Content uploaded by Fabio Kazuo Ohashi
Author content
All content in this area was uploaded by Fabio Kazuo Ohashi on Nov 18, 2021
Content may be subject to copyright.
Junho 21 • June 21
ISSN: 1646-9895
©AISTI 2021 http://www.aisti.eu Nº 42
Revista lb
érica de Sistemas e Tecnologias de Informação
Revista lbérica de Sistemas y Tecnologías de Información
i
RISTI, N.º 42, 06/2021
wi
Revista lbérica de Sistemas e Tecnologias de Informação
Revista lbérica de Sistemas y Tecnologías de Información
Edição / Edición
Nº 42, 06/2021
Tiragem / Tirage: 1000
Preço por número / Precio por número: 17,5€
Subscrição anual / Suscripción anual: 30€ (2 números)
ISSN: 1646-9895
Depósito legal:
Indexação / Indexación
Academic Journals Database, CiteFactor, Dialnet, DOAJ, DOI, EBSCO, GALE,
IndexCopernicus, Index of Information Systems Journals, ISI Web of Knowledge,
Latindex, ProQuest, QUALIS, SciELO, SCImago, Scopus, SIS, Ulrich’s.
Publicação / Publicación
AISTI – Associação Ibérica de Sistemas e Tecnologias de Informação
Rua Quinta do Roseiral 76, 4435-209 Rio Tinto, Portugal
E-mail: aistic@gmail.com
Web: http://www.risti.xyz
ii RISTI, N.º 42, 06/2021
Director
Álvaro Rocha, Universidade de Lisboa, PT
Coordenadores da Edição / Coordinadores de la Edición
Adriano Del Pino Lino, Universidade de Coimbra, Portugal
Amanda Sizo, Universidade do Porto, Portugal
Conselho Editorial / Consejo Editorial
A. Augusto Sousa, FEUP, Universidade do Porto, PT
Abel Méndez Porras, Instituto Tecnológico de Costa Rica, CR
Abel Suing, Universidad Técnica Particular de Loja, EC
Adolfo Lozano-Tello, Universidad de Extremadura, ES
Adrián Hiebra Pardo, Universidad de Santiago de Compostela, ES
Alberto Fernández, Universidad Rey Juan Carlos, ES
Alberto Freitas, FMUP, Universidade do Porto, PT
Alcinia Zita Sampaio, IST, Universidade de Lisboa, PT
Alejandro Peña, Escuela de Ingeniería de Antioquia, CO
Alexandre L'Erario, Universidade Tecnológica Federal do Paraná, BR
Alicia García-Holgado, Universidad de Salamanca, ES
Alma Gomez-Rodríguez, Universidade de Vigo, ES
Ana Amélia Carvalho, Universidade de Coimbra, PT
Ana Beatriz Blanco-Ariza, Universidad Simón Bolívar, CO
Ana Isabel Veloso, Universidade de Aveiro, PT
Ana Maria Correia, ISEGI, Universidade Nova de Lisboa, PT
Ana Paula Afonso, Instituto Politécnico do Porto, PT
Anabela Mesquita, Instituto Politécnico do Porto, PT
Anacleto Correia, Escola Naval, PT
Angelica Caro, Universidad del Bío-Bío, CL
Ana Calvão, Universidade de Aveiro, PT
Ana Carla Amaro, Universidade de Aveiro, PT
Ana Melro, Universidade de Aveiro, PT
Ania Cravero, Universidad de La Frontera, CL
Aníbal Zaldivar-Colado, Universidad Autonoma de Sinaloa, MX
Antonia Mas, Universitat de les Illes Balears, ES
iii
RISTI, N.º 42, 06/2021
António Abreu, ISCAP, Politécnico do Porto, PT
António Coelho, FEUP, Universidade do Porto, PT
Antonio Fernández-Caballero, Unversidad de Castilla-La Mancha, ES
António Godinho, ISLA-Gaia, PT
Antonio Jesus Garcia Loureiro, Universidad de Santiago de Compostela, ES
Antonio Jiménez-Martín, Universidad Politécnica de Madrid, ES
Antoni Lluís Mesquida Calafat, Universidad de las Islas Baleares, ES
António Palma dos Reis, ISEG, Universidade de Lisboa, PT
António Pereira, Instituto Politécnico de Leiria, PT
Armando Mendes, Universidade dos Açores, PT
Arnaldo Martins, Universidade de Aveiro, PT
Arturo J. Méndez, Universidad de Vigo, ES
August Climent Ferrer, La Salle Open University, AD
Beatriz Rodríguez, Universidad de la Republica, UY
Beatriz Sainz de Abajo, Universidad de Valladolid, ES
Bernabé Escobar-Pérez, Universidad de Sevilla, ES
Borga Bordel, Universidad Politécnica de Madrid, ES
Bráulio Alturas, ISCTE - Instituto Universitário de Lisboa, PT
Brenda L. Flores-Rios, Universidad Autónoma de Baja California, MX
Carina Soledad González, Universidad de La Laguna, ES
Carlos Alexandre Silva, Instituto Federal de Minas Gerais, PT
Carlos Carreto, Instituto Politécnico da Guarda, PT
Carlos Morais, Instituto Politécnico de Bragança, PT
Carlos Regalao Noriega, Universidad Simón Bolívar, CO
Carlos Vaz de Carvalho, Instituto Politécnico do Porto, PT
Carmen Galvez, Universidad de Granada, ES
Carlos Rabadão, Politécnico de Leiria, PT
Carlos Rompante Cunha, Politécnico de Bragança, PT
Cesar Colazzos, Universidad del Cauca, CO
Ciro Martins, Universidade de Aveiro, PT
Cristina M.R. Caridade, ISEC, Politécnico de Coimbra, PT
Dalila Durães, Universidade do Minho, PT
iv RISTI, N.º 42, 06/2021
Daniel Polónia, Universidade de Aveiro, PT
Daniel Riesco, Universidad Nacional de San Luis, AR
Dante Carrizo, Universidad de Atacama, CL
David Fonseca, Universitat Ramon Llull, ES
David Ramos Valcarcel, Universidad de Vigo, ES
Debora Paiva, Universidade Federal de Mato Grosso do Sul, BR
Diana Cecilia Yacchirema Vargas, Escuela Politécnica Nacional, EC
Dora Simões, Universidade de Aveiro, PT
Edna Dias Canedo, Universidade de Brasília, BR
Eduardo Amadeu Dutra Moresi, Universidade Católica de Brasília, BR
Eduardo Sánchez Vila, Universidad de Santiago de Compostela, ES
Edwin Juvenal Cedeño Herrera, Universidad de Panamá, PA
Enric Mor, Universitat Oberta de Catalunya, ES
Eusébio Ferreira da Costa, Escola Superior de Tecnologias de Fafe, PT
Eva Villegas, La Salle - Universitat Ramon Llull, ES
Fábio Marques, Universidade de Aveiro, PT
Fernando Bandeira, Universidade Fernando Pessoa, PT
Fernando Bobillo, Universidad de Zaragoza, ES
Fernando Moreira, Universidade Portucalense, PT
Fernando Paulo Belfo, ISCAC, Politécnico de Coimbra, PT
Fernando Ramos, Universidade de Aveiro, PT
Fernando Ribeiro, Politécnico de Castelo Branco, PT
Fernando Suárez, CPEIG, ES
Filipe Caldeira, Politécnico de Viseu, PT
Filipe Montargil, Politécnico de Lisboa, PT
Filipe Portela, Universiade do Minho, PT
Flor de María Sánchez Aguirre, Universidad César Vallejo, PE
Francisca Rosique Contreras, Universidad Politécnica de Cartagena, ES
Francisco Arcega, Universidad de Zaragoza, ES
Francisco Javier Lena-Acebo, Universidad de Cantabria, ES
Francisco Restivo, Universidade Católica Portuguesa, PT
Franyelit Suarez, Universidad de las Américas, EC
Gabriel Alberto García-Mireles, Universidad de Sonora, MX
Gabriel Guerrero-Contreras, Universidade de Cádiz, ES
v
RISTI, N.º 42, 06/2021
Gerardo Gonzalez Filgueira, Universidad da Coruña, ES
Gladys Tenesaca Luna, Universidad Técnica Particular de Loja, EC
Gloria Maritza Valencia Vivas, Universidad de las Fuerzas Armadas, EC
Gloria Piedad Gasca-Hurtado, Universidad de Medellín, CO
Guilhermina Lobato Miranda, Universidade de Lisboa, PT
Hélder Gomes, Universidade de Aveiro, PT
Hélder Zagalo, Universidade de Aveiro, PT
Hélia Guerra, Universidade dos Açores, PT
Henrique S. Mamede, Universidade Aberta, PT
Higino Ramos, Universidad de Salamanca, ES
Inês Domingues, CI-IPOP, PT
Inés López, Universidad de Alcalá, ES
Isabel de la Torre, University of Valladolid, ES
Isabel Pedrosa, Instituto Politécnico de Coimbra, PT
Isidro Calvo, Universidad del País Vasco (UPV/EHU), ES
Isidro Navarro, Universidad Politécnica de Cataluña, ES
Ismael Etxeberria-Agiriano, Universidad del País Vasco (UPV/EHU), ES
Ivaldir de Farias Junior, Universidade de Pernambuco, BR
Ivan Garcia, Universidad Tecnologica de la Mixteca, MX
João Paulo Ferreira, ISEC, Politécnico de Coimbra, PT
João Reis, Universidade de Aveiro, PT
João Roberto de Toledo Quadro, CEFET/RJ, BR
Jacinto Estima, Universidade Europeia, PT
Javier Garcia Tobio, CESGA-Centro de Supercomputacion de Galicia, ES
Javier Medina, Universidad Distrital Francisco José de Caldas, CO
Jeimy Cano, Universidad de los Andes, CO
Jezreel Mejia, Centro de Investigación en Matemática (CIMAT), MX
João Balsa, FC, Universidade de Lisboa, PT
João Paulo Costa, Universidade de Coimbra, PT
João Tavares, FEUP, Universidade do Porto, PT
João Vidal de Carvalho, ISCAP, Politécnico do Porto, PT
Joaquim Reis, ISCTE - Instituto Universitário de Lisboa, PT
Jorge Bernardino, ISEC, Politécnico de Coimbra, PT
Jorge Buele, Universidad Tecnológica Indoamérica, EC
vi RISTI, N.º 42, 06/2021
Jorge Eduardo Ibarra-Esquer, Universidad Autónoma de Baja California, MX
Jorge da Silva Correia-Neto, Universidade Federal Rural de Pernambuco, BR
Jose Alfonso Aguilar, Universidad Autonoma de Sinaloa, MX
José Alvarez-Garcia, Universidad de Extremadura, ES
José Borbinha, IST, Universidade de Lisboa, PT
José Carlos Ribeiro, Politécnico de Leiria, PT
José Cascalho, Universidade dos Açores, PT
José Felipe Cocón Juárez, Universidad Autónoma del Carmen, MX
Jose J. Pazos-Arias, Universidad de Vigo, ES
José Luís Pereira, Universidade do Minho, PT
José Luís Silva, Instituto Universitário de Lisboa (ISCTE-IUL), PT
José Paulo Lousado, Instituto Politécnico de Viseu, PT
José Luis Pestrana Brincones, Universidad de Málaga, ES
José Luís Reis, ISMAI - Instituto Universitário da Maia, PT
Jose M Molina, Universidad Carlos III de Madrid, ES
José Machado, Universidade do Minho, PT
Jose Maria de Fuentes, Universidad Carlos III de Madrid, ES
Jose R. R. Viqueira, Universidade de Santiago de Compostela, ES
José Silvestre Silva, Academia Militar, PT
José Torres, Universidade Fernando Pessoa, PT
Josep M. Marco-Simó, Universitat Oberta de Catalunya, ES
Juan Angel Contreras Vas, Universidad de Extremadura, ES
Juan D'Amato, PLADEMA-UNCPBA-CONICET, AR
Juan M. Santos Gago, Universidad de Vigo, ES
Jugurta Lisboa-Filho, Universidade Federal de Viçosa, BR
Klinge Orlando Villalba-Condori, Universidad Católica de Santa María, PE
Leila Weitzel, Universidade Federal Fluminense, BR
Leonardo Bermon, Universidad Nacional de Colombia, CO
Leticia Morales Trujillo, Universidad de Sevilla, ES
Lilia Muñoz, Univerrsidad Tecnológica de Panamá, PA
Lucila Ishitani, PUC Minas, BR
Lucila Romero, Universidad Nacional del Litoral, AR
Luis Alvarez Sabucedo, Universidad de Vigo, ES
Luís Bruno, Instituto Politécnico de Beja, PT
vii
RISTI, N.º 42, 06/2021
Luis Camarinha-Matos, Universidade Nova de Lisboa, PT
Luís Cavique, Universidade Aberta, PT
Luis Chamba Eras, Universidad Nacional de Loja, EC
Luis Enrique Sánchez Crespo, Universidad de Castilla-La Mancha, ES
Luis Fernández Sanz, Universidad de Alcalá, ES
Luís Ferreira, Instituto Politécnico do Cávado e do Ave, PT
Luis Vilán-Crespo, Universidad de Vigo, ES
Luis Maria Romero-Moreno, Universidad de Sevilla, ES
Luisa Miranda, Instituto Politécnico de Bragança, PT
Lus Sussy Bayona Ore, Universidad Nacional Mayor de San Marcos, PE
Luz María Hernández Cruz, Universidad Autónoma de Campeche, MX
Magdalena Arcilla Cobián, Universidade Nacional de Educación a Distancia, ES
Manuel Fernández-Veiga, Universidad de Vigo, ES
Manuel Jose Fernandez Iglesias, Universidad de Vigo, ES
Marcelo Marciszack, Universidad Tecnológica Nacional, AR
Marcelo de Paiva Guimarães, Universidade Federal de São Paulo, BR
Marcelo Zambrano Vizuete, Universidad Tecnica Del Norte, EC
Marco Javier Suarez Barón, Universidad Pedagógica y Tecnológica de Colombia, CO
Marco Painho, ISEGI, Universidade Nova de Lisboa, PT
Margarita Ramirez Ramirez, Universidad Autonoma de Baja California, MX
Maria Amelia Eliseu, Mackenzie Presbyterian University, BR
Maria Cristina Marcelino Bento, UNIFATEA, BR
María de la Cruz del Río-Rama, Universidad de Vigo, ES
Maria de los Milagros Gutierrez, Universidad Tecnológica Nacional, AR
María del Mar Miras Rodriguez, Universidad de Sevilla, ES
Maria do Rosário Bernardo, Universidade Aberta, BR
Maria Hallo, Escuela Politécnica Nacional, EC
Maria Helena Garcia Ruiz, Universidad de Camtabria, ES
María J. Lado, Universidad de Vigo, ES
Maria João Ferreira, Universidade Portucalense, PT
Maria João Gomes, Universidade do Minho, PT
Maria José Angélico, Instituto Politécnico do Porto, PT
Maria José Escalona, Universidad de Sevilla, ES
Maria José Sousa, Universidade Europeia, PT
viii RISTI, N.º 42, 06/2021
Mario Chacón-Rivas, Instituto Tecnológico de Costa Rica, CR
Mario José Diván, Universidad Nacional de La Pampa, AR
Marisol B. Correia, Universidade do Algarve, PT
Maristela Holanda, Universidade de Brasília, BR
Martín Llamas Nistal, Universidad de Vigo, ES
Martín López Nores, Universidad de Vigo, ES
Matías García Rivera, Universidad de Vigo, ES
Mercedes Ruiz, Universidad de Cádiz, ES
Miguel A. Brito, Universidade do Minho, PT
Miguel Ángel Conde, Univesidad de León, ES
Miguel Angel Olivero Gonzalez, Universidad de Sevilla, ES
Miguel Bugalho, Universidade Europeia, PT
Miguel Casquilho, IST, Universidade de Lisboa, PT
Miguel Ramón González Castro, Ence, Energía y Celulosa, ES
Mirna Ariadna Muñoz Mata, Centro de Investigación en Matemáticas (CIMAT), MX
Nelson Rocha, Universidade de Aveiro, PT
Nuno Lau, Universidade de Aveiro, PT
Nuno Melão, Politécnico de Viseu, PT
Nuno Ribeiro, Universidade Fernando Pessoa, PT
Oscar Mealha, Universidade de Aveiro, PT
Patricia Dias, Universidade do estado de Minas Gerais, BR
Patrícia Oliveira, Universidade de Aveiro, PT
Paula Prata, Universidade da Beira Interior, PT
Paulo Martins, Universidade de Trás-os-Montes e Alto Douro, PT
Paulo Pinto, FCT, Universidade Nova de Lisboa, PT
Paulo Rurato, Universidade Fernando Pessoa, PT
Paulo Urbano, FC, Universidade de Lisboa, PT
Pedro Araújo, Universidade da Beira Interior, PT
Pedro Palos, Universidad de Sevilla, ES
Pedro Sanz Angulo, Universidad de Valladolid, ES
Pedro Sobral, Universidade Fernando Pessoa, PT
Pedro Sousa, Universidade do Minho, PT
Pilar Mareca Lopez, Universidad Politécnica de Madrid, ES
Ramiro Delgado, Universidad de las Fuerzas Armadas, EC
ix
RISTI, N.º 42, 06/2021
Ramon Alcarria, Universidad Politécnica de Madrid, ES
Raul Laureano, ISCTE - Instituto Universitário de Lisboa, PT
Renato Maurício Toasa Guachi, Universidad Tecnológica Israel, EC
Rene Faruk Garzozi-Pincay, Universidad Estatal Península de Santa Elena, EC
Ricardo Andrés García León, Universidad Francisco de Paula Santander Ocaña, MX
Ricardo J. Rodríguez, Universidad de Zaragoza, ES
Ricardo Linden, FSMA, BR
Rita Oliveira, Universidade de Aveiro, PT
Rita Santos, Universidade de Aveiro, PT
Robero Marichal, Universidad de La Laguna, ES
Roberto Theron, Universidad de Salamanca, ES
Rodolfo Miranda Barros, Universidade Estadual de Londrina, BR
Román Lara, Universidad de las Fuerzas Armadas, EC
Rubén González Crespo, Universidad Internacional de La Rioja, ES
Rui Cruz, IST, Universidade de Lisboa, PT
Rui José, Universidade do Minho, PT
Rui Pedro Marques, Universidade de Aveiro, PT
Rui S. Moreira, Universidade Fernando Pessoa, PT
Samuel Sepúlveda, Universidad de La Frontera, CL
Santiago Gonzales Sánchez, Universidad Inca Garcilaso de la Vega, PE
Sara Balderas-Díaz, Universidad de Cádiz, ES
Saulo Barbara de Oliveira, Universidade Federal Rural do Rio de Janeiro, BR
Sérgi F. Lopes, Universidade do Minho, PT
Sergio Araya Guzmán, Universidad del Bío-Bío, CL
Sergio Gálvez Rojas, Universidad de Málaga, ES
Sérgio Guerreiro, Universidade Lusófona de Humanidades e Tecnologias, PT
Silvia Fernandes, Universidade do Algarve, PT
Solange N Alves de Souza, Universidade de São Paulo, BR
Telmo Silva, Universidade de Aveiro, PT
Teresa Guarda, Universidad Estatal Península de Santa Elena, EC
Tomas San Feliu, Universidad Politecnica de Madrid, ES
Thiago Dias, CEFET-MG, BR
Valéria Farinazzo Martins, Universidade Presbiteriana Mackenzie, BR
Vera Pospelova, Universidad de Alcalá, ES
Verónica Vasconcelos, ISEC, Politécnico de Coimbra, PT
Vicente Morales, Universidad Técnica de Ambato, EC
Victor Flores, Universidad Católica del Norte, CL
Víctor H. Andaluz, Universidad de las Fuerzas Armadas ESPE, EC
Victor Hugo Medina Garcia, Universidad Distrital Francisco José de Caldas, CO
Vitor Carvalho, Instituto Politécnico do Cávado e do Ave, PT
Vitor Santos, ISEGI, Universidade Nova de Lisboa, PT
Wagner Tanaka Botelho, Universidade Federal do ABC, BR
xi
RISTI, N.º 42, 06/2021
Editorial
A integração dos Sistemas Informáticos à
Inteligência Articial
Integration of Computer Systems to Articial
Intelligence
Adriano Del Pino Lino1, Amanda Sizo2
adlino@dei.uc.pt; up202010567@edu.fe.up.pt
1 Universidade de Coimbra, Departamento de Engenharia Informática, Pólo II - Pinhal de Marrocos, 3030-
290 Coimbra, Portugal.
2
Roberto Frias, s/n 4200-465 Porto, Portugal.
DOI: 10.17013/risti.42.0
1. Introdução
A demanda por sistemas computacionais cada vez mais integrados e robustos é
impulsionado pela Internet das coisas (IoT) e pela enorme massa de dados gerados
anualmente pelos utilizadores no uso dos inúmeros serviços disponíveis na rede
TI tê
cada vez mais serviços online e integrá-los com outros sistemas o mais rápido possível.
As instituições de ensino no mundo todo se deparam com a demanda por aulas remotas
impulsionada pela sociedade que tem passado por grandes períodos de lockdown.
Analogamente, os serviços de comércio eletrônico se apresentam como uma alternativa
para a sobrevivência de muitas empresas e continuidade dos negócios. Entre 2020 e
2021 diversos segmentos como saúde, educação, comércio passaram a ser remoto,
bem como a maioria dos empregos tradicionais que eram presenciais passaram a ser
realizados remotamente.
Este cenário cria uma série de oportunidades para o avanço da ciência em diferentes
à
realidade e fornecem as mais variadas soluções na área da saúde, educação e serviços.
xii RISTI, N.º 42, 06/2021
de mídia social, para fornecer respostas mais precisas e inteligentes aos utilizadores.
Outra oportunidade para o avanço da ciência está associada com a internet das coisas
(IoT) e IA, que tem sido impulsionado pela indústria na solução de problemas práticos.
A demanda por inteligência incorporada aos negócios é vital para a lucratividade das
empresas, nesse sentido existem diversas oportunidades de investigação como na área de
sistemas de recomendação e marketing digital. Nesse sentido, os algoritmos tradicionais
de escalonamento passam a incluir novas informações uma vez que estão integrados na
nuvem, e assim consomem demasiados recursos de hardware para concluir uma tarefa.
Este problema é uma outra oportunidade para o desenvolvimento de novas pesquisa
de otimização. Outra oportunidade é o uso de IA com sensores de áudio, que tem
aplicabilidade na educação, segurança, entretenimento, entre outros.
Essas demandas da sociedade por mais serviços online e cada vez mais integrados cria
grande evolução na área de sistemas integrado com IA. Novos negócios digitais surgem
devido às mudanças estruturais na sociedade, nas organizações, e na evolução das
próprias tecnologias.
Neste contexto foram selecionados nove artigos para publicação nesta edição da RISTI,
depois de terem sido alvo de um exigente processo de avaliação pelos membros do
comité
dos sistemas e tecnologias de informação, o que corresponde a uma apertadíssima e
exigentíssima taxa de aceitação de 6,5%.
2. Estrutura
O primeiro artigo, com o título “Análise de Área de Cobertura de Dispositivo IoT para
Monitoramento em Smart Farm” apresenta uma investigação experimental para aferir
o alcance de um sistema IoT na deteção do inseto-praga cigarra em lavouras de café.
O estudo realiza testes controlados que distingui os sons do inseto-praga cigarra de
baseado no microcontrolador ESP32. Os resultados indicam que a aplicação IoT é capaz
de distinguir ruídos e sons da cigarra de com 100% de acurácia numa distância de até
20 metros.
software basadas en modelos, técnicas y herramientas de social media” apresenta uma
revisão da literatura na área de Mídias Sociais destacando os modelos de análise, técnicas
e ferramentas aplicadas em diversas áreas. Cerca de 30 artigos foram analisados entre os
anos de 2015 à 2020, no qual constatou-se um crescente interesse das organizações em
incorporar tecnologias de Mídia Social em seus processos diários, bem como apresenta
oportunidades de investigação que apoiem a orientação e rastreabilidade das atividades
e artefactos pertencentes a um processo de software nesta área. Ainda, este estudo
constatou que as Mídias Sociais são mais utilizadas nas áreas de Marketing e Gestão
de Negócios.
xiii
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
inclui uma revisão da literatura e um total de 356 questionário recolhidos que apontam
que o comércio eletrônico não é adotado no México pois existem lacunas sobre aspetos do
comportamento humano diante da adoção tecnológica.
O quarto artigo, com o título “Arquitetura de sistemas de recomendação para apoio ao
vendedor no uso de sistemas de força de vendas em empresa com grande portfólio de
produtos” propõe uma arquitetura de sistemas de recomendação baseada em Inteligência
revisão sistemática da literatura, pesquisa exploratória quali-quantitativa, experimentos
computacionais, estudo de caso, prova de conceito do sistema e pesquisa com o
método Delphi.
O quinto artigo, com o título “Plataformas digitais e departamentos de comunicação/
relações públicas: uma revisão sistemática” apresenta uma revisão sistemática de
literatura, por meio do PRISMA, referente aos constructos de comunicação e plataformas
digitais destinados à transformação digital dos departamentos de comunicação social/
relações públicas. Dentre os principais resultados é destacado a predominância de
estudos relacionados à estratégia de comunicação nas mídias sociais, por outro lado,
menos de 1% estão relacionados aos departamentos de comunicação.
emoções de voz em espanhol usando algoritmo de aprendizagem de máquina profunda.
que o uso de espectrogramas e redes convolucionais têm melhores resultados.
O sétimo artigo, com o título “Escalonamento de pedidos no paradigma Fog Computing:
proposta de um modelo sensível ao contexto e avaliação do seu desempenho” apresenta
um modelo de escalonamento sensíveis ao contexto para o paradigma fog em arquitetura
cloud, que utiliza a normalização Min-Max para resolver a heterogeneidade e normalizar
os diferentes parâmetros de contexto, bem como usa regressão linear múltipla para
ão
usando a ferramenta iFogSim, são apresentadas evidências de que a arquitetura proposta
é mais eciente quando comparado com as propostas não sensíveis ao contexto.
Finalmente o último artigo, com o título “Taxonomia para Avaliação de Recursos
Digitais de Aprendizagem – TARDA – Versão 2.0” apresenta os resultados de uma
aprendizagem denominada TARDA - V2. Para avaliar a taxonomia e chegar no consenso
é aplicado questionários com especialistas de Engenharia de Software, de Usabilidade
e de Educação/ Pedagogia. Para aumentar a credibilidade do trabalho, o estudo foi
xiv RISTI, N.º 42, 06/2021
acompanhado por 2 professores com experiência nas áreas de IHC, Qualidade de
Software, Qualidade de Uso e Avaliação de RDAs.
3. Agradecimentos
Esta introdução termina agradecendo a todos os autores e membros do conselho
editorial que participaram no processo de revisão dos artigos que compõem esta edição,
desejando que este número de RISTI seja um elemento de avanço do conhecimento e um
importante contributo para o campo dos sistemas e tecnologias de informação que estão
a redesenhar a economia digital.
Um agradecimento especial às Bases de Dados de Revistas Académicas como CiteFactor,
Dialnet, DOAJ, DOI, EBSCO, GALE, IndexCopernicus, Index of Information Systems
Journals, ISI Web of Knowledge, Latindex, ProQuest, QUALIS, SciELO, SCImago
de referência.
xvi RISTI, N.º 42, 06/2021
Índice / Index
...................................xi
Adriano Del Pino Lino, Amanda Sizo
Análise de Área de Cobertura de Dispositivo IoT
para Monitoramento em Smart Farm ............................................................................... 1
João Paulo Lemos Escola, Rodrigo Capobianco Guido, Ivan Nunes da Silva,
Lucas Exposto Soares
de software basadas en modelos, técnicas y herramientas de social media ..................12
Paola E. Velazquez-Solis, Brenda L. Flores-Rios, Jorge E. Ibarra-Esquer,
María Angélica Astorga-Vargas, Raúl A. Aguilar Vera,
Elizabeth Ramírez-Barreto, Gabriel López-Morteo
..................... 30
Enrique Ismael Meléndez Ruiz, Demian Abrego Almazán
Arquitetura de sistemas de recomendação para
apoio ao vendedor no uso de sistemas de força de
vendas em empresa com grande portfólio de produtos ................................................ 46
Fabio Kazuo Ohashi, Marcos Antonio Gaspar, Ivanir Costa,
Fellipe Silva Martins, Fábio Luís Falchi de Magalhães
Plataformas digitais e departamentos de
comunicação/relações públicas: uma revisão sistemática ............................................ 62
Allana Albuquerque, Telmo Silva
discurso hablado en español empleando Deep Learning ...............................................78
Fernando Elkfury, Jorge Ierache
Escalonamento de pedidos no paradigma Fog Computing: proposta
de um modelo sensível ao contexto e avaliação do seu desempenho ............................ 93
Celestino Barros, Vítor Rocio, André Sousa, Hugo Paredes
Taxonomia para Avaliação de Recursos Digitais de
Aprendizagem – TARDA – Versão 2.0 .........................................................................120
Ozonias de Oliveira Brito Junior, Yuska Paola Costa Aguiar,
Hermano Perrelli de Moura
Estilos de Aprendizagem: proposta de questionário
semiautomático de apoio à aprendizagem autorregulada ............................................ 136
Antonio Carlos Zambon, Enzo Juniti Fujimoto, Higor Augusto Gomes
1
RISTI, N.º 42, 06/2021
Revista lbérica de Sistemas e Tecnologias de Informação
Revista lbérica de Sistemas y Tecnologías de Información
Recebido/Submission: 11/01/2021
Aceitação/Acceptance: 21/04/2021
1
Análise de Área de Cobertura de Dispositivo IoT para
Monitoramento em Smart Farm
João Paulo Lemos Escola1,3, Rodrigo Capobianco Guido2, Ivan Nunes da Silva3,
Lucas Exposto Soares1,3
jpescola@ifsp.edu.br; guido@ieee.org; nsilva@sc.usp.br; lucas.exposto@ifsp.edu.br
1 Instituto Federal de São Paulo (IFSP), 14781-502, Barretos-SP, Brasil
2 Instituto de Biociências, Letras e Ciências Exatas, Universidade Estadual Paulista (UNESP), 15054-000,
São José do Rio Preto-SP, Brasil
3 Escola de Engenharia de São Carlos, Universidade de São Paulo (USP), 13566-590, São Carlos-SP, Brasil
DOI: 10.17013/risti.42.1–11
Resumo: A melhoria do processo de monitoramento de insetos-praga em área
agrícola é um desao para os cientistas. A cigarra é um inseto-praga da lavoura
de café que tem como característica marcante a emissão de som. Um dispositivo
capaz de auxiliar o agricultor no manejo desses insetos pode ser de grande auxílio
no manejo desses insetos. O presente trabalho busca aprimorar o processo
de monitoramento automatizado de cigarras em lavoura de café analisando
o alcance do dispositivo capaz de detetar a presença das cigarras no campo. Os
resultados mostraram promissores, encorajando os pesquisadores na continuidade
dos estudos.
Palavras-chave: Internet das Coisas; Agricultura 4.0; Cigarras.
IoT Device Coverage Analysis for Smart Farm Monitoring
Abstract: Improving the process of monitoring pest insects in agricultural areas
is a challenge for scientists. The cicada is an insect-pest of the coee crop that has
a distinctive feature of sound emission. A device capable of assisting the farmer
in the management of these insects can be of great help in the management of
these insects. This work seeks to improve the process of automated monitoring of
cicadas in coee elds by analyzing the range of the device capable of detecting the
presence of cicadas in the eld. The results showed promising results, encouraging
researchers to continue their studies.
Keywords: Internet of Things; Agriculture 4.0; Cicadas.
1. Introdução
De acordo com (MADAKAM, RAMASWAMY & TRIPATHI, 2015), a Internet das Coisas
(IoT) é uma tecnologia que está revolucionando a computação e as telecomunicações.
Esse termo se refere aos diversos dispositivos (coisas), desde microcomputadores,
2RISTI, N.º 42, 06/2021
Análise de Área de Cobertura de Dispositivo IoT para Monitoramento em Smart Farm
passando por smartphones e microcontroladores, até geladeiras, lâmpadas ou roupas,
que podem ser utilizados para as mais diversas aplicações, interligando-se ou fornecendo
serviços por meio da rede mundial de computadores (Internet).
Dentre as aplicações possíveis com uso de IoT estão identicação, automação,
monitoramento e controle. Para isso, dispositivos como microcontroladores e sensores
são empregados para realizar as tarefas que utilizam a Internet para se interligar ou
fornecer respostas aos usuários.
Quando utiliza-se IoT em aplicações de monitoramento, como em (DEZOTTI et al.,
2019), (ZGANK, 2020) e (MITEV et al., 2020), que usam um módulo de microfone para
captura de áudio, é desejável conhecer sua cobertura, ou seja, o alcance do dispositivo, a
m de realizar um levantamento do número de dispositivos necessários para monitorar
determinada área e conhecer seu efetivo custo de implantação.
O objetivo deste trabalho é analisar o alcance de um sistema desenvolvido para
monitoramento de lavoura de café, congurando-se como uma aplicação do tipo Smart
Farm, que utiliza o paradigma IoT, com um microcontrolador integrado a sensores
adicionais, sendo o principal deles o sensor de captura de áudio.
Este artigo está dividido da seguinte forma: à frente temos uma revisão da literatura,
em seguida o capítulo “Metodologia” exprime os detalhes dos experimentos. No capítulo
seguinte apresentam-se os resultados e, em seguida, as conclusões e trabalhos futuros.
1.1. Internet das Coisas - IoT
Há muitos anos os seres humanos sonham em viver em lugares modernos e futuristas,
em que os recursos estão à disposição, tornando suas vidas mais fáceis e produtivas,
onde problemas atuais são resolvidos pelas máquinas e robôs fazem o seu trabalho
pesado, possibilitando uma vida de conforto e com tranquilidade.
Nesse contexto, a IoT permite atualmente aos prossionais criarem soluções que se
comunicam pela Internet, executam tarefas automatizadas e entregam serviços às pessoas
tanto virtualmente, quando o refrigerador faz um pedido de compra ao supermercado,
quanto sicamente, quando aciona o aspirador de pó para limpar o seu quarto. Recursos
antes restritos aos sonhos hoje estão mais próximos de se tornar realidade.
Com o barateamento dos componentes eletrônicos e aumento da velocidade e
abrangência da Internet, a IoT ganha força permitindo desenvolvimento de aplicações
em vasta gama.
De acordo com (MADAKAM, RAMASWAMY & TRIPATHI, 2015), essa tecnologia deverá
transformar os objetos do mundo real em objetos virtuais inteligentes, unicando-os em
uma infraestrutura comum, dando-nos o controle e mantendo-nos informados sobre o
estado dos dispositivos.
Atualmente, os microcontroladores, como o Arduino (MCROBERTS, 2011; EVANS,
NOBLE & HOCHENBAUM, 2013) e ESP8266 (SCHWARTZ, 2016; OLIVEIRA, 2017),
permitem modelar um código que personaliza seu comportamento, normalmente
integrado a um ou mais módulos adicionais ou sensores, aumentando a gama de recursos
e possibilidades do projeto. Dentre suas importantes funcionalidades estão a capacidade
3
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
de processamento e memória, conexão com a Internet e bluetooth, tudo isso com baixo
custo e reduzido consumo de energia.
Dentre os módulos adicionais está o sensor de áudio, como o MAX9814 (RAMIREZ
& MOUMTADI, 2018; RAHMAWATI, HARYANTO & SAKARIYA, 2019; MALLIK,
CHOWDHURY & CHTTOPADHYAY, 2019), que possibilita criar aplicações que realizam
processamento digital de sinais de áudio, permitindo a criação de aplicações antes
possíveis apenas com Processadores Digitais de Sinais (DSPs) ou microcomputadores.
1.2. Monitoramento de Áudio
O monitoramento de áudio consiste em analisar o som em determinada situação por
meio de processamento digital de sinais de áudio utilizando técnicas como Transformada
Rápida de Fourier (FFT) (HAYKIN & VEEN, 2001) ou Transformada Discreta Wavelet
(DWT) (GUIDO, 2017).
Em (SANBORN, HEATH & HEATH, 2009), tem-se um exemplo de estudo relacionado
ao monitoramento de áudio, onde os sons emitidos por uma espécie de cigarra são
analisados cuidadosamente após a captura em campo, em diversas regiões dos EUA,
utilizando gravador e microfone Uher 4000. De acordo com os autores, o inseto emite
uma alta frequência, o que se torna uma vantagem, pois seus predadores (pássaros e
lagartos) não ouvem, resultando em baixa pressão predatória.
No artigo (LEE, 2008) apresenta-se uma pesquisa na qual é feito o levantamento
das espécies de cigarras na península coreana. Os sons das cigarras são capturados e
analisados por oscilogramas e sonogramas. Os dados são comparados, não para detetar,
mas para diferenciar as espécies.
No trabalho publicado por (COLE, 2008), é realizada a captura de sons de cigarras com
um microfone C451E e um gravador DAT. A maioria das gravações aconteceu a 1m ou
mais de distância. As frequências foram analisadas por espectrogramas gerados a partir
da FFT. Por m é realizada a comparação entre duas espécies, analisando os grácos dos
sons dos machos.
No trabalho de (MITEV et al., 2020), utiliza-se IoT para monitoramento de áudio,
na forma de um detetor de dispositivos espiões, onde os sons capturados por voz em
ambiente Smart Home são monitorados a m de ltrar outros dispositivos que enviam
comandos de áudio para a Internet, não havendo relatos de mensuração do alcance ou
cobertura do protótipo.
No artigo de (ZGANK, 2020) é realizado monitoramento de áudio em Smart Farm
aplicado à apicultura, onde dispositivos IoT são utilizados para detetar o início do
processo de enxameação, por meio de processamento digital de áudio combinado
com técnicas como Modelos Ocultos de Markov (HMM) e Modelos de Mistura
Gaussiano (GMM), entretanto não foi realizada uma análise de cobertura acústica
do dispositivo.
1.3. Smart Farm
Muitos são os países que tem como base econômica a agricultura. De acordo com
(GUANZIROLI, SABBATO & BUAINAIN, 2020), 7.5% do território brasileiro é composto
4RISTI, N.º 42, 06/2021
Análise de Área de Cobertura de Dispositivo IoT para Monitoramento em Smart Farm
por lavouras, perfazendo cerca de 351 milhões de hectares e a disponibilidade de terras
agriculturáveis coloca o Brasil à frente de muitos países.
A evolução do trabalho no campo e os lucros crescentes possibilitam aumento do
investimento em tecnologia, evidenciando sistemas que busquem melhorar os processos
produtivos, aumentando a produção e consequentemente os lucros. Ainda segundo
(GUANZIROLI, SABBATO & BUAINAIN, 2020), em uma análise entre os anos de 2006
a 2017 constata-se aumento da escala produtiva e conteúdo tecnológico, indicando a
diferença que as tecnologias fazem no aumento da produtividade com maior eciência,
gerenciamento dos processos de produção e de insumos modernos.
O conceito de Smart Farm consiste no aproveitamento da Tecnologia da Informação e
Comunicação (TIC) com intuito de promover a eciência, produtividade e lucratividade
nos ambientes agrícolas (O’GRADY & O’HARE, 2017; BARRIENTOS-AVENDAÑO et al.,
2019). Esse paradigma está cada vez mais evoluindo junto com a evolução da IoT, pois este
possibilita o desenvolvimento de aplicações de baixo custo e com importantes resultados,
cada vez mais direcionados ao escopo de Smart Farm (MONTOYA et al., 2017).
Para (WARK et al., 2007) os problemas enfrentados pela agricultura como mudanças
climáticas, falta de água e falta de mão de obra aumentam a preocupação da população
com questões como segurança alimentar e impacto ambiental, podendo a Smart Farm
ser importante aliada na busca de soluções para esses problemas.
Segundo (O’GRADY & O’HARE, 2017) essas tecnologias são subutilizadas na agricultura,
entretanto, podem prover aumento da produtividade por auxiliarem na tomada de
decisões, tendo como exemplos a análise de alimentação de animais, monitoramento
acústico, análise de área de plantações de algodão e de doenças comuns em gado leiteiro
por meio de sensores não invasivos e de baixo custo.
No trabalho de (MUANGPRATHUB et al., 2019), um sistema IoT aplicado a Smart Farm
foi desenvolvido utilizando sensores de umidade de solo, sensores de temperatura, uma
aplicação para smartphone e uma aplicação Web buscando otimizar a produtividade e
reduzir custos de produção. O sistema possibilita acionamento manual ou automático
de válvulas solenoides para irrigação.
1.4. Trabalhos correlatos
No artigo de (SHAH, TARIQ & LEE, 2018) IoT e áudio são empregados em um sistema
de análise de segurança doméstica por meio do som capturado em ambiente residencial
interno. Com auxílio da técnica de aprendizagem de máquinas (Machine Learning) o
sistema envia à Internet trechos de sinais de áudio classicando-os dentro de categorias
prévias, relacionadas à violência doméstica. Um conjunto de dispositivos é espalhado
pela residência, com um dispositivo em cada cômodo e não houve análise da cobertura
ou do alcance máximo de cada dispositivo.
