Zito Daniela Dora Anno accademico Reti di Calcolatori L-S

Slides:



Advertisements
Presentazioni simili
Ambiente di apprendimento e TIC
Advertisements

UNIVERSITÀ DEGLI STUDI DI MODENA E REGGIO EMILIA
Profilazione d’utente nei sistemi di e-commerce
Prototipo del Portale Fiscale per le Aziende. Portale Fiscale x le Aziende Area informativa news Area abbonati, accesso alla home page personalizzata,
Intelligenza artificiale
Le tecnologie informatiche per l'azienda
Gestione dei laboratori Come rendere sicura la navigazione internet e l'uso della rete Lorenzo Nazario.
UNIVERSITA DEGLI STUDI DI MODENA E REGGIO EMILIA Facoltà di Ingegneria – Sede di Modena Corso di Laurea in Ingegneria Informatica Progetto e sviluppo di.
Dottorato in Società dellInformazione Università degli Studi di Milano-Bicocca Una rete per la scuola in ospedale Andrea Marcante.
Processi di apprendimento / insegnamento e TIC Modulo 2.
La rete del futuro nellautonomia scolastica Sezione propedeutica La rete: uno strumento privilegiato per la didattica.
Gestione dei dati e della conoscenza (agenti intelligenti) M.T. PAZIENZA a.a
Sistemi basati su conoscenza (agenti intelligenti) Prof. M.T. PAZIENZA a.a
1 Programmazione ad oggetti in Java E.Mumolo, DEEI
Obiettivi Saper valutare ed allestire risorse didattiche in rete per la formazione; saper selezionare tipologie comunicative, regole e criteri per ottimizzare.
Apprendimento collaborativo in rete
SI PREGA DI SPEGNERE IL CELLULARE, GRAZIE!
E-learning Vantaggi e svantaggi.
Università degli Studi di Parma
Gestione di Progetti Software 2 (A.A. 2004/2005) - Lezione 2 1 JAVA: obiettivi di progetto del linguaggio Nota storica: Il linguaggio JAVA (inizialmente.
Progettazione dei Sistemi Interattivi (a.a. 2004/05) - Lezione 13 1 La Manipolazione Diretta Sensazione di interagire con un mondo di oggetti piuttosto.
Progettazione dei Sistemi Interattivi (a.a. 2004/05) - Lezione 91 Il modello OAI (Object-Action Interface) Sintassi e semantica: la sintassi specifica.
Università degli studi di Bari
Sistemi Operativi GESTIONE DEI PROCESSI.
Virtual Learning Environments (i. e
Presentazione a cura diSlide n.1 AVIPA 1. Presentazione generale dell'ambiente software Viterbo, 10 Dicembre 2008.
WOA 2003 Una piattaforma per lo sviluppo di applicazioni multi-agente Boccalatte - Gozzi - Grosso 10/09/2003.
M.A.E.A.I. Mobile Agent and Enterprise Architecture Integration Il gestore delle politiche Valerio Siri Reti di Calcolatori LS Docente: Antonio Corradi.
Progetto di una architettura per lesecuzione distribuita e coordinata di azioni Progetto per lesame di Reti di Calcolatori L-S Prof. Antonio Corradi Finistauri.
Tutorial base di Manuela Kustermann.
INTRODUZIONE l sistema operativo è il primo software che lutente utilizza quando accende il computer; 1)Viene caricato nella memoria RAM con loperazione.
