Este documento descreve um trabalho sobre sistemas periciais para gerir informação, realizado por um grupo de estudantes de licenciatura em Contabilidade e Auditoria. O trabalho propõe uma arquitetura de sistema pericial para gerir informação em bibliotecas, sugerindo a utilização de um analisador semântico no interface do utilizador final. O documento inclui uma introdução ao tema, uma revisão bibliográfica sobre vantagens e estruturas de sistemas periciais e uma proposta de aplicação deste tipo de sistemas em bibliotecas.

1. Ano Lectivo de 2011/2012
Grupo de Trabalho
- 20111485 – Diana Mocho de Carvalho
- 20111578 – Lígia Panfieti Velez
- 20111511 – Liliana Sofia Rosa Fernandes
- 20111514 – Maria José Rodrigues
Curso: Licenciatura em Contabilidade e Auditoria
Disciplina: Sistemas de Apoio à Decisão e à Gestão
Professor: Prof. Doutor Palma Reis, Prof. Canhoto
Barcarena, 04 de Janeiro de 2012
Sistemas Periciais

2. Página 2 de 18
Glossário de Termos
Avaliação Apreciação do valor de uma intervenção (avaliação
da eficácia de um programa, avaliação da qualidade
de um serviço, etc.).
Base de
Conhecimento
Base de dados que contém regras de inferência e
informação referentes à experiência e perícia
humanas num domínio especifico.
Conhecimento Colecção de factos, acontecimentos, crenças e
regras, organizadas para uso sistemático.
Desempenho Pode ser definido como a maneira que o sistema se
comporta e cumpre a execução das tarefas.
Eficácia Relação entre os efeitos produzidos por uma
intervenção e os objectivos que se propunha atingir.
Eficiência Relação entre os efeitos produzidos por uma
intervenção e os recursos mobilizados para o efeito.
Inteligência
Artificial
Capacidade de uma unidade funcional para executar
funções que estão geralmente associadas à
inteligência humana, tais como o raciocínio e a
aprendizagem.
Motor de inferência Componente de um Sistema Pericial que aplica
métodos de raciocínio para chegar a conclusões,
partindo de representações de informação
armazenadas numa base de conhecimento.
Raciocínio Processo pelo qual um ser humano, ou um
computador analisa, classifica ou diagnostica,
coloca hipóteses, resolve problemas ou faz
inferências.
Regra condicional
Regra «se … então»
Regra da lógica formal que compreende uma parte
“se” que representa a premissa ou condição e uma
parte “então” que representa a acção a ser tomada
quando a parte “se” é verdadeira.
Regra heurística Regra ad-hoc concebida para formalizar o
conhecimento e a experiência que um perito usa
para resolver um problema.

3. Página 3 de 18
Regra de produção Regra condicional para representar o conhecimento
num sistema baseado em regras.
Sistema Baseado em
Conhecimento
Sistema de processamento de informação que
proporciona a resolução de problemas num domínio
ou numa área de aplicação particulares, através de
inferências feitas a partir de uma base de
conhecimento.
Sistema Pericial Sistema de processamento de informação que
proporciona a resolução de problemas num domínio
ou numa área de aplicação particulares, através de
inferências feitas a partir de uma base de
conhecimentos fundada na experiência e
competências humanas.
Sistema de Suporte
à Decisão
Os sistemas de suporte à decisão organizam a
informação relevante para a resolução do problema,
utilizam modelos de análise para avaliação de
soluções alternativas. Ajudam mas não substituem
os decisores.

