OBAA-LEME : um editor de conteúdo de metadados para objetos de aprendizagem a partir de ontologias e perfis de aplicação

• Autor(a) principal: Behr, André Rolim
• Data de Publicação: 2014
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UFRGS
• Texto Completo: http://hdl.handle.net/10183/100282
• topic: Inteligência artificial; Ensino : Aprendizagem; Semantic web; Learning object; Educational metadata; Ontology; Application profile

Atualmente, grande parte das atividades ligadas à educação está diretamente atrelada a meios digitais. A Web vem se firmando dentre as alternativas para que estudantes venham a obter ambientes mais ricos de aprendizagem. Progressivamente, a Web vem sendo estendida pela Web Semântica, com o objetivo das máquinas poderem ter um comportamento mais ativo, assim como os humanos. Dentre as tecnologias que disponibilizam uma interoperabilidade de máquinas, podemos citar as recomendações da W3C: Extensible Markup Language (XML), Resource Description Framework (RDF) e Web Ontology Language (OWL). A OWL é a linguagem mais forte e com a maior possibilidade de ser interpretada por máquinas dentre elas. Deste modo, o presente trabalho vem a utilizar a OWL para propor um editor de metadados para objetos de aprendizagem utilizados para educação e descrevê-los em forma de ontologias. O objetivo central é tanto a adaptação de objetos de aprendizagem já existentes quanto novos a este novo contexto da Web Semântica. Esta descrição dos metadados de objetos de aprendizagem se dá a partir dos Padrões OBAA e Videoaula@RNP de Metadados. A partir deles, a semântica dos metadados é extraída para a elaboração de ontologias para a descrição de metadados dos objetos. Com isso, estes podem ser descritos como indivíduos de ontologias. A partir desta descrição pode-se realizar inferências e verificar a consistência de dados. O editor proposto objetiva abstrair a gerência de ontologias para o usuário. Além disso, ele vem a se utilizar de perfis de aplicação como meio de facilitar o carregamento e o preenchimento dos metadados.