AVITAE: desenvolvimento de um ambiente de modelagem

Ciências & Cognição 2008; Vol 13 (2): 51-70 <http://www.cienciasecognicao.org>
© Ciências & Cognição
Submetido em 09/06/2008 | Revisado em 24/07/2008 | Aceito em 25/07/2008 | ISSN 1806-5821 – Publicado on line em 31 de julho de 2008
Artigo Científico
AVITAE: desenvolvimento de um ambiente de modelagem
computacional para o ensino de biologia
AVITAE: development of a computational modeling system to biology education
André Suppa Thomaz Pereira e Fábio Ferrentini Sampaio
Programa de Pós-Graduação em Informática (PPGI), Instituto de Matemática – Núcleo de
Computação Eletrônica (IM-NCE), Universidade Federal do Rio de Janeiro (UFRJ), Rio de
Janeiro, Rio de Janeiro, Brasil
Resumo
Modelos de vida artificial têm sido utilizados por pesquisadores nas áreas de engenharia, física,
biologia e computação gráfica, contribuindo para o avanço do conhecimento humano sobre a
natureza e sobre si mesmo. Nessa perspectiva, torna-se necessária uma análise dessa tecnologia
no contexto educacional do ensino de Biologia. Visando a utilização pelo professor da
modelagem computacional em aula, são analisados diferentes ferramentas de modelagem que
utilizam conceitos de vida artificial. Os programas Scratch, Modelab2 e AutCel-RCO, são
utilizados para simular um ecossistema, identificando a dependência existente entre os seus
componentes bióticos e suas relações alimentares, permitindo a construção de esquemas
representativos de cadeias ou teias alimentares. O estudo possibilitou identificar um conjunto
de funcionalidades desejáveis para as ferramentas de modelagem computacional no suporte ao
ensino de biologia. © Cien. Cogn. 2008; Vol. 13 (2): 51-70.
Palavras-chave: modelagem computacional; simulação de sistemas; vida
artificial; dinâmica populacional; ciências biológicas; ensino de biologia.
Abstract
Models of artificial life have been used for researchers in the areas of engineering, physics,
biology and computer graphics, contributing for the advance of the human knowledge about
the nature. In this perspective, an analysis of this technology in the educational context of the
education of Biology becomes necessary. Aiming at the participation of the teacher in the use
of computational modeling in classes, different modeling tools that use concepts of artificial
life. The programs Scratch, Modelab2 and Autcel-RCO, are used to simulate an ecosystem,
identifying the existing dependence between its biological components and its alimentary
relations, allowing to the construction of representative projects of food chains. The study
made possible to identify a set of desirable functionalities to support the use of computational
modeling in biology education. © Cien. Cogn. 2008; Vol. 13 (2): 51-70.
Keywords: computational modeling; systems simulation; artificial life;
population dynamics; biological sciences; biology education.
51
Ciências & Cognição 2008; Vol 13 (2): 51-70 <http://www.cienciasecognicao.org>
© Ciências & Cognição
Submetido em 09/06/2008 | Revisado em 24/07/2008 | Aceito em 25/07/2008 | ISSN 1806-5821 – Publicado on line em 31 de julho de 2008
1. Introdução
A história da vida artificial tem início no final da década de 40, quando o matemático
e físico John Von Neumann começou a estudar se uma máquina poderia se auto-replicar,
produzindo cópias de si mesma. Neumann desejava investigar a lógica necessária para a
replicação, e através de seus estudos realizou um trabalho teórico onde projetou sistemas que
se autoreproduziam (Neumann, 1966). Os seres projetados nesse trabalho eram autômatos
que viveriam em um ambiente especial com peças de reposição permitindo que eles se
reproduzissem, gerando um descendente mais complexo. A criatura idealizada por Neumann
não passou de um projeto e nunca foi construída, mas toda a arquitetura imaginária projetada
para o desenvolvimento e reprodução do mesmo antecipava as características do DNA e os
processos de auto-reprodução dos seres vivos, descobertos alguns anos depois com o avanço
dos estudos em embriologia e reprodução (Langton, 1989; Pereto, 1998)
A idéia de que a vida depende não apenas da transmissão de informações, mas
também de um conjunto de características individuais de um organismo, que influenciam seu
comportamento em relação a outros indivíduos de uma população, permitindo a troca de
informações através de processos reprodutivos estava criada, abrindo espaço para estudos na
área de vida artificial.
Em 1970, o pesquisador inglês John Conway criou uma das primeiras simulações de
vida artificial num computador, conhecida como “o jogo da vida” (Game of Life) que
simulava o comportamento de animais unicelurares (Schuler, 2000).
O estudo da vida artificial como ciência iniciou na década de 1980 quando o termo
“vida artificial” (artificial life ou alife) foi citado pela primeira vez pelo pesquisador
Christopher Langton para explicar certos comportamentos dos seres naturais modelados em
computador (Junior e Nagel, 2003). Em 1987, Langton organizou o primeiro Simpósio sobre
o tema vida artificial no Novo México, abrindo espaço para a divulgação e exploração desse
campo de pesquisa para diferentes áreas (Langton, 1989).
A Vida Artificial tem por objetivo estudar a vida natural através da recriação de
fenômenos biológicos em modelos computacionais ou através de outros meios artificiais.
Dessa forma, pode ser vista como uma ciência que recupera as antigas introspecções sobre a
realidade, e tem sido escopo de pesquisas acadêmicas em áreas como Física, Matemática,
Química e Biologia. Os modelos baseados em vida artificial permitem uma grande variedade
de simulações, através da formulação de ambientes variados e da interação entre diferentes
organismos com necessidades e hábitos programáveis.
Um importante aspecto destes modelos é a busca por algoritmos e técnicas que
permitam replicar, com um certo grau de fidedignidade, os processos de reprodução e seleção
natural dos seres vivos.Tais algoritmos são mencionados na literatura como algoritmos
genéticos (Koza, 1996; Langton, 1989).
O emprego da modelagem e simulação em ambientes educacionais, dependendo da
proposta pedagógica utilizada pelo professor, pode ser um instrumento de motivação para
alunos e professores, trazendo para o debate e reflexões, problemas das mais diversas áreas.
Ao expor suas idéias na forma de modelos e testar suas hipóteses a partir da simulação, os
alunos têm a chance de rever, comparar e avaliar os conceitos envolvidos no fenômeno
estudado, permitindo uma construção e reconstrução do conhecimento (Pedro, 2006). Em
última análise, tornar os alunos “alfabetizados em Ciências”, conforme propõe os Parâmetros
Curriculares Nacionais - PCNs, é essencialmente dar-lhes a oportunidade de utilizar recursos
que propiciem o pensar de forma crítica sobre os fenômenos e questioná-los (Sampaio, 1998).