4. Página 4 de 18
ÍNDICE
Glossário de Termos 02 e 03
Índice 04
1. Apresentação do trabalho 05
2. Introdução a sistemas baseados em
conhecimento 06
3. Revisão bibliográfica e pesquisas na Web 07 a 16
3.1. Vantagens da utilização de
Sistemas Periciais 07
3.2. Estrutura básica de um Sistema
Pericial 07
3.3. Estrutura de um Sistema Pericial
para gerir informação 09
3.4. As Bibliotecas do futuro 13 e 14
3.4.1. A nossa Proposta 15 e 16
4. Conclusão 17
Bibliografia 18

5. Página 5 de 18
Em situações de decisão estruturadas e repetitivas,
pode-se beneficiar de um sistema pericial. Estes
sistemas utilizam o conhecimento obtido, na resolução
de problemas estruturados, comportando-se como
uma réplica do perito, ou dos peritos, que forneceram
o conhecimento.
(Palma dos Reis, 1999, p. 51)
1. Apresentação do trabalho
SISTEMAS PERICIAIS PARA GERIR INFORMAÇÃO
INTELIGÊNCIA ARTIFICIAL
O principal objectivo do nosso trabalho é propormos um modelo para sistemas de gestão de
informação baseado em técnicas de inteligência artificial, aplicável a utilizadores de
bibliotecas.
Este nosso trabalho propõe uma arquitectura de sistema pericial para gerir informação,
sugerindo a utilização de um analisador semântico embutido no interface do utilizador final.
Esta nossa abordagem enfatiza a dificuldade em se obterem informações, com precisão e
qualidade, para apoiar as tomadas de decisões, e a necessidade de prover os utilizadores finais
com mecanismos poderosos, capazes de analisar, seleccionar e direccionar-lhes informações,
de acordo com as suas necessidades e urgências.

6. Página 6 de 18
2. INTRODUÇÃO A SISTEMAS BASEADOS EM CONHECIMENTO
De acordo com Nilson (1982) a expressão inteligência artificial está associada, geralmente,
ao desenvolvimento de sistemas periciais. Estes sistemas baseados em conhecimento,
construídos, principalmente, com regras que reproduzem o conhecimento do perito, são
utilizados para solucionar determinados problemas em domínios específicos. A área médica,
desde o início das pesquisas, tem sido uma das áreas mais beneficiadas pelos sistemas
periciais, por ser considerada detentora de problemas clássicos possuidores de todas as
peculiaridades necessárias, para serem instrumentalizados por tais sistemas
Nem todos os problemas devem ser resolvidos por meio de sistemas periciais. Existem
características que indicam se determinado problema deve ou não ser instrumentalizado por
esta tecnologia. A análise do problema, então, constitui-se no primeiro estágio do ciclo de
desenvolvimento dos sistemas periciais, contribuindo fortemente para o sucesso da
implementação do sistema. Procurando facilitar o processo de análise do problema,
distinguimos dentre outras, algumas condições, que, se observadas, poderão contribuir para a
identificação do nível de adequação do uso da tecnologia de sistemas periciais para a
resolução do mesmo:
existência de peritos que dominem o segmento do conhecimento que encerra o
problema, pois é exactamente esse conhecimento que será o responsável directo pela
resolução do problema;
existência de tarefas que, para serem realizadas, necessitem da participação de vários
peritos que, isolados, não possuem conhecimentos suficientes para realizá-las, ou seja,
o conhecimento necessário para a análise e resolução do problema é multidisciplinar;
existência de tarefas que requeiram conhecimento de detalhes que, se esquecidos,
provocam a degradação do desempenho;
existência de tarefas que demonstrem grandes diferenças entre o desempenho dos
melhores e dos piores peritos;
escassez de mão de obra especializada sobre o conhecimento requerido para a solução
do problema.
Com a emergência desta técnica, evidenciaram-se alguns aspectos importantes, até então
inexplorados, como, por exemplo, o aumento significativo da produtividade de um perito, na
execução de tarefas especializadas, quando auxiliado por um sistema inteligente.
Outro aspecto relevante é a portabilidade destes sistemas periciais, por serem passíveis de
desenvolvimento e utilização em microcomputadores. Isto torna-os bastante populares e
acessíveis. Em geral, os sistemas com raciocínio automatizado podem ser utilizados
incorporando bancos de dados já existentes na organização, ou sendo incorporados no
conjunto de ferramentas disponíveis nos bancos de dados.
Sob o nosso ponto de vista, a ciência da informação e muitas outras áreas podem encontrar
nos sistemas periciais, eficientes ferramentas para gerir a informação. Disponibilizar
ferramentas para suporte à tomada de decisão, neste caso, vai mais além do que fornecer
gráficos e tabelas ao utilizador, significa prestar-lhe orientação, na identificação das suas
necessidades, simulando cenários e possibilitando maior exactidão e confiabilidade nos seus
resultados.

