. Também com base histórica de informações são criados grupos de entregas e disponibiliza-se o tempo estimado para a conclusão de cada grupo de entrega, as premissas e riscos mais comuns, assim como as restrições, os requisitos, os stakeholders e o produto conforme visualiza-se na Figura 5.23.
Figura 5.23: Interface de criação de um novo projeto - Canvas finalizado
O canvas não fica limitado apenas as informações disponibilizadas pelo sistema, per- mitindo que o usuário crie, apague e modifique as bases de acordo com a necessidade de seu projeto. Na Figura 5.24 visualiza-se essa possibilidade.
Ao clicar no menu superior “Meus projetos”, a lista de projetos ativos é exibida. A partir dessa interface que as informações referente ao projeto serão disponibilizadas. Visualiza-se na Figura 5.25 a lista de projetos com um projeto com criação em andamento e na Figura 5.26 uma lista de projetos ativos com todos os projetos criados .
Figura 5.25: Interface de exibição de projetos - projetos em cadastramento
Figura 5.26: Interface de exibição de projetos - todos os projetos criados
Por meio do menu do projeto é possível visualizar e gerenciar todas as atividades do projeto, em macro e micro atividades conforme Figura 5.27.
Figura 5.27: Interface de gerenciamento de atividades de um projeto
Da mesma forma das atividades, pode-se visualizar, cadastrar e apagar riscos identi- ficados durante o projeto, conforme Figura 5.28.
Figura 5.28: Interface de gerenciamento de riscos de um projeto
A programação de reuniões com suas respectivas pautas e atas ficam registradas e disponibilizadas no sistema, propiciando uma sensação de disponibilidade do docente, fa- cilitando a organização do orientador e documentação histórico do processo de orientação. Verifica-se essa interface na Figura 5.29.
Figura 5.29: Interface de gerenciamento de comunicações de um projeto
Com a opção de compartilhar, o usuário visualiza a interface que captura o e-mail para envio (Figura 5.30), em que o destinatário recebe uma mensagem de e-mail como a
disponível na Figura 5.31).
Figura 5.30: Funcionalidade de compartilhamento com terceiros
Figura 5.31: E-mail de aviso de compartilhamento
Qualquer usuário que receber o convite por e-mail, terá apenas visualização de leitura da visão geral do projeto, conforme Figura 5.32.
Figura 5.32: Interface de exibição do Canvas com os itens em visualização pública
Ainda é possível a utilização das funcionalidades de download de templates e docu- mentos (Figura 5.33), busca na base de conhecimento (Figura 5.34) e dicas para facilitar o desenvolvimento textual (Figura 5.35).
Figura 5.34: Interface de buscas na base de conhecimento
Figura 5.35: Dicas para ampliar a qualidade dos textos produzidos
Dessa forma, esta dissertação buscou, a partir dos estudos realizados e do protótipo desenvolvido atingir os objetivos propostos para a presente investigação.
Capítulo 6
CONCLUSÕES E TRABALHOS
FUTUROS
A presente dissertação, num primeiro momento, contextualiza a área de gerenciamento de projetos, expondo sua história e destacando alguns frameworks e técnicas consagrados na área como o PMBOK e o Project Model Canvas. A seguir, contextualiza e apresenta uma visão geral da área de Inteligência Artificial e algumas de suas técnicas, com destaque para Sistemas Especialistas. Também apresentou o ambiente de orientação acadêmica, seus conceitos e a aplicação das propostas de utilização de frameworks e técnicas de gestão de projetos no âmbito acadêmico.
Conclui-se com a revisão sistemática da literatura, a existência de um volume reduzido de trabalhos científicos relevantes referente à utilização de frameworks e técnicas de gestão de projetos aplicados na âmbito acadêmico, o que amplia a relevância dessa dissertação e dessa temática.
Apresenta-se a conceituação do GPAcademico, que demonstra ser possível e viável a construção de um modelo computacional de sistema especialista que contemple os elemen- tos de gestão de projetos, inteligência artificial e melhores práticas de orientação acadêmica de forma intrínseca e intuitiva. Por se tratar de um tema abrangente e de múltiplas ver- tentes, essa contextualização serviu de fundamento para a proposição e desenvolvimento do protótipo.
ção e o modelo do GPAcademico. O foco adotado foi de apoio a projetos de pesquisa acadêmica para obtenção de grau em instituições do ensino superior e a limitação da interface web. Esse protótipo mostrou-se eficiente em testes realizados durante a fase de seu desenvolvimento e com indícios de facilitar o relacionamento entre alunos e docentes, na figura de orientando e orientador, proporcionando apoio aos estudantes na concepção de seus projetos de pesquisa, controle na gestão das atividades necessárias à pesquisa, aprendizado com o sistema especialista e sua base de conhecimento, possibilitando como resultado maiores chances de êxito em suas pesquisas e no relacionamento com os orien- tadores.
