avaliação de arquiteturas de agentes emocionais: uma ... · inteligência artificial –...
TRANSCRIPT
Universidade Federal do Rio Grande do NorteCentro de Ciências Exatas e da Terra
Departamento de Informática e Matemática AplicadaPrograma de Pós-Graduação em Sistemas e Computação
Avaliação de arquiteturas de agentes emocionais: uma abordagem baseada em métricas de qualidade
e na influência das emoções sobre usuários
Dissertação de Mestrado
Marcílio de Oliveira Meira
Natal, RN, Setembro de 2011
i
Marcílio de Oliveira Meira
Avaliação de arquiteturas de agentes emocionais: uma abordagem baseada em métricas de qualidade
e na influência das emoções sobre usuários
Dissertação de mestrado submetida ao Programa de Pós-Graduação em Sistemas e Computação do Departamento de Informática e Matemática Aplicada da Universidade Federal do Rio Grande do Norte como parte dos requisitos para a obtenção do grau de Mestre em Sistemas e Computação (Msc.).
Orientador: Profª. Drª. Anne Magály de Paula Canuto
ii
Seção de Informação e Referência
Catalogação da Publicação na Fonte. UFRN / Biblioteca Central Zila Mamede
Meira, Marcílio de Oliveira.
Avaliação de arquiteturas de agentes emocionais: uma abordagem baseada em
métricas de qualidade e na influência das emoções sobre usuários / Marcílio de
Oliveira Meira. - Natal, RN, 2012.
87 f.
Orientador: Anne Magály de Paula Canuto.
Dissertação (Mestrado) - Universidade Federal do Rio Grande do Norte. Centro
de Ciências Exatas e da Terra. Departamento de Informática e Matemática Aplicada.
Programa de Pós-Graduação em Sistemas e Computação.
1. Inteligência artificial – Dissertação. 2. Arquitetura de agentes – Dissertação. 3.
Agentes emocionais – Dissertação. 4. Interação humano computador – Dissertação. I.
Canuto, Anne Magály de Paula. II. Universidade Federal do Rio Grande do Norte. III.
Título.
RN/UF/BCZM CDU 004.8
iv
AgradecimentosAgradeço a Deus por ter me dado a oportunidade de iniciar e concluir o
mestrado. Sou imensamente grato por todas as oportunidades que me foram dadas de
crescimento intelectual e moral.
À minha família agradeço por todo auxílio prestado, pela compreensão e apoio
em todos os momentos.
Agradeço a minha orientadora Anne Magály de Paula Canuto, pelos
conhecimentos transmitidos.
Aos professores André Maurício Cunha Campos, Roberta de Souza Coelho e
Alberto Signoretti pelas contribuições valiosas sugeridas.
Aos meus amigos que me incentivaram nos momentos difíceis.
Agradeço também a todos os professores colegas de trabalho e alunos do
IFRN, campus Pau dos Ferros/RN, pelo incentivo e prontidão em participar dos experimentos
da minha pesquisa.
v
ResumoHá uma necessidade dos projetistas de sistemas multiagentes em determinar a
qualidade dos sistemas logo nas fases iniciais do processo de desenvolvimento. As
arquiteturas dos agentes também fazem parte do projeto desses sistemas, e por isso também
precisam ter sua qualidade avaliada. Motivados pelo importante papel que as emoções
desempenham em nossas vidas diárias, pesquisadores de agentes incorporados têm buscado
criar agentes capazes de ter interação afetiva e natural com usuários, de forma que produza
algum resultado benéfico ou desejável. Para isso, vários estudos propondo arquiteturas de
agentes com emoções foram surgindo sem o acompanhamento dos devidos métodos
necessários para avaliação dessas arquiteturas. Assim, o objetivo principal deste trabalho é
propor uma metodologia de avaliação de arquiteturas de agentes emocionais, que avalia os
atributos de qualidade do projeto das arquiteturas, além da avaliação da interação humano
computador, sobre os efeitos na experiência subjetiva dos usuários de aplicações que as
implementam. A metodologia é baseada em um modelo de métricas bem definido. Na
avaliação da qualidade do projeto arquitetural, os atributos avaliados são: extensibilidade,
modularidade e complexidade. Na avaliação dos efeitos na experiência subjetiva dos usuários,
que envolve a implementação das arquiteturas em uma aplicação e que sugerimos ser no
domínio de jogos de computador, as métricas são: agradabilidade, ajuda percebida, animação,
carinho percebido, confiança, cooperação, inteligência, interesse, naturalidade nas reações
emocionais, realidade do comportamento, redução de frustração e simpatia, além do tempo
médio e média de tentativas. Realizamos experimentos com esta metodologia e avaliamos
cinco arquiteturas de agentes emocionais: BDIE, DETT, Camurri-Coglio, EBDI, Emotional-
BDI. Duas das arquiteturas, BDIE e EBDI, foram implementadas numa versão do jogo
Campo Minado e avaliadas quanto à interação humano computador. Nos resultados, a DETT
se destacou com o melhor projeto arquitetural. Os usuários que jogaram a versão do jogo com
agentes emocionais tiveram um melhor desempenho do que os que jogaram sem agentes. Na
avaliação da experiência subjetiva dos usuários, as diferenças entre as arquiteturas foram
pouco relevantes.
Área de concentração: Sistemas multiagentes.
Palavras-chave: Inteligência artificial. Arquitetura de agentes. Agentes emocionais. Interação
vi
humano computador.
vii
AbstractThere is a need for multi-agent system designers in determining the quality of
systems in the earliest phases of the development process. The architectures of the agents are
also part of the design of these systems, and therefore also need to have their quality
evaluated. Motivated by the important role that emotions play in our daily lives, embodied
agents researchers have aimed to create agents capable of producing affective and natural
interaction with users that produces a beneficial or desirable result. For this, several studies
proposing architectures of agents with emotions arose without the accompaniment of
appropriate methods for the assessment of these architectures. The objective of this study is to
propose a methodology for evaluating architectures emotional agents, which evaluates the
quality attributes of the design of architectures, in addition to evaluation of human-computer
interaction, the effects on the subjective experience of users of applications that implement it.
The methodology is based on a model of well-defined metrics. In assessing the quality of
architectural design, the attributes assessed are: extensibility, modularity and complexity. In
assessing the effects on users' subjective experience, which involves the implementation of
the architecture in an application and we suggest to be the domain of computer games, the
metrics are: enjoyment, felt support, warm, caring, trust, cooperation, intelligence,
interestingness, naturalness of emotional reactions, believabiliy, reducing of frustration and
likeability, and the average time and average attempts. We experimented with this approach
and evaluate five architectures emotional agents: BDIE, DETT, Camurra-Coglio, EBDI,
Emotional-BDI. Two of the architectures, BDIE and EBDI, were implemented in a version of
the game Minesweeper and evaluated for human-computer interaction. In the results, DETT
stood out with the best architectural design. Users who have played the version of the game
with emotional agents performed better than those who played without agents. In assessing
the subjective experience of users, the differences between the architectures were
insignificant.
Concentration area: Multiagent systems.
Keywords: Artificial intelligence. Agent architecture. Emotional agents. Human-computer
interaction.
viii
Sumário1. Introdução 1
1.1. Motivação …....................................................................................................... 21.2. Objetivos …........................................................................................................ 31.3. Contribuições …................................................................................................. 41.4. Organização do trabalho …................................................................................. 5
2. Conceitos Relacionados 62.1. Agentes BDI …................................................................................................... 62.2. Agentes com Emoções …................................................................................... 8
2.2.1. BDIE …................................................................................................... 92.2.2. EBDI …................................................................................................... 122.2.3. DETT ….................................................................................................. 162.2.4. Emotional-BDI …................................................................................... 182.2.5. Arquitetura de Camurri e Coglio …........................................................ 22
2.3. Considerações Finais …....................................................................................... 243. Metodologias de Avaliação de Arquiteturas de Agentes 26
3.1. Métodos de avaliação analítico e experimental ….............................................. 263.2. Avaliação de arquiteturas de agentes ….............................................................. 273.3. Avaliação de agentes emocionais …................................................................... 313.4. Considerações finais …........................................................................................ 35
4. Metodologia 374.1. Modelo Proposto …............................................................................................ 374.2. Etapas da Avaliação …........................................................................................ 39
4.2.1. Avaliação dos Atributos de Qualidade …................................................ 394.2.1.1. Analisar Modelos Arquiteturais …............................................ 404.2.1.2 Avaliar a Extensibilidade …...................................................... 404.2.1.3. Avaliar a Modularidade …........................................................ 414.2.1.4. Avaliar a Complexidade …........................................................ 424.2.1.5 Classificar Arquiteturas …........................................................ 434.2.1.6. Analisar Resultados dos Atributos de Qualidade ….................. 43
4.2.2. Avaliação dos Efeitos da Interação Com Agentes Emocionais ….......... 444.2.2.1. Projetar Aplicações com Agentes Emocionais …..................... 454.2.2.2. Preparar Questionários ….......................................................... 46
ix
4.2.2.3. Definir e Organizar a População …........................................... 484.2.2.4. Verificar a Compreensão das Expressões Emocionais …......... 484.2.2.5. Realizar Experimentos e Aplicar Questionários …................... 484.2.2.6. Analisar Resultados da Verificação das Expressões
Emocionais …........................................................................... 494.2.2.7. Analisar Resultados da Experiência Subjetiva …..................... 49
4.3. Considerações Finais …....................................................................................... 505. Experimentos 52
5.1. Avaliando Atributos de Qualidade …................................................................. 525.1.1. Análise dos Módulos e Componentes …................................................ 525.1.2. Avaliação da Extensibilidade ….............................................................. 535.1.3. Avaliação da Modularidade …................................................................ 545.1.4. Avaliação da Complexidade …............................................................... 555.1.5. Classificação das Arquiteturas …............................................................ 575.1.6. Análise dos Resultados dos Atributos de Qualidade ….......................... 57
5.2. Avaliando Interação Com Agentes Emocionais …............................................. 585.2.1. Aplicações …..............................................................…........................ 58
5.2.1.1. Jogo Campo Minado …............................................................. 585.2.1.2. Aplicação Javagotchi …............................................................ 62
5.2.2. Questionários …...................................................................................... 655.2.3. Definindo População ….......................................................................... 68
5.2.3.1. Divisão da População em Grupos …......................................... 695.2.4. Resultados da Verificação das Expressões Emocionais …...................... 735.2.5. Resultados da Experiência Subjetiva ….................................................. 73
5.3. Considerações Finais …....................................................................................... 766. Considerações Finais 78
6.1. Trabalhos Futuros …........................................................................................... 79Referências 81
x
Lista de FigurasFigura 1 - Sistema de Raciocínio Procedural – PRS ….................................................... 8Figura 2 - Arquitetura BDI e seus componentes …........................................................... 10Figura 3 - Visão funcional da arquitetura BDIE …........................................................... 10Figura 4 - Diagrama esquemático da arquitetura EBDI …............................................... 14Figura 5 - Comparação da arquitetura BDI original e a BDI melhorada com OCC ….... 17Figura 6 - Arquitetura DETT com a Disposição incorporada ao modelo BDI com OCC 17Figura 7 - Módulo Gerente para as Habilidades Efetivas …............................................. 19Figura 8 - O gerente de Sentido e Percepção ….............................................................. 20Figura 9 - Arquitetura conceitual Emotional-BDI …........................................................ 20Figura 10 - Estrutura geral do agente emocional …......................................................... 22Figura 11 - Atributos de qualidade para medir sobre as arquiteturas …........................... 40Figura 12- Análise da coesão das arquiteturas ….............................................................. 54Figura 13- Análise do acoplamento das arquiteturas ….................................................... 54Figura 14 - Análise das métricas fan-in e fan-out das arquiteturas ….............................. 55Figura 15 - Análise das métricas de complexidade das arquiteturas …............................ 56Figura 16 - Jogo Campo Minado com agente emocional. …............................................ 59Figura 17 - Espaço emocional prazer excitação adaptada de Russell ….......................... 60Figura 18 - Diagrama de papéis dos agentes para o Campo Minado …........................... 61Figura 19 - Diagrama da visão geral do sistema Campo Minado …................................ 61Figura 20 - Trecho de código no Jadex da crença TabelaEmocoes contida nos arquivosdescritores dos agentes. …................................................................................................ 62Figura 21 - Interface da aplicação Javagotchi ….............................................................. 63Figura 22 - Diagrama de visão geral do agente BDIE na aplicação Javagotchi …........... 64Figura 23 - Questionário nº 1 para validar as expressões emocionais ….......................... 65Figura 24 - Questionário nº 2 para avaliar a experiência e desempenho do usuário comas implementações das arquiteturas ….............................................................................. 66Figura 25 - Interface do jogo informa a performance do jogador …................................ 67Figura 26 - Questionário nº 3 para avaliar a performance do usuário jogando sem ainfluência de um agente emocional ….............................................................................. 67Figura 27 - Versão simplificada do jogo Campo Minado sem agentes …........................ 68Figura 28 - Validação do reconhecimento das expressões emocionais …........................ 73Figura 29 - Gráfico do resultado da experiência subjetiva dos usuários com agentesemocionais …...........…...........…...........…...........…...........…...........…...........…........... 74
xi
Lista de TabelasTabela 1 - Módulos e componentes da arquitetura BDIE ................................................... 11Tabela 2 - Módulos e componentes da arquitetura EBDI ................................................... 15Tabela 3 - Módulos e componentes da arquitetura DETT .................................................. 16Tabela 4 - Exemplo de Semântica DETT ........................................................................... 18Tabela 5 - Módulos e componentes da arquitetura Emotional-BDI …............................... 21Tabela 6 - Módulos e componentes da arquitetura de Camurri e Coglio …........................ 23Tabela 7 - Comparação de métodos de análise de arquiteturas .......................................... 30Tabela 8 - Modelo de medidas para avaliar arquiteturas de agentes com emoções ............ 38Tabela 9 - Métricas, fórmulas e variáveis para o atributo extensibilidade …...................... 41Tabela 10 - Métricas, fórmulas e variáveis para o atributo modularidade …...................... 42Tabela 11 - Métricas, fórmulas e variáveis para o atributo complexidade …..................... 43Tabela 12 - Quantificação das variáveis necessárias ao cálculo das métricas dos atributosde qualidade......................................................................................................................... 53Tabela 13 - Resultado das métricas de extensibilidade das arquiteturas …........................ 53Tabela 14 - Resultado das métricas de modularidade das arquiteturas …........................... 55Tabela 15 - Resultado das métricas de complexidade das arquiteturas ….......................... 56Tabela 16 - Quadro comparativo de todas as métricas dos atributos de qualidade …......... 57Tabela 17 - Estímulos e emoções relacionados no jogo Campo Minado …....................... 59Tabela 18 - Resumo dos procedimentos realizados com a população …........................... 70Tabela 19- Resultado da experiência subjetiva dos usuários com os agentes emocionais 74Tabela 20 - Resultado do desempenho dos grupos de participantes no jogo CampoMinado ................................................................................................................................ 75Tabela 21 - Desempenho dos jogadores com agentes e sem agentes …............................. 76
1
Capítulo 1
IntroduçãoRosalind Picard (1997) definiu a expressão Computação Afetiva como "a
computação que se refere a, resulta de, ou deliberadamente influencia as emoções". Desde
então, pesquisas foram desenvolvidas buscando prover máquinas e computadores com
habilidades emocionais semelhantes às de usuários humanos, como por exemplo, as
habilidades de reconhecimento e expressão emocional (Ciceri e Stefania, 2008).
Ainda mais, as emoções são consideradas elementos-chave para tornar mais
eficaz a interação humano computador (IHC): "as máquinas nunca poderão ter todas as
habilidades emocionais que as pessoas precisam, no entanto, há evidências de que as
máquinas exigirão pelo menos algumas desses habilidades para parecer inteligentes quando
interagindo com pessoas" (Picard et al., 2001).
Dessa forma, nas últimas décadas o tópico sobre emoções tem ganhado
crescente interesse dentro da comunidade que estuda a interação humano computador (Hayes-
Roth et al., 1997; Canamero, 2001; Nass et al., 2002; Trappl et al., 2002; Norman, 2004;
Prendinger e Ishizuka, 2004; Peter et al., 2008; Beale e Creed, 2009). Seguindo o trabalho
pioneiro de Bates (1994) e Picard (1997), os agentes que exibem emoções humanas agora se
tornaram um assunto comum para ambos círculos de pesquisa industrial e acadêmica (Brave
et al., 2005).
Segundo Padgham (1996), existem muitas razões para se incorporar emoções
em agentes, onde uma delas é que as emoções podem tornar os agentes mais envolventes e
críveis, para que possam melhor atuar em vários sistemas interativos envolvendo simulação,
aplicações de entretenimento, educação e treinamento, entre outras. Padgham ainda acredita
que um modelo emocional bem sucedido nos permitirá construir agentes de software que se
aproximem dos humanos na sua flexibilidade e habilidade de se adaptar e sobreviver em
ambientes complexos, dinâmicos e imprevisíveis.
Wehrle (1998) também ofereceu algumas motivações para modelar emoções
em agentes:
2
• como uma forma de melhorar nosso conhecimento sobre a natureza da emoção e suas
implicações;
• no âmbito da engenharia, observando o critério de desempenho, para se construir bons
artefatos para tarefas concretas;
• na interação humano computador, levando em consideração questões de aceitação,
desempenho, e usabilidade, o uso de agentes com emoções para melhorar a interação
das pessoas com os computadores.
Como exemplo da incorporação das emoções em agentes, destacam-se os
personagens virtuais encontrados nos trabalhos Oz Project (Bates, 1994), Comic Chat
(Kurlander et al., 1996), e Virtual Theatre (Hayes-Roth e Van Gent, 1997), assim como o robô
humanoide Kismet (Breazeal, 2002), pois todos incluem a emoção como componente
fundamental de sua interação com os usuários (Maldonado et al., 1998; Lester et al., 2000).
1.1. Motivação
A razão de se analisar a arquitetura de um software é para aprender sobre o
sistema que está para ser implementado, e com isso ter o benefício de uma semântica clara e
universalmente definida sobre as descrições da arquitetura do software. Um outro motivo é
que a arquitetura tem um grande impacto sobre a qualidade de um sistema de software, e por
isso é importante sermos capazes de tomar decisões informadas sobre tal arquitetura em uma
série de situações (Bengtsson, 1998).
Em grandes sistemas de software, os atributos de qualidades de software tais
como desempenho, segurança e modificabilidade não dependem apenas das práticas a nível
do código (por exemplo, escolha da linguagem, projeto detalhado, algoritmos), mas também
da arquitetura do software como um todo (Woods e Barbacci, 1999).
Segundo García-Magariño et al. (2010), os projetos de sistemas multiagentes
(SMA) também carecem de mecanismos adequados para determinar sua qualidade logo nas
fases iniciais do processo de desenvolvimento. Como as arquiteturas de agentes também
fazem parte dos projetos de SMA, pois descrevem seus agentes, sua organização e interação
social, então essas arquiteturas também precisam ter avaliadas sua qualidade e seu potencial
de uso em seus muitos domínios de aplicação, como jogos, entretenimento, educação,
3
aprendizado, simulações organizacionais, mudanças de comportamentos, e outros.
Se o projeto do sistema ou aplicação a ser desenvolvida incluirá agentes que
expressam ou processam emoções, também é importante que as arquiteturas desses agentes
tenham sido avaliadas, para verificar se sua qualidade atende aos requisitos do sistema antes
de implementá-lo.
Além das questões de qualidade, Beale e Creed (2009) destacam que pelo
importante papel que as emoções exercem na interação entre as pessoas, também é essencial
que se entenda em detalhe o impacto que as emoções têm nas interações entre os usuários e os
agentes. Apesar de haver muitas de pesquisas interessadas nos agentes emocionais (Gratch e
Marsella, 2004; Bickmore e Picard, 2005; Maldonado et al., 2005; Mazzotta e de Rosis,
2006; Burleson e Picard, 2007; Grolleman et al., 2006; Isbister, 2006; Gong, 2007), o
potencial dos agentes incorporados (entidades antropomórficas baseadas em tela) em
melhorar a interação humano computador ainda não foi esclarecido.
Portanto, na área de arquiteturas de agentes com emoções, observa-se um
problema fundamental que é há carência de estudos que ofereçam resultados de experimentos,
e principalmente uma metodologia específica, de avaliação das arquiteturas de agentes com
emoções, que aborde pelo menos dois pontos: os atributos de qualidade e os efeitos da
interação do usuário com o agente emocional.
1.2. Objetivos
É importante que se saiba como avaliar as arquiteturas de agentes com
emoções, que métodos ou etapas são necessários realizar, que aspectos da arquitetura devem
ser levados em consideração, que métricas utilizar, e em que domínios de aplicação uma
arquitetura fornece agentes emocionais com melhor desempenho. Para isso, deve-se ter
definida uma metodologia que permita avaliar tanto os aspectos da qualidade do projeto
arquitetural dos agentes emocionais, quanto seu potencial sobre a interação humano
computador.
Portanto, diante dessas necessidades de determinação da qualidade das
arquiteturas de agentes, nos estágios iniciais do desenvolvimento das aplicações, e de estudos
sobre o impacto dos agentes emocionais sobre a interação humano computador, este trabalho
teve como principal objetivo propor uma metodologia de avaliação de arquiteturas de agentes
4
com emoções que ofereça suporte a todas essas carências.
Esta metodologia baseia-se num modelo de métricas bem determinado, a partir
da definição dos objetivos, que são: avaliar as arquiteturas sobre os atributos de qualidade e
sobre os efeitos da interação do usuário com os agentes emocionais.