7. Página 7 de 18
3. Revisão bibliográfica e pesquisas na Web
3.1. Vantagens da utilização de Sistemas Periciais
Os benefícios obtidos através da utilização da técnica de sistemas periciais são diferentes
daqueles obtidos pelos sistemas tradicionais, por se tratar de sistemas dotados de inteligência
e conhecimento. Dentre outras vantagens, podemos destacar que:
um sistema pericial é capaz de estender as facilidades de tomada de decisão para
muitas pessoas. O conhecimento dos peritos pode ser distribuído, de forma que possa
ser utilizado por um grande número de pessoas;
um sistema pericial pode melhorar a produtividade e desempenho dos seus
utilizadores, considerando que lhe fornece um vasto conhecimento, que, certamente,
em condições normais, exigiria mais tempo para assimilá-lo e, consequentemente,
utilizá-lo nas suas tomadas de decisão;
os sistemas periciais reduzem o grau de dependência que as organizações mantêm
quando se vêem em situações críticas, inevitáveis, como, por exemplo, a falta de um
perito. As pessoas morrem, ficam doentes, tiram férias e até optam por melhores
ofertas de trabalho, tornando as organizações em que trabalham vulneráveis e
extremamente dependentes das suas decisões. Ao registar o conhecimento de
empregados nos sistemas periciais promove-se uma significativa redução no grau de
dependência entre empresa e presença física do empregado;
os sistemas periciais são ferramentas adequadas para serem utilizadas em formações
de grupos de pessoas, de forma rápida e agradável, podendo servir, após a formação,
como instrumento para recolha de informações sobre o desempenho dos formandos,
obtendo subsídios para reformulação das lições para a obtenção de melhor
desempenho, além de prestar suporte imediato para os formandos durante a utilização
dos conhecimentos na realização das tarefas diárias.
3.2. Estrutura Básica de um Sistema Pericial
Basicamente um Sistema Pericial é composto por Conhecimento mais Inferência.
Poderemos considerar de uma forma genérica que os componentes de um Sistema Pericial
são:
Figura 1. Estrutura básica de um sistema pericial.

8. Página 8 de 18
O Perito é a fonte do conhecimento do sistema. É fundamental para o desenvolvimento de
um sistema pericial a disponibilidade de um perito conhecedor da situação de decisão.
Aquisição de conhecimento, é o processo em que se identifica, obtém e organiza o
conhecimento a incorporar no sistema pericial e que é fornecido pelo(s) perito(s).
Interface do Utilizador, contém os ecrãs do sistema desenvolvidos para interagir com os
utilizadores. O interface do utilizador inclui dois componentes, o componente de aquisição de
conhecimento e o componente de explicação. O componente de aquisição de conhecimento é
utilizado pelo perito quando está a “ensinar” o sistema, ou seja, a incluir no sistema o
conhecimento necessário para que este tome as decisões correctas. O componente de
explicação interage com o utilizador.
Base de Conhecimento, local onde reside o conhecimento do domínio visado pelo Sistema
Pericial. Armazena o conhecimento necessário à tomada de decisão.
Motor de Inferência, utiliza o conhecimento existente na base de conhecimento para a
resolução de problemas ou tomada de decisão. Para tal o motor de inferência deverá
seleccionar, activar, compatibilizar e extrapolar as regras existentes na base de conhecimento.
Módulo de explicações, onde se constroem as razões porque uma dada conclusão foi ou não
obtida, ou, ainda, porque se está a efectuar determinada pergunta. Componente que explica o
modo como as soluções foram obtidas e justifica os passos efectuados. A Base de
Conhecimento depende do domínio. O Motor de Inferência e o Interface com o Utilizador, em
princípio, não dependem do domínio. O perito, ou peritos, são a fonte de conhecimento do
sistema.
O Utilizador introduz no sistema a descrição da situação de decisão e recebe a resposta do
sistema. Assim sempre que o sistema possua conhecimento que lhe permita tomar a decisão
de forma segura a tarefa do utilizador torna-se uma tarefa simples.
A Memória de trabalho armazena dados, informação ou conhecimento específicos do
problema em análise com vista a auxiliar no funcionamento dos outros módulos.