U N INFRASTRUTTURA DI SUPPORTO PER SERVIZI DI FILE HOSTING Matteo Corvaro Matricola Corso di Reti di Calcolatori LS – Prof. A. Corradi A.A.
Tesi di laurea Progettazione ed implementazione di un sistema di supporto al ramp management basato su architettura multiagente Anno Accademico 2008/2009.
VIRTUALIZZAZIONE Docente: Marco Sechi Modulo 1.
Il modello di riferimento OSI
Servizi Grid ed agenti mobili : un ambiente di sviluppo e delivering
La Formazione a Distanza
Integrazione fra formazione in presenza e formazione in rete.
PROGRAMMA IL FUTURO Anno Scolastico 2014 / 2015
Dal sito del Polo Qualità di Napoli
I processi.
Progetto Message Queues Service Olivelli Enrico Corso di Reti di Calcolatori LS A.A
A cura di A. Augenti e M.Gabriella de Judicibus
Nemesi Creazione e pubblicazione di una rivista online tramite l’utilizzo di Java Message Service.
PIATTAFORMA MAESTRA.
CMS per la scuola con JOOMLA
Vantaggi e svantaggi Cosa, chi, come?
Reti di computer Condivisione di risorse e
Sistema di replicazione master-multislave con server di backup per un servizio di chat di Marco Andolfo matr
SISTEMI DIDATTICI PER L’ E- LEARNING
Bonjour Post-It servizio di post-it distribuito di Elisa Rondini.
Sistemi basati su conoscenza (agenti intelligenti) Prof. M.T. PAZIENZA a.a
Reti di calcolatori LS1 Service Middleware Reti di calcolatori LS progetto di Andrea Belardi Infrastruttura dedicata alla gestione di servizi disponibili.
Sistemi operativi di rete Ing. A. Stile – Ing. L. Marchesano – 1/18.
R.E.V.E.N.G.E. RELIABLE AND VERSATILE NEWS DELIVERY SUPPORT FOR AGENCIES Corso di Reti di Calcolatori LS – AA Professore: Antonio Corradi Referente.
Progetto e Realizzazione di un servizio di Chat Progetto di: Nicoli Leonardo Corso di: Reti di Calcolatori L-S.
Internetworking V anno. Le soluzioni cloud per la progettazione di infrastrutture di rete.
MASeC: un’infrastruttura ad agenti mobili per l’e-commerce Diego Ruotolo Università degli studi di Bologna, A.A
SnippetSearch Database di snippet bilanciato e replicato di Gianluigi Salvi Reti di calcolatori LS – Prof. A.Corradi.
Mots, programmazione collaborativa di Ettore Ferranti.
Università degli Studi di Firenze Facoltà di Ingegneria Dipartimento di Sistemi e Informatica Corso di Laurea in Ingegneria Informatica Modelli e strumenti.
Perché le TIC nella Didattica
Eprogram informatica V anno.
Le basi di dati.
Progetto Minerva: Un esperienza di apprendimento on-line dr. Guido Righini Istituto di Struttura della Materia – C.N.R. Progetto.
… una soluzione per l’eLearning e la condivisione delle informazioni cos’è la piattaforma Moodle le caratteristiche di Moodle come viene implementata dal.
Programmazione orientata agli Oggetti Introduzione a Java.
Ipertesti e ipermedia.
SIRQ Scuole in Rete per la Qualità FLIPPED CLASSROOM.
Le modalità attraverso le quali gli utenti interagiscono con il computer A cura di Eleonora Bilotta.
Transcript della presentazione:

Zito Daniela Dora Anno accademico 2003-2004 Reti di Calcolatori L-S Progettazione e prototipazione di un sistema multi-agente per l’e-learning asincrono Zito Daniela Dora Anno accademico 2003-2004 Reti di Calcolatori L-S

Obiettivi Progettazione di un ambiente di e-learning asincrono web-based distribuito interattivo modulare e facilmente espandibile aperto multi-agente

Motivazioni Soluzione L’idea nasce dall’osservazione degli attuali sistemi didattici e dei problemi dell’insegnamento tradizionale: classi di studenti di grandi dimensioni numero limitato di insegnanti scarsa disponibilità di risorse finanziarie strategie di insegnamento non differenziate difficoltà per i docenti nel delineare le abilità di ogni studente Il tutto rende il processo di apprendimento poco interessante e incompleto Soluzione Un sistema di active learning che si adatta dinamicamente alle esigenze di ogni studente, creando percorsi formativi personalizzati.

Un sistema di active learning L’ambiente di active learning supporta: Scelta: gli studenti scelgono cosa studiare e cosa costruire e risultano più coinvolti nelle attività che svolgono Congenialità: gli studenti non hanno tutti lo stesso livello di conoscenza e abilità e ognuno preferisce un particolare stile di apprendimento Asincronismo: un ambiente di questo tipo deve anche consentire un’interattività libera da vincoli temporali e spaziali

Componenti del sistema Modello pedagogico Sistema multi-agente Interfaccia web Libreria digitale Ambiente distribuito

Il sistema multi-agente Un agente è un componente software Autonomo: possiede un proprio thread di controllo, può controllare le proprie azioni e prendere decisioni Proattivo: reagisce in risposta agli eventi esterni e possiede un “behaviour” finalizzato ad un obiettivo Sociale: interagisce con altri agenti per eseguire il proprio task

Il sistema multi-agente Alcune caratteristiche dell’e-learning asincrono rendono interessante la tecnologia basata sugli agenti multipli: gli studenti sono distribuiti lungo la rete in modo non uniforme e il numero di partecipanti è ampio e questo rende inadeguato il sistema tradizionale statico e centralizzato il background e le abilità di ogni studente evolvono nel tempo e anche i materiali e le metodologie di insegnamento devono adeguarsi gli studenti seguono molti corsi contemporaneamente e quindi serve un coordinamento didattico su vari argomenti gli studenti tendono a riunirsi per discutere di argomenti didattici comuni e lavorano insieme ai docenti per raggiungere obiettivi comuni, quindi serve un supporto all’interazione Un agente può acquisire il profilo dell’utente a cui è connesso e aiutarlo a scambiare e visualizzare informazioni.

Modello pedagogico Per definire il processo educativo e semplificare il lavoro del docente. E’ l’agente associato al docente, infatti, che: seleziona gli esercizi e i problemi che si adattano meglio agli obiettivi del corso e ai singoli studenti giudica il lavoro e l’impegno di ogni studente in base ai risultati degli esami, al tempo impiegato per imparare un concetto o al numero di consultazioni del materiale didattico durante lo svolgimento dei test e degli esercizi

Interfaccia Web-based L’interfaccia Web agisce come ponte di collegamento tra gli studenti, i docenti e l’ambiente di e-learning: Lo studente, o il docente, si connette al sistema attraverso un computer collegato in rete, si autentica e il sistema crea per lui un agente che può iniziare a lavorare L’interfaccia serve per la ricerca adattativa dei corsi elettronici sul Web, per l’iscrizione e l’assegnamento del materiale didattico agli studenti e per la presentazione degli argomenti nel rispetto delle preferenze di ognuno Il Web è un media ideale per l’e-learning su vasta scala perché supporta vari tipi di comunicazione ed elimina vincoli temporali e spaziali

Ambiente di esecuzione distribuito Il sistema multi-agente deve lavorare su una piattaforma scalabile affidabile flessibile

Libreria digitale Il materiale didattico è organizzato come una libreria digitale flessibile ed estensibile. Il paradigma utilizzato per catalogare il materiale, visualizzarlo, ricercare documenti con particolari caratteristiche e scambiare informazioni è l’XML, disponibile gratuitamente come uno standard aperto, semplice e dinamico

Architettura del sistema L’architettura scelta per il sistema è basata su un modello peer-to-peer, in cui non c’è distinzione di ruoli tra i nodi. Ogni nodo può: intraprendere una comunicazione essere oggetto di una richiesta offrire un servizio ricercare altri nodi connettersi e disconnettersi dalla rete in ogni momento I sistemi basati sugli agenti sono intrinsecamente peer-to-peer: ogni agente è un “pari” che comunica con altri attraverso messaggi peer-to-peer.