O trabalho de (NEBHEN, FERREIRA & MANSOURI, 2020) apresenta um amplicador de
instrumentação de baixo ruído para uso em IoT, buscando maior sensibilidade com baixo
consumo de energia. Nesse trabalho também não há uma análise do alcance do dispositivo,
sendo os testes realizados em laboratório à uma distância de 1 metro do microfone.
5
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
Em (ROCHESTER et al., 2019) um dispositivo IoT é utilizado para monitoramento do
besouro-do-pinheiro a partir de seu ruído emitido. Também não é analisado o alcance
do dispositivo apesar de utilizarem tecnologia de longo alcance para transmissão dos
dados entre os dispositivos da lavoura e seu gateway.
No artigo de (ALEXANDRU et al., 2018) um dispositivo IoT é desenvolvido para captura
de diversos tipos de dados, incluindo captura de áudio para mensurar poluição sonora. A
implantação da rede de monitoramento considerou um raio de 1 Km entre os dispositivos,
considerando a capacidade de transmissão de dados e não de captura do sinal sonoro.
Nos trabalhos de (DEZOTTI et al., 2019; ESCOLA et al., 2020a, 2020b) um dispositivo é
desenvolvido para captura de sinais acústicos de cigarras em lavouras de café, realizando
o devido monitoramento da área de cobertura da rede de dispositivos. O presente artigo
busca aperfeiçoar seus estudos analisando a área de cobertura, ou seja, a capacidade
de alcance do dispositivo em relação ao sinal emitido pela cigarra a m de estimar o
número de dispositivos que será necessário para implantação em cada determinada área
a ser coberta.
Não foram encontrados, na literatura, trabalhos com foco na análise de cobertura do
sensor de áudio para dispositivos IoT, mostrando a importância do presente trabalho no
auxílio de muitos trabalhos de pesquisas que aplicam Processamento Digital de Sinais
(PDS) em IoT.
2. Metodologia
Utilizando um microcontrolador ESP32 (OLIVEIRA, 2017) foi desenvolvido um
dispositivo, chamado INS (Figura 1), para monitoramento do sons emitidos pelas
cigarras em lavouras de café, com intuito de realizar um monitoramento automatizado,
contribuindo para a melhoria do processo, retirando a necessidade de uso de trabalho
manual e melhorando sua qualidade (DEZOTTI et al., 2019; ESCOLA et al., 2020a,
2020b).
O foco do presente trabalho está na mensuração do alcance do microfone, integrado
ao INS, em relação a uma ou mais cigarras possivelmente presentes na lavoura e assim
conhecer quantos dispositivos são necessários para obter o melhor rendimento e
cobertura de uma determinada área, sítio, fazenda ou lavoura especíca.
O dispositivo INS, a exemplo de grande parte dos projetos IoT, é composto por um
conjunto de módulos de expansão, também chamados de shields ou sensores, de baixo
custo, que permitem incorporar recursos a um projeto IoT, ex: sensor de temperatura,
sensor de presença, relês etc. O módulo MAX9814 permite a captura de som para
processamento interno do dispositivo.
Para realização dos testes, além do INS foram utilizados um laptop com processador
Intel(R) Core(TM) i7-4800MQ CPU @ 2.70GHz, 32GB de memória RAM e disco rígido
SSHD de 1TB em ambiente Linux; um smartphone (emissor) com intuito de executar
um arquivo de áudio simulando o som da cigarras; e um smartphone (decibelímetro)
executando um aplicativo simulando um decibelímetro. O arquivo com som de cigarras
6RISTI, N.º 42, 06/2021
Análise de Área de Cobertura de Dispositivo IoT para Monitoramento em Smart Farm
faz parte de um banco de dados de arquivos capturados em lavoura de café por um
especialista pertencente ao grupo de pesquisa.
O dispositivo INS captura, de forma intermitente, 1200 milissegundos de áudio,
armazenando os dados em um vetor, em seguida os dados são processados, as 25
energias resultantes de sub-bandas de frequência do sinal são apresentadas via saída
padrão serial e capturadas pelo laptop. A Figura 2 ilustra o processo realizado durante
os testes, onde D é a distância entre o emissor e o INS. São capturados 13 sinais em cada
teste, variando as distâncias D entre 2 e 20 metros, conforme exposto adiante.
Figura 2 – Esquema utilizado nos testes
Figura 1 – Dispositivo INS
7
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
De posse dos 13 sinais resultantes de cada teste, compostos de 25 energias cada, os sinais
são submetidos a uma Máquina de Vetor de Suporte (SVM), previamente treinada, a
m de vericar sua acurácia. Além desses, as intensidades mínima, média e máxima do
sinal, em decibéis, também são registradas.
3. Resultados e Discussão
Conforme descrito na metodologia, para a realização dos testes foram utilizados quatro
dispositivos de hardware: dois smartphones (emissor e decibelímetro) e um laptop,
além do dispositivo INS. Esse conjunto de dispositivos permitiu a organização de um
aparato tecnológico com intuito de simular o ambiente da lavoura, a m de testar
devidamente a aplicabilidade do sistema.
O smartphone emissor foi posicionado à uma distância D do INS, executando um
arquivo de áudio WAV capturado previamente em lavoura de café por um membro
especialista do grupo de pesquisa. O arquivo de áudio foi congurado para ser executado
indenidamente a m de manter constante o som da cigarras emitido pelo equipamento.
O smartphone decibelímetro foi posicionado ao lado do INS para capturar a intensidade
do sinal recebido durante cada teste. Os níveis de potência do sinal são importante
parâmetro para analisar a efetiva intensidade de recepção do sinal pelo dispositivo INS,
assim, esses dados foram incluídos na tabela de resultados apresentada adiante.
O laptop foi responsável por apresentar os resultados das capturas realizadas pelo
dispositivo INS durante os testes, permitindo ao pesquisador monitorar o progresso
das análises em tempo real. Ao nal de cada teste, os resultados foram registrados em
arquivo texto que permitiu posterior análise dos resultados, comparando-os entre cada
conjunto de testes em diferentes distâncias.
No início de cada teste é aferida a distância entre o emissor e o INS com o auxílio
de uma trena, em seguida são ativados o decibelímetro, o emissor e, nalmente, o
dispositivo INS é ativado para dar-se início ao teste. Ao apresentar 13 resultados o teste é
manualmente nalizado.
Cada um dos 13 sinais é armazenado no algoritmo em um vetor de X posições, que é
processado através da Transformada Discreta Wavelet Packet (DWTP). Cada um dos
13 sinais de cada teste dispendeu, em média, 56522 milissegundos para ser capturado,
processado e apresentado na tela.
Na Tabela 1 apresentam-se os resultados obtidos nos experimentos. Foram realizados 5
testes, sendo o primeiro sem emissão de sons de cigarras e os demais com som de cigarras,
sendo o emissor foi posicionado a uma distância variando de 2m a 20m. A m de analisar
a intensidade do sinal recebido pelo dispositivo INS em cada teste, foram incluídas na
mesma tabela o valor da intensidade mínima, média e máxima, capturados pelo dispositivo
decibelímetro. A acurácia resultante é apresentada de acordo com o referido teste.
Conforme se pode vericar na Tabela 1, no teste sem utilização do emissor, ou seja,
sem incidência de cigarras, todos os 13 sinais foram considerados “ruído” pela SVM,
perfazendo um total de 100% de acerto. Ressalta-se aqui a importância do resultado
neste primeiro teste, que não apresentou falsos positivos, que poderiam debilitar o
8RISTI, N.º 42, 06/2021
Análise de Área de Cobertura de Dispositivo IoT para Monitoramento em Smart Farm
sistema e até mesmo inviabilizá-lo, visto que o monitoramento da lavoura tem como um
dos maiores pilares a real deteção de um número mínimo de indivíduos presentes para
uma rápida tomada de decisões para aplicação de defensivos ou outro tipo de manejo
por parte do agricultor.
Na Tabela 2 tem-se a matriz de confusão do segundo e terceiro testes, onde o emissor
foi posicionado à uma distância de 2m e de 5m do INS. Dos 13 sinais testados, 11 foram
corretamente classicados e dois sinais foram classicados como “ruído” incorretamente,
resultando em uma acurácia de 84.6% em ambos os casos. Ressaltamos aqui a importância
desse resultado, que se mostra promissor, mesmo com a incidência de falsos negativos
(2 neste caso – 15.4%), visto que, a importância do sistema está, inicialmente, na deteção
dos indivíduos na lavoura. Assim sendo, os testes de 2m e 5m mostraram que o sistema
pode falhar mas que ainda é eciente para o problema a que se propõe.
Cigarra Ruído
Cigarra 11 2
Ruído 0 0
Tabela 2 – Matriz de confusão dos testes com distância de 2m e 5m
Nos testes com distância de 10m e de 20m, além do teste sem cigarras como visto
anteriormente, todos os sinais foram corretamente classicados, apresentando
100% de acurácia em cada um dos referidos testes, corroborando a hipótese de que o
sistema pode se mostrando interessante recurso para monitoramento, considerando a
distância empregada.
4. Conclusões
O presente trabalho conclui a primeira etapa de estudos relacionados à aferição da
distância e alcance do dispositivo INS. Os testes, realizados em laboratório, não
permitiram distâncias maiores que 20m devido às limitações de espaço físico, entretanto
é desejável futuramente executar os testes em distâncias maiores em ambiente de lavoura
de café a m de analisar os resultados com outras variáveis como o vento.
Os testes sem cigarras foram importantes para vericar a existência de falsos positivos.
O aproveitamento máximo apresentado nessa etapa mostrou que a SVM encontra-se
Distância DdB min dB min dB min Acurácia
Sem cigarras 59 60.0 82 100%
2m 73 76.4 83 84.6%
5m 40 73.3 80 84.6%
10m 44 64.1 79 100%
20m 39 55.4 81 100%
Tabela 1 – Bateria de testes com sons de cigarras.
9
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
satisfatoriamente treinada para o objetivo proposto no projeto, que é o monitoramento
do inseto-praga cigarra em lavouras de café.
Em trabalhos futuros, deseja-se realizar as análises de desempenho da bateria e da placa
solar, que fornecem alimentação ao dispositivo quando implantados em lavoura de
café. Além desses, os testes com distâncias maiores em lavoura de café, a m de obter
resultados mais próximos aos reais em relação à implantação de um conjunto de INS em
ambiente de produção, conhecendo os custos necessários para monitorar determinada
área da plantação e realizar os demais testes para validação do sistema, como alcance de
comunicação de dados entre os nós.
Referências
Alexandru, P., Andrei, M., Cristina-Madalina, S., & Stan, O. (2018).
Smart environmental monitoring beacon. En 2018 ieee international
conference on automation, quality and testing, robotics (aqtr) (pp. 1–4).
https://doi.org/10.1109/aqtr.2018.8402701
Barrientos-Avendaño, E., Rico-Bautista, D., Coronel-Rojas, L. A., & Cuesta-Quintero,
F. R. (2019). Granja inteligente: Denición de infraestructura basada en internet de
las cosas, IpV6 y redes denidas por software. RISTI - Revista Ibérica de Sistemas
e Tecnologias de Informação, (E17), 183-197.
Cole, J. A. (2008). A new cryptic species of cicada resembling tibicen dorsatus
revealed bycalling song (hemiptera: Auchenorrhyncha: Cicadidae). Annals of the
Entomological Society of America, 101(5), 815–823. https://doi.org/10.1093/
aesa/101.5.815
de Oliveira, S. (2017). Internet das coisas com esp8266, arduino e raspberry pi.
Novatec Editora.
Dezotti, A. K., Cardoso, A. M., Soares, L. E., Maccagnan, D. H. B. (2019). Dispositivo de
monitoramento de densidade populacional de insetos a partir de sinais acústicos
emitidos. Brazilian Journal of Animal and Environmental Research, 2(5), 1781–1785.
Escola, J. P. L., Guido, R. C., Cardoso, A. M., Maccagnan, D. H. B., Ribeiro, J. M., &
Cardoso, J. R. F. (2020). A case study of wavelets and svm application in coee
agriculture: Detecting cicadas based on their acoustic and image patterns. En I. N.
da Silva & R. A. Flauzino (Eds.), Application of expert systems. Rijeka: IntechOpen.
https//doi.org/10.5772/intechopen.90156
Escola, J. P. L., Guido, R. C., da Silva, I. N., Cardoso, A. M., Maccagnan, D. H. B.,
& Dezotti, A. K. (2020). Automated acoustic detection of a cicadid pest in
coee plantations. Computers and Electronics in Agriculture,169, 105215.
https://doi.org/10.1016/j.compag.2020.105215
Evans, M., Noble, J., & Hochenbaum, J. (2013). Arduino em ação. Novatec Editora.
Guanziroli, C. E., Di Sabbato, A., & Buainain, A. M. (2012). Evolução da agricultura
familiar no Brasil (1996-2017). Uma Jornada Pelos Contrastes do Brasil, 191.
https://doi.org/10.1590/s0103-20032012000200009
10 RISTI, N.º 42, 06/2021
Análise de Área de Cobertura de Dispositivo IoT para Monitoramento em Smart Farm
Guido, R. C. (2017). Eectively interpreting discrete wavelet transformed signals.
IEEE Signal Processing Magazine, 34(3), 89–100. https://doi.org/10.1109/
msp.2017.2672759
Haykin, S. S., & Van Veen, B. (2001). Sinais e sistemas. Bookman.
Lee, Y. J. (2008). Revised synonymic list of cicadidae (insecta: Hemiptera) from the
korean peninsula, with the description of a new species and some taxonomic
remarks. Proceedings of the Biological Society of Washington, 121(4), 445–467.
https://doi.org/10.2988/08-09.1
Madakam, S., Ramaswamy, R., & Tripathi, S. (2015). Internet of things (iot): A
literature review. Journal of Computer and Communications, 3(05), 164.
https://doi.org/10.4236/jcc.2015.35021
Mallik, S., Chowdhury, D., & Chttopadhyay, M. (2019). Development and performance
analysis of a low-cost mems microphone-based hearing aid with three dierent
audio ampliers. Innovations in Systems and Software Engineering, 15(1), 17–25.
https://doi.org/10.1007/s11334-019-00325-7
McRoberts, M. (2011). Beginning arduino. Apress.
Mitev, R., Pazii, A., Miettinen, M., Enck, W., & Sadeghi, A.-R. (2020). Leakypick: Iot
audio spy detector. En Annual computer security applications conference (pp.
694–705). https://doi.org/10.1145/3427228.3427277
Montoya, E. A. Q., Colorado, S. F. J., Muñoz, W. Y. C., & Golondrino, G. E. C. (2017).
Propuesta de una arquitectura para agricultura de precisión soportada en IoT.
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação, (24), 39-56.
https://doi.org/10.17013/risti.24.39-56
Muangprathub, J., Boonnam, N., Kajornkasirat, S., Lekbangpong, N., Wanichsombat,
A., & Nillaor, P. (2019). Iot and agriculture data analysis for Smart Farm.
Computers and electronics in agriculture, 156, 467–474. https://doi.org/10.1016/j.
compag.2018.12.011
Nebhen, J., Ferreira, P. M., & Mansouri, S. (2020). A chopper stabilization audio
instrumentation amplier for iot applications. Journal of Low Power Electronics
and Applications, 10(2), 13. https://doi.org/10.3390/jlpea10020013
O’Grady, M. J., & O’Hare, G. M. (2017). Modelling the Smart Farm. Information processing
in agriculture, 4(3), 179–187. https://doi.org/10.1016/j.inpa.2017.05.001
Rahmawati, D., Haryanto, H., & Sakariya, F. (2019). The design of coconut maturity
prediction device with acoustic frequency detection using naive bayes method
based microcontroller. JEEMECS (Journal Electr. Eng. Mechatron. Comput. Sci.).
https://doi.org/10.26905/jeemecs.v2i1.2806
Ramírez, A. C., & Moumtadi, F. (2018). Design of a hearing auxiliary for bilateral
hypoacusia. International Journal of Engineering Sciences & Research Technology.
https://doi.org/10.5281/zenodo.1165570
11
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
Rochester, E., Ma, J., Lee, B., & Ghaderi, M. (2019). Mountain pine beetle monitoring
with iot. En 2019 IEEE 5th world forum on internet of things (wf-iot)
(pp. 513–518). http://dx.doi.org/10.1109/WF-IoT.2019.8767291
Sanborn, A., F., Heath, J. E., & Heath, M. S. (2009). Long-range sound distribution and
the calling song of the cicada beameria venosa (uhler) (hemiptera: Cicadidae). The
Southwestern Naturalist, 54(1), 24–30. http://dx.doi.org/10.1894/JC-23.1
Schwartz, M. (2016). Internet of things with esp8266. Packt Publishing Ltd.
Shah, S. K., Tariq, Z., & Lee, Y. (2018). Audio iot analytics for home automation safety.
En 2018 IEEE international conference on big data (big data) (pp. 5181–5186).
https://doi.org/10.1109/BigData.2018.8622587
Wark, T., Corke, P., Sikka, P., Klingbeil, L., Guo, Y., Crossman, C., . . . Bishop-Hurley,
G. (2007). Transforming agriculture through pervasive wireless sensor networks.
IEEE Pervasive Computing, 6(2), 50–57. https://doi.org/10.1109/MPRV.2007.47
Zgank, A. (2020). Bee swarm activity acoustic classication for an iot-based farm service.
Sensors, 20(1), 21. https://doi.org/10.3390/s20010021
12 RISTI, N.º 42, 06/2021
Revista lbérica de Sistemas e Tecnologias de Informação
Revista lbérica de Sistemas y Tecnologías de Información
Recebido/Submission: 28/03/2021
Aceitação/Acceptance: 06/05/2021
12
Identicación de áreas de aplicación de arquitecturas
de software basadas en modelos, técnicas y
herramientas de social media
Paola E. Velazquez-Solis1, Brenda L. Flores-Rios1, Jorge E. Ibarra-Esquer2,
María Angélica Astorga-Vargas2, Raúl A. Aguilar Vera3, Elizabeth Ramírez-Barreto1,
Gabriel López-Morteo1
{paola.velazquez; brenda.ores; jorge.ibarra; angelicaastorga; eramirez; galopez} @uabc.
edu.mx; avera@correo.uady.mx
1 Instituto de Ingeniería, 2 Facultad de Ingeniería, Universidad Autónoma de Baja California, Mexicali, Baja
California, México.
3 Facultad de Matemáticas, Universidad Autónoma de Yucatán, Mérida, México.
DOI: 10.17013/risti.42.12–29
Resumen: Social media se reere al conjunto de técnicas y herramientas que están
tomando relevancia para la recolección de información sobre el comportamiento de
los usuarios en las redes sociales. El objetivo de esta investigación fue identicar los
enfoques, modelos de análisis, técnicas y herramientas de social media aplicados en
arquitecturas de software, con el n de detectar las áreas de aplicación por medio
de estudios empíricos. Para ello, se realizó un mapeo sistemático de la literatura
con el cual se seleccionaron treinta artículos publicados entre 2015 y 2020. Los
resultados validaron que en los últimos tres años se han incrementado en un 57%
las publicaciones, principalmente en el área de investigación centrándose en diseñar
arquitecturas de software que incorporen modelos de análisis de social media en los
componentes y crear nuevas oportunidades en las redes sociales.
Palabras-clave: social media; arquitecturas de software; redes sociales; mapeo
sistemático de la literatura
Identication of application areas of software architectures based on
social media models, techniques and tools
Abstract: Social media refers to the set of techniques and tools that are gaining
relevance for the collection of information about the behavior of users on
social networks. The objective of this research was to identify the approaches,
analysis models, techniques, and tools of social network applications in software
architectures, to detect the application areas through empirical studies. For this,
a systematic mapping of the literature was carried out, with which thirty articles
published between 2015 and 2020 were selected. The results validated that in the
last three years publications have increased by 57%, mainly in the research area
focusing on designing software architectures that incorporate social network
analysis models in the components and create new opportunities in social networks.
13
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
Keywords: social media; software architectures; social networks; systematic
literature mapping
1. Introducción
En una red social las personas o grupos de personas interactúan entre sí en un sitio
de Internet. Las redes sociales se caracterizan por tener una base de usuarios amplia
y heterogénea, con participación tanto intermitente como constante, convirtiéndose
en un medio imprescindible de comunicación e información, para la creación de
proyectos, integración de comunidades y nuevas formas de entretenimiento y acción
social colectiva (Ureña et al., 2019). La incorporación de técnicas y criterios de análisis
propios de social media en las redes sociales, tiene como propósito el de mantener una
comunicación ubicua al crear y compartir contenidos (Martín Blanco, 2015). De esta
forma, social media se reere a un conjunto de técnicas, herramientas, aplicaciones y
medios de comunicación donde la información es creada y visualizada por los usuarios,
que son libres de compartir y transferir textos, fotografías, audio, vídeo, entre otro
tipo de contenido (Injadat et al., 2016). Las aplicaciones más comunes de social media
incluyen: monitorear las respuestas públicas a anuncios o discursos, la difusión de
eventos, analizar comentarios e iniciativas políticas, identicar ideas u opiniones sobre
el comportamiento de una comunidad, encuestar grupos de redes sociales o detectar
la aparición temprana de eventos emergentes - conocido también como la viralización
de contenidos (Batrinca & Treleaven, 2015). Las áreas estratégicas que pueden
monitorearse en social media son las necesidades, los sentimientos y la comunicación
entre los usuarios. Este seguimiento se puede realizar directamente en redes sociales
como Facebook (Kurnia & Suharjito, 2018), Twitter o en otros ámbitos los cuales
incluyen áreas de negocios, educación, gobierno o salud. Sin embargo, el desarrollo de
herramientas o aplicaciones que se apoyen de una metodología enfocada a social media
es una necesidad inminente (Al-Maatouk et al., 2020; Diamantini et al., 2019; Mushtaq
et al., 2018; Verhoef & Lemon, 2013).
Las redes sociales, social media y los espacios virtuales son mecanismos de interacción
o canales de comunicación, con un alcance y potencial de mayor impacto que cualquiera
de los otros medios tradicionales, y con capacidad de interacción y dinamismo superior
(Herrera, 2012). Los servicios de redes sociales se han vuelto cruciales para algunas
organizaciones en el servicio al cliente o en sus departamentos de mercadotecnia donde
se proponen soluciones para la indexación de inuencers1 o nichos de oportunidad para
incursionar dentro del Internet (Arora et al., 2019). También, presentando estrategias de
publicación ecaz dentro de las plataformas de redes sociales, la identicación del tipo
de mensajes o los tipos de transporte de mensajes apropiados (Bitiktas & Tuna, 2020).
Por otro lado, en el estudio de Rousidis, Koukaras & Tjortjis (2020) en sus hallazgos
indicaron que los docentes o académicos de cualquier disciplina o cultura, podrían
impartir cursos a través de plataformas como redes sociales gracias a las diferentes
funcionalidades que brindan las herramientas de social media, como Portal Home,
Historias de voz y el almacenamiento en la nube de Facebook, los cuales incentivaban a
1 Persona(s) que destaca(n) en una red social u otro canal de comunicación y expresa opiniones
sobre un tema concreto que ejercen una gran inuencia sobre muchas personas que la conocen.
14 RISTI, N.º 42, 06/2021
Identicación de áreas de aplicación de arquitecturas de software basadas en modelos
los estudiantes a realizar una participación más activa. Esto de alguna forma propicia la
modicación de las prácticas tradicionales o los contenidos temáticos de los programas
de enseñanza-aprendizaje en las instituciones educativas. En ambas áreas de aplicación
la comunicación siempre se estable con los usuarios.
En el ámbito de la Ingeniería de Software, existen propuestas sobre arquitecturas
(Raspopović et al., 2016) basadas en social media, incluso, ciertos autores (Hayat et al.,
2019; Peláez et al., 2019) han propuesto metodologías para el diseño de arquitecturas
que apoyen el descubrimiento de información social, considerando como requisitos:
la velocidad de la transmisión de datos, la exibilidad y la escalabilidad (Diamantini
et al., 2019). Diamantini et al. (2019) proponen una arquitectura para social media
Data Analytics de manera que sea posible construir diferentes sistemas para analizar
diversas redes sociales con base en la arquitectura. Sin embargo, dicho trabajo es una
implementación, sin entrar en detalles sobre la analítica de datos, utilizando algoritmos
para clasicar los sentimientos de los usuarios. El proceso descrito por Mushtaq et al.
(2018) se realiza desde la perspectiva de los datos en bruto en las redes sociales, y es
el interés particular, el que permite llegar a una clasicación (p.e. conocer relaciones y
asociaciones entre publicaciones). Algunos trabajos tienen el dominio de desarrollo dentro
del Aprendizaje profundo o Minería de datos, lo cual a pesar de ser una aproximación
más real a los datos obtenidos desde las redes sociales, debido a que difumina una mejor
visión de dominios y aplicaciones futuras (Hayat et al., 2019), no permite tener certeza
de la interoperabilidad, seguridad y portabilidad de las arquitecturas propuestas.
De acuerdo con lo antes expuesto, se considera importante analizar las técnicas de social
media que sea parte de un marco de referencia para la construcción de software, con
arquitecturas de software adecuadas para social media. El objetivo del presente estudio
se centra en identicar modelos de análisis, técnicas y herramientas de social media
aplicadas en arquitecturas de software propuestos en diversas áreas de aplicación, a
partir de la implementación de un mapeo sistemático de literatura.
Este documento se estructura de la siguiente manera: en la sección 2 se introduce un
marco referencial sobre los términos de redes sociales, social media y arquitectura
de software. La sección 3 especica el protocolo metodológico utilizado; la sección 4
presenta las áreas de aplicación identicadas en los resultados obtenidos a partir
del mapeo sistemático de literatura realizado. Finalmente, la sección 5 presenta
las conclusiones.
2. Marco de Referencia
Las redes sociales son servicios basados en Web que permiten a las personas (Peruta
& Shields, 2017): 1) construir un perl público o semipúblico dentro de un sistema; 2)
crear una lista de otros usuarios con los que se comparte una conexión y contenido;
3) conocer y recorrer un conjunto de datos referente a las conexiones y contenidos
realizados por otros dentro del sistema. De esta forma, una red social es una herramienta
que ha transformado a las personas en receptores y productores de contenido (Gonzalez
& Munoz, 2016) propiciando nuevos métodos de comunicación entre ellos para tomar
decisiones, socializar, colaborar, aprender, realizar compras e interactuar entre ellos
(Sabate et al., 2014).
15
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
Los datos generados por las redes sociales son una clara evidencia de la dinámica del
comportamiento humano, los cuales brindan nuevas oportunidades para estudiar y
analizar su socialización. Por ejemplo, entre grupos escolares, académicos, deportivos
o la sociedad misma. Tanto cientícos, profesionales como responsables de las
organizaciones han identicado nuevas formas de recopilar, combinar y analizar
automáticamente la información contenida en las grandes bases de datos desde
una perspectiva organizacional (Batrinca & Treleaven, 2015). Últimamente, se han
desarrollado aplicaciones basadas en modelos de Minería de datos con el propósito de
realizar el monitoreo del desempeño de las publicaciones en las redes sociales, reduciendo
el tiempo de espera para obtener métricas o estadísticas de páginas como Facebook o
Twitter (Kurnia & Suharjito, 2018 y Purohit et al., 2020). Los modelos utilizados se
basan en la extracción del conocimiento de los conjuntos de datos, para posteriormente
analizarlos con el objetivo de comprender no solo el comportamiento social virtual, sino
también los sentimientos y emociones de quienes interactúan (He et al., 2017; Salloum
et al., 2017 y Tocoglu et al., 2019).
Según Lara (2008) existen cinco requisitos que deben de cumplir los medios digitales
para consolidar sus redes sociales desde un enfoque de social media: conectividad
con el usuario, servicios útiles para los usuarios, participación abierta y de calidad,
orientación y dinamización y una Gestión del conocimiento. De esta forma, es más
común encontrar usuarios con los cuales se compartan gustos, aciones, fotografías,
contenido tanto de video como de audio (Martin Blanco, 2015), por lo que la
participación de usuarios en las redes sociales con social media se espera que exista
una cultura colaborativa con grados o niveles de participación, deniendo cursos de
acción y diferenciando sus roles. El uso de técnicas de social media, en los tweets y
retweets de Twitter y los compartir (share) de Facebook, se convirtieron en una área
de investigación computacional y de negocios debido al rápido cambio y evolución
de las actividades comerciales y la disponibilidad de Interfaces de Programación de
Aplicaciones (API por sus siglas de Application Programming Inteface) basadas en
la Web proporcionadas por Twitter, Facebook y los servicios de noticias (Batrinca &
Treleaven, 2015).
Por consiguiente, se ha generado un crecimiento de servicios de datos y la necesidad de
incorporar técnicas y herramientas de social media en el desarrollo de arquitecturas de
software. En Ingeniería de software, el concepto de arquitectura se reere a la estructura
organizativa de un sistema o componente. También al proceso de denir una colección
de componentes de hardware y software, las interfaces para establecer el marco para el
desarrollo de un sistema informático y las relaciones de trabajo entre los componentes
de un sistema (Maier et al., 2001). Algunos diseños de arquitectura de software son:
microservicios, por capas y componentes. Los enfoques de los autores varían, en relación
al área de aplicación de la arquitectura y los elementos necesarios en los requerimientos.
Hayat et al. (2019) exponen la arquitectura de forma genérica, indicando los diversos
componentes, tales como métodos, módulos y algoritmos.
3. Metodología
De acuerdo con el objetivo del estudio, se determinó utilizar un mapeo sistemático de
la literatura siguiendo los lineamientos de (Petersen et al., 2015). El proceso consta de
16 RISTI, N.º 42, 06/2021
cinco pasos para obtener el estado del arte en el tema analizado (Brenes Carranza et al.,
2020; Ramírez-Alpízar et al., 2020).
3.1. Preguntas de Investigación
Para conducir el estudio se utilizó el modelo PICO (Población, Intervención,
Comparación, Salidas) (Wohlin et al., 2012) y se plantearon las siguientes Preguntas de
Investigación (PI):
•PI1. ¿Cuáles enfoques y modelos se han considerado en el desarrollo de
arquitecturas de software para social media?
•PI2. ¿Qué técnicas y/o herramientas de social media se han utilizado en el
diseño de arquitecturas de software?
Con el propósito de realizar una búsqueda exploratoria basada en el objetivo y las PI,
se construyó una cadena de búsqueda. La búsqueda exploratoria permitió identicar
los estudios base que fueron guía para el proceso de búsqueda (Bitiktas & Tuna, 2020;
Chugh & Ruhi, 2018; Peruta & Shields, 2017; Purohit, Castillo & Pandey, 2020).
3.2. Estrategia de búsqueda y proceso de selección de estudios
La cadena de búsqueda se construyó en función del contenido de términos clave del
título de este estudio y los criterios de selección de los autores.
(“Software Architecture” AND “social media” OR “social media analytics” OR “social
media mining” OR “Sentiment analysis” OR “Opinion mining”)
La Figura 1 presenta el proceso de búsqueda utilizando como fuentes las bases de datos
IEEE Electronic Library (IEL), Elsevier, Springer Link, Scopus y agrupado como otras
fuentes Google Scholar, AMC y Wiley. Se buscaron los términos de la cadena contra el
título, el resumen, las palabras clave y las conclusiones de los artículos. El protocolo
base del mapeo fue desarrollado durante el mes de septiembre de 2020. La búsqueda
Figura 1 – Proceso de selección de los artículos. Elaboración propia.
Identicación de áreas de aplicación de arquitecturas de software basadas en modelos
17
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
automatizada se realizó en octubre y los estudios se analizaron entre noviembre y
diciembre de ese mismo año. El número de artículos que se recuperaron de cada base de
datos fueron: 28 en IEL, 46 en Scopus, 13 en Springer Link, 222 en Elsevier y 11,100 en
Google Scholar, considerando AMC y Wiley.
Los criterios de I/E se aplicaron en el título y resumen de los artículos. Se incluyeron los
que cumplían con ((I1 OR I2) AND I3 AND I4 AND I5) y Se excluyeron aquellos artículos
que cumplían con la fórmula (E1 OR E2 OR E3), como se presenta en la Tabla 1. A partir
de esta estrategia de búsqueda y el proceso de selección expuestos, se eliminaron los
artículos duplicados quedando seleccionados 30 estudios primarios.
Criterios de inclusión Criterios de exclusión
I1: Bases de datos cientícas seleccionadas. E1: Artículos de memorias de congresos, tesis,
revistas no arbitradas, workshops.
I2: Publicaciones cientícas indexadas.E2: Estudios que no estén disponibles en texto
completo.
I3: Publicaciones entre 2015 y 2020. E3: Estudios terciarios y secundarios.
I4: Estudios en idioma inglés.
I5: Artículos que incluyan diseño de arquitecturas,
marcos de trabajo, modelos de aplicación usando
social media
Tabla 1 – Criterios de Inclusión y Exclusión (I/E).
3.3. Evaluación de calidad
La evaluación de la calidad de los estudios se realizó por tres integrantes del grupo
de investigación para determinar el nivel de detalle con el que cuentan los artículos
considerando que: PC1 ¿el artículo explica claramente una o varias técnicas y/o
herramientas de social media? y PC2 ¿el artículo explica el desarrollo de una arquitectura
de software con social media?
La puntuación para los criterios se asignó de acuerdo con la escala de 0 – 1; donde 0
= No cumple en absoluto, 0.5 = Cumple parcialmente y 1 = Cumple totalmente. Los
valores de calidad obtenidos variaron entre 0.5 y 0.75 y un promedio de 0.50 (Tabla 2).
Como último ltro, se seleccionaron los estudios con un indicador de calidad mayor o
igual a 0.05.
Autor(es) PC1 PC2
Younis, E. (2015) 1 0 0.5
Shen & Kuo (2015) 1 0 0.5
Immonen et al. (2015) 0.5 1 0.75
Gupta & Gupta (2016) 0.5 0 0.25
Raspopović et al. (2016) 0.5 0 0.75
Buxarrais, M. R. (2016) 0.5 0 0.25
Adinol et al. (2016) 0.5 1 0.75
18 RISTI, N.º 42, 06/2021
Autor(es) PC1 PC2
Hu & Chen (2016) 0.5 0 0.25
Lipizzi et al. (2016) 1 0 0.5
Peruta & Shields (2017) 1 0 0.5
Salloum et al. (2017) 1 0 0.5
He et al. (2017) 1 0 0.5
Chugh & Ruhi (2018) 1 0 0.5
Mushtaq et al. (2018) 0.5 1 0.75
Stieglitz et al.(2018) 1 0 0.5
Kurnia & Suharjito (2018) 1 0.5 0.75
Amin & Rajadurai (2018) 1 0 0.5
Hwa Choi, S. (2019) 0.5 0 0.25
Peláez et al. (2019) 0.5 1 0.75
Arora et al. (2019) 0.5 0 0.25
Hayat et al. (2019) 0.5 1 0.75
Tocoglu et al. (2019) 0.5 0 0.25
Goyal & Goyal (2020) 1 0 0.5
Han et al. (2020) 1 0 0.5
Noor & Haneef (2020) 1 0 0.5
Purohit, Castillo & Pandey (2020) 0.5 0.5 0.5
Arafeh et al. (2020) 1 0 0.5
Al-Maatouk et al. (2020) 1 0 0.5
Bitiktas & Tuna (2020) 0.5 0.5 0.5
Meng et al. (2020) 1 0 0.5
Tabla 2 – Evaluación de calidad de los estudios primarios
3.4. Amenazas a la validez
A continuación, se presentan las amenazas a la validez del estudio, así como las estrategias
para minimizarlas (Kitchenham, 2007; Ramírez-Alpízar et al., 2020).
Cobertura sujeta a los términos de búsqueda y a los repositorios de búsqueda. Las
bases de datos seleccionadas son reconocidas por tener gran cobertura en la disciplina
de Ingeniería de software. La cadena de búsqueda utilizada en este estudio fue denida
a partir de una búsqueda exploratoria en bases de datos y un conjunto de artículos base.
Durante el proceso de I/E, si existían dudas sobre un artículo especíco, se procedió a
su lectura completa.
Extracción y clasicación. El proceso de extracción de artículos y la clasicación de
los mismos fue realizado por el primer autor. La interpretación de los resultados por
parte de los demás autores y la amenaza a la validez primero y segundo autor. Los
artículos fueron clasicados de acuerdo con lo reportado por los autores originales y
Identicación de áreas de aplicación de arquitecturas de software basadas en modelos
19
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
en caso de no ser reportados explícitamente los autores de este estudio les asignaron
una clasicación.
3.5. Proceso de extracción y análisis
En este proceso se extrajeron los datos para su identicación y la información necesaria
para responder las preguntas PI1 y PI2. Para ello, se agruparon los estudios primarios
en cuatro categorías: 1) Enfoques, 2) Modelos de análisis para social media, 3) Diseño
de arquitecturas de software y 4) Técnicas/Herramientas de social media, donde las
categorías 1 y 2 se asociaron a PI1 y las categorías 3 y 4 a PI2. A cada artículo se le asignó
una etiqueta conforme al área de aplicación: Educación, Mercadotecnia, Gestión de
negocios e Investigación. Las áreas de aplicación denidas identicaron aquellos estudios
que validaban sus propuestas por medio de estudios empíricos y analizaban aplicaciones
de las técnicas, herramientas y modelos de arquitecturas de software. Finalmente, se
realizó una conclusión a partir del análisis y resultados obtenidos en la búsqueda.
4. Análisis de resultados
En esta sección, se presentan los resultados del mapeo de literatura realizado. En la
Figura 2 se presenta la distribución de los estudios primarios dentro del periodo de
2015 a 2020. El 10% corresponde al año 2015, el 20% en el año 2016, el 10% en el año
2017, un 16.7% en el 2018 y 2019 y el 26.6% en el año 2020. El 36.67% de los estudios
fueron obtenidos de la base de datos Elsevier, mientras que las bases de datos con menor
porcentaje de estudios seleccionados fueron Scopus y Springer con 10% cada una. El
16.67% se obtuvieron de IEL y el 26.66% pertenece a otras fuentes como AMC, Wiley,
Emerald insight y Google Scholar.
4.1. Enfoques y modelos de análisis para social media
Para dar respuesta a la primera PI1, se identicaron aquellos artículos que presentaron
un marco conceptual centrado a social media o una implementación de un caso de
estudio o escenarios de prueba. En la Tabla 3 se identican los 8 artículos representando
un 26.67% del total de los estudios primarios, de los cuales 5 pertenecen al área de
Investigación y 3 al área de educación; denotando el interés en presentar deniciones
que ayuden a interpretar y adaptar los conceptos de social media. Autores como Gupta
& Gupta (2016), Stieglitz et al. (2018) y Han et al. (2020) presentan revisiones de
conceptos, tales como: Analítica de social media (Social media analytics), Análisis de
sentimientos (Sentiment Analysis) y Minería de opiniones (Opinion Mining).
La analítica de social media se reere al campo de investigación interdisciplinario
emergente que tiene como objetivo combinar, ampliar y adaptar métodos para el análisis
de datos de redes sociales (Stieglitz et al., 2018). Por otro lado, el análisis de sentimientos
es una forma particular de SMM2 que implica el uso de una variedad de tecnologías para
determinar los sentimientos personales expresados con respecto a temas particulares en
2 La monitorización de redes sociales (SMM por sus siglas en inglés) es el proceso de extraer
conocimiento útil o procesable de estos datos generados por usuarios a gran escala del
ámbito de las redes sociales.
20 RISTI, N.º 42, 06/2021
las plataformas de redes sociales con el n de medir el ambiente o el sentimiento general
(Gupta & Gupta, 2016).
Figura 2 – Distribución de estudios primarios por año y base de datos.
Área de
aplicación Estudios con enfoques de social media Cantidad
Educación Buxarrais, M. R. (2016), Chugh & Ruhi (2018), Amin & Rajadurai (2018) 3
Investigación Gupta & Gupta (2016), Stieglitz et al. (2018), Goyal & Goyal (2020), Han
et al. (2020), Meng et al. (2020) 5
Tabla 3 – Número de estudios de la categoría enfoques de social media.
El utilizar los argumentos basados en el comportamiento de los likes/reacciones de los
usuarios, representa la fuerza del vínculo social en un contexto de comportamiento de
rebaño y proporciona una visión sobre el comportamiento de los usuarios de las redes
sociales y la inuencia social (Meng et al., 2020). Así mismo, la Minería de opiniones
se ocupa de analizar las opiniones, criticas, actitudes y emociones de las personas hacia
diferentes marcas, empresas, productos e incluso individuos usando algoritmos de pre-
procesamiento de texto (Rousidis et al., 2020).
En el desarrollo y propuestas de modelos de análisis es imperativo que los
administradores de redes sociales implementen estrategias que conduzcan a la
participación en las publicaciones para maximizar la visibilidad y el compromiso de los
usuarios (Peruta & Shields, 2017). Con respecto a conocer los modelos de análisis de
social media, se recopilaron artículos que presentaron la descripción de uno o varios
de los procesos de social media: descubrimiento de los datos (Mushtaq et al., 2018),
Identicación de áreas de aplicación de arquitecturas de software basadas en modelos
21
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
recopilación, preparación o análisis de datos (Goyal & Goyal, 2020; Gupta & Gupta,
2016). Autores como Goyal & Goyal (2020), Meng et al. (2020) y Liu et al. (2016),
conrman el proceso de análisis de datos con cuatro actividades básicas, y sitúan los
datos generados por las redes sociales como parte del Big data. Así mismo, resaltan la
importancia durante el análisis de estos, debido a que la mayor parte de los desafíos
por parte de los investigadores aún se encuentran durante esta etapa (Liu et al., 2016).