9. Página 9 de 18
Características das Actividades de Decisão
Na forma de raciocínio progressivo, as informações são fornecidas ao sistema pelo utilizador,
que com as suas respostas, estimulam o desencadeamento do processo de procura, navegando
através da base de conhecimento, procurando pelos factos, regras e heurísticas que melhor se
aplicam a cada situação. O sistema continua nesta interacção do utilizador, até encontrar a
solução para o problema a ele submetido.
No modelo de raciocínio regressivo, os procedimentos de inferência dão-se de forma inversa.
O sistema parte de uma opinião conclusiva sobre o assunto, podendo ser inclusive oriunda do
próprio utilizador, e inicia uma pesquisa pelas informações por meio das regras e factos da
base de conhecimento, procurando provar se aquela conclusão é a mais adequada solução para
o problema analisado.
Se uma premissa (IF) é consistente para o problema, o sistema continua com a cláusula IF
(condição), tornando-a Then (conclusão) para a próxima pesquisa na base de conhecimento,
até que encontre uma regra em que o (IF) não seja considerado conclusão para outra regra. Ao
mesmo tempo o sistema poderá iniciar uma nova pergunta ao utilizador para obter
informações adicionais (Rich, 1983).
3.3. Estrutura de um Sistema Pericial para gerir informação
Um sistema para gerir informação, conforme mencionado anteriormente, deverá ser
construído a partir da integração dos seus elementos básicos: interface do utilizador, base de
conhecimento e motor de inferência, que podem ser visualizados no diagrama apresentado, na
Figura 2, a seguir:

10. Página 10 de 18
Figura 2. Diagrama de Contexto de um sistema pericial para gerir informação
Falaremos agora um pouco mais em pormenor sobre a estrutura de um sistema pericial, já
antes referida, em traços gerais, ou seja:
A Base de Conhecimento
A Base do conhecimento não é uma simples colecção de informações. A tradicional base de
dados com dados, arquivos, registos e seus relacionamentos estáticos é aqui substituída por
uma base de regras e factos e também heurísticas que correspondem ao conhecimento do
perito, ou dos peritos do domínio sobre o qual foi construído o sistema.
Esta base de regras e factos interage com o utilizador e com o motor de inferência, permitindo
identificar o problema a ser resolvido, as possibilidades de solução e o processo de raciocínio
e inferência que levam a conclusões sobre o problema submetido ao sistema.
Na interacção com a base de regras, factos, e utilizador, obtêm-se as informações necessárias
para a resolução do problema.
Devido à utilização de heurísticas, o utilizador é solicitado pelo sistema para prestar
informações adicionais e, a cada pergunta respondida pelo utilizador ou a cada nova
informação, reduz-se o espaço de procura a ser percorrido pelo sistema, encurtando-se o
caminho entre o problema e a sua solução.
Pode, também, desencadear-se um processo de aprendizagem automática internamente no
sistema. Isto quer dizer que o sistema pericial provido de mecanismos de aprendizagem é
capaz de analisar e gerar novas regras na base de conhecimento e/ou armazenar informações
sobre novos factos, ampliando a capacidade do sistema em resolver problemas, cada vez que
este for utilizado. Isto não é visível pelo utilizador, ou seja, o utilizador não percebe que todo
este processo acontece durante uma sessão de utilização do sistema pericial (Checland, 1981).

