STIMA: sistema tutor inteligente multiagente para educação financeira de adultos no Brasil

• Autor(a) principal: Souza, Rafael Marin Machado de
• Data de Publicação: 2021
• Tipo de documento: Tese
• Idioma: por; eng
• Título da fonte: Biblioteca Digital de Teses e Dissertações do Mackenzie
• Texto Completo: https://dspace.mackenzie.br/handle/10899/29387
• topic: inteligência artificial; sistemas tutores inteligentes multiagentes; mineração de dados; redes bayesianas determinísticas; educação financeira

Dados da Estratégia Nacional de Educação Financeira (ENEF) mostram uma evolução no público-alvo atingido desde seu lançamento em 2010. Este agora considera adultos, e mesmo que sendo somente mulheres beneficiárias do programa Bolsa-Família e aposentados dependentes de previdência social, já demonstra uma preocupação inicial em atingir públicos diferentes de alunos em idades escolares. Para isso o programa utiliza-se de Educação a Distância (EaD), disponibilizado em seu site treinamentos e ações in-loco com a semana ENEF. Porém, os dados de evolução da educação financeira no país conflitam quando comparados a dados de endividamento publicados pela Confederação Nacional do Comércio (CNF). Com isso, este trabalho busca utilizar uma abordagem ativa para educação financeira de forma a inferir sobre as finanças dos usuários, diretamente a partir dos dados de suas receitas e despesas, a fim de auxiliá-los de forma constante em suas escolhas de consumo. Isso envolve uma abordagem relacionada a Sistemas baseados em conhecimento e Técnicas de Mineração de Dados, de tal forma que, complementarmente às ações da ENEF, busca-se instituir uma ferramenta para a melhoria financeira continua. O modelo apresentado utiliza-se da orquestração entre m´múltiplos agentes de software para combinar redes Bayesianas determinísticas `a arquitetura de sistemas tutores inteligentes. Para isso, foi desenvolvida uma linguagem interpretada capaz de interligar n´os e indicadores configurados por especialistas `as respostas dadas aos pelos usuários para definir o perfil e um padrão de ensino. Um sistema foi construído para testar as funcionalidades comentadas e possibilitou a validação do funcionamento do modelo. A partir de testes unitários baseado em cargas aleatórias controladas a uma base de dados foi possível medir a performance e a acurácia do modelo. Para os testes integrados, um usuário foi acompanhado por um período de quatro meses a fim de testar as funcionalidades do sistema que se demonstrou capaz de alterar hábitos de consumo dos usuários a partir do segundo mês de utilização.