Introdução
Este artigo tem por objetivo associar a visualização do conhecimento com o processo de cognição no âmbito do aprendizado da solução para elaborar Sistemas de Informação.
Esta relação mostra a importancia da transferência de conhecimeno na elaboração/melhoria de sistemas através de um ambiente de aprendizado Web.
Este ambiente tem a capacidade de suportar a transformação de um conceito em especificação e em construção de um produto digital (sistema de informação por exemplo), escrevendo qualquer texto em um dispositivo digital usando o conceito de hypertexto.
Visualização do conhecimento
A visualização
[1]é o processo de transformar operação, dado, informação
[2] e conhecimento
[3] em representações gráficas para suportar a análise da movimentação dos dados, a exploração da informação, a previsão de tendência, a detecção de padrões e finalmente deduza novos conhecimentos (na forma de um sistema de informação)
Existe uma demanda no aumento da capacidade do ser humano em absorver novos conhecimentos, devido a grande massa de informação. Para tanto, é eminente a necessidade de complementar as representações verbais com representações visuais.
A visualização do conhecimento é a junção de vários campos, onde temos a informação quantitativa exposta de forma gráfica, o design responsável pelas artes e ilustrações, e finalmente as ciências cognitivas responsáveis por entender o processo de percepção, raciocínio, integração e comunicação do conhecimento (figura 1).
Figura 1 - Áreas que integram a visualização do conhecimento
A visualização do conhecimento estuda o uso das representações visuais para melhorar a criação e transferência de conhecimento entre, pelo menos, duas pessoas, por meios gráficos que podem ser utilizados para construir, expressar e compreender uma grande quantidade de dados complexos, em duas, três ou mais dimensões. Pode ser um esquema de banco de dados transacional ou multidimensional por exemplo).
Os níveis de representação do conhecimento diferencia-se em níveis de : abstração, informação, utilidade, precisão, complexidade, padronização e evolução e amadurecimento do desenho alinhado ao propósito.
Veja a seguir as representações gráficas:
Representações gráficas do conhecimento
2.1 Mapas do Conhecimento: ilustram tanto uma visão geral e detalhada e as relações entre esses detalhes. Jafari et. al. (2009) afirma que um mapa do conhecimento é o processo de levantamento, avaliação e ligação das informações, conhecimentos, competências e proficiências detidos por indivíduos e grupos dentro de uma organização. Para transferência e criação de conhecimento, os mapas ajudam a obter uma visão global sobre as fontes de informação disponíveis .
O Mapeamento do Conhecimento é “ uma rica síntese de processos de pensamento, estratégias mentais, técnicas e tecnologias e conhecimento que permite aos humanos investigar incógnitas, mostrar padrões de informação e usar o mapa para expressar, construir e avaliar novos conhecimentos ”(figura 2).
Figura 2 - Exemplo de mapa do conhecimento
Fonte: http://the-web-of-knowledge.blogspot.com.br/2010/11/knowledge-maps-part-v-propositions.html
2.2 Mapas Conceituais: representa conhecimento através de setas que mostram a relação entre conceitos, ou entre palavras que usamos para representar os conceitos. Zhang et. al. (2010) afirma que mapas conceituais tem se demonstrado uma efetiva e poderosa ferramenta de aprendizado (figura 3).
Figura 3 - Exemplo de mapa conceitual
2.3 Mapas Mentais: criado por Tony Buzan são ferramentas de pensamento que permitem refletir o que se passa na mente, sendo uma forma de organizar os pensamentos e utilizar ao máximo as capacidades mentais (Keidann, 2013). Possui componentes como os tópicos com seus conteúdos, símbolos, palavras e desenhos (figura 4).
Figura 4 - Exemplo de mapa mental
2.4 Metáforas Visuais: ajudam a entender uma coisa nova com a representação visual de outra coisa conhecida. É possível alcançar uma expressão visual do significado da informação através da transformação da forma com a ajuda de algumas características semelhantes formando um significado visual entre conhecidos e desconhecidos.
Figura 5 - Exemplo de metáfora visual
2.5 Modelo de Informação: produto da análise de sistemas que identifica objetos (entidades), relacionamentos e operações compondo algum sistema do mundo real. É usado para desenhar banco de dados e para analisar sistemas e planejar negocios.
Figura 6 - Exemplo de assinatura de contrato mudando o estado de um banco de dados
2.6 Modelo hipertexto: produto da transferência de texto em papel para tela de dispositivo digital. Cada texto esta num nivel diferente de contexto.
Figura 6 - Exemplo de hipertexto
Processo de conversão:
Figura 7 - Conversão de textos em hipertextos
Teoria da carga cognitiva
A teoria da carga cognitiva possui princípios a fim de diminuir a sobrecarga cognitiva do aprendiz e maximizar seu aprendizado.
Estes princípios em como objetivo tornar a interação humana com a tecnologia mais alinhada ao processo cognitivo a fim de diminuir a sobrecarga cognitiva do aluno e maximizar seu aprendizado. Santos e Tarouco (2003) apresentam os princípios elaborados por Richard Mayer que corroboram com a teoria:
Coordenação: representação visual ajuda a coordenar os indivíduos no processo de comunicação, como exemplo, mapas do conhecimento;
Atenção: representações visuais chamam a atenção por atingir emoções e manter a atenção identificando padrões ou tendências;
Recordação: representações visuais melhoram a memorização porque pensamos em imagens, por exemplo, a metáforas visuais, mapas conceituais;
Motivação: representações visuais inspiram, motivam, energizam e ativam espectadores, por exemplos, mapas metais;
Elaboração: representações visuais fomentam a elaboração de conhecimentos em equipes, por exemplo, esboços heurísticos; e,
Novos insights: representações visuais apoiam a criação de novos insights por meio da incorporação de detalhes no contexto e mostrando relações entre objetos, por exemplos, metáforas visuais.
Complexidade da informação e Software
Incorporar uma abordagem de modelagem de domínios de uma aplicação no processo de desenvolvimento de softwares é fundamental no design do software. O objetivo é transformar esses modelos em implementações de software duradouras e de alta qualidade.
Expressar no código o que esta expresso no domínio da aplicação. Atacar a complexidade do domínio da aplicação e não aumentar a complexidade. Não é o negocio fala tecnologia anota e a sim conversar em uma linguagem comum. Iniciar pelo domínio da aplicação e não pelo dados.(O que levaria a mudanças no valor de uma propriedade. Focar nas condições para a mudanças. No lugar de olhar o aumento de um valor olhar no movimento de um valor. Surgem vários cenários. Focar nas operações em vez de entidade de dados. Encontrar testes a serem feitos (regras) nestas opreações.)
Figura 8 - Conversão de textos em hipertextos
Ambiente de aprendizado - olivroqueaprende.com
A forma pelo qual o conhecimento é transmitido pelo usuário e absorvido pelo analista é chamada de ambiente de aprendizado para elaborar/melhorar um sistema de informação.
Dentro desta pespectiva criei o ambiente olivroqueaprende.com
[2]
O objetivo é criar um ambiente que aprende, para que o usuário possa armazenar em objetos de aprendizagem, o conhecimento adquirido durante experiências de elaboração de sistemas de informação, a serem visualizados em páginas web, no formato de livro, sempre a partir de um caso real.
Modelo conceitual do ambiente olivroqueaprende.com
Concluindo
Artigos como esse nasceram para auxiliar aprendizado na elaboração de sistemas de informação.
Por exemplo, a implementação em curso da plataforma olivroqueaprende.com .
É mister observar que os requisitos da interface sejam rastreados na sua implementação.
A não observancia dos requisitos poderá implicar insastifação do usuário acarretando em perda de confiança.
É, portanto, de suma importância dos usuários e o analista estejam atentos a transferência do conhecimento tácito para a inteligência dos sistemas através da visualização do conhecimento que vem corraborar com o processo de aprendizado para elaboração/melhora dos sistemas, por meio de representações gráficas e neste sentido, que todos nós nos adaptemos a este tempo.
Referência
↑
Visualização da Informação
.
. Consultado em junho de 2023
↑
Informação.
. Consultado em junho de 2023
↑
Conhecimento.
. Consultado em junho de 2023
Influênciou
↑
olivroqueaprende.com
. Consultado em junho de 2023
Bibliografia
1. Dominguez, Walter; Breve resumo sôbre Knowledge; consultado em maio de 2023 ;
2. Dominguez, Walter; 3 propostas de visualização de informação; consultado em maio de 2023 ; https://olivroqueaprende.com/WDV/PropVisualizacaoFinal.pdf
3. ENONE, Denise Santin. CASAES Júlio César Costa; Aspectos Cognitivos da Visualização do Conhecimento Aplicados ao Aprendizado Revista Espacios Vol36 (n 7) Ano 2015 , pag 18.; consultado em janeiro de 2023
4. Flavin, Matt. Fundamental Concepts of Information Modeling; 1981; Yordon inc
5. Scotthyoun. Teoria da Carga Cognitiva e suas Aplicações para Aprendizagem; .Consultado em junho de 2023
6. Nonaka, Ikuiro e Takeuchi, Hirotaka. Criação de conhecimento na empresa; 1997; Campus
7. da Costa, Nelson Pereira. Oficina do livro - Guia do autor didático para desenvolver e apresentar um projeto de livro; 2022; Ciência Moderna
8. Série de videos. DDD Domain Driven Design
9. Vernon, Vaughn. Implementando DDD Domain Driven Design
9. Site de DDD Domain Driven Design
10. Site. Engenharia do conhecimento
11. Slide. AbrahãoSlide,Julia Issy . Cognição e Sistemas de Informação
11. Ciclo de vida do software. ISO/IEC 15288
Glossário de Termos
Modelo Mental: Partem de uma ideia central, a partir da qual se articulam as ideias conectadas, numa estrutura em árvore (raiz e galhos) ou semelhante a um neurônio. É preciso focar as palavras-chave de determinado tema, colocando-as em uma sequência lógica que faz que o conteúdo possa ser memorizado
Modelo Conceitual: Se assemelha a uma rede de conexões. Usado para capturar conhecimento.
Engenharia do conhecimento: estuda a modelagem e o desenvolvimento de sistemas do conhecimento.
é o processo de compreensão e representação do conhecimento humano em estruturas de dados; modelos semânticos, um diagrama conceitual dos dados relacionados ao mundo real; e heurísticas, regras que levam a soluções para todos os problemas considerados na IA. Sistemas especialistas ealgoritmossão exemplos que formam a base da representação e aplicação desse conhecimento. O processo de engenharia do conhecimento inclui aquisição, representação e validação do conhecimento; inferência; e explicação e justificação.
A quantidade de conhecimento colateral pode ser muito grande, dependendo da tarefa. Uma série de avanços em tecnologia e padrões de tecnologia ajudaram na integração de dados e torná-los acessíveis. Entre elas, estão a web semântica, uma extensão da web atual em que a informação recebe um significado bem definido; computação em nuvem, que possibilita o acesso a grandes quantidades de recursos computacionais; e conjuntos de dados abertos, conjuntos de dados disponíveis gratuitamente para qualquer um usar e republicar. Esses avanços são cruciais para a engenharia do conhecimento, pois aceleram a integração e avaliação de dados
Etapas do processo de Engenharia do conhecimento: identificação de conhecimento, na qual são identificadas as fontes de informação; especificação do conhecimento, etapa em que deve ser feita uma especificação completa do Modelo do Conhecimento; e refinamento do conhecimento, fase em que é preciso validar o conhecimento por meio de testes e da base existente, utilizando os contextos reconhecidos durante a fase de identificação do conhecimento.
O Modelo de Conhecimento de uma aplicação fornece uma especificação dos dados e da estrutura de conhecimento necessária para a aplicação. Este modelo é desenvolvido como parte do processo de análise e está dividido em três categorias: conhecimento de domínio, conhecimento de inferência e conhecimento da tarefa.
Principios da lógica:O princípio da não contradição estabelece que uma proposição não pode ser, ao mesmo tempo, falsa e verdadeira. Por fim, o princípio do terceiro excluído determina que uma proposição é falsa ou verdadeira.