11. Página 11 de 18
Perante isto, é importante que o sistema seja cuidadosamente projectado, por forma a que seja
capaz de analisar novas situações, extrair novas regras e analisar e apagar regras redundantes,
complementar regras conflituosas, permitindo uma depuração constante da base de
conhecimento.
Caso contrário, a base de conhecimento poderá crescer indiscriminadamente, promovendo o
uso extensivo da memória, possibilitando uma degradação no desempenho do sistema, bem
como tornando-o oneroso e inviável.
Desta forma, inicialmente uma base de conhecimento pode ser construída com poucas regras,
mas, dependendo da complexidade do ambiente e das necessidades de informações variadas,
esta base poderá eventualmente crescer para milhares de regras e factos.
Assim, é preciso que se tenha o cuidado de implementar instrumentos internos de refinamento
que possibilitem podas na árvore de decisão e cortes na base de conhecimento, para que o
processo de procura localize segmentos cujas regras e factos contemplem os instrumentos
necessários que conduzam à solução dos problemas em questão.
Os mecanismos de aprendizagem, que podem ser implementados nos sistemas periciais,
permitem que o sistema aprenda cada vez que for utilizado ao se deparar com regras e factos
novos. Isto é possível em virtude da estrutura modular da base de conhecimento, permitindo a
adição ou subtracção de novos elementos sem alterar a lógica global do sistema.
O Motor de Inferência
O motor de inferência é um elemento essencial para a existência de um sistema pericial. É o
núcleo do sistema.
É por intermédio dele que os factos, regras e heurísticas que compõem a base de
conhecimento são aplicados no processo de resolução do problema.
A capacidade do motor de inferência é baseada numa combinação de procedimentos de
raciocínios que se processam de forma regressiva e progressiva.
O motor de inferência utiliza o conhecimento existente na base de conhecimento para a
resolução de problemas ou tomada de decisão. Para tal, o motor de inferência deverá
seleccionar, activar, compatibilizar e extrapolar as regras existentes na base de conhecimento
(Palma dos Reis, 1999).
O Interface do utilizador
O Interface do utilizador é, talvez, o elemento dos sistemas periciais a que os peritos dedicam
mais tempo.
Os procedimentos heurísticos são informais. Um problema submetido a um sistema pericial é
endereçado por estratégias de procura. O sistema retém sempre elementos de memória que
permitam o encaixe e o desencadeamento com outra estratégia, marcando sempre o caminho
percorrido.

12. Página 12 de 18
Para que isto ocorra, é necessário que o interface do utilizador seja bastante flexível. Assim, a
interacção entre sistema pericial e utilizador conduz a um processo de navegação, eficiente, na
base de conhecimento, durante o processamento das heurísticas.
O interface do utilizador flexível permite que o utilizador descreva o problema ou os
objectivos que deseja alcançar. Permite, ainda, que utilizador e sistema adoptem um modelo
estruturado de consultas (Aluri, 1088).
Isto facilita o processo de recuperação do caminho percorrido pelo sistema em tentativas de
solucionar o problema. Este caminho, denominado trace é muito importante, pois é a base de
pesquisa para o desenvolvimento do processo de exploração.
O processo de exploração consiste na explicação, quando requerida pelo utilizador, sobre o
"porquê" e o "como" é que o sistema chegou a determinada conclusão, rumo à solução do
problema analisado. Neste momento, o sistema realiza um processo inverso de procura,
percorrendo os caminhos utilizados e marcados durante a sessão de consulta e apresentando
todos os argumentos que o levaram à solução apresentada.
Este processo é muito importante e proporciona ao utilizador informação que lhe permite
julgar se adopta, ou não, a solução apresentada pelo sistema pericial.
Pode, ainda, considerar-se o processo de exploração como um instrumento importante que
poderá ser utilizado para o treino do utilizador, uma vez que apresenta conceitos teóricos e
aplicações práticas.
O interface do utilizador pode assumir formas variadas, dependendo de como foi
implementado o sistema pericial.
De qualquer forma, o interface do utilizador procura tornar o uso do sistema fácil e agradável,
eliminando-se as complexidades.
Exemplos práticos de uma consulta ao sistema
Pressupõe-se que o sistema pericial receba informações de diversas fontes dentro de uma
instituição.
Essas informações são analisadas e interpretadas pelo analisador semântico que actualiza uma
base de informações estratégicas segundo as necessidades dos utilizadores registados no
sistema.
No momento em que determinado utilizador inicia a sua sessão, o sistema reconhece-o,
ficando na memória do mesmo, o segmento da base de informações que interessariam àquele
utilizador, bem como a parte da base de conhecimento cujas regras espelham as suas
necessidades.
Nesse momento, informações rotineiras, previamente definidas pelo utilizador, ser-lhe-ão
apresentadas devidamente actualizadas.
Ao solicitar informações adicionais, o utilizador provocará uma navegação na base de
conhecimento e na base de informações, o que permitirá o seu atendimento imediato.