Dichas propuestas de modelos de análisis incluyen modelos de ujo de datos y/o de
actividades; modelos de rol y/o acción; o modelos de ujo de trabajo. Por lo anterior,
se observa que aún existen discrepancias entre los conceptos y enfoques que proponen
cada uno de los autores.
Los modelos propuestos por autores como He et al. (2017); Salloum et al. (2017) y Tocoglu
et al. (2019) se basan en la extracción de conocimiento de los conjuntos de datos, para
posteriormente analizarlos con el objetivo de comprender no solo comportamientos, sino
también sentimientos y emociones. Así mismo, existen otros autores que el enfoque de sus
investigaciones se proyectan hacia la Mercadotecnia o Gestión de negocios, proponiendo
soluciones para la indexación de inuencers, o nichos de oportunidad para incursionar
dentro de Internet (Arora et al., 2019), mencionan estrategias de una publicación ecaz
dentro de las plataformas de redes sociales e identican el tipo de mensajes o los tipos de
transporte de mensaje apropiados (Bitiktas & Tuna, 2020). Kurnia & Suharjito (2018) y
Purohit, Castillo & Pandey (2020) desarrollaron aplicaciones basadas en sus propuestas
de modelo con el propósito de realizar un monitoreo del desempeño de las publicaciones
en las redes sociales, reduciendo el tiempo de espera para el conocimiento de las métricas
totales de páginas de Facebook o Twitter.
La Tabla 4 identica los 11 artículos seleccionados en la categoría de modelos de análisis
de social media clasicados por área de aplicación. Cabe destacar que el 64% de los
estudios corresponde con modelos de análisis social, derivados de estudios empíricos, y
no propiamente de modelos teóricos de investigación.
Área de
aplicación Estudios con modelos de análisis de social media Cantidad
Educación
Peruta & Shields (2017) – Strategies and engagement by school type
Salloum et al. (2017) – Natural Language Processing (NLP) Model
He et al. (2017) – Topic models, Linear discriminant analysis (LDA) y
Probabilistic latent semantic analysis (PLSA).
Tocoglu et al. (2019)– Modelo de emociones básicas de Paul Ekman,
Articial Neural network (ANN), Convolutional Neural Network (CNN) y
Recurrent Neural Network (RNN)
4
Mercadotecnia
Hu & Chen (2016) – Helpfulness model based on prediction models
Arora et al. (2019) – KNN Regression y Support Vector Regression
Bitiktas & Tuna (2020) – Word-of-Mouth (WOM) psychological
motivation
3
Gestión de
negocios
Kurnia & Suharjito (2018) – Naive Bayes, SVM y Decision Tree
Purohit, Castillo & Pandey (2020) – Serviceability model (Social-EOC) 2
Investigación
Lipizzi et al. (2016) – Semantic clusters y Relation networks
Hwa Choi, S. (2019) – Sentiment modeling and the quantication of
sentiment indices used in Social Big Board
2
Tabla 4 – Identicación de Modelos de análisis de social media.
22 RISTI, N.º 42, 06/2021
4.2. Técnicas y/o herramientas de social media utilizadas en el diseño de
Arquitecturas de software
La categoría de Diseño de arquitecturas de Software responde cuáles son las técnicas
y/o herramientas de social media. Se identicaron 6 estudios primarios (20%) donde la
mayoría de ellos están enfocados al área de Investigación (Tabla 5).
Área de
aplicación Estudios con diseños de arquitecturas Cantidad
Educación Raspopović et al. (2016) – Arquitectura orientada a servicios
Adinol et al. (2016) – Arquitectura orientada a componentes 2
Gestión de
negocios Immonen et al. (2015) – Arquitectura orientada a componentes 1
Investigación
Mushtaq et al. (2018) – Arquitectura en capas
Peláez, Martínez & Vargas (2019) – Arquitectura en capas
Hayat et al. (2019) – Arquitecturas de aprendizaje profundo
3
Tabla 5 – Número de estudios de la categoría Diseño de arquitecturas de software.
En el diseño de arquitecturas de software se consideró la necesidad de recopilar
información de la participación de los usuarios, la transparencia en los datos y el riesgo
en la predicción de sentimientos y el análisis de emociones y opiniones (Mushtaq et
al., 2018). Raspopović et al. (2016), presenta el diseño y los requisitos tecnológicos de
una arquitectura orientada a servicios para la integración de un sistema institucional
de e-learning, un sistema de gestión educativa y un entorno de aprendizaje social,
centrados en promover la enseñanza y el aprendizaje. Sin embargo, cuenta con un
limitado número de usuarios con acceso al conjunto de herramientas y funcionalidades.
Por otro lado, Hayat et al. (2019) presenta una arquitectura de Aprendizaje profundo
para evaluar y administrar la calidad de los datos en cada fase de procesamiento. La
solución propuesta opera en función a los datos en tiempo real de los usuarios, donde
la información del cliente se extrae de los datos de las redes sociales para determinar la
satisfacción con respecto a la calidad de un producto. Adinol et al. (2016), Immonen et
al. (2015) y Peláez, Martínez & Vargas (2019) hacen énfasis en la necesidad de diseñar
experimentos que permitan comprender mejor cómo determinados estados cognitivos
o emocionales provocan o bloquean algún camino de aprendizaje o decisiones
de los usuarios.
La categoría de Técnicas y/o herramientas de social media se enfoca en encontrar los
procedimientos o recursos empleados para la aplicación de procesos de social media. Así
mismo, agrupar las diversas herramientas existentes que apoyan en la implementación
de social media en las redes sociales. En la Tabla 6 se especican las técnicas y
herramientas de social media para cada área de aplicación.
Identicación de áreas de aplicación de arquitecturas de software basadas en modelos
23
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
Área de
aplicación Técnicas y herramientas de social media Cantidad
Educación
Shen & Kuo (2015) – Técnicas de minería de análisis de tendencias y
sentimientos y massive open online courses (MOOCs)
Al-Maatouk et al. (2020) – Task/Technology Fit (TTF) y Technology
acceptance model (TAM)
2
Mercadotecnia Younis, E. (2015) – Package ‘twitter’ 1
Gestión de
negocios Arafeh et al. (2020) – Neo4j Graph Platform 1
Investigación Noor & Haneef (2020) – Hama and Spark tools y Jaql 1
Tabla 6 – Identicación de técnicas y herramientas de social media.
En esta área se reconoce el uso de massive open online courses (MOOCs) para extraer la
información para los análisis de datos, debido a que la disponibilidad y la popularidad de
los servicios de redes sociales, valioso en opiniones, están aumentando las comunidades
MOOC y muestran un análisis de sentimientos de los datos de Twitter o Facebook para
proporcionar información sustancial sobre las percepciones de los usuarios (Shen &
Kuo, 2015). En la literatura, no se identicó un método estándar para extraer y analizar
datos de redes sociales. Autores como Noor & Haneef, (2020) y Younis, (2015) se
enfocan en desarrollar herramientas de código abierto para minería tanto de texto,
como de sentimientos, utilizando el conjunto de paquetes de lenguaje de programación
R, el cual es aplicable en diversas redes sociales. Los resultados de los autores coinciden
en que los casos de prueba y los resultados experimentales enfatizan la importancia
de la denición de la estrategia inicial y la aplicación apropiada de los métodos, para
obtener una correcta extracción de conocimientos (Arafeh et al., 2020). La mayoría
de los métodos, adaptados desde Minería de datos, Big data o machine learning,
apuntan a que social media apoyen las actividades de comercialización de productos o
marcas, especialmente durante las primeras etapas de su incorporación en el mercado
(Han et al., 2020).
Los procesos descritos son expuestos desde el criterio de los datos en bruto en las
redes sociales, para después realizar alguna clasicación determinada por el interés
particular del autor. En los diseños de las arquitecturas se ha implementado un
proceso de localización de fuentes de información mediante Web crawlers, siempre se
hace uso de una red social como servicio de vericación a través de su API, la cual se
encuentra integrada en el sistema y posteriormente se analizan los datos utilizando la
librería Python NLTK. Expresan que el apoyarse en métodos de Aprendizaje profundo
para desarrollar arquitecturas de software ayuda al representar datos en plataformas
social media con multidominio, enfocadas en el análisis de comportamiento, análisis de
negocios, análisis de sentimientos y la detección de anomalías. Coincidiendo en que la
24 RISTI, N.º 42, 06/2021
solución arquitectónica debe permitir insertar nuevas fuentes y conjuntos de datos para
la extracción de información, así como nuevas métricas y algoritmos para la evaluación
de los datos.
4.5. Análisis del conjunto de artículos
Las implicaciones prácticas y de investigación se relacionan en el aporte de denir
un marco de referencia para el desarrollo de software, con arquitecturas de software
adecuadas para aprovechar los datos en los social media. La Figura 3 presenta el gráco
de dispersión de puntos que expresa las categorías y áreas de aplicación ordenadas por
años. Existe una concentración del 37% dentro de la categoría 2 (Modelos de análisis
social media), los cuales el 36.37% se enfocan al área 1 (Educación). Se observó una
mayor incidencia en el área 4 (Investigación) con un 40%, independientemente de cual
fuera la categoría asignada al estudio. Existen estudios que comparten características
tanto en categoría, como en área de aplicación. Esto demostró que, pese a que existen
diversos centros de investigación de procedencia de los estudios, existe una congruencia
en el interés en un mismo tópico por parte de los diferentes autores. El acumulado
en los estudios pertenecientes a los últimos tres años fue del 57%. Se identicó que el
43.33% de los artículos corresponden a los años 2019 y 2020, validando el interés en los
enfoques de social media como un tema o línea de investigación actual.
Figura 3 – Gráco de dispersión de puntos correspondiente a los estudios primarios.
5. Conclusiones
Este estudio reporta los resultados de un mapeo sistemático de literatura sobre
las técnicas y herramientas de social media con la integración de arquitecturas de
software. Se analizó un conjunto de 30 estudios primarios publicados entre 2015 y
Identicación de áreas de aplicación de arquitecturas de software basadas en modelos
25
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
2020 encontrando un panorama teórico y resultados reportados de las prácticas y áreas
de aplicación comunes y las categorías planteadas. Se observó el benecio de adoptar
estas técnicas y herramientas, y se detectó que las organizaciones han mostrado un
crecimiento en el interés de incorporarlas en sus procesos cotidianos. Sin embargo, aún
existen retos en la adopción de éstas. En relación a las limitaciones del estudio, cabe
destacar que los resultados se han valorado de forma conjunta, no realizando un análisis
multinivel con respecto a las herramientas y técnicas presentadas.
Los trabajos analizados aún están con un criterio orientado al proceso de Knowledge
Discovery in Databases, propio de Minería de datos, por lo que se identica la
oportunidad para proponer marcos de trabajo, marcos de referencia o metodologías
enfocados en social media. En este sentido faltan esquemas de trabajo que apoyen en
la orientación y trazabilidad de actividades, y artefactos pertenecientes a un proceso de
social media, debido a que no abordan la temática desde el punto de vista de elementos
de procesos de software.
Se identicó que las áreas de Mercadotecnia y Gestión de negocios son las de mayor uso,
lo que brinda la posibilidad de crear modelos orientados al ámbito de educación para
el análisis del comportamiento de los estudiantes al utilizar las redes sociales con nes
de aprendizaje. Esto enriquecería la actividad académica, pero sobre todo el brindar
información asertiva para la toma de decisiones o el planteamiento de estrategias.
Actualmente, se está realizando una investigación sobre la selección y aplicación de
algunas técnicas y herramientas de social media para el diseño de una arquitectura de
software de una plataforma digital educativa.
Agradecimientos
Se agradece al Consejo Nacional de Ciencia y Tecnología (CONACYT) por el apoyo
económico brindado al primer autor.
Referencias
Adinol, P., D’Avanzo, E., Lytras, M. D., Novo-Corti, I., & Picatoste, J. (2016). Sentiment
Analysis to Evaluate Teaching Performance. International Journal of Knowledge
Society Research, 7(4), 86–107. https://doi.org/10.4018/ijksr.2016100108
Al-Maatouk, Q., Othman, M. S., Aldraiweesh, A., Alturki, U., Al-Rahmi, W. M., &
Aljeraiwi, A. A. (2020). Task-technology t and technology acceptance model
application to structure and evaluate the adoption of social media in academia.
IEEE Access, 8, 78427–78440. https://doi.org/10.1109/ACCESS.2020.2990420
Amin, A., & Rajadurai, J. (2018). The Conict between Social Media and Higher Education
Institutions. Global Business and Management Research: An International
Journal, 10(4).
Arafeh, M., Ceravolo, P., Mourad, A., Damiani, E., & Bellini, E. (2020). Ontology based
recommender system using social network data. Future Generation Computer
Systems, 115, 769–779. https://doi.org/10.1016/j.future.2020.09.030
26 RISTI, N.º 42, 06/2021
Arora, A., Bansal, S., Kandpal, C., Aswani, R., & Dwivedi, Y. (2019). Measuring social
media inuencer index- insights from facebook, Twitter and Instagram. Journal
of Retailing and Consumer Services, 49(2), 86–101. https://doi.org/10.1016/j.
jretconser.2019.03.012
Batrinca, B., & Treleaven, P. C. (2015). Social media analytics: a survey of techniques,
tools and platforms. AI and Society, 30(1), 89–116. https://doi.org/10.1007/
s00146-014-0549-4
Bitiktas, F., & Tuna, O. (2020). Social media usage in container shipping companies:
Analysis of Facebook messages. Research in Transportation Business and
Management, 34(February). https://doi.org/10.1016/j.rtbm.2020.100454
Brenes Carranza, J. A., Martínez Porras, A., Quesada López, C. U., & Jenkins Coronas,
M. (2020). Sistemas de apoyo a la toma de decisiones que usan inteligencia articial
en la agricultura de precisión. RISTI - Revista Ibérica de Sistemas y Tecnologías de
La Información, 28(18), 217–229. http://risti.xyz/issues/ristie28.pdf
Buxarrais, M. R. (2016). Redes sociales y educación Social networks and education.
Education in the Knowledge Society, 17(2), 15–20.
Chugh, R., & Ruhi, U. (2018). Social media in higher education: A literature review
of Facebook. Education and Information Technologies, 23(2), 605–616.
https://doi.org/10.1007/s10639-017-9621-2
Diamantini, C., Mircoli, A., Potena, D., & Storti, E. (2019). Social information discovery
enhanced by sentiment analysis techniques. Future Generation Computer Systems,
95, 816–828. https://doi.org/10.1016/j.future.2018.01.051
Gonzalez, C., & Munoz, L. (2016). Online Social networks its impact on higher Education:
Case Study of Technological University of Panama. Campus Virtuales, 5(1), 84–90.
Goyal, S. J., & Goyal, R. (2020). Social Media Analytics – Challenges during the Data
Analysis. Articial & Computational Intelligence, 1(2). https://acors.org/ijacoi/
VOL1_ISSUE2_10.pdf
Gupta, V., & Gupta, M. (2016). Social Media Mining: A New Framework and
Literature Review. International Journal of Business Analytics, 3(1), 58–68.
https://doi.org/10.4018/IJBAN.2016010104
Han, J., Park, D., Forbes, H., & Schaefer, D. (2020). A computational approach for using
social networking platforms to support creative idea generation. Procedia CIRP, 91,
382–387. https://doi.org/10.1016/j.procir.2020.02.190
Hayat, M. K., Daud, A., Alshdadi, A. A., Banjar, A., Abbasi, R. A., Bao, Y., & Dawood,
H. (2019). Towards Deep Learning Prospects: Insights for Social Media Analytics.
IEEE Access, 7, 36958–36979. https://doi.org/10.1109/ACCESS.2019.2905101
He, Y., Wang, C., & Jiang, C. (2017). Mining Coherent Topics With Pre-Learned Interest
Knowledge in Twitter. IEEE Access, 5, 10515–10525. https://doi.org/10.1109/
ACCESS.2017.2696558
Identicación de áreas de aplicación de arquitecturas de software basadas en modelos
27
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
Herrera, H. (2012). Social Networks: A new difusion tool. Reexiones, 91(2), 121–128.
https://revistas.ucr.ac.cr/index.php/reexiones/article/view/1513/1521
Hu, Y. H., & Chen, K. (2016). Predicting hotel review helpfulness: The impact of review
visibility, and interaction between hotel stars and review ratings. International
Journal of Information Management, 36(6), 929–944. https://doi.org/10.1016/j.
ijinfomgt.2016.06.003
Hwa Choi, S. (2019). Development of a Disaster Safety Sentiment Index via
Social Media Mining. Journal of Public Policy and Administration, 3(1), 29.
https://doi.org/10.11648/j.jppa.20190301.14
Immonen, A., Pääkkönen, P., & Ovaska, E. (2015). Evaluating the Quality of
Social Media Data in Big Data Architecture. IEEE Access, 3, 2028–2043.
https://doi.org/10.1109/ACCESS.2015.2490723
Injadat, M., Salo, F., Nassif, A. B., Injadat, M., Salo, F., & Nassif, A. B. (2016).
Data Mining Techniques in Social Media: A Survey. Neurocomputing.
http://dx.doi.org/10.1016/j.neucom.2016.06.045
Kitchenham, B. (2007). Guidelines for performing Systematic Literature Reviews in
Software Engineering. https://doi.org/10.1145/1134285.1134500
Kurnia, P. F., & Suharjito. (2018). Business Intelligence Model to Analyze Social Media
Information. Procedia Computer Science, 135, 5–14. https://doi.org/10.1016/j.
procs.2018.08.144
Lara, T. (2008). La nueva esfera pública: los medios de comunicación como redes
sociales. Telos: Cuadernos de Comunicación e Innovación, 76, 128–131.
Lipizzi, C., Dessavre, D. G., Iandoli, L., & Marquez, J. E. R. (2016). Social media
conversation monitoring: Visualize information contents of twitter messages
using conversational metrics. Procedia Computer Science, 80, 2216–2220.
https://doi.org/10.1016/j.procs.2016.05.384
Liu, H., Morstatter, F., Tang, J., & Zafarani, R. (2016). The good, the bad, and the ugly:
uncovering novel research opportunities in social media mining. International
Journal of Data Science and Analytics, 1(3–4), 137–143. https://doi.org/10.1007/
s41060-016-0023-0
Maier, M. W., Emery, D., & Hilliard, R. (2001). Software architecture: Introducing IEEE
standard 1471. Computer, 34(4), 107–109. https://doi.org/10.1109/2.917550
Martín Blanco, V. (2015). Social Media: Herramientas de gestión para el community
manager. In Fundación Confemetal (1ra ed., Vol. 1).
Meng, X., Shi, L., Yao, L., Zhang, Y., & Cui, L. (2020). Herd Behavior in Social Media:
The Role of Facebook Likes, Strength of Ties, and Expertise. Information &
Management, Iii, 124658. https://doi.org/10.1016/j.colsurfa.2020.124658
28 RISTI, N.º 42, 06/2021
Mushtaq, H., Malik, B. H., Shah, S. A., Siddique, U. B., Shahzad, M., & Siddique, I. (2018).
Implicit and explicit knowledge mining of Crowdsourced communities: Architectural
and technology verdicts. International Journal of Advanced Computer Science and
Applications, 9(1), 105–111. https://doi.org/10.14569/IJACSA.2018.090114
Noor, M. N., & Haneef, F. (2020). A Review on Big Data and Social Network Analytics
Techniques. Researchpedia Journal of Computing, 1(1), 39–49.
Peláez, J. I., Martínez, E. A., & Vargas, L. G. (2019). Decision making in social media with
consistent data. Knowledge-Based Systems, 172, 33–41. https://doi.org/10.1016/j.
knosys.2019.02.009
Peruta, A., & Shields, A. B. (2017). Social media in higher education: understanding
how colleges and universities use Facebook. Journal of Marketing for Higher
Education, 27(1), 131–143. https://doi.org/10.1080/08841241.2016.1212451
Petersen, K., Vakkalanka, S., & Kuzniarz, L. (2015). Guidelines for conducting systematic
mapping studies in software engineering: An update. Information and Software
Technology, 64, 1–18. https://doi.org/10.1016/j.infsof.2015.03.007
Purohit, H., Castillo, C., & Pandey, R. (2020). Ranking and grouping social media
requests for emergency services using serviceability model. Social Network Analysis
and Mining, 10(1). https://doi.org/10.1007/s13278-020-0633-3
Ramírez-Alpízar, A., Jenkins, M., Martínez, A., & Quesada-Lopéz, C. (2020). Uso de
técnicas de minería de datos y aprendizaje automático para la detección de fraudes
en estados nancieros: un mapeo sistemático de literatura. RISTI - Revista Ibérica
de Sistemas y Tecnologías de La Información, (28), 97–109.
Raspopović, M., Cvetanović, S., Stanojević, D., & Opačić, M. (2016). Software
architecture for integration of institutional and social learning environments.
Science of Computer Programming, 129, 92–102. https://doi.org/10.1016/j.
scico.2016.07.001
Rousidis, D., Koukaras, P., & Tjortjis, C. (2020). Social media prediction: a
literature review. Multimedia Tools and Applications, 79(9–10), 6279–6311.
https://doi.org/10.1007/s11042-019-08291-9
Sabate, F., Berbegal-Mirabent, J., Cañabate, A., & Lebherz, P. R. (2014). Factors inuencing
popularity of branded content in Facebook fan pages. European Management
Journal, 32(6), 1001–1011. https://doi.org/10.1016/j.emj.2014.05.001
Salloum, S. A., Al-Emran, M., Monem, A. A., & Shaalan, K. (2017). A survey of text
mining in social media: Facebook and Twitter perspectives. Advances in Science,
Technology and Engineering Systems, 2(1), 127–133. https://doi.org/10.25046/
aj020115
Shen, C. W., & Kuo, C. J. (2015). Learning in massive open online courses: Evidence
from social media mining. Computers in Human Behavior, 51, 568–577.
https://doi.org/10.1016/j.chb.2015.02.066
Identicación de áreas de aplicación de arquitecturas de software basadas en modelos
29
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
Stieglitz, S., Mirbabaie, M., Ross, B., & Neuberger, C. (2018). Social media analytics –
Challenges in topic discovery, data collection, and data preparation. International
Journal of Information Management, 39, 156–168. https://doi.org/10.1016/j.
ijinfomgt.2017.12.002
Tocoglu, M. A., Ozturkmenoglu, O., & Alpkocak, A. (2019). Emotion Analysis from
Turkish Tweets Using Deep Neural Networks. IEEE Access, 7, 183061–183069.
https://doi.org/10.1109/ACCESS.2019.2960113
Ureña, R., Chiclana, F., Melançon, G., & Herrera-Viedma, E. (2019). A social network
based approach for consensus achievement in multiperson decision making.
Information Fusion, 47, 72–87. https://doi.org/10.1016/j.inus.2018.07.006
Verhoef, P. C., & Lemon, K. N. (2013). Successful customer value management: Key
lessons and emerging trends. European Management Journal, 31(1), 1–15.
https://doi.org/10.1016/j.emj.2012.08.001
Wohlin, C., Runeson, P., Höst, M., Ohlsson, M. C., Regnell, B., & Wesslén, A.
(2012). Planning. In: Experimentation in Software Engineering. Springer.
https://doi.org/10.1007/978-3-642-29044-2_8
Younis, E. (2015). Sentiment Analysis and Text Mining for Social Media Microblogs
using Open Source Tools: An Empirical Study. International Journal of Computer
Applications, 112(5), 975–8887.
30 RISTI, N.º 42, 06/2021
Revista lbérica de Sistemas e Tecnologias de Informação
Revista lbérica de Sistemas y Tecnologías de Información
30
Recebido/Submission: 15/03/2021
Aceitação/Acceptance: 25/05/2021
El papel de la conanza en la intención de uso del
comercio electrónico
Enrique Ismael Meléndez Ruiz1, Demian Abrego Almazán2.
emelendez23@outlook.com; dabrego@docentes.uat.edu.mx
1 Doctorando en Ciencias Administrativas, Universidad Autónoma de Tamaulipas, Tamaulipas, 87100,
Victoria México.
2 Profesor-Investigador de la Universidad Autónoma de Tamaulipas, Tamaulipas, 87100, Victoria, México.
DOI: 10.17013/risti.42.30–45
Resumen: El Internet provee de diversas cualidades que hace que los consumidores
estén dispuestos a adoptarlo de forma continua como un medio de compra, lo que
despierta el interés por entender los factores que lo pueden predisponer, por lo cual
el objetivo del presente documento es analizar como la percepción de conanza hacia
esta herramienta inuye en la intención de adoptar este comportamiento. Los datos
fueron recolectados de 354 personas mayores de edad del estado de Tamaulipas,
México. Para su análisis se aplicó la técnica estadística de ecuaciones estructurales.
Se resalta la importancia de la conanza y la actitud percibida como antecedente
de la intención del uso del comercio electrónico en el estado de Tamaulipas. Lo
obtenido sirve a las empresas comerciales interesadas en mejorar estrategias de
negocios y de tecnologías basadas en la web que les permitan atraer y conservar
clientes, sobre todo en coyunturas críticas como la actual pandemia.
Palabras-clave: Comercio electrónico, conanza, actitud, intención de compra.
The role of trust in the intention to use e-commerce
Abstract: The Internet provides several qualities that make consumers willing
to adopt it continuously as a means of purchase, which arouses interest in
understanding the factors that may predispose them, so the objective of this paper
is to analyze how the perception of trust towards this tool inuences the intention to
adopt this behavior. Data were collected from 354 people over 18 years in the state
of Tamaulipas, Mexico. The statistical technique of structural equations was applied
for its analysis. The importance of trust and perceived attitude as an antecedent
of the intention to use e-commerce in the state of Tamaulipas is highlighted. The
results are useful for commercial companies interested in improving business
strategies and web-based technologies that allow them to attract and retain
customers, especially at critical junctures such as the current pandemic.
Keywords: E-commerce, trust, attitude, purchase intention.
31
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
1. Introducción
Las redes de Internet han dejado una huella considerable en los intercambios
comerciales durante las últimas décadas al proveer nuevos canales de comunicación,
en los cuales las empresas y consumidores interactúan a través de dispositivos
tecnológicos, permitiendo a las organizaciones lograr un mayor alcance y penetración,
puesto que ofrece diversas cualidades mercantiles para la promoción de productos y
servicios, dado que a diferencia del comercio tradicional, el uso de Internet como medio
de compra o venta permite reducir considerablemente el obstáculo de la distancia física
que existe entre las partes interesadas, así como el tiempo invertido en la adquisición
de productos y servicios (Villa, Ramírez y Tavera, 2015). Pero además de permitirles
el navegar desde el confort de su hogar, otorga a los usuarios el privilegio de elegir un
mercado que satisfaga sus necesidades de una manera personalizada, así como contar
con información de rápido acceso sobre productos y servicios que deseen adquirir,
es decir, lo empoderó. Lo que ha ocasionado que el comercio electrónico presente un
crecimiento exponencial en la última década.
Prueba de ello es la información proporcionada por la AIMX (Asociación de Internet
MX), quien resalta que, el realizar transacciones por Internet equivale a un 46% de la
actividad de un internauta promedio, a ello se suma que el 61% de los mexicanos han
realizado alguna compra digital después de observar alguna publicidad en línea (AIMX,
2019) y la cifras según la misma asociación seguirán al alza. Sin embargo, el comercio
electrónico no está libre de inconvenientes a los cuales los usuarios se encuentran
expuestos al momento de efectuar transacciones electrónicas, cuestiones que podrían
desalentar el uso de estas tecnologías, ejemplo de ello son las relacionadas con la
certidumbre sobre la conducta de las empresas, la calidad y garantía de sus productos/
servicios ofrecidos, pero también de aspectos económicos, de género, culturales o de
resistencia al cambio tecnológico, por mencionar algunos (Grandón, Nasco y Mykytyn,
2011; Venkatesh, Thong y Xu, 2012).
Por lo tanto, entender el por qué los consumidores eligen realizar compras en
Internet, su comportamiento en un entorno virtual y tomar la decisión de incluir
el comercio electrónico como una parte de su quehacer cotidiano, se ha convertido
en un tema de interés para investigadores y profesionales interesados. Puesto que
contar con una buena comprensión de este fenómeno, puede ayudar a las empresas
a desarrollar estrategias para atraer nuevos clientes o retener a los ya existentes,
pero a su vez generar mayor margen de competitividad contra sus rivales, sobre
todo si estas se encuentran en tiempos de contingencia. Por lo tanto, el objetivo
de este estudio es analizar como la confianza influye en el nivel de intención
conductual por adoptar el comercio electrónico por parte de clientes actuales y
potenciales del estado de Tamaulipas, México. En las siguientes secciones se revisa
la literatura sobre el tema, después se postulan el modelo de investigación y las
hipótesis. Posteriormente se describe la metodología utilizada y la exposición de los
resultados, para finalmente presentar las principales aportaciones, limitaciones y
futuras líneas de investigación.
32 RISTI, N.º 42, 06/2021
El papel de la conanza en la intención de uso del comercio electrónico
2. Bases teóricas
Uno de los modelos más robustos que ha demostrado una alta efectividad para medir
el comportamiento humano con respecto a la adopción de algún tipo de tecnología, es
el llamado Modelo de Aceptación Tecnológica (Technology Acceptance Model, TAM)
(Muchran y Ahmar, 2019), pues ha sido aplicado en una gran variedad de entornos
tecnológicos, por ejemplo, ha sido empleado para analizar la aceptación de diversos
sistemas de información como las bibliotecas móviles (Raque et al., 2020), plataformas
digitales para transacciones (Wu, Liu y Huang, 2017), educación a distancia (Wu y Chen,
2017), redes sociales (Aldape, Abrego y Quintero, 2016), entre otros. De ahí que se haya
convertido en un referente para estudiar este tipo de temas, puesto que es altamente
utilizado por su capacidad de predicción (Hansen, Saridakis y Benson, 2018; Ros et al.,
2015) y por haber probado tener constructos conables y válidos (Besbes et al., 2016;
Wu y Chen, 2017).
De acuerdo con Davis (1989), el TAM está compuesto por cuatro constructos. El
primero por comentar es la facilidad de uso, el cual define la percepción que las
personas tienen de que al utilizar una tecnología esta será libre de esfuerzo, otro
es la utilidad percibida, con el cual se desea medir el grado en que una persona
cree que al emplearla mejorará su rendimiento en un determinado contexto; en
tercer término esta la actitud, es decir, la predisposición que tiene un individuo de
realizar un comportamiento en particular; y finalmente la variable intención, la cual
es medida como la determinación de una persona por adoptar un comportamiento
específico. Asimismo, establece que la facilidad de uso y la utilidad percibida pueden
afectar en la actitud predispuesta de usar una tecnología en particular. También,
menciona que la misma actitud percibida puede influir sobre la intención conductual,
y finalmente, esta última predeciría el uso actual de dicha tecnología (Davis, 1989;
Aldape et al., 2016).
Pero una de las mejores cualidades que ofrece el TAM es la facilidad de poder extenderlo
a través de la adición de uno o más elementos externos (Rauniar, Rawski, Yang, y
Johnson, 2014), por ello diversos estudios toman esta cualidad con el n de obtener un
mayor grado de conabilidad (Akman y Mishra, 2015; Al-Rahmi et al., 2019; Isaac et
al., 2017; Muchran y Ahmar, 2019; Sharma y Sharma, 2019; Park et al., 2017) y atender
así limitaciones que pudiera tener, explicando de forma más holística los fenómenos
estudiados (Venkatesh et al., 2012).
Por todo ello, en la presente investigación se toma como base al TAM para desarrollar
el modelo teórico propuesto, pues se ha demostrado empíricamente que si un usuario
ve en un sitio web de venta en línea benecios, funcionalidad, facilidad de aprender
y operar elevará su intención por usar la tecnología en cuestión (Martínez-López,
et al., 2015; Park et al., 2017; Rauniar et al., 2014; Tavera y Londoño, 2014). No
obstante, se adiciona la variable externa conanza al modelo, puesto que con base
a estudios previos realizados en economías avanzadas se ha determinado que puede
inuir de forma relevante en dicho comportamiento (Hansen et al., 2018; Sfenrianto,
Wijaya y Wang, 2018; Matemba y Li, 2018). En la Figura 1 se muestra el modelo de
investigación propuesto.
33
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
utilidad percibida pueden afectar en la actitud predispuesta de usar una tecnología
en particular. También, menciona que la misma actitud percibida puede influir
sobre la intención conductual, y finalmente, esta última predeciría el uso actual de
dicha tecnología (Davis, 1989; Aldape et al., 2016).
Pero una de las mejores cualidades que ofrece el TAM es la facilidad de poder
extenderlo a través de la adición de uno o más elementos externos (Rauniar,
Rawski, Yang, y Johnson, 2014), por ello diversos estudios toman esta cualidad con
el fin de obtener un mayor grado de confiabilidad (Akman y Mishra, 2015; Al-
Rahmi et al., 2019; Isaac et al., 2017; Muchran y Ahmar, 2019; Sharma y Sharma,
2019; Park et al., 2017) y atender así limitaciones que pudiera tener, explicando de
forma más holística los fenómenos estudiados (Venkatesh et al., 2012).
Por todo ello, en la presente investigación se toma como base al TAM para
desarrollar el modelo teórico propuesto, pues se ha demostrado empíricamente que
si un usuario ve en un sitio web de venta en línea beneficios, funcionalidad,
facilidad de aprender y operar elevará su intención por usar la tecnología en
cuestión (Martínez-López, et al., 2015; Park et al., 2017; Rauniar et al., 2014;
Tavera y Londoño, 2014). No obstante, se adiciona la variable externa confianza al
modelo, puesto que con base a estudios previos realizados en economías avanzadas
se ha determinado que puede influir de forma relevante en dicho comportamiento
(Hansen et al., 2018; Sfenrianto, Wijaya y Wang, 2018; Matemba y Li, 2018). En la
Figura 1 se muestra el modelo de investigación propuesto.
Figura 1 – Modelo de investigación propuesto.
En cuanto a las relaciones causales propuestas en el modelo de la Figura 1, en
primera instancia se aborda lo relacionado con la variable confianza percibida, la
cual se puede definir como la certeza que percibe un individuo de que sus
expectativas comerciales serán satisfechas y que el asociado cumplirá con sus
contratos y promesas (Gefen, Rao y Tractinsky, 2003). En este sentido la variable
confianza también ha sido evaluada en una variedad de estudios mediante
indicadores relacionados a aspectos tales como: confianza en el vendedor,
Figura 1 – Modelo de investigación propuesto.
En cuanto a las relaciones causales propuestas en el modelo de la Figura 1, en primera
instancia se aborda lo relacionado con la variable conanza percibida, la cual se puede
denir como la certeza que percibe un individuo de que sus expectativas comerciales
serán satisfechas y que el asociado cumplirá con sus contratos y promesas (Gefen, Rao y
Tractinsky, 2003). En este sentido la variable conanza también ha sido evaluada en una
variedad de estudios mediante indicadores relacionados a aspectos tales como: conanza en
el vendedor, seguridad nanciera, interés, riesgo percibido (Bashir et al., 2018; Sfenrianto
et al., 2018; Tavera y Londoño, 2014). Esto debido a que el comercio electrónico presenta
ciertas desventajas frente al comercio tradicional, entre ellas las relacionadas a la información
personal y nanciera de los clientes, ya que muchos usuarios se muestran reacios a
proporcionar datos personales en línea porque no confían en la seguridad de los sitios Web
(Kim, Chung y Lee, 2011), por lo que la sensación de seguridad que perciben los usuarios
acerca de la integridad del sitio Web y sus procesos de ventas es de particular relevancia
para mantener la lealtad del cliente y asegurar la ejecución de este comportamiento.
Ahora bien en cuanto a su relación con la actitud, diversos estudios que han analizado el
fenómeno del comportamiento humano y la adopción de tecnologías han determinado
que la conanza se considera como un predictor de la actitud por usar (Hansen et al.,
2018; Tavera, Sánchez y Ballesteros, 2011), puesto que, si un individuo percibe una
fuerte predisposición sobre adquirir productos o servicios en Internet, es posible que
sea más propenso a conar en este tipo de sitios Web y por ende adopte la conducta
(Benson, Saridakis y Tennakoon, 2015; Hansen et al., 2018). De igual forma el estudio
de Tavera et al. (2011) identicaron a la conanza como uno de los elementos con mayor
efecto hacia la actitud predispuesta de la adopción tecnológica.
Por otro lado, en cuanto a la relación que tiene la conanza como efecto predictor de la
intención percibida, esta interacción ha sido estudiada en trabajos empíricos relacionados
con la aceptación tecnológica de diversos sistemas de información aplicados a diferentes
contextos, como en los trabajos de Hansen et al. (2018), Kim, Xu y Gupta (2012), Rauniar
et al. (2014) y Villa et al. (2015), en los cuales analizan el comportamiento humano
34 RISTI, N.º 42, 06/2021
El papel de la conanza en la intención de uso del comercio electrónico
de adoptar redes sociales para realizar transacciones comerciales y en todos se puede
destacar una relación positiva y signicativa.
Asimismo, en los estudios de Agag y El-Masry (2017) y Cabrera-Sánchez et al. (2020) en
los cuales analizaron la inuencia de la conanza y el valor percibido sobre la intención
de uso, en el cual determinaron que la seguridad percibida forma una parte integral
de la percepción de conanza, en lo que respecta a la preocupación de privacidad de
la información durante transacciones en línea, las investigaciones mencionadas logran
estipular que la conanza es un elemento compuesto de varias aristas que podrían
determinar la adopción de plataformas digitales especializadas en la interacción
humana, y más aún aquellas que involucran transacciones monetarias.
Lo anterior permite destacar la importancia que tiene la conanza respecto a la intención
de adoptar el comercio electrónico para las empresas, dado que diseñar un sitio Web,
enfatizando en los procesos de venta, pagos y logística, considerando la protección a
la integridad del cliente respecto a su información nanciera y entrega óptima de sus
productos o servicios, podría precisar si una persona maniesta una actitud positiva, o el
estar dispuesto a adoptar esta conducta. Por ello, se exponen las primeras dos hipótesis.
H1. La conanza percibida tiene un efecto positivo y signicativo en la actitud
predispuesta hacia el comercio electrónico.
H2. La conanza percibida tiene un efecto positivo y signicativo sobre la intención de
adoptar el comercio electrónico.
Por otra parte, la relación que tiene la actitud predispuesta hacia la intención percibida
se demuestra con plenitud en estudios como el de Akman y Mishra (2015), en el cual
examinan la diversidad entre el sector público y privado en la adopción de tecnologías
verdes utilizando el TAM, destacando que la actitud percibida es uno de los indicadores
que mayor inuencia tiene sobre la intención de uso. Además, esta relación se ha estudiado
en investigaciones que examinan el comportamiento humano aplicando modelos
similares al TAM que muestran una relación signicativa, así como que la actitud es un
factor antecedente de la intención conductual de adoptar un comportamiento como el
comercio electrónico (Manis y Choi, 2019; Scherer, Siding y Tondeur, 2019).
En este sentido la actitud ha sido cuanticada empíricamente a través de los siguientes
factores: predisposición, actitud futura, recomendación y benecios (Aldape et al., 2016;
Mishra, 2018; Park et al., 2017), puesto que mientras más favorable sea la actitud hacia
un determinado comportamiento, en base a los benecios que se podrían obtener, más
fuerte será la intención de adoptarlo. Lo anterior deja notoria la relevancia que tiene
la variable actitud en la intención, dado que asegurar que una persona manieste su
interés en un sitio Web de comercio electrónico, es de utilidad para las empresas para
poder adquirir nuevos clientes. Por ello se detona la siguiente hipótesis.
H3: La actitud percibida tiene un efecto positivo y signicativo sobre la intención de
adoptar el comercio electrónico.
Con respecto al constructo intención percibida, este ha sido evaluado a través de los
indicadores: Utilizar en un futuro, recomendar, percepciones positivas, y estar de
35
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
acuerdo en comprar (Aldape et al., 2016; Dezdar, 2016; Hansel et al., 2018). Además,
diversos estudios la consideran como un antecedente inmediato del uso continuo de
tecnologías, tal y como en el trabajo de Sharma y Sharma (2019), en el que utilizaron una
adaptación del TAM para analizar el uso actual de la banca en línea, en donde detectaron
que la variable intención es un determinante del uso recurrente de estas tecnologías.
Esta relación (intención – uso) también ha sido conrmada en las investigaciones de
Farooq et al. (2017), Rauniar et al. (2017) y Merandu, Makudza y Ngwenya (2019) todas
aplicando una versión del TAM.
Lo anterior permite destacar la importancia que tiene la intención percibida respecto
al uso del comercio electrónico, ya que, si bien este no es un sinónimo del uso actual,
se ha comprobado que es uno de sus predictores más signicativos (Tao, 2009), por
lo que se inere que cuando un usuario se involucra en una actividad con el comercio
electrónico y experimenta los benecios sin inconsistencias, la intención futura conduce
a una actividad recurrente. Por ello, se detona la siguiente hipótesis.
H4: La intención percibida hacia el comercio electrónico tiene un efecto positivo y
signicativo sobre la idea de utilizarlo recurrentemente.