Descrizione del sistema Corso A Agente Docente Agente Corso Agente Studente Utente Rete Agente Studente Agente Docente Agente Corso Corso B

Descrizione del sistema Ogni corso è caratterizzato da un livello di difficoltà, gestisce il materiale didattico e le tecniche di insegnamento e contiene un docente e una lista di studenti. Inoltre lavora come mediatore per la comunicazione tra docenti e studenti. Per aumentare l’efficienza e la disponibilità gli agenti dei corsi possono essere allocati su siti diversi Ogni docente usa l’agente del corso per ottenere il materiale didattico e le tecniche di insegnamento e propone agli studenti il materiale nella forma più appropriata, basandosi sul background e sullo stile di apprendimento preferito da ognuno Ad ogni studente è assegnato un agente personale che gestisce il suo profilo, compreso il background di conoscenze, il suo stile di apprendimento, gli interessi, i corsi seguiti, e si rivolge all’agente del corso per la definizione del piano di studi

Un prototipo del sistema Un prototipo del sistema è stato sviluppato in Java ed è stato sperimentato il framework JADE (Java Agent DEvelopment framework) per la gestione degli agenti

Jade Jade è un middleware per lo sviluppo e l’esecuzione di applicazioni peer-to-peer basate sul paradigma ad agenti, che possono lavorare e interoperare sia in ambienti wired che wireless. Lo standard per Jade è stato rilasciato nel 2002 dalla FIPA (Foundation for Intelligent Physical Agents), che ha definito anche il linguaggio ACL (Agent Communication Language) per la comunicazione tra gli agenti.

Principi di base di Jade Interoperabilità: gli agenti Jade possono interoperare con tutti gli altri agenti che appartengono allo standard FIPA Uniformità e portabilità: Jade offre un omogeneo set di API indipendenti dalla versione di Java utilizzata, in modo che gli sviluppatori possano decidere quale JRE utilizzare Facilità di utilizzo: la complessità del middleware è nascosta da un insieme di API semplici e intuitive Filosofia “pay-as-you-go”: le features non usate dagli sviluppatori non aggiungono alcun overhead

L’architettura Jade Run-time environment: ambiente di esecuzione per gli agenti JADE che deve essere attivo su un dato host prima che uno o più agenti vengano messi in esecuzione sullo specifico host; Libreria di classi che possono essere usate dal programmatore per sviluppare gli agenti; Tool grafico che permette l’amministrazione e il monitoring degli agenti in esecuzione. Ogni istanza del run-time environment è chiamata Container e contiene gli agenti. L’insieme di tutti i Container è detta Piattaforma e rappresenta un livello omogeneo che nasconde agli agenti e agli sviluppatori la complessità dei livelli sottostanti (hardware, sistema operativo, rete, Java Virtual Machine)

Caratteristiche di ogni agente Jade Ogni agente è identificato da un AID del tipo <nickname>@<platform-name> Ogni agente deve contenere almeno un “behaviour” che definisce, nel metodo action(), le operazioni da eseguire. Lo scheduling dei behaviour è non-preemptive Per ogni agente c’è un singolo thread Java Il “behaviour-switch” è estremamente più veloce di quello dei thread Java Allo switch di un behaviour lo stato dell’agente non deve includere informazioni riguardanti lo stack Non servono regole di sincronizzazione tra behaviour concorrenti che accedono alle stesse risorse

Comunicazione tra gli agenti Il paradigma usato nella comunicazione è il “message passing” asincrono, per cui ogni agente ha una coda di messaggi con il seguente formato: mittente del messaggio (sender) lista dei destinatari (receivers) cosa il mittente intende comunicare (performative) contenuto del messaggio (content) linguaggio (language) ontologia (ontology) altri campi usati per controllare la comunicazione concorrente o per specificare timeouts per la ricezione della risposta (conversation-id, reply-with, in-reply-to, reply-by)