Mesmo com a limitação de escopo do protótipo, não foi possível identificar os resul- tados oriundas da utilização do GPAcademico no processo de orientação acadêmica. Isso porque não houve uma utilização prática por um orientador e um orientando. No segundo trimestre de 2016 iniciaram os testes e validação com usuários reais de graduação em en- sino superior da Universidade Presbiteriana Mackenzie, ao qual, assim que finalizado, será divulgado para a comunidade científica por meio de artigo acadêmico.
Dentre os trabalhos futuros, diante das limitações de prazo e amplitude do estudo, pretende-se ampliar a base de conhecimentos com outros especialistas no contexto de ori- entação acadêmica, a ampliação dos conhecimentos e informações disponíveis no sistema para outros tipos de pesquisas científicas como monografias, dissertações e teses, a imple- mentação de mais processos do PMBOK, a aplicação de melhores práticas identificadas no processo de orientação acadêmica de sugestão de livros, artigos e outras produções cientí- ficas de acordo com a temática do projeto/trabalho. Também se buscará a integração de sistemas de auditoria de conteúdo para validação de plágios e colaborar para que se obte- nha um produto final único e exclusivo, além de ser possível identificar e sugerir mudanças na qualidade da redação científica. Finalmente, pretende-se realizar um teste amplo com usuários (Orientandos e Orientadores) para as correções e validações pertinentes.
Referências Bibliográficas
AACEI: What is cost engineering? 2015. Disponível em: <http://www.aacei.org- /aboutUs/whatIsCE.shtml>. Acesso em: 08 fev 2015.
ALEVEN, V.; MCLAREN, B. M.; SEWALL, J. Scaling up programming by
demonstration for intelligent tutoring systems development: An open-access web site for middle school mathematics learning. Learning Technologies, IEEE Transactions on, v. 2, n. 2, p. 64–78, 2009.
ALMEIDA, P. E. M.; EVSUKOFF, A. G. Sistemas inteligentes: fundamentos e aplicações. In: . 1. ed. Barueri, SP, Brasil: Ed Manole, 2003. cap. 7.
APPLE-HISTORY: iphone. 2015. Disponível em: <http://apple-history.com/iphone>. Acesso em: 15 fev 2015.
ARTERO, A. O. Inteligência Artificial Teórica e Prática. [S.l.]: Livraria da Física, 2009. AXELOS: About axelos. 2015. Disponível em: <https://www.axelos.com/about-axelos>. Acesso em: 15 fev 2015.
BECK, K. et al. Manifesto for Agile Software Development. 2001. Disponível em: <http://www.agilemanifesto.org/>. Acesso em: 09 fev 2015.
BELLMAN, R. E. An Introduction to Artificial Intelligence: Can Computers Think. [S.l.]: Boyd and Fraser Publishing Company, 1978.
BITBUCKET: Bitbucket. 2015. Disponível em: <https://bitbucket.org/>. Acesso em: 07 jun 2015.
BRAGA, A. d. P.; CARVALHO, A. C. P. d. L. F.; LUDERMIR, T. B. Sistemas inteligentes: fundamentos e aplicações. In: . 1. ed. Barueri, SP, Brasil: Ed Manole, 2003. cap. 6,9.
BROW, T. Design thinking. Harvard Business Review, HBR, Cambridge, MA, USA, v. 86, n. 6, p. 84–92, June 2008.
CARVALHO, M. M.; Rabechini Jr., R. Fundamentos em gestão de projetos. 3. ed. São Paulo: Editora Atlas, 2011.
CHARNIAK, E.; MCDERMOTT, D. Introduction to Artificial Intelligence. [S.l.]: Addison-Wesley, 1985.
CROOKSTON, B. B. A developmental view of academic advising as teaching. NACADA Journal, Kansas, USA, v. 14, n. 2, p. 05–09, 1994.
CUSUMANO, M. Cloud computing and saas as new computing platforms. Commun. ACM, ACM, New York, NY, USA, v. 53, n. 4, p. 27–29, apr 2010.
DROOLS: Drools. 2015. Disponível em: <http://www.drools.org>. Acesso em: 06 jun 2015.
ECLIPSE: Eclipse. 2015. Disponível em: <https://eclipse.org>. Acesso em: 06 jun 2015. FERNANDES, A. M. d. R. Inteligência Artificial: noções gerais. [S.l.]: Visual Books, 2005.
FINOCCHIO JUNIOR, J. Project Model Canvas: Gerenciamento de projetos sem burocracia. Rio de Janeiro, RJ, Brasil: Elsevier Editora Ltda, 2013.
FLORES, C. D. Fundamentos dos sistemas especialistas. [S.l.]: Barone, DAC (Org.),