3. Método
El procedimiento seguido para alcanzar el objetivo planteado consistió en lo siguiente:
primeramente, se efectuó una revisión de la literatura especializada con relación a la
adopción y uso de Internet como herramienta de compra que permitiera fundamentar
y argumentar las hipótesis planteadas. Paso seguido, se desarrolló un cuestionario para
recolectar los datos necesarios para el análisis empírico, su diseño se cimenta en estudios
previos aplicados con éxito. Que para el caso particular de la variable conanza percibida
son de Hansen et al. (2018) y Kim, Ferrin y Rao (2008) y tiene como medidas determinar
si el sitio web es able, entrega de productos oportuna, protección de información
nanciera. Mientras que para la variable actitud se asientan de los estudios de Aldape
et al. (2016), Mishra (2018) y Park et al. (2017) y miden aspectos actuales y futuros
relacionados con la recomendación, predisposición, benecios y disfrute por el uso de
este tipo de herramienta. En cuanto al constructo intención, el cual tuvo el n de evaluar
las actividades, participaciones y recomendaciones futuras, así como su uso continuo
son de los trabajos de Hansen et al. (2018), Park et al. (2017) y Rauniar et al. (2014).
Finalmente se comenta que para la variable uso actual (Recurrencia, actividad promedio)
fueron con base a Aldape et al. (2016), Farooq et al. (2017) y Rauniar et al. (2014).
Una vez elaborado el primer borrador del cuestionario se envió a expertos en el
área para su revisión y ajuste, el resultado nal fue un cuestionario conformado por
dos secciones, una para datos generales (5 preguntas) y otra con ítems cerrados (17)
en una escala de Likert de 5 puntos, donde 1 signica totalmente en desacuerdo y 5
totalmente de acuerdo. Ahora bien, para los sujetos de investigación se consideraron
clientes actuales y potenciales del comercio electrónico mayores de 18 años del estado de
Tamaulipas, México. En cuanto al proceso de recolección de datos, este fue de manera no
probabilística y a conveniencia durante el primer trimestre del 2020. El total recolectado
de cuestionarios fue de 354. Por último, la técnica utilizada para la generación de los
36 RISTI, N.º 42, 06/2021
El papel de la conanza en la intención de uso del comercio electrónico
resultados estadísticos fue con base en el modelado de ecuaciones estructurales a través
del paquete estadístico AMOS 24, en donde se evaluó el modelo de medida y el ajuste de
este, para con ello proceder a comprobar el estructural.
4. Análisis de resultados
Después de aplicar el cuestionario y contabilizar los datos, los resultados revelan que
la muestra se conformó por 148 hombres (41.8%) y 206 mujeres (58.2%), de los cuales
el 62% provienen de la zona centro del estado (Cd. Victoria y Cd. Mante), mientras que
un 33% de la zona sur (Tampico, Madero y Altamira), variando en edades entre 18 y 65
años, siendo el grupo dominante de 18 a 30 con un 48%, seguido del rango 31 a 40 años
(28%). En cuanto al nivel socioeconómico, se detectó que el mexicano obtiene un ingreso
promedio de entre $6,000 a $9,000 pesos mexicanos. Por otro lado, los principales
medios de pagos utilizados para efectuar compras por Internet son las tarjetas de débito
y crédito con un 32% y 27% respectivamente, seguido de los depósitos bancarios con
un 20% y 15% para los servicios intermediarios, indicando que la población de estudio
cuenta con los métodos de pago y solvencia económica suciente para realizar este tipo
de operaciones.
El análisis de resultados consistió primero en determinar la ecacia del modelo de
medida, para posteriormente continuar con la contrastación de las relaciones causales
propuestas en el modelo. Para ello se comenzó con la comprobación de las cargas
estandarizadas de los indicadores, los cuales deben contar con un valor superior a 0.7
(Hair et al., 2010) de lo contrario se debe pensar en su eliminación, que para el caso
particular fueron 4 los excluidos (ACT1, CONF5, IC3, UA3), la Tabla 1 muestra los ítems
que superan dicho parámetro.
Con respecto a la abilidad de los constructos utilizados en el modelo, se determina
que son óptimos, dado que los valores alcanzados a través de la abilidad compuesta
(fc) fueron superiores a los recomendados (mayores a 0.7), mientras que para la validez
convergente los valores obtenidos en el indicador denominado varianza media extraída
(AVE) superan el límite recomendado de 0.5 (ver Tabla 1).
Paso seguido se calculó la validez discriminante a través del análisis HTMT propuesto
por Henseler, Ringle y Sarstedt (2015), el cual es más preciso que el planteado por Fornell
y Larcker en 1981. El umbral establecido por HTMT es de valores menores a 0.85. Los
valores obtenidos en la Tabla 2 muestran que se cumple con el criterio asegurando con
ello la validez discriminante de las medidas utilizadas.
Continuando con el análisis de los datos, ahora toca lo relacionado con el modelo
estructural. No obstante, es conveniente primero ver lo referente al ajuste de modelo.
La razón X2/gl (152.68/ 73 y p < 0.05) da un valor de 2.092. En cuanto a los índices
de ajuste incremental, tanto el Comparative Fit Index (CFI) como el Normed Fit Index
37
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
(NFI) muestran valores superiores o iguales a 0.95. Mientras que los índices de ajuste
absoluto, el Good-of-Fit Index (GFI) da un valor de 0.944 y Root Mean Square Error of
Approximation (RMSEA) expone un valor de 0.56, lo anterior se muestra en la Tabla 3 y
como se observa el resultado se puede considerar aceptable con base a lo establecido por
Browne y Cudeck (1992) y Hu y Bentler (1995; 1999).
Ítems Carga Pregunta fc AVE
ACT2 0.79 Comprar por Internet idea inteligente.
0.83 0.57
ACT3 0.86 Disfrute de comprar por Internet.
ACT4 0.78 benecios de comprar por internet.
ACT5 0.85 Conanza para hacer compras por Internet por mí mismo
CONF1 0.82 Permite elegir/ahorrar mejor.
0.89 0.68
CONF2 0.84 Impresión de que cumplen promesas y compromisos.
CONF3 0.88 Entregan los productos/servicios en tiempo y forma.
CONF4 0.76 Protegen información personal.
IC1 0.89 Planeo comprar en los 6 próximos meses.
0.76 0.53
IC2 0.93 Planeo adoptar el hábito de comprar por internet.
IC4 0.77 Recomendación de compra por internet a otras personas.
UA2 0.89 Frecuencia de compra en internet. 0.90 0.76
UA1 0.73 Tiempo utilizando para comprar en internet.
Tabla 1 – Cargas estandarizadas
Variables CONF ACT UA IC
Conanza (CONF) N.A.
Actitud (ACT) 0.71 N.A.
Uso Actual (UA) 0.44 0.46 N.A.
Intención (IC) 0.70 0.78 0.57 N.A.
Tabla 2 – Validez convergente y discriminante (Criterio HTMT)
En cuanto al valor explicativo del modelo, lo obtenido indica que para la variable uso
actual fue de 0.35, mientras que para la intención fue del 0.62, es decir, un 35% y 62%
de su variabilidad de cada una fue explicada por sus variables precedentes tanto de
38 RISTI, N.º 42, 06/2021
El papel de la conanza en la intención de uso del comercio electrónico
forma separa (conanza → actitud) como combinada (conanza y actitud → intención),
lo cual deja ver en la intención que soy muy relevantes para su denición. Según Chin
(1998) un valor del coeciente de determinación (R²) de 0.67 se puede considerar como
sustancial, un 0.33 como moderado y un 0.19 como débil, por lo que, a partir de este
criterio se puede decir que el valor explicativo del modelo es moderado, lo que permite
inferir que es adecuado para el estudio actual (Tabla 4).
Medida de
bondad
Indicador Niveles de ajuste
aceptable
Resultados
obtenidos
Aceptabilidad
De ajuste CMIN
P value
CMIN = doble de los
grados de libertad
P value = >.05
152.68/ 73
P value=0.000
Aceptable
Marginal
RMSEA < 0.08 0.056 Aceptable
RMR Cerca de 0 0.063 Aceptable
PClose > 0.05 0.220 Aceptable
Incremental CFI > 0.90 0.965 Aceptable
NFI > 0.90 0.940 Aceptable
TLI > 0.90 0.967 Aceptable
De parsimonia CMIN/DF >1 y < 3 2.092 Aceptable
Tabla 3 – Medidas de bondad de ajuste
Coecientes R2 Estimado
Actitud 0.42
Intención Compra 0.62
Uso Actual 0.35
Tabla 4 – Coecientes de determinación
Por último, se procedió al cálculo de los coecientes estandarizados de las relaciones
path establecidas en el modelo. Como se puede observar en la Tabla 5, al evaluar el
efecto de la conanza sobre la actitud predispuesta y la intención, ambas hipótesis
fueron estadísticamente aceptadas (H1 y H2). Los hallazgos coinciden con la revisión
de literatura (Hansen et al., 2018), la cual arma que mientras exista una positiva
percepción de conanza en los sitios Web de comercio electrónico, las personas serán
más propensas a desarrollar una actitud positiva hacia esta conducta, y a partir de este
pensamiento, generar una fuerte intención de realizar compras por Internet.
No obstante, se puede apreciar que la interacción entre conanza e intención (H2) es de
una magnitud menor en comparación con la conanza y la actitud (H1), lo cual coincide
con una variedad de estudios (Martínez-López et al., 2015; Rauniar et al., 2014; Tavera
39
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
y Londoño, 2014), puesto que estudiaron diferentes áreas del comportamiento humano
ante la adopción de las tecnologías, detectando esta situación, quizá como consecuencia
del avance tecnológico relacionado con la ciberseguridad, ya que las empresas han
incluido intermediarios (p. ej. Paypal, Mercado Pago, Amazon Wallet, entre otros)
para mayor conformidad de los usuarios, disminuyendo la incertidumbre que genera el
efectuar cualquier actividad comercial.
HipótesisEstimado para el
coeciente β CR P Comentario
H1 Conanza àActitud 0.645 10.790 *** Aceptada
H2 Conanza àIntención 0.245 4.215 *** Aceptada
H3 Actitud àIntención 0.607 9.563 *** Aceptada
H4 Intención àUso Actual 0.594 9.141 *** Aceptada
Notas: * p < 0.05; ** p < 0.01; ***p < 0.001; ns: no signicativo
Tabla 5 – Evaluación de las hipótesis de la investigación
Por otro lado, también se puede considerar el aspecto cultural, ya que mientras más
jóvenes sean los usuarios, menos importancia les dará el analizar las políticas de
seguridad, hasta que caen en la necesidad de consultarlas (Broeder, 2020) o cuando
caen víctimas de alguna incongruencia en sus compras, por lo que podría ser de interés
para las empresas el tratar de hacer notar más sus políticas de protección al cliente y de
esta manera ganar su conanza.
A su vez, se determinó que la actitud de predisposición hacia la adopción del
comercio electrónico también influye de manera positiva a la intención de uso
del mismo, como se observa en la hipótesis H3, lo cual va en concordancia con
una serie de investigaciones en las que aplican la relación en diferentes áreas del
comportamiento, lo que demuestra que la actitud es un elemento crucial para la
adopción tecnológica, por lo tanto, si las empresas optaran por generar un mayor
alcance en cuanto al acceso y la seguridad, es decir, más confianza sobre sus sitios
web, podrían obtener una mayor gama de posibles clientes (Dezdar, 2016; Martínez-
López et al., 2015).
En cuanto a la intención de uso y el acto recurrente de seguir usando el Internet como
medio de compra (hipótesis H4), se determinó que la relación es alta y significativa
(β = 0.594, p < .001). Por lo tanto, se considera a la intención como un antecedente
y un factor relevante entre los efectos ejercidos por las diversas percepciones
(utilidad, confianza, actitud) y su aplicación final por parte del individuo, quizás
derivado por la tecnología actual que permite construir sitios Web fáciles de usar.
Así como por la implementación de cuestiones de carácter administrativo y de
logística que permiten la transparencia en los procesos de entrega (monitoreo) que
aseguren la llegada oportuna de productos, provocando que la actividad comercial
sea placentera y segura en las personas, y por consiguiente, generar un sentimiento
40 RISTI, N.º 42, 06/2021
El papel de la conanza en la intención de uso del comercio electrónico
de lealtad hacia la empresa, resultado similar al trabajo de Hansen et al. (2018)
en el que detectaron que un aumento de confianza reduce la percepción de riesgo
en transacciones en línea, y que a su vez funciona como un predictor robusto de la
intención percibida, lo cual impulsa su uso continuo que en determinado momento
se puede convertir en una lealtad hacia el prestador del servicio, del sitio web o del
propio fabricante.
5. Conclusiones y limitaciones
La presente investigación tuvo por objetivo analizar el efecto de la percepción de conanza
hacia la adopción del comercio electrónico en consumidores nales y potenciales del
estado de Tamaulipas, México. Para alcanzarlo se realizó una revisión de la literatura,
la cual deja ver que el comercio electrónico es un término que se ha ido desarrollando
con la evolución de las tecnologías, pero que no se le ha puesto la suciente atención
en aspectos del comportamiento humano ante la adopción tecnológica en economías
emergentes como la de México, ya que las personas no adoptan este tipo de actividades
basadas únicamente en el precio o características de los productos o servicios por
adquirir, sino también en la seguridad que perciben del negocio en base a que los
productos que ordenaron se envíen en tiempo y forma, que cuentan con el respaldo
de la empresa o intermediador para poder gestionar garantías sin dicultad o costo,
además de asegurar la integridad de su información personal y nanciera tras concluir
una transacción comercial.
Los hallazgos obtenidos indican que una positiva percepción de conanza por parte del
usuario favorece el desarrollo de una actitud y que esta podría manifestarse como el
comportamiento en sí. Asimismo, lo obtenido permitió raticar la línea de inuencia
del elemento de conanza percibida como determinante de la actitud y la intención
percibida, demostrando que no deben ser menospreciados por las empresas que operan
especialmente en el comercio electrónico.
En particular, resulta interesante la relación constatada entre la conanza percibida
y la actitud, lo cual permite intuir que una buena percepción de conanza sobre los
sitios web, respecto a sus políticas de seguridad detonaría una actitud positiva hacia
el comercio electrónico. No obstante, el resultado podría ser debido a la gran brecha
en las habilidades tecnológicas y de empoderamiento de las generaciones actuales, que
ha disminuido hasta cierto grado la incertidumbre al tener mayor conciencia sobre su
información personal, por lo que las empresas que dependen en gran medida de sus
ventas por Internet, deben considerar su promoción de tal manera que a las personas
que no sean hábiles tecnológicamente hablando puedan sentirse seguras, ya que siguen
conformando un vasto segmento de mercado que no puede ignorarse.
Lo anterior implica que las empresas deben preocuparse por la generación de conanza
ante sus clientes actuales y potenciales, y más aún debido a la situación sanitaria en que
se vive actualmente puesto que en estas épocas de distanciamiento social, el comercio
electrónico puede ayudar a mantener a ote a los negocios que ya no pueden operar en el
mercado tradicional. Las plataformas comerciales con mayor experiencia han utilizado
intermediarios como Paypal y Mercado Pago, lo que ha logrado favorecer la percepción
41
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
de seguridad nanciera del cliente. Sin embargo, aún queda la parte que corresponde
a la logística del producto, por lo que se debe considerar desarrollar e implementar
procesos más transparentes en cuanto al envío y monitoreo de productos por parte del
cliente, además de diseñar los sitios web de tal manera que los usuarios puedan reclamar
más fácilmente incongruencias en sus pedidos en caso de que así lo requiera.
Finalmente, esta investigación tuvo limitaciones que deben ser considerados. Primero
lo relacionado con la información, puesto que fue recolectada en un solo momento en
el tiempo, además de que evalúa la percepción de usuarios del tipo cliente/consumidor.
Segundo, el estudio fue aplicado en una zona geográca de México en especíco. Por lo
anterior, los resultados pueden diferir si se aplica en otras partes del país o del mundo,
y en diferentes periodos de tiempo. Para futuras investigaciones relacionadas a este
tema, se sugiere la utilización de otras variables vinculadas a la percepción de riesgos o
incertidumbre a la tecnología, ya que estas podrían ser consideradas como barreras ante
la adopción del comercio electrónico. así como analizar la posible inuencia de aspectos
tales como el sexo o la edad en el modelo propuesto.
Referencias
AIMX (2019). Estudio Comercio Electrónico en México 2015.
https://irp-cdn.multiscreensite.com/81280eda/files/
uploaded/15%2BEstudio%2Bsobre%2Blos%2BHa_
bitos%2Bde%2Blos%2BUsuarios%2Bde%2BInternet%2Ben%2BMe_
xico%2B2019%2Bversio_n%2Bpu_blica.pdf
Agag, G. M., & El-Masry, A. A. (2017). Why Do Consumers Trust Online Travel Websites?
Drivers and Outcomes of Consumer Trust toward Online Travel Websites. Journal
of Travel Research, 56(3), 347–369. https://doi.org/10.1177/0047287516643185
Akman, I. & Mishra, A. (2015). Sector diversity in green information technology
practices: technology acceptance model perspective. Computers in human behavior,
49, 477-486. https://doi.org/10.1016/j.chb.2015.03.009
Aldape, K., Abrego, D., & Quintero, J. (2016). Análisis de la percepción de uso de las
redes sociales como herramienta de marketing en las MiPYMES de Tamaulipas,
México. RISTI-Revista Ibérica de Sistemas e Tecnologias de Informação, (18),
49-65. https://doi.org/10.17013/risti.18.49-65
Al-Rahmi, W. M., Yahaya, N., Aldraiweesh, A. A., Alamri, M. M., Aljarboa, N. A.,
Alturki, U., & Aljeraiwi, A. A. (2019). Integrating technology acceptance model with
innovation diusion theory: An empirical investigation on students’ intention to
use E-learning systems. IEEE Access, 7, 26797-26809.
Bashir, S., Anwar, S., Awan, Z., Qureshi, T. W., & Memon, A. B. (2018). A
holistic understanding of the prospects of nancial loss to enhance
shopper’s trust to search, recommend, speak positive and frequently visit
an online shop. Journal of Retailing and Consumer Services, 42, 169–174.
https://doi.org/10.1016/j.jretconser.2018.02.004
42 RISTI, N.º 42, 06/2021
El papel de la conanza en la intención de uso del comercio electrónico
Benson, V., Saridakis, G., & Tennakoon, H. (2015). Information disclosure of social
media users: Does control over personal information, user awareness and
security notices matter? Information Technology and People, 28(3), 421-446.
https://doi.org/10.1108/itp-10-2014-0232
Besbes, A., Legohérel, P., Kucukusta, D., & Law, R. (2016). A cross-cultural
validation of the tourism web acceptance model (T-WAM) in dierent cultural
contexts. Journal of International Consumer Marketing, 28(3), 211-226.
https://doi.org/10.1080/08961530.2016.1152524
Broeder, P. (2020). Culture, Privacy, and Trust in E-commerce. Marketing from
Information to Decision Journal, 3(1).
Browne, M. W., & Cudeck, R. (1992). Alternative ways of assessing model t. Sociological
Methods & Research, 21(2), 230-258.
Cabrera-Sánchez, J. P., Gil-Cordero, E., & Alves, H. M. B. (2020). Factores que afectan
a la adopción y uso de la APP de AIRBNB. RISTI - Revista Ibérica de Sistemas e
Tecnologias de Informação, (E34), 183-205.
Chin, W. W. (1998). Commentary: Issues and opinion on structural equation modeling.
MIS Quarterly, 22(1), 7-16. www.jstor.org/stable/249674
Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user
acceptance of information technology. MIS quarterly, 13(3), 319-340.
https://doi.org/10.2307/249008
Dezdar, S. (2016). Green information technology adoption: inuencing factors and
extension of theory of planned behavior. Social Responsibility Journal, 13(2),
292–306. https://doi.org/10.1108/srj-05-2016-0064
Farooq, M. S., Salam, M., Jaafar, N., Fayolle, A., Ayupp, K., Radovic-Markovic, M., &
Sajid, A. (2017). Acceptance and use of lecture capture system (LCS) in executive
business studies. Interactive Technology and Smart Education, 14(4), 329-348.
https://doi.org/10.1108/itse-06-2016-0015
Gefen, D., Rao, V. S. & Tractinsky, N. (2003). The conceptualization of trust, risk and their
electronic commerce: The need for clarications. 36th Annual Hawaii International
Conference on System Sciences. https://doi.org/10.1109/hicss.2003.1174442
Grandón, E. E., Nasco, S. A. & Mykytyn, P. P. (2011). Comparing theories to
explain e-commerce adoption. Journal of Business Research, 64(3), 292-298.
https://doi.org/10.1016/j.jbusres.2009.11.015
Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2010). Multivariate data
analysis: International version. New Jersey, Pearson.
Hansen, J. M., Saridakis, G., & Benson, V. (2018). Risk, trust, and the interaction of
perceived ease of use and behavioral control in predicting consumers’ use of
social media for transactions. Computers in Human Behavior, 80, 197–206.
https://doi.org/10.1016/j.chb.2017.11.010
43
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
Henseler, J., Ringle, C. M., & Sarstedt, M. (2015). A New Criterion for
Assessing Discriminant Validity in Variance-based Structural Equation
Modeling. Journal of the Academy of Marketing Science, 43 (1), 115–135.
https://doi.org/10.1007/s11747-014-0403-8
Hu, L., & Bentler, P. M. (1995). Evaluating model t. En R. H. Hoyle (Ed.). Structural
equation modeling: Concepts, issues and applications (pp. 76-99). Thousand Oaks,
CA: Sage Publications.
Hu, L., & Bentler, P. M. (1999). Cuto criteria for t indexes in covariance structure
analysis: Conventional criteria versus new alternatives. Structural Equation
Modeling: A Multidisciplinary Journal, 6(1), 1-55.
Isaac, O., Abdullah, Z., Ramayah, T., & Mutahar, A. M. (2017). Internet usage within
government institutions in Yemen: An extended technology acceptance model
(TAM) with internet self-ecacy and performance impact. Science International,
29(4), 737-747.
Kim, D. J., Ferrin, D. L., & Rao, H. R. (2008). A trust-based consumer decision-
making model in electronic commerce: The role of trust, perceived
risk, and their antecedents. Decision support systems, 44(2), 544-564.
https://doi.org/10.1016/j.dss.2007.07.001
Kim, H., Xu, Y., & Gupta, S. (2012). Which is more important in Internet shopping,
perceived price or trust? Electronic Commerce Research and Applications, 11(3),
241–252. https://doi.org/10.1016/j.elerap.2011.06.003
Kim, M. J., Chung, N., & Lee, C. (2011). The eect of perceived trust on electronic
commerce: Shopping online for tourism products and services in South
Korea. Tourism Management, 32(2), 256-265. https://doi.org/10.1016/j.
tourman.2010.01.011
Manis, K. T., & Choi, D. (2019). The virtual reality hardware acceptance model (VR-
HAM): Extending and individuating the technology acceptance model (TAM)
for virtual reality hardware. Journal of Business Research, 100, 503-513.
https://doi.org/10.1016/j.jbusres.2018.10.021
Martínez-López, F. J., Esteban-Millat, I., Cabal, C. C., & Gengler, C. (2015). Psychological
factors explaining consumer adoption of an e-vendor’s recommender. Industrial
Management & Data Systems, 115(2), 284–310. https://doi.org/10.1108/imds-10-
2014-0306
Matemba, E. D., & Li, G. (2018). Consumers’ willingness to adopt and use WeChat
wallet: An empirical study in South Africa. Technology in Society, 53, 55–68.
https://doi.org/10.1016/j.techsoc.2017.12.001
Merandu, E. E., Makudza, F., & Ngwenya, S. N. (2019). Predicting students’ intention
and actual use of E-learning using the technology acceptance model: A case
from Zimbabwe. International Journal of Learning, Teaching and Educational
Research, 18(6), 110-127. https://doi.org/10.26803/ijlter.18.6.7
44 RISTI, N.º 42, 06/2021
El papel de la conanza en la intención de uso del comercio electrónico
Mishra, M. (2018). For Indian online shoppers, have saying and doing parted ways?
Psychology and Marketing, 35(1), 5–19. https://doi.org/10.1002/mar.21067
Muchran, M., & Ahmar, A. S. (2019). Application of TAM model to the use of information
technology. International Journal of Engineering and Technology, 7(2), 37-40.
https://arXiv:1901.11358.
Park, E., Cho, Y., Han, J., & Kwon, S. J. (2017). Comprehensive approaches to user
acceptance of Internet of Things in a smart home environment. IEEE Internet of
Things Journal, 4(6), 2342-2350. https://doi.org/10.1109/jiot.2017.2750765
Raque, H., Almagrabi, A. O., Shamim, A., Anwar, F., & Bashir, A. K. (2020).
Investigating the acceptance of mobile library applications with an extended
technology acceptance model (TAM). Computers & Education, 145, 103732.
https://doi.org/10.1016/j.compedu.2019.103732
Rauniar, R., Rawski, G., Johnson, B., & Yang, J. (2014). Technology acceptance model
(TAM) and social media usage: an empirical study on Facebook. Journal of
Enterprise Information Management, 27(1), 6–30. https://doi.org/10.1108/jeim-
04-2012-0011
Ros, S., Hernández, R., Caminero, A., Robles, A., Barbero, I., … Holgado, F. P. (2015).
On the use of extended TAM to assess students’ acceptance and intent to use
third-generation learning management systems. British Journal of Educational
Technology, 46(6), 1250–1271. https://doi.org/10.1111/bjet.12199
Scherer, R., Siddiq, F., & Tondeur, J. (2019). The technology acceptance model
(TAM): A meta-analytic structural equation modeling approach to explaining
teachers’ adoption of digital technology in education. Comput. Educ., 128, 13-35.
https://doi.org/10.1016/j.compedu.2018.09.009
Sfenrianto, S., Wijaya, T., & Wang, G. (2018). Assessing the buyer trust and
satisfaction factors in the E-marketplace. Journal of Theoretical and Applied
Electronic Commerce Research, 13(2), 43–57. https://doi.org/10.4067/s0718-
18762018000200105
Sharma, S. K., & Sharma, M. (2019). Examining the role of trust and quality
dimensions in the actual usage of mobile banking services: An empirical
investigation. International Journal of Information Management, 44, 65-75.
https://doi.org/10.1016/j.ijinfomgt.2018.09.013
Tao D. (2009). Intention to use and actual use of electronic information resources:
further exploring Technology Acceptance Model (TAM). AMIA Symposium,
2009, 629–633.
Tavera, J., & Londoño, B. (2014). Factores determinantes de la aceptación tecnológica
del e-commerce en países emergentes. Revista Ciencias Estratégicas,
22(31), 101–119.
45
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
Tavera, J., Sánchez, J., & Ballesteros, B. (2011). E-commerce acceptance in Colombia: a
study for Medellín city. Revista Facultad de Ciencias Económicas: Investigación y
reexión, 19(2), 9-23.
Venkatesh, V., Thong, J., & Xu, X. (2012). Consumer acceptance and use of information
technology: extending the unied theory of acceptance and use of technology. MIS
Quarterly, 36(1), 157–178. https://doi.org/10.2307/41410412
Villa, A., Ramírez, K., & Tavera, J. (2015). Antecedentes de la intención de uso de los sitios
web de compras colectivas. Revista EIA, 12(24), 55–70. https://doi.org/10.14508/
reia.2015.12.24.55-70
Wu, B., & Chen, X. (2017). Continuance intention to use MOOCs: Integrating the
technology acceptance model (TAM) and task technology t (TTF) model. Computers
in Human Behavior, 67, 221-232. https://doi.org/10.1016/j.chb.2016.10.028
Wu, J. Liu, L., & Huang, L. (2017). Consumer acceptance of mobile payment
across time. Industrial Management & Data Systems, 117(8), 1761-1776.
https://doi.org/10.1108/imds-08-2016-0312
46 RISTI, N.º 42, 06/2021
Revista lbérica de Sistemas e Tecnologias de Informação
Revista lbérica de Sistemas y Tecnologías de Información
46
Recebido/Submission: 20/03/2021
Aceitação/Acceptance: 10/05/2021
Arquitetura de sistemas de recomendação para apoio
ao vendedor no uso de sistemas de força de vendas
em empresa com grande portfólio de produtos
Fabio Kazuo Ohashi1, Marcos Antonio Gaspar1, Ivanir Costa1, Fellipe Silva Martins1,
Fábio Luís Falchi de Magalhães2
kazuo.ohashi@hotmail.com; marcos.antonio@uni9.pro.br; ivanirc@uni9.pro.br;
fellipemartins@uni9.pro.br; fabiosimp@gmail.com
1 Universidade Nove de Julho, Rua Vergueiro, 235/249, 01525-000, São Paulo (SP) - Brasil
2 Universidade Federal de São Paulo, Avenida Cesare Mansueto Giulio Lattes, 1.201, 12247-014, São José dos
Campos (SP) - Brasil
DOI: 10.17013/risti.42.46–61
Resumo: Empresas que fazem distribuição de produtos no atacado normalmente
têm grande quantidade de itens comercializados de diversos fabricantes em seu
portfólio de produtos. Assim, encontrar e recomendar produtos ao cliente entre
milhares de possibilidades se caracteriza num desao para a equipe de vendas.
O objetivo deste artigo é mostrar uma arquitetura de sistema de recomendação
para implantação em ferramentas de sistema de automação de força de vendas e
suportado por Inteligência Articial que possa recomendar produtos online a cada
interação no processo de venda. Foram usados os seguintes os métodos e materiais:
revisão sistemática da literatura, pesquisa exploratória quali-quantitativa,
experimentos computacionais, estudo de caso, prova de conceito do sistema e
pesquisa com o método Delphi junto a especialistas com aplicação de questionários.
A arquitetura foi aplicada construindo-se uma prova de conceito numa empresa de
distribuição de autopeças na qual o sistema foi capaz de fornecer recomendações de
quatro algoritmos diferentes.
Palavras-chave: Sistemas de recomendação. Automação de força de vendas.
Gestão do conhecimento. Disseminação do conhecimento.
Recommender System Architecture to support salesperson using Sales
Force Automation Systems In large product portfolio companies
Abstract: Wholesale distribution companies usually have a large number of
items sold by dierent manufacturers in their product portfolio. Finding and
recommending products to the customer among thousands of possibilities is a
challenge for the sales team. In addition, there are also new product releases and
promotions that are added to the portfolio frequently. This paper proposes to
develop an architecture to implement a Sales Force Automation system supported
by Articial Intelligence that can recommend products online to a sales professional
when making a purchase order. To achieve this objective, the following methods and
47
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
experiments were used: systematic literature review, qualitative and quantitative
exploratory research, experiments, case study, proof of concept, and survey with
the Delphi method. The proposed architecture was applied by building a proof of
concept in an auto parts distribution company in which the system was able to
provide recommendations for four dierent algorithms.1cm.
Keywords: Recommender systems. Sales force automation. Knowledge
management. Knowledge dissemination.
1. Introdução
Empresas com grande portfólio de produtos como distribuidoras de alimentos,
produtos automotivos e farmacêuticos apresentam maior complexidade estrutural
para disseminar o conhecimento por todos os prossionais e áreas envolvidos em seus
processos internos (Vinita & Feisal, 2017). Encontrar e recomendar ao cliente uma lista
de produtos dentre milhares de possibilidades se congura num desao para a equipe
de vendas. Em acréscimo à situação relatada, há ainda os lançamentos e promoções de
produtos que são acrescentados às linhas continuamente (Mariadoss, Milewicz, Lee, &
Sahaym, 2014).
Além disso, de acordo com Syam e Sharma (2018), o perl do prossional de vendas atual
mudou para um prossional com plataformas e soluções informatizadas que processa
os pedidos em sistemas conectados à Internet. Em vários setores, os pedidos em papel
foram substituídos pelos sistemas SFA (Sales Force Automation), que contribuíram para
capacitar o vendedor com uma ferramenta mais eciente para suportar o processo de
venda. O mercado de sistemas SFA está em constante crescimento ao longo dos últimos
anos, sendo que em 2018 chegou a US $ 6,9 bilhões, de acordo o relatório Quadrante
Mágico Gartner (2019).
Embora o perl do vendedor tenha mudado, o relacionamento comprador-vendedor
não desapareceu e se congura um importante requisito do processo de venda (Arli,
Bauer, & Palmatier, 2017). Além disso, da mesma forma que os vendedores têm acesso às
ferramentas informatizadas, os compradores têm acesso à soluções automatizadas que
disponibilizam informações sobre produtos e serviços da empresa de forma instantânea
e sem a assistência de um prossional de vendas durante a consulta. Portanto, o papel
do vendedor precisa mudar para suprir as necessidades únicas de cada comprador, que
cada vez mais exige maior valor agregado na prestação de suporte por parte do vendedor
durante o processo de aquisição do produto ofertado (Rocco & Bush, 2016).
Nesse sentido, Sistemas de Recomendação (RS – Recommender Systems) são uma
tecnologia que pode ajudar os prossionais de vendas, sendo compostas por sistemas
baseados em IA (Inteligência Articial), utilizados em transações de comércio eletrônico
e aplicativos de música e vídeos, por exemplo (Barragán, Chanchí, & Campo, 2020).
Estas soluções de RS sugerem itens ao comprador de forma personalizada, baseando-
se para tanto na similaridade de seu perl com outros usuários (Aggarwal, 2016). Tais
soluções de RS são especialmente aplicáveis em processos de venda em transações entre
empresas (business to business – B2B) dadas a diversidade e especicidades técnicas
que envolvem os produtos nesse tipo de negociação.
48 RISTI, N.º 42, 06/2021
Arquitetura de sistemas de recomendação para apoio ao vendedor no uso de sistemas de força
O objetivo deste artigo é: Desenvolver uma arquitetura de Sistema de Recomendação
para implantação em ferramentas de Sistema de Automação de Força de Vendas
suportada por Inteligência Articial que possa recomendar produtos ao prossional
de vendas online a cada interação no processo de venda de empresa distribuidora com
grande portfólio de produtos.
2. Revisão da literatura
Nesta seção serão discutidos os pressupostos e conceitos de SFA e CRM suas principais
diferenças e características dos elementos constituintes desses sistemas.
2.1. Sistemas de Automação de Força de Vendas
Sistemas de Automação de Força de Vendas (SFA) são ferramentas de software que
fornecem aos gestores e aos membros da sua equipe muitas funcionalidades para
aumentar a eciência e ecácia da equipe de vendas (Gannage, 2018). Os sistemas
SFA têm conjuntos de funcionalidades voltadas ao processo de vendas, apesar de
cada fabricante disponibilizar um conjunto de ferramentas diferentes de acordo com
a sua estratégia.
2.2. Comparação entre SFA e CRM
Como os sistemas SFA e CRM (Customer Relantionship Management) têm muitos
recursos em comum e buscam essencialmente objetivos similares, tais como aumento
do desempenho de vendas e melhoria da eciência operacional, o entendimento da
diferenciação entre ambos pode levar a confusões sobre a utilidade e os requisitos
básicos de cada um desses sistemas.
Segundo Rolus Tech (2020), os sistemas CRM aprimoram o relacionamento com o
cliente e aumentam sua retenção à organização. Eles registram, analisam e centralizam
as informações nos pontos de contato do cliente ao longo do seu ciclo de vida. Isso
fornece informações importantes sobre o histórico de interações, o seu comportamento
e os padrões de compra, oferecendo assim mais oportunidades de venda e cross-selling
(vendas cruzadas de produtos). Já os sistemas SFA otimizam os uxos de trabalho
de vendas, se concentrando em conseguir mais clientes e fechar mais negócios por
meio da otimização dos processos de vendas. Juntamente com recursos para rastrear
o desempenho e gerar previsões de vendas, proporcionando maior visibilidade ao
gerenciamento do processo de vendas de forma mais ampla.
Buttle e Maklan (2019) classicam os SFA em três categorias: sistemas SFA especialistas:
aqueles sistemas que possuem somente as funções para automação de força de vendas;
SFA como parte de sistemas CRM: SFA é um módulo de um sistema maior CRM; ou SFA
como parte de sistemas ERP: SFA é um módulo de um sistema maior ERP.
2.3. Sistemas de Recomendação - Recommender Systems
Recommender Systems (RS) ou Sistemas de Recomendação são utilizados por várias
empresas como Netix, Amazon e Facebook (Banik, 2018) para, utilizando tecnologias
49
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
de ponta, ajudar os usuários a achar o que procuram mais facilmente. RS são uma das
ferramentas muito utilizadas para aumentar o lucro das empresas e auxiliar os usuários
(Aguiar, Araújo, & Costa, 2020).
Os três tipos básicos de recomendações são, segundo (Adomavicius & Tuzhilin, 2005)
(Burke, 2007): Collaborative Filtering, Content-based Filtering e Sistemas Híbridos.
2.4. O problema de Cold Start
Para que o sistema comece a gerar recomendações, quando se usa a técnica de
Collaborative Filtering, os usuários devem ter avaliado um número suciente de itens.
Somente então, o Sistema de Recomendação conseguirá aprender as preferências do
usuário e conseguir recomendar itens mais apropriados ao seu perl (Kale, Petrie,
Bikdash, & Topal, 2018). O Cold Start se manifesta também quando são adicionados
novos itens ao sistema. Assim, até que o sistema seja avaliado por um expressivo número
de usuários, os métodos Collaborative Filtering não conseguirão efetuar recomendações
consistentes (Aharon et al., 2015).
2.5. Ineditismo do tema deste artigo
Nesta seção relata-se as pesquisas feitas a m de se demonstrar o ineditismo da solução
proposta neste artigo.
2.5.1. Pesquisa de artigos acadêmicos
Foi feito uma revisão sistemática da literatura (SLR) (Todeschini & Baccini, 2016) e
(Kitchenham et al., 2009), a questão de pesquisa foi: Qual é o framework/arquitetura
mais utilizado na implantação de um SFA com Sistema de Recomendação?
Os seguintes termos foram denidos para busca: “Sistemas recomendação”, “força
vendas”, “Automação força vendas”, “Recommender system” , “sales force”, “Sales force”,
“Sales force automation”.
Para as buscas de trabalhos optou-se pelas bases Proquest, Scielo, Google Scholar,
Emerald, IEEE e Web of Science. As pesquisas foram feitas de setembro de 2019 a maio
de 2020. No total foram encontrados 671 artigos, então passou-se à próxima etapa da
SLR que foi a leitura dos Abstracts dos artigos.
Foram encontrados apenas artigos sobre Recomendações de Previsão de Vendas usados
em sistemas SFA, porém a Previsão de Vendas se difere de Recomendação de Vendas, no
sentido de que a primeira é uma necessidade dos níveis gerenciais da empresa de se ter
uma estimativa do volume de faturamento futuro, enquanto a segunda é a ferramenta
utilizada pelo prossional de vendas para efetivar a venda. Portanto, como resultado,
não foi encontrado nenhum trabalho que satiszesse aos critérios estabelecidos.
2.5.2. Pesquisa de soluções comerciais
De acordo com os relatórios “Magic Quadrant for Sales Force Automation” de 2008 até
2019, a tecnologia IA aparece pela primeira vez somente no relatório de 2017 (Gartner
Inc., 2008, 2013, 2014a, 2014b, 2016, 2017, 2019). Num relatório similar chamado
50 RISTI, N.º 42, 06/2021
“Forrester Wave: Sales Force Automation Solutions”, que foi publicado apenas em 2008
(Forrester, 2008) e outro em 2017 (Forrester, 2017). Também neste caso, apenas em
2017 surge a tecnologia IA. Em ambos os tipos de relatórios, somente dois fornecedores
oferecem soluções de IA: a Microsoft, com seu produto Dynamics 365 e a empresa
Salesforce, com seu produto Sales Cloud.
Consultando-se a documentação das duas soluções citadas nos relatórios (Salesforce,
2020) (Microsoft, 2020), verica-se o uso da IA nesses sistemas são aplicados em
módulos diferente do SFA proposto neste artigo. O item 2.5.3 discute sobre as diferenças
entre o sistema proposto neste artigo e as soluções comerciais existentes.
2.5.3. Diferenças entre um sistema de recomendação B2C para o sistema
proposto
Normalmente, os Sistemas de Recomendação são usados fazendo recomendação de
itens para o próprio usuário que vai consumir o produto. Por exemplo, no e-commerce
Amazon.com há um RS que sugere produtos ao usuário, conforme este busca por
produtos. Neste caso, o sistema de e-commerce com RS é o Vendedor e o usuário que
navega no website é o Comprador.
No sistema proposto neste artigo, o usuário nal é o Comprador (que não tem acesso
direto ao sistema SFA, e o Vendedor é o representante de vendas que opera o SFA. Isso
signica que, apesar de o Sistema de Recomendação recomendar produtos ao usuário,
quem vê as recomendações é o Vendedor técnico da empresa. Nessa conguração, o
usuário nal não consegue saber se a recomendação veio do sistema SFA ou do Vendedor.
2.5.4. Conclusão sobre o ineditismo deste artigo
Pelas razões expostas nos itens 2.5.1, 2.5.2 e 2.5.3 verica-se que não há trabalhos
relacionados com o tema explorado isso revela o ineditismo do trabalho em relação às
abordagens de Sistemas de Força de Vendas do estado da arte.
2.6. Arquitetura de recomendação para implantação proposta
Nesta seção é exposta a Arquitetura de Recomendação desenvolvido neste artigo, de
modo a facilitar a compreensão de sua futura implantação em ferramentas de Sistema
de Automação de Força de Vendas e suportado por Inteligência Articial. A Figura 1
representa o constructo onde é exposto uma matriz tridimensional relacionando as
três principais etapas da arquitetura. O constructo exposto na gura representa a forte
ligação entre as três etapas, que juntas formam a estrutura de recomendação que será
aplicada a um SFA suportado por IA.