Nessa perspectiva, este artigo apresenta uma análise de ambientes de modelagem
computacional que possibilitam simular um ecossistema e suas relações alimentares, visando
52
Ciências & Cognição 2008; Vol 13 (2): 51-70 <http://www.cienciasecognicao.org>
© Ciências & Cognição
Submetido em 09/06/2008 | Revisado em 24/07/2008 | Aceito em 25/07/2008 | ISSN 1806-5821 – Publicado on line em 31 de julho de 2008
conhecer suas potencialidades, no sentido de contribuir para o aperfeiçoamento do Ambiente
de Vida Artificial para Ensino-Aprendizagem em Ciências - AVITAE (Sampaio, 2000;
Lopes, 2002), desenvolvido pela equipe GINAPE (Grupo de INformática APlicada a
Educação) do NCE/UFRJ.
2. Aspectos cognitivos da modelagem em sala de aula
Nas mudanças ocorridas na educação brasileira, percebe-se a inserção de idéias
construtivistas desde 1970. À época, a LDB propôs às escolas o respeito às “fases de
desenvolvimento do aluno”, o que remete aos estádios de desenvolvimento infantil
identificados por Piaget (1972).
De acorodo com Aebli (1985) em seu livro Didática Psicológica, as tentativas de
“aplicar Piaget” à sala de aula se iniciaram por volta de 1950 e tomaram força a partir da
década de 1960. Na década de 1990, após a promulgação da LDB em 1996, foram
apresentados os Parâmetros Curriculares Nacionais (PCN), cuja palavra de ordem é “construir
conhecimentos”. Portanto, o Construtivismo é um referencial teórico presente e fundamental
para se compreender o ensino no Brasil atualmente.
Estudos atuais descrevem um Construtivismo de caráter pedagógico, orientador de
práticas escolares, denominado Construtivismo educacional ou pedagógico. De acordo com
Massabni (2007), os fundamentos teóricos do Construtivismo Pedagógico são diversificados e
confusos, justamente porque partem de uma mistura de teorias: as de Piaget, Vygotsky,
Wallon, Ausubel, Gardner, Glasersfeld (especialmente nos estudos em Ensino de Ciências)
entre outros, dependendo do autor ou publicação consultada. Por exemplo, os PCN de
Ciências Naturais (Brasil, 1998) citam Piaget, Vygostky e, da área de Ensino de Ciências,
Osborn.
As mudanças sugeridas pelo Construtivismo pedagógico interferem na dinâmica e
estrutura escolar: tiram o professor de seu papel tradicional de apresentador de conteúdos,
tornando-o um facilitador da aprendizagem; modificam a ação do aluno, a quem cabe elaborar
idéias e discutí-las, ao invés de ouvir e repetir; e da escola que passa a ter como principal
função levar o aluno a construir conhecimentos. O estudante é valorizado enquanto sujeito da
ação educativa, no triângulo aluno-professor-conteúdo (Massabni, 2007).
A aquisição de conhecimentos pela interação do sujeito com o meio é a questão central
da teoria de Piaget, segundo Huit e Hummel (2003), e a prática da modelagem nas escolas
parece poder assumir um papel importante nesse processo, permitindo a construção do
conhecimento através do trabalho conjunto entre alunos e professores na elaboração e
exploração de modelos relacionados aos assuntos ministrados em aula. O aluno ao criar e
testar um modelo, responde aos estímulos apresentados pelo fenômeno estudado, agindo
sobre eles de forma cada vez mais elaborada, visando encontrar uma solução para os
problemas observados.
A disponibilização de ambientes de modelagem e simulação que incorporem técnicas
de vida artificial proporcionam a manipulação direta do comportamento dos organismos,
criando situações mais realistas, permitindo aos estudantes reverem, compararem e avaliarem
os conceitos envolvidos no fenômeno estudado. Neste cenário, as interações entre professor e
alunos, ou entre grupos de alunos, fornecem novos argumentos para explicar o mesmo
fenômeno, levando os alunos a construir novos significados para si mesmos.
Neste sentido, à luz da teoria sobre modelos mentais de Johnson-Laird (1983), a
modelagem e simulação abrem a possibilidade dos alunos explorarem e ampliarem seus
modelos mentais sobre um determinado assunto estudado.
53
Ciências & Cognição 2008; Vol 13 (2): 51-70 <http://www.cienciasecognicao.org>
© Ciências & Cognição
Submetido em 09/06/2008 | Revisado em 24/07/2008 | Aceito em 25/07/2008 | ISSN 1806-5821 – Publicado on line em 31 de julho de 2008
Um modelo mental pode ser visto, então, como um modelo que existe na mente de
alguém, utilizado para caracterizar as formas pelas quais as pessoas compreendem os sistemas
físicos com os quais interagem. Servem para fazer previsões, localizar falhas e atribuir
causalidade aos eventos e fenômenos observados (Borges, 1997).
A modelagem computacional e seus aspectos cognitivos encontram um paralelo na
dinâmica da metodologia científica descrita por Sampaio (2000), onde a construção do
modelo é o momento em que o aluno expressa seu modelo mental, especificando os seres e
definindo o cenário que farão parte do seu ambiente de vida artificial; a elaboração de
previsões é o momento em que ele elabora as hipóteses e observações que deseja realizar no
ambiente de vida artificial, de acordo com as regras existentes em seu mapa conceitual sobre
o problema analisado; e a observação experimental é a etapa em que se realiza o processo de
simulação do modelo criado, permitindo obter resultados que vão confirmar as hipóteses
formuladas ou vão estimular a reconstrução do conhecimento através da formulação de novas
regras (reformulação do modelo) para atingir o resultado esperado.
Não há respostas simples para a questão de quais são os processos mentais
empregados para a compreensão de uma situação nova. No entanto, é comumente aceito que
nossa habilidade de falar sobre um fenômeno ou sobre um objeto está intimamente
relacionada com a compreensão dele. Ainda de acordo com Johnson-Laird (1983):
“Se você conhece as causas de um determinado fenômeno, as suas conseqüências,
como influenciá-lo, controlá-lo ou se prevenir contra o mesmo, como ele se relaciona
com outros fenômenos, (...), qual a sua estrutura interna, então de uma certa forma,
você pode dizer que entende o fenômeno.” (Johnson-Laird, 1983: 2)
3. Modelagem computacional e o ensino de biologia
A utilização da modelagem computacional no contexto educacional demanda o
delineamento de uma investigação que inclua tanto o desenvolvimento de ferramentas e
atividades de modelagem, quanto sua efetiva utilização em sala de aula para que se possa
concluir sobre as suas reais possibilidades (Ferracioli, 2000).
