RESUMO Após 64 anos de seu surgimento, a Inteligência Artificial (IA) enfrenta o complexo e o incerto dos nossos dias. Nesse período de sua existência, podem-se destacar dois “invernos” (1980 e 1993) em que as aplicações eram interessantes, mas a IA não conseguiu dar respostas adequadas: na compreensão da linguagem e no diagnóstico médico. Por outro lado, a IA apresentou duas décadas de progressos (2000 e 2010), em que as aplicações se mantiveram, mas as respostas da IA apresentaram avanços na tradução automática (Google), no reconhecimento de imagens (a primeira a utilizar a tecnologia foi a Apple, no iPhone 10), diagnóstico do câncer (IBM Watson) e carros autônomos (dentre outras, a Tesla). Este texto é fruto da revisão sistemática da literatura e da experiência da autora na área.

ABSTRACT Sixty-four years after its emergence, Artificial Intelligence (AI) faces the complexity and uncertainty of our day. During this period, two “winters” (1980 and 1993) can be highlighted where applications were interesting, but AI was not able to provide adequate responses, for example, in understanding language and in medical diagnosis. On the other hand, AI enjoyed two decades of progress (2000 and 2010), where the applications remained, but AI responses advanced in automatic translation (Google), image recognition (Apple was the first to use the technology, on its iPhone X), cancer diagnosis (IBM’s Watson) and autonomous cars (among others, Tesla). This text is the result of a systematic review of the literature and of the author’s experience in the area.

Los recursos educativos almacenados en repositorios digitales requieren de metadatos que los describan adecuadamente y son fundamentales en procesos de búsqueda y recuperación. El objetivo de este artículo es realizar una aproximación al cálculo y evaluación de métricas que permitan determinar el nivel de calidad del etiquetado de recursos digitales, específicamente de Objetos de Aprendizaje (OAs). El enfoque adoptado establece cómo evaluar los recursos teniendo en cuenta tres dimensiones: completitud, consistencia y coherencia, con base en el estándar IEEE LOM. Con el fin de validar los resultados obtenidos al aplicar las métricas se realizaron pruebas experimentales con OAs sintéticos y reales, concluyendo que las mismas permiten evaluar la calidad de los metadatos involucrados. De esta manera, la propuesta presentada se convierte en un insumo relevante para procesos de evaluación automática de metadatos, así como para la administración de repositorios y procesos de recomendación de OAs..

Educational digital resources stored in repositories require metadata in order to describe them properly, and are fundamental for searching and retrieval processes. The aim of this paper is to present an approach for the calculation of metrics that determine the quality level of labeling digital resources, specifically Learning Objects (LOs). We describe how to evaluate resources considering three dimensions such as completeness, consistency and coherence, based on the standard IEEE LOM. In order to validate the results that such metrics exhibit, some experimental tests were performed with synthetic and real OAs, concluding that they allows evaluating the quality of the metadata involved. This way, the proposal presented turns to be a plausible and relevant input for the automatic evaluation of metadata, as well as for the LOs repository management and recommendation processes.

Este artigo apresenta os resultados obtidos no projeto conjunto entre o Instituto de Informática da UFRGS (II-UFRGS) e o Departamento de Informática da UCS (DEIN/UCS), cujo propósito foi a proposição e o desenvolvimento de um ambiente educacional multiagentes, baseado na web. O foco principal da pesquisa está no desenvolvimento de um modelo de representação do conhecimento para a construção de agentes inteligentes, capazes de atuar em situações reais de ensino e aprendizagem. Em particular, o foco está no uso de métodos probabilísticos de representação do conhecimento, para a realização de diagnósticos clínicos.

This paper presents some results about a join Project between Instituto de Informática da UFRGS (II-UFRGS) and Departamento de Informática da UCS (DEIN/UCS), that proposed and implemented an educational multi-agent environment based at web. The research focus is on the knowledge representation applied to the construction of intelligent agents able to act in educational real environments. More specifically, the work aims at applying probabilistic knowledge representation in the aid to medical diagnostic in educational applications.