Na etapa ‘1 - Denir Recomendações’, nesta fase são aplicadas técnicas de KDD
(Knowledge Discovery in Databases) para a análise da estrutura de dados (atividade
1a), de modo a especicar que tipos de recomendação um RS pode produzir. A equipe
responsável deve ser capaz de analisar como extrair conhecimento útil das bases de
dados da empresa para uso nas atividades de vendas. Em complemento, a utilidade das
recomendações (atividade 1b) deve ser mensurada pelos usuários da solução e pelos
compradores que tomam a decisão nal num processo de compra assistida.
Arquitetura de sistemas de recomendação para apoio ao vendedor no uso de sistemas de força
51
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
Na etapa ‘2 – Construir a POC’ (Proof Of Concept) faz-se importante ressaltar que a
principal função de um SFA é realizar o pedido de venda. Por essa razão, o sistema de
recomendação não pode impedir o prossional de realizar a venda caso o módulo de
recomendação apresente alguma falha. Assim, a arquitetura a ser desenvolvida para
o sistema (2a) deve prever e evitar esse tipo de ocorrência no processo. Além disso, a
performance do sistema deverá ser sucientemente rápida para ser capaz de recomendar
produtos à medida que o usuário procura os itens que o comprador solicita. Em adição,
a interface gráca (UX – User Experience) do sistema de recomendação (2b) deve ser
minimalista o suciente para não comprometer a visualização dos conteúdos exibidos ao
vendedor na área do pedido de vendas.
E nalmente, a etapa ‘3 - Diminuir Cold Start’ trata do problema do Cold Start,
(item 2.4) Existem vários métodos para se mitigar esse problema, na atividade 3a
deve-se denir qual método será utilizado e na etapa 3b implementá-lo para que
essas informações possam ser utilizadas como base de dados inicial do sistema a ser
implementado na empresa.
Figura 1 – Constructo da arquitetura para implantação desenvolvido
Fonte: autor.
52 RISTI, N.º 42, 06/2021
As etapas da arquitetura proposta no constructo elaborado nesta tese foram baseadas
nos trabalhos dos autores listados no Quadro 1.
Etapa / Autores Descrição da contribuição / Denição empregada /
Aplicação neste trabalho
1A (Piateski &
Frawley, 1991)
Autor seminal que descreve os princípios da técnica de KDD para extração do
conhecimento. “KDD é um processo não trivial de extração de informações
úteis de dados” (p.3). Nesta tese utiliza-se essa técnica para a denição de quais
recomendações o sistema proposto pode fornecer.
1A (Portugal,
Alencar, &
Cowan, 2018)
Autores efetuaram uma revisão dos algoritmos de recomendação mais utilizados.
Os autores estudaram 129 artigos sobre os principais algoritmos de recomendação.
Juntamente com os resultados do KDD, pode-se denir quais tipos de Sistemas de
Recomendação a empresa pode construir.
1B (Batterton &
Hale, 2017)
Autores sugerem técnicas de desenho de pesquisa tipo survey. A escala do tipo Likert
pode ser usada para se medir a opinião dos entrevistados. Na pesquisa feita nesta tese
a escala do tipo Likert foi usada para validar a utilidade das recomendações.
2A (Falk, 2019) Autor propõem uma arquitetura de um Sistema de Recomendação para e-commerce.
“Em favor da performance e conabilidade, o ideal é não adicionar o banco de dados
de evidências (recomendação) junto da aplicação web” (p. 47). Nesta tese propõe-se o
uso de APIs para conexão entre o sistema de recomendação e a aplicação SFA.
2B (Chajadi,
Uddin, & Gutwin,
2020)
Autor propõe princípios de usabilidade de interfaces utilizando ícones. Entre as
técnicas sugeridas o autor realça que “os ícones de imagens concretas aumentam grau
de aprendizado” (p. 1). Neste trabalho os ícones foram utilizados para representar
qual tipo de recomendação é apresentada não reduz muito a área de resultados de
busca do sistema já existente.
3A (Aharon et al.,
2015)
Autor descreve o problema do Cold Start e sugere algumas alternativas para mitigar a
ocorrência do problema. “Entre elas, cita que “se faça uma entrevista com usuários e
solicite que eles classiquem itens” (p. 83).
Neste trabalho foi escolhida essa alternativa para aplicação de entrevistas
estruturadas com especialistas.
3B (Skulmoski,
Hartman, &
Krahn, 2007)
Autor propõe uma estrutura de aplicação do método Delphi para ser utilizada em
trabalhos de Stricto Sensu. Nesta tese o método Delphi foi utilizado para se alcançar
consenso a respeito de qual seria o resultado esperado de cada recomendação.
Quadro 1 – Principais autores utilizados na arquitetura proposto
Fonte: autores.
3. Apresentação dos resultados
Neste capítulo é exposto o protocolo da implantação da pesquisa-ação feita numa
empresa que atua no ramo de distribuição de autopeças de reposição fundada em 1989.
A sede de 12.000 m² está situada na Zona Oeste do município de São Paulo (Brasil).
Arquitetura de sistemas de recomendação para apoio ao vendedor no uso de sistemas de força
53
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
Sua linha de produtos abrange mais especicamente o segmento acessórios automotivos,
totalizando mais de 35.000 itens no portfólio. Tem aproximadamente 200 vendedores,
com uma carteira de 4.500 clientes em todo Brasil.
Uma das principais diculdades do vendedor neste tipo de empresa é conhecer toda a
linha de produtos da empresa, e este problema é ainda maior quando o vendedor não
tem muita experiência neste mercado ou sobre a linha de produtos da empresa. Nesta
situação, encontrar um produto entre milhares pode ser um desao para o vendedor. A
arquitetura proposta no item 2.6 foi implementada na empresa citada a m de testar a
aplicabilidade da arquitetura proposta.
3.1. Aplicação da Etapa 1
Utilizando as técnicas de KDD (Descoberta de Conhecimento em Bancos de Dados)
(Piateski & Frawley, 1991) (Fayyad, Piatesky-Shapiro, & Smyth, 1996). e serviços de
Consultoria especializada em Sistemas de Recomendação (Guillet et al., 2016) (Dalkir,
2005). A equipe fez uma análise completa dos repositórios de dados estruturados e não
estruturados da empresa, a equipe propôs que o sistema SFA poderia prover quatro
tipos de recomendações inteligentes: (1) Quem comprou isso, também comprou. (2) Seu
concorrente comprou isso. (3) É um novo produto. (4) O produto tem um preço mais
baixo em comparação com outros distribuidores.
Após denir quais são as recomendações que o sistema pode oferecer é necessário medir
o quanto os stakeholders do SFA (neste caso, vendedores e compradores) percebem os
benefícios das recomendações fornecidas pelo sistema.
Para atingir tal intento, um questionário de pesquisa proposto neste artigo segue as
características indicadas por (BATTERTON; HALE, 2017), as perguntas devem ser
formuladas para medir como o entrevistado (vendedores e compradores) concorda com
a armação proposta, empregando-se para tanto uma escala do tipo Likert.
O questionário nal foi enviado a 185 vendedores. Foram recebidas 52 respostas válidas.
Outro questionário foi enviado para 3.500 compradores. Foram recebidas 56 respostas
válidas.
Sabe-se que existem regiões brasileiras com realidades econômicas diferentes (Amado,
2018), por isso as respostas foram agrupadas por regiões: Norte, Nordeste, Centro-
Oeste, Sudeste e Sul. Com isso, procura-se vericar se as respostas são consistentes e
independentes do cenário econômico onde o vendedor/comprador atua.
Realizou-se um teste de hipóteses usando a técnica ANOVA para vericar em cada
pergunta, se os valores médios da resposta para cada uma das grandes regiões estão
dentro da média da amostra total. Denimos α = 0,05 e a hipótese nula como: Ho:
μnorth= μnortheast= μcentral-west= μsoutheast= μsouth
O F crítico para a Pesquisa do Vendedor é 2,5787 e o F crítico para a Pesquisa do
Comprador é 2,5740. Portanto, não rejeitamos a hipótese nula, o que signica que não
temos evidências estatisticamente signicantes com α = 0,05 para mostrar que há uma
diferença nos valores médios de cada região brasileira.
54 RISTI, N.º 42, 06/2021
A média das respostas para todos as perguntas foram acima de 3,00. Isso quer dizer que,
comparando-se o valor médio que cada resposta com a escala Likerd (que vai de 1 a 5), os
respondentes concordam com as armativas das perguntas do questionário.
Após análise, conclui-se que as 4 recomendações propostas têm utilidade percebida
pelos Vendedores e Compradores da empresa estudada.
3.2. Aplicação da Etapa 2
A arquitetura proposta neste artigo baseia-se no trabalho de Falk (2019). Ele propõe que
o Sistema de Recomendação se conecte ao Sistema de Venda usando-se APIs (Application
Programming Interface) pois segundo o autor usando essa técnica, qualquer lentidão ou
falha na recomendação não prejudica o sistema de SFA.
Para que as telas desenvolvidas nesta POC não sejam muito genéricas a ponto de não se
conseguir aferir um resultado prático da teoria aplicada neste trabalho, se faz necessário
ter um caso prático de um SFA de uma empresa real para vericar se os objetivos dessa
POC são alcançados. A funcionalidade principal do sistema está focada na geração de
pedidos de venda (Figura 2), além disso o sistema possui módulos de busca de produtos,
cálculo de frete e cálculo de impostos, análise das vendas, títulos emitidos, emissão de
boletos, etiquetas, acesso as promoções e lançamentos e tutoriais em vídeo.
A POC do sistema proposto possui todas as funcionalidades do sistema anterior, com
o acréscimo do modulo de ‘Recomendações’, este artigo irá focar apenas no modulo de
Buscar Produtos porque é nele que o Sistema de Recomendação irá atuar.
Figura 2 – Sistema Anterior - Tela de Criação de Pedidos
Fonte: autor.
Arquitetura de sistemas de recomendação para apoio ao vendedor no uso de sistemas de força
55
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
Utilizando-se dos princípios de usabilidade 2 e 3 de Nielsen (1993), decidiu-se usar
ícones ao invés de texto para representar as recomendações. Os ícones permitem uma
melhor associação entre o mundo real e a interface de um software. Deve-se levar
em consideração que é importante que o ícone represente uma metáfora coletiva da
informação que se deseja passar ao usuário (Gittins, 1986).
Em pesquisas feitas no artigo “Eects of Visual Distinctiveness on Learning and
Retrieval in Icon Toolbars” (Chajadi et al., 2020) vericou-se que o uso de traços
minimalistas e ícones monocromáticos não prejudicam a usabilidade e a identicação
do signicado do ícone. O que ajuda na sua identicação é a familiaridade que o usuário
tem com o desenho do ícone (Yan, 2011).( Quadro 2)
Quem comprou isso
também comprou
Seu concorrente
comprou isso
É um novo produto Preço mais baixo
Quadro 2 – Ícones utilizados
Fonte: autores.
Para ilustrar o funcionamento do sistema proposto é exposto um exemplo na Figura 4
relativo à uma busca e das recomendações do produto ‘espelho retrovisor esquerdo’ com
controle para a marca/modelo Fiat Fiorino 2014 em diante. Os seguintes passos (1 a 4)
devem ser executados pelo usuário Vendedor:
1. – No campo de pesquisa digita-se o código de um Espelho Retrovisor (64628)
2. – O SFA retorna informações do produto buscado (Descrição, preço estoque etc.)
3. – Interface do RS. Nesta área são retornadas as recomendações. Elas aparecem
em forma de lista, uma vez que é possível obter-se várias recomendações para
um mesmo resultado de busca.
4. – Detalhe do resultado das recomendações. Neste exemplo, o sistema retorna
três recomendações: Produto 7800834 por que tem um preço menor e 64639 e
7800836 –Pois são retrovisores para o mesmo veículo (marca, modelo), porém
do tipo sem controle interno. Pois a loja que revende retrovisor com controle
interno pode revender retrovisor sem controle interno.
O sistema funcionará de modo similar para os outros tipos de recomendação, ou seja,
dependendo do item buscado, até quatro tipos de recomendação poderão ser listados
na área (3) e sinalizados com os devidos ícones, representando assim o motivo da
recomendação complementar ao usuário vendedor.
A partir dos resultados apresentados nos passos anteriores, o Vendedor tem a opção de
colocar a quantidade desejada no carrinho de compras. O sistema vai computar uma
recomendação feita com sucesso se o vendedor colocar qualquer quantidade igual ou acima
de 1 peça no carrinho de compras. Assim, se o vendedor zer alguma busca e não colocar
nenhum produto no carrinho de compras, o sistema não vai avaliar a recomendação feita.
56 RISTI, N.º 42, 06/2021
Para ilustrar o funcionamento do sistema proposto é exposto um exemplo na Figura
3 relativo à uma busca e das recomendações do produto ‘espelho retrovisor esquerdo’
com controle para a marca/modelo Fiat Fiorino 2014 em diante. Os seguintes passos
(1 a 4) devem ser executados pelo usuário Vendedor:
1 – No campo de pesquisa digita-se o código de um Espelho Retrovisor (64628)
2 – O SFA retorna informações do produto buscado (Descrição, preço estoque etc.)
3 – Interface do RS. Nesta área são retornadas as recomendações. Elas aparecem em
forma de lista, uma vez que é possível obter-se várias recomendações para um
mesmo resultado de busca.
4 – Detalhe do resultado das recomendações. Neste exemplo, o sistema retorna três
recomendações: Produto 7800834 por que tem um preço menor e 64639 e 7800836
–Pois são retrovisores para o mesmo veículo (marca, modelo), porém do tipo sem
controle interno. Pois a loja que revende retrovisor com controle interno pode
revender retrovisor sem controle interno.
Figura 3 - Interface gráfica do RS
Fonte: autores.
1
2
3
4
Figura 4 – Interface gráca do RS
Fonte: autores.
3.3. Aplicação da Etapa 3
Todo novo RS apresenta como problema conhecido como Cold Start (conforme
exposto no item 2.4). Para minimizar este problema, optou-se por montar um painel
de especialistas na venda de autopeças para que eles determinem quais tipos de
recomendações seriam mais úteis (Aharon et al., 2015). O resultado dessa pesquisa é
especialmente proveitoso para o estabelecimento de um baseline inicial de resultados
que o sistema nal deveria fornecer.
Utilizando-se o método Delphi, as seguintes questões de pesquisa foram aplicadas aos
vendedores técnicos da empresa analisada nesta pesquisa: (QP-D1) Quais categorias
de produtos são os melhores para aparecer quando se tem a recomendação ‘Quem
comprou isso também comprou...’? (QP-D2) Determinar, para cada nicho de mercado
atendido, quais categorias de produto são compradas. (QP-D3) Quais são as categorias
de produtos que o comprador (cliente) mais solicita novidades? (QP-D4) Quais são as
principais categorias de produtos que sofrem mais concorrência?
Em relação à escolha dos participantes dessa fase da pesquisa, ao se utilizar o método
Delphi os especialistas participantes não são escolhidos aleatoriamente, mas sim são
selecionados conforme sua experiência e conhecimento no assunto a ser explorado
(Linstone & Turo, 2002) (Hasson, Keeney, & McKenna, 2000), (Skulmoski, Hartman
e Krahn (2007).
Arquitetura de sistemas de recomendação para apoio ao vendedor no uso de sistemas de força
57
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
Na empresa analisada nesta pesquisa, o universo de prossionais de venda é composto
de 185 pessoas. Neste grupo, os especialistas foram escolhidos utilizando-se os seguintes
critérios de seleção: Experiência de mais de 5 anos na função de vendas na empresa;
Mais de 10 anos de experiência de venda de autopeças; Domínio do atual sistema SFA;
Alta performance de vendas.
Além dos critérios, procurou-se representar proporcionalmente as cinco regiões
brasileiras, variedade em relação à idade e ao gênero dos prossionais. Dentro desses
critérios foram escolhidos 10 prossionais de Vendas.
A técnica de coleta das informações utilizada foi a entrevista semiestruturada à
distância, usando-se para tanto o recurso de vídeo conferência. Primeiramente foi
realizada a apresentação de um documento com a proposição do novo SFA baseado
nas telas elaboradas na POC, com o propósito de elucidar ao entrevistado como
seria o funcionamento do sistema e como as recomendações seriam apresentadas.
Após a apresentação, o pesquisador explicou a cada entrevistado como preencher do
instrumento de coleta de dados.
O instrumento de coleta de dados foi feito em formato de Excel onde nas Linhas da planilha
foram listadas todas as 325 categorias de produtos da empresa. As Colunas da planilha
foram reservadas para a marcação das quatro respostas de pesquisa (QP-D1 a QP-D4).
Foram necessárias 2 rodadas para o consenso entre os especializadas para as QP-D2,
QP-D3 e QP-D3 e formam necessárias 3 rodadas para a QP-D1.
4. Conclusões
Este trabalho contribui primeiramente trazendo à luz da Academia a falta de estudos
de ferramentas inteligentes baseadas em Inteligência Articial que possam auxiliar os
prossionais de vendas nas práticas executadas em vendas presenciais com interação
entre o vendedor e o comprador. Esta pesquisa também apresenta uma arquitetura
de desenvolvimento para implantação de sistema de recomendação que empreendeu
esforços interdisciplinares em áreas de pesquisa academicamente distintas, tais como
aprendizado de máquina, KDD, desenho de interfaces e administração de vendas.
Conclui-se que Sistemas de Recomendação podem ser usados em sistemas
informatizados, mesmo que as recomendações não sejam dirigidas diretamente ao
prossional que decide a compra do produto recomendado. Porém, a implementação
desse tipo de sistema não é uma tarefa simples e envolve prossionais de várias áreas
do conhecimento. Visando facilitar tais desaos, este artigo organiza os processos de
implementação numa arquitetura modelo aplicável a diferentes tipos de empresa com
grande portifólio de produtos. Na pesquisa ação do caso implementado vericou-se que
a arquitetura proposta mostrou-se eciente na organização dos trabalhos e cronograma
de atividades dos diferentes prossionais envolvidos.
Além disso, a arquitetura apresentada poderá servir de base para aplicação em realidades
de empresas de diferentes segmentos nos processos de venda em transações B2B, dada a
diversidade e especicidades técnicas que envolvem os produtos nesse tipo de negociação.
58 RISTI, N.º 42, 06/2021
Indicam-se sugestões para pesquisas futuras, a saber: a) Mensuração da qualidade da
recomendação feita pelo sistema, considerando-se que quem recebe a recomendação
não é o mesmo prossional que decide se coloca o item recomendado no carrinho de
compras; b) Mensuração da performance da solução indicada ao rodar vários modelos de
recomendação simultaneamente, uma vez que algoritmos de Sistemas de Recomendação
precisam de hardware com muito poder de processamento.
Referências
Adomavicius, G., & Tuzhilin, A. (2005). Toward the next generation of recommender
systems: a survey of the state-of-the-art and possible extensions. IEEE Transactions
on Knowledge and Data Engineering, 17(6), 734–749. https://doi.org/10.1109/
TKDE.2005.99
Aggarwal, C. C. (2016). Recommender Systems: The Textbook. Springer. https://doi.
org/10.1145/245108.245121
Aguiar, J. J. B., Araújo, J. M. F. R. de, & Costa, E. de B. (2020). Estudo Comparativo de
Abordagens para Sistemas de Recomendação baseados em Personalidade com uso
do serviço IBM Watson Personality Insights. RISTI - Revista lbérica de Sistemas e
Tecnologias de Informação, (40), 73–88. https://doi.org/10.17013/risti.40.73–88
Aharon, M., Anava, O., Avigdor-Elgrabli, N., Drachsler-Cohen, D., Golan, S.,
& Somekh, O. (2015). ExcUseMe: Asking users to help in item cold-start
recommendations. In RecSys 2015 - Proceedings of the 9th ACM Conference on
Recommender Systems (p. 83–90). Association for Computing Machinery, Inc.
https://doi.org/10.1145/2792838.2800183
Amado, A. (2018). Disparate Regional Development in Brazil: A Monetary
Production Approach (2nd ed). Taylor & Francis. https://books.google.com.br/
books?id=PoyADwAAQBAJ
Arli, D., Bauer, C., & Palmatier, R. W. (2017). Relational selling: Past, present and
future. Industrial Marketing Management, (June). https://doi.org/10.1016/j.
indmarman.2017.07.018
Banik, R. (2018). Hands-on recommendation systems with Python: start
building powerful and personalized, recommendation engines with Python.
Packt Publishing.
Barragán, M. S., Chanchí, G. E., & Campo, W. Y. (2020). Sistema de recomendación
para contenidos musicales basado en el análisis afectivo del contexto social.
RISTI - Revista lbérica de Sistemas e Tecnologias de Informação, (39), 100–113.
https://doi.org/10.17013/risti.39.100-113
Batterton, K. A., & Hale, K. N. (2017). The Likert Scale What It Is and How To Use It.
Phalanx, 50(2), 32–39. http://www.jstor.org/stable/26296382
Burke, R. (2007). Hybrid Web Recommender Systems. In The Adaptive Web (p. 377–
408). Springer Berlin Heidelberg. https://doi.org/10.1007/978-3-540-72079-9_12
Arquitetura de sistemas de recomendação para apoio ao vendedor no uso de sistemas de força
59
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
Buttle, F., & Maklan, S. (2019). Customer Relationship Management: Concepts
and Technologies (4th ed). Taylor & Francis. https://books.google.com.br/
books?id=I5DUDwAAQBAJ
Chajadi, F., Uddin, M. S., & Gutwin, C. (2020). Eects of Visual Distinctiveness on
Learning and Retrieval in Icon Toolbars. In ACM Graphics Interface Conference
GI20 (p. 11). Virtual.
Dalkir, K. (2005). Knowledge Management in Theory and Practice. Elsevier (Vol. 4).
Elsevier Butterworth–Heinemann. https://doi.org/10.1002/asi.21613
Falk, K. (2019). Practical Recommender Systems (1st ed). Manning Publications.
Fayyad, U., Piatesky-Shapiro, G., & Smyth, P. (1996). Knowledge discovery and data
mining. In KDD-96 (Vol. 87, p. 82–88). https://doi.org/10.1511/1999.16.807
Forrester. (2008). The Forrester Wave: Sales Force Management, Q4 2008.
https://www.forrester.com/report/The+Forrester+Wave+Sales+Force+Managem
ent+Q4+2008/-/E-RES46169
Forrester. (2017). The Forrester Wave: Sales Force Automation Solutions, Q2 2017.
https://www.forrester.com/report/The+Forrester+Wave+Sales+Force+Automati
on+Solutions+Q2+2017/-/E-RES136162
Gannage, G. (2018). Sales Force Automation: CRM, Dashboards, and Empowering
Mobile Technology Used by Millennial Salespeople. Atlantic Marketing Association
Proceedings. Recuperado de https://digitalcommons.kennesaw.edu/ama_
proceedings/2018/PROSALES-SALESMGMT_T17/3
Gartner Inc. (2008). Magic quadrant for sales force automation 2008.
https://www.gartner.com/doc/722909/magic-quadrant-sales-force-automation
Gartner Inc. (2013). Magic quadrant for sales force automation 2013.
https://www.gartner.com/doc/2551416/magic-quadrant-sales-force-automation
Gartner Inc. (2014a). Magic quadrant for sales force automation 2014.
https://www.gartner.com/doc/2798021/magic-quadrant-sales-force-automation
Gartner Inc. (2014b). Magic quadrant for sales force automation 2014. Gartner RAS
Core Research Note G. http://www.gartner.com/technology/reprints.do?id=1-
1XJHQ4X&ct=140716&st=sb
Gartner Inc. (2016). Magic quadrant for sales force automation 2016.
https://www.gartner.com/doc/3405124/magic-quadrant-sales-force-automation
Gartner Inc. (2017). Magic quadrant for sales force automation 2017.
https://www.gartner.com/doc/3760163/magic-quadrant-sales-force-automation
Gartner Inc. (2019). Magic quadrant for sales force automation 2019. http://www.
gartner.com/technology/reprints.do?id=1-1XJHQ4X&ct=140716&st=sb
Gittins, D. (1986). Icon-based human-computer interaction. International Journal
of Man-Machine Studies, 24(6), 519–543. https://doi.org/10.1016/S0020-
7373(86)80007-4
60 RISTI, N.º 42, 06/2021
Guillet, F., Ritschard, G., Zighed, D., Briand, H., Hamdi, F., Safar, B., … Zargayouna,
H. (2016). Advances in Knowledge Discovery and Management (Vol. 5).
https://doi.org/10.1007/978-3-642-00580-0
Hasson, F., Keeney, S., & McKenna, H. (2000). Research guidelines for the
Delphi survey technique. Journal of Advanced Nursing, 32(4), 1008–1015.
https://doi.org/10.1046/j.1365-2648.2000.t01-1-01567.x
Kale, Y., Petrie, S. E., Bikdash, M., & Topal, M. D. (2018). Cold-Start User-Based
Weighted Collaborative Filtering for an Implicit Recommender System for Research
Facilities. In 2018 IEEE 4th International Conference on Collaboration and
Internet Computing (CIC) (p. 466–471). https://doi.org/10.1109/CIC.2018.00070
Kitchenham, B., Pearl Brereton, O., Budgen, D., Turner, M., Bailey, J., & Linkman,
S. (2009). Systematic literature reviews in software engineering – A
systematic literature review. Information and Software Technology, 51, 7–15.
https://doi.org/10.1016/j.infsof.2008.09.009
Linstone, H. A., & Turo, M. (2002). The Delphi method: Techniques and Applications.
Addison-Wesley Educational Publishers Inc. https://doi.org/10.1007/s00256-
011-1145-z
Mariadoss, B. J., Milewicz, C., Lee, S., & Sahaym, A. (2014). Salesperson competitive
intelligence and performance: The role of product knowledge and sales force
automation usage. Industrial Marketing Management, 43(1), 136–145.
https://doi.org/10.1016/J.INDMARMAN.2013.08.005
Microsoft. (2020). Commerce, Microsoft Dynamics 365. https://dynamics.microsoft.
com/en-us/commerce/overview/
Nielsen, J. (1993). Usability engineering. Morgan Kaufmann.
Piateski, G., & Frawley, W. (1991). Knowledge Discovery in Databases. MIT Press.
Portugal, I., Alencar, P., & Cowan, D. (2018). The use of machine learning algorithms in
recommender systems: A systematic review. Expert Systems with Applications, 97,
205–227. https://doi.org/10.1016/j.eswa.2017.12.020
Rocco, R. A., & Bush, A. J. (2016). Exploring buyer-seller dyadic perceptions of
technology and relationships: Implications for Sales 2.0. Journal of Research in
Interactive Marketing, 10(1), 17–32. https://doi.org/10.1108/JRIM-04-2015-0027
Rolus Tech. (2020). Dierence between CRM & Sales Force Automation.
https://www.rolustech.com/blog/crm-vs-sales-force-automation
Salesforce. (2020). Get to Know Commerce Cloud Einstein Unit, Salesforce Trailhead.
https://trailhead.salesforce.com/content/learn/modules/cc-einstein-plan-and-
implement/cc-einstein-implementation-basics
Skulmoski, G. J., Hartman, F. T., & Krahn, J. (2007). The Delphi Method for Graduate
Research The Delphi Method for Graduate Research. Journal of Information
Technology Education, 6, 21. http://www.jite.org/documents/Vol6/JITEv6p001-
021Skulmoski212.pdf
Arquitetura de sistemas de recomendação para apoio ao vendedor no uso de sistemas de força
61
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
Syam, N., & Sharma, A. (2018). Waiting for a sales renaissance in the fourth industrial
revolution: Machine learning and articial intelligence in sales research and practice.
Industrial Marketing Management, 69, 135–146. https://doi.org/10.1016/J.
INDMARMAN.2017.12.019
Todeschini, R., & Baccini, A. (2016). Handbook of Bibliometric Indicators: Quantitative
Tools for Studying and Evaluating Research. Wiley. https://books.google.com.br/
books?id=7BuACgAAQBAJ
Vinita, S., & Feisal, M. (2017). Product knowledge and salesperson performance:
rethinking the role of optimism. Marketing Intelligence & Planning, 35(6),
724–739. https://doi.org/10.1108/MIP-11-2016-0199
Yan, R. (2011). Icon design study in computer interface. Procedia Engineering, 15,
3134–3138. https://doi.org/10.1016/j.proeng.2011.08.588
62 RISTI, N.º 42, 06/2021
Revista lbérica de Sistemas e Tecnologias de Informação
Revista lbérica de Sistemas y Tecnologías de Información
Recebido/Submission: 09/03/2021
Aceitação/Acceptance: 14/05/2021
62
Plataformas digitais e departamentos de
comunicação/relações públicas: uma
revisão sistemática
Allana Albuquerque1, Telmo Silva1
allana.cs@gmail.com; tsilva@ua.pt
1 Digimedia, Departamento de Comunicação e Arte, Universidade de Aveiro, Universidade de Aveiro,
Campus Universitário de Santiago 3810-193, Aveiro, Portugal
DOI: 10.17013/risti.42.62–77
Resumo: Este artigo apresenta estudos, correntes teóricas e autores que
fazem parte do atual estado da arte referente à comunicação/relações públicas
e plataformas digitais. Em uma revisão sistemática, usando a metodologia
Prisma, efetua o levantamento de artigos acadêmicos, publicados no período de
2015 a 2020, oriundos de dois bancos de dados: Web of Science e Scopus. Como
resultado quantitativo, observa-se que os estudos relacionados a departamentos
de comunicação não representam nem 1% do total de pesquisas relacionadas a
plataformas digitais, tecnologias digitais ou sistemas de informação. Os resultados
abrangeram a discussão sobre o conceito de plataformas digitais; a transformação
digital dos departamentos de comunicação, e o papel das mídias sociais. Demonstram
ainda a predominância de estudos relacionados à estratégia de comunicação nas
mídias sociais, com foco na relação entre organização e seus públicos. Novas
pesquisas devem explorar o gerenciamento das informações produzidas com o uso
de plataformas digitais.
Palavras-chave: departamentos de comunicação social; departamento de
relações públicas; plataformas digitais; mídias sociais; transformação digital.
Digital platforms and communication/public relations departments:
A systematic literature review
Abstract: This article presents studies, theoretical currents and authors that are
part of the current state of the art regarding communication / public relations and
digital platforms. In a systematic review, using the Prisma methodology, it carries
out a survey of academic articles, published in the period from 2015 to 2020, from
two databases: Web of Science and Scopus. As a quantitative result, it is observed
that studies related to communication departments do not represent even 1% of
the total research related to digital platforms, technologies or information systems.
The results covered the discussion on the concept of digital platforms, the digital
transformation of communications departments, and the role of social media.
They also demonstrate the predominance of studies related to the communication
strategy in social media, focusing on the relationship between organizations and
63
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
their audiences. New research should explore the management of information
produced using digital platforms.
Keywords: communication departments; public relations departments; digital
platforms; social media; digital transformation.
1. Introdução
Na chamada Sociedade em Rede, recairá em todas as organizações e seus setores,
inclusive nos departamentos de comunicação, a transformação digital ao ser
entendida como “o processo que orienta a cultura, a estratégia, as metodologias e as
capacidades de uma organização a partir das tecnologias digitais” (Cuenca-Fontbona,
Matilla, & Compte-Pujol, 2020, p. 78). O objetivo da pesquisa é apresentar estudos,
correntes teóricas e autores que fazem parte do atual estado da arte referente
aos constructos comunicação e plataformas digitais (PD), mais especicamente à
transformação digital dos departamentos de comunicação social/relações públicas.
Os resultados apresentados buscam responder à seguinte questão de investigação:
como se relacionam os estudos sobre plataformas digitais e departamentos de
comunicação social?
Nesses setores circulam informações, cujos conteúdos são formatados para atingirem
diversos públicos através de ferramentas tecnológicas. As PD dão às instituições o poder
de alcançar milhares de pessoas, sem necessitarem do apoio da imprensa ou de terem
de investir grande quantidade de recursos nanceiros em publicidade. As organizações
passam a conversar diretamente com seus clientes/públicos. As PDs passam a permitir
uma interação mais direta e uma avaliação mais fácil dos resultados dos esforços
realizados por meio de investimentos em comunicação.
A primeira parte deste artigo é destinada à descrição da estratégia de busca dos trabalhos
selecionados. Essa etapa apresenta autores a partir dos quais se deniram as palavras-
chave, o processo de seleção e os principais autores identicados, bem como uma análise
quantitativa dos trabalhos identicados e das palavras-chave usadas. Nas duas bases de
dados renomadas, utilizaram-se termos em inglês e português, em suas formas singular
e plural. Essa descrição permite a continuidade do acompanhamento da temática por
pesquisadores interessados sobre o tema. A segunda parte à categorização e discussão
dos principais estudos selecionados. A partir desses estudos buscou-se identicar: como
são tratados os conceitos de plataformas digitais e departamentos de comunicação e
como eles se relacionam. Tais estudos foram abordados em três categorias: conceito de
plataformas digitais; a transformação digital dos departamentos de comunicação, e o
papel das mídias sociais.
2. Metodologia
A metodologia utilizada foi baseada nas diretrizes Prisma: identicação, seleção,
elegibilidade e inclusão (Moher et al., 2009). A partir da análise de revisões e artigos
acadêmicos, publicados no período de 2015 a 2020, oriundos de dois bancos de dados:
Web of Science (W) e Scopus (S). O primeiro reúne mais de 12 mil periódicos de impacto
mundial, sendo o segundo o maior banco de dados de resumos e citações da literatura
revisada por pares (Soriano, Alvarez, & Valdes, 2018).
64 RISTI, N.º 42, 06/2021
Plataformas digitais e departamentos de comunicação/relações públicas: uma revisão sistemática
Com base no objetivo proposto, foram utilizadas as seguintes palavras-chave principais
para as pesquisas: “digital platform*” OR “digital technolog*” OR “information system*”
relacionados com dois termos secundários: “public relation*” e “communication*”.
O primeiro conjunto de termos principais escolhidos decorre dos estudos de Reuver
et al. (2018) e Passarelli, Ribeiro, Oliveira e Mealha (2014). Esses termos são usados
como sinônimos de sistemas que utilizam a Web como suporte de interação entre
os usuários, embora o termo plataforma digital substitua o emprego da expressão
tecnologia da informação e comunicação, e absorva “o conceito de sistema tecnológico
ou infraestrutura tecnológica” (Passarelli et al., 2014, p. 2160). Os termos secundários
escolhidos se demonstraram adequados, em virtude do baixo quantitativo de estudos
que relacionam as duas temáticas.
3. Resultados
Uma busca inicial (W0) foi feita na categoria “administração pública” no banco de dados
Web of Science (W) para identicar como o assunto tem sido abordado nessa área.
Dos mais de 60 mil estudos indexados, no entanto, identicaram-se apenas nove com
public relation* ou communication*, no resumo, palavras-chave ou título na categoria
de periódicos da administração pública. Na base Scopus (S0), dos mais de 90 mil
estudos indexados, 14 continham public relation* ou communication*, nas categorias
“Computer Science”, “Social Sciences” e “Multidisciplinary”.
Nesta primeira rodada de buscas, dos 23 inicialmente selecionados a partir das duas
bases de dados, permaneceram 12 trabalhos após a exclusão daqueles pertencentes
a periódicos relacionados às áreas de agricultura, gerontologia, ciência da saúde,
planejamento urbano, engenharia elétrica e civil, até mesmo de administração quando
o tema estava muito fora do procurado. Essa primeira busca já sinalizou para a escassez
de pesquisas relacionadas ao conceito de plataformas digitais e comunicação.
Em uma outra rodada de pesquisa, foram utilizados três conjuntos de palavras-chaves
mais especícas, representando, respectivamente, os conjuntos W1, W2 e W3 na base
de dados Web of Science e os conjuntos S1, S2 e S3 na Scopus: (i) public relations OR
communication* consultanc* OR communication* department* OR communication*
advisor* (W1/S1); (ii) organizational communication* OR corporate* communication*
OR institutional communication* OR business communication* (W2/S2); (iii) public
communication OR government communication (W3/S3). Os operadores booleanos
foram usados para inclusão de palavras no singular e no plural (*).
Cada conjunto acima foi relacionado, posteriormente e separadamente, com cada um
dos seguintes termos: digital platform*; digital technolog*; information system*.
Somadas todas as rodadas de buscas apenas dos termos principais, detectaram-se mais
185 mil artigos. A Tabela 1 consolida os quantitativos de cada conjunto de pesquisa e
demonstra um total de 115 selecionados após a exclusão de trabalhos duplicados. Verica-
se que a base de Web of Science reúne 72% do número de publicações relacionadas à
comunicação e às plataformas digitais. Apenas quatro artigos foram identicados em
língua portuguesa, representando os conjuntos W4 e S4.
65
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
Resultados
termos principais
Após ltro com
termos secundários Selecionados
W0 63.616 5.882 9
W1 a W4 10.928 617 91
S0 91.404 1.880 14
S1 a S4 19.794 103 25
Total 185.742 8.482 139
Total selecionados sem duplicados 115
Tabela 1 – Resultados encontrados nos processos de busca
Embora plataformas digitais sejam ferramentas de trabalho dos departamentos de
comunicação, ao analisarmos as duas estratégias de busca se observa que, em ambos
os casos, a relação entre plataformas digitais e departamentos de comunicação social
representa menos de 1% dos estudos feitos nos últimos cinco anos. Há diversas lacunas a
serem exploradas já os estudos que envolve a comunicação no âmbito digital são recentes.
Segundo Garcia-Orosa (2019), a comunicação organizacional online se inicia praticamente
ao mesmo tempo que o desenvolvimento da prática prossional. A sistematização de um
processo de pesquisa é sempre importante para manter a continuidade e o acompanhamento
de um determinado tema. No entanto, observa-se que o uso de palavras-chave será sempre
um caminho incompleto na identicação de pesquisas ligadas ao objeto de pesquisa de
qualquer ordem, pois a diversidade semântica de cada palavra dada a partir experiência
de cada pesquisador acaba por levar a rotas que nem sempre se cruzam.
3.1. Análises global
Com base nas buscas, foi possível realizar uma análise quantitativa de correlação das
palavras-chave e de publicações em periódicos relacionados às áreas de Comunicação
e Ciência da Informação. Na Web of Science, identicaram-se quatro artigos (Huertas
& Oliveira, 2019; Rothberg & de Camargo, 2018; Wolf & Archer, 2018; Zotova, 2016)
a partir da relação entre plataformas ou tecnologias digitais com departamento de
comunicação social (W1) e comunicação pública/governamental (W3). Interessante
notar que os estudos sobre plataformas digitais não têm se relacionado com aqueles
sobre comunicação organizacional (W2), que apresenta o maior quantitativo de artigos
identicados. Isso provavelmente é explicado pela forte conexão existente entre os
estudos de gestão e de comunicação organizacional com os relacionados à identidade
organizacional, cultura organizacional, globalização, poder, liderança e socialização
organizacional (Evans, 2016). Apesar da transformação digital das organizações, os
pesquisadores de comunicação organizacional ainda precisam explorar as ferramentas
digitais e suas interferências nos uxos de informação e de comunicação.
66 RISTI, N.º 42, 06/2021
Plataformas digitais e departamentos de comunicação/relações públicas: uma revisão sistemática
Na base de dados Scopus, um artigo (Ao & Huang, 2020) aparece relacionado a
três termos: plataformas digitais (S0), comunicação pública/governamental (S1)
e comunicação organizacional (S3). Outro artigo selecionado trata dos desaos da
informação e comunicação sistematizadas no fortalecimento as organizações públicas
(Rangel & Hernández, 2019), relacionando os conjuntos S0 e S1.
Uma outra análise visou identicar artigos e revisões ainda mais especícos no que
tange a relação entre plataformas digitais e departamentos de comunicação. Para isso,
foi coletada uma série de informações, como (a) acesso aberto; origem do periódico,
(b) quartis JCR e SJR (c) categoria temática JCR e SJR, (d) Index H SJR, (e) fator de
impacto JCR. Com base nesses dados, optou-se por uma nova exclusão de publicações
de temáticas relacionadas, por exemplo, a hotelaria, planejamento urbano, geograa,
agricultura, saúde, gerontologia, psicologia, engenharia, história e artes, criminologia.
A partir desse recorte, foi possível fazer uma análise mais acurada dos trabalhos
publicados que envolvem a temática, notadamente nas áreas de Comunicação, Ciência
da Informação e Computação. Embora em 2017 tenha havido um decrescimento; de 2015
ao primeiro quadrimestre de 2020, observa-se aumento das publicações relacionadas à
temática comunicação/relações públicas e plataformas digitais (Gráco 1), totalizando
92 artigos no período.
Todos foram analisados, no entanto esta revisão de literatura teve como foco estudos
voltados a uma abordagem mais especíca no que se referente a departamentos de
comunicação social. Apesar de esse número ser volátil devido à inserção diária de novas
publicações nas bases de dados, essa análise dá uma visão geral do aumento de estudos
que relacionam tais temáticas.