O desenvolvimento de ferramentas computacionais, que permitam aos professores e
estudantes construírem mundos artificiais com diferentes organismos, abre a possibilidade de
criarmos ambientes de ensino-aprendizagem propícios à exploração. O emprego de tal
ferramental no estudo de temas como a interação entre os seres vivos, abre aos alunos a
oportunidade de criarem seres com características específicas, definir formas de interação
entre os mesmos (cruzamento, quantidade média da prole, probabilidade de sobrevivência e
chegada à vida adulta, etc.) e ao longo do tempo, avaliar a dinâmica populacional, percebendo
como as populações interagem e evoluem.
Em relação ao estudo de Ciências, os modelos têm um papel fundamental, sendo
utilizados pelos cientistas como importantes “ferramentas do pensamento” no auxílio ao
desenvolvimento de suas atividades. Permitir aos alunos tornarem-se “alfabetizados em
Ciências” é essencialmente dar-lhes a oportunidade de utilização de recursos que propiciem o
pensar de forma crítica sobre os fenômenos e questioná-los (Sampaio, 1998). Em situações de
ensino-aprendizagem baseadas nessas premissas, o professor deverá assumir o papel de
orientador do processo de aprendizagem - um “problematizador” - para ajudar o aluno a
apresentar questões relevantes e encontrar soluções. Para tanto, faz-se necessário que o
professor incorpore o uso da tecnologia no trabalho escolar com seus alunos, repensando
diariamente sua prática pedagógica (Abreu, 2004).
54
Ciências & Cognição 2008; Vol 13 (2): 51-70 <http://www.cienciasecognicao.org>
© Ciências & Cognição
Submetido em 09/06/2008 | Revisado em 24/07/2008 | Aceito em 25/07/2008 | ISSN 1806-5821 – Publicado on line em 31 de julho de 2008
Nesta perspectiva, o trabalho que o grupo GINAPE vem desenvolvendo há alguns
anos na linha de ambientes de modelagem e simulação para a educação - particularmente
aqueles que incorporem técnicas de vida artificial - é norteado pelas seguintes questões gerais
de pesquisa:
1 - Os modelos baseados em vida artificial podem enriquecer o processo de
ensino/aprendizagem em Biologia?
2 - As simulações auxiliam no aprendizado dos alunos em temas complexos ou de difícil
entendimento?
3 - Os cenários criados num ambiente de modelagem computacional são apropriados aos
assuntos e temas discutidos/ensinados em sala de aula ?
4 - Como capacitar Professores para adotarem tais ferramentas em sua prática pedagógica?
4. O ambiente de modelagem AVITAE
O AVITAE é um ambiente de modelagem computacional que emprega técnicas de
vida artificial para criar e simular fenômenos relacionados ao ensino de Biologia. A primeira
versão do sistema herdou suas principais funcionalidades dos ambientes KidSim (Smith et al.,
1994) e LiveWorld (Travers, 1994).
No AVITAE, é dado ao usuário a possibilidade de definir as propriedades físicas dos
seres artificialmente criados, bem como a elaboração de pequenos programas que controlarão
o comportamento dos indivíduos e a simulação de hipóteses ou fenômenos naturais nos
mundos artificiais. Nesta versão, o sistema é composto por três módulos principais. Tais
módulos utilizam uma metáfora baseada no dualismo mente-corpo de Descartes (Cobra, 1998;
Amaral, 2001; Scopel e Bartilotti, 2006) mapeadas nos conceitos de hardware e software da
inteligência artificial e na existência de um viveiro, local onde os seres ganham existência e se
desenvolvem ao longo do tempo.
O módulo de criação de hardware permite definir as características físicas dos
seres/entidades que farão parte do viveiro. Tais características poderiam ser:
existência/ausência de visão, existência/ausência de meios de locomoção (pernas/patas), etc.
O módulo de programação da consciência ou software permite ao usuário definir
como os seres farão uso de suas propriedades básicas. Por exemplo, se um ser tem capacidade
de locomoção, através do módulo de programação, o usuário poderá definir como o ser vai se
movimentar no viveiro (linha reta, diagonal, aleatório, número de passos em cada unidade de
tempo, etc.). Esta programação da consciência é feita através de um subconjunto dos
comandos da linguagem LOGO.
A primeira versão do sistema AVITAE foi desenvolvida utilizando a linguagem
MegaLogo, uma versão Logo desenvolvida para rodar no ambiente Windows. No entanto, tal
versão deixou de ser comercializada no Brasil em 2003, sendo substituída pelo IMAGINE de
acordo com informações da empresa CNOTINFOR (http://www.cnotinfor.com.br/cnotinfor/
megalogo.htm).
Devido às limitações de performance e de funcionalidades para o projeto de interface
do ambiente em Megalogo, iniciou-se o desenvolvimento de uma segunda versão, agora na
linguagem Delphi desenvolvida pela Borland Software Corporation (http://www.
borland.com/).
55
Ciências & Cognição 2008; Vol 13 (2): 51-70 <http://www.cienciasecognicao.org>
© Ciências & Cognição
Submetido em 09/06/2008 | Revisado em 24/07/2008 | Aceito em 25/07/2008 | ISSN 1806-5821 – Publicado on line em 31 de julho de 2008
Neste segundo protótipo do sistema, concebeu-se uma criatura denominada AVITAE,
sobre a qual o usuário possui total controle, influenciando na sua movimentação, na sua visão
e na sua atitude em relação as demais criaturas predefinidas pelo sistema. Foram também
elaboradas rotinas de movimentação similares as do protótipo desenvolvido em MegaLogo,
além de objetos gerais que definem os padrões de comportamento pré-definidos dos outros
sete seres criados. Estes seres - “Bob”, “Borboleta”, “Flor”, “Inseto”, “Manco”, “Rosca” e
“Vírus” – se relacionam com a criatura AVITAE no viveiro artificial.
Um exemplo desenvolvido na versão em Delphi simula as relações entre predador e
presa, explorando os conceitos relativos a superpopulação e evolução de ecossistemas através
de um ambiente modelado conforme apresentado na figura 1. Nesse ambiente, a
especificação do hardware define/modela um ser artificial (sapo e/ou borboleta), constituído
por exemplo de três propriedades básicas:
a) locomoção;
b) percepção/medição da presença de outros seres no seu meio dentro de um raio de ação
(visão);
c) tipo do ser percebido (sapo ou borboleta).
No módulo de programação da consciência, o aluno desenvolve programas em
LOGO, de tal maneira a fazer o sapo perseguir borboletas e estas fugirem dos mesmos,
simulando assim o problema predador e presa.