Servizi a disposizione degli agenti Ogni agente pubblica il proprio servizio nelle “yellow pages”, in modo da essere ritrovato dinamicamente evitando il naming esplicito da parte degli altri agenti. Per pubblicare un servizio l’agente deve: Creare un DF(Directory Facilitator), specificando il proprio AID Creare una descrizione del servizio includendo il tipo, il nome, i linguaggi e le ontologie richieste ad altri agenti per l’interazione

Semantica delle operazioni: selezione di un corso Lo studente accede alle “yellow pages” e, attraverso la definizione di un template e l’esecuzione del metodo search(myAgent, template), ottiene la lista delle descrizioni di tutti i corsi registrati che fanno match con il template specificato Lo studente invia una richiesta a tutti gli agenti trovati, specificando come contenuto del messaggio il proprio livello di abilità Agente Studente Agente Corso ACLMessage.CFP Content = livelloAbilità ConversationId = “Ricerca Corso”

Semantica delle operazioni: selezione di un corso 3. Il corso riceve il messaggio, controlla se le richieste possono essere soddisfatte e infine invia il nome del corso allo studente Agente Studente ACLMessage.PROPOSE Content = nomeCorso Oppure ACLMessage.REFUSE Content = “Non disponibilità” Agente Corso

Semantica delle operazioni: selezione di un corso 4. Lo studente riceve tutte le proposte, ne sceglie una e invia un messaggio di conferma Agente Studente Agente Corso ACLMessage.ACCEPT_PROPOSAL Content = nomeCorso ConversationId = “Conferma corso”

Semantica delle operazioni: selezione di un corso 5. Il corso riceve la conferma, controlla che il nome sia corretto e invia nuova conferma allo studente, che la riceve e si iscrive al corso e aggiungendolo al proprio elenco Agente Studente ACLMessage.INFORM Oppure ACLMessage.FAILURE Content = “Non disponibilità” Agente Corso

Semantica delle operazioni: selezione di un quiz Agente Corso ACLMessage.CFP Content = livelloAbilità ConversationId = “Ricerca quiz” ACLMessage.PROPOSE Content = stringaQuiz Oppure ACLMessage.REFUSE Content = “Non disponibile” ACLMessage.INFORM ACLMessage.FALURE Content = “Non disponibilità” ACLMessage.ACCEPT_PROPOSAL ConversationId = “Conferma quiz” Agente Studente ACLMessage.INFORM Content = rispostaQuiz ConversationId = “Invio risposte” Content = voto ACLMessage.ACCEPT_PROPOSAL ConversationId = “Memorizzazione voto” Agente Studente Agente Docente

Sviluppi futuri Nella costruzione del prototipo non sono state realizzate le interfacce grafiche, per motivi di semplicità, e manca la gestione delle eccezioni. Nelle successive versioni è necessario accrescere le performance degli agenti, attraverso l’introduzione di nuovi behaviour, il miglioramento dei meccanismi di comunicazione e collaborazione, l’uso completo dell’XML e la sperimentazione del sistema in un contesto didattico reale. Ad esempio: i criteri di selezione dei corsi e dei quiz dovrebbero essere estesi, evitando il match esatto, ma mostrando anche i risultati approssimati il quiz dovrebbe essere inviato come oggetto XML, soggetto poi a parsing la valutazione degli studenti dovrebbe essere automatica …

Sviluppi futuri Aspetti essenziali per costruire un sistema di e-learning affidabile ed efficiente trascurati per motivi di semplicità: sicurezza e controllo degli accessi, per evitare, ad esempio, che uno studente acceda anticipatamente alle risposte dei quiz, o che apporti delle modifiche ai voti tolleranza ai guasti nuova modellazione dello studente, per meglio rappresentare la carriera e le performance set dinamico di quiz ed esami che sia ricostruito ogni volta che lo studente vi accede