Gráco 1 – Quantidade de publicações por ano relacionadas à temática
comunicação/ relações públicas e plataformas digitais
De 2015 a 2018, houve uma estabilidade no número de publicações. Em 2019, a
quantidade quase dobrou em relação ao anterior. Apenas no primeiro quadrimestre
de 2020, houve o registro de 10 publicações. Os periódicos Government Information
Quarterly, do Reino Unido, e Professional de La Information, da Espanha, registraram
quatro publicações, cada um. A revista inglesa possui fator de impacto (2018) de 4.311
e qualicação Q1 – em ambos os indicadores JCR (Biblioteca e Ciência da Informação)
e SJR (categoria E-learning, Direito, Biblioteca e Ciência da Informação, Sociologia
e Ciência Política). De acesso aberto, o jornal espanhol trata de assuntos ligados à
comunicação, informação, indicadores, bibliotecas e tecnologias, sendo qualicado
como Q2 (Comunicação, Biblioteca e Ciência da informação), com fator de impacto
(2018) 1.505, na base Web of Science; e Q1 (Biblioteca e Ciência da Informação) e
67
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
Q2 (Comunicação e Sistemas de informação) a partir da análise do Scopus. A Public
Relations Review (SJR Q1) registrou três artigos publicados.
3.2. Perspectivas teóricas
Os dois principais constructos desta revisão sistemática se relacionam em diversos campos
de estudos. Ao se trilhar quadros teóricos identicáveis a partir desta metodologia e de
outros caminhos já pesquisados, observa-se que as tecnologias digitais passaram pelo
determinismo tecnológico, pelo construtivismo social e pela natureza sociotécnica (Ma,
2020). No campo da Ciência da Informação, as abordagens conceituais se encontram
associadas à coleta, ao armazenamento e ao uso dos dados. Em estudos de Ciência e
Tecnologia, a dedicação está na própria tecnologia, como a coprodução de usuários e de
artefatos, a conguração mútua de humanos, do desenho tecnológico e da infraestrutura.
O foco dos pesquisadores de sistema de informação tem sido as plataformas digitais
utilizadas nas indústrias, com o intuito de compreender a cadeia de valor e as
generalidades voltadas ao lucro (Reuver et al., 2018). No setor público, o núcleo está na
capacidade de aprimorar a cocriação de valor a partir da oferta sistemática de produtos
e serviços (Hautamäki & Oksanen, 2018).
Quanto aos estudos em comunicação, há uma preocupação com a democratização das
tecnologias digitais para facilitar mudanças sociais positivas, bem como se voltam à
lógica que envolve os sistemas digitais. As discussões abrangem a lógica e o controle
do poder incorporado em protocolos “que governam a adoção e implementação de
tecnologias especícas, e o intercâmbio e o uxo de dados e informações” (Ma, 2020, p.
147)(MA, 2020).
3.2.1. O que são plataformas digitais?
Diante do alerta de Reuver et al. (2018) para que os estudos sempre apresentem o conceito
de plataforma digital, evitando assim torná-lo apenas uma moda ou não permitindo a
comparabilidade entre pesquisas. Ainda mais ao vê-lo sendo utilizado em diversas ações
publicitárias – Youtube, Airbnb, Facebook, Twitter, Globo Play, Disney Play, Amazon
Prime. Um dos passos mais importantes nesta investigação foi o de identicar um
possível histórico e conceitos.
Verica-se que, no campo acadêmico, poucas são as discussões conceituais do termo
plataforma digital, que teria surgido por volta de 2010, com o seu uso na descrição
de serviços online de intermediários de conteúdo para diversos públicos, entre eles
consumidores, imprensa e comentaristas (Gillespie, 2010, p. 348).
Em 2014, pesquisadores da Universidade do Porto e de Aveiro, Brasilina, Passarelli,
Oliveira e Mealha discutem o termo no livro e-Infocomunicacão – fruto do
desenvolvimento do curso doutoral Informação e Comunicação em Plataformas
Digitais. Armam que o seu uso é visto com frequência em substituição da expressão
tecnologia da informação e comunicação. Entendem que por ser digital indica “uma base
tecnológica concebida e usada humana e socialmente para que se produza, armazene,
recupere, dissemine, comunique e transforme o uxo informacional” (Passarelli et al.,
2014, l. 2157).
68 RISTI, N.º 42, 06/2021
Plataformas digitais e departamentos de comunicação/relações públicas: uma revisão sistemática
Quatro anos depois, em a Sociedade da Plataforma, Dijck, Poell e Wall (2018)
apresentam os elementos que compõe uma plataforma digital: dados, automatização,
organização através de algoritmos e interfaces, formalização através de relações
de propriedade impulsionadas por modelos de negócios e regidas por contratos de
usuário. Ao se apoiar nesse trabalho, D´Andrea (2020) destaca a capacidade mensurável
e de armazenagem das plataformas digitais ao transformar práticas o-line em online, o
que fomentaria a ideologia do dataísmo, ou seja, a crença na quanticação objetiva. Não
haveria objetividade ou neutralidade ao se escolher o que armazenar e, principalmente,
ao interpretar e ao gerir o social a partir de dados estruturados. Ma (2020, p. 145)
apresenta o seguinte conceito para tecnologias digitais: “plataformas, caminhos ou
canais com características emancipatórias propícias à disseminação de informações,
expressão pessoal, deliberação democrática e ação coletiva”.
Todas essas denições são bastantes amplas e servem na prática para descrever
sistemas de informação (Marques, 2020), sites, intranets (Rangel & Hernández, 2019) e
notadamente mídias sociais, bem como aplicativos de rede social móvel (Wei, Huang, &
Zheng, 2018). A diferença recai apenas na tela usada, em vez do écran do computador,
alguns utilizam predominantemente celulares ou tablets.
A abrangência do seu conceito, no entanto, pode prejudicar a compreensão do seu
signicado. Com o intuito de dar mais objetividade e clareza, propõe-se a seguinte
proposta conceitual para PD: base tecnológica capaz de promover a produção, o
armazenamento, a recuperação, a disseminação de informações e a interação, de
maneira dialógica ou não dialógica, entre seus usuários.
Vejam que a conceituação de PD aponta assim características relacionadas a sua
capacidade de gerir informação como de promover o relacionamento entre pessoas.
Após sua conceituação, podemos avançar ao ponto central desta investigação, que
envolve as descobertas sobre como os estudos sobre departamentos de comunicação PD
se relacionam.
3.2.2. A transformação digital dos departamentos de comunicação
Na quarta revolução industrial (Gasca-Hurtado & Machuca-Villegas, 2019), todas as
empresas serão de tecnologia direta ou indiretamente (Walker, Bowkett, & Duchaine,
2018)disruptive technologies, and the Internet of Things, dependency on in- formation
and communication technology (ICT, pois uma empresa não sobrevive longe do uso
das tecnologias da informação e comunicação. Com a convergência tecnológica e
criação constante de novas formas de comunicação, os departamentos de comunicação
social têm sido desaados a se adaptarem e a criarem novos uxos de informação e
comunicação para atingirem os públicos de interesse.
A implementação de plataformas digitais, nos seus mais diferentes escopos, carrega
em seu bojo a redenição de rotinas organizacionais, culturas, estruturas, habilidades
e conhecimentos. Usadas para a mediação infocomunicacional, geram uxos
informacionais estruturados, caracterizados por sua visibilidade e pelo “resultado das
atividades e tarefas desenvolvidas de forma repetitiva no ambiente organizacional,
apoiados por procedimentos e especicações claras” (Valentim, 2010, pp. 18–19).
69
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
Quando se fala em medição do impacto das TIC, valores de negócio e benefícios tornam-
se sinônimos, podendo ser classicados como tangíveis (nanceiros) e intangíveis ou
suaves (não nanceiros). Os objetivos de gestão para a implantação de projetos de TIC
transitam entre os transacionais, informacionais, estratégicos e infraestruturais (Saleem
et al., 2020). Desse modo, o uso de plataformas digitais traz a ideia de uma organização
da informação que possa auxiliar na prestação de contas, com o maior controle das
práticas de linha de frente, no aumento da vantagem competitiva, no melhor desempenho
organizacional e humano.
Nos departamentos de comunicação, a transformação digital ocorre paralelamente com
a consolidação da Internet como ferramenta de comunicação e troca de informações,
com destaque para o uso constante de redes sociais (Baca et al., 2016; Foroudi & Montes,
2017; Rincon & Ortuño, 2018), e de outras ferramentas digitais destinadas ao controle do
uxo informacional e de relacionamento com seus diversos públicos (Androutsopoulou,
Karacapilidis, Loukis, & Charalabidis, 2019).
Diante desse contexto, para avançarmos na discussão, cabe esclarecer o que entendemos
como departamento de comunicação social, ou simplesmente, departamento de
comunicação. São setores responsáveis por atividades de jornalismo, publicidade e
relações públicas em uma organização, seja pública ou privada.
Na América Latina e na Europa, são chamados, comumente, por Secretarias,
Departamentos, Diretorias ou Assessorias de Comunicação. Embora alguns estudiosos
apontem ser preponderante o rótulo de Relações Públicas, nos Estados Unidos, não há
consenso nessa nomenclatura. Muitas universidades têm optado por fundir marketing,
comunicação e relações públicas (Rivero Hernández, 2017).
No âmbito da comunicação social, é percebível a atratividade de pesquisadores por
temáticas que envolvam estratégias de comunicação ou de marketing voltadas ao
fortalecimento da imagem das organizações e seus produtos perante seus públicos-alvo,
como Ibrahim, Ismail, Amer, & Jani (2019). Os pontos centrais das pesquisas tem sido
assim estratégias de negócios ou de comunicação – o que Soriano et al. (2018) chamam
de práticas de comunicação – a maioria relacionada ao uso de plataformas de mídias
sociais, como blogs, Facebook, Twitter e Youtube.
Mais especicamente no caso das relações públicas digitais, há a preponderância de
pesquisas voltadas às estratégias de relacionamento entre instituições e seus diversos
públicos. Estudos publicados especicamente sobre o tema, entre 2008 e 2014,
observaram uma mudança na perspectiva das pesquisas, que passaram da funcional
(período de 1960 e 1980) para a co-criacional (a partir de 1990), abrangendo as teorias
dialógicas, de excelência, situacional e das partes interessadas. Segundo Huang, Wu,
& Huang (2017), são três os estágios para o desenvolvimento da pesquisa em relações
públicas digitais.
O primeiro é chamado de estágio de brotamento (1992-2003), no qual os
pesquisadores descrevem a internet de forma geral, sem rigor acadêmico e sem
estruturas teóricas, sendo site e e-mail os dois mais frequentes estudos sobre
formas de mídia. O segundo é a etapa de diversificação (2004-2007), no qual a
internet é estudada como meio de comunicação. É nesse período que são criados os
70 RISTI, N.º 42, 06/2021
Plataformas digitais e departamentos de comunicação/relações públicas: uma revisão sistemática
blogs (2004) e mídias sociais como o Facebook (2004), Youtube (2006) e o Twitter
em 2007. Nesse contexto, as mídias sociais e os sites organizacionais passam a
ser os principais objetos de estudos. O terceiro estágio, que se inicia em 2008 e
vai até os dias atuais, corresponde a fase de avanço, que examina o potencial das
mídias sociais, que passam a alcançar não só pessoas, mas diversas organizações
com a criação de suas contas oficiais. Segundo esses autores até 2014, não houve
contribuições teóricas radicais.
Em uma realidade de escassez de mão de obra, os prossionais de comunicação
acabam por serem multitarefas e incorporando o uso de plataformas digitais como
ferramentas de trabalho, sem a capacidade de utilizá-las mais estrategicamente. Embora
as plataformas digitais façam parte da rotina desses prossionais, eles as percebem
como um instrumental, sem serem capazes de compreender a mudança no paradigma
comunicacional, estando imersos no jornalismo analógico, ou seja, a informação segue
se difundindo em uma bimedialidade (texto e imagem) e em uma narrativa linear (Baca
et al., 2016). São consideradas como parte de um kit de ferramentas de comunicação
(Wolf & Archer, 2018).
Apesar de vistas como ferramentas, os papéis, funções e estruturação organizacional
dos departamentos de comunicação passam necessariamente pelo uso das redes
sociais. Segundo Rivero Hernández (Rivero Hernández, 2017), seis seriam as áreas
de atuação desses departamentos: relações públicas institucionais, mídia, eventos
e protocolo; comunicação interna; promoção, divulgação e admissões; mídia (redes
internas e sociais); patrocínios, alianças e arrecadação de fundos; e o design do
setor, que abrangeria funções para o bom desempenho do departamento. A missão
dessas áreas deve abranger o planejamento, o desenvolvimento, o gerenciamento
e a supervisão dos processos de comunicação, para o fortalecimento do sentido de
pertencimento e delização de seus públicos, tornando visível o trabalho institucional,
tanto interna quanto externamente. Cabe salientar ainda que, entre as funções desses
setores, estão o conhecimento e o atendimento dos cidadãos, jornalistas e cientistas
da comunidade, prezando pela disseminação de informações corretas e completas
(Salinas, 2016).
O estudo do projeto estrutural de um departamento de comunicação não possui
expressividade – o que signica ainda não haver denição de um modelo estrutural
dominante. Geralmente a estrutura departamental é baseada no público e no mercado,
sendo ecaz aquela capaz de se adaptar a necessidades internas e externas. Essas foram
algumas das conclusões do estudo conduzido, em 2017, pela Research Foundation of
International Association of Business Communications (IABC). Baseados na Teoria
da Excelência em Relações Públicas (Grunig, 2011) e em teorias da administração,
Moss, Likely, Sriramesh e Ferrari (2017) entrevistaram chefes de departamentos de
comunicação dos cinco continentes: Ásia, África, Europa, América Latina e América
do Norte. Entre as principais atividades desses setores, 71,2% destacaram as atividades
baseadas na web. Um dado importante desse estudo é que, das 278 organizações
estudadas, 145 (60%) possuíam até 10 empregados nos departamentos de comunicação,
apenas 32 informaram possuir mais de 50.
Alguns estudos têm explorado ligações emergentes entre relações públicas e a gestão de
informação, ou seja, o processo sistemático de gerenciamento de dados e informações
71
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
voltado à tomada de decisão. Soriano; Álvarez; Valdés (2018) discutem o termo
comunicação estratégica no contexto de alta tecnologia, sendo entendido como o
gerenciamento de comunicação entre a organização e seu público, não apresentando
diferença substancial no que diz respeito ao próprio conceito de relações públicas
apresentado pela Public Relations Society of America (2012).
Ligado ao uso de tecnologias digitais, os pesquisadores apresentam o conceito de
Inteligência de Relações Públicas, que expressa a necessidade de conhecimento
especializado na coleta de informações para aprimoramento de relacionamentos, “a m
de se adaptar a uma mudança ou ambiente incerto” (Soriano et al., 2018, p. 123). Como
informações de valor agregado são a base para a tomada de decisões de qualquer pessoa,
setor ou instituição, esse é o modo defendido pelos autores de aumentar a capacidade de
uma instituição antecipar, inuenciar e colaborar com o sucesso de um negócio.
Também relacionada a essa perspectiva de gerenciamento de dados e informações,
Pereira Villazon, Portilla Manjon, & Rodriguez Salcedo (2019) analisaram 41 trabalhos
para investigar o estado da arte relacionado à gestão de Big Data em Relações Públicas.
Relacionado ao volume, velocidade e variedade de dados, trazem à discussão conceitos
como a veracidade, que representa o grau de conabilidade das fontes de dados; e o
valor, que implica os dados devem ter signicado para poder ajudar as organizacionais
na tomada de decisão. Reforçam a necessidade de prossionais, como acadêmicos de
relações públicas de compreenderem a nova cultura empresarial e econômica na qual a
conectividade obriga a redesenhar estratégias de comunicação corporativa.
Pereira Villazon et al. (2019) mostram ainda que um dos principais usos de Big Data
se apresenta na comunicação com audiências especícas. Armam que o uso de
dados e métricas podem ser ecazes para a análise de padrões, como para a análise
da probabilidade preditiva para um evento. No entanto, a qualidade de trabalhos que
abordam explicitamente a gestão de Big Data em Relações Públicas é escassa. Para eles,
se a tendência de os prossionais de relações públicas continuarem a não se darem
conta do potencial de gestão de dados, corre-se o risco de carem muito atrás de outros
campos, ignorando o potencial das contribuições da disciplina de RP no êxito do sistema
de Big Data nas organizações.
É preciso que os prossionais de comunicação tenham participação na linguagem e na
comunicação decorrente do uso Big Data, contribuindo na construção dos algoritmos
e protegendo a esfera social contra práticas discriminatórias. Os algoritmos não são
neutros, inuenciados pelas escolhas pessoais dos seus autores (Holtzhausen, 2016).
Em países como o Canadá, estudos apontam cinco tecnologias como as principais
impulsionadoras da economia: realidade virtual e aumentada; tecnologia móvel de
quinta geração; impressão 3D; blockchain, e Inteligência Articial (Walker et al., 2018).
Observa-se assim que o uso de novas tecnologias, de plataformas digitais, tem sido
imposto em virtude do processo de transformação digital que atinge toda a sociedade,
devendo ser objeto de maior atenção por parte de pesquisadores, prossionais e,
principalmente, gestores de comunicação. Embora seja uma temática de difícil acesso
por pesquisadores, importante considerar o caminho da evolução histórica de cada
país no que se refere ao trabalho e uso dos departamentos de comunicação pelas forças
governamentais e políticas (Tantivejakul, 2019).
72 RISTI, N.º 42, 06/2021
Plataformas digitais e departamentos de comunicação/relações públicas: uma revisão sistemática
3.2.3. Mídias sociais: a principal perspectiva de estudo de plataformas
digitais
As mídias sociais têm sido vistas como as principais ferramentas de estudo no que se
refere a plataformas digitais no âmbito dos estudos de comunicação. De acordo com
Kaplan e Haenlein (2010, p. 61), os tomadores de decisão e consultores buscam maneiras
pelas quais as empresas podem fazer o uso lucrativo de aplicativos ou mídias sociais,
sendo elas consideradas como “um grupo de aplicativos baseados na Internet que se
baseiam nas bases ideológicas e tecnológicas da Web 2.0 e que permitem a criação e
troca de conteúdo gerado pelo usuário”.
As pesquisas de relações públicas têm se concentrado em abordagens relacionais que,
segundo Kennedy & Sommerfeldt (2015), falham na capacidade de demonstrar que as
mídias sociais vão além da disseminação de informações, permitindo a ilusão de que
promovem diálogo genuíno. Dentro de uma perspectiva pós-moderna, eles defendem
que o debate deveria estar sobre o poder presente nas mãos dos prossionais de
comunicação decorrente do uso das mídias sociais, o que se deve reetir em estudos
sobre ética e obrigações dentro desse sistema de relacionamento. A construção plural
do consenso a partir da promoção do dissenso por organizações também poderia estar
nas pautas de pesquisas, assim como a compreensão das emoções por meio do jogo de
linguagem utilizada que são tidas como irracionais, mas envolvem em si ironia, humor,
paródia, sátira e sacarmos. Alertam ainda sobre a necessidade de análise da exclusão
digital e da habilidade tecnológica para o uso de mídias sociais com o propósito de
fomentá-la em espaços que chamam de subalternos.
Poucos estudos caminham nessa perspectiva pós-moderna. Mosca e Quaranta (2016)
tratam da relação entre informação política e participação em sistemas de mídia
tradicionais e digitais, entre os quais se destacam petições e boicotes a marcas pelas
mídias sociais. Sob a vigência da pandemia da Covid-19, espera-se que emerjam mais
pesquisas sobre o papel das mídias sociais na inclusão digital, conforme defende
Kennedy & Sommerfeldt (2015).
Na contramão dessa visão pós-moderna, diversos artigos foram identicados referentes
ao uso de mídias sociais na estratégia de comunicação com a população ou com clientes.
Allagui e Breslow (2016) investigaram quatro campanhas de relações públicas premiadas
que utilizaram, o que eles chamam, de uma variedade de plataformas de mídias sociais.
Destacaram que número de curtidas, ROI e o valor equivalente de publicidade têm sido
substituídos por conceitos como engajamento, tom, autoridade, atenção, interação,
relacionamento e participação.
Ao e Huang (2020) armam também que o principal objetivo das pesquisas em termos
de tecnologia da informação e comunicação tem sido a medição do engajamento e da
capacidade de resposta em sites. Tratam da comunicação dialógica – construção de
relacionamentos efetivos entre organizações e públicos por meio da troca de ideias e
opiniões – e apresentam os cinco princípios têm sido os mais estudados: loop dialógico,
geração de visitas, utilização da informação, conservação dos visitantes e facilidade de
interface. Ressaltam ainda a importância do estudo dos antecedentes da implementação
do diálogo, como o contexto ambiental, o tipo de comportamento de resposta
organizacional, tipo de organização e características, orientação de diálogo online, tipo
73
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
de crise, suporte emocional, competências do prossional, a idade do usuário, o nível de
responsabilidade percebido e entendimento de TICs.
Fato é que pesquisadores de diversos países estão estudando as mídias sociais, seja pelo
potencial nanceiro ou de envolvimento social e político. Na Polônia, pesquisa indicou
o aumento da atividade em plataformas de redes sociais como parte da melhoria da
governança de comunidades rurais (Krzysztof, 2019). O Twitter foi analisado como
ferramenta de comunicação com os cidadãos e melhoria de resultados governamentais
em 500 cidades norte-americanas (Feeney, Fusi, Camarena, & Zhang, 2020). Em
Barcelona, Huertas e Oliveira (2019) analisaram mensagens feitas por empresas de
turismo pelo Twitter após ataques terroristas à cidade, com o propósito de investigar
como esse setor lida com essas situações. É possível identicar ainda estudos sobre
aspectos comunicacionais entre consultorias virtuais e seus usuários (Li & Mao, 2015).
4. Considerações nais
Embora a transformação digital tenha chegado aos departamentos de comunicação
e seja possível coletar diversos dados produzidos, de modo organizado, falta analisar
mais profundamente essa nova realidade. Não há estudos, por exemplo, que explorem
o aprimoramento dos processos de trabalho, a otimização dos recursos nanceiros e até
mesmos tecnológicos.
Uma grande parte dos esforços dos pesquisadores estão voltados a uma melhor
compreensão e aprimoramento de relacionamentos com seus diversos públicos, com um
olhar especial para as mídias sociais. Sugerem-se estudos que conectem as plataformas
digitais aos departamentos de comunicação no sentido de preencher lacunas,
principalmente, no que se referente ao poder que os departamentos de comunicação
possuem ao serem os responsáveis pelo gerenciamento de diversas PDs de interação
com o público-alvo de uma organização.
Apesar de as inovações e transformações decorrentes do uso de tecnologias digitais
apontarem pela substituição de diversas atividades do homem pela máquina, os
prossionais de comunicação possuem habilidades extremamente humanas que são
fundamentais tanto para analisar e dar transparência a uma innidade de dados, que
são produzidos diariamente dentro de uma organização, quanto para contar essa nova
parte da história da humanidade.
Assim é fundamental uma perspectiva integradora e holística sobre o papel desses
setores nas organizações. É o que se pretende com a próxima etapa do projeto de
doutoramento, do que qual esta revisão bibliográca faz parte. Atenção deve ser dada,
principalmente, à lógica de obtenção dos dados baseados no uso das plataformas digitais
a partir da perspectiva de prossionais de comunicação. As redes sociais são apenas uma
das frentes possíveis a serem exploradas.
Referências
Allagui, I., & Breslow, H. (2016). Social media for public relations: Lessons from four
eective cases. Public Relations Review, 42(1), 20–30. https://doi.org/10.1016/j.
pubrev.2015.12.001
74 RISTI, N.º 42, 06/2021
Plataformas digitais e departamentos de comunicação/relações públicas: uma revisão sistemática
Androutsopoulou, A., Karacapilidis, N., Loukis, E., & Charalabidis, Y. (2019).
Transforming the communication between citizens and government through
AI-guided chatbots. Government Information Quaterly, 36(2), 358–367.
https://doi.org/10.1016/j.giq.2018.10.001
Ao, S. H., & Huang, Q. S. (2020). A systematic review on the application of dialogue
in public relations to information communication technology-based platforms:
Comparing English and Chinese contexts. Public Relations Review, 46(1).
https://doi.org/10.1016/j.pubrev.2019.101814
Baca, A. T., Pascuas, Y. P., Artunduaga, C. R., Ramírez, M. S. P., Palomá, J. S. A., &
Cerón, J. S. S. (2016). Percepciones de los medios periodísticos digitales sobre las
tecnologías de la comunicación y la información en el Departamento del Huila
(Colombia). Question, 1(49), 515–525.
Cuenca-Fontbona, J., Matilla, K., & Compte-Pujol, M. (2020). Transformación
digital de los departamentos de relaciones públicas y comunicación de una
muestra de empresas españolas. Revista de Comunicación, 19(1), 75–92.
https://doi.org/10.26441/rc19.1-2020-a5
D´Andréa, C. (2020). Pesquisando Plataformas Online: Conceitos e Métodos. EDUFBA.
Evans, S. K. (2016). Staying Ahead of the Digital Tsunami: The Contributions
of an Organizational Communication Approach to Journalism in
the Information Age. Journal of Communication, 66(2), 280–298.
https://doi.org/10.1111/jcom.12217
Feeney, M. K., Fusi, F., Camarena, L., & Zhang, F. (2020). Towards more
digital cities? Change in technology use and perceptions across small and
medium-sized US cities. Local Government Studies, 46(5), 820–845.
https://doi.org/10.1080/03003930.2019.1690993
Foroudi, P., & Montes, E. (2017). Corporate e-communication: Its relationship with
corporate logo in the construction of digital interaction platforms. Bottom Line,
30(3), 201–215. https://doi.org/10.1108/BL-08-2017-0023
Garcia-Orosa, B. (2019). 25 years of research in online organizational
communication: Review article. Profesional De La Informacion, 28(5).
https://doi.org/10.3145/epi.2019.sep.17
Gasca-Hurtado, G. P., & Machuca-Villegas, L. (2019). Era de la Cuarta Revolución Industrial.
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação, (34), 11–15.
https://doi.org/10.17013/risti.34.0
Grunig, J. E. (2011). Teoria Geral de Excelência em Relações Públicas. In Relações
Públicas: teoria, contexto e relacionamento (2a ed., pp. 43–129). Difusão Editora.
Hautamäki, A., & Oksanen, K. (2018). Digital Platforms for Restructuring the Public
Sector. In M. L. Smedlund, A. Lindblom (Ed.), Collaborative Value Co-creation in
the Platform Economy (pp. 91–108). https://doi.org/10.1007/978-981-10-8956-
5_5
75
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
Holtzhausen, D. (2016). Datacation: threat or opportunity for communication in
the public sphere? Journal of Communication Management, 20(1), 21–36.
https://doi.org/10.1108/JCOM-12-2014-0082
Huang, Y.-H. C., Wu, F., & Huang, Q. (2017). Does research on digital public relations
indicate a paradigm shift? An analysis and critique of recent trends. Telematics
and Informatics, 34(7), 1364–1376. https://doi.org/https://doi.org/10.1016/j.
tele.2016.08.012
Huertas, A., & Oliveira, A. (2019). How tourism deals with terrorism from a public relations
perspective: A content analysis of communication by destination management
organizations in the aftermath of the 2017 terrorist attacks in Catalonia. Catalan
Journal of Communication & Cultural Studies, 11(1), 39–58.
Ibrahim, I., Ismail, A. F. M. F., Amer, A., & Jani, S. H. M. (2019). The eectiveness of
mass marketing communication as a digital logistics tools in promoting a new online
public service platform. International Journal of Supply Chain Management, 8(4),
177–185.
Kaplan, A. M., & Haenlein, M. (2010). Users of the world, unite! The challenges
and opportunities of Social Media. Business Horizons, (53), 59–68.
https://doi.org/10.1016/j.bushor.2009.09.003
Kennedy, A. K., & Sommerfeldt, E. J. (2015). A Postmodern Turn for Social Media
Research: Theory and Research Directions for Public Relations Scholarship.
Atlantic Journal of Communication, 23(1), 31–45. https://doi.org/10.1080/1545
6870.2015.972406
Krzysztof, K. (2019). Use of information and communication technologies in ocial
websites of Gminas. Are the polish rural and urban-rural local governments
prepared to communicate with the younger generation – digital natives, generation
Y. Public Administration Issues, (5), 140–154. https://doi.org/10.17323/1999-
5431-2019-0-5-140-154
Li, M., & Mao, J. (2015). Hedonic or utilitarian? Exploring the impact of communication
style alignment on user’s perception of virtual health advisory services. International
Journal of Information Management, 35(2), 229–243. https://doi.org/10.1016/j.
ijinfomgt.2014.12.004
Ma, L. (2020). Rethinking democratizing potential of digital technology: A review of
technology and communication studies. Journal of Information, Communication
and Ethics in Society, 18(1), 140–156. https://doi.org/10.1108/JICES-02-2019-0022
Marques, B. P. (2020). Aplicações dos sistemas de informação: Quais as áreas de
aplicação? Revista Ibérica de Sistemas e Tecnologias de Informação, 40(12), 11–16.
https://doi.org/10.17013/risti.40.0
Moher, D., Liberati, A., Tetzla, J., Altman, D. G., Altman, D., Antes, G., … Tugwell,
P. (2009). Preferred reporting items for systematic reviews and meta-analyses:
The PRISMA statement. PLoS Medicine. https://doi.org/10.1371/journal.
pmed.1000097
76 RISTI, N.º 42, 06/2021
Plataformas digitais e departamentos de comunicação/relações públicas: uma revisão sistemática
Mosca, L., & Quaranta, M. (2016). News diets, social media use and non-institutional
participation in three communication ecologies: comparing Germany,
Italy and the UK. Information Communication & Society, 19(3), 325–345.
https://doi.org/10.1080/1369118X.2015.1105276
Moss, D., Likely, F., Sriramesh, K., & Ferrari, M. A. (2017). Structure of the public
relations/communication department: Key ndings from a global study. Public
Relations Review, 43(1), 80–90. https://doi.org/10.1016/j.pubrev.2016.10.019
Passarelli, B., Ribeiro, F., Oliveira, L., & Mealha, O. (2014). Identidade conceitual e
cruzamentos disciplinares. In e-Infocomunicação: estratégias e aplicações (pp.
79–121). Senac.
Public Relations Society of America. (2012). Public Relations rened: a modern
denition for the new Era of Public Relations. Retrieved January 25, 2021, from
http://prdefinition.prsa.org/index.php/2012/04/11/the-modern-definition-of-
public-relations/#:~:text=Based on a public vote,between organizations and
their publics.”
Rangel, M. de J. H., & Hernández, M. L. M. (2019). Desafíos de la información
sistematizada y comunicación en el fortalecimiento de organizaciones públicas.
Revista de Ciencias Sociales, 25(4), 51–64. https://doi.org/10.31876/rcs.
v25i4.30516
Reuver, M. de, Sorensen, C., & Basole, R. C. (2018). The digital platform: a
research agenda. Journal of Information Technology, 33(2), 124–135.
https://doi.org/10.1057/s41265016-0033-3
Rincon, A. R. F., & Ortuño, P. A. H. (2018). Relaciones públicas y sector inmobiliario.:
Nuevas estrategias de comunicación digital. Obra Digital: Revista de Comunicación,
(15), 31–49. https://doi.org/10.25029/od.2017.176.15
Rivero Hernández, M. (2017). Redimensionamiento del área de Comunicación de
la Universidad La Salle Cancún. Revista Internacional de Relaciones Públicas,
VII(13), 161–180. https://doi.org/10.5783/revrrpp.v7i13.415
Rothberg, D., & de Camargo, M. G. (2018). Public Relations and sustainability:
the quality of digital public communication of environmental governing
organizations. Revista Internacional de Relaciones Publicas, 8(15), 153–176.
https://doi.org/10.5783/RIRP-15-2018-09-153-176
Saleem, F., Salim, N., Altalhi, A. H., Ullah, Z., AL-Malaise AL-Ghamdi, A.,
& Mahmood Khan, Z. (2020). Assessing the eects of information and
communication technologies on organizational development: business values
perspectives. Information Technology for Development, 26(1), 54–88.
https://doi.org/10.1080/02681102.2017.1335279
Salinas, L. B. (2016). How to analyze the characteristics of communication
departments in hospitals and their consequences to citizens? Methodological
example. Revista de Comunicacion de La Seeci, 20(39), 105–126.
https://doi.org/http://dx.doi.org/10.15198/seeci.2016.39.105-126
77
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
Soriano, A. S., Alvarez, C. L., & Valdes, R. M. T. (2018). Bibliometric analysis to identify
an emerging research area: Public Relations Intelligence-a challenge to strengthen
technological observatories in the network society. Scientometrics, 115(3),
1591–1614. https://doi.org/10.1007/s11192-018-2651-8
Tantivejakul, N. (2019). The never changing story: Eight decades of the government
public relations department of Thailand. Public Relations Review, 45(2), 258–266.
https://doi.org/https://doi.org/10.1016/j.pubrev.2018.08.009
Valentim, M. L. P. (2010). Ambientes e uxos de informação. São Paulo: Cultura
Acadêmica.
Van Dijck, J., Poell, T., & De Waal, M. (2018). The platform society: Public values in a
connective world. Oxford University Press.
Villazon, T. P., Manjón, I. P., & Salcedo, N. R. (2019). Big data y Relaciones Públicas.
Una revisión bibliográca del estado de la cuestión. Revista de Comunicacion-
Peru, 18(1), 151–165. https://doi.org/10.26441/RC18.1-2019-A8
Walker, V., Bowkett, G., & Duchaine, I. (2018). All Companies Are Technology
Companies: Preparing Canadians with the Skills for a Digital Future. Canadian
Public Policy, 44(S1), S153–S158. https://doi.org/10.3138/cpp.2018-011
Wei, R., Huang, J., & Zheng, P. (2018). Use of mobile social apps for public
communication in China: Gratications as antecedents of reposting articles
from WeChat public accounts. Mobile Media & Communication, 6(1), 108–126.
https://doi.org/10.1177/2050157917728100
Wolf, K., & Archer, C. (2018). Public relations at the crossroads: The need to reclaim core
public relations competencies in digital communication. Journal of Communication
Management, 22(4), 494–509. https://doi.org/10.1108/JCOM-08-2018-0080
Zotova, D. V. (2016). Key Skills of Professionals for Public Relations in
Conditions of Modern Communication Systems. S. Voprosy Teorii i Praktiki
Zhurnalistiki = Theoretical and Practical Issues of Journalism, 5(1), 164–173.
https://doi.org/10.17150/2308-6203.2016.5(1).164-173
78 RISTI, N.º 42, 06/2021
Revista lbérica de Sistemas e Tecnologias de Informação
Revista lbérica de Sistemas y Tecnologías de Información
Recebido/Submission: 19/03/2021
Aceitação/Acceptance: 28/05/2021
78
Clasicación y representación de emociones en el
discurso hablado en español empleando
Deep Learning
Fernando Elkfury1, Jorge Ierache1,2
{felkfury; jierache}@unimoron.edu.ar
1Instituto de Sistemas Inteligentes y Enseñanza Experimental de la Robótica (ISIER), Secretaria de Ciencia
y Tecnología, Escuela Superior de Ingeniería, Informática, Ciencias Agroalimentarias Universidad de Morón
(1708) Morón Argentina.
2Laboratorio de Sistemas Información Avanzados (LSIA) Facultad de Ingeniería Departamento Computación
Universidad de Buenos Aires (C1063) Ciudad Autónoma de Buenos Aires, Argentina.
DOI: 10.17013/risti.42.78–92
Resumen: Inferir emociones a partir de la voz de las personas implica muchos
problemas que necesitan ser estudiados cuidadosamente, tales como: qué emociones
podemos identicar realmente, denir concretamente qué se entiende por cada
emoción descripta, cuáles son las mejores características para la identicación y qué
clasicadores dan el mejor rendimiento. En este trabajo se comparan dos modelos
de redes neuronales para la clasicación de emociones en el discurso hablado
(voz) y se propone un método para la transformación de enfoque categórico de
clasicación de emociones a uno dimensional para la integración del clasicador
con frameworks multimodales de captura de emociones.
Palabras-clave: Reconocimiento de emociones en la voz, Aprendizaje automático,
redes neuronales, frameworks multimodales.
Emotion classication and representation of emotion in spanish
spoken speech using Deep Learning
Abstract: Inferring emotions from people’s voices involves many problems that
need to be studied, such as: what emotions can we really dene, specically dene
what is meant by each described emotion, what are the best features to extract,
and which classiers perform the best. In this work we compare two neural
networks models for the classication of emotions in spoken speech (voice) and a
method is proposed for the transformation of the categorical approach of emotion
classication to a dimensional one for the integration of the develop classier with
an emotional inference multimodal framework.
Keywords: Deep Learning, emotion recognition, framework, neuronal network.
79
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
1. Introducción
En el marco de las tecnologías de la información se ve un crecimiento en el uso de la
componente afectiva en la interacción humano-maquina, en este orden la computación
afectiva presentó un rápido crecimiento en distintos campos como educación (López et al.,
2016), turismos (Chanchí et al., 2020), redes sociales, con el n de analizar las emociones
y/o sentimientos que expresan los usuarios a partir de sus publicaciones (Chanchí &
Córdoba, 2019), entre otros; sin embargo, pocos desarrollos adoptan la voz como una
herramienta para la inferencia emocional. Nuestro enfoque propone la integración de
clasicadores emocionales basados en técnicas de Deep Learning para la contrastación y
validación de datos en un framework de educción emocional multimodal. El análisis de las
emociones en la voz humana es una tarea poco trivial, incluso para el propio ser humano.
Si bien el habla es la forma tradicional de comunicación, no es una característica sensible
a los cambios emocionales y por lo tanto la educción emocional a partir de la misma,
cuando no se posee contexto semántico ni de otra clase, resulta parcial. Según Albert
Meherabin, el tono de la voz expresa solo un 38% de las emociones que puedan transmitir
las personas en un momento dado (Mehrabian, 2017) Deep Learning ha sido considerado
como un campo de investigación emergente en el aprendizaje automático y ha ganado
más atención en los últimos años. Las técnicas de aprendizaje profundo para los sistemas
de reconocimiento de emociones tienen varias ventajas sobre los métodos tradicionales,
incluida su capacidad para detectar la estructura compleja y las características sin
la necesidad de extracción y ajuste manual de estas. Lo cual es un aspecto clave en el
desarrollo de estos dado que la precisión de los clasicadores suele estar ligada a la
selección de las características de la voz que se usaran para el entrenamiento.
Entre los recientes trabajos de investigación en el área, se destacan: a) “Deep Learning
for Emotional Speech Recognition”, desarrollado por Sanchez-Gutierrez, et al. donde
se comparan resultados del entrenamiento de modelos usando Restricted Boltzmann
Machines (RBM) (Sánchez-Gutiérrez et al., 2014) y Deep Belief Networks (DBN)
(Patterson & Gibson, 2017). Minimizaron el número de variables involucradas eligiendo
las emociones de alegría, tristeza, ira, miedo, asco y sorpresa junto con neutral. La
base de datos fue creada por el Centro de Tecnologías y Aplicaciones del Lenguaje y
del Habla (TALP) de la Universidad Politécnica de Cataluña (UPC) con el propósito de
investigar el discurso emocional. La base de datos era parte de un proyecto más grande,
INTERFACE, que involucraba cuatro idiomas, inglés, francés, esloveno y español.
(ELRA, 2011); b) “Recognition of Emotions in Mexican Spanish Speech: An Approach
Based on Acoustic Modelling of Emotion-Specic Vowels” (Caballero-Morales, 2013)
propone la construcción de un corpus en español mexicano y el desarrollo de un
clasicador emocional del discurso a partir del modelado de vocales asociadas con cada
estado emocional; c) Leila Kerkeni, et al. en su artículo “Automatic Speech Emotion
Recognition Using Machine Learning” presenta una comparativa entre las técnicas
MLR, SVM y RNN haciendo uso set Inters1p (ELRA, 2011) con extracción de MFCC y
MS (Davis & Mermelstein, 1980) evaluando las combinaciones de estas características,
además de combinarlo con técnicas de selección de características, LR-RFE. (Kerkeni et
al., 2020); d) Mustaqeem y Soonil Kwon en su artículo proponen un framework basado
en CNN que utiliza espectrogramas para educir las emociones a partir del habla de un
sujeto. (Mustaqeem & Kwon, 2019); e) Abdul Malik Badshah1 et al. emplea el uso de
espectrogramas (similar al autor anterior) obtenidos por medio de la transformada
de Fourier para alimentar un modelo CNN aplicando una arquitectura con kernels
rectangulares. (Badshah et al., 2017)
80 RISTI, N.º 42, 06/2021
Clasicación y representación de emociones en el discurso hablado en español empleando Deep Learning
En este trabajo se optó por el uso de espectrogramas, en los cuales las frecuencias
fueron convertidas a escala de Mel (Volkmann et al., 1937), y se evalúa el desempeño
de redes neuronales convolucionales (CNN) (Fukushima, 1980) (Shafkat, 2018) y redes
neuronales recurrentes (RNN) (Josh Patterson & Adam Gibson, 2017) en la construcción
de un clasicador de emociones.
En la sección dos a continuación se resumen métodos de representación de emociones
comúnmente utilizados. En la sección tres se describe el problema y se proponen una
solución. La sección cuatro expone un conjunto de pruebas basales para la evaluación de
las soluciones propuestas. La sección cinco plantea una discusión al respecto enfoques
y tecnologías utilizadas por diversas investigaciones recientes. Por último, en la sección
seis se discuten resultados y próximos pasos.