O desenvolvimento do ambiente de modelagem AVITAE encontra-se atualmente na
fase de análise dos dados coletados em testes com o segundo protótipo em Delphi, com o
intuito de desenvolvermos uma nova versão que atenda às necessidades pedagógicas do
ensino de biologia com tecnologias, particularmente sobre os temas ecologia e cadeias
alimentares. Neste sentido a equipe entendeu a necessidade de estudar de forma mais
aprofundada outros ambientes de modelagem disponíveis no Brasil e desenvolvidos em
ambientes acadêmicos com objetivos educacionais, os quais poderiam modelar e simular
alguns problemas sobre os temas nas áreas aqui definidas.
5. Análise dos ambientes de modelagem scratch, modelab2 e autCel-RCO
O uso da modelagem e vida artificial no estudo de tópicos em ecologia é bastante
favorável, uma vez que os alunos têm a oportunidade de interferir no comportamento dos
seres artificiais, alterando suas características e influenciando diretamente no relacionamento
com os demais organismos ou populações da simulação.
Nesse contexto, o tema abordado para a criação dos modelos nos três ambientes
selecionados foi “A Interação entre os Seres Vivos”, que embora seja ministrado na 1a série
do ensino médio, de acordo com a estrutura curricular desenvolvida por Souza e
colaboradores (2005), possui ramificações em outros eixos temáticos tanto no ensino básico
(fundamental e médio), como no ensino superior.
Os atores das simulações (Criatura, Borboleta, e Vírus) foram desenvolvidos com base
nas funcionalidades descritas no ambiente de modelagem AVITAE.
Os ambientes computacionais Scratch, Modelab2 e AutCel-RCO foram analisados
visando encontrar um conjunto de funcionalidades que permitam criar cenários que favoreçam
a compreensão dos seguintes assuntos:
•
Caracterização de um ecossistema, identificando a dependência existente entre os seus
componentes bióticos;
56
Ciências & Cognição 2008; Vol 13 (2): 51-70 <http://www.cienciasecognicao.org>
© Ciências & Cognição
Submetido em 09/06/2008 | Revisado em 24/07/2008 | Aceito em 25/07/2008 | ISSN 1806-5821 – Publicado on line em 31 de julho de 2008
•
•
•
•
Realização de pesquisas sobre diferentes ecossistemas;
Identificação das relações alimentares existentes entre os organismos de um ecossistema,
interpretando e/ou construindo esquemas representativos de cadeias ou teias alimentares;
Compreensão dos fatores que influenciam o comportamento dos seres vivos e as relações
entre diferentes populações;
Desenvolver noções sobre o papel de cada ser vivo no ecossistema, evidenciando a
importância na proteção de espécies em risco de extinção.
Figura 1 – Modelagem Predador e Presa no protótipo em Delphi.
5.1. Modelagem no ambiente computacional Scratch
O MIT Lab’s Lifelong Kindergarten group, em colaboração com o KIDS research
group da UCLA Graduate School of Education & Information Studies, desenvolveu a
linguagem de programação Scratch, através da qual as crianças podem elaborar suas próprias
histórias interativas, jogos, músicas ou qualquer outro tipo de arte. O Scratch permite que os
57
Ciências & Cognição 2008; Vol 13 (2): 51-70 <http://www.cienciasecognicao.org>
© Ciências & Cognição
Submetido em 09/06/2008 | Revisado em 24/07/2008 | Aceito em 25/07/2008 | ISSN 1806-5821 – Publicado on line em 31 de julho de 2008
alunos explorem seus modelos mentais simplesmente arrastando e agrupando blocos gráficos
como um quebra-cabeça, sem a preocupação com a sintaxe comum nas tradicionais
linguagens de programação. Os modelos construídos podem ser disponibilizados na internet,
criando uma conexão com outras pessoas, proporcionando inspiração, auxílio e trabalho em
grupo numa comunidade virtual (Schorow, 2007).
No estudo deste ambiente, procurou-se implementar a seguinte situação: uma criatura
predadora se locomove aleatoriamente pelo cenário à procura de borboletas para se alimentar.
A criatura morre ao encontrar um vírus que pode infectá-la.
Nesta simulação, foram utilizados os atores apresentados na figura 2 a seguir:
Figura 2 – Atores da Simulação no Scratch.
Os seguintes eventos foram implementados no ambiente:
•
•
•
•
•
•
•
•
•
•
Nasce Criatura Predadora;
Criatura se move aleatoriamente;
Criatura infectada por Vírus morre;
Criatura come Borboleta Azul;
Criatura come Borboleta Amarela;
Criatura come Borboleta Rosa;
Borboletas Nascem;
Borboletas se movem aleatoriamente;
Borboletas Morrem;
Vírus se move aleatoriamente.
58
Ciências & Cognição 2008; Vol 13 (2): 51-70 <http://www.cienciasecognicao.org>
© Ciências & Cognição
Submetido em 09/06/2008 | Revisado em 24/07/2008 | Aceito em 25/07/2008 | ISSN 1806-5821 – Publicado on line em 31 de julho de 2008
A tabela 1 apresenta as principais regras que foram implementadas no estudo com o
Scratch. As regras constituem as condições necessárias para a execução das interações entre
os atores da simulação. O passo 1 representa uma condição inicial do ator no cenário, o passo
2 representa uma tomada de decisão do sistema, e o passo 3 demonstra a condição final do
ator no cenário.
Passo 1 (Condição Inicial)
1.Iniciou simulação
2.Sempre movimenta Criatura
3.Criatura ao lado de Vírus
4.Criatura ao lado de Borboleta
Azul
5.Criatura ao lado de Borboleta
Amarela
6.Criatura ao lado de Borboleta
Rosa
7.Iniciou simulação
Passo 2 (Decisão)
Muda Criatura
Passo 3 (Condição Final)
Criatura aparece
Muda direção de Criatura
Criatura anda 5 passos, se
tocar na borda volta e vire 1
grau a direita.
Muda Criatura
Criatura se torna Criatura
Infectada e desaparece
Muda direção de Criatura
Criatura é atraída pela
Borboleta, muda para criatura
comendo, espera 2 segundos e
volta para criatura predadora
Muda direção de Criatura
Criatura é atraída pela
Borboleta, muda para criatura
comendo, espera 2 segundos e
volta para criatura predadora
Muda direção de Criatura
Criatura é atraída pela
Borboleta, muda para criatura
comendo, espera 2 segundos e
volta para criatura predadora
Muda Borboleta
Borboleta aparece
8.Sempre movimenta Borboleta
Muda direção de Borboleta
Borboleta anda 50 passos,
muda x por 10, muda y por 10,
anda 10 passos, vira 15 graus e
se tocar na borda volta
9.Borboleta ao lado de Criatura
Muda Borboleta
Borboleta desaparece, espera 5
segundos e aparece
Muda direção de Vírus
Vírus anda 1 passo, espera 1
segundo, se tocar na borda
volta
10.Sempre Iniciou simulação
Tabela 1 – Interpretação das regras definidas no Scratch.
Na figura 3 é apresentado o viveiro onde foi realizada a simulação do problema
estudado.
59
Ciências & Cognição 2008; Vol 13 (2): 51-70 <http://www.cienciasecognicao.org>
© Ciências & Cognição
Submetido em 09/06/2008 | Revisado em 24/07/2008 | Aceito em 25/07/2008 | ISSN 1806-5821 – Publicado on line em 31 de julho de 2008
Figura 3 – Viveiro do ambiente de modelagem Scratch.
5.1.1. Considerações sobre o uso do ambiente computacional Scratch
O Scratch permite a criação de modelos bastante ricos, possuindo funcionalidades
específicas para a manipulação de imagens, permitindo uma mobilidade muito grande aos
atores no cenário. O ambiente também possui blocos de código destinados a interação com o
usuário, uma característica mais comum em jogos, mas que abre espaço para um retorno e
uma interatividade maior com o aluno, através de perguntas ou ações interativas desejáveis
em determinadas situações de ensino. O sistema, através de programação, também permite a
manipulação de variáveis, ampliando o número de possibilidades durante a simulação.
5.2. Modelagem no ambiente computacional Modelab2
O Ambiente de Modelagem Computacional Qualitativo Modelab 2D, também
conhecido como Laboratório de Modelagem 2D, ou simplesmente Modelab2, foi
desenvolvido pelo Laboratório de Tecnologias Interativas Aplicadas à Modelagem Cognitiva
– Modelab, da Universidade Federal do Espírito Santo. Esse sistema baseia-se nas regras dos
autômatos celulares para implementar suas simulações. O ambiente visa a integração de
ambientes computacionais com o aprendizado exploratório em ciências (Ferracioli et al.,
2007).
O Modelab2 permite a elaboração de atividades exploratórias e expressivas (Bliss e
Ogborn, 1989), possibilitando a criação, teste e alteração de modelos qualitativos.
O ambiente de desenvolvimento possui vários recursos de modelagem como
bibliotecas de imagens e de cenários, além de recursos de pesquisa. (Silva et al., 2006).
60
Ciências & Cognição 2008; Vol 13 (2): 51-70 <http://www.cienciasecognicao.org>
© Ciências & Cognição
Submetido em 09/06/2008 | Revisado em 24/07/2008 | Aceito em 25/07/2008 | ISSN 1806-5821 – Publicado on line em 31 de julho de 2008
O Modelab2 é bastante intuitivo com diferentes possibilidades de aplicação em
ambientes de ensino.
No estudo deste ambiente procurou-se implementar a seguinte situação: uma criatura
predadora se locomove aleatoriamente pelo cenário à procura de borboletas para se alimentar.
As borboletas possuem uma taxa de reprodução maior do que a criatura para garantir a
sobrevivência. A criatura morre ao encontrar um vírus que pode infectá-la.
Nesta simulação, foram utilizados os atores apresentados na figura 4 :
Figura 4 – Atores da simulação no Modelab2.
Os seguintes eventos foram implementados no ambiente:
•
•
•
•
•
•
•
•
•
•
Criatura se move aleatoriamente;
Borboletas se movem aleatoriamente;
Vírus se move aleatoriamente;
Criatura come borboletas;
Criatura se reproduz;
Borboletas se reproduzem;
Criatura fica infectada por vírus;
Criatura infectada morre;
Criatura come outra criatura (Canibalismo);
Borboletas iguais se atraem.
A tabela 2 apresenta as principais regras que foram implementadas no estudo com o
Modelab2.
61
Ciências & Cognição 2008; Vol 13 (2): 51-70 <http://www.cienciasecognicao.org>
© Ciências & Cognição
Submetido em 09/06/2008 | Revisado em 24/07/2008 | Aceito em 25/07/2008 | ISSN 1806-5821 – Publicado on line em 31 de julho de 2008
Passo 1 (Condição Inicial)
Passo 2 (Decisão)
Passo 3 (Condição Final)
1. Criatura ao lado de célula
vazia
Muda posição de
Criatura
Criatura
se
aleatoriamente
2. Criatura ao lado de Vírus
Muda Criatura
Criatura
se
torna
Criatura Infectada
Muda célula vazia
Célula
vazia
acima,
abaixo, à esquerda ou à
direita se torna Criatura
Muda Borboleta
Borboleta se torna célula
vazia
5. Criatura ao lado de Criatura
Muda Criatura
Criatura se torna célula
vazia
6. Borboleta
Borboleta
de
Muda direção de
Borboleta
Borboleta atrai Borboleta
7. Borboleta ao lado de célula
vazia
Muda posição de
Borboleta
Borboleta se move para
uma de suas extremidades
na diagonal
8. Borboleta Azul ao lado de
célula vazia à esquerda
Muda célula vazia
Célula vazia se
Borboleta Azul
9. Borboleta Amarela ao lado
de célula vazia à direita
Muda célula vazia
Célula vazia se torna
Borboleta Amarela
10. Borboleta Rosa abaixo de
célula vazia
Muda célula vazia
Célula vazia se
Borboleta Rosa
11. Vírus ao lado de célula
vazia
Muda posição de Vírus
12. Criatura Infectada ao lado
de Vírus
Muda Criatura
Infectada
Criatura Infectada
torna célula vazia
se
13. Criatura Infectada ao lado
de célula vazia
Muda Criatura
Infectada
Criatura Infectada
torna célula vazia
se
3. Criatura ao lado de célula
vazia
4. Criatura
Borboleta
ao
ao
lado
lado
de
move
torna
torna
Vírus se move para cima,
para baixo, para esquerda
ou para direita
Tabela 2 – Interpretação das regras definidas no Modelab2.
As figuras 5 e 6 apresentam dois momentos da simulação no modelo criado.
62
Ciências & Cognição 2008; Vol 13 (2): 51-70 <http://www.cienciasecognicao.org>
© Ciências & Cognição
Submetido em 09/06/2008 | Revisado em 24/07/2008 | Aceito em 25/07/2008 | ISSN 1806-5821 – Publicado on line em 31 de julho de 2008
Figura 5 – Viveiro do Modelab2 com 0 dias.
Figura 6 – Viveiro do Modelab2 com 76 dias.
63
Ciências & Cognição 2008; Vol 13 (2): 51-70 <http://www.cienciasecognicao.org>
© Ciências & Cognição
Submetido em 09/06/2008 | Revisado em 24/07/2008 | Aceito em 25/07/2008 | ISSN 1806-5821 – Publicado on line em 31 de julho de 2008
5.2.1. Considerações sobre o uso do ambiente computacional Modelab2
O Modelab2 deve ser utilizado quando o professor necessitar de um ambiente mais
completo, permitindo a elaboração de regras de relacionamento um pouco mais sofisticadas,
em um ambiente de modelagem um pouco mais rico em detalhes. Os seres podem ser
definidos através de imagens prontas, ou podem ser alterados através do módulo de edição de
elementos. Nesse ambiente, é possível o controle total da movimentação dos seres, definindose, entre outras características, a direção no seu deslocamento.
5.3. Modelagem no ambiente computacional AUTCEL-RCO
O AUTCEL-RCO, acrônimo de Autômato Celular para Raciocínio Com Objetos, é
um ambiente de modelagem computacional qualitativa projetado para que crianças possam
montar e explorar mundos virtuais. Assim como o Modelab2, o ambiente utiliza o conceito de
autômatos celulares para implementar as suas simulações (Araujo , 2000).
No estudo desenvolvido, procurou-se implementar a seguinte situação: uma criatura
verde se multiplica a uma determinada taxa pelo cenário. A criatura verde se alimenta sempre
que encontrar as borboletas azul, amarela ou rosa. Uma criatura verde se alimenta de outra
criatura verde em uma pequena proporção. O vírus surge após um determinado período de
tempo e morre após um período curto de vida. O vírus mata a criatura verde de acordo com
uma pequena proporção estabelecida. As borboletas nascem de acordo com uma porcentagem
estabelecida sempre que existirem duas ou mais borboletas iguais na vizinhança.
Neste ambiente de modelagem, os atores foram definidos conforme a figura 7 :
Figura 7 – Atores da simulação no AUTCEL-RCO.
Os seguintes eventos foram implementados no ambiente:
•
•
•
•
Nasce Borboleta Amarela;
Nasce Borboleta Azul;
Nasce Borboleta Rosa;
Nasce Vírus;
64
Ciências & Cognição 2008; Vol 13 (2): 51-70 <http://www.cienciasecognicao.org>
© Ciências & Cognição
Submetido em 09/06/2008 | Revisado em 24/07/2008 | Aceito em 25/07/2008 | ISSN 1806-5821 – Publicado on line em 31 de julho de 2008
•
•
•
•
•
•
•
Nasce Criatura;
Morre Vírus;
Vírus come Criatura;
Criatura come Criatura;
Criatura come Borboleta Amarela;
Criatura come Borboleta Azul;
Criatura come Borboleta Rosa.
A tabela 3 apresenta as principais regras que foram implementadas no estudo com o
AUTCEL-RCO.
Passo 1 (Condição Inicial)
Passo 2 (Decisão)
Passo 3 (Condição Final)
1.Borboleta Amarela ao lado de
2 ou mais B. Amarelas
Muda sem ator mais
próximo
Sem ator se torna B. Amarela
em 2% dos casos
2. Borboleta Azul ao lado de 2
ou mais B. Azuis
Muda sem ator mais
próximo
Sem ator se torna B. Azul em
2% dos casos
3. Borboleta Rosa ao lado de 2
ou mais B. Rosas
Muda sem ator mais
próximo
Sem ator se torna B. Rosa em
2% dos casos
Muda sem ator
1% do total de Sem ator se
torna Vírus
Muda sem ator mais
próximo
Sem ator se torna Criatura
em 1% dos casos
4. Tempo >= 50 ciclos
5. Criatura ao lado de 2 ou mais
Criaturas
6. Tempo >= 51 ciclos
Muda Vírus
Vírus se torna sem ator
7. Vírus ao lado de Criatura
Muda Criatura
Criatura se torna sem ator em
13% dos casos
8. Criatura ao lado de Criatura
Muda Criatura
Criatura se torna sem ator em
10% dos casos
Muda B. Amarela
B. Amarela se torna sem ator
9. Criatura ao
Borboleta Amarela
lado
de
10. Criatura ao
Borboleta Azul
lado
de
11. Criatura ao
Borboleta Rosa
lado
de
Muda B.Azul
B. Azul se torna sem ator
Muda B. Rosa
B. Rosa se torna sem ator
Tabela 3 – Interpretação das regras definidas no AUTCEL-RCO.
Nas figuras 8 e 9 são apresentados dois momentos da simulação do problema
estudado.
65
Ciências & Cognição 2008; Vol 13 (2): 51-70 <http://www.cienciasecognicao.org>
© Ciências & Cognição
Submetido em 09/06/2008 | Revisado em 24/07/2008 | Aceito em 25/07/2008 | ISSN 1806-5821 – Publicado on line em 31 de julho de 2008
Figura 8 – Viveiro do Autcel-RCO no tempo 0.
Figura 9 – Viveiro do Autcel-RCO no tempo 2037.
66
Ciências & Cognição 2008; Vol 13 (2): 51-70 <http://www.cienciasecognicao.org>
© Ciências & Cognição
Submetido em 09/06/2008 | Revisado em 24/07/2008 | Aceito em 25/07/2008 | ISSN 1806-5821 – Publicado on line em 31 de julho de 2008
5.3.1. Considerações sobre o uso do ambiente computacional Autcel-RCO
O AutCel-RCO pode ser utilizado na criação de modelos que necessitem de regras
temporais e relacionais simples, onde o usuário não necessita de um controle mais elaborado
sobre a locomoção dos organismos. Na versão analisada, não foi possível realizar nenhum
tipo de manipulação na imagem dos organismos.
6. Conclusões e trabalhos futuros
Neste trabalho, buscou-se aprofundar o conhecimento sobre ambientes de modelagem
computacional que permitam utilizar conceitos de vida artificial na criação de modelos
destinados ao ensino de biologia, particularmente nos tópicos sobre ecologia e interação entre
seres vivos. Esta análise permitiu identificar um conjunto de funcionalidades desejáveis para
um ambiente de modelagem destinado ao estudo de tópicos em Biologia, sendo uma etapa
importante na continuação do processo de desenvolvimento do ambiente AVITAE,
originalmente idealizado pelo grupo GINAPE.
Os três ambientes de modelagem analisados se mostraram favoráveis na construção de
modelos que auxiliem na compreensão dos tópicos ministrados nas ciências biológicas. A
utilização específica de cada um deverá ser feita de acordo com o tipo de modelagem que se
deseja realizar e os objetivos que se espera alcançar, visto que os mesmos possuem
características e funcionalidades próprias, que podem ser exploradas de diferentes maneiras,
limitando-se apenas à criatividade de cada usuário.
Nenhum dos sistemas analisados permitiu a simulação de reprodução e,
conseqüentemente, a criação de regras que permitissem a transmissão de caracteres
hereditários entre os organismos - característica básica de ambientes de vida artificial. Nesses
ambientes, cada novo indivíduo gerado se dava através do relacionamento entre dois outros
(indivíduos pais), desde que um dos genitores “morresse”, cedendo espaço em sua célula para
o filho gerado.
Um ambiente computacional que atenda as necessidades de simulação dos problemas
das ciências biológicas, particularmente no contexto da ecologia e da interação entre os seres
vivos, necessita de um conjunto de funcionalidades e inovações tais como:
a) maior variedade de “atributos físicos” e “comportamentos” passíveis de serem acoplados
aos seres existentes no ambiente;
b) inclusão de características de hereditariedade, mutação e reprodução através de, por
exemplo, algoritmos genéticos associados aos seres disponíveis no viveiro;
c) desenvolvimento de cenários com diferentes características, tais como: tipo de terreno,
luminosidade e temperatura do ambiente;
d) implementação de parâmetros e configurações dos seres artificiais em diferentes níveis
(desde a simples seleção de parâmetros até a programação em linguagem script), a fim de
permitir que diferentes usuários com diferentes graus de conhecimento possam utilizar o
ambiente;
e) apresentação dos resultados da simulação em forma gráfica e também em tabelas, podendo
ser exportados para outros softwares (editores de texto, páginas da internet e planilhas de
dados).
Os modelos apresentados nesse trabalho podem ser utilizados como complemento ao
aprendizado em temas similares à interação entre os seres vivos, tanto do nível fundamental
como no ensino médio à saber:
67
Ciências & Cognição 2008; Vol 13 (2): 51-70 <http://www.cienciasecognicao.org>
© Ciências & Cognição
Submetido em 09/06/2008 | Revisado em 24/07/2008 | Aceito em 25/07/2008 | ISSN 1806-5821 – Publicado on line em 31 de julho de 2008
a) “A vida na Terra: os seres vivos e o ambiente”, estudado na 6ª série do ensino
fundamental;
b) no estudo do fluxo de energia nos seres vivos, e no estudo das pirâmides de energia, na 8a
série do ensino fundamental;
c) no tópico que trata da vida e sua organização, assim como na interação entre os seres vivos
ministrados aos alunos da 1a série do ensino médio;
d) no estudo da diversidade da vida, na 2a série do ensino médio. O tema “a genética e a
manipulação gênica”, da 3a série do ensino médio, abre espaço para a modelagem e simulação
num ambiente computacional que utilize técnicas de vida artificial e que permita a reprodução
e a troca de informações entre os organismos.
O sistema AVITAE, através de seus dois protótipos, e as reflexões realizadas a partir
dos estudos aqui apresentados, servirão como ponto de partida para a elaboração de um novo
ambiente computacional direcionado ao ensino de Biologia.
O programa permitirá aos usuários definir as propriedades físicas dos seres
artificialmente criados, a elaboração de scripts que controlarão o comportamento dos
indivíduos, a definição de condições específicas para a reprodução e a troca de caracteres
binários e a simulação de hipóteses ou fenômenos naturais nos mundos artificiais.
As melhorias pensadas para a nova versão do sistema AVITAE, principalmente a
partir da análise dos sistemas aqui documentados, vão possibilitar a simulação de uma grande
variedade de problemas nas áreas das ciências biológicas e ciências sociais, permitindo a
criação de modelos baseados em sistemas complexos onde o comportamento dos indivíduos
no viveiro é definido pelas condições ou regras iniciais, e os resultados apresentados durante a
simulação são inesperados e difíceis de prever.
O programa Imagine distribuído pela empresa CNOTINFOR Brasil, está sendo
utilizado como a plataforma de desenvolvimento para a implementação da nova versão do
sistema AVITAE. O Imagine foi escolhido por ser o substituto natural do programa
MegaLogo - que reuniu no Brasil mais de 200.000 usuários dentre eles alunos e professores
da educação tecnológica.
O Imagine incorpora várias funcionalidades de desenvolvimento inexistentes no
ambiente MegaLogo, além de ferramentas para tratar multimídia e acesso à Internet.
Desta forma, acreditamos que a disponibilização gratuita de um ambiente de
modelagem computacional que permita investigar assuntos tratados nas ciências biológicas a
partir de propostas pedagógicas que privilegiem a exploração venha a ser uma valiosa
ferramenta no processo de ensino-aprendizagem, contribuindo para a melhoria da qualidade
da educação no nosso país.
7. Referências bibliográficas
Abreu, S. (2004). Construa e Aprenda com Imagine. Paraná: Expoente / CNOTINFOR.
Aebli, H. (1985). Didática Psicológica - Aplicação à Didática da Psicologia de Jean Piaget .
Brasil: Companhia Ed. Nacional.
Amaral, F. (2001). Causação Mental: Onde Estivemos e Onde Estamos. Psicologia: Teoria e
Pesquisa, 17 (3). Retirado em 04/04/2008, de World Wide Web: http://www.scielo.br/
scielo.php?script=sci_arttext&pid=S0102-37722001000300005.
68
Ciências & Cognição 2008; Vol 13 (2): 51-70 <http://www.cienciasecognicao.org>
© Ciências & Cognição
Submetido em 09/06/2008 | Revisado em 24/07/2008 | Aceito em 25/07/2008 | ISSN 1806-5821 – Publicado on line em 31 de julho de 2008
Araujo, I.S. (2000). AUTCEL-RCO: Uma alternativa para o raciocínio com objetos. Em:
Fundação Universidade do Rio Grande (Org.), Anais, III Seminário sobre representações e
modelagem no processo de Ensino-Aprendizagem (pp. 27-35). Rio Grande: EDIGRAF.
Bliss, J. e Ogborn, J. (1989). Tools for Exploratory Learning, A Research Programme. J.
Comp. Assisted Learn., 5, 37-50.
Borges, A.T. (1997). Um Estudo de Modelos Mentais. Investigações em Ensino de Ciências,
2 (3), 207-226. Retirado em: 22/07/2008, no World Wide Web: http://www.if.ufrgs.br/public/
ensino/vol2/n3/borges.htm.
Brasil (1998). Parâmetros Curriculares Nacionais, Terceiro e Quarto Ciclos do Ensino
Fundamental – Ciências Naturais. Brasil, Brasília: Autor.
Cobra, R.Q. (1998). Decartes: Vida, época, filosofia e obras de René Descartes. Página de
Filosofia Moderna. Retirado em 04/04/2008, de World Wide Web: http://www.cobra.pages.
nom.br/fmp-descartes.html.
Ferracioli, L. (2000). O Estudo da Integração de Ambientes Computacionais ao Aprendizado
Exploratório em Ciências – Projeto Integrado de Pesquisa. Espírito Santo: Universidade
Federal do Espírito Santo.
Ferracioli, L.; Gomes, T. e Silva R.M. (2007). Modelab2 – Modelling Laboratory 2D. Brasil:
Universidade Federal do Espírito Santo.
Huit, W. e Hummel, J. (2003). Piaget's theory of cognitive development. Educational
Psychol. Interact. Retirado em 07/05/2008, no Wolrd Wide Web: http://chiron.valdosta.edu/
whuitt/col/cogsys/piaget.html
Johnson-Laird, P.N. (1983). Mental models :towards a cognitive science of language,
inference and, consciousness. Cambridge: Harvard University Press.
Junior, G.V.C. e Nagel, M.T. (2003). Vida Artificial. Trabalho do Curso de Ciências da
Computação 6a fase, Departamento de Informática e Estatística, Universidade Federal de
Santa Catarina, Florianópolis, SC.
Koza, J.R. (1996). Genetic Programming – On the Programming of Computers by Means of
Natural Selection. Cambridge (USA): MIT Press.
Langton, C.G. (1989). Artificial life: The proceedings of an Interdisciplinary Workshop on the
Synthesis and Simulation of Living Systems. United States of America: Addison-Wesley
Longman Publishing Company.
Lopes, P.E.L.A. (2002). AVITAE: Estudo sobre a aplicação de Vida Artificial em sala de
aula. Trabalho final do curso de informática, Departamento de Ciência da Computação do
Instituto de Matemática, Universidade Federal do Rio de Janeiro, Rio de Janeiro, RJ.
Massabni, V.G. (2007). O construtivismo na prática de professores de ciências: realidade ou
utopia?. Cien. Cogn., 10, 104-114.
Neumann, J.V. (1966). Theory of Self-Reproducing Automata. USA: University of Illinois
Press.
Pedro, M.V. (2006). JlinkIt: Desenho e Implementação de um Ambiente de Modelagem
Computacional para o Ensino. Dissertação de Mestrado, Programa de Pós-Graduação em
Informática, Universidade Federal do Rio de Janeiro, Rio de Janeiro, RJ.
Pereto, A.P. (1998). Vida Artificial, uma nova proposta para a realidade. Pesquisa
Monográfica. Retirado em 03/06/2008, de World Wide Web: http://www.geocities.com/
Eureka/ 3211/v-main.htm.
Piaget, J. (1972). Os Estágios do Desenvolvimento Intelectual da Criança e do Adolescente.
Rio de Janeiro: Forense.
Sampaio, F.F. (1998). Modelagem Dinâmica Computacional e o Processo de EnsinoAprendizagem:Algumas Questões para Reflexão. Em: Universidad de Chile (Org.), Anais,
69
Ciências & Cognição 2008; Vol 13 (2): 51-70 <http://www.cienciasecognicao.org>
© Ciências & Cognição
Submetido em 09/06/2008 | Revisado em 24/07/2008 | Aceito em 25/07/2008 | ISSN 1806-5821 – Publicado on line em 31 de julho de 2008
Conferência Internacional de Informática e Educação do Chile – TISE´98. Santiago:
Universidad de Chile.
Sampaio, F.F. (2000). AVITAE - Ambiente de Vida Artificial para Ensino-Aprendizagem de
Ciências. Em: Universidade Federal de Alagoas (Org.), Anais, XI Simpósio Brasileiro de
Informática na Educação (pp. 367-369). Maceió: Universidade Federal de Alagoas.
Schorow, S. (2007). Interactive ‘Scratch’ program empowers young media artists. MIT Tech
Talk, 27 (52), 7. Retirado em 14/06/2008, no World Wide Web: http://www.web.mit.edu/
newsoffice/2007/resnick-scratch.html.
Schüller, J.P.S (2000). Simulação Discreta, Autômatos Celulares e Origem da Vida.
Modelagem e Simulação de Sistemas Discretos. Retirado em 03/03/2008, de World Wide
Web: http://www.schulers.com/jpss/estudos/Simlife/SIMLIFE.html.
Scopel, E.J. e Bartilotti, C. (2006). Reflexões sobre o Corpo como modo de Ser-no-Mundo.
Psicologia.com.pt: O Portal dos Psicólogos, 1-5. Retirado em 04/07/2008, no World Wide
Web: http://www.psicologia.com.pt/artigos/textos/A0308.pdf.
Silva, R.M.A.; Gomes, T e Ferracioli, L. (2006). Modelab2: Um Ambiente de Modelagem
Qualitativa e Criação de Jogos. Brasil: Universidade Federal do Espírito Santo.
Smith, D.C.; Cypher, A. e Spohrer, J. (1994). KidSim: Programming Agents Without a
Programming Language. Communic. ACM, 37 (7), 54-67.
Souza, E.O.S.; Silva, E.S. e Dottori, S.S. (2005). Ciências da Natureza e Matemática –
Biologia no Ensino Médio. Brasil. Ministério da Educação.
Travers, M. (1994). LiveWorld: A construction kit for Animate Systems. Em: Boston,
Massachusetts (Org.), Annals, Conference on Human Factors in Computing Systems (pp. 3738). New York: Association for Computing Machinery.
- A.S.T. Pereira é Biólogo e Analista de Sistemas, Mestrando (PPGI, IM-NCE, UFRJ).
Endereço para correspondência: IM-NCE/UFRJ, Caixa Postal 2324, Rio de Janeiro, RJ
20.001-970, Brasil. Telefones para contato: 55-021-2598-3227 ou 55-021-8104-3111. E-mail
para correspondência: [email protected]. F.F. Sampaio é Graduado em Informática (UFRJ),
Mestre em Engenharia de Sistemas e Computação (UFRJ), Doutor em Ciências e Tecnologia
(University of London). Atua como Analista de Sistemas (IM-NCE/UFRJ) e Professor do
Programa de Pós-Graduação em Informática (IM-NCE/UFRJ). Endereço para
correspondência: NCE/UFRJ, Caixa Postal 2324, Rio de janeiro, RJ 20.001-970, Brasil.
Telefones para contato: 55-021-2598-3117 ou 55-021-8661-1110. E-mail para
correspondência: [email protected].
70