13. Página 13 de 18
3.4. As Bibliotecas do futuro
Metzeler (1992) relatou:
"A biblioteca do futuro pode ser capaz de prover um rico acesso para a utilização de
conhecimento contido (frequentemente implícito) nas suas colecções. A maioria dos aspectos
de desenvolvimento, nesta linha, poderia ser baseada em recuperação da informação. Isto,
naturalmente, requereria um mais geral e robusto estigma da inteligência artificial e
compreensão de linguagem natural do que existe no momento".
Capturar o conhecimento humano não é uma tarefa simples; o problema toma proporções
maiores quando nos dispomos a registar a experiência humana, representando-a sob a forma
de programas a serem executados pelo computador.
O fascínio do homem é a possibilidade de se capturar a intuição humana. O nível de
exigências relativas ao conhecimento, intuição e experiência para a execução de tarefas
normalmente executadas pelos bibliotecários são menores do que nas demais áreas como na
medicina, engenharia, geologia. Há alguns anos, acreditava-se que os problemas envolvidos
na automação de bibliotecas eram tremendamente subestimados.
Davis (1986) ressaltou que a experiência em catalogação estaria longe de ser explícita em
regras, por estar implícita em heurísticas, empregadas pelos peritos que realizam o trabalho.
Da mesma forma, Weibel (1992), referindo-se ao trabalho executado por Borko e Ercegovac
(1989) sobre catalogação de mapas, também se mostrou contrário à aplicação de sistemas
periciais para a execução destas tarefas, relatando que o "esforço dos peritos em cada
procedimento estende-se além do que é articulado num conjunto de regras formais" e que a
complexidade das actividades actua contra a aplicação de uma abordagem de sistema pericial.
Lancaster (1993) relatou que as tarefas intelectuais associadas à profissão de peritos em
ciência da informação não podem ser facilmente delegadas para máquinas. Considerando-se
tudo que se espera de uma biblioteca como uma instituição, é improvável que o perito com
habilidades em bibliotecas seja substituído pela inteligência artificial ou por qualquer outra
tecnologia no futuro, em concordância com as afirmações eloquentes de Horton (1982), que

14. Página 14 de 18
acentuou que "criatividade, talento e poder mental..... são o real e principal bem da economia
da informação" salientando tratar-se de um bem tão valioso, que não haveria de ser delegado
o seu manuseio a simples máquinas.
Os crescentes investimentos em produção de sistemas periciais permitiram avanço e
disseminação desta tecnologia. Por exemplo, Lancaster participou no desenvolvimento de
sistemas periciais para selecção de bases de dados on-line, preocupando-se em medir o
desempenho dos sistemas baseados em conhecimento dedicados à recuperação da informação,
Num estudo sobre avaliação de sistemas periciais para serviços de referência, Shiao (1995)
observou que estes sistemas demonstraram melhor performance com utilizadores totalmente
inexperientes em actividades de referência.
Ainda sobre o uso de sistemas inteligentes para bibliotecas, Aluri (1988) considerou que, dada
a variedade de recursos de máquina e software disponíveis, se uma experiência falha, não se
perde muito a não ser tempo e energia, podendo ganhar-se muito em termos de compreensão
dos processos envolvidos nos diversos serviços oferecidos pelas bibliotecas.
Nos dias actuais os sistemas periciais tornaram-se realidade, sob a forma de sistemas
interactivos que respondem a questões, solicitam e fornecem esclarecimentos, fazem
recomendações, e geralmente auxiliam o utilizador orientando-o no processo de tomada de
decisão, ou seja, simulam o raciocínio humano fazendo inferências, julgamentos e
projectando resultados.
Assim, utilizadores e sistema caminham juntos, perguntando e fornecendo informações um ao
outro, até à completa solução do problema analisado.
O que se observa, nos sistemas de informações tradicionais, é uma eterna e penosa procura
pelo que se deseja no meio de uma grande quantidade de informações interligadas.
Sistemas de filtragem de dados esforçam-se para tornar estas tarefas mais amenas na tentativa
de procura pelas informações de forma a fornecê-las ao utilizador, a tempo e horas, para a
tomada de decisão (Land, 1982).
É neste ponto que destacamos a eficiência dos sistemas, baseados em conhecimento, na
gestão da informação e propomos a sua utilização em conjunto com analisadores semânticos.
Desta forma, eles serão capazes de receber informações de diversas origens e tipos, interpretá-
las, analisá-las, identificando a sua pertinência e relevância, e direccioná-las para os diversos
utilizadores de acordo com o interesse e a necessidade de cada um.
Por outras palavras, trata-se de um processo de análise de informação que procura reduzir o
espaço de procura, recuperando apenas as informações que são úteis para a resolução de
problemas específicos.
Para que o problema seja resolvido, o sistema deverá analisá-lo, à luz das heurísticas
armazenadas no seu motor de inferência e base de conhecimento, e interagir com o utilizador,
para obter todos os elementos e informações necessários para a definição do problema e
possibilitar a procura de conhecimento adequado para a sua resolução.

15. Página 15 de 18
3.4.1. A nossa Proposta
Sendo o objectivo do nosso trabalho um modelo para sistemas de gestão de informação
baseado em técnicas de inteligência artificial, aplicável a utilizadores de bibliotecas, a nossa
proposta consiste em que o utilizador fosse portador de um cartão magnético carregado
previamente, aquando da sua inscrição na biblioteca ou bibliotecas, com toda a sua
identificação.
Esse mesmo utilizador, caso o desejasse, poderia, por internet, carregar desde logo as suas
preferências por livros, revistas, jornais, etc…
On-line - inserindo o seu nº de cartão e password que lhe seria atribuída, presencialmente,
inserindo o seu cartão magnético no interface da biblioteca, poderia ver logo uma listagem
das suas preferências previamente carregadas por si e, mediante os dados recolhidos, o
sistema seria capaz de acrescentar outras sugestões com características semelhantes às das
suas preferências.
O sistema perguntaria ao utilizador se pretendia ter informação adicional em relação às
sugestões que apresentava ao utilizador, ao que este responderia se estaria interessado ou não.
No caso de estar interessado, o utilizador, escolheria um livro, revista, jornal, etc… dos
sugeridos e manifestaria a sua opinião sobre o mesmo, podendo, inclusivamente, dar
indicação de que não pretendia obter sugestões do sistema e escolher ele próprio o que
desejava.
O utilizador ao fazer uso do cartão magnético iria fornecer ao sistema, a par e passo, toda a
informação do que ia pesquisando e, assim, “ensinando” o sistema sobre as suas preferências.
Este sistema, para ser mais completo, após a escolha feita pelo utilizador, informá-lo-ia da
disponibilidade do artigo escolhido e do período em que poderia ficar na posse do mesmo.
No caso de o utilizador aceitar todas as indicações fornecidas pelo sistema, o mesmo faria o
registo da cedência, e o próprio sistema, em articulação com os “arquivos” dos items, far-lhe-
ia a entrega do que o utilizador lhe havia solicitado (à semelhança das máquinas de vending).
Por meio deste tipo de utilização do cartão magnético, todos os dados de cada utilizador
seriam “armazenados” em base de dados de bibliotecas a nível local e, até mesmo, a nível
nacional, renovando automaticamente as suas listas de preferências. O utilizador poderia
levantar itens e entregá-los em qualquer biblioteca aderente ao sistema.
Na página seguinte temos um pequeno exemplo de como poderia ser feita uma pesquisa na
biblioteca do futuro.

16. Página 16 de 18

17. Página 17 de 18
4. CONCLUSÃO
Como exemplo prático da utilização de sistemas inteligentes com analisador semântico
podemos citar sistemas inteligentes de recuperação de informações que incorporem
conhecimentos e/ou estrutura de registo, políticas de indexação e estratégias de pesquisas.
Estes sistemas poderiam auxiliar os utilizadores que têm dificuldades em se lembrar de regras,
como, por exemplo, no caso de bibliotecas, regras de truncagens (substituição de caracteres
nas pesquisas), noções dos operadores booleanos (introdução de “ou”, “e” nas pesquisas), etc.
Neste caso, a linguagem natural participaria com expressivo valor, permitindo que os
utilizadores interrogassem o sistema de forma amigável.
Diversos outros exemplos de aplicação se adequariam ao uso destes sistemas, considerando
que a sua tónica principal é a capacidade de entender as informações fornecidas por diversas
fontes e interpretá-las, proporcionando saídas aos utilizadores finais de acordo com as
necessidades de cada um.
Com este tipo de ferramenta, obtém-se a vantagem de o sistema ser totalmente simples de
operar e compreender a linguagem do utilizador que normalmente expressa as suas
necessidades na sua língua nativa.
Existem algumas metodologias para o desenvolvimento de sistemas de apoio à decisão.
Alguns aspectos são comuns a todas as metodologias.
Deve ser criado um grupo de peritos que têm por missão o acompanhamento da evolução do
sistema.
No caso específico de um sistema pericial, considerando que é um sistema dotado de
mecanismos de aprendizagem, tal sistema deverá ter a sua base de conhecimento avaliada
periodicamente, bem como o seu desempenho, para adequação às necessidades de recursos de
hardware adicionais, ou mesmo para análise da sua eficácia.
Entre outras vantagens produzidas pelo uso de um sistema inteligente, destacamos, a total
facilidade na formação para o uso do sistema, bem como a rapidez para a obtenção de
sugestões para a resolução dos problemas a ele submetidos.

18. Página 18 de 18
BIBLIOGRAFIA
ALURI, Rao. Expert systems for libraries. Library administration & management. March
1988
CHECLAND, P.B. Systems Thinking, Systems Practice, Chichester, England: John Wiley,
1981.
LANCASTER, F.W. et alii. Evaluation of Interactive Knowledge - Based Sistems: Overview
and Design for Empirical Testing. Journal of the American Society for Information Science.
47 (1) p.57-69, 1996.
LANCASTER, F. Wilfrid. Information retrieval systems: caracteristics, testing and
evaluation, Chichester, England: John Wiley, 1978, p. 279-282,
LANCASTER, F. Wilfrid and Warner, Amy J. Information retrieval today, Information
resources Virginia: press, 1993, p.301-307.
LAND, F. Adapting to Changing User Requirements, Information & Management, 5(1), p 91-
107, 1982.
NILSON, Neils S. Principles of Artificial Intelligence, Springer Verlag, Berlin, 1982.
PALMA-DOS-REIS, A. (1999), Sistemas de Decisão, Universidade Aberta, Lisboa.
Rich, Elaine, Artificial Intelligence, New York: Mc Graw Hill Book, 1983.
SHIAO, Feng Su; Lancaster F. W.. Evaluation of Expert Systems in Reference Service
Applications. RQ 35, n.2, Winter 1995, p.219-228.