2. Representación de las emociones
Las emociones se pueden representar y denir de diversas formas, determinarlas y
establecer una taxonomía de estas no es una tarea simple. En 1994 el psicólogo Paul
Ekman propuso un conjunto de 6 emociones básicas que no están inuenciadas por
la cultura de las personas. Las emociones propuestas inicialmente fueron alegría (joy),
miedo (fear), tristeza (sadness), ira (anger), disgusto (disgust) y sorpresa (surprise). Se
las considera básicas por estar ligadas a la supervivencia de los individuos y en base a
patrones evolutivos (Garcia, 2013).
Además de estas seis emociones pueden existir muchas otras secundarias y derivadas
de las básicas, aunque originadas por la inuencia cultural. En publicaciones
posteriores Ekman añadió una séptima emoción básica llamada desprecio (contempt).
También se suele considerar una octava emoción denominada neutral. La mayor parte
de las teorías emocionales coinciden que las emociones básicas son menores a 10
(Garcia, 2013).
Figura 1 – Circunejo de Russel
81
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
Dada la dicultad de denir y trabajar con extensas listas de emociones, algunos autores
platearon trabajar en enfoques continuos o dimensionales. En el enfoque dimensional
uno de los modelos más aceptados es el que presento el psicólogo James Russel (Russell,
1980). En el cual plantea un eje bidimensional que representa la valencia (“Valence”) en
el eje x, y la excitación (“Arousal”) en el eje y donde las etiquetas emocionales se asocian
en su propuesta conocida como el circunejo de Russel. Siendo la valencia el grado de
placer o de disgusto de la emoción manifestada y la excitación representa efectivamente
el grado de relajación o excitación del sujeto. En la gura 1 se muestra el modelo de
circunejo propuesto por Russel.
Considerando varios estudios, el número de dimensiones del espacio emocional
para la representación de emociones suele limitarse a dos o tres. (Garcia, 2013). La
tercera dimensión, menos frecuente, se denomina control o dominancia y dene el
grado de control que tiene la persona sobre la emoción manifestada. Si bien existen
otros mecanismos dimensionales como la Rueda de Ginebra (GEW, 2005), estos no
se aplicaron en esta etapa en razón que contiene una mayor cantidad de etiquetas de
distinción emocional y se diculta su integración con las emociones resultantes del
enfoque categórico en particular en voz.
3. Relevancia del problema y soluciones propuestas
La comunicación entre las personas y las máquinas o sistemas es cada vez más frecuente
por los avances tecnológicos, sin embargo, los desarrollos son en su mayoría carentes
de la componente afectiva. Por tanto, uno de los objetivos recientes de la comunicación
persona-máquina es la mejora de la experiencia de usuario, intentando conseguir que esta
comunicación sea lo más parecida a la interacción entre personas. (Garcia, 2013). Dicho
esto, se plantean los siguientes problemas para los cuales se propuso y desarrollaron
soluciones En primer lugar, la falta de una arquitectura de reconocimiento de emociones
en el discurso que reconozca emociones en el discurso hablado en español. Seguido de
la ausencia de un API moderna de uso libre que pueda ser utilizada para la investigación
y desarrollo de software. Y, por último, la falta de un método de conversión de enfoques
categóricos a dimensionales, que nos permita Integrar la emoción determinada por la
fuente de voz en un framework multimodal de análisis emocional. Con intención de dar
respuesta a los problemas planteados se desarrolló un clasicador de emociones que
pueda reconocer emociones en el discurso, además, estableciendo una comparativa de
performance entre clasicadores basados en RRN y CNN, para luego jar la integración
del clasicador con un framework multimodal de captura de emociones, en particular
con el aporte del desarrollo de una API que facilite la explotación del modelo diseñado;
proponiendo e implementando un método para pasar del enfoque categórico a un
enfoque dimensional.
Para el desarrollo propuesto se aplicaron dos sets de datos que están etiquetados con
emociones básicas y parcialmente coincidentes con el enfoque categórico de Ekman.
El primero de ellos, “Interes1p” (ELRA, 2011) contiene las grabaciones de un hombre
y una mujer hispanohablantes profesionales españoles (español de Castilla) grabados
en una sala con ruido reducido. Consiste en grabaciones y anotaciones de material de
texto leído en estilo neutral más seis emociones; tristeza, enojo, temor, asco y sorpresa;
todo en estilos de voz rápidos, lentos, suaves y fuertes. El material de texto se compone
de 184 elementos que incluyen oraciones fonéticamente equilibradas, dígitos y palabras
82 RISTI, N.º 42, 06/2021
Clasicación y representación de emociones en el discurso hablado en español empleando Deep Learning
aisladas. El material fue el mismo para todos los modos y estilos, dando un total de 3h
59min de voz grabada para el hablante masculino y 3h 53min para el hablante femenino.
El segundo set de datos “EmoFilm” (Parada-Cabaleiro, Costantini, Batliner, Baird, &
Schuller , 2018), es un corpus que compone de datos de habla emocional multilingüe
que comprende 1115 instancias de audio producidas en inglés, italiano y español. Los
clips de audio (con una longitud media de 3,5 segundos y 1,2 segundos) se extrajeron en
formato de onda (sin comprimir, mono, frecuencia de muestreo de 48 kHz y 16 bits) de
43 películas (original en inglés y su sobre doblado en italiano y versiones en español).
Se consideraron géneros como comedia, drama, horror y suspenso. Se extraen ira,
desprecio, felicidad, miedo y tristeza. (Parada-Cabaleiro, Costantini, Batliner, Baird, &
Schuller , 2018). Para poder trabajar con las siete emociones que propone Ekman más la
emoción neutral articulada en la mayoría de las herramientas y sets de datos, se añade
al set de datos Inters1p el corpus EmoFilm.
3.1. Clasicadores
Se optó por el uso de espectrogramas, como los que se ven en la gura 2, como dato
para alimentar las redes neuronales. La hipótesis es que las capas convolucionales sean
suciente para encontrar patrones adecuados para la generalización en el espectrograma.
Para la generación de espectrogramas se utilizó la librería de Python LibRosa (librosa,
2020) y para la implementación en general de los modelos de redes neuronales se
utilizó el framwork de machine learning TensorFlow (Google, 2020) dada su simpleza,
comunidad activa y soporte constante.
Figura 2 – Espectrograma en escala de Mel
Los espectrogramas se calculan con referencia en dB relativa al valor más alto de la
serie temporal. Se calcula los espectrogramas en escala de Mel, con la intención de que
variaciones en frecuencias muy alejadas a al rengo vocal de las personas tengan poco
impacto en la imagen nal que se alimenta a la red.
Proponemos dos modelos inspirados en la popular arquitectura AlexNet (Krizhevsky,
Sutskever, & Hinton, 2017). El primero es completamente convolucional y tiene una
estructura como se lo muestra en la gura 3 a continuación.
83
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
Figura 3 – Modelo de red neuronal con capas convolucionales
El segundo, es una variación del primero donde se incluye además una capa LSTM. En
la gura 4 debajo se muestra la estructura del segundo modelo propuesto.
Figura 4 – Modelo de red neuronal con capas convolucionales y LSTM
Para ambos modelos se optó por kernles cuadrados y de tamaño constante, 3x3, con un
stride de (1,1). Tanto el incremento del kernel como el tamaño del max pooling o la frecuencia
del mismo, no dieron buenos resultados. Para minimizar los tiempos de entrenamiento
y maximizar los resultados obtenidos se empleó batch normalization como método de
optimización y resultó esencial para reducir los tiempos de entrenamiento y alcanzar los
altos niveles de precisión que más adelante se exponen. Otros métodos de normalización
como el uso de drop out, wheigt normalization y layer normalization no fueron tan efectivos.
El entrenamiento se realiza de forma clásica, separando en 20% del set de datos para
pruebas y se aplicaron técnicas de data augmentation con la intención de romper patrones
semánticos que puedan ser capturados, producto de que el set de datos contiene varias
oraciones iguales. Los espectrogramas son redimensionados de su resolución original de
1890 x 1410 a 256 x 256. Después se aplica un volteo horizontal aleatorio con probabilidad
del 50% y modicaciones del ancho aleatorias también con probabilidad del 50%.
Alteraciones en la altura de la imagen no fueron efectivas. A continuación, se presenta
la tabla 1 con los resultados de precisión en el set de pruebas luego del entrenamiento:
Modelo precisión en el set de pruebas
1 CNN 92.53
2 CNN+LSTM 82.62
Tabla 1 – Tabla comparativa del desempeño de ambos clasicadores propuestos
84 RISTI, N.º 42, 06/2021
Clasicación y representación de emociones en el discurso hablado en español empleando Deep Learning
En la gura 5 se muestran las matrices de confusión de ambos modelos luego de
las pruebas.
El entrenamiento se realiza de forma clásica, separando en 20% del set de datos para
pruebas y se aplicaron técnicas de data augmentation con la intención de romper
patrones semánticos que puedan ser capturados, producto de que el set de datos
contiene varias oraciones iguales. Los espectrogramas son redimensionados de su
resolución original de 1890 x 1410 a 256 x 256. Después se aplica un volteo
horizontal aleatorio con probabilidad del 50% y modificaciones del ancho aleatorias
también con probabilidad del 50%. Alteraciones en la altura de la imagen no fueron
efectivas. A continuación, se presenta la tabla 1 con los resultados de precisión en el
set de pruebas luego del entrenamiento:
En la figura 5 se muestran las matrices de confusión de ambos modelos luego de
las pruebas.
Modelo
precisión en el set de pruebas
1 CNN
92.53
2 CNN+LSTM
82.62
Tabla 1- Tabla comparativa del desempeño de ambos clasificadores propuestos
Figura 5 - Matriz de confusión para el primer modelo
(CNN)(Izquierda). Matriz de confusión para el modelo
CNN+LSTM (Derecha)
Etiqueta esperada
Etiqueta predicha
Figura 5 – Matriz de confusión para el primer modelo (CNN)(Izquierda).
Matriz de confusión para el modelo CNN+LSTM (Derecha)
3.2. Integración de resultados del clasicador bajo el enfoque dimensional
Para la integración de los resultados del clasicador, en particular se desarrolló un
método de transformación vectorial aplicado a las predicciones categóricas provistas
por el clasicador para su representación dimensional, concretamente se confecciona
un API que recibe muestras de audio de entre 3 y 4 segundos preferentemente, dado
que esa longitud de muestra es la más representativa dentro del set de entrenamiento
mixto mencionado en secciones anteriores. El desarrollo produce los espectrogramas
en escala Mel y los pasa por el modelo neuronal puramente convolucional para devolver
un objeto JSON con las ocho etiquetas emocionales alegria (joy), miedo (fear), tristeza
(sadness), ira (anger), disgusto (disgust), sorpresa (surprise), desprecio (contempt),
neutral (neutral) y su correspondiente valor de probabilidad predicho, valores de
excitación-valencia asociados y promedio de dB de la muestra como se ve a continuación:
{
“anger”: “0.0”,
“surprise”: “0.0”,
“disgust”: “0.1”,
“fear”: “0.3”,
“sadness”: “4.6”,
85
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
“neutral”: “6.0”,
“contempt”: “20.7”,
“joy”: “68.3”,
“valence”: “-2.81735”,
“arousal”: “0.836”,
“sampledB”: “-51.525”
}
El API fue desarrollado con Flask (Ronacher, 2015), un framework para desarrollo
de servicios web en Python y funciona como una interfaz para ser explotada por otras
aplicaciones. Implementa los clasicadores que fueron presentados en la sección 3.1 y
en particular el algoritmo de transformación dimensional(excitación-valencia) que se
presenta en el cuerpo principal de esta sección.
Este sistema contribuye con el desafío de integración en contexto multimodales que
integran diversas fuentes de emociones, en particular la trasformación de enfoques
categóricos a dimensiones facilitando la fusión de datos emocionales de diversas fuentes
(rostro, voz, EEG, ECG, HR, entre otras). La representación dimensional de los valores
de excitación y valencia predichos se desarrolla con el empleo del circunejo de Russel,
en este orden se toma una coordenada de origen asociada a la emoción más probable
según el clasicador y, a partir de ahí, desviarse en dirección y magnitud proporcional
(a la probabilidad correspondiente) hacia los puntos asociados a las dos emociones
siguientes más probables.
Para esto se optó por elegir una expansión del modelo de Russel presentada por Klaus
Sherer en la publicación “What are emotions? And how can they be mesaure?” (Scherer,
2005) para tener las coordenadas de base necesarias para asociar las ocho emociones
que trabaja el clasicador en base al modelo categórico de Ekman.
A diferencia del modelo original de Russel, Sherer no solo lo extiende, sino que lo
presenta con una orientación inversa. En este trabajo a nes de compatibilidad con
el framework presentado en (Ierache, Ponce, Nicolosi, Sattolo, & Chapperon, 2019)
(Ierache, Nervo, Sattolo, & Chapperon, 2020) (Ierache, Sattolo, & Chapperon, 2020)
se mantiene el enfoque original de Russel en relación a la orientación de los valores de
positividad y negatividad de valencia, es decir, positivos del lado derecho y negativos del
lado izquierdo.
Además, solo se extraen las emociones de las cual carece el circunejo de Russel por lo
que el modelo utilizado para trabajar es uno como el que muestra la gura 7.
A continuación, se detalla el algoritmo propuesto para obtener los valores de excitación
y valencia predichos, este método se basa en una estrategia de desplazamiento vectorial:
1. Construir un mapa de emociones asociando las coordenadas extraídas del
circunejo de Russel (Russell, 1980) extendido por Sherer (Scherer, 2005) con
las 7 emociones planteadas por Ekman (Ekman, 2005) y neutral, tal como se ve
en la tabla 2.
86 RISTI, N.º 42, 06/2021
Clasicación y representación de emociones en el discurso hablado en español empleando Deep Learning
Figura 7 – Circunejo basado en publicaciones de Russel y Sherer
Emoción Coordenada (x,y)
Anger (-3.2, 2.3)
Contempt (-2.4, 2.6)
Disgust (-2.6, 1.9)
Fear (-1.8, 3)
Joy (3.5, 0.7)
Neutral (1.1, -1.3)
Sadness (-3.4, -1.5)
Surprise (0.4, 3.8)
Tabla 2 – Mapa de coordenadas
2. Analizar una muestra de audio y extraer las 3 etiquetas emocionales más
probables predichas (las de mayor valor).
3. Consultar el mapa del punto 1 y tomar (x1, y1) como la coordenada asociada a la
emoción más probable, (x2, y2) la coordenada de la segunda más probable, y (x3,
y3) la coordenada de la tercera.
4. Aplicar la fórmula 1 para extraer (xr2, yr2) usando la probabilidad predicha para la
segunda emoción más probable y remplazando (xx, yx) con (x2, y2).
5. Aplicar la fórmula 1 para extraer (xr3, yr3) usando la probabilidad predicha para la
tercera emoción más probable y remplazando (xx, yx) con (x3, y3)
87
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
xx prob predicha paraix x
yy prob predicha par
ri i
ri
11
1
.*()
.aai
yy
i
*( )
1
6. Promediar x2 con xr3 e yr2 con yr3 para obtener una única coordenada resultante
(xr4, yr4 )
7. Los valores xr4 e yr4 obtenidos luego del promedio son asociados directamente
con valores de excitación y valencia.
El procedimiento anterior se puede visualizar grácamente con el siguiente ejemplo.
Suponemos una predicción del clasicador donde las tres emociones más probables
fueron, Neutral con 0.50, Alegría con 0.25 y Tristeza con 0.25. En la gura 8, se tomó
el punto O (x1, y1) y se calcularon los puntos A (xr2, yr2) y B (xr3, yr3) usando la fórmula
1 como se explicó en el apartado anterior. El vector w, es el promedio de los vectores
u y v. Finalmente del punto C, asociado al vector w, se extraen valores de excitación y
valencia nal. Como se mencionó al inicio del apartado, lo que ocurre esencialmente
es una desviación del punto O, que representa la emoción más probable, en dirección
y magnitud proporcionales a los puntos A y B, que representan la segunda y tercera
emoción más probable respectivamente considerando su origen sobre la emoción
más probable.
Figura 8 – Ejemplo graco del método de transformación donde el punto C, denotado
con un rombo, es el resultado desde el cual se extraen valores de excitación y valencia
Para los valores de predicción ya mencionados, los puntos resultan:
O = (1.1, -1.3), A = (1.7, -0.8), B = (0.0, -1.3), C= (0.85, -1.05)
Siendo Excitación = -1.05 y Valencia = 0.85 en relación con el punto C.
88 RISTI, N.º 42, 06/2021
Clasicación y representación de emociones en el discurso hablado en español empleando Deep Learning
4. Pruebas del clasicador y del método de transformación con set
de datos independiente (español rioplatense)
La falta de sets de datos en diferentes variaciones del español es un problema para la
generalización del clasicador. Sin embargo, gracias a las técnicas de data argumentación
y a la naturaleza de la extracción de características de un espectrograma, el clasicador
desarrollado demostró inicialmente la capacidad de generalización. Para evaluar esto se
recolectaron, 22 audios de novelas argentinas (Elkfury, Set de datos experimental, 2020)
y se las clasico en forma independiente con un grupo de ocho personas por medio de
encuestas SAM (Self-Assessment Manikin) gura 9, que les permite a los sujetos calicar
los audios en términos de excitación y valencia (Bradley & Lang, 1994).
Figura 9 – SAM (Self-Assessment Mankin)
La gura 10 a y 10 b muestran la representación en el circunejo de Russel, de los
resultados de clasicación en particular de dos audios recolectados, donde los puntos
negros muestran las clasicaciones de los sujetos con el empleo de la encuesta SAM y
el rombo azul la clasicación predicha por la red convolucional utilizando el método
de transformación vectorial antes presentado y entrenada con el set de datos mixto.
Se puede apreciar en particular para estos dos audios representados una coincidencia
en los cuadrantes de pertinencia entre los reportes SAM de los ocho usuarios y la
determinada por la representación vectorial propuesta a partir del resultado del
clasicador. Sobre la experimentación inicial con los veintidós audios de videos se
obtuvo un 72% de coincidencia de cuadrante, entre los valores representados con el
enfoque vectorial propuesto sobre la base de la predicción del clasicador y los valores
de los encuestados (SAM).
5. Discusión
En el presente trabajo se desarrolló un enfoque categórico al igual que los trabajos
indicados en la primera sección, se distinguen entre 4 y 8 emociones, en el contexto
de las emociones básicas que propone Ekman. Sin embargo, se diferencia de ellos al
proponer un método de transformación de etiquetas categóricas a valores de excitación/
valencia para facilitar su contrastación y validación con otros métodos de educción
emocional en un contexto multimodal
89
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
Se plantea un enfoque similar en relación el uso de arquitecturas de clasicadores con
redes neuronales, que adoptaron los trabajos de (Mustaqeem & Kwon, 2019) y (Badshah
et al., 2017).
Para los espectrogramas a diferencia de los trabajos anteriores se aplicó para los
espectrogramas la escala de Mel, ya que esta realza frecuencias del rango vocal humano,
aumentando la resistencia del clasicador al ruido, mejorando la robustez del mismo.
6. Conclusiones
En relación con la confección de un modelo de clasicador de emociones se puede decir
que el uso de espectrogramas y redes convolucionales tiene un buen resultado y que las
técnicas de data augmentation fueron fundamentales para lograr los altos niveles de
precisión obtenidos. Queda por delante la recolección de una mayor cantidad de muestra
de audio en castellano rioplatense, en principio para realizar pruebas y determinar el
grado de generalización que tiene un clasicador que se entrenó, en su mayoría, con
muestras habladas en español de Castilla (Emolm+Inters1p). Si se tuviera un set de
datos lo sucientemente grande podrían combinarse ambos sets para incrementar la
versatilidad del clasicador.
El método propuesto para obtener los valores de excitación y valencia predichos
contribuye a mejorar la clasicación, cuando la predicción del clasicador tiene niveles
parciales de incertidumbre. En futuras líneas de investigación se explorarán métodos
dimensionales con más etiquetas emocionales como lo es la Rueda de Ginebra.
En orden a nuestras futuras líneas de trabajo, considerando la precisión obtenida por el
modelo CNN, se considera ampliar el set de datos empelado en el entrenamiento con la
propuesta de datos rioplatense, como así también se espera ampliar la experimentación
con otras técnicas de data augmentation como las vistas en (Yafeng Niu, 2017) y
variaciones de los hyperparametros del modelo, por ejemplo, las alternativas a la forma
del kernel que propone (Badshah et al., 2017)
Figura 10a – Audio 1 correspondiente a E+, V - Figura 10b - Audio 2 correspondiente a E+, V+
90 RISTI, N.º 42, 06/2021
Clasicación y representación de emociones en el discurso hablado en español empleando Deep Learning
La integración con en contextos multimodales emocionales es bastante directa
permitiendo explotar y contrastar los datos obtenidos junto con los de los otros sensores
y métodos de educción emocional. El método de transformación vectorial aplicado
al enfoque categórico para su representación dimensional demostró un resultado
alentador, pero queda por delante realizar pruebas abiertas para certicar su validez con
encuestas SAM y datos de otros sensores.
Referencias
Badshah, A. M., Rahim, N., Ullah, N., Ahmad, J., Muhammad, K., Lee, M. Y.,
& Baik, S. W. (2017). Deep features-based speech emotion recognition for
smart aective services. Multimedia Tools and Applications, 78, 5571–5589.
https://doi.org/10.1007/s11042-017-5292-7
Caballero-Morales, S.-O. (2013). Recognition of emotions in Mexican Spanish
speech: An approach based on acoustic modelling of emotion-specic
vowels. TheScienticWorldJournal, 2013, 162093-162093. PubMed.
https://doi.org/10.1155/2013/162093
Chanchí, G. E. G., & Córdoba, A. E. G. (2019). Análisis de emociones y sentimientos
sobre el discurso de rma del acuerdo de paz en Colombia. RISTI - Revista Ibérica
de Sistemas e Tecnologias de Informação, (E22), 95–107.
Chanchí, G. E. G., Sierra, L. M. M., & Ospina, M. A. A. (2020). Aplicación de la
computación afectiva en el análisis de videos promocionales de turismo de la
ciudad de Popayán-Colombia. RISTI - Revista Ibérica de Sistemas e Tecnologias
de Informação, (E36), 341–354.
Davis, S., & Mermelstein, P. (1980). Comparison of parametric representations
for monosyllabic word recognition in continuously spoken sentences. IEEE
Transactions on Acoustics, Speech, and Signal Processing, 28(4), 357-366.
https://doi.org/10.1109/tassp.1980.1163420
Ekman, P. (2005). Basic Emotions. In Handbook of Cognition and Emotion (pp.
45–60). John Wiley & Sons, Ltd. https://doi.org/10.1002/0470013494.ch3
Elkfury, F., & Ierache, J. (2020). Set de datos experimental. https://doi.org/ 10.17632/
v3vm6pf2d3.1
ELRA. (2011). Emotional speech synthesis database. Retrieved from
http://catalog.elra.info/en-us/repository/browse/ELRA-S0329/
Fukushima, K. (1980, 4). Neocognitron: A self-organizing neural network model for
a mechanism of pattern recognition unaected by shift in position. Biological
Cybernetics, 36, 193–202. https://doi.org/10.1007/bf00344251
Garcia, S. P. (2013). Reconocimiento afectivo automático mediante el análisis de
parámetros acústicos y lingüísticos del habla espontánea.
Geneva Emotion Wheel (2005) Retrieved from https://www.unige.ch/cisa/gew
Google. (2020). TensorFlow. Retrieved from https://www.tensorow.org/learn
91
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
Ierache, J., Nervo, F., Sattolo, I., & Chapperon, G. (2020). Proposal of a multimodal
model for emotional assessment within aective computing in gastronomic
settings. XXVI Congreso Argentino de Ciencias de la Computación - CACIC 2020,
La Matanza. (pp 501-511).
Ierache, J., Ponce, G., Nicolosi, R., Sattolo, I., & Chapperón, G. (2019). Valoración del grado
de atención en contextos áulicos con el empleo de interfase cerebrocomputadora.
Libro de actas XXV Congreso Argentino de Ciencias de la Computación (CACIC),
Universidad Nacional de Río Cuarto, Córdoba (pp 417-426). RedUnci.
Jorge, I., Iris, S., & Gabriela, C. (2020). Framework multimodal emocional en el contexto
de ambientes dinámicos. RISTI-Revista Ibérica de Sistemas e Tecnologias de
Informação, (40), 45–59. https://doi.org/10.17013/risti.40.45–59
Ierache, J., Sattolo, I., Chapperon, G., Ierache, R., Nervo, F., Elkfury, F., . . . Nicolosi,
R. (2020). Computación afectiva aplicada a la valoración emocional en contextos
gastronómicos. XXII Workshop de Investigadores en Ciencias de la Computación
(WICC 2020, El Calafate, Santa Cruz), (pp. 664-668).
Jia, Y. (2020). Cae. Retrieved from http://cae.berkeleyvision.org/
Johnson, M. K. (2019). Feature Engineering and Selection: A Practical Approach for
Predictive Models. Retrieved 10 2020, from https://bookdown.org/max/FES/
recursive-feature-elimination.html
Josh Patterson, Adam. G. (2017). Deep Learning. O’Reilly Media, Inc.
Keras. (2020). Retrieved from https://keras.io/
Kerkeni, L., Serrestou, Y., Mbarki, M., Raoof, K., Ali Mahjoub, M., & Cleder, C. (2020).
Automatic Speech Emotion Recognition Using Machine Learning. Social Media
and Machine Learning. https://doi.org/10.5772/intechopen.84856
Krizhevsky, A., Sutskever, I., & Hinton, G. E. (2017, 5). ImageNet classication with
deep convolutional neural networks. Communications of the ACM, 60, 84–90.
https://doi.org/10.1145/3065386
Margaret M. Bradley, Peter J. Lang (1994). Measuring emotion: The self-assessment
manikin and the semantic dierential (pp. 49-59). Journal of Behavior Therapy and
Experimental Psychiatry. https://doi.org/10.1016/0005-7916(94)90063-9
Lang, P. J., Bradley, M. M., & Cuthbert, B. N. (2005). International Aective Picture
System. International Aective Picture System. American Psychological Association
(APA). https://doi.org/10.1037/t66667-000
librosa. (2020). Libreria LibRosa. Retrieved from https://librosa.github.io/librosa/
Loijens, L., & Krips, O. (2020). FaceReader Methodology Note. Retrieved noviembre
10, 2020, from https://www.noldus.com/facereader/resources
López, M. B., Montes, A. J. H., Ramírez, R. V., Hernández, G. A., Cabada, R. Z., &
Estrada, M. L. B. (2016). EmoRemSys: Sistema de recomendación de recursos
educativos basado en detección de emociones. RISTI-Revista Ibérica de Sistemas
e Tecnologias de Informação, 17, 80–95. https://doi.org/10.17013/risti.17.80–95
92 RISTI, N.º 42, 06/2021
Clasicación y representación de emociones en el discurso hablado en español empleando Deep Learning
Mehrabian, A. (2017). Communication Without Words. In communication theory (pp.
193–200). Routledge. https://doi.org/10.4324/9781315080918-15
Mustaqeem, X., & Kwon, S. (2019). A CNN-Assisted Enhanced Audio Signal Processing
for Speech Emotion Recognition. Sensors (Basel, Switzerland), 20(1), 183.
https://doi.org/10.3390/s20010183
Parada-Cabaleiro, E., Costantini, G., Batliner, A., Baird, A., & Schuller, B.
(2018). EmoFilm - A multilingual emotional speech corpus. Retrieved from
https://zenodo.org/record/1326428#.XoyMIIgzbcs
Patterson, J., & Gibson, A. (2017). Deep learning: A practitioner’s approach.
Ronacher, A. (2015). Flask. Pallets Projects. https://palletsprojects.com/p/ask/
Russell, J. A. (1980). A circumplex model of aect. Journal of Personality and Social
Psychology, 39, 1161–1178. https://doi.org/10.1037/h0077714
Sánchez-Gutiérrez, M. E., Albornoz, E. M., Martinez-Licona, F., Runer, H. L., &
Goddard, J. (2014). Deep Learning for Emotional Speech Recognition. Lecture
Notes in Computer Science, 311-320. https://doi.org/10.1007/978-3-319-07491-
7_32
Scherer, K. R. (2005). What are emotions? And how can they be measured? Social
Science Information, 44, 695–729. https://doi.org/10.1177/0539018405058216
Shafkat, I. (2018). Intuitively Understanding Convolutions for Deep Learning. Retrieved
10 2020, from https://towardsdatascience.com/intuitively-understanding-
convolutions-for-deep-learning-1f6f42faee1
Volkmann, J., Stevens, S. S., & Newman, E. B. (1937). A Scale for the Measurement of the
Psychological Magnitude Pitch. The Journal of the Acoustical Society of America,
8, 208–208. https://doi.org/10.1121/1.1901999
Xavier Glorot, A. B. (2011). Deep sparse rectier neural networks.
Yafeng Niu, D. Z. (2017). A breakthrough in Speech emotion recognition using Deep
Retinal Convolution Neural Networks.
93
RISTI, N.º 42, 06/2021
Revista lbérica de Sistemas e Tecnologias de Informação
Revista lbérica de Sistemas y Tecnologías de Información
Recebido/Submission: 22/01/2021
Aceitação/Acceptance: 10/04/2021
93
Escalonamento de pedidos no paradigma Fog
Computing: proposta de um modelo sensível ao
contexto e avaliação do seu desempenho
Celestino Barros1, Vítor Rocio2, André Sousa3, Hugo Paredes4
celestino.barros@docente.unicv.edu.cv; vitor.rocio@uab.pt; andresousa@utad.pt;
hparedes@utad.pt
1 Faculty of Science and Technology of University of Cape Verde, Praia, Cabo Verde
2 INESC TEC and Open University of Portugal, Lisbon, Portugal
3 Critical TechWorks, Porto, Portugal
4 INESCT TEC and University of Trás-os-Montes and Alto Douro, Vila Real
DOI: 10.17013/risti.42.93–119
Resumo: os pedidos de execução de aplicações na arquitetura cloud e no
paradigma fog são geralmente heterogéneos e o escalonamento nessas arquiteturas
é um problema de otimização com múltiplas restrições. Neste artigo, zemos um
levantamento sobre os trabalhos relacionados com o escalonamento na arquitetura
cloud e no paradigma fog, identicamos as suas limitações, explorarmos perspetivas
de melhorias e propomos um modelo de escalonamento sensíveis ao contexto para
o paradigma fog. A solução proposta utiliza a normalização Min-Max, para resolver
a heterogeneidade e normalizar os diferentes parâmetros de contexto. A prioridade
dos pedidos é denida através da aplicação da técnica de análise de Regressão
Linear Múltipla e o escalonamento é feito utilizando a técnica de Otimização de
Programação Não Linear Multiobjetivo. Os resultados obtidos a partir de simulações
no kit de ferramentas iFogSim, demonstram que a nossa proposta apresenta um
melhor desempenho em comparação com as propostas não sensíveis ao contexto.
Palavras-chave: sensibilidade ao contexto; qualidade de experiência;
escalonamento sensível ao contexto; modelo de escalonamento; arquitetura cloud
e paradigma fog computing.
Task scheduling in the Fog Computing paradigm: proposal of a
context-aware model and evaluation of its performance
Abstract: Application execution requests in cloud architecture and fog
paradigm are generally heterogeneous and scheduling in these architectures is
an optimization problem with multiple constraints. In this paper, we conducted a
survey on the related works on scheduling in cloud architecture and fog paradigm,
we identify their limitations, we explore some prospects for improvements and we
propose a context-aware scheduling model for fog paradigm. The proposed solution
uses Min-Max normalization, to solve heterogeneity and normalize the dierent
94 RISTI, N.º 42, 06/2021
Escalonamento de pedidos no paradigma Fog Computing
context parameters. The priority of requests is set by applying the Multiple Linear
Regression analysis technique and the scheduling is done using the Multiobjective
Nonlinear Programming Optimization technique. The results obtained from
simulations on iFogSim toolkit, show that our proposal performs better compared
to the non-context-aware proposals.
Keywords: context-aware; quality of experience; context-aware task scheduling;
scheduling model; cloud architecture and fog paradigm.
1. Introdução
As técnicas atuais de computação que utilizam a cloud estão-se a tornar insustentáveis,
visto que bilhões de dispositivos, impulsionados sobretudo pelo rápido crescimento da
Internet of Things (IoT) estão conectados à Internet. Os dados obtidos pelos sensores
e aplicações têm aumentado exponencialmente e muitos destes dispositivos permitem
agregar num único aparelho funcionalidades de execução de aplicações, comunicação,
entretenimento, jogos, entre outros. Além disso, uma das suas principais características
é a sua capacidade de identicar e partilhar diferentes tipos de informações ao nível de
utilizadores, dispositivo, aplicações e rede. Por outro lado, eles possuem várias limitações
como: capacidade de processamento reduzida, escassez de recursos, autonomia reduzida
da bateria, baixa conetividade, entre outras. Estas limitações impõem aos analistas
e desenvolvedores a adoção de serviços que ampliam a capacidade dessas aplicações
em execução nesses dispositivos através da utilização de serviços hospedados na cloud
(Fernando, Loke, & Rahayu, 2013).
Não obstante as vantagens, em algumas situações, não é benéca a utilização da
arquitetura cloud. Ela é centralizada e consequentemente o processamento é feito em
data centers concentrados, para otimização de custos energéticos e de comunicações.
Diferentes técnicas que minimizam a execução na cloud através do processamento
local em elementos periféricos que permitem resolver limitações deste modelo têm sido
propostas. E uma dessas técnicas passa pela utilização do paradigma fog (Bonomi et
al., 2014) que Segundo OpenFog (2017), é uma extensão da cloud e tem sido proposta
para colmatar as inconveniências deste, visto que visa reduzir, entre outros, o tempo
de resposta, consumo de energia e latência. No entanto, devido a sua densidade e
heterogeneidade o escalonamento de tarefas precisa ser tratado com perícia e continuam
a apresentar alguns desaos aliciantes que nos levam a questionar a forma como as
tarefas são encaminhadas entre os diferentes dispositivos físicos, nós da fog e cloud.
Na fog, devido à maior densidade e heterogeneidade de dispositivos, o escalonamento
é muito complexo e, na literatura, ainda existem poucos estudos. Contrariamente, o
escalonamento na cloud que é amplamente estudado. Muitas pesquisas abordam, no
entanto, essa questão na perspetiva de provedores de serviço ou otimizam os níveis da
qualidade de serviço (QoS) da aplicação. Ignoram, porém, informações contextuais ao
nível do dispositivo e dos utilizadores nais e as suas experiências de utilização (QoE).
Neste artigo, zemos um levantamento dos trabalhos relacionados tanto na
arquitetura cloud como no paradigma fog, explorámos as suas limitações e sugerimos
algumas perspetivas de melhorias. Com base nas sugestões, propomos um modelo
95
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
de escalonamento sensível ao contexto para o paradigma fog e analisamos o seu
desempenho.
Sendo o objetivo principal deste artigo, a elaboração de uma proposta que tenha como
âmbito a criação de conhecimento na forma de técnicas, métodos, modelos e teoria, a
metodologia de investigação utilizada na sua conceção foi o Design Science Research
(DSR). Está dividido em seis secções sendo a primeira, a introdução, a segunda, a
contextualização, a terceira, o levantamento dos trabalhos relacionados. Na quarta, são
descritos os contextos previstos, o modelo proposto e as suas arquiteturas. Na quinta,
é avaliado o desempenho do modelo proposto e feita a comparação com propostas não
sensíveis ao contexto e na sexta, é feita a conclusão do artigo.
Como resultado e com base no levantamento dos trabalhos relacionados e na identicação
das suas limitações, propomos um modelo de escalonamento de tarefas sensível ao
contexto para a arquitetura fog e analisamos o seu desempenho comparando-o com
propostas não sensíveis ao contexto.
2. Contextualização
Escalonamento de tarefas refere-se à atribuição de recursos necessários para a execução
de uma tarefa. Assume-se como um processo essencial para melhorar a conabilidade
e a exibilidade dos sistemas e exige algoritmos capazes de escolher o recurso mais
adequado disponível para executar a tarefa (Swaroop, 2019).
Pretende-se que os pedidos sejam executados tendo em consideração as restrições
denidas, como: tempo, custo, duração da bateria, níveis de sinal da rede, QoS da
aplicação, entre outros (Swaroop, 2019). Avança ainda, que devido sua a complexidade,
o paradigma fog, apresenta alguns desaos aliciantes que nos leva a questionar a forma
como as tarefas são encaminhadas entre dispositivos clientes, nós da fog, servidores
cloud, entre outros.
Sistemas lidam com pedidos prioritários, tarefas prioritárias e/ou com requisitos restritos
de QoS. Para garantir o seu bom funcionamento e a sua execução dentro dos limites de
tempo denidos, o escalonamento precisa ser tratado com perfeição. Escalonamento
eciente de tarefa deve garantir processamento simultâneo e eciente independentes do
seu uxo. No paradigma fog, o escalonamento constitui um desao e exige algoritmos
avançados capazes de escolher o recurso mais adequado e disponível para executar a
tarefa (Mahmud et al., 2016).
2.1. Conceção de algoritmos de escalonamento
Conforme Swaroop (2019), na conceção de um algoritmo de escalonamento, devem
ser obedecidas restrições como: custo de tarefas; dependências entre as tarefas e a sua
localização. Avança ainda, que as decisões de escalonamentos podem ser estáticas - onde
decisão é tomada durante a compilação. Ou dinâmicas - onde são utilizadas informações
sobre o estado do uxo de tarefas num determinado instante durante a execução para a
tomada de decisões de escalonamento. Constitui a melhor abordagem, porque possibilita
que vários problemas tenham solução que podem ser representados numa árvore de
96 RISTI, N.º 42, 06/2021
pesquisa. Por outro lado, esses problemas são exigentes computacionalmente, requerem
estratégia de paralelização e balanceamento de carga dinâmico.
2.2. Contexto
Segundo Sousa (2017), o termo “contexto” é algo que, à partida, pode parecer
simples, mas à medida que reetimos sobre ela, a sua denição torna-se cada
vez mais complexa. Em computação móvel o contexto de um utilizador é muito
dinâmico. Ao utilizar aplicações nesse ambiente, o comportamento dessa aplicação
deve ser personalizado para a situação atual do utilizador. Para promover uma
utilização efetiva do contexto, muitos autores disponibilizam as suas denições de
contexto. Bazire & Brézillon (2005), examinaram 150 denições de contexto, nas
diferentes áreas de investigação e concluíram que a criação de uma única denição
é um esforço árduo e provavelmente, impossível visto que a mesma varia com a
área cientíca e depende principalmente do campo em que ela está a ser aplicada.
No entanto, avançam que contexto é um conjunto de restrições que inuenciam o
comportamento relativo a uma determinada tarefa.
A denição de contexto mais utilizada atualmente, mesmo noutros campos, como na
vertente da operacionalização foi proferida em Dey (2001), onde ela é descrita como:
“Any information that can be used to characterize the situation of an entity. An entity
is a person, place, or object that is considered relevant to the interaction between user
and an application, including the user and applications themselves.”
3. Trabalhos relacionados
Segundo o conhecimento dos autores, pesquisas sobre algoritmos de escalonamento
sensíveis ao contexto no paradigma fog são muito recentes e, na arquitetura cloud,
encontramos algumas propostas. Os autores em Deng et al. (2016), Li et al. (2017),
Lawanyashri et al. (2017) e Yang et al. (2018) propuseram abordagens que enfatizam
a redução do consumo de energia dos data centers e nota-se uma grande preocupação
com a eciência energética.
Em Zhou et al. (2015), é proposto um algoritmo que se baseia na QoS para a Mobile
Cloud Server, onde os atributos de tarefas como: privilégios dos utilizadores; tamanho
da tarefa; expetativa e o tempo suspenso na la são utilizados para calcular a prioridade.
Cardellini et al. (2015), propuseram um escalonador distribuído sensível ao QoS para
o processamento de uxo de dados no paradigma fog. No entanto, em topologias que
envolvem muitos operadores funciona de forma instável.
Em Stavrinides & Karatza (2019), é proposto um algoritmo leva em consideração o
custo da comunicação decorrente da transferência de dados dos sensores e dispositivos
da camada da fog durante o processo de escalonamento e em Aazam et al. (2016), é
proposto um algoritmo que visa otimizar a utilização dos recursos e QoS.
Skarlat et al. (2017), deniram uma política de escalonamento que visa a colocação de
aplicações sensíveis à QoS em nós da fog. Em Intharawijitr, Iida & Koga (2016), tentam
garantir a melhor utilização da largura de banda disponibilizada.
Escalonamento de pedidos no paradigma Fog Computing
97
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
Em Sheikhalishahi et al. (2015), Deng et al. (2016), Lawanyashri et al. (2017), há uma
evidente preocupação dos autores com a eciência energética dos recursos. O algoritmo
proposto em Shojafar et al. (2015) e Fun et al. (2017), pretende cumprir o deadline
das tarefas e aumentar os lucros do provedor de serviços da fog. Nestas cinco últimas
propostas, há uma evidente preocupação dos autores em focar e defender principalmente
os interesses dos provedores de serviços, ao invés de considerarem os contextos dos
utilizadores nais e as suas experiências de utilização.