Para a avaliação dos atributos de qualidade, as métricas a serem mensuradas
são: extensibilidade, modularidade e complexidade. Para avaliar o processo de interação
humano computador, implementa-se as arquiteturas em agentes emocionais incorporados, e
então mede-se a experiência subjetiva de usuários da aplicação sobre as métricas:
agradabilidade, ajuda percebida, animação, carinho percebido, confiança, cooperação,
inteligência, interesse, naturalidade nas reações emocionais, realidade do comportamento,
redução de frustração e simpatia. Para isso, é preciso escolher um domínio de aplicação
específico, que sugerimos o uso de jogos de computador.
1.3. Contribuições
As possíveis contribuições da metodologia proposta neste trabalho atingem
principalmente os projetistas de arquiteturas de agentes emocionais e desenvolvedores de
aplicações que envolvem o uso de agentes com emoções.
Os desenvolvedores de aplicações, poderão ter critérios objetivos para analisar
e escolher a arquitetura que contribuirá melhor para alcançar as qualidades desejadas no seu
sistema, antes de ser implementado. Além disso, sabendo-se como avaliar o potencial da
influência dos agentes emocionais de uma determinada arquitetura sobre os usuários, os
desenvolvedores também saberão se a arquitetura escolhida poderá de fato melhorar o
desempenho dos usuários, e favorecer uma experiência subjetiva adequada desses usuários
com o agente emocional.
Os projetistas de arquiteturas de agentes com emoções também são
beneficiados, pois poderão utilizar as métricas aqui propostas como meio de verificação e
validação de suas próprias arquiteturas. Poderão identificar problemas arquiteturais, tomar
decisões importantes sobre que aspectos considerar na arquitetura para atender critérios de
qualidade, e buscar um projeto arquitetural que vise a maximização dos efeitos positivos
sobre o desempenho e a experiência subjetiva dos usuários.
5
1.4. Organização do trabalho
O próximo capítulo apresenta o embasamento teórico sobre arquitetura BDI,
agentes com emoções, e a discussão de cinco das principais arquiteturas de agentes
emocionais.
No capítulo 3 destacamos diversos trabalhos relacionados à esta pesquisa,
abordando métodos que já foram empregados na avaliação de outras arquiteturas de agentes,
métricas utilizadas, e discussões de trabalhos na avaliação da interação afetiva dos usuários
com os agentes emocionais.
No capítulo 4, descrevemos em detalhes a nossa metodologia, o modelo de
métricas proposto, e todas as etapas necessárias para realizar a avaliação de uma arquitetura
de agente com emoções.
Em seguida, no capítulo 5, apresentamos resultados de experimentos realizados
usando a metodologia. Por fim, concluímos no capítulo 6 com algumas considerações finais
sobre o assunto.
6
Capítulo 2
Conceitos RelacionadosWooldridge (2002) faz um levantamento sobre as cinco principais tendências
que marcaram a história da computação que foram: a ubiquidade, a interconexão, a
inteligência, a delegação e a orientação humana. Essas tendências guiaram o surgimento de
um novo campo da ciência da computação: os sistemas multiagentes. Segundo Wooldridge,
um agente é um sistema computacional capaz de ações independentes em benefício de seu
usuário ou proprietário, e um sistema multiagentes consiste de um número de agentes, que
interagem uns com os outros, tipicamente trocando mensagens entre eles em alguma
infraestrutura de redes.
Nas próximas seções, serão descritos alguns dos principais conceitos sobre a
arquitetura BDI, que deu origem às versões estendidas com emoções, os modelos emocionais
e as arquiteturas avaliadas neste trabalho. Por fim, o capítulo é concluído com algumas
considerações sobre essas arquiteturas, expondo suas dificuldades e as justificativas pela quais
algumas delas não puderam ser implementadas.
2.1. Agentes BDI
BDI é o acrônimo para Belief (crenças), Desire (desejos) e Intention
(intenções), que se traduz nos agentes desse tipo, respectivamente, como o conhecimento
sobre seu ambiente, seus objetivos ou motivação, e seus planos ou deliberação para alcançar
seus objetivos (Rao e Georgeff, 1995).
A arquitetura dos agentes BDI baseia-se na teoria do raciocínio prático humano
(Bratman, 1987), que é o processo de decidir em cada momento que ação tomar para a
consecução dos objetivos. Esse processo possui duas atividades: primeira, a deliberação, que
decide quais objetivos o agente quer alcançar; e segunda, o raciocínio meio-fim, que é o como
o agente realizará esses objetivos e cujo resultado é um plano de ações a executar.
No raciocínio prático encontramos algumas complicações como:
• o fato de suas duas atividades, deliberação e raciocínio meio-fim, serem processos
7
computacionais que serão colocados sob recursos limitados, como processador e
memória disponíveis;
• em qualquer ambiente real, as duas atividades operarão na presença de restrições de
tempo. Assim, os agentes devem controlar para que seu raciocínio seja efetivo e
eficiente, pois o recurso de computação é valioso;
• os agentes não podem ficar deliberando indefinidamente.
Wooldridge (2002) definiu o raciocínio meio-fim como o processo de decidir
como chegar a um fim, ou intenções, usando os meios disponíveis, que são as ações. Mas para
isso, a arquitetura BDI precisa de um sistema planejador ou algoritmo de planejamento, que
tome como entrada um objetivo (intenção ou tarefa), o estado atual do ambiente (crenças do
agente), as ações disponíveis do agente, e gere como saída um plano. Georgeff e Lansky
(1987) destacam que para a implementação desse planejador pode ser simplesmente dá ao
agente uma biblioteca de planos previamente projetada.
Wooldridge destaca ainda que as intenções desempenham um papel muito
importante no raciocínio prático, pois as intenções guiam o raciocínio meio-fim, persistem,
restringem deliberação futura, e influenciam as crenças sobre as quais o raciocínio prático
futuro se baseará. Daí observa-se que as intenções interagem com as crenças dos agentes.
Todavia, para implementar um agente de raciocínio prático, ou um agente BDI,
Wooldridge sugeriu que para a tomada de decisão, a estrutura básica seja um loop (ciclo) que
continuamente observa o mundo e atualiza as crenças, delibera para decidir que intenção
realizar: filtra as opções disponíveis, encontra um plano e o executa.
A primeira arquitetura de agente que explicitamente empregou o paradigma
BDI foi o PRS (Procedural Reasoning System) de Georgeff e Lansky (1987), que teve uma
aplicação prática em um sistema de controle de tráfego aéreo chamado OASIS. No PRS, o
agente vem equipado com uma biblioteca de planos pré-compilados (figura 1).
A arquitetura BDI posteriormente foi estendida por muitos pesquisadores para
originar outras arquiteturas, como por exemplo a EBDI (Jiang, 2007), BDIE (Hernández et
al., 2004), e DETT (Parunak et al., 2006) que são arquiteturas de agentes com emoções
avaliadas nesta pesquisa. Segundo Jiang (2007), a arquitetura BDI tem se mostrado muito
poderosa e atrativa por várias razões: tem raízes filosóficas largamente aceitas, há frameworks
8
lógicos para modelagem e raciocínio de seus agentes, há um considerável conjunto de
sistemas de software que empregam os conceitos da arquitetura, tais como o sistema PRS.
Contudo, como o próprio Jiang esclarece, a arquitetura BDI ignora a influência das emoções
no processo de tomada de decisões.
2.2. Agentes com Emoções
Existem muitas razões para se incorporar emoções em agentes, onde uma delas
é que as emoções podem tornar os agentes mais envolventes e críveis, para que possam
melhor atuar em vários sistemas interativos envolvendo simulação, como em aplicações de
entretenimento, educação e treinamento (Padgham, 1996).
As emoções também podem desempenhar um papel funcional no
comportamento de humanos e animais, particularmente no comportamento como parte de um
sistema social complexo (Toda, 1982), ou como no Woggles de Oz-world (Bates, 1994), onde
as emoções modificam o comportamento físico dos agentes: um agente feliz se move mais
rapidamente, enquanto um agente triste se move mais vagarosamente.
Segundo Padgham (1996), as emoções podem afetar os objetivos de um agente,
e consequentemente afetar suas ações, assim como os objetivos também podem afetar os
estados emocionais. Ainda mais, as emoções podem influenciar o comportamento dos agentes
diretamente, como por exemplo afetando a expressão facial, ou indiretamente através do
sistema racional, adicionando, removendo ou priorizando objetivos, por exemplo.
Figura 1 - Sistema de Raciocínio Procedural – PRS
Fonte: Wooldridge, 2002
9
No entanto, para que os agentes possam “experimentar” alguma emoção, é
necessário que seus arquitetos os projetem com algum mecanismo ou subsistema de
processamento dessas emoções, o que normalmente tem sido feito pela escolha de um modelo
emocional dentre as várias teorias estruturantes das emoções (Breazeal, 2003; Hernández et
al., 2004; Crane et al., 2006).
Sobre esses vários estudos que buscam estruturar e categorizar as emoções,
podemos observar duas principais linhas: uma abordagem discreta, que defende a existência
de emoções discretas universais (Plutchik, 1980; Ekman, 1992), e uma abordagem
dimensional que supõe a existência de duas ou mais dimensões majoritárias que são capazes
de descrever e distinguir diferentes emoções (Russell, 1997).
Existem ainda alguns estudos como o de Ortony et al. (1988) que desenvolveu
um modelo de representar as emoções em sistemas de inteligência artificial, conhecido como
modelo OCC, que segue uma abordagem cognitiva estrutural, usando regras para definir os
estados emocionais, e que já foi experimentado em arquiteturas de agentes com emoções
(Parunak et al. 2006). Outros estudos tentam combinar várias outras teorias emocionais como
é o caso do sistema Cathexis (Velásquez, 1999) que busca identificar e criar modelos
explícitos para seis famílias diferentes de emoções. Mas apesar do campo da inteligência
artificial geralmente aceitar um modelo computacional de emoções, ainda não há uma
definição clara sobre que modelo usar (Crane et al., 2006).
Nas próximas seções serão descritas cinco das principais arquiteturas de
agentes com emoções, onde para cada uma abordaremos seus principais módulos e
componentes. No fim do capítulo, levantamos algumas considerações sobre as fragilidades
pelas quais algumas das arquiteturas não puderam ser totalmente avaliadas.
2.2.1. BDIE
A primeira arquitetura de agentes com traços de emoções a ser discutida é a
abordagem BDIE (Hernández et al., 2004), que foi motivada pela necessidade de se trabalhar
com interação humano robô e pelo interesse de criar agentes artificiais para jogos de
computadores. O objetivo dessa arquitetura é capturar os efeitos das emoções em uma mente
humana e reproduzi-las em agentes artificiais.
Essa arquitetura é baseada na arquitetura BDI tradicional (Rao e Georgeff,
10
1995), porém lhe adicionou novos componentes para provê-la com habilidades emocionais.
Através das figuras 2 e 3, é possível notar graficamente as diferenças entre as arquiteturas
BDI e BDIE.
A figura 2 representando a arquitetura BDI mostra distintamente três
repositórios de dados: crenças, desejos e intenções, além de três algoritmos de processamento
de dados: Processo Perceptual, Gerador de Desejos, e o Planejamento e Algoritmo de
Execução. Por outro lado, na figura 3 representando a arquitetura BDIE, notam-se os novos
módulos contendo ambos repositórios de dados e processos: sistema perceptual, sistema
motivacional, sistema de comportamento e o sistema emocional, onde todos possuem
interdependências entre si. Na tabela 1, observam-se detalhadamente os módulos e
componentes da arquitetura BDIE.
O módulo do Sistema Emocional mantém o estado afetivo do agente, e trabalha
Figura 2 - Arquitetura BDI e seus componentes
Fonte: Hernández et al., 2004
Figura 3 - Visão funcional da arquitetura BDIE
Fonte: Hernández et al., 2004
11
com três níveis de emoções: emoções primárias, secundárias e terciárias. Segundo Damasio
(1994), as emoções primárias estão ligadas a tarefas fundamentais da vida para que o
indivíduo possa sobreviver, e as emoções secundárias estão relacionadas a processos
cognitivos de alto nível que interpretam a informação perceptual e modifica o estado afetivo
de acordo com tal informação. As emoções terciárias estão envolvidas com dados reflexivos
(Sloman 2000), e podem incluir emoções como vergonha e orgulho.
Essas emoções são o resultado de outros processos que realizam a apreciação
afetiva (affective appraisal) e a avaliação cognitiva (cognitive evaluation) do estímulo de
entrada. Nessa arquitetura, as emoções estão classificadas em dois espaços emocionais: um
discreto, contendo um conjunto de seis emoções, e um espaço contínuo bidimensional com a
valência (valence) e a excitação (arousal) como seus eixos ou variáveis.
No módulo Perceptual recebe como entrada os estímulos dos sensores e gera as
crenças de primeiro nível. No entanto, possui ainda outros dois níveis, onde cada um dos três
está relacionado a um dos três níveis de emoções.
Analisando os outros módulos, encontramos o Sistema Motivacional, que
utiliza o conceito de variáveis homeostáticas, as quais permitem identificar quando uma meta
foi alcançada ou não, dado seu nível de prioridade dentre as outras metas. Segundo Hernández
(2004), as variáveis homeostáticas agem como qualquer outra meta: quando estão dentro dos
níveis normais de variação, é considerada satisfeita e então não leva a um processo de tomada
de decisão. No entanto, quando essas variáveis ficam com seus valores abaixo dos níveis
normais, então são consideradas insatisfeitas e então tentarão levarão o algoritmo de tomada
de decisão a um comportamento para torná-las satisfeitas.
Por último, o Sistema Comportamental contém o processo de planejamento e o
plano atual, cujos algoritmos são intercaláveis e que podem ser implementados através de, por
exemplo, um sistema de regras ou um algoritmo reativo bem simples.
Tabela 1 - Módulos e componentes da arquitetura BDIE
MódulosComponentes
Nome Tipo
Sistema Perceptualprocesso perceptual função
crenças repositório de dados
Sistema Motivacional algoritmo de tomada de decisão
função
12
Tabela 1 - Módulos e componentes da arquitetura BDIEdesejos repositório de dados
Sistema Comportamental
algoritmo de planejamento função
intenções repositório de dados
plano atual função
Sistema Emocionalavaliadores função
emoções repositório de dados
O ciclo de atualização da BDIE acontece da seguinte forma:
• Os sensores recebem o atual estímulo de entrada, que são introduzidos como crenças
de primeiro nível no repositório de crenças;
• Os avaliadores de primeiro nível verificam se alguma emoção primária pode ser
disparada;
• Se uma emoção primária for ativada, o espaço emocional é atualizado e o desejo
correspondente fica insatisfeito, e então o controle de execução passa para o algoritmo
de planejamento;
• Se nenhuma emoção primária ficar ativa, o segundo nível de avaliadores é invocado, e
então computam os desejos de segundo nível, dado os de primeiro nível;
• O espaço emocional é atualizado e a emoção atual é computada, e então o controle de
execução é transferido para o algoritmo de planejamento;
• O próximo comportamento é executado.
2.2.2. EBDI
A arquitetura EBDI proposta por Jiang et al. (2007) separa o raciocínio prático
do mecanismo específico da emoção, estende a arquitetura BDI tradicional e é influenciada
pelas emoções primárias e secundárias dentro do processo de tomada de decisão.
Segundo Jiang, para que se possa incorporar emoções dentro de agentes, é
necessário que sejam resolvidos três problemas: primeiro, como medir ou apresentar as
emoções, segundo, como as emoções afetam o processo de tomada de decisão, e terceiro,
como atualizar a situação das emoções.
13
Comparando a arquitetura BDI tradicional com a EBDI, observa-se que a
última possui quatro módulos: emoção, crenças, desejos, e intenções (tabela 2), ao contrário
da primeira que só possui os três últimos. Esses quatro módulos são conectados através de
quatro funções principais que serão discutidas a seguir.
Na arquitetura EBDI, foi presumido que todas as emoções, crenças, desejos e
intenções estariam armazenadas de acordo com alguma prioridade, o que cria uma hierarquia
a ser considerada durante a tomada de decisão.
Diferentemente da arquitetura BDI original, que tem suas crenças obtidas
apenas a partir da função perceptora do ambiente, na EBDI, as crenças são influenciadas tanto
pelo ambiente quanto pela situação emocional. Além disso, foram adicionados métodos que
permitem adquirir crenças não apenas de forma perceptual, mas também através da
comunicação e da contemplação, que é uma reconsideração das crenças baseada na situação
atual das emoções e nas intenções.
Como vimos na arquitetura BDI, Wooldridge (2002) destacou a importância
dos papéis das intenções sobre o raciocínio prático. Porém, Jiang modificou o número desses
papéis de quatro para cinco, a partir do momento que levou em consideração as emoções.
Assim, na EBDI, as intenções persistem, guiam o raciocínio meio-fim, são determinadas pelas
emoções atuais, restringem a deliberação futura, e influenciam as emoções nas quais o
raciocínio prático está baseado.
As intenções, na arquitetura EBDI, representam o foco atual do agente, que são
as coisas pelas quais o agente se compromete a tentar realizar e que são afetadas pela situação
atual do agente.
De uma forma geral, podemos agrupar as funções principais da arquitetura
EBDI em seis grupos que conectam os módulos da arquitetura - emoções, crenças, desejos e
intenções (figura 4):
● Funções de revisão de crenças (brf-see, brf-msg, brf-in): são três
funções visto que as fontes de atualização das crenças são a percepção, comunicação e
a contemplação.
● Funções de atualização das emoções (euf1 e euf2) : são duas funções
pois a arquitetura considera as emoções primárias e secundárias de Bratman (1987).
14
● Função de geração de opções (options): é similar à do modelo BDI, ou
seja, gera o conjunto de desejos do agente.
● Função de filtro (filter): também similar à função do modelo BDI para
gerar o conjunto de intenções.
● Função de planos (plan): combina as intenções e as ações possíveis do
Figura 4 - Diagrama esquemático da arquitetura EBDI
Fonte: Jiang et al., 2007
15
agente para gerar um plano de ações.
● Função de execução de planos (execute): executa a sequência de ações
produzidas no plano.
Com essas funções unindo os quatro módulos, a arquitetura EBDI pode ser
resumida em um loop de um agente BDI que gerencia e integra as emoções (figura 4).
Tabela 2 - Módulos e componentes da arquitetura EBDI
MódulosComponentes
Nome Tipo
Crenças
brf-see função
brf-msg função
brf-in função
crenças repositório de dados
Desejosopções função
desejos repositório de dados
Intenções
filtro função
intenções repositório de dados
plano função
Emoções
euf1 função
euf2 função
emoções repositório de dados
O ciclo de execução da arquitetura EBDI pode ser resumido da seguinte forma:
• Quando os sensores detectam nova informação do ambiente ou mensagens de
comunicação, novas crenças candidatas são geradas, que junto com as atuais intenções
disparam a atualização das emoções;
• Baseado na nova crenças, nas atuais intenções, e na emoção atualizada, as crenças são
reavaliadas, que junto com as intenções geram os desejos;
• A escolha das opções ou intenções são baseadas na influência das emoções, nas atuais
crenças, desejos e intenções;
• A partir do resultado desta deliberação, as emoções secundárias são disparadas, e esta
atualização é baseada nas atuais intenções, crenças e emoções primárias;
• Se houver tempo para uma consideração mais aprofundada ou se a situação da emoção
16
não mudar desde a primeira atualização, então há um refinamento da tomada de
decisão, que reconsiderará novamente as crenças, desejos e intenções;
• Finalmente o plano é gerado e executado.
2.2.3. DETT
Observando as emoções como elementos essenciais ao comportamento
humano, considerando-as tão importantes quanto a análise racional em situações estressantes
como a de um combate, Parunak et al. (2006) propuseram um modelo de emoções para
agentes situados utilizando como guia o modelo OCC (Ortony et al., 1988).
DETT (Disposition, Emotion, Trigger, Tendency), que é a sigla para
Disposição, Emoção, Gatilho e Tendência, é o modelo de emoções proposto por Parunak et
al. (2006) que captura os aspectos essenciais do modelo de emoções OCC. DETT foi
projetado para agentes situados, e trata suas emoções como disparadas pela sua percepção
(gatilho), em vez de ser um resultado puramente do raciocínio interno.
Tabela 3 - Módulos e componentes da arquitetura DETT
MódulosComponentes
Nome Tipo
Crençaspercepção função
crenças repositório de dados
Desejosanálise função
desejos repositório de dados
Intenções ação função
intenções repositório de dados
Emoções
avaliação função
emoções repositório de dados
disposição repositório de dados
O modelo de emoção DETT, que foi baseado em dois outros trabalhos EISTein
(Ilachinski, 2004) e MANA (Lauren e Stephen, 2002), possui um objetivo particular de
eficiência computacional para permitir manipular dúzias ou até centenas de agentes em uma
simulação de combate não interativa.
Parunak propõe inicialmente uma comparação entre a arquitetura BDI original
e uma versão melhorada com o modelo OCC (figura 5), onde se observa que as Crenças não
17
influenciam apenas a Análise como na BDI original. Elas também influenciam a Apreciação
que gera as emoções, e que por sua vez influenciam a Análise.
A arquitetura DETT, além das modificações apresentadas na figura 5, ainda
adiciona um novo componente ao modelo, a Disposição (figura 6), que assim como os
Desejos, são persistentes, e possuem um mapeamento com as Emoções. Uma Disposição
modula a Apreciação para determinar a extensão para a qual uma dada crença dispara a
correspondente emoção. A Emoção por sua vez modula a Análise para impor uma Tendência
à intenção resultante.
A seguir na tabela 4, observa-se um exemplo dado por Parunak de duas
Figura 5 - Comparação da arquitetura BDI original e a BDI melhorada com OCC
Fonte: Parunak et al., 2006
Figura 6 - Arquitetura DETT com a Disposição incorporada ao modelo BDI com OCC
Fonte: Parunak et al., 2006
18
disposições com suas emoções, gatilhos e tendências correspondentes.
Tabela 4 - Exemplo de Semântica DETT
Disposição Emoção Gatilho TendênciaCovardice Medo (a) Presença de um inimigo
armado
(b) Ataque chegando
(a) Menos atenção a ordens(b) Tende a se mover para longe da ameça
Irritabilidade Raiva Presença de inimigo (a) Mais provável a se engajar no combate(b) Tende a se mover em direção à ameaça
Fonte: Parunak et al., 2006.
Podemos resumir os passos realizados no ciclo de atualização da arquitetura
DETT da seguinte forma:
• O processo de Percepção atualiza as crenças, que é baseado numa infraestrutura de
ferormônios (Brueckner, 2000), que estão espalhados espacialmente e evaporam com
o tempo.
• As crenças juntamente com a matriz de Disposição são utilizadas para realizar a
Apreciação das emoções. Uma emoção persistirá enquanto o gatilho que a dispara
persistir;
• Em seguida tem a vez o processo de Análise que usa as crenças e recebe o estado atual
das emoções, e considera ainda o valor dos desejos para a atualização as intenções,
que sucede a execução das ações.
2.2.4. Emotional-BDI
Pereira et al. (2005) também propôs uma extensão da arquitetura BDI
acrescentando-lhe as emoções, que segundo o autor, a arquitetura incorpora um modelo
acurado do raciocínio prático (Bratman, 1987) através da interconexão dos mecanismos que
são responsáveis por gerenciar o estado emocional do agente, os recursos e habilidades, e
todos os mecanismos que compõem a arquitetura BDI clássica.
Segundo Pereira et al. (2005), a arquitetura Emotional-BDI soluciona três
problemas encontrados na BDI original:
• A falta de informação sobre os limites dos recursos: em uma representação interna
19
explícita dos meios que o agente pode tomar suas decisões sem comprometer as ações
futuras e seu desempenho geral;
• O problema do tempo para reconsideração do ambiente: onde os processos de
deliberação e os instrumentos usados deveriam ser dinâmicos e tão adaptativos às
mudanças de ambiente quanto possível;
• A falta de outros estados mentais humanos: que apesar do fato de que os estados
mentais: crenças, desejos e intenções, são flexíveis o suficiente para modelar os
agentes BDI para atuar em uma ampla gama de cenários, existem alguns casos onde o
uso de outros estados mentais seria apropriado (Norling, 2004).
Assim, para solucionar a falta de informação sobre os limites dos recursos, a
Emotional-BDI fez uso dos conceitos de Habilidades e Recursos, introduzidos na BDI
original por Padgham e Lambrix (2005), onde as Habilidades são os planos ou biblioteca de
planos de ações disponíveis ao agente, e os Recursos (físicos ou virtuais) são os meios de
tornar as Habilidades em planos de ação que o agente pode executar no seu ambiente.
Como os agentes não são oniscientes, eles possuem informações limitadas
sobre o ambiente, o que leva a possuírem limitados Recursos e Habilidades disponíveis ou,
como são chamados nessa arquitetura, Efetivos. Dessa forma, chegamos à primeira função da
arquitetura que é a função de revisão de Recursos Efetivos EC-ER-rf, que é responsável por
tornar disponíveis as Habilidades e Recursos para o agente usá-los (figura 7).
Para tratar dos estímulos obtidos do ambiente, a arquitetura foi provida de um
Módulo de Sensoriamento e Percepção, que possui dois mecanismos complementares: o filtro
Figura 7 - Módulo Gerente para as Habilidades Efetivas
Fonte: Pereira et al., 2005
20
sensorial, que extrai informações diretamente dos sensores e lhes associam regras, e o filtro
de percepção, responsável por dar significado aos dados processados pelo filtro anterior
(figura 8).
Figura 8 - O gerente de Sentido e Percepção
Fonte: Pereira et al., 2005
Figura 9 - Arquitetura conceitual Emotional-BDI
Fonte: Pereira et al., 2005
21
Por fim, o último novo componente à arquitetura BDI, que é o Gerente de
Estado Emocional, é responsável por controlar o uso de todos Recursos e Habilidades em
todas as fases do processamento da informação da arquitetura Emotional-BDI.
A figura 9 exibe a arquitetura conceitual Emotional-BDI, onde podemos agora
ver todos os módulos novos, suas interações entre si e entre os antigos componentes da
arquitetura BDI original. As funções que apresentam um apóstrofo concatenado no nome
(brf', gen-options', filter', execute') correspondem às funções já existentes na arquitetura BDI
original, mas que foram tiveram de ser modificados para considerar os novos conceitos de
Recursos, Habilidades, e o Estado Emocional. A tabela 5 resume todos os módulos e
componentes dessa arquitetura.
Tabela 5 - Módulos e componentes da arquitetura Emotional-BDI
MódulosComponentes
Nome Tipo
Crençasbrf ' função
crenças repositório de dados
Desejosgen-options ' função
desejos repositório de dados
Intenções
filter ' função
intenções repositório de dados
execute' função
Gerente de Estado Emocionalfunção de extração das
emoções função
emoções repositório de dados
Gerente de Habilidades
EC-ER-rf função
habilidades repositório de dados
recursos repositório de dados
Gerente de Percepção
filtro (sensorial) função
regras de associação semântica repositório de dados
filtro (perceptual) função
regras de identificação de dados repositório de dados
O ciclo de atualização da arquitetura Emotional-BDI acontece da seguinte
forma:
• As opções são geradas a partir das entradas dos sensores, crenças, desejos, intenções,
22
habilidades e recursos efetivos, e estado emocional;
• Há a deliberação da seleção das opções baseada nas opções geradas, crenças, desejos,
intenções, habilidades e recursos efetivos, e estado emocional;
• A ação é executada baseada nas intenções, habilidades e recursos efetivos, e estado
emocional;
• novamente os eventos externos são reavaliados, e as atitudes bem sucedidas e as
impossíveis são descartadas.
2.2.5. Arquitetura de Camurri e Coglio
Camurri e Coglio (1998) sugeriram uma arquitetura de agentes com emoções,
sobre a qual realizaram experimentos utilizando robôs móveis que interagiam com humanos
em um palco de teatro, onde naquele ambiente havia comunicação através de elementos
musicais e de dança.
A proposta da arquitetura trata de um agente que possui estado emocional,
interage com o mundo externo, recebendo estímulos de entrada e enviando saídas de volta.
Seu estado emocional desenvolve-se ao longo do tempo, influencia as saídas, e sua evolução
responde às entradas.
Observando a estrutura da arquitetura exibida na figura 10, as setas brancas
indicam um buffer entre componentes, as setas pretas e contínuas indicam os repositórios de
dados e as setas pontilhadas indicam os fluxos de informação com o mundo exterior. Os
Figura 10 - Estrutura geral do agente emocional
Fonte: Camurri e Coglio, 1998
23
componentes onde as setas se originam têm acesso somente de escrita no buffer, e os que
aparecem no fim das setas, acesso somente de leitura. Os primeiros componentes atuam como
produtores e os segundos como consumidores.
Os retângulos representam os componentes ativos da estrutura, onde a Entrada
tem a responsabilidade de prover os sensores, processar os dados de entrada e distribuí-los
para os componentes Reativo, Emocional e Racional. Segundo os autores, esse componente
de entrada, por ter todas essas funções, precisa ser construído com vários módulos cada um
responsável por um certo tipo de processamento.
O componente de Saída envia sinais ao mundo externo através de áudio e
mensagem a outros agentes, onde seu processamento se baseia no resultado do que já foi
processado nos componentes Reativo, Emocional e Racional. A Saída também pode enviar
sinais de retorno ao componente de Entrada. Da mesma forma que o componente de Entrada,
o de Saída também possui diversos módulos cada um para um certo tipo de processamento.
O componente Reativo por sua vez processa as entradas vindas da Entrada e
produz saídas reativas para os componentes de Saída e Emocional. Segundo os autores dessa
arquitetura, esse processamento reativo é relativamente rápido e com quase nenhum estado.
Por outro lado, componente Racional consiste de algum conhecimento sobre o mundo externo
e sobre as metas que o agente deve alcançar, além de um motor de inferência baseado em
prova de teoremas.
Por fim, o componente Emocional toma como estímulo as saídas dos
componentes de Entrada, Reativo e Racional, e possui um processamento de um estado
emocional entre muitos outros possíveis. Esse último componente não produz uma “saída
emocional” para a Saída, e sim apenas a influência através de um parâmetro específico.
O processo de atualização da arquitetura de Camurri-Coglio é flexível e não
restringe a um único fluxo possível sua implementação. Na tabela 6, é possível ver um resumo
de todos os módulos e componentes dessa arquitetura.
Tabela 6 - Módulos e componentes da arquitetura de Camurri e Coglio
MódulosComponentes
Nome Tipo
Entradaprocessador de entradas função
entradas produzidas repositório de dados
24
Tabela 6 - Módulos e componentes da arquitetura de Camurri e Coglio
Racionalmotor de inferência função
conhecimento do mundo externo e de si próprio repositório de dados
Emocionalcomputação do estado
emocional função
estado emocional repositório de dados
Reativoprocessador reativo função
saídas reacionais repositório de dados
Saída
processador de saídas reativas, racionais e emotivas função
processo de envio de dados para o ambiente e outros agentes função
saídas repositório de dados
2.3. Considerações Finais
Acredita-se que a ausência de documentação ou falta de clareza sobre o
funcionamento interno dos módulos e componentes de uma arquitetura possa impossibilitar
sua avaliação e a consequente aplicação da metodologia que apresentamos nesta pesquisa,
principalmente, em relação à implementação para avaliar o processo de interação humano
computador.
Das arquiteturas de agentes com emoções apresentadas acima, as que
consideramos não serem possíveis de ser implementadas, e que não aparecem nas
implementações dos experimentos do Capítulo 5, foram a DETT (Parunak et al., 2006), a
Emotional-BDI (Pereira, 2005), e a de Camurri e Coglio (1998). Apesar disso, elas tiveram
seus os atributos de qualidade avaliados, já que esse tipo de avaliação não dependia de
detalhes internos e sim apenas das quantidades de módulos e componentes. As demais
arquiteturas, BDIE (Jiang et al., 2007) e EBDI (Hernández et al., 2004), seus autores
forneceram detalhes suficientes para que fossem implementadas.
Sobre a arquitetura de Camurri e Coglio (1998), que é uma arquitetura em
camadas, segundo Jiang et al. (2007) essa arquitetura possui dificuldades por ser muito geral,
falta-lhe a claridade semântica e conceitual das arquiteturas sem camadas, além da
necessidade de se considerar todos os caminhos possíveis nos quais as camadas podem
interagir umas com as outras.
25
Já a arquitetura Emotional-BDI de Pereira (2005), possui outra deficiência que
é a impossibilidade de representar a diferença entre agentes emocionais e agentes racionais
normais: o interpretador abstrato da arquitetura apenas inicializa o estado emocional do
agente, e depois não mais o atualiza durante o loop do algoritmo.
Nas arquiteturas BDIE e EBDI, além de influenciar as intenções, as emoções
também influenciam as crenças, o que permite que um agente perceba os estímulos externos
diferentemente dependendo do estado afetivo, e que também um objetivo alcançado possa
causar uma emoção de “felicidade” ou “satisfação” ao agente. Padgham (1996) também
discute uma outra característica importante nos agentes com emoções que é a priorização de
objetivos a partir do estado emocional atual. Ambas arquiteturas contemplam essa
característica por adotarem os conceitos de emoções primárias e secundárias.
A arquitetura BDIE traz uma separação das técnicas do raciocínio prático do
mecanismo da emoção, permitindo assim acoplar modelos emocionais quando necessários ou
atualizar o motor de raciocínio do agente independentemente. Nessa arquitetura é possível ter
nos processos a priorização de crenças, metas, intenções e emoções, o que leva em conta as
limitações de recursos computacionais disponíveis.
Já a EBDI, que também estende a BDI original, propõe-se a separar claramente
o que conceitualmente cada agente deve ter. Dessa forma, há uma distinção entre as diferentes
estruturas de dados o que, segundo seus autores, em outras arquiteturas de agentes, está
misturado, e tal separação permite focar em cada componente em seu projeto e
implementação.
26
Capítulo 3
Metodologias de Avaliação de Arquiteturas de Agentes
Neste capítulo, são descritos trabalhos relacionados à avaliação de agentes, os
quais foram tomados como referenciais para se obter métricas e métodos para compor uma
metodologia adequada à avaliação de arquiteturas de agentes emocionais.
Nas próximas seções, serão discutidas diversas abordagens a respeito da
avaliação de arquiteturas de agentes, começando pelos métodos de avaliação, em seguida
descrevendo métricas adotadas na avaliação de outras arquiteturas de agentes e sistemas
multiagentes, e por fim serão discutidos estudos específicos sobre a avaliação de agentes com
emoções.
3.1. Métodos de avaliação analítico e experimental
Hayes-Roth (1991) apresentou diversos objetivos e questões que se pretende
responder com uma avaliação de arquitetura integrada de agentes. Por exemplo, observar se a
arquitetura fornece um framework suficiente ou natural para se alcançar os requisitos
estabelecidos, se permite generalizar sobre diferentes tarefas, métodos e domínios, se suporta
desempenho efetivo com alta utilidade, ou como o desempenho da arquitetura varia com os
parâmetros da aplicação. Nesse mesmo trabalho, ela classificou os métodos de avaliação
formal para endereçar essas questões e outras similares em duas principais categorias:
métodos analíticos e métodos experimentais.
A respeito da categoria analítica, Hayes-Roth debateu sobre os métodos de
avaliação matemáticos, que fornecem as vantagens de se ter a certeza matemática sobre
declarações muito gerais ou universais, a respeito de classes inteiras de comportamentos e
fenômenos numerosos difíceis para se enumerar em detalhes específicos. Por outro lado,
como desvantagem, ela explica que a complexidade dos sistemas que estão sendo analisados
podem levar a modelos matemáticos intratáveis que frequentemente resistem à análise, onde
simplificações poderiam ser adotadas, mas poderiam causar modelos que divergiriam da
27
realidade, comprometendo assim a utilidade da construção do modelo. Por fim, ela conclui
que métodos formais muitas vezes devem ser completados por outras técnicas.
Sobre a outra categoria, o método de avaliação experimental mede as
propriedades de instâncias particulares de rodadas de experimentos em sistemas particulares
de IA, e no fim os resultados são usados como evidências a favor ou contra certas conclusões.
Segundo Hayes-Roth, os experimentos fornecem um framework para inferência indutiva de
relações gerais entre os conceitos de projeto da IA e o desempenho de sistemas baseado em
observações. O objetivo é descobrir relações gerais que podem ser esperadas sempre que se
mantém as condições adequadas. Porém, devido a inviabilidade se fazer observações para
todos os casos envolvidos em uma hipótese de relação, torna-se necessário generalizar e tirar
conclusões sobre o que iria acontecer para todos os casos com base nas observações de apenas
alguns casos particulares.
Hayes-Roth faz ainda uma série de observações sobre avaliação experimental,
tais como o cuidado com o efeito causado sobre o cenário ambiental pela quantidade de
variáveis envolvidas, que devem ser reduzidas tanto quanto possível para se ter experimentos
mais controlados e se obter efeitos particulares mais confiáveis dessas variáveis, além do
controle na manipulação de variáveis independentes enquanto observamos os seus efeitos
sobre as variáveis dependentes. Por fim, ela relata experimentos comparando duas
arquiteturas, onde afirma que que algumas variáveis são muito difíceis de se controlar e que
limitam as conclusões, e, além disso, os experimentos só permitem concluir sobre o nível de
desempenho de forma relativa entre os sistemas.
3.2. Avaliação de arquiteturas de agentes
Sobre qualidade de arquitetura de agentes, Hexmoor (1999) relatou que a
comparação de funcionalidades e atributos de arquiteturas são fúteis por serem dependentes
do domínio. Assim, ele enfatiza as avaliações empíricas das arquiteturas sobre suas próprias
qualidades, além da utilidade de se desenvolver métricas independentes de domínio como por
exemplo, a medida do número de oportunidades perdidas devido a lentidão de reações dos
agentes, o impacto da intencionalidade nas oportunidades, a autonomia, a robustez e a
tolerância a falhas.
As métricas utilizadas por Hexmoor não se aplicaram à esta pesquisa, pois sua
28
suposição a respeito da constância da taxa de aparição de oportunidades e do tempo de reação,
acreditamos que também são dependentes do domínio. Além disso, as demais métricas por ele
utilizadas requerem interações entre os agentes para serem medidas, que envolvem questões
de coordenação, cooperação e comunicação, e também não se aplica a nossa metodologia que
não contempla essas questões.
Por outro lado, no campo das avaliações formais, Alechina et al. (2007a)
defendeu que apesar das descrições informais serem úteis, elas podem ser difíceis de serem
confirmadas quando se tenta determinar se um dado sistema apresenta uma propriedade
particular como consequência de sua arquitetura. Alechina ainda explicou a classificação das
arquiteturas de agentes através da especificação de ambos os conjuntos de conceitos ou
estados possíveis (crenças, objetivos, emoções) e de habilidades ou transições possíveis
(ações, percepções, aprendizado, planejamento) realizados pelo sistema. A partir dessa
classificação, e baseado em uma lógica definida que axiomatize o conjunto de transições do
sistema, pode-se dizer que uma arquitetura tem uma propriedade particular se uma fórmula na
lógica que expressa esta propriedade é verdadeira em todas as transições dos sistemas
definidas na arquitetura.
Dessa forma, usando uma lógica chamada SimpleAPL (Alechina et al., 2007b),
Alechina apresentou uma metodologia de avaliação formal de arquiteturas de agentes, que
consiste em definir um conjunto de sistemas de transição correspondendo a uma arquitetura
de interesse, e verificar as propriedades desse conjunto de sistemas de transição. As questões
endereçadas com essa metodologia podem ser por exemplo quanta memória ou tempo uma
arquitetura requer para resolver um problema, ou quantas mensagens os agentes em cada
sistema têm que trocar para resolver um dado problema, ou ainda a respeito da correção das
propriedades da arquitetura na lógica.
Rose et al. (2003) relatou suas investigações em uma arquitetura de agentes
que incorpora camadas sociais e filosóficas, cuja avaliação em cenários de testes, permitiu-lhe
fazer comparações entre os desempenhos das arquiteturas de agentes com diferentes
combinações e ordens de precedência dos princípios filosóficos. As métricas consideradas por
Rose para a avaliação de desempenho incluíam:
• medir os objetivos independentes alcançados;
• medir os objetivos compartilhados alcançados;
29
• tempo requerido para a realização de objetivos;
• custo de comunicação;
• uso de recursos;
• número de ações colaborativas perseguidas.
O cenário adotado por Rose foi um tipo de exploração, onde grupos de agentes
se movem através de um domínio bidimensional tentando encontrar e recuperar amostras de
minerais. Esse cenário foi construído para que ficasse claro a comparação de desempenho
entre as arquiteturas de agentes com diferentes combinações e precedências de ordem sobre os
princípios filosóficos.
Outras métricas de avaliação de arquiteturas foram apresentadas por Lee et al.
(2004), que as identificou para medir os atributos que caracterizam a qualidade de sistemas
baseados em agentes. Essas métricas de qualidade são úteis para analisar as características de
qualidade do sistema baseado em agentes onde, segundo a abordagem de Lee, são avaliados
ambos atributos estáticos e dinâmicos. Os atributos estáticos de qualidade são a
complexidade, extensibilidade e disponibilidade do sistema, enquanto que como atributo
dinâmico de qualidade mais importante considerado foi o número de interações entre agentes
em vez do tempo de resposta do sistema. Da mesma forma que a maioria das métricas de
Hexmoor (1999), as métricas utilizadas por Lee avaliam atributos associados a interações
entre agentes, que está fora do escopo desta pesquisa.
Sobre avaliação de arquiteturas de SMA, García-Magariño et al. (2010) propôs
uma suíte de métricas para medir certos atributos de qualidade desses sistemas, considerando
os agentes e sua organização. A maioria das métricas foram inspiradas nas métricas orientadas
a objetos (Genero et al., 2005), e também na abordagem fatores-critérios-métricas de McCall
et al. (1977), de forma que tiveram de ser adaptadas aos conceitos orientados a agentes. A
suíte busca avaliar os seguintes atributos de qualidade das arquiteturas: extensibilidade,
modularidade e complexidade. No capítulo seguinte sobre a nossa metodologia, cada um
desses três atributo serão melhor definidos.
Dobrica et al. (2002) mostrou em sua pesquisa oito dos mais representativos
métodos de análise de arquiteturas de software, onde na tabela 7, é possível observar a lista
dos métodos juntamente com alguns de seus elementos de comparação, todos baseados na
30
análise de atributos de qualidade. O padrão IEEE Std. 1061 (1998) apresenta no Anexo A uma
lista de exemplos desses atributos, que também são chamados de fatores de qualidade. A
pesquisa de García-Magariño et al. (2010) é um bom exemplo de aplicação desses fatores de
qualidade na avaliação de arquiteturas de sistemas multiagentes.
Tabela 7 - Comparação de métodos de análise de arquiteturas
MétodoElementos de comparação dos métodos
Técnica de avaliação Atributos de qualidade Interessados envolvidos
SAAM Cenários Modificabilidade Todos
SAAMCS Cenários Flexibilidade Todos
ESAAMI Cenários Modificabilidade Todos
SAAMER Cenários Evolução e Reusabilidade Todos
ATAM Integra questionamentos e técnicas de medição existentes
Múltiplos atributos de qualidade
Todos ou apenas o projetista
SBAR Depende do atributo: cenários, modelagem matemática, simuladores, raciocínio objetivo
Múltiplos atributos de qualidade
Projetista
ALPSM Cenários Manutenibilidade Projetista
SAEM Métricas. Diferentes métricas baseadas na técnica GQM
Um modelo de qualidade Não aplicado
Fonte: Dobrica et al., 2002
Em particular, o método ATAM foi experimentado por Woods e Barbacci
(1999) em sistemas baseados em agentes. Este método foca em encontrar pontos de trade-off
(vantagens e desvantagens) na arquitetura a partir da perspectiva dos requisitos de qualidade
do produto (Bengtsson, 1998). As entradas do método consistem de uma arquitetura de
sistema e as perspectivas dos interessados envolvidos naquele sistema. Já a saída é um
entendimento de quais decisões arquiteturais serão usadas para alcançar os objetivos de
qualidades específicos e as implicações dessas decisões.
Já o método SAEM possui uma distinção dos demais métodos, que é a técnica
de avaliação adotada: métricas e o paradigma GQM (Basili et al., 1988). As métricas são
consideradas pelos especialistas do domínio como uma técnica mais precisa na avaliação de
atributos em termos de arquitetura (Kazman et al., 1994; Lung et al., 1997). Segundo
Dobrica, a especificação das métricas deve conter a medida escolhida para um atributo de
qualidade, uma escala de medição, e um conjunto de métodos para medir. Assim, duas
abordagens podem ser utilizadas com métricas: adaptar algumas já existentes (Bengtsson,
31
1998), ou criar novas métricas (Duenas et al., 1998).
Dobrica também considera o GQM como uma boa técnica para criar novas
métricas a partir de uma certa sequência de raciocínio, onde o resultado da aplicação desse
paradigma é a especificação de um sistema de medições objetivando um conjunto questões
específicas e um conjunto de regras para interpretação dos dados medidos. Esse modelo de
medições resultante possui três níveis: conceitual, operacional, e quantitativo, que
respectivamente se referem aos objetivos, questões e métricas.
O paradigma GQM também foi adotado nesta pesquisa, onde realizou-se a
montagem de um modelo de medições de acordo com o contexto e objetivos da avaliação das
arquiteturas de agentes emocionais, e que será apresentado no próximo capítulo.
3.3. Avaliação de agentes emocionais
Especificamente relativos a arquiteturas de agentes com emoções, são
estudados e medidos aspectos de aparência e credibilidade comportamental, debatidos pela
taxonomia de agentes de conversação de Isbister et al. (2002). Trata-se da verossimilhança
dos agentes, na qual os agentes oferecem uma “ilusão de vida”, e que segundo Isbister pode
ser avaliada pela técnica subjetiva de enquete buscando medir a satisfação de uma certa
audiência sobre a “ilusão de vida” do comportamento dos agentes.
Um exemplo de uso desse comportamento são os chatterbots, programas de
computador que simulam conversação inteligente, que atualmente estão sendo desenvolvidos
em aplicações educacionais e empresariais, e também na indústria de jogos, aproximando-se
do conceito de NPC (Non-Player Character) ou personagem não jogável, contribuindo para
tornar tais “seres virtuais” mais críveis e próximos da vida real (Vrajitoru, 2006).
Vrajitoru (2006) realizou uma pesquisa para desenvolver uma aplicação com
chatterbots, introduzindo um componente emocional para melhorar o realismo da conversa. A
pesquisadora realizou experimentos avaliando uma aplicação com chatterbots, onde duas
versões do programa foram submetidas à avaliação: uma com e outra sem o componente
emocional. O resultado foi que o componente emocional contribuiu e aprimorou a experiência
do diálogo e a impressão de realismo do chatterbot.
Muitos trabalhos foram publicados sobre aspectos da interação entre agentes
32
emocionais e usuários. Beale e Creed (2009) conseguiram reunir e revisar os resultados de
diversas pesquisas sobre como os agentes emocionais afetam os usuários. Seu objetivo era
fornecer um resumo dos principais estudos sobre a simulação de emoções em agentes,
reformular os resultados apropriadamente em termos dos efeitos emocionais demonstrados,
além de apresentar uma análise profunda, ilustrando as similaridades e inconsistências entre
diferentes experimentos em meio a uma variedade de domínios de aplicação. Beale e Creed
exploraram trabalhos voltados para as áreas de educação e aprendizado, videogames,
mudanças de comportamento, colaboração e outros. A seguir discutiremos dois trabalhos de
cada área, cujos resultados foram revisados por Beale e Creed.
Na área da educação e aprendizado, Beale e Creed discutiram entre outros
trabalhados, os resultados de Maldonado et al. (2005), que investigou o efeito de expressões
emocionais sintéticas em usuários, através da investigação de como coaprendizes
incorporados, agentes que simulavam o papel de um estudante, influenciavam as percepções e
desempenho de usuários em um ambiente de aprendizado web. Os sujeitos do experimento
divididos em três grupos foram submetidos a um número de questões na linguagem
americana, em um ambiente de aprendizado web, onde um grupo não tinha presente um
coaprendiz, o segundo tinha um coaprendiz presente mas sem emoções, e o último tinha um
coaprendiz cooperativo emocional. Beale e Creed acreditam que as comparações entre o
agente emocional e o não emocional não foram totalmente justas, pois o não emocional não
interagiu de forma alguma com os sujeitos.
Um outro trabalho na área de educação e aprendizado foi o de Burleson e
Picard (2007) que examinaram o potencial para um agente incorporado emocionalmente
inteligente em ajudar crianças de 11 a 13 anos a resolver o problema da Torre de Hanói. O
experimento comparou versões do agente que exibia reação não verbal e dirigida por sensor
com um mostrando interações não verbais pré-gravadas, e agentes que forneciam suporte
afetivo contra aqueles que forneciam suporte à tarefa. O agente que fornecia reação não verbal
dirigida por sensor e suporte afetivo foi considerada mais inteligente emocionalmente do que
um agente que fornecia uma dessas características separadamente, ou nenhuma delas.
Burleson e Picard examinaram ainda se a inteligência emocional do agente tinha alguma
influência nos sujeitos sobre seus sentimentos de frustração, perseverança, motivação, e
habilidade de aprendizado. Mas nos resultados desse estudo não houve diferenças
significantes.
33
Na área de videogames, ou jogos de computador e vídeo, Beale e Creed
debateram entre outros trabalhos, os resultados de Brave et al. (2005), que investigou nossas
respostas a emoções em computadores avaliando dois tipos diferentes de emoções: auto-
orientadas e outras orientadas a empatia. No experimento os sujeitos participaram do jogo
blackjack cassino, onde interagiram com um agente que exibia ou a falta de emoção auto-
orientada, ou a outra emoção empática orientada. Os resultados apontaram que os sujeitos
perceberam o agente empático significantemente mais cuidadoso, simpático, confiável e
submisso, além de perceberem que se sentiram mais ajudados durante a interação. Beale e
Creed destacaram que as expressões emocionais utilizadas por Brave aparentemente não
haviam sido verificadas antes do experimento.
Ainda sobre videogames, Prendinger et al. (2003) investigou os efeitos de
agentes de interface com empatia em um usuário enquanto joga um jogo matemático. O
experimento envolvia sujeitos respondendo a um quiz de questões matemáticas e tendo a
resposta galvânica da pele e pressão arterial medidas enquanto jogavam. Um grupo de
participantes interagiram com agente empático enquanto outro grupo interagiram com um
agente não empático. O empático respondia sorrindo com emoções de “felicidade” quando um
sujeito respondia corretamente, e quando errava, o agente respondia com emoções de “pena”.
Já o agente não afetivo responderia apenas com “certo” e “errado”, dependendo da resposta
correta ou errada dos sujeitos. Os sujeitos relataram que a interação com o agente empático
não fica mais difícil, frustrante ou agradável. Porém Beale e Creed alertam também que as
expressões emocionais não haviam sido corretamente verificadas no início do experimento.
Na área de mudança de comportamento, que foca no potencial dos agentes
incorporados para ajudar a pessoas mudarem hábitos comportamentais e problemáticos,
Bickmore e Pickard (2005) desenvolveram um assessor incorporado de exercícios chamado
Laura, que tentou construir e manter um relacionamento com sujeitos que interagiram com o
agente diariamente, durante um mês. Laura usou uma série de estratégias que os seres
humanos usam para estabelecer e manter relacionamentos, incluindo comunicação empática,
social e educada, falar das formas humor, relacionamento e adequada de endereço. Além
disso, Laura usou uma série de comportamentos não verbais, incluindo gestos com as mãos,
olhando e afastando a visão do usuário, aumentando e diminuindo de sobrancelhas, acena com
a cabeça e caminhando dentro e fora da tela. Os resultados deste estudo apontaram que os
sujeitos gostaram mais de Laura quando interagiram com a versão relacional em oposição a
34
versão não relacional (ou seja, condição em que não foram utilizadas estratégias relacionais).
Ainda na área de mudança de comportamento, Berry et al. (2005) avaliou
empiricamente um agente conversacional incorporado chamado GRETA para investigar a
importância das expressões emocionais de ser consistente com um mensagem persuasiva. O
experimento tratava de um programa que oferecia aos usuários, em um certo número de
vezes, uma mensagem positivamente preparada sobre uma alimentação saudável. Este
programa incluía o uso do GRETA, em uma versão que produzia as mensagens apenas por
voz humana de um ator, ou somente via texto, e outras versões incluíram expressões
emocionais faciais de forma ou consistente ou inconsistente com o conteúdo e contexto da
mensagem. Os resultados mostraram que a versão neutra de GRETA foi melhor avaliada na
qualidade de evidência fornecida, convencimento, e grau de confiança. Apesar disso, a versão
de GRETA com consistência emocional resultou em um desempenho de memória
significantemente melhor, em comparação com as outras versões.
Já na área da colaboração, onde a habilidade de expressar emoções em
experiências colaborativas virtuais podem melhorar o fluxo de uma interação e torná-la mais
efetiva, Beale e Creed discutiram os resultados do trabalho de Fabri et al. (2005), que
examinou o impacto de emoções simuladas em um ambiente de comunicação. No
experimento, os sujeitos participaram de um bate-papo por um mensageiro virtual, onde
discutiram um assunto predefinido, e um grupo utilizou avatares emocionalmente expressivos,
e o outro grupo com avatares não expressivos. Os resultados indicaram que, enquanto os
sujeitos que foram representados pelos avatares emocionalmente expressivos, sentiram-se
mais envolvidos na tarefa do que os que foram representados pelos avatares não expressivos,
aqueles que interagiram com o avatar não expressivo apreciaram melhor a interação. As
expressões emocionais foram inicialmente verificadas antes de rodar os experimentos.
Um outro trabalho analisado na área de colaboração, foi o de Bartneck (2003),
que testou a influência da incorporação de um personagem, para ambos na tela e na forma
robótica, e suas expressões emocionais. No experimento, os sujeitos foram solicitados a
completar uma tarefa com o personagem na tela, que envolvia negociar valor de selos. Os
sujeitos avaliaram o agente em um número de variáveis, e concluiu-se que a inclusão da
emoção não teve um impacto significativo nas percepções e comportamentos dos sujeitos.
Vale ressaltar que a personificação do agente foi não humano e consistia de um rosto redondo,
35
com uma linha para a sobrancelha, um único olho grande, e uma linha para a boca, e nenhuma
verificação inicial foi feita para saber se os participantes reconheciam as expressões
emocionais.
A conclusão geral de Beale e Creed (2009) foi que os resultados dessas
pesquisas, em todas as áreas, frequentemente são inconclusivos e contraditórios, pois vários
estudos destacam o potencial da emoção simulada para influenciar os usuários de várias
formas, ora melhorando e ora dificultando as interações com agentes. Apesar disso, os
pesquisadores reforçam que não há evidências fortes para sugerir que os agentes emocionais
dificultem uma interação.
Baseado nas discussões dessa revisão, Beale e Creed ainda forneceram
orientações gerais para se conduzir uma pesquisa sobre o assunto, tais como:
• sempre validar as expressões emocionais;
• promover uma comparação justa entre agentes emocionais e não emocionais;
• oferecer descrições explícitas sobre as expressões emocionais;
• prover dados estatísticos onde relate todos os valores das médias e desvios-padrões;
• buscar uma abordagem mais refinada para estudar os tipos de agentes, em que tipos de
domínio, causam que tipos de efeitos nas atitudes dos usuários.
Desse levantamento de Beale e Creed, a partir de suas tabelas comparativas,
tomando apenas aqueles estudos de relevância mais alta, e selecionando apenas as variáveis
que tiveram resultados positivos, capturamos doze métricas relacionadas ao objetivo de
avaliar a influência das emoções simuladas sobre experiência subjetiva dos usuários. No
capítulo seguinte está descrito todo o detalhamento sobre as métricas escolhidas e as questões
que ajudaram a responder.
3.4. Considerações finais
A respeito dos métodos analítico e experimental descritos na seção 3.1, para
esta pesquisa de avaliação de arquitetura de agentes emocionais, o método experimental é
mais adequado do que o outro, devido a complexidade do que seria uma prova matemática, o
que poderia tornar a avaliação inviável. Wooldridge (2002) também alertou sobre essa
36
dificuldade quando debateu sobre verificação de sistemas multiagentes, onde declarou que
“provas são extremamente difíceis, mesmo em lógica clássica”.
Durante esta pesquisa não foram encontrados estudos específicos nem
metodologias sobre avaliação e comparação de arquiteturas de agentes emocionais. Os únicos
estudos encontrados referem-se à avaliação experimental de cada arquitetura individualmente
por seus próprios pesquisadores, sem levar em consideração outras arquiteturas de agentes
emocionais, e sem uniformidade nas metodologias de avaliação.
De todas as arquiteturas de agentes com emoções citadas no capítulo 2, o único
trabalho que faz alguma comparação entre arquiteturas é o de Jiang (2007), que compara o
desempenho de sua arquitetura proposta EBDI contra duas versões da BDI original, uma
egoísta e outra altruísta, usando o ambiente experimental Tileworld (Pollak et al., 1990). No
entanto, Wooldridge alerta para as avaliações baseadas no ambiente Tileworld declarando que
“é um ambiente útil no qual se pode experimentar os agentes, porém representa uma
simplificação grosseira de cenários do mundo real” (Wooldridge, 2002, p. 40).
Portanto, pelas limitações evidentes das atuais pesquisas sobre o assunto, e
como as demais avaliações de arquiteturas de agentes tiveram abordagens e técnicas variadas,
existe um campo aberto nesta área para buscar mais esclarecimentos, tentar classificar os
aspectos mais relevantes de cada pesquisa, selecionar técnicas e métricas adequadas, para
assim formar uma abordagem que permita avaliar com objetividade. No capítulo seguinte
descrevemos os detalhes da metodologia proposta nesta pesquisa para a avaliar arquiteturas de
agentes emocionais.
37
Capítulo 4
MetodologiaNeste capítulo é explicada a metodologia proposta neste trabalho que buscou
resolver o problema da falta de metodologia de avaliação das arquiteturas de agentes com
emoções. Dessa forma, era necessário buscar métodos já utilizados em outras avaliações de
arquiteturas de agentes, descobrir que atributos e métricas poderiam ajudar a classificar a
qualidade das arquiteturas de agentes com emoções, além de se verificar aspectos da
influência de agentes implementados a partir das arquiteturas sobre o desempenho e a
experiência subjetiva de usuários.
Dos dois métodos de pesquisa citados no capítulo anterior, o único que poderia
ser escolhido para este trabalho foi o experimental, devido às dificuldades do método analítico
levantadas por Hayes-Roth (1991) e confirmadas por Wooldridge (2002). No entanto, para
conduzir a escolha das métricas o uso do paradigma GQM (Basili et al., 1988) foi
extremamente útil, onde a partir dos objetivos da avaliação, derivamos perguntas, e baseado
nos trabalhos relacionados, escolhemos as métricas necessárias para alcançar as respostas
sobre uma metodologia de avaliação das arquiteturas.
Nas próximas seções serão esclarecidas todas as informações essenciais deste
trabalho sobre que procedimentos adotar, a ordem das etapas, juntamente com todos os
instrumentos necessários para a realização da nossa proposta de metodologia de avaliação de
arquitetura de agentes com emoções.
4.1. Modelo Proposto
Na tabela 8, usando a abordagem GQM, inspirados nos trabalhos de García-
Magariño et al. (2010) e de Beale e Creed (2009), resumimos os três níveis do modelo de
medida proposto para avaliação das arquiteturas, onde é possível rastrear as métricas
propostas a partir dos objetivos da avaliação, observando cada questão que se busca responder
para determinar se os objetivos foram atingidos.
Na primeira coluna da tabela 8, foram colocados os objetivos que considera-se
38
fundamentais para a avaliação de uma arquitetura de agentes emocionais, que são:
• avaliar a qualidade do projeto arquitetural;
• avaliar a interação humano computador usando a incorporação dos agentes.
Na segunda coluna, pode-se ver as questões que foram derivadas dos objetivos,
e na terceira coluna, as métricas responsáveis por responder cada questão da avaliação.
Sobre as métricas relacionadas aos atributos de qualidade, acredita-se que são
de grande importância para que se possa avaliar os aspectos arquiteturais dos agentes antes
mesmo de implementá-los. Acredita-se também que tais métricas podem ajudar a identificar
problemas arquiteturais (García-Magariño et al., 2010) e ainda classificar quais arquiteturas
possuem melhores atributos de qualidade.
Tabela 8 - Modelo de medidas para avaliar arquiteturas de agentes com emoções
Nível Conceitual -Objetivos (goal)
Nível Operacional - Questões (question)
Nível Quantitativo -Métricas (metric)
(i) Avaliar a qualidade do projeto arquitetural
Qual é o nível de extensibilidade da arquitetura?
Coesão
Acoplamento
Qual é o nível de modularidade da arquitetura?
Coesão
Acoplamento
Fan-in
Fan-out
Qual é o nível de complexidade da arquitetura?
Comunicações por módulo
Serviços por módulo
Componentes por módulo
Conhecimento por módulo
Tamanho
(ii) Avaliar a interação humano computador usando os agentes emocionais incorporados
Qual o nível de influência que o agente emocional produzido pela arquitetura pode causar sobre a experiência subjetiva de usuários da aplicação?
Cooperação
Simpatia
Ajuda percebida
Animação
Agradabilidade
Confiança
Carinho percebido
Redução de frustração
Inteligência
39
Tabela 8 - Modelo de medidas para avaliar arquiteturas de agentes com emoçõesNaturalidade nas reações
emocionais
Realidade no comportamento
Interesse
Qual o nível de influência do agente emocional sobre o desempenho dos usuários da aplicação?
Tempo decorrido para o usuário vencer
Número de tentativas necessárias para o usuário vencer
Baseado no levantamento feito por Beale e Creed (2009), visto que há muito
interesse em pesquisas de agentes incorporados (Gratch e Marsella, 2004; Bickmore e Picard,
2005; Maldonado et al. 2005; Mazzotta e de Rosis, 2006; Burleson e Picard, 2007;
Grolleman et al., 2006; Isbister, 2006; Gong, 2007), e como o potencial em melhorar a
interação humano computador (IHC) com agentes permanece incerto (Brave et al., 2005),
então defendemos que esses aspectos de IHC também devem ser avaliados em uma
arquitetura de agente com emoções.
Assim, as demais métricas relativas ao segundo objetivo foram escolhidas a
partir da pesquisa de Beale e Creed (2009), observando apenas os trabalhos considerados de
relevância alta, nas áreas educacional e treinamento, jogos de computador, mudança de
comportamento, colaboração e outros.
4.2. Etapas da Avaliação
Nesta seção serão detalhadas as etapas da metodologia proposta neste trabalho
para se avaliar arquiteturas de agentes com emoções. Essas etapas se agrupam em torno dos
dois objetivos propostos no modelo de medidas sobre a avaliação dos atributos de qualidade e
a avaliação dos efeitos da interação com agentes emocionais.
4.2.1. Avaliação dos Atributos de Qualidade
Baseado na suíte de métricas proposta por García-Magariño et al. (2010)
(figura 11), deve-se calcular as fórmulas definidas a seguir para se chegar às medições das
métricas dos atributos de qualidade. Porém, neste trabalho, as variáveis de García-Magariño
40
tiveram que ser adaptadas para a avaliação específica de arquiteturas de agentes com
emoções, já que o trabalho de García-Magariño avaliava arquiteturas de SMA.
4.2.1.1. Analisar Modelos Arquiteturais
O primeiro passo para se avaliar a qualidade de um projeto arquitetural de
agente com emoções é fazer uma análise inicial da arquitetura sobre seus modelos e
diagramas, para identificar e enumerar todos seus módulos, componentes, comunicações entre
módulos, serviços da arquitetura, e elementos de conhecimento.
Tão logo essa análise estiver completa, então já é possível avançar para as
próximas etapas, aplicar os números anotados nas fórmulas para avaliação da extensibilidade,
complexidade e modularidade.
4.2.1.2. Avaliar a Extensibilidade
Segundo García-Magariño et al. (2010), as métricas para extensibilidade
ajudam a verificar se as arquiteturas foram projetadas para incluir ganchos e mecanismos para
expandir ou melhorá-las com novas habilidades sem ter que fazer grandes mudanças em sua
infraestrutura.
Essas métricas estão intrinsecamente relacionadas aos conceitos de módulos e
componentes. Então como no passo anterior os módulos e componentes já foram identificados
e contabilizados, agora basta aplicar os valores descobertos nas fórmulas das métricas. No
capítulo 2, foram apresentadas as estruturas de módulos e componentes de várias arquiteturas
de agentes emocionais.
Figura 11 - Atributos de qualidade para medir sobre as arquiteturas
Fonte: García-Magariño et al., 2010.
41
Tabela 9 - Métricas, fórmulas e variáveis para o atributo extensibilidadeNome da Métrica
Definição Fórmulas Variáveis
ChaCoesão da arquitetura
Média da coesão de cada
módulo da arquitetura
{DepComp Se NC >= 2MaxDepComp
1 Se NC = 1
DepComp = Número de dependências internas em cada módulo.MaxDepComp = Número máximo de dependências possíveis:
onde NC = número de componentes do módulo.
Cp Acoplamento
O número real de
dependências externas
dividido pelo número de
dependências externas possíveis
{DepMod Se N >= 2MaxDepMod
1Se N = 1
DepMod = Número de dependências entre módulos.MaxDepMod = Número máximo de dependências entre módulos:
onde N = número de componentes da arquitetura.
Fonte: García-Magariño et al., 2010
Dessa forma, para o atributo de extensibilidade, mensuramos ambas métricas
de acoplamento, que mede a dependência entre os módulos de uma arquitetura, e de coesão,
que mede as dependências internas de cada módulo em relação a seus componentes. As
fórmulas e as variáveis envolvidas paras essas métricas são apresentadas na tabela 9.
Com os valores das variáveis já identificados na etapa anterior, é possível
chegar rapidamente aos resultados das fórmulas, e assim quantificar os valores da coesão e
acoplamento da arquitetura.
4.2.1.3. Avaliar a Modularidade
Já para a modularidade (tabela 10), cujas métricas ajudam a verificar se os
módulos podem ser separados uns dos outros e recombinados sem grandes custos, além das
métricas coesão e acoplamento compartilhadas com a extensibilidade, também se aplicam as
métricas fan-in e fan-out, que respectivamente medem o número de dependências de chegadas
e saídas de um módulo.
Segundo García-Magariño, essas duas últimas métricas podem ser indicadores
de que um módulo pode ser responsável por um alto acoplamento e consequentemente uma
baixa modularidade da arquitetura.
42
Tabela 10 - Métricas, fórmulas e variáveis para o atributo modularidadeNome da Métrica Definição
Cha Coesão da arquitetura As mesmas definições e fórmulas utilizadas para o atributo extensibilidade.Cp Acoplamento
Fi Fan-in Número de dependências de comunicação de entrada para um módulo
Fo Fan-out Número de dependências de comunicação de saída de um módulo
Fonte: García-Magariño et al., 2010
Observa-se que o único módulo comum a maioria das arquiteturas de agentes
emocionais é o módulo relacionado ao processamento ou avaliação das emoções (Camurri e
Coglio, 1998; Hernández et al., 2004; Pereira et al., 2005; Parunak et al., 2006; Jiang, 2007),
e como há uma tendência entre os pesquisadores de que as arquiteturas devem permitir a
combinação de várias teorias da emoção junto ao processo de raciocínio dos agentes, então as
métricas fan-in e fan-out serão analisadas somente em relação ao módulo emocional.
Abordando dessa forma, permitimos que seja investigado se o módulo emocional da
arquitetura é o responsável pelo alto acoplamento, e consequentemente a causa da baixa
modularidade da arquitetura.
Esta etapa é semelhante à anterior, pois com os valores obtidos no primeiro
passo, basta aplicar os valores das variáveis às fórmulas da tabela 10 e assim computar as
métricas da modularidade. Nesta etapa, já se tem calculadas as métricas de coesão e
acoplamento do passo anterior, então basta calcular apenas fan-in e fan-out.
4.2.1.4. Avaliar a Complexidade
O último atributo de qualidade avaliado é a complexidade, que mede a
compreensibilidade da arquitetura e possui várias métricas que envolvem os relacionamentos
entre os elementos arquiteturais, os montantes de elementos por módulo (p. ex. elementos de
conhecimento, componentes e instâncias), e o montante total de elementos (p. ex. tamanho).
Da lista original de métricas relativas à complexidade defendida por García-Magariño et al.
(2010), apenas uma não se aplicou à pesquisa que foi a média de instâncias por módulo.
Da mesma forma dos dois passos anteriores, deve-se aplicar os números
obtidos no primeiro passo nas fórmulas da tabela abaixo para mensurar as métricas da
complexidade.
43
Tabela 11 - Métricas, fórmulas e variáveis para o atributo complexidadeNome da Métrica Definição
ACmM Média de Comunicações por módulo O número de protocolos de comunicação dividido pelo número de módulos
ASM Média de Serviços por módulo O número de serviços dividido pelo número de módulos
AKM Média de Elementos de Conhecimento por módulo
O número de componentes da arquitetura dividido pelo número de módulos
ACM Média de Componentes por módulo O número de elementos de conhecimento dividido pelo número de módulos
Sz Tamanho O número de componentes de elementos de modelagem de cada tipo
Fonte: García-Magariño et al., 2010
4.2.1.5. Classificar Arquiteturas
Os passos descritos acima são para serem realizados com cada arquitetura de
agente com emoções que se deseje avaliar. No entanto, os dados da avaliação dos atributos de
qualidade de uma arquitetura terão um significado mais útil quando comparados aos de outras
arquiteturas. Sendo assim, faz-se necessário um quinto passo para classificar as arquiteturas
em cada uma das métricas computadas nas três etapas anteriores.
Primeiramente, calcula-se a média aritmética para todas as métricas, para assim
ordenarmos todas as arquiteturas que desejamos comparar. Os gráficos de barra horizontal são
bastante úteis para realizar essa comparação, colocando os nomes das arquiteturas no eixo das
ordenadas e os valores calculados da métrica no das abscissas. Os valores do eixo das
ordenadas deve está ordenado pela classificação da métrica em estudo. Deve-se fazer um
gráfico para cada métrica.
Com gráficos, fica mais fácil observar por exemplo que arquitetura possui a
maior coesão, ou o menor acoplamento. No próximo capítulo, descrevemos um experimento
realizado utilizando a nossa metodologia, onde apresentamos o uso de gráficos como
ferramenta de comparação.
4.2.1.6. Analisar Resultados dos Atributos de Qualidade
Com todas as métricas calculadas, além da comparação entre arquiteturas em
cada métricas individualmente, sugerimos uma comparação geral usando todas as métricas
juntas, tal que no fim possamos afirmar, dentre um conjunto definido de arquiteturas, qual
44
delas apresenta o melhor projeto arquitetural.
Esse procedimento é semelhante ao método de García-Magariño et al. (2010)
em que arquiteturas são comparadas em pares, e pontuadas com “+” ou “-”, caso na
comparação se saiam melhor ou pior, respectivamente, do que a outra. García-Magariño fez
essa comparação para cada atributo de qualidade: extensibilidade, modularidade e
complexidade. No entanto, na sua pesquisa havia um ponto de discussão não resolvido, que
era ter valores recomendáveis para as métricas, para que os projetistas pudessem medir suas
arquiteturas e saber se elas estão dentro dos valores recomendados.
Na nossa metodologia, apresentamos uma variação desse método de García-
Magariño, onde a pontuação para cada arquitetura é dada com tantos “+” ou “-”, quanto mais
ela se afasta da média na classificação positivamente, observando as características desejáveis
nas arquiteturas. Todas as arquiteturas devem ser pontuadas em todas as métricas dos atributos
de qualidade. Por exemplo, se uma arquitetura, especificamente na métrica complexidade,
aparecer na 3ª posição da classificação acima da média, essa arquitetura obterá três “-” na
classificação geral.
Enfim, para cada arquitetura, deve-se contar todos os “+” alcançados na
pontuação, subtraindo dessa soma todos os “-” que também tiver ganhado. O número final
dessa operação algébrica será o valor de classificação geral do nível de qualidade do projeto
arquitetural das arquiteturas. Com isso, agora é possível apontar objetivamente qual
arquitetura de agentes emocional possui o melhor projeto arquitetural em termos de atributos
de qualidade.
4.2.2. Avaliação dos Efeitos da Interação Com Agentes Emocionais
O outro momento da avaliação busca esclarecer as perguntas do segundo
objetivo, que é avaliar a interação humano computador usando os agentes emocionais
incorporados. Neste caso, é necessário realizar etapas específicas com procedimentos
indicados para esse tipo de avaliação que, em nossa metodologia, foram baseadas nas
orientações gerais de Beale e Creed (2009) discutidas no capítulo anterior.
Essa avaliação envolve a implementação de uma aplicação com os agentes das
arquiteturas que se pretende avaliar, e a participação de pessoas em experimentos onde serão
consultadas sobre sua experiência subjetiva após interagirem com a aplicação. No fim, a partir
45
dos dados coletados, será possível comparar as arquiteturas de agentes com emoções em
relação ao processo de interação humano computador.
4.2.2.1. Projetar Aplicações com Agentes Emocionais
O primeiro passo para fazer a avaliação da interação agente usuário é projetar a
aplicação em que será implementado o agente com emoções a partir da arquitetura a ser
avaliada. Essa aplicação deverá estar relacionada especificamente com um domínio de uso de
agentes com emoções. Beale e Creed (2009) chegaram a um levantamento de cinco domínios
mais comuns na área: educação e aprendizado, jogos de computador, mudança de
comportamento, colaboração e outros.
Sugerimos que se projete uma aplicação em um desses domínios, e pela
riqueza e complexidade dos personagens nos atuais jogos de computador (Shihab, 2009;
Hons, 2010), consideramos o domínio de jogos ideal para realizar experimentos de avaliação
de arquiteturas de agentes com emoções.
Dessa forma, para iniciar o projeto da aplicação com agentes, indicamos o uso
de uma metodologia de desenvolvimento especificamente voltada para agentes, como a
Prometheus (Padgham e Winikoff, 2002).
Segundo resultados da avaliação de Sudeikat (2005), essa metodologia permite
uma modelagem bastante detalhada através de seus descritores, usa compreensivamente as
noções de BDI durante todo o ciclo de desenvolvimento, é a única metodologia que descreve
as crenças individuais dos agentes em detalhes, é somente nela onde os eventos são
explicitamente mencionados, e também apenas ela é que possui descritores especiais para as
propriedades das mensagens. Prometheus também possui uma ferramenta de projeto, a
Prometheus Design Tool (PDT), que é distribuída gratuitamente, permite desenhar e
documentar, é bastante útil e de fácil uso para notação.
Logo após o detalhamento do projeto, deve-se iniciar fase da implementação.
Para isso, precisa ser também definida a plataforma de desenvolvimento, que indicamos a
Jadex (Pokahr, 2005), que foi desenvolvida pela unidade de Sistemas de Informação e
Sistemas Distribuídos do departamento de Ciências da Computação da Universidade
Hamburgo, que estendeu a plataforma de agentes JADE com sofisticados mecanismos BDI.
Precisa-se também definir as “expressões emocionais” que o agente
46
incorporado utilizará para realizar a interação com o usuário, que podem ser na forma de
expressões faciais, frases, sons, gestos, ou postura do corpo (Schiano et al., 2000; Breazeal,
2002).
Independentemente do tipo de expressão emocional escolhida, aconselhamos
que essas expressões sejam validadas junto aos sujeitos que serão submetidos à interação com
a aplicação, para verificar se eles são capazes de distinguir que emoção corresponde a uma
determinada expressão emocional exibida pelo agente (Beale e Creed, 2009). Após essa
última definição, as implementações de todas as arquiteturas devem usar o mesmo modelo de
expressões emocionais.
Como nesta metodologia, o domínio da aplicação sugerido é a de jogos de
computador. é importante que se implemente uma versão do jogo com agentes emocionais
que interagem com os usuários, e uma outra versão sem agentes emocionais. Dessa forma, os
jogadores serão avaliados se seu desempenho melhora ou piora pela interação com o agente
emocional. Com isso, será possível verificar qual arquitetura fornece agentes emocionais que
podem melhorar ou piorar o desempenho dos jogadores.
Um último detalhe do projeto da aplicação, é implementar estratégias de
mensuração automatizada do tempo médio e do número de tentativas médias dos jogadores
para facilitar a coleta desses dados.
4.2.2.2. Preparar Questionários
Considerando a necessidade de se validar o reconhecimento das expressões
emocionais dos agentes emocionais, então primeiramente, deve-se preparar um instrumento
para registrar a opinião dos usuários da aplicação sobre as expressões emocionais, antes deles
interagirem com a aplicação. Sugerimos a criação de um questionário no formato de página
web com o registro das respostas em um banco de dados.
Além desse primeiro questionário, ainda é necessário preparar mais um outro,
que registrará as experiências subjetivas dos usuários pelas suas interações com o agente
emocional da aplicação. Este último deve ter suas perguntas planejadas cuidadosamente pois
envolverão variáveis para medidas subjetivas, medidas de comportamento, ou medidas de
desempenho, dependendo da aplicação criada. Por exemplo, no campo de jogos de
computador, pode-se medir aspectos da percepção subjetiva, assim como dados de
47
desempenho dos usuários.
Em particular para nossa metodologia, que implementa jogos na aplicação, as
variáveis que medem a experiência subjetiva dos usuários foram extraídas do trabalho de
Beale e Creed (2009), das pesquisas consideradas de relevância alta:
• Interesse: registra o quão interessante o agente foi considerado pelo usuário.
• Realidade do comportamento: registra o nível de verosimilhança do comportamento
do agente emocional para o usuário.
• Naturalidade nas reações emocionais: registra o nível de naturalidade das reações
emocionais do agente considerada pelo usuário.
• Inteligência: registra o nível de inteligência das atitudes do agente considerado pelo
usuário.
• Redução de Frustração: registra se o agente emocional consegue fazer com que o
usuário se sinta menos frustrado ao perder uma partida.
• Carinho percebido: registra o quão carinhoso o usuário percebeu o agente.
• Confiança: registra o nível de confiança que o agente consegue passar ao usuário
quando interage com a aplicação.
• Agradabilidade: registra a agradabilidade do agente percebida pelo usuário.
• Animação: registra o quão animado o usuário percebeu que o agente era.
• Ajuda percebida: registra se o nível de ajuda do agente que o usuário percebeu.
• Simpatia: registra o nível de simpatia que o usuário considerou do agente.
• Cooperação: registra o quanto o usuário percebeu de cooperação do agente para que
ele vencesse a partida no jogo.
Além de todas essas variáveis subjetivas, para o domínio de jogos, ainda é
importante medir o desempenho dos usuários no jogo. Assim, acrescentamos mais duas
variáveis que são:
• tempo médio: o tempo médio utilizado pelo jogador para vencer uma partida.
• média de tentativas: indica a média de tentativas necessárias para que o jogador
possa vencer uma partida do jogo.
48
Todas essas variáveis deverão ser transcritas em forma de perguntas no
segundo questionário, e com exceção dessas duas últimas, todas as demais deverão ser
respondidas pela escolha de um valor dentro de uma escala de valores. O valor zero deve
indicar que o participante não percebeu a característica do agente perguntada.
4.2.2.3. Definir e Organizar a População
Como a avaliação dos efeitos da interação do usuários com o agente emocional
envolve a coleta da opinião de pessoas, então precisamos definir e organizar uma população
para participar dos experimentos, onde elas interagirão com a aplicação de agentes, e
preencherão os questionários contando como foi sua experiência pessoal.
Recomendamos a definição de um local físico ou geográfico para a escolha da
população, um equilíbrio na quantidade de pessoas de ambos sexos, assim como uma variação
não muito extensa na faixa etária dos participantes. Ainda, uma importante variável que deve
ser considerada nas respostas dos questionários em relação a definição da população é a
experiência dos participantes no jogo implementado.
Por fim, a divisão da população em amostras ou grupos é necessária para a
realização dos experimentos, onde enquanto um grupo interage com o agente emocional de
uma arquitetura, um outro grupo interage com o agente da outra arquitetura.
4.2.2.4. Verificar a Compreensão das Expressões Emocionais
Independente da amostra da população, o questionário de validação das
expressões emocionais deverá ser aplicado a todos os usuários antes deles terem qualquer
contato com a aplicação de agentes com emoções. Esse procedimento ajudará a verificar a
capacidade de reconhecimento correto das emoções pelos sujeitos participantes, e validará o
modelo de expressões emocionais escolhido.
4.2.2.5. Realizar Experimentos e Aplicar Questionários
Tão logo o passo de validação das expressões emocionais seja concluído, já é
possível colocar os sujeitos para interagirem com a aplicação desenvolvida. Para o domínio de
jogos, além dos dados da experiência subjetiva do usuário pela interação com o agente
emocional, as informações sobre o desempenho do usuário também deverão ser coletadas e
registradas no mesmo questionário.
49
Se o tipo de jogo implementado permitir a opção de escolha do nível de
dificuldade, deve-se também registrar os dados do desempenho dos usuários no jogo para o
nível fácil e depois registrar para um nível mais difícil. Esse procedimento é fundamental para
se analisar se uma arquitetura oferece agentes emocionais que favoreçam a melhora do
desempenho dos jogadores.
O desempenho de jogadores também será medido tanto na versão do jogo sem
agentes, quanto na versão com agentes emocionais.
4.2.2.6. Analisar Resultados da Verificação das Expressões Emocionais
Após a realização dos experimentos, os dados do preenchimento do primeiro
questionário deverão ser computados e a analisados, para verificar a qualidade do modelo de
expressões emocionais adotado nas implementações.
A análise dos dados deve focar sobre a taxa de erros e acertos de
reconhecimento de cada expressão emocional. A análise pode ser facilitada com a ajuda de
uma planilha ou gráfico. Indicamos o uso de um gráfico de barras onde no eixo das abscissas
escrevam-se os nomes das expressões emocionais, e no eixo das ordenadas os percentuais.
Para cada abscissa, duas barras exibem ambas taxas de acerto e erro. No capítulo seguinte,
apresentaremos um exemplo do uso dessa abordagem.
O resultado dessa validação poderá confirmar problemas nas expressões
emocionais utilizadas, por exemplo, uma confusão entre expressões de tristeza e preocupação.
Nesse caso, a tristeza é uma emoção básica associada a sentimentos em relação a um “eu”,
enquanto a preocupação é mais de uma emoção empática, onde o foco é mais sobre o as
emoções de outra pessoa (Beale e Creed 2009).
O uso de expressões emocionais inadequadas pode confundir os participantes e
prejudicar o resultado final da avaliação das arquiteturas pela mensuração da experiência
subjetiva dos usuários da aplicação.
4.2.2.7. Analisar Resultados da Experiência Subjetiva
Os resultados da experiência subjetiva dos participantes dos experimentos será
baseada nos dados coletados pelo segundo questionário. A análise desses resultados pode ser
dividida em duas fases:
50
• análise das variáveis subjetivas;
• análise da influência dos agentes emocionais sobre as variáveis de desempenho dos
usuários nos níveis fácil e difícil do jogo;
Na primeira análise, o que será investigado é como a arquiteturas de agente
emocional pode influenciar na experiência subjetiva dos usuários de um jogo de computador.
À medida que se for avaliando mais arquiteturas, os dados poderão ser comparados e assim
observarmos que arquitetura tem mais influência nos usuários sobre uma determinada
variável.
Na segunda fase da análise, o que se deve observar são as diferenças nos
resultados com uso de agentes emocionais e sem o uso de agentes. Verificar se houve melhora
ou piora no desempenho dos usuários pela interação com os agentes emocionais, e os
resultados analisados para uma arquitetura devem ser comparados com os resultados de outras
arquiteturas.
4.3. Considerações Finais
A metodologia avaliação de arquiteturas de agentes emocionais proposta neste
trabalho, detalhada neste capítulo, baseia-se num modelo de métricas, onde se utilizou a
abordagem GQM para orientar a sua estruturação, a partir dos objetivos de avaliar atributos de
qualidade e os efeitos da interação de usuários com agentes implementados dessas
arquiteturas.
Além disso, apresentamos neste capítulo uma ordem coerente dos
procedimentos a realizar para esta metodologia, que foram organizados em etapas bem
definidas e relacionadas com cada um dos dois objetivos da avaliação. Não há uma ordem
rígida sobre qual dos dois objetivos deve ser realizado primeiro.
Sobre a etapa de projeto de aplicação, ressalta-se que é possível implementar
mais de um tipo de aplicação, para oferecer mais oportunidades dos usuários interagirem com
o agente emocional implementado a partir da arquitetura em avaliação. Da mesma forma,
além dos dois questionários debatidos acima, outros poderão ser criados complementarmente,
dependendo da necessidade da avaliação.
No capítulo seguinte, apresentamos os resultados de um experimento avaliando
51
arquiteturas de agentes com emoções utilizando a metodologia proposta neste trabalho.
52
Capítulo 5
ExperimentosNeste capítulo são apresentados os resultados de experimentos realizados pela
aplicação da metodologia proposta neste trabalho na avaliação de cinco arquiteturas de
agentes com emoções.
Logo após a escolha dessas arquiteturas, seguiu-se para as etapas de avaliação
dos atributos de qualidade sobre todas as cinco arquiteturas. Em seguida, das cinco
arquiteturas, foram escolhidas apenas duas para serem implementadas e submetidas à
avaliação dos efeitos da interação das pessoas com os agentes emocionais.
As cinco arquiteturas escolhidas para a realização dos experimentos foram:
Camurri e Coglio (1998), BDIE (Hernández et al., 2004), Emotional-BDI (Pereira, 2005),
DETT (Parunak et al., 2006) e EBDI (Jiang, 2007), todas já apresentadas no capítulo 2.
5.1. Avaliando Atributos de Qualidade
Nas próximas seções, mostraremos como foram realizadas as etapas para
avaliação dos atributos de qualidade das arquiteturas. Começamos pela etapa de análise de
cada arquitetura para descrever suas estruturas em termos de módulos, componentes e
comunicações, e em seguida, exibimos os resultados da avaliação das métricas da
extensibilidade, modularidade e complexidade.
5.1.1. Análise dos Módulos e Componentes
Como o primeiro objetivo específico da pesquisa era avaliar a qualidade do
projeto arquitetural, onde as questões que deveriam ser respondidas estavam relacionadas aos
atuais níveis de extensibilidade, modularidade e complexidade das arquiteturas de agentes
emocionais, primeiramente precisamos quantificar as variáveis de cada arquitetura,
necessárias para mensurar cada métrica dos atributos de qualidade, o que é apresentado na
tabela 12.
53
Tabela 12 - Quantificação das variáveis necessárias ao cálculo das métricas dos atributos de qualidade
Arquitetura Módulos da arquitetura
Componentes da arquitetura
Comunicações entre módulos
Serviços da arquitetura
Elementos de conhecimento da arquitetura
BDIE 4 9 7 5 4
DETT 4 9 5 4 5
EBDI 4 12 11 8 4
Emotional-BDI 6 16 15 8 8
Camurri-Coglio 5 11 8 6 5
5.1.2. Avaliação da Extensibilidade
Sobre o atributo de qualidade extensibilidade, a partir das definições explicadas
no capítulo anterior para cada métrica, e usando os dados quantificados na tabela 12,
calculamos as fórmulas e chegamos aos resultados apresentados na tabela 13. No entanto,
para que pudéssemos ter uma visão mais clara desses resultados, calculamos a média de cada
métrica, e em seguida ordenamos as arquiteturas pelos seus valores, inserindo o valor da
média na posição correta. O resultado desse organização pode ser observado nas figuras 12 e
13.
Tabela 13 - Resultado das métricas de extensibilidade das arquiteturas
Arquitetura Cha CpBDIE 1,42 0,19
DETT 0,92 0,11
EBDI 0,92 0,18
Emotional-BDI 1,31 0,18
Camurri-Coglio 1,33 0,29
Como García-Magariño et al. (2010) destacou que a extensibilidade nos
informa qual é o esforço necessário para incorporar novos requisitos em uma arquitetura, e
uma baixa coesão com um baixo acoplamento reduz esse esforço, assim pelas figuras 12 e 13,
observa-se que a arquitetura Emotional-BDI e BDIE obtiveram os melhores níveis de
extensibilidade dentre as outras arquiteturas, pois a Emotional-BDI foi a única que ficou
acima da média na coesão enquanto se manteve abaixo no acoplamento.
54
A arquitetura BDIE alcançou o maior valor na coesão, mas no acoplamento
obteve um valor menor que a média, porém essa diferença não foi tão expressiva nem tão
distante do valor alcançado pela Emotional-BDI. Por outro lado, as arquiteturas EBDI e a de
Camurri e Coglio obtiveram obtiveram os níveis mais baixo de extensibilidade, pois enquanto
a primeira obteve um valor baixo na coesão, alcançou um valor alto para o acoplamento, e a
segunda obteve o comportamento inverso.
5.1.3. Avaliação da Modularidade
Para avaliar a modularidade das arquiteturas, além das métricas Cha e Cp ,
respectivamente coesão e acoplamento, precisávamos mensurar as outras duas métricas Fi e
Fo , respectivamente fan-in e fan-out, que especificamente para estes experimentos foram
mensuradas em relação ao módulo de processamento das emoções. O resultado da
mensuração das quatro métricas é apresentado na tabela 14.
Figura 13- Análise do acoplamento das arquiteturas
DETT
EBDI
Emotional-BDI
Média
BDIE
Camurri e Goglio
0,000 0,050 0,100 0,150 0,200 0,250 0,300
Figura 12- Análise da coesão das arquiteturas
DETT
EBDI
Média
Emotional-BDI
Camurri e Goglio
BDIE
0,000 0,200 0,400 0,600 0,800 1,000 1,200 1,400 1,600
55
Tabela 14 - Resultado das métricas de modularidade das arquiteturas
Arquitetura Cha Cp Fi FoBDIE 1,42 0,19 2,00 3,00
DETT 0,92 0,11 2,00 1,00
EBDI 0,92 0,18 3,00 2,00
Emotional-BDI 1,31 0,18 6,00 5,00
Camurri-Coglio 1,33 0,29 4,00 4,00
Como já analisamos as métricas Cha e Cp , agora apresentamos a análise das
outras duas métricas Fi e Fo que novamente calculamos suas médias previamente e em
seguida ordenamos as arquiteturas pelos valores em relação à média. O resultado dessa
classificação pode ser visto na figura 14.
Apesar da arquitetura Emotional-BDI ter alcançado um nível relativo melhor
para a extensibilidade, para o atributo modularidade a arquitetura que alcançou os melhores
resultados considerando todas as quatro métricas foi a DETT. Isso quer dizer que essa
arquitetura pode ter seu componente de avaliação das emoções mais facilmente separado e
recombinado, e portanto é a arquitetura de agente emocional mais modular em relação às
outras quatro. Segundo os mesmos resultados, também podemos afirmar que as arquiteturas
Emotional-BDI e Camurri e Coglio são as que apresentaram a modularidade mais baixa
relativamente às outras.
5.1.4. Avaliação da Complexidade
Apresentamos agora os resultados da avaliação do último atributo de qualidade
Figura 14 - Análise das métricas fan-in e fan-out das arquiteturas
Emotional-BDICamurri e Goglio Média EBDI BDIE DETT0
1
2
3
4
5
6
Fan-InFan-out
56
que é a complexidade, cujo resultado da mensuração de suas métricas é apresentado na tabela
15. A análise individual de cada métrica é apresentada na figura 15 em gráficos de barras.
Como podemos notar acima, a partir das análises dos dados e gráficos, as
arquiteturas de maior complexidade são a EBDI e a Emotional-BDI, enquanto que a de menor
é a Camurri e Coglio seguida pela DETT, pois ambas se mantiveram mais frequentemente
abaixo da média em todas as métricas.
Tabela 15 - Resultado das métricas de complexidade das arquiteturas
Arquitetura ACmM ASM AKM ACM SzBDIE 1,75 1,25 1,00 2,25 16,00
DETT 1,25 1,00 1,25 2,25 14,00
EBDI 2,75 2,00 1,00 3,00 23,00
Emotional-BDI 2,50 1,33 1,33 2,67 31,00
Camurri-Coglio 1,60 1,20 1,00 2,20 19,00
Segundo o padrão IEEE Std. 1061 (1998), uma qualidade inaceitável pode ser
manifestada como uma complexidade excessiva, documentação inadequada, falta de
rastreabilidade ou atributos indesejados. Uma alta complexidade também significa que a
arquitetura tem um projeto ou implementação que é difícil de entender ou verificar (figuras 6
Figura 15 - Análise das métricas de complexidade das arquiteturas
57
e 11).
5.1.5. Classificação das Arquiteturas
Semelhante ao método de García-Magariño et al. (2010), apresentamos na
tabela 16 um quadro comparativo, que representa o resumo da avaliação geral das arquiteturas
para todas as métricas. Os símbolos “+” e “–“ indicam respectivamente pontuações positiva e
negativa de uma arquitetura em uma dada métrica pela sua posição relativa à média, levando
em consideração as características desejáveis nas arquiteturas.
Tabela 16 - Quadro comparativo de todas as métricas dos atributos de qualidade
Métrica BDIE DETT EBDI Emotional-BDI Camurri-Coglio
Cha + + + - - + + +
Cp - + + + + - -Fi + + + + + - - -Fo + + + + + + - - -
ACmM + + + + - - - + +ASM + + + + + + - + + + +AKM + - + - - +ACM + + - - - + +
Sz + + + - - - +Total da
Pontuação +12 +14 -2 -7 +7
5.1.6. Análise dos Resultados dos Atributos de Qualidade
Pela análise da tabela 16 acima, observando a última linha: “Total da
Pontuação”, os valores numéricos indicam a classificação final da avaliação dentre todos os
atributos e métricas de qualidade. Pode-se notar que a arquitetura DETT foi a que obteve os
melhores índices para os atributos avaliados, enquanto que a Emotional-BDI foi a pior
classificada. A classificação final das arquiteturas sobre os atributos de qualidade por ordem
decrescente de pontuação ficou assim: DETT, BDIE, EBDI, Camurri-Coglio e Emotional-
BDI.
58
5.2. Avaliando Interação Com Agentes Emocionais
Nas próximas seções, detalhamos a realização das etapas para avaliar a
interação das pessoas com os agentes emocionais implementados a partir das arquiteturas
BDIE e EBDI. Essas arquiteturas foram escolhidas para os experimentos, por serem ambas
extensões da arquitetura BDI, o que facilitaria suas implementações na plataforma escolhida
Jadex.
Será discutido a seguir detalhes das aplicações como o modelo de expressões
emocionais escolhido, diagramas do sistema, questionários aplicados, a escolha e divisão da
população, e principalmente os resultados obtidos.
5.2.1. Aplicações
Para nossos experimentos, implementamos dois tipos de aplicações com
agentes emocionais a partir das arquiteturas em avaliação, a EBDI e a BDIE. A primeira
aplicação é o jogo Campo Minado e a segunda é uma aplicação geral sem um domínio
específico, que se encaixa no tipo outros de Beale e Creed (2009), chamou-se de Javagotchi.
5.2.1.1. Jogo Campo Minado
Semelhantemente aos experimentos de Brave et al. (2005), que investigou os
efeitos psicológicos das emoções em agentes sobre os usuários, e que para isso utilizou uma
versão do jogo blackjack cassino, a nossa metodologia também sugere o uso de um jogo para
ajudar a investigar os efeitos da interação dos usuários com agentes emocionais
implementados a partir das arquiteturas sob avaliação.
Em nossos experimentos, o jogo escolhido foi o Campo Minado, numa versão
modificada que exibe um Assistente, o agente emocional incorporado representado por uma
expressão facial das emoções em duas dimensões (2D), que também se comunica através de
um conjunto limitado de frases randômicas (figura 16).
O uso de rostos nas aplicações é motivado pela importância das expressões
faciais como sendo o nosso meio primário de comunicar nossas emoções. A comunicação face
a face é bastante natural e social para as interações entre pessoas, e evidências substanciais
sugerem que pode também ser verdade para interações entre pessoas e computadores (Schiano
59
et al., 2000).
Essa versão do jogo Campo Minado com um rosto expressando as emoções do
agente foi inspirada também no trabalho de Okonkwo et al. (2001), que encontrou resultados
significantes sobre a melhoria da concentração e da motivação dos usuários que interagiram
com as expressões faciais de um agente emocional. Na tabela 17, estão descritos quais
estímulos desencadearam quais emoções durante o jogo.
Tabela 17 - Estímulos e emoções relacionados no jogo Campo Minado
Situação Emoção do agente
Nívelda emoção
Expressão facial
Usuário descobriu apenas uma única
célula do campo na jogada
Surpresa primária
Usuário descobriu muitas células na
mesma jogadaFeliz secundária
Quando restam apenas 2 células para o usuário vencer o jogo
Medo primária
Figura 16 - Jogo Campo Minado com agente emocional.
60
Tabela 17 - Estímulos e emoções relacionados no jogo Campo Minado
Usuário venceu a partida Exultante secundária
Usuário perdeu Triste secundária
No modelo emocional utilizado nas implementações, utilizou-se fundamentos
das emoções primárias e secundárias de ambas visões combinadas de Damasio (1994) e
Sloman (2000). Esse modelo emocional foi escolhido pois já havia sido experimentado na
pesquisa de Hernández et al. (2004) sobre a arquitetura BDIE, e pela arquitetura EBDI de
Jiang et al. (2007), que também oferece suporte às emoções primárias e secundárias. Apesar
disso, ambas arquiteturas se propõem a permitir o acoplamento de um módulo emocional
independentemente dos demais módulos do raciocínio.
Por outro lado, o espaço emocional utilizado foi uma versão adaptada do
espaço multidimensional de prazer excitação (figura 17) para expressões faciais de Russell
(1997), que também foi utilizado por Breazeal et al. (2003), posteriormente foi experimentado
Figura 17 - Espaço emocional prazer excitação adaptada de Russell
Fonte: Russel, 1997
61
na arquitetura BDIE de Hernández et al. (2004), e neste trabalho se limitou a um espaço
bidimensional (valência e excitação) sem a divisão em setores dada por Breazeal. Contudo, as
expressões faciais utilizadas foram as descritas na tabela 17.
Sobre os detalhes do projeto do jogo, na figura 18, observamos o diagrama de
papéis do sistema, onde o papel Interacao_com_Usuario se refere as percepções, objetivos e
ações que o agente GUI possui. Já os agentes emocionais implementados possuem as
habilidades dada pelo papel Agente_Emocional.
Figura 19 - Diagrama da visão geral do sistema Campo Minado
Figura 18 - Diagrama de papéis dos agentes para o Campo Minado
62
A partir do digrama da visão geral do sistema (figura 19), é possível observar
todos os agentes do sistema com suas percepções, ações e bases de conhecimento. Duas
crenças são destacadas para o projeto dos agentes emocionais: a TabelaEmocoes e a
TabelaEstimulos, onde a primeira se refere à codificação do espaço emocional adotado, e a
segunda é sobre o que o agente conhece dos estímulos vindos do ambiente com seus
respectivos valores de valência e excitação. No Jadex, todas as crenças, assim como os
objetivos e planos são implementadas nos próprios arquivos descritores dos agentes que são
escritos na linguagem XML (figura 20).
Todos os participantes que jogaram o Campo Minado com ou sem a interação
de agentes emocionais receberam de antemão o mesmo conjunto de instruções sobre como
funciona, quais objetivos e regras do jogo. Além disso, foi permitido a todos os grupos
jogarem uma partida inicial em caráter de treinamento, cujo resultado não foi contabilizado
para medir o desempenho dos participantes.
Esse procedimento, tinha como objetivo reduzir variações no resultado dos
experimentos sobre a influência dos agentes emocionais no desempenho dos jogadores,
devido aos participantes com pouca experiência naquele jogo.
5.2.1.2. Aplicação Javagotchi
Dehn et al. (2000) em seus estudos sugeriu que é provável que a influência das
emoções que um agente expressa e a forma com que os usuários respondem a essas
expressões dependam do domínio de aplicação. Baseado no estudo de Beale e Creed (2009),
que fizeram uma revisão de aproximadamente cem artigos sobre os efeitos dos agentes
emocionais na interação com humanos, que categorizou essas pesquisas em cinco principais
domínios de aplicação, acreditamos que obteríamos uma avaliação mais justa se
conseguíssemos avaliar as implementações das arquiteturas dos agentes emocionais em pelo
Figura 20 - Trecho de código no Jadex da crença TabelaEmocoes contida nos arquivos descritores dos agentes.
63
menos dois desses cinco domínios.
Com isso, complementamos a avaliação do efeito da interação dos agentes
emocionais sobre a experiência subjetiva dos usuários, que além de interagirem com o agente
emocional no jogo Campo Minado, também tiveram uma nova oportunidade de observar o
comportamento do mesmo agente em um cenário bem diferente, onde inclusive o usuário
poderia configurar quais estímulos o agente deveria perceber (figura 21).
Apesar da aplicação Javagotchi, permitir que os usuários interagissem
livremente com o agente lhe oferecendo estímulos diversos, para manter o controle dos
experimentos nesta pesquisa, os sujeitos da população apenas observaram o mesmo conjunto
de dez estímulos pré-definidos. Essa lista de estímulos foi escolhida aleatoriamente de forma
que todos os possíveis estímulos fossem apresentados ao agente durante a simulação, e assim
pudéssemos explorar todas as suas ações e expressões emocionais.
Portanto, os usuários que interagiram no jogo Campo Minado com o agente da
arquitetura BDIE, quando observaram a simulação do Javagotchi também tiveram contato
com o mesmo tipo de agente. Da mesma forma, os que interagiram com o agente EBDI no
jogo, também o observaram na outra aplicação.
O Javagotchi recebeu esse nome inspirado no brinquedo Tamagotchi
(Wikipedia, 2011), que consiste de um animal de estimação virtual onde o usuário cuida dele
como se fosse real, dando-lhe carinho virtual, comida virtual, banho virtual, etc.
Figura 21 - Interface da aplicação Javagotchi
64
O Javagotchi possui dois cenários onde o usuário pode configurar os estímulos
previamente para o agente percebê-los durante a simulação, ou também pode interagir
diretamente observando a execução da simulação, que a cada 10 segundos executa um dos
estímulos programados, e o agente por sua vez realiza suas ações e expressa suas emoções
através de expressões faciais e frases.
Sobre as ações realizadas pelo agente, apesar da aplicação só deixar visível aos
usuários apenas as expressões das emoções e a mudança de temperatura ao limite máximo
suportável de 25ºC toda vez que a temperatura vai a 0ºC ou 50ºC, o agente ainda realizava
outras ações de eliminar ameaças, pegar objetos do ambiente e se alimentar (figura 22). Por
exemplo, no Javagotchi toda vez que surge uma ameaça no ambiente e assusta o agente, este
tenta eliminá-la e isso lhe consume uma unidade de seu nível de alimentação, de forma que se
o nível chegar a zero o agente sentirá fome e portanto expressará uma expressão de frustração.
Porém a não percepção explícita de todos esses fatores internos do agente aos
observadores foi adotada para simplificar os experimentos, pois acreditamos que a
complexidade dessas funcionalidades poderia confundir a interpretação dos participantes.
Todavia, o programa permitiu aos usuários perceberem todas as expressões emocionais do
agente, que pelo contexto do estímulo correspondente, o desconhecimento de algumas ações
internas do agente não afetaria a compreensão do porquê da emoção exibida.
Ambas arquiteturas, BDIE e EBDI, em ambas aplicações Campo Minado e
Javagotchi, tiveram as mesmas crenças: TabelaEstimulo, TabelaEmocoes, EmocaoPrimaria e
Figura 22 - Diagrama de visão geral do agente BDIE na aplicação Javagotchi
65
EmocaoSecundaria. As tabelas de estímulos e emoções já foram explicadas na seção anterior
sobre o jogo, as crenças EmocaoPrimaria e EmocaoSecundaria fazem parte das crenças
fundamentais das arquiteturas para suportarem as teorias emocionais que defendem a
existência de emoções primárias e secundárias (Damasio, 1994; Sloman, 2000).
Também ambas aplicações foram desenvolvidas usando o ambiente integrado
Eclipse1, que tanto serviu para a fase de projeto usando o plugin do Prometheus, quanto para a
implementação da aplicação Jadex, usando a linguagem de programação Java2.
5.2.2. Questionários
Como havia uma necessidade de se validar as expressões emocionais (Beale e
Creed, 2009; Bartneck et al., 2002; Schiano et al., 2000) diante das pessoas que participariam
dos experimentos com agentes emocionais, então foi aplicado o questionário nº 1 onde as
pessoas pudessem relacionar as imagens faciais ao rótulo correspondente da emoção adequada
(figura 23).
Nesse questionário, que ajudou a verificar a capacidade de reconhecimento
correto das emoções pelos sujeitos participantes dos experimentos, a lista de rótulos das
1 http://eclipse.org2 http://www.java.com
Figura 23 - Questionário nº 1 para validar as expressões emocionais
66
emoções encontrava-se ordenada alfabeticamente, da mesma forma que fez Schiano et al.
(2000) em seus experimentos. A lista de expressões e rótulos das emoções foi escolhida a
partir de uma adaptação de Breazeal (2003) sobre o trabalho de Russel (1997).
O questionário nº 2 (figura 24), que possuía quatorze questões, também foi
aplicado aos usuários que interagiram com as implementações das arquiteturas BDIE e EBDI,
onde as oito primeiras questões se referiam à avaliação da experiência subjetiva do usuário
apenas com o jogo Campo Minado, que teve a interação com um agente emocional lhe
assistindo durante o jogo.
A nona questão desse segundo questionário registrava o desempenho do
usuário nas duas situações: jogando com a presença do agente, e jogando sem a presença.
Nessa questão, foram preenchidos pelo entrevistador campos abertos sobre o número de
tentativas e o tempo médio gasto para o usuário vencer uma partida, que ambos eram
informados pela própria interface do jogo ao fim de cada vitória do usuário (figura 24).
Ainda no questionário nº 2, também havia mais quatro questões relacionadas à
interação do usuário com a implementação Javagotchi, que simulava um agente dentro de um
Figura 24 - Questionário nº 2 para avaliar a experiência e desempenho do usuário com as implementações das arquiteturas
67
ambiente cheio de estímulos.
Em todas as questões que o usuário devia responder sobre sua experiência com
o agente emocional, utilizou-se uma escala de 5 níveis variando de 0 a 4 para medir as
respostas do usuário (Maldonado, 2005), onde o nível “zero” indicava ausência total de
experiência ou percepção do usuário em relação ao assunto abordado na questão.
Conforme observamos anteriormente, a população que participou dos
experimentos, foi dividida em grupos, onde um deles, o grupo 1, jogou o Campo Minado sem
qualquer interação com agentes emocionais (figura 27). Esse grupo, também respondeu a um
Figura 25 - Interface do jogo informa a performance do jogador
Figura 26 - Questionário nº 3 para avaliar a performance do usuário jogando sem a influência de um agente emocional
68
questionário específico (figura 26), o questionário nº 3, que registrava o desempenho dos
usuários durante um jogo sem interação com agentes.
Todos os questionários foram apresentados aos participantes em formato de
página web, implementados na linguagem PHP3, e registrando as respostas dos participantes
em um banco de dados para facilitar a coleta e agilizar análise dos dados.
5.2.3. Definindo População
Para realizar os experimentos que avaliaram a influência das implementações
das arquiteturas de agentes emocionais sobre os usuários, foram convidados a participar trinta
e seis sujeitos entre 16 e 46 anos, dezesseis mulheres e vinte homens, onde metade da
população era de alunos do curso técnico de nível médio em Informática, e a outra metade de
professores, todos do Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do
Norte – IFRN, campus Pau dos Ferros4.
Assim como no método de Schiano et al. (2000) em sua pesquisa de percepção
de expressões faciais afetivas, nestes experimentos, todos os participantes eram inocentes
3 http://www.php.net4 http://portal.ifrn.edu.br/paudosferros
Figura 27 - Versão simplificada do jogo Campo Minado sem agentes
69
quanto ao propósito do estudo.
Sobre a experiência dos participantes no jogo Campo Minado, 42% das pessoas
afirmaram ser experientes no jogo, e 58% inexperientes. Esses dados foram registrados no
segundo questionário.
5.2.3.1. Divisão da População em Grupos
A partir da definição da população, para realizar as medições desse segundo
objetivo da pesquisa, os sujeitos foram divididos para participar em grupos bem
determinados:
● Grupo 1 : os usuários jogaram uma implementação simplificada do jogo
Campo Minado sem interação com agentes (figura 27), nas modalidades fácil (com
seis minas) e médio (com quinze minas), até conseguirem vencer uma partida de cada
modalidade. No fim, o entrevistador preencheu um questionário (figura 26) a respeito
do desempenho dos usuários em cada modalidade, anotando o número de tentativas e
o tempo médio necessários para vencer.
● Grupo 2.1 : os usuários jogaram primeiramente o jogo Campo Minado
sem interação com agentes (figura 27), igualmente ao primeiro grupo. Em seguida,
preencheram um questionário para validar seu reconhecimento de emoções em
expressões faciais (figura 23). Logo depois, jogaram uma outra versão modificada do
jogo Campo Minado, desta vez com a interação de um agente implementado a partir
da arquitetura BDIE, onde esse agente expressava visualmente suas emoções à medida
que o jogo ia transcorrendo. Ambas modalidades também foram utilizadas: nível fácil
com 6 minas e nível médio com 15 minas. Então um segundo questionário (figura 24)
foi apresentado ao usuário para preenchimento de sua experiência com o jogo, onde
também foram registrados os desempenhos no jogo sem agentes e na versão com
agentes BDIE. Por fim, o usuário observou uma outra implementação, chamada
Javagotchi e que será discutida mais adiante, dessa vez de um ambiente de simulação
onde o mesmo tipo de agente (BDIE) recebia estímulos, e assim expressava seu
comportamento. Nessa última implementação o usuário apenas observou as atitudes e
expressões emocionais do agente, para em seguida concluir o preenchimento do
segundo questionário com os dados de sua observação.
70
● Grupo 2.2 : os usuários participaram dos mesmos procedimentos do
grupo 2.1, porém em relação ao jogo Campo Minado, a ordem foi invertida: primeiro
tiveram a interação com o jogo com interação do agente BDIE, e depois na versão sem
agentes. A outra diferença, foi que o questionário de avaliação do reconhecimento de
expressões faciais precisou ser aplicado antes do usuário participar dos jogos. O
restante dos procedimentos foi idêntico ao do grupo anterior.
● Grupo 2.3 : este grupo teve os procedimentos semelhantes ao do grupo
2.1, porém tiveram contato apenas com a versão do jogo com agentes.
● Grupo 3.1 : este grupo de usuários realizou os mesmos procedimentos
do grupo 2.1, porém tiveram a interação com o agente implementado da arquitetura
EBDI.
● Grupo 3.2 : os usuários deste grupo tiveram o mesmo procedimento do
grupo 2.2, porém o agente presente era da arquitetura EBDI.
● Grupo 3.3 : seus procedimentos foram semelhantes ao do grupo 3.1,
porém igualmente ao grupo 2.3, só tiveram contato com a versão do jogo com agentes.
A tabela 18 apresenta a lista de todos os procedimentos realizados com cada
grupo da população.
Tabela 18 - Resumo dos procedimentos realizados com a população
População Procedimentos Interação com Agente
Número de participantes
Grupo 1 1 . Jogar Campo Minado -12
2 . Responder ao Questionário 3 -
Grupo 2.1 1 . Jogar Campo Minado -
4
2 . Responder ao Questionário 1 -
3 . Jogar Campo Minado BDIE
4 . Observar o Javagotchi BDIE
5 . Responder ao Questionário 2 -
Grupo 2.2 1. Responder ao Questionário 1 -
4
2. Jogar Campo Minado BDIE
3. Jogar Campo Minado -
4. Observar o Javagotchi BDIE
5. Responder ao Questionário 2 -
Grupo 2.3 1. Responder ao Questionário 1 - 4
71
Tabela 18 - Resumo dos procedimentos realizados com a população2. Jogar Campo Minado BDIE
3. Observar o Javagotchi BDIE
4. Responder ao Questionário 2 -
Grupo 3.1 1. Jogar Campo Minado -
4
2. Responder ao Questionário 1 -
3. Jogar Campo Minado EBDI
4. Observar o Javagotchi EBDI
5. Responder ao Questionário 2 -
Grupo 3.2 1. Responder ao Questionário 1 -
4
2. Jogar Campo Minado EBDI
3. Jogar Campo Minado -
4. Observar o Javagotchi EBDI
5. Responder ao Questionário 2 -
Grupo 3.3 1. Responder ao Questionário 1 - 4
2. Jogar Campo Minado EBDI
3. Observar o Javagotchi EBDI
4. Responder ao Questionário 2 -
TOTAL DE PARTICIPANTES 36
Como é possível observar na tabela 18 acima, os grupos que precisavam
interagir com agentes emocionais, responderam inicialmente ao questionário nº 1 (figura 23)
para verificar o seu grau de reconhecimento de expressões emocionais faciais (Brave et al.,
2005; Beale e Creed, 2009), e por fim responderam ao questionário nº 2 (figura 24) para
coleta dos dados a respeito de sua experiência subjetiva interagindo com o agente. O grupo 1
respondeu apenas ao questionário nº 3 (figura 26) que media seu desempenho do número de
tentativas e tempo médio para vencer na versão do jogo sem agentes.
Apesar de ter sido dividida em 7 grupos, na verdade a população estava
agrupada em apenas três grandes grupos: os que não interagiram com agente (grupo 1), os que
interagiram com o agente BDIE (grupo 2), e os que interagiram com o EBDI (grupo 3). A
partir desses três grandes grupos, foi possível medir o desempenho comparativo entre os
usuários que jogaram o Campo Minado sem agentes, os que jogaram com a influência do
agente BDIE e aqueles que jogaram com a influência do EBDI.
Acreditamos que somente verificar qual desses três grupos obteve o melhor
desempenho não seria suficiente para verificar se os agentes emocionais de fato melhoravam
72
ou pioravam o desempenho no jogo. Era preciso ainda verificar se o mesmo jogador obteria
desempenhos distintos jogando na ausência e depois jogando com na presença de um agente
emocional.
Por isso fragmentamos os grandes grupos 2 e 3 para que seus participantes
tivessem dois momentos no experimento com o jogo Campo Minado: ora jogando sem agente
presente, e ora jogando na presença de um agente emocional. Para que a ordem, desses dois
momentos não influenciasse nos resultados, também dividimos os grupos entre os subgrupos
que primeiramente jogaram sem agente presente (grupos 2.1 e 3.1) e os que jogaram
primeiramente com agentes (grupos 2.2 e 3.2). Só assim, poderíamos confirmar a hipótese de
que os resultados do segundo jogo não seriam favorecidos devido o treino inicial obtido pelo
jogador durante as primeiras partidas. Para reforçar a checagem do desempenho desses quatro
subgrupos, criamos ainda os grupos 2.3 e 3.3, onde os participantes desses grupos jogariam
apenas a versão do jogo com agente emocional presente.
Em resumo, os grupos 1, 2 e 3 verificaram se há evidências de que os agentes
emocionais influenciam o desempenho dos usuários (Dehn et al., 2000). Os demais grupos
serviram checar se o desempenho dos usuários de fato melhoraria no jogo com a presença dos
agentes emocionais, independentemente da ordem de interação. E por fim, para que
pudéssemos verificar o quanto melhorou ou piorou o desempenho, cada jogador, além de
jogar no nível fácil com 6 minas no campo, também jogou o nível médio com 15 minas.
Além dessa divisão dos três grandes grupos, a população ainda estava dividida
entre os que tinham experiência no jogo Campo Minado e os que não tinham experiência. Em
ambos grupos 2 e 3, metade dos participantes possuía e a outra metade não possuía
experiência no jogo.
Em todos os grupos, com exceção do primeiro, os participantes tiveram dois
momentos de interação: ora jogando o Campo Minado e ora observando o Javagotchi. O
motivo do emprego da segunda aplicação Javagotchi foi para primeiramente oferecer mais de
uma implementação para as arquiteturas, já que no estudo de Beale e Creed (2009)
encontramos pelo menos cinco tipos de aplicações com agentes emocionais: jogos de
computador, educação, mudança de comportamento, colaboração, e outros. O outro motivo
era para que os usuários também tivessem uma segunda opinião sobre o agente emocional
com que interagiram no jogo, observando seu comportamento em um outro cenário totalmente
73
diferente, dessa vez num ambiente com mais variações de estímulos.
Com a população já definida e organizada, dentro das dependências da
instituição de ensino IFRN, os sujeitos dos experimentos foram convidados a sentar um a um
diante de um computador, interagir com as implementações dos agentes, e no fim responder
aos questionários específicos contando como fora sua experiência.
5.2.4. Resultados da Verificação das Expressões Emocionais
Para validar as expressões emocionais, aplicamos o questionário nº 1 (figura
25) onde os participantes teriam que de classificar corretamente oito rostos com as suas
correspondentes emoções. Segundo Beale e Creed (2009), essa validação é um procedimento
importante para estudos com agentes emocionais, e que mede se os sujeitos participantes dos
experimentos conseguem perceber as emoções que o pesquisador espera que percebam.
Assim, o resultado dessa validação é apresentado pelo gráfico da figura 28,
onde podemos notar que as emoções que tiveram as maiores taxas de erro de reconhecimento
foram a feliz e a contente. Consideramos esse fato aceitável, pois supomos que classificar se
uma pessoa está feliz ou contente é uma opinião muito subjetiva e difícil de precisar, o que já
não aconteceu com o reconhecimento da expressão exultante que é bastante distinta das outras
duas. Dessa forma, os dados nos levam a crer que o modelo de expressões emocionais
utilizado nos nossos experimentos foi satisfatório.
5.2.5. Resultados da Experiência Subjetiva
Sobre as últimas duas questões da pesquisa, primeiro investigamos qual era o
Figura 28 - Validação do reconhecimento das expressões emocionais
feliz neutro triste exultante surpreso frustrado contente medo0
102030405060708090
100
% ERRO% ACERTO
74
nível de influência dos agentes emocionais das arquiteturas em estudo sobre uma população
escolhida para os experimentos, a qual foi dividida em grupos para que pudéssemos comparar
os resultados. Então, os resultados da experiência subjetiva, que os participantes tiveram pela
interação com os agentes implementados das arquiteturas BDIE e EBDI, são apresentados na
tabela 19 e em seguida no gráfico da figura 29 abaixo.
A partir dos resultados acima, comparando as médias dos grupos 2 e 3,
podemos verificar que não há evidências suficientes para afirmarmos que uma arquitetura
ofereceu melhores resultados do que a outra. Pois enquanto a arquitetura BDIE obteve os
melhores índices para as métricas Interesse, Realismo, Naturalidade nas reações emocionais,
Inteligência, Agradabilidade, Animação, Realidade do comportamento e Simpatia, a
arquitetura EBDI obteve índices maiores nas demais métricas: Redução de Frustração,
Carinho percebido, Confiança, Ajuda percebida e Cooperação. Além disso, com exceção da
métrica Inteligência, não houve diferenças significativas entre os valores de ambas
arquiteturas (figura 29).
Figura 29 - Gráfico do resultado da experiência subjetiva dos usuários com agentes emocionais
CooperaçãoSimpatia
Ajuda percebidaAnimação
AgradabilidadeConfiança
Carinho percebidoRedução de Frustração
InteligênciaNaturalidade nas reações emocionais
Realidade do comportamentoInteresse
0,0000 0,5000 1,0000 1,5000 2,0000 2,5000 3,0000 3,5000
BDIEEBDI
Tabela 19- Resultado da experiência subjetiva dos usuários com os agentes emocionaisArquitetura Grupo Cooperação Simpatia Animação Agradabilidade Confiança Inteligência Interesse
BDIE Grupo 2.1 1,5000 3,2500 1,7500 3,2500 4,0000 2,7500 3,5000 2,5000 2,7500 2,7500 2,7500 3,2500Grupo 2.2 1,7500 3,0000 1,2500 2,5000 3,2500 1,5000 2,0000 2,0000 2,5000 2,5000 2,5000 2,5000Grupo 2.3 2,7500 3,2500 3,0000 2,7500 3,0000 2,7500 3,0000 2,5000 3,7500 3,0000 3,2500 3,5000
média do grupo 2 2,0000 3,1667 2,0000 2,8333 3,4167 2,3333 2,8333 2,3333 3,0000 2,7500 2,8333 3,0833variância 0,4375 0,0208 0,8125 0,1458 0,2708 0,5208 0,5833 0,0833 0,4375 0,0625 0,1458 0,2708
EBDI Grupo 3.1 2,0000 3,0000 2,7500 2,2500 3,5000 3,0000 3,5000 2,7500 1,5000 2,5000 3,0000 3,5000Grupo 3.2 3,0000 3,7500 3,0000 3,2500 3,2500 2,7500 2,7500 3,7500 2,7500 2,7500 2,5000 3,0000Grupo 3.3 2,2500 2,2500 2,0000 2,5000 2,5000 2,0000 2,5000 1,2500 1,2500 1,7500 2,0000 2,2500
média do grupo 3 2,4167 3,0000 2,5833 2,6667 3,0833 2,5833 2,9167 2,5833 1,8333 2,3333 2,5000 2,9167variância 0,2708 0,5625 0,2708 0,2708 0,2708 0,2708 0,2708 1,5833 0,6458 0,2708 0,2500 0,3958
Ajuda percebida
Carinho percebido
Redução de Frustração
Naturalidade nas reações emocionais
Realidade do comportamento
75
Por outro lado, para tentar responder a segunda questão do segundo objetivo de
nossa pesquisa, que verifica se as arquiteturas de agentes com emoções podem influenciar o
desempenho dos usuários positivamente em um jogo de computador. Na tabela 20, é
apresentado o resultado do desempenho dos grupos de participantes no jogo Campo Minado.
Os valores em vermelho na tabela indicam onde o desempenho com agentes foi pior do que
sem agentes emocionais, que pelas métricas número de tentativas e tempo médio quanto maior
for o valor, pior é o resultado.
Analisando os dados da tabela acima, nas linhas “média grupo 2” e “média
grupo 3”, colunas “COM AGENTES” e “SEM AGENTES”, podemos notar que os usuários
que jogaram sob a influência do agente implementado da arquitetura BDIE obtiveram uma
leve melhora no desempenho do tempo médio quando comparado às partidas jogadas sem a
presença do agente emocional. Já as pessoas que jogaram sob influência do agente da
arquitetura EBDI, tiveram uma perda de performance expressiva em relação às partidas
jogadas sem agente emocional presente. Os resultados dos quatro grupos 2.1, 2.2, 3.1 e 3.2
confirmaram a hipótese de que a ordem das jogadas sem e depois com agentes emocionais, ou
vice-versa, não influenciaram nos resultados dos experimentos.
Por último, analisamos como foi o desempenho dos jogadores que
experimentaram a influência dos agentes emocionais em relação aos que jogaram sem a
presença de agentes. Pela tabela 21, observa-se que apenas o tempo médio do grupo EBDI no
nível fácil, e a média de tentativas do grupo BDIE no nível médio obtiveram desempenho pior
Tabela 20 - Resultado do desempenho dos grupos de participantes no jogo Campo MinadoSEM AGENTES COM AGENTES
NÍVEL FÁCIL NÍVEL MÉDIO NÍVEL FÁCIL NÍVEL MÉDIO
arquitetura grupo
NA Grupo 1 4,0833 82,2500 20,5833 98,1667 - - - -
BDIE Grupo 2.1 3,2500 86,5000 15,2500 85,2500 1,7500 61,2500 30,7500 51,5000Grupo 2.2 1,0000 36,7500 14,7500 84,0000 2,0000 34,2500 12,2500 58,2500Grupo 2.3 - - - - 3,5000 58,5000 53,0000 54,2500
média grupo 2 2,1250 61,6250 15,0000 84,6250 2,4167 51,3333 32,0000 54,6667variância 2,5313 1237,5313 0,1250 0,7813 0,8958 220,7708 416,3125 11,5208
EBDI Grupo 3.1 1,2500 41,0000 5,0000 79,2500 3,5000 92,5000 11,5000 59,0000Grupo 3.2 1,0000 31,0000 6,7500 90,0000 2,0000 76,0000 16,2500 105,7500Grupo 3.3 - - - - 3,2500 78,7500 10,2500 100,2500
média grupo 3 1,1250 36,0000 5,8750 84,6250 2,9167 82,4167 12,6667 88,3333variância 0,0313 50,0000 1,5313 57,7813 0,6458 78,1458 10,0208 652,8958
média tentativas
tempo médio
média tentativas
tempo médio
média tentativas
tempo médio
média tentativas
tempo médio
76
que o grupo 1, que não tiveram interação com agentes emocionais. Ambos valores estão
destacados em vermelho na tabela abaixo.
5.3. Considerações Finais
Analisando o quadro comparativo apresentado na tabela 16, observa-se que a
arquitetura de agente emocional que alcançou a melhor classificação geral nos atributos de
qualidade foi a DETT de Parunak et al. (2006), seguida pela BDIE de Hernández et al.
(2004), e a pior classificada foi a Emotional-BDI de Pereira et al. (2005), seguida pela EBDI
de Jiang (2007).
Através dos resultados dos experimentos, a fim de avaliar o nível de influência
dos agentes emocionais sobre a experiência subjetiva dos usuários, observamos que não é
possível afirmar dentre as arquiteturas BDIE e EBDI a que apresenta melhores valores para as
métricas subjetivas, já que não houve uma predominância de uma arquitetura em relação a
outra. A única métrica onde a diferença entre as arquiteturas é relevante foi a Inteligência, que
segundo resultados, o agente BDIE pareceu ser mais “inteligente” que o EBDI.
Já em relação a questão que avalia se os agentes implementados a partir das
arquiteturas de agentes emocionais melhoram ou pioram o desempenho dos usuários em
jogos, verificamos uma melhora no desempenho dos usuários que interagiram com agente da
arquitetura BDIE apenas na métrica “tempo médio”. Na métrica “número de tentativas”
houve uma piora nos resultados. Beale e Creed (2009) discutiram uma possível explicação
para esse comportamento, como a distração causada pelo agente quando expressava suas
emoções sobre os usuários enquanto tentavam analisar as possibilidades de jogadas.
No entanto, quando comparamos os resultados dos desempenhos dos usuários
que jogaram o Campo Minado na presença de um agente emocional em relação aos que
jogaram sem agente presente, pudemos notar que na maioria das métricas os primeiros se
Tabela 21 - Desempenho dos jogadores com agentes e sem agentesNÍVEL FÁCIL NÍVEL MÉDIO
grupo média tentativas tempo médio média tentativas tempo médioBDIE (média grupo 2) 2,4167 51,3333 32,0000 54,6667EBDI (média grupo 3) 2,9167 82,4167 12,6667 88,3333SEM AGENTES (grupo 1) 4,0833 82,2500 20,5833 98,1667
77
saíram melhor do que os últimos. Os estudos de Okonkwo et al. (2001) mostraram que o uso
de expressões faciais em agentes emocionais melhoram a concentração e a motivação dos
usuários, que acreditamos também ser a explicação para os altos índices nos resultados das
métricas subjetivas Interesse, Agradabilidade e Simpatia.
O comportamento desses dois tipos de agentes na aplicação do jogo, por ser um
cenário muito simples com pouca variedade de estímulos, visivelmente não apresentou
grandes diferenças. Porém na simulação da aplicação Javagotchi, é possível notar diferenças
de resposta nas expressões emocionais. Acredita-se que a sobreposição das emoções primárias
pelas secundárias na arquitetura EBDI seja o responsável por esse resultado. Os valores mais
altos obtidos pela arquitetura BDIE sobre a EBDI nas métricas Realidade do comportamento
e a Naturalidade nas reações emocionais reforçam essa ideia.
Nos experimentos, as métricas subjetivas Interesse, Agradabilidade e Simpatia,
se destacaram dentre as demais com valores próximos do máximo, que podem ser
interpretadas como uma consequência positiva da influência das emoções simuladas nos
agentes sobre a experiência subjetiva dos usuários.
Na questão da influência positiva das arquiteturas sobre o desempenho dos
usuários, apesar de só observarmos uma melhora na métrica “tempo decorrido” para a
arquitetura BDIE, na comparação entre os grupos de usuários que jogaram a versão do
Campo Minado com agentes emocionais e os que jogaram a versão sem agentes, o primeiro
grupo foi quem obteve o melhor desempenho. Por isso, acreditamos que a versão com agentes
emocionais tenha melhorado a concentração e a motivação dos jogadores o que foi
evidenciado pelos altos índices das três métricas citadas acima. Entre as duas arquiteturas,
BDIE e EBDI, a primeira proporcionou os resultados de melhor performance dos usuários.
78
Capítulo 6
Considerações FinaisPara o desenvolvimento de qualquer sistema que envolva agentes com
emoções, é imprescindível a avaliação da qualidade da arquitetura dos agentes, antes mesmo
da implementação, pois a arquitetura tem um grande impacto sobre a qualidade do sistema
como um todo. Também é fundamental que se avalie em detalhe o impacto que as emoções
podem ter nas interações entre os usuários e os agentes emocionais implementados.
Nesta pesquisa, abordamos o problema da falta de metodologias de avaliação
de arquiteturas de agentes com emoções, e por isso propomos uma metodologia de avaliação,
baseada em um modelo de métricas, que foram definidas a partir de dois objetivos
fundamentais para se avaliar arquiteturas: avaliar os atributos de qualidade e avaliar o
potencial de uma arquitetura sobre a experiência subjetiva das pessoas que interagem com o
agente emocional.
Visto que ainda há uma carência de metodologias na área de pesquisas sobre a
avaliação de arquiteturas de agentes com emoções, esta pesquisa oferece uma opção de
metodologia para projetistas de arquiteturas de agentes emocionais avaliarem suas próprias
arquiteturas, e desenvolvedores de aplicações com agentes emocionais, que poderão escolher
uma arquitetura que possua as características desejadas.
Além da metodologia proposta, também mostramos com detalhes resultados de
experimentos utilizando a nossa metodologia para avaliar cinco arquiteturas de agentes com
emoções: Camurri e Coglio (1998), BDIE (Hernández et al., 2004), Emotional-BDI (Pereira,
2005), DETT (Parunak et al., 2006) e EBDI (Jiang, 2007).
Sobre a avaliação dos atributos de qualidade, a arquitetura que apresentou a
maior extensibilidade foi a Emotional-BDI, a de maior modularidade foi a DETT, e a de
menor complexidade foi a Camurri e Coglio. Considerando todas as métricas dos atributos de
qualidade, a arquitetura que alcançou o melhor resultado geral foi a DETT seguida pela
BDIE. Os piores resultados foram da Emotional-BDI seguida pela EBDI.
Na avaliação da experiência subjetiva dos usuários pela interação com os
79
agentes emocionais implementados, pelos resultados obtidos não houve diferenças
significativas entre as arquiteturas BDIE e EBDI, que foram as duas escolhidas para serem
implementadas. No entanto, pelos resultados encontrados, na métrica Inteligência, a
arquitetura BDIE superou a EBDI em quase 40%.
Pela utilização da metodologia nos experimentos, a partir dos resultados
obtidos na avaliação das arquiteturas BDIE e EBDI, pode-se deduzir que a arquitetura BDIE é
preferível sobre a EBDI, pelo menos no domínio de jogos de computador, já que apresentou
um projeto arquitetural de mais atributos de qualidade, conseguiu uma influência positiva
sobre a performance de usuários do jogo, e ainda apresentou índices mais altos na maioria das
métricas sobre a experiência subjetiva dos usuários.
A implementação de mais de uma aplicação, independente do domínio, implica
em aumento do trabalho para realizar a avaliação da experiência subjetiva dos usuários.
Porém o benefício deve ser considerado, pois permitirá aos participantes dos experimentos
ter mais oportunidades de interagirem com o agente emocional, aumentando assim a
confiabilidade de suas opiniões a respeito daquele agente com que interagiu.
Consideramos também que as aplicações implementadas em nossos
experimentos proporcionaram às arquiteturas um comportamento mais reativo. Contudo, essa
escolha de aplicações simples e reativas foi por motivos de simplicidade nos experimentos,
pois as implementações não eram o foco principal deste trabalho, e sim mostrar o uso da
metodologia em sua totalidade.
6.1. Trabalhos Futuros
Esta metodologia representa um esforço na contribuição das pesquisas da área
de arquitetura de agentes com emoções, e ainda demanda trabalhos futuros para aprimorá-la.
Alguns pontos de melhorias poderiam ser:
• oferecer valores de referência para as métricas, onde projetistas de
arquiteturas de agentes com emoções pudessem se basear para
construir suas arquiteturas.
• a adoção de outras métricas incluindo as que favoreçam a avaliação
dos aspectos sociais dos agentes.
80
• a disponibilização das aplicações e questionários de forma on-line na
Internet para que muito mais participantes pudessem participar dos
experimentos.
Além disso, pesquisas adicionais poderiam avaliar os resultados da experiência
subjetiva, fazendo variar os modelos emocionais empregados no componente emocional das
arquiteturas, ou ainda implementar aplicações em outros domínios de aplicação diferentes dos
utilizados neste trabalho.
81
ReferênciasALECHINA, N; LOGAN, B. (2007a). Formal Evaluation of Agent Architectures. Evaluating Architectures for Intelligence: Papers from the 2007 AAAI Workshop (pp. 1-4).
______. 2007b. A logic of agent programs. In Proceedings of the Twenty-Second National Conference on Artificial Intelligence (AAAI 2007). AAAI Press.
BARTNECK, C. (2002). eMuu - an embodied emotional character for the ambient intelligent home. Unpublished Ph.D. thesis, Eindhoven University of Technology, Eindhoven.
BARTNECK, C. 2003. Interacting with an embodied emotional character. In: Proceedings of the 2003 International Conference on Designing Pleasurable Products and Interfaces. ACM Press, Pittsburgh, USA, pp. 55–60.
BASILI, V. R.; ROMBACH, H. D. The TAME Project: Towards Improvement-Oriented Software Environments. IEEE Transactions on Software Engineering, vol. 14, no. 6, pp. 758-773, June 1988.
BASS, L.; CLEMENTS, P.; KAZMAN, R. Software Architecture in Practice, Addison Wesley, 1998.
BATES, J. 1994. The role of emotions in believable agents. Communications of the ACM 37 (7), 122–125.
BEALE, R.; CREED, C. 2009. Affective interaction: How emotional agents affect users. Int. J. Hum.-Comput. Stud. 67, 9 (September 2009), 755-776.
BENGTSSON, P. O. Towards Maintainability Metrics on Software Architecture: An Adaptation of Object Oriented Metrics. Proc. First Nordic Workshop Software Architecture (NOSA '98), Aug. 1998.
BERRY, D.;BUTLER, L. T.; DE ROSIS, F. 2005. Evaluating a realistic agent in an advice-giving task. International Journal of Human–Computer Studies 63 (3), 304–327.
BICKMORE, T.; PICARD, R., 2005. Establishing and maintaining long-term human–computer relationships. ACM Transactions on Computer–Human Interaction (TOCHI) 12 (2), 293–327.
BRATMAN, M.E. Intention, Plans, and Practical Reason. Harvard University Press, Cambridge, MA, 1987.
BRAVE, S.; NASS, C.; HUTCHINSON, K. 2005. Computers that care: investigating the effects of orientation of emotion exhibited by an embodied computer agent. International Journal of Human–Computer Studies 62 (2), 161–178.
82
BREAZEAL, C. 2002. Designing Sociable Robots. The MIT Press, Cambridge, MA.
BREAZEAL, C. 2003. Emotion and sociable humanoid robots. Int. J. Hum.-Comput. Stud. 59, 1-2 (Jul. 2003), 119-155.
BRUECKNER, S. Return from the Ant: Synthetic Ecosystems for Manufacturing Control. Thesis at Humboldt University Berlin, Department of Computer Science, 2000.
BURLESON, W.; PICARD, R.; 2007. Gender-specific approaches to developing emotionally intelligent learning companions. Intelligent Systems 22(4), 62–69.
CAMURRI, A.; COGLIO, A. (1998) An Architecture for Emotional Agents, IEEE Multimedia, Oct-Dec 1998, p. 24-33, IEEE CS Press, 1998.
CANAMERO, L. 2001. Building emotional artifacts in social worlds:challenges and perspectives. Paper presented at the Proceedings of Emotional and Intelligent II:The Tangled Knot of Social Cognition, November 2–4, North Falmouth, MA.
CICERI, R.; BALZAROTTI, S. (2008). From Signals to Emotions: Applying Emotion Models to HM Affective Interactions, Affective Computing, Jimmy Or (Ed.), ISBN: 978-3-902613-23-3.
CRANE E.; PETER C. A Working Definition for HCI Specific Emotion Research. Workshop on Engaging with Emotions: The Role of Emotion in HCI. British Computer Society HCI 2006. London, England, September 2006.
DAMASIO, A. R. 1994. Descartes’ Error: Emotion, Reason, and the Human Brain. Putnam Pub Group.
DEHN, D.; VANMULKEN, S., 2000. The impact of animated interface agents: a review of empirical research. International Journal of Human–Computer Studies 52(1), 1–22.
DOBRICA, L.; NIEMELA, E. A survey on software architecture analysis methods. Software Engineering, IEEE Transactions on , vol.28, no.7, pp. 638- 653, Jul 2002. doi: 10.1109/TSE.2002.1019479.
DUENAS, J. C.; OLIVEIRA, W. L.; PUENTE, J. A. 1998. A Software Architecture Evaluation Model. In Proceedings of the Second International ESPRIT ARES Workshop on Development and Evolution of Software Architectures for Product Families, Frank van der Linden (Ed.). Springer-Verlag, London, UK, 148-157.
EKMAN, P. (1992). An argument for basic emotions. Cognition and Emotion, 6, 169–200.
FABRI, M.; MOORE, D. J.; HOBBS, D. J. 2005. Empathy and enjoyment in instant messaging. In: Mckinnon, L., Bertlesen, O., Bryan-Kinns, N. (Eds.), Proceedings of 19th British HCI Group Annual Conference (HCI 2005), Edinburgh, UK, pp. 4–9.
83
GARCÍA-MAGARIÑO, I.; COSSENTINO, M.; and SEIDITA, V. 2010. A metrics suite for evaluating agent-oriented architectures. In Proceedings of the 2010 ACM Symposium on Applied Computing (SAC '10). ACM, New York, NY, USA, 912-919.
GENERO, M.; PIATTINI, M.; CALERO, C. A survey of metrics for uml class diagrams. Journal of Object Technology, 4(9):59-92, 2005.
GEORGEFF, M.; LANSKY, A. (1987). Reactive reasoning and planning. In Proceedings of the Sixth National Conference on Artificial Intelligence (AAAI-87), pages 677-682, Seattle, WA.
GONG, L. 2007. Is happy better than sad even if they are both non-adaptive? Effects of emotional expressions of talking–head interface agents. International Journal of Human–Computer Studies 65 (3), 183–191.
GRATCH, J.; MARSELLA, S. 2004. A domain-independent framework for modeling emotion. Journal of Cognitive Systems Research 5 (4), 269–306.
GROLLEMAN, J.; VAN DIJK, B.; NIJOLT, A.; VAN EMST, A. 2006. Break the habit! Designing an e-therapy intervention using a virtual coach aid of smoking cessation. In: Ijsselsteijn,W., De Kort, Y., Van Den Hoven, E. (Eds.), Persuasive Technology: First International Conference on Persuasive Technology for Human Well-Being. Springer, Eindhoven, Netherlands, pp. 133–141.
HANKS, S.; POLLACK, M.; COHEN, P. (1993). Benchmarks, Testbeds, Controlled Experimentation, and the Design of Agent Architectures, AI magazine 14(4): 17-42, MIT press.
HAYES-ROTH, B. 1991. Evaluation of integrated agent architectures. SIGART Bull. 2, 4 (July 1991), 82-84.
HAYES-ROTH, B.; VAN GENT, R. 1997. Story-Making with Improvisational Puppets. Proceedings of the First International Conference on Autonomous Agents, pp. 1–7.
HAYES-ROTH, B.; BALL, G.; LISETTI, C.; PICARD, R. W.; STERN, A. 1997. Panel on affect and emotion in the user interface. Proceedings of the Third International Conference on Intelligent User Interfaces (IUI’98), pp. 91–94.
HERNÁNDEZ, D. et al. BDIE: a BDI like Architecture with Emotional Capabilities. AAAI Spring Symposium, 2004.
HEXMOOR, H.; LAFARY, M.; TROSEN, M., 1999. Towards Empirical Evaluation of Agent Architecture Qualities, Agent Theories, Architectures, and Languages (ATAL-99), Orlando, Florida.
IEEE. Standard for a Software Quality Metrics Methodology. In IEEE Standard for a Software Quality Metrics Methodology (1998).
84
ILACHINSKI, A. Artificial War: Multiagent-based Simulation of Combat. Singapore, World Scientific, 2004.
ISBISTER, K.; DOYLE, P. (2002). Design and Evaluation of Embodied Conversational Agents: A Proposed Taxonomy. In Proc. of the AA- MAS02 Workshop on Embodied Conversational Agents: Lets Specify and Compare Them!, Bologna, Italy.
ISBISTER, K., 2006. Better Game Characters by Design: A Psychological Approach. Morgan Kaufmann.
JENNINGS, N. R. (2000) On agent-base software engineering. Artificial Intelligence, 117, 277-296.
JIANG, H.; VIDAL, J.M.; HUHNS, M.N. (2007). EBDI: An Architecture for Emotional Agents. In: Proc. of the 6th Int. Joint Conf. on Autonomous Agents and Multi-Agent Systems, AAMAS'07. ACM Press, pp. 38-40.
KAZMAN, R. et al. The Architecture Tradeoff Analysis Method. In proceedings of 4th Int’l Conference on Engineering of Complex Computer Systems (ICECCS98), Aug. 98.
KAZMAN, R. et al. SAAM: A Method for Analyzing the Properties of Software Architectures. Proc. 16th Int'l Conf. Software Eng., pp. 81-90, 1994.
KURLANDER, D.; SKELLY, T.; SALESIN, D. 1996. Comic chat. Proceedings of SIGGRAPH’96: International Conference on Computer Graphics and Interactive Techniques, pp. 225–236.
LEE, S.K.; HWANG, C.S. Architecture modeling and evaluation for design of agent-based system. In Proceedings of Journal of Systems and Software. 2004, 195-208.
LESTER, J. C.; TOWNS, S. G.; CALLAWAY, C. B.; VOERMAN, J. L.; FITZGERALD, P. J. 2000. Deictic and emotive communication in animated pedagogical agents. In: Cassell, J., Sullivan, J., Prevost, S., Churchill, E. (Eds.), Embodied Conversational Agents. MIT Press, Cambridge, MA, pp. 123–154.
LUNG, C. et al. An Approach to Software Architecture Analysis for Evolution and Reusability. Proc. CASCON '97, Nov. 1997.
MALDONADO, H.; PICARD, A.; HAYES-ROTH, B. 1998. Tigrito: a high affect virtual toy. Extended Abstracts of CHI’98: Conference on Human Factors in Computing Systems.
MALDONADO, H.; LEE, J. R.; BRAVE, S.; NASS, C.; NAKAJIMA, H.; YAMADA, R.; IWAMURA, K.; MORISHIMA, Y. 2005. We learn better together: enhancing eLearning with emotional characters. In: Koschmann, T., Suthers, D., Chan, T. W. (Eds.), Computer Supported Collaborative Learning 2005: The Next 10 Years!. Lawrence Erlbaum Associates, Mahwah, NJ, pp. 408–417.
85
MAZZOTTA, I.; DE ROSIS, F. 2006. Artifices for persuading to improve eating habits. In: AAAI Spring Symposium on ‘‘Argumentation for consumers of health care’’. AAAI Press, Stanford, USA. Disponível em: <http://www.di.uniba.it/intint/people/papers/SS0601MazzottaI.pdf>. Acesso em: 16 jun. 2011.
MCCALL, J.; RICHARDS, P.; WALTERS, G. Factors in Software Quality (Vol. 1, 2 and 3). Technical report, Nat'l Tech. Information Service, Springfield, Va. NTIS AD-AO49-014, 015, 055, Nov. 1977.
NASS, C.; PICARD, R. W.; WARWICK, K.; BREAZEAL, C. 2002. Panel: future interfaces: social and emotional. Extended Abstracts of CHI’02: Conference on Human Factors in Computer Systems, pp. 698–699.
NORLING, E. Folk psychology for human modelling: Extending the bdi paradigm. In AAMAS, pages 202–209. IEEE Computer Society, 2004.
NORMAN, D. 2004. Emotional Design: Why We Love (or Hate) Everyday Things. Basic Books, New York, NY.
OKONKWO, C.; VASSILEVA, J. 2001. Affective pedagogical agents and user persuasion. In: Stephanidis, C.(Ed.), Proceedings of the 4th International Conference on Universal Access in Human–Computer Interaction. Springer, Beijing, China, pp.5–10.
ORTONY, A.; CLORE, G. L; COLLINS, A. The cognitive structure of emotions. Cambridge, UK, Cambridge University Press, 1988.
PADGHAM , L.; TAYLOR, G. A system for modelling agents having emotion and personality. In PRICAI Workshop on Intelligent Agent Systems, pages 59–71, 1996.
PADGHAM, L.; WINIKOFF, M. 2002. Prometheus: A Methodology for Developing Intelligent Agents. Proceedings of the the Third International Workshop on Agent-Oriented Software Engineering, at AAMAS'02.
PADGHAM, L.; LAMBRIX, P. Formalisations of capabilities for bdi-agents. AutonomousAgents and Multi-Agent Systems (10) (2005) 249–271.
PARUNAK, V. D. et al. 2006. A model of emotions for situated agents. In Proceedings of the Fifth international Joint Conference on Autonomous Agents and Multiagent Systems (Hakodate, Japan, May 08 - 12, 2006). AAMAS '06. ACM, New York, NY, 993-995.
PEREIRA, D. et al. Towards an architecture for emotional bdi agents. In EPIA '05: Proceedings of 12th Portuguese Conference on Artificial Intelligence, pages 40-47. Springer, 2005.
PICARD, R. W.; VYZAS, E.; HEALEY, J. 2001. Toward machine emotional intelligence: Analysis of affective physiological state. IEEE Transactions Pattern Analysis and Machine Intelligence, 23, 10, 1185-1191.
86
PLUTCHIK, R. (1980). Emotion: A psychoevolutionary synthesis. New York: Harper & Row.
POKAHR, A.; BRAUBACH, L.; LAMERSDORF, W. Jadex Implementing a BDI Infrastructure for JADE Agents. Multiagent Systems, Artificial Societies, and Simulated Organizations, vol. 15, pp. 149-174, 2005.
POLLAK M.; RINGUETTE M. 1990. Introducing the tileworld: experimentally evaluating agent architectures. In T. Dietterich and W. Swartout, editors, Proceedings of the Eighth National Conference on Artificial Intelligence, pages 183-189, Menlo Park, CA. AAAI Press.
PRENDINGER, H.; MAYER, S.; MORI, J.; ISHIZUKA, M. 2003. Persona effect revisited. Using bio-signals to measure and reflect the impact of character-based interfaces. In: Rist, T., Aylett, R., Ballin, D., Rickel, J. (Eds.), Fourth International Working Conference On Intelligent Virtual Agents (IVA 03). Springer, Kloster Irsee, Germany, pp. 283–291.
PRENDINGER, H.; ISHIZUKA, M. (Eds.), 2004, Life-Like Characters: Tools, Affective Functions, and Applications. Springer, Berlin.
RAO, A.; GEORGEFF, M. BDI Agents: from theory to practice. V. Lesser. Proceedings of the First International Conference on Multi-Agent Systems (ICMAS'95). The MIT Press. Cambridge, MA, USA. 1995. pp.312-319.
ROSE J., TURKETT, W., HUHNS M., ROY S. 2003. An Evaluation of Philosophical Agent Architectures for Mission Robustness. in Innovative Concepts for Agent-Based Systems: First International Workshop on Radical Agent Concepts WRAC, Walt Truszkowski, Mike Hinchey, and Chris Rouff, editors, Springer, vol. LNCS 2564, Berlin, 2003, pp. 201-214
RUSSELL, J., 1997. Reading emotions from and into faces: resurrecting a dimensional–contextual perspective. In: Russell, J., Fernandez-Dols, J. (Eds.), The Psychology of Facial Expression. Cambridge University Press, Cambridge, UK, pp. 295–320.
SCHIANO, D. J. et al. (2000). Face to interface: Facial affect in (hu)man and machine. Proceedings of ACM CHI 2000 Conference on Human Factors in Computing Systems (pp. 193-200). NY: ACM.
SHIHAB, K. Emotional Agents in Computer Games, International Journal of Computers, Issue 2, Volume 3, pp. 270-277, 2009.
SLATER, S. et al. (2010). E-AI an Emotion Architecture for Agents in Games & Virtual Worlds. University of Wolverhampton. Disponível em: <http://hdl.handle.net/2436/105038>. Acesso em: 16 jun. 2011.
SLOMAN, A. 2000. How many separately evolved emotional beasties live within us? Technical report, The University of Birmingham. Revised version of Invited Talk: at workshop on Emotions in Humans and Artifacts Vienna, August 1999.
87
SUDEIKAT, J.; BRAUBACH, L.; POKAHR, A.; LAMERSDORF, W. Evaluation of Agent-Oriented Software Methodologies – Examination of the Gap Between Modeling and Platform. In: Odell, J. J., Giorgini, P., Müller, J. P. (eds.) AOSE 2004. LNCS, vol. 3382, pp. 126-141. Springer, Heidelberg (2005).
TODA, M. editor. Man, Robot and Society. Martinus Nijhoff Publishing, Boston, MA, 1982.
TRAPPL, R.; PETTA, P.; PAYR, S. (Eds.), 2002, Emotions in Humans and Artifacts. MIT Press, Cambridge, MA.
VELÁSQUEZ, J. 1999. When robots weep: Emotional memories and decision-making. In Proceedings of the Fifteenth National Conference on Articial Intelligence.
VRAJITORU, D. (2006). NPCs and Chatterbots with Personality and Emotional Response. The IEEE Symposium on Computational Intelligence and Games (CIG 2006), Reno/Lake Tahoe, May 22-24, 142-147.
WEHRLE, T. (1998). Motivations behind modeling emotional agents: Whose emotion does your robot have? In Numaoka C., Cañamero D., Petta P. (eds.): Grounding Emotions in Adaptive Systems, SAB'98 (5th International Conference of the Society for Adaptive Behavior) Workshop Notes, Zurich, Switzerland, August 21, 1998.
WIKIPEDIA, a enciclopédia livre. Tamagotchi. [S.l.]: [s.n.], 2011. Disponível em: <http://pt.wikipedia.org/wiki/Tamagotchi>. Acesso em: 16 jun. 2011.
WOODS, S. G.; BARBACCI, M. R. Architectural Evaluation of Collaborative Agent-Based Systems (CMU/SEI-99-TR-025) Pittsburgh, PA: Software Engineering Institute, Carnegie Mellon University, September 1999.
WOOLDRIDGE, M. 2002. An Introduction to Multi-Agent Systems. John Wiley and Sons Limited: Chichester, 2002, ISBN 047149691X.