Li et al. (2017), desenvolveram um algoritmo de escalonamento cooperativo focado em
melhorar as recompensas associado as recolhas de dados nas regiões suburbanas.
O algoritmo proposto por Ghouma e Jaseemuddin (2015), explora contexto como níveis
da conetividade da rede do dispositivo e o nível de bateria, para a denição das tarefas
a serem escalonadas. Enquanto que o proposto por Zhou et al. (2017), exploram os
níveis da conectividade da rede e os recursos de Maquinas Virtuais (MV) alugados para
disponibilizar decisões de code ooading. Mahmud et al. (2016), propõem uma política
de escalonamento de aplicação sensíveis ao contexto para Mobile Cloud Computing que
é executado em uma Cloudlet.
O algoritmo proposto em Zhu et al. (2015), é utilizado em tarefas agrupadas com
objetivo de minimizar o tempo de execução. O proposto em Oueis, Strinati & Barbarossa
(2015), apesar de proporcionar ganho de latência e baixo consumo de energia, tal como
os propostos em Cardellini et al. (2015), e Zhu et al. (2015), o desempenho degrada-se
quando é utilizado em arquitetura fog de grande escala.
Em Gill, Garraghan & Buyya (2019), é proposta uma técnica de gestão de recursos para
ambientes cloud e fog sensíveis ao QoS que, contrariamente ao escalonador padrão
da fog, aproveita da otimização Particle Swarm para otimizar em simultâneo vários
parâmetros do contexto.
Em Aazam et al. (2016), é proposto um algoritmo que objetiva estimar os recursos da
fog com intuito de otimizar a QoE. Em vez disso, Skarlat et al. (2017), propuseram uma
abordagem que visa escalonar aplicações sensíveis à QoS em recursos virtualizados da
fog. Contrariamente, em Zhu et al. (2015), Oueis, Strinati & Barbarossa (2015), Mahmud
et al. (2016) e Aazam et al. (2016), foram tidas em conta as questões relacionadas com o
aprimoramento da QoE do utilizador nal.
Muitas propostas, como as descritas em Sheikhalishahi et al. (2015), Lawanyashri et al.
(2017), Tiwary et al. (2018) e Shinde et al. (2018), abordam o problema da otimização sob
a perspetiva dos provedores de serviço e ignoram questões contextuais dos utilizadores
nais e as suas experiências de utilização. Outras, como as denidas em: Cardellini et
al. (2015), Aazam et al. (2016), Skarlat et al. (2017) e Gill, Garraghan & Buyya (2019),
pretendem sobretudo otimizar os níveis de QoS da aplicação e alguns concentram
apenas no escalonamento de tarefas na arquitetura cloud e no paradigma fog. Outros,
ainda, preocupam-se com a eciência energética.
3.1. Limitações dos trabalhos relacionados
Diferentes escalonadores têm as suas próprias deciências, seguidamente destacaremos
algumas limitações dos trabalhos relacionados:
98 RISTI, N.º 42, 06/2021
•Análise de políticas na perspetiva de serviços, a maioria dos escalonadores
analisa as políticas apenas na perspetiva de serviço. A otimização dos custos
para utilizadores, bem como, o aperfeiçoamento da QoE dos utilizadores não é
tido em consideração.
•Desconhecimento do contexto do utilizador nal, nas técnicas de escalonamento
sensíveis ao contexto estudados, os pedidos dos utilizadores nais são analisados
num escopo restrito. A força do sinal associado a um pedido, por exemplo, não
é tida em consideração. Como consequência, qualquer dispositivo pode car
desconectado antes ou enquanto obtém resposta de um pedido. O nível da
bateria do dispositivo dos utilizadores nais também é ignorado. Para garantir
que um pedido sempre tenha respostas em tempo oportuno, um limite para o
nível da bateria deve ser preservado.
•Escalonamento deciente de tarefas, escalonadores de tarefas básico como as
denidas em Yang et al. (2018), Li et al. (2017), Lawanyashri (2017), Deng et al.
(2016) e Qiu et al. (2015), são aqueles que privilegiam a eciência energética e
não consideram a sensibilidade ao contexto, a QoS e a QoE.
•Priorização inadequada de tarefas, alguns escalonadores baseados em
prioridade foram estudados. No entanto, muitos não descrevem a forma como a
prioridade é denida e outros não explicam claramente a metodologia utilizada
para a priorização de tarefas.
•Aumento do tempo médio de espera, geralmente à medida que os
pedidos aumentam, o tempo médio de espera tende também a aumentar
proporcionalmente. Nos escalonadores analisados, nenhuma compensação
para esse problema é proposta.
•Qualidade de experiência subtil, apesar de existirem alguns algoritmos de
escalonamentos na arquitetura cloud e no paradigma fog que privilegiam
a QoS para a priorização das tarefas, elas não se focalizam em otimizar a
QoE do utilizador.
•Supervisão para a preservação da QoS, os escalonadores analisados não fazem
supervisão com objetivo de preservar adequadamente a qualidade de serviço. Isto
é, o tempo máximo permitido para a obtenção de respostas não é considerado
em algumas propostas e em outras, é considerado de forma inadequada.
3.2. Perspetivas de melhoria dos trabalhos relacionados
Alguns aspetos podem ser explorados por forma a melhorar as estratégias existentes:
•Consciencialização do contexto no escalonamento de tarefas: várias pesquisas
asseguram que os escalonadores sensíveis ao contexto são ecientes no
aperfeiçoamento da QoS e otimizam os custos, tanto do ponto de vista dos
utilizadores como dos provedores de serviço.
•Priorização de tarefas sensíveis ao contexto: devem ser introduzidos modelos
de escalonamento onde as prioridades são denidas com base no contexto dos
pedidos.
•Preservação da restrição de energia: a restrição energética deve ser levada
em consideração durante o escalonamento de tarefas. O nível da bateria do
dispositivo do utilizador nal associado a um pedido deve disponibilizar um
Escalonamento de pedidos no paradigma Fog Computing
99
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
nível limite da bateria, para que o dispositivo solicitante seja preservado até ao
m da execução.
•Conservação da força do sinal da rede: a intensidade do sinal associada a
um pedido deve assegurar a força mínima do sinal de forma a possibilitar ao
utilizador solicitar recursos e ter respostas em tempo hábil.
•Salvaguarda da QoS: atendendo que as tarefas descarregadas na fog são
heterogéneas, o escalonador de tarefas deve considerar que o tempo necessário
para a obtenção de resposta deve estar connado dentro dos limites temporais
previstos.
•Redução do tempo médio de espera: um mecanismo de compensação
relativamente ao tempo médio de espera deve ser introduzido pelo escalonador
de tarefas de forma a que o aumento do tempo de espera seja proporcionalmente
menor em relação à chegada das tarefas.
•Otimização da QoE: os algoritmos de escalonamentos devem também
concentrar em otimizar tanto a QoE dos utilizadores nais como a QoS.
Propomos na secção 4, um modelo e arquitetura de escalonamento de tarefas sensível ao
contexto para o paradigma fog, que incorporam estas sugestões.
4. Modelo e arquitetura proposta
Segundo Fun et al. (2017), ao contrário da arquitetura cloud, o paradigma fog é composta
por, no mínimo, três camadas, isto é, nós da borda adicionais são introduzidos entre o
utilizador e a cloud.
No nosso modelo assumimos que uma técnica de code ooading adequado (por
exemplo, MAUI denido em Bahl et al. (2010), COMET apresentado em Gordon et al.
(2012), entre outros) esteja a ser executada nos dispositivos móveis a m de tomar a
melhor decisão em relação ao descarregamento ou não de códigos e em quais nós da fog
(Berg, Durr & Rothermel, 2014).
Consideramos que um pedido inclui o atraso máximo permitido para executar a
aplicação, o nível de bateria do dispositivo e os valores da força do sinal da rede.
Também assumimos, tal como em Deng et al. (2016), que a fog disponibiliza capacidades
computacionais muito maiores que os dispositivos móveis e deve ter a capacidade
de extrair os contextos associados aos pedidos e tomar a decisão de escalonamento
em conformidade.
Musumba e Nyongesa (2013), deniram como os principais contextos que podem ser
explorados em qualquer ambiente de computação móvel: a ligação a rede; processadores
disponíveis; nível de bateria, a localização; a largura de banda da rede; o tráfego na rede;
as maquinas virtuais alugadas e requisitos de QoS da aplicação.
No nosso domínio do problema, os contextos dos provedores de serviços foram ignorados.
Também, depois de descarregado a tarefa na fog, torna-se desnecessário considerar os
processadores no dispositivo móvel. A localização do dispositivo também não afetará a
tarefa do escalonamento, bem como o tráfego na rede e a largura de banda que é igual
para todos os utilizadores. Com base nestas considerações, previmos três parâmetros
100 RISTI, N.º 42, 06/2021
de contexto: nível da bateria; relação sinal-interferência-ruído da rede (SIN) e
QoS da aplicação.
4.1. Modelo proposto
Os nós da fog, com a nossa proposta ativada, é constituída por várias unidades de trabalho:
Unidade de recuperação de informações de contexto - compreende uma arquitetura,
conforme denido em La e Kim (2010). Ela recupera as informações de contexto (Ci) de
cada pedido (r
∈
R). As informações de contexto recuperadas são encaminhadas para
a unidade de priorização de tarefas sensíveis ao contexto; Unidade de priorização de
tarefas sensíveis ao contexto - estima o valor da prioridade de contexto (Pr) para cada
pedido individual r
∈
R e o encaminha para a unidade de QoE e escalonamento sensível
ao contexto. A Unidade de QoE e escalonamento sensível ao contexto - escalona as
tarefas para serem executadas nas MVs em servidores de forma que a QoE do utilizador
nal seja otimizada.
Figura 1 – Modelo proposto.
A gura 1, ilustra as diferentes unidades do modelo proposto. As notações relevantes
utilizadas na unidade priorização de tarefas sensíveis ao contexto e na unidade de QoE
e escalonamento sensíveis ao contexto estão listadas na tabela 1.
Símbolo Denição
CConjunto de todos os parâmetros de contexto
αiQuantidade de diferentes tipos de níveis abstratos de um parâmetro de contexto, Ci∈C
γiDiferença lógica entre dois níveis abstratos Ci∈C
ηiIntervalo normalizado de valores Ci∈C
LiConjunto de todos os níveis concretos de Ci∈C no instante t
θiConjunto de valores tendenciosos Ci∈C
Escalonamento de pedidos no paradigma Fog Computing
101
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
Símbolo Denição
F Conjunto de todas as combinações possíveis de um elemento de cada Li
MConjunto múltiplo de valores mínimos ∀μ
∈
F
RConjunto de execuções de aplicações em um dado instante t
VConjunto de máquinas virtuais disponíveis em um dado instante t
βConjunto dos coecientes de regressão linear múltipla
PrPrioridade de qualquer pedido r
∈
R
ψr,v Tempo necessário para a execução de um pedido r
∈
R em uma máquina virtual v
∈
V
IrQuantidade de interrupções de uma requisição r
∈
R
Tabela 1 – Notações e denições da arquitetura do modelo proposto.
Assumimos que algumas MVs estejam criadas com diferentes congurações o que
permite minimizar as sobrecargas relativas aos processos de criação e eliminação de
MVs, conforme referido em Skarlat et al. (2017). A provisão ótima de MVs para os
pedidos e as suas afetações energeticamente ecientes estão fora do escopo deste artigo.
Foram, no entanto, discutidas em Li et al. (2017) e Yang et al. (2018).
4.2. Arquitetura do modelo proposto
Em Han (2011), foi proposto um resolvedor de heterogeneidade de contexto, que processa
vários parâmetros de contexto, num intervalo normalizado, através da normalização
Min-Max. Nas subsecções seguintes são denidas a arquitetura do modelo proposto, a
começar pela unidade de priorização das tarefas sensíveis ao contexto.
4.2.1. Unidade de priorização de tarefas sensíveis ao contexto
Figura 2 – Arquitetura da unidade de priorização de tarefas.
102 RISTI, N.º 42, 06/2021
Esta unidade é composta pelo repositório de contexto, que armazena as informações
de contexto das tarefas atuais e anteriormente recebidas e pela unidade de previsão de
contexto que explora a informação de contexto num determinado instante de tempo
e alimenta a tabela de previsão. Assim, conseguimos eliminar a heterogeneidade das
informações de contexto na alimentação da tabela de previsão.
A tabela de previsão, disponibiliza um conjunto de dados para a análise da Regressão
Linear Múltipla (RLM) que visa denir a prioridade de contexto dos pedidos atuais. A
gura 2, ilustra arquitetura da unidade de priorização de tarefas sensíveis ao contexto
do modelo proposto.
4.2.2. Criação da tabela de previsão de prioridade de contexto
Para a resolução de problemas relacionados com a heterogeneidade de informações do
contexto, com base na normalização Min-Max, foi concebido um modelo que alimenta
a tabela de previsão de prioridade de contexto. O repositório de contexto disponibiliza
informações do contexto de tarefas previamente recebidas num determinado instante t.
∀Ci∈C, todas as informações do contexto são normalizadas em relação aos extremos, os
valores cam concentrados num intervalo entre 0 e 1. Esta abordagem permite minimizar
a heterogeneidade dos diferentes parâmetros do contexto em termos de valores e
unidades. Denimos o intervalo normalizado, ηi, para um parâmetro de contexto, Ci∈C,
conforme a equação 1.
i
ii
i
CC
C
maxmin
max
()
()
() (1)
Dentro deste intervalo normalizado de um Ci∈C, assumimos que existem αi níveis
abstratos. Estes níveis abstratos representam a medição qualitativa do parâmetro de
contexto correspondente. Permitem que as variações de valores de um determinado
parâmetro de contexto possam ser classicadas internamente. As diferenças lógicas
entre dois níveis abstratos consecutivos, γi, de um contexto Ci∈C são denidas conforme
a equação 2.
i
i
i
(2)
A representação numérica desta abstração compreende um conjunto em concreto
de níveis, Li, para qualquer Ci∈C. Esta abordagem transforma a medição qualitativa
em quantitativa, necessários para cálculos posteriores. O Li é denido conforme a
equação 3.
LxxC
C
zC
C
i
i
i
ii
:,
.
min
max
(3)
Onde z = 0,1,2,…,(αi-1).
Escalonamento de pedidos no paradigma Fog Computing
103
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
O cálculo do produto cartesiano, permitem denir o conjunto combinatório de todos
os níveis de contexto a partir dos diferentes parâmetros de contexto. Este produto
cartesiano é formulado conforme indicado na equação 4.
FL
i
i
C
1
(4)
Todas as combinações possíveis dos diferentes parâmetros do contexto de uma requisição
(r ∈ R) são determinadas.
Também é criado um multiconjunto M com os valores mínimos de cada combinação de
F, denido conforme a equação 5.
Mq
qF
:min
,.
(5)
Este multiconjunto identica o estrangulamento de todas as possíveis combinações do
contexto de um pedido r ∈ R que inuência a priorização das combinações simbólicas.
Além dos parâmetros de estrangulamento, os valores de enviesamento, associados aos
diferentes níveis dos vários parâmetros de contexto, utilizados na priorização, também
inuenciam a priorização. Este valor de enviesamento permite enfatizar os outros
parâmetros. Basicamente, é um mapeamento um-para-um entre os elementos de Li e o
conjunto enviesado, θi para um determinado parâmetro de contexto, Ci∈C.
Seja, θi,j refere ao valor mínimo de enviesamento de
i
C
, no seu j-ésimo nível associado a
uma combinação candidata em F. Para mapear,
i
θ
para Li,
,0
i
θ
, presume-se, .
i
CC∀∈
,
,
i ij
CC
θ
∀∈
deve satisfazer a seguinte condição:
ij ij
qM qM
,,
*( )*()maxmin
1
(6)
As prioridades destas combinações são denidas de forma que a informação do contexto
de qualquer pedido possa ser mapeada sobre ela mesma a m de prever a prioridade
desse pedido.
O cálculo da prioridade é feito utilizando os valores relevantes
de enviesamento
i
CC∀∈
e
o seu parâmetro de contexto de estrangulamento. Assumimos que
( )
ik
δµ
dene a prioridade
do contexto
k
F
µ
∈
enviesado em
i
CC∈
.
( )
ik
δµ
é representado conforme a equação 7.
ik
ij k
q
q
qM
() *
,.
(7)
104 RISTI, N.º 42, 06/2021
Onde,
( )
0 1kF≤≤ −
e
k
qM∈
está associada à
k
µ
.
A prioridade estimada,
ˆ()
ik
δµ
de
k
µ
é calculada através da equação 8.
ik
ik
CC
i
()
()
.
(8)
k
µ
e
ˆ()
k
δµ
,
k
F
µ
∀∈
alimentam a tabela de previsão com um conjunto de dados. Estes
dados da tabela de previsão permitem prever a prioridade de qualquer pedido em la de
espera.
4.2.3. Previsão da prioridade do contexto
A RLM é um dos métodos estatísticos multivariados cuja a principal preocupação
consiste em estabelecer as relações entre várias variáveis independentes ou preditoras
e uma variável dependente ou critério. Ao identicar como estas múltiplas variáveis
independentes se relacionam com a variável dependente, as informações sobre as
variáveis independentes podem ser utilizadas para fazer previsões precisas e poderosas
(Quinn & Keough, 2002). Consideremos, m observações de um conjunto de p número
do variável preditor Xs e um variável critério Y associado a elas. O modelo de RLM, que
geralmente se ajusta a este cenário, é denido conforme a equação 9.
yxxx
iiji
jp
ip i
011
, (9)
onde, para a i-ésima observação, i
y
= Y e
ji
x
= j
X
,
j
XX∀∈
. O coeciente do RLM,
0
β
,
é a interceção da população e
j
β
, é a variação de Y em uma unidade de variação em j
X
,
1,
j
X Xe j p∀ ∈ ≤≤
mantendo as outras variáveis independentes constantes,
i
∈
é o erro
aleatório ou inexplicável associado à i-ésima observação. Os valores estimados dos
coecientes da RLM são calculados através dos valores conhecidos da equação (8) de
cada observação, e resolvidos algebricamente. Estimando
β
= {
0
β
,
1
β
, …,
p
β
},
0
ββ
∀∈
e
2
σ
∈
(erro da variância), a reta de regressão ajustada, que prevê Y para qualquer
observação desconhecida, é expressa conforme a equação 10:
0 11
ˆ= + +…+ +…+ ∈
i i ij p ip i
y b b x bx b x
(10)
onde,
ˆ
i
y
é o valor previsto para qualquer observação desconhecida,
j
b
é a estimativa da
amostra de
jj
ββ β
∀∈
.
Escalonamento de pedidos no paradigma Fog Computing
105
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
Ao invés de calcular as regressões para cada variável preditora individualmente, a RLM
utiliza informações de todas as variáveis independentes simultaneamente para prever
uma única variável critério. Como resultado, ela é naturalmente mais rápida do que os
outros métodos de análise multivariada (Mertler & Reinhart, 2016).
Fazemos o mapeamento da tabela de previsão de contexto para o modelo RLM,
considerando cada tuplo da tabela de previsão como uma observação de um conjunto de
dados da RLM em que, o conjunto de variáveis independentes, X = Ci,
i
CC∀∈
de cada
combinação
F
µ
∈
, a variável dependente, Y =
( )
ˆ
ik
δµ
é a prioridade prevista de qualquer
requisição desconhecida,
ˆ
ri
Py=
.
Para qualquer pedido
,rR∈
quanto menor for o valor
r
P
, maior será a prioridade.
A tabela de previsão de prioridade de contexto é criada através dos valores quantitativas
i
CC∀∈
e dos parâmetros de contexto que são independentes entre si. Após a denição
da prioridade do contexto, as informações do contexto desta tarefa são armazenadas no
repositório de contexto.
4.3. Otimização do escalonamento das aplicações
A unidade de QoE e escalonamento sensível ao contexto do sistema proposto escalona
as tarefas prioritárias para serem executadas em MVs na fog após um intervalo de
escalonamento (IE),
τ
.
De modo a otimizar a QoE dos utilizadores, o escalonador proposto explora a prioridade
de contexto (Pr) de um pedido
rR∈
e a sua duração estimada do tempo de execução
(Tr,v) para denir o escalonamento desse pedido
rR∈
em uma MV
, vV∈
. Se em virtude
da quantidade limitada de MVs e à baixa prioridade, um pedido
rR∈
não poder ser
escalonada num intervalo de escalonamento, ela deverá ser escalonada nos próximos
intervalos. Na nossa proposta, a execução de tarefa com menores prioridades é
interrompida em virtude da chegada de tarefa com maiores prioridades. Considerando
que essa preempção pode propiciar a espera por tempo indeterminado para a execução
de um determinado pedido
rR∈
, exploramos também o número de intervalos de
escalonamento (Ir), em que um pedido de escalonamento numa MV é adiado desde a sua
chegada, com o objetivo de evitar a condição de starvation. Com vista a otimizar a QoE
dos utilizadores foi utilizada a técnica de otimização de Programação Não Linear
Multiobjetivo (MONLP) para escalonar os pedidos.
Segundo Miettinen (1998), a técnica MONLP é geralmente aplicada aos problemas
de otimização onde existem mais de uma função objetivo (FO) não lineares a serem
otimizada simultaneamente. Ela possui alguns elementos como: conjunto de funções
106 RISTI, N.º 42, 06/2021
objetivos não lineares que devem ser otimizadas; variáveis de decisão que constituem o
domínio no qual cada FO deve operar; restrições que delimitam o espaço de pesquisa.
Nas secções 4.3.1 e 4.3.2, são denidas as funções objetivos e as restrições para o
escalonamento otimizado de aplicações.
4.3.1. Denição da função objetivo
Um dos objetivos desta artigo consiste em escalonar pedidos,
rR∈
em MV,
,vV∈
visando otimizar a QoE dos utilizadores para todos os pedidos num determinado
intervalo de escalonamento. Assumindo que a execução de todos os pedidos,
rR∈
não
são preemptivas e que todas as MVs,
vV∈
estão criadas na fog, a FO é denida conforme
a equação 11.
,
,
*
r rv
rv
r Rv V r
P
min I
ψ
∈∈
∑∑
(11)
E está sujeita a algumas restrições, (inequações (12) à (17)).
Esta equação indica que a QoE de todos os pedidos de aplicações dos utilizadores podem
ser otimizadas através da minimização da soma dos seus tempos de execução. Ela
também leva em consideração a execução prioritária das tarefas com maiores prioridades
através da minimização da soma das prioridades de todas os pedidos, dado que, quanto
menor for o resultado, maior será a prioridade obtida. Além disso, a soma dos valores
inversos do (Ir),
rR∀∈
mostra que os pedidos, em que foram adiados os seus
escalonamentos num determinado intervalo, terão maior prioridade para serem
escalonadas nos atuais intervalos, atenuando assim a situação de starvation.
4.3.2. Denição das restrições
Para o escalonamento ótimo denimos as seguintes restrições:
•Restrição de capacidade: é apresentada conforme a inequação 12.
v
vV
ηη
∈
≤
∑
(12)
Onde,
v
η
representa o tamanho da máquina virtual e
η
é a capacidade total do nó da fog.
•Restrição de afetação de MV: é apresentada conforme a inequação 13.
,
1, ,
vr
vV
K vV r R
∈
≤ ∀∈ ∀∈
∑
(13)
Escalonamento de pedidos no paradigma Fog Computing
107
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
,vr
K
é uma variável booleana, que é igual a um, se uma MV
vV∈
for afetada a um pedido
rR∈
; caso contrário é zero.
•Restrição de escalonamento de pedidos: é escrita conforme a inequação 14.
,
,.
rv
rR
r R vV
χ
∈
≤∀ ∈ ∀ ∈
∑
(14)
,rv
χ
é uma variável booleana, é igual a um, se um pedido
rR∈
estiver escalonada em
uma MV
vV∈
; caso contrário, é zero.
•Restrição de QoS: é representada conforme a inequação 15.
,
,.
rv r r
Q T rR
ψ
+ ≤ ∀∈
(15)
onde,
,
rv
ψ
representa o tempo necessário para executar um pedido
rR∈
em uma
máquina virtual
vV∈
, Qr é o tempo de espera na la do pedido r. e Tr corresponde à
QoS da aplicação.
•Restrição de consumo de energia: é apresentada conforme a inequação 16.
.≥
r th
B B
(16)
onde, Br representa o nível de bateria do dispositivo do utilizador nal associado a um
pedido,
rR∈
e Bth indica o nível mínimo de bateria, para que o dispositivo requisitante
se permaneça ligado até ao nal da execução.
Restrição da qualidade do sinal: é escrita conforme a inequação 17.
,≥
r th
SIN SIN
(17)
onde, SINr representa a intensidade do sinal associado a um pedido
rR∈
e SINth indica
a intensidade mínima do sinal necessário para a submissão de um pedido do dispositivo
do utilizador nal.
4.4.Deniçãodosparâmetros
Comparado com os outros parâmetros de contextos, o requisito de QoS da aplicação tem
maior impacto no aperfeiçoamento da QoE dos utilizadores nais. Por isso, calculamos
os valores de enviesamento,
θ
associados principalmente a este parâmetro.
O desempenho da solução proposta é inuenciado grandemente pelo intervalo de
escalonamento,
τ
. Atendendo que o tempo médio de execução de diferentes pedidos
108 RISTI, N.º 42, 06/2021
t
rR∈
nas diferentes MVs
t
vV∈
são conhecidos a partir das experiências anteriores.
Podemos calcular a previsão do escalonamento estático
( )
s
τ
conforme denido na
equação 18.
,
1
tt
s rv
r RvV
t
R
τψ
∈∈
= ⋅
∑∑
(18)
O valor
τ
estático nem sempre permite uma boa utilização dos recursos. Um valor de
τ
alto reduz a sobrecarga do escalonamento, contudo, poderá não conseguir manter a
exigência de QoS da aplicação do utilizador nem garantir uma melhor utilização dos
recursos computacionais. Do mesmo modo, um valor de
τ
muito baixo pode provocar
uma grande sobrecarga no escalonamento, assim como poderá possibilitar a existência
de alguns intervalos de escalonamento, sem a chegada de pedidos. Portanto, um valor
τ
dinâmico permite aumentar o desempenho da nossa proposta, assumindo que a taxa
média de chegada dos pedidos varia muito ao longo do tempo. No entanto, na prática,
nem a sequência da chegada dos pedidos, nem os respetivos tempos de execução nas
MVs obedecem o intervalo de escalonamento estático (
),
s
τ
que é calculada como média
aritmética dos valores das experiências anteriores. Por isso, visando aumentar o
desempenho do modelo proposto optamos, pelo cálculo do intervalo de escalonamento
dinâmico (
)
d
τ
, que utiliza a fórmula do Exponentially Weighted Moving Average
(EWMA) (Wold, 1994), conforme a equação 19:
( )
() ( 1) ()
ˆˆ
1
dm dm dm
τ ω τ ωτ
−
=−+
(19)
onde,
ω
é a constante de ponderação, ou o fator de alisamento, onde 0 <
ω
< 1 e
( )
dm
τ
,
é a média aritmética dos tempos de execução dos pedidos em todas as MVs no intervalo
de escalonamento m-éssimo. Conforme a equação 20.
,
()
11 .
vr
dm
sS vS
sv
N
SV
τφ
∈∈
=
∑∑
onde, S e Vs signicam respetivamente o conjunto de servidores e de MVs em cada
servidor. Nv,r representa o número de instruções de um pedido
rR∈
executada numa
MV
s
vV∈
com velocidade de processamento
v
φ
.
Na secção seguinte, é feita a avaliação do desempenho do modelo proposto.
Escalonamento de pedidos no paradigma Fog Computing
109
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
5. Avaliação de desempenho do modelo proposto
O ambiente de simulação do modelo proposto foi desenvolvido no kit de ferramentas
de simulação
iFogSim
e modela uma fog composta por três hosts com parâmetros
conforme a tabela 2.
Parâmetros Valores
Quantidade de MV 1 ~ 15
Capacidade do disco de cada MV 10,000 MB
Memória de cada MV 512 MB
QoS da Aplicação 6 ~ 15 s
Tamanho do pedido 1000 ~ 2000
MI
Bth 15%
SINth 15 dB
Bateria
α
3
sin
α
2
QoS
α
4
Duração da Simulação 500 s
Tabela 2 – Parâmetros de simulação
5.1. Métricas de desempenho da análise do modelo proposto
As seguintes métricas de desempenho foram utilizadas para comparar a nossa proposta
de escalonamento (com Intervalo de Escalonamento (IE) estático e dinâmico) com
abordagens de escalonamento não sensíveis ao contexto como: FCFS, SJF e QoS-based:
•Percentagem de execução dos pedidos bem-sucedidos: é calculada através da
razão entre a quantidade de tarefas que preservam os diferentes parâmetros de
contexto e a totalidade de tarefas solicitadas. Quanto maior for esta percentagem,
maior será a quantidade de tarefas que preservam os diferentes parâmetros de
contexto.
•Tempo médio de espera de uma tarefa: é o tempo decorrido desde a sua chegada
até a sua disponibilização numa MV. Qr indica o tempo de espera de um pedido
rR∈
. O tempo médio de espera de uma tarefa é calculado conforme a equação 21.
( )
1
∈
=
∑
r
rR
Q Q
R
(21)
onde R representa a totalidade dos pedidos recebidos durante o período de simulação.
Quanto menor for o valor de
ˆ
Q
maior será o desempenho.
110 RISTI, N.º 42, 06/2021
•Qualidade da Experiência (QoE): é o grau de satisfação global dos utilizadores
relativamente à utilização de um produto ou serviço. Pode ser aperfeiçoada
através da diferença entre o tempo máximo permitido para a obtenção da
resposta (requisito QoS da aplicação), Tr e o tempo de resposta de um pedido.
Calculamos a média de QoE de todos os pedidos R expedidos durante a simulação
conforme a equação 22.
( )
( )
,
1
r rv r
r Rv V
QoE T Q
R
ψ
∈∈
= −+
∑∑
(22)
Quanto maior for este valor, melhor será a capacidade do sistema em otimizar a QoE
do utilizador.
Os resultados da avaliação, obtidos através da simulação implementada com base nos
parâmetros da tabela 2, são descritos na subsecção 5.2.
5.2. Resultados e discussões
Uma análise detalhada ao cheiro da simulação permite-nos concluir que a taxa de
sucesso no escalonamento das aplicações sensíveis ao contexto é superior em comparação
com os escalonamentos não sensíveis ao contexto. No modelo proposto, os pedidos dos
dispositivos em situações de vulnerabilidades, com baixos valores de contextos, possuem
maior precedência de execução. Isto é, é-lhes assegurado o funcionamento prioritário
por forma a poderem receber o feedback da fog. No entanto, como a fog possui recursos
limitados, o que afeta a performance de serviço, a taxa de sucesso diminui quando
aumentam a quantidade dos pedidos.
Seguidamente, apresentamos e discutimos a variação dos pedidos executados com
sucesso em relação ao aumento de pedidos, MVs e requisitos QoS da aplicação.
5.2.1. Impactos do aumento de pedidos
As percentagens dos pedidos executados com sucesso preservando os diferentes
parâmetros de contexto (mantendo constante a quantidade de MVs), são apresentadas
nos grácos 1, 2 e 3. O tempo médio de espera e a QoE neste cenário são apresentadas
nos grácos 4 e 5, respetivamente.
Na nossa proposta, os pedidos provenientes de dispositivos com nível de bateria baixo
têm maior prioridade. São executadas com maior precedência. Como resultado, os
dispositivos obtêm as respostas aos pedidos antes do dispositivo se desligar devido
a insuciência da bateria. Consequentemente, o sistema proposto possui um melhor
desempenho em comparação com as outras abordagens em estudo, conforme ilustrado
no gráco 1. Isto deve-se ao facto de que nenhum dos outros algoritmos estudados se
preocupa com o contexto do nível da bateria. Além disso, o sistema proposto (com IE
dinâmico) diminui o tempo de inatividade dos recursos da MV nos servidores o que
permite aumentar as hipóteses para os pedidos com contextos críticos serem executadas
com maior prioridade.
Escalonamento de pedidos no paradigma Fog Computing
111
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
Gráco 1 – Tarefas executadas com sucesso
preservando o nível da bateria em relação ao
aumento de pedidos.
Gráco 2 – Tarefas executadas com sucesso
preservando o nível do sinal em relação ao aumento
de pedidos.
Da mesma forma, podemos observar através do gráco 2 que em todas as abordagens
estudadas, a percentagem de pedidos de aplicações executados com sucesso preservando
o nível do sinal, também diminui gradualmente devido ao aumento de receção dos
pedidos. Como teoricamente esperado, a quantidade de pedidos com valores críticos do
SIN aumentam em função do aumento da quantidade de pedidos e, como consequência,
o desempenho total diminui ao longo do tempo.
Gráco 3 – Tarefas executadas com sucesso preservando o nível da QoS em relação ao
aumento da quantidade de pedidos.
O gráco 3 ilustra que a percentagem dos pedidos executados com sucesso, preservando
as exigências da QoS, diminui drasticamente em todas as abordagens de escalonamento
estudadas em função do aumento da quantidade de pedidos. A razão subjacente a este
resultado é explicada pelo facto de que o aumento dos pedidos também permite aumentar
o tempo de espera, o que obriga muitas tarefas a violarem os requisitos de QoS. No entanto,
o desempenho da nossa proposta supera o dos outros algoritmos (FCFS, SJF, QoS-based).
112 RISTI, N.º 42, 06/2021
No modelo proposto, o impacto dessa diminuição é signicativamente menor, dado que ela
privilegia o escalonamento de acordo com os seus requisitos de QoS. Por m, o resultado
demonstra que, para todos os casos, o intervalo de escalonamento dinâmico produz um
impacto ainda melhor de desempenho em comparação com o seu equivalente estático.
Gráco 4 – Tempo médio de espera em relação
ao aumento da quantidade de pedidos.
Gráco 5 – QoE dos utilizadores em relação ao
aumento da quantidade de pedidos.
O gráco 4 ilustra que o tempo médio de espera no modelo proposto é inferior em
comparação com a maioria das outras técnicas não sensíveis ao contexto.
Isto deve-se ao facto de o escalonamento no modelo proposto não considerar apenas o
contexto das tarefas, mas também as interrupções dos mesmos enquanto estão na la de
espera para serem escalonadas e ao seu tamanho individual. Por conseguinte, uma tarefa
deve ser penalizada por um período curto devido a outros fatores e uma tarefa trivial não
deve esperar muito tempo para ser executada, devido à execução de uma tarefa maior.
O gráco 5 ilustra a otimização da QoE dos utilizadores nais.
O sistema proposto privilegia a execução de tarefas com valores de contexto mais baixos.
Como resultado elas são executadas respeitando um tempo mínimo e atraso de resposta
tolerável. Relativamente às outras tarefas com parâmetros de contexto adequados, este
cenário é suportado de forma intrínseca. Assim, a QoE dos utilizadores é otimizada
em todos os cenários possíveis. Em comparação com a maioria das outras técnicas
não sensíveis ao contexto, elas muitas vezes não conseguem otimizar a QoE, porque de
acordo com os seus critérios de escalonamento, enquanto satisfazem um pedido com
maior prioridade, o pedido com menor prioridade pode não conseguir manter a sua
tolerância de QoS. Nos piores cenários, poderá resultar em valores de QoE negativos,
enquanto que, no modelo proposto, o valor de QoE é sempre positivo.
5.2.2. Impactos do aumento de MVs na fog
As percentagens das tarefas executadas com sucesso preservando os diferentes
parâmetros de contexto, assumindo que a quantidade de pedidos recebidos durante a
simulação é constante em relação ao aumento da quantidade de MVs, são ilustrados nos
Escalonamento de pedidos no paradigma Fog Computing
113
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
grácos 6, 7 e 8. Os grácos 9 e 10 ilustram respetivamente o tempo médio de espera e
QoE dos utilizadores no critério impactos do aumento de MVs.
Se o número de MVs aumentar, também aumenta a taxa de sucesso na execução
dos pedidos que satisfazem os vários condicionalismos contextuais. Este cenário é
apresentado nos grácos 6 e 7 tanto em termos de níveis da bateria como em relação à
força do sinal da rede.
Gráco 6 – Pedidos executados preservando o
nível de bateria em relação ao aumento de MV.
Gráco 7 – Pedidos executados preservando o
nível do SIN em relação ao aumento de MV.
O gráco 8 ilustra que a percentagem dos pedidos executados com sucesso preservando o
nível de QoS em relação ao aumento das máquinas virtuais. Excetuando o comportamento
normal para valores mais altos no eixo X, a taxa de sucesso é consideravelmente mais
alta no sistema proposto em comparação com os outros algoritmos, o mesmo também
se verica em relação aos valores mais baixos do eixo X.
Gráco 8: Pedidos executados preservando a QoS em relação ao aumento de MV.
Quanto ao tempo de espera e QoE em relação ao aumento de MV, conforme os grácos 9
e 10, apresentam cenários teoricamente comprovados. Mesmo assim, o desempenho do
modelo proposto é sempre superior em comparação com as outras políticas.
114 RISTI, N.º 42, 06/2021
Gráco 9 – Tempo médio de espera em
relação ao aumento de MV.
Gráco 10 – QoE do utilizador em relação ao
aumento de MV.
5.2.3. Impactos do requisito QoS da aplicação
Nos grácos 11 e 12 é ilustrado o impacto do requisito QoS dos pedidos no desempenho
do modelo proposto. Ilustram que à medida que aumenta o tempo médio admissível
de resposta aos pedidos, aumentam também as percentagens das tarefas satisfeitas em
termos de QoS e QoE. Isto acontece porque o tempo de execução dos pedidos diminui.
Consequentemente, é possível executar tarefas de acordo com a sua exigência de QoS
e dentro do tempo mínimo estabelecido. Este facto permite o aperfeiçoamento da QoE
dos utilizadores. As outras técnicas de escalonamento não sensíveis ao contexto, em
comparação com o modelo proposto, revelam menos eciência neste cenário.
Gráco 11 – Pedidos executados em relação ao
aumento da QoS da aplicação.
Gráco 12 – QoE do utilizador em relação ao
aumento da QoS da aplicação.
5.3. Resumo das simulações
Em síntese a esta experiência, armamos sem dúvida que a política de escalonamento
sensível ao contexto proposta, é eciente em relação à quantidade de tarefas
escalonadas e que satisfazem a QoS, diminuição do tempo de resposta, otimização de
Escalonamento de pedidos no paradigma Fog Computing
115
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
QoE, redução do tempo médio de espera, entre outros, em comparação com as políticas
de escalonamentos não sensíveis ao contexto. Tendo em consideração as observações
fundamentadas apresentadas, podemos armar que a nossa proposta de escalonamento
possui condições para ser implementada em ambientes práticos.
6. Conclusões
O objetivo principal deste artigo consiste em denir um modelo de escalonamento de
tarefas sensíveis ao contexto para o paradigma fog. Como apresentado, o modelo proposto
é sucientemente eciente para priorizar tarefas independentemente da heterogeneidade
das suas informações de contextos. Ademais, consegue otimizar a QoE dos utilizadores e
permite situações vantajosas em termos de utilização de recursos e tempo de execução.
As principais conclusões alcançadas com base no levantamento de trabalhos relacionados
tanto na arquitetura cloud como no paradigma fog foram que o escalonamento na cloud,
foi amplamente estudado. Enquanto que na fog, devido densidade e heterogeneidade
de dispositivos, o escalonamento é complexo e ainda existem poucos estudos. Muitos
dos algoritmos estudados possuem várias limitações: não descrevem a forma como a
prioridade é denida; não explicam o método utilizado na priorização de tarefas e nem
denem a priorização de tarefas com base em informações do contexto; muitos defendem
a perspetiva dos provedores de serviços; outros são aplicados em tarefas agrupadas para
diminuir o tempo de execução; alguns otimizam apenas a QoS. Outros, exploram alguns
contextos. Identicamos e sugerimos algumas perspetivas de melhorias podem ser
explorados e melhorados como: a utilização do contexto no escalonamento; priorização
de tarefas sensíveis ao contexto; consideração da restrição energética no escalonamento;
preservação da força do sinal da rede; preservação da QoS; redução do tempo médio de
espera e otimização da QoE.
Com base nessas sugestões de melhorias propomos um modelo de escalonamento de
tarefas sensíveis ao contexto para o paradigma fog que utiliza a normalização Min-Max,
para resolver o problema da heterogeneidade dos diferentes parâmetros de contexto,
o método da RLM para a denição das prioridades dos pedidos e a técnica MONLP
para o escalonamento ótimo visando otimizar a QoE dos utilizadores. A denição dos
parâmetros do sistema permitiu um escalonamento mais eciente, que garante a boa
utilização dos recursos, bem como a execução ecaz das tarefas.
A validação do modelo e da arquitetura proposta, foi feita com base em simulações
realizadas no kit de ferramentas iFogSim, que nos possibilitou fazer comparações
experimentais e teóricas da nossa proposta sensível ao contexto, tanto para intervalos de
escalonamento estáticos como dinâmicos com escalonadores não sensíveis ao contexto
(FCFS, SJF, QoS-based) com base nas seguintes métricas: taxa de sucesso dos pedidos;
tempo médio de espera e QoE dos utilizadores.
Apesar de considerarmos vários parâmetros de contextos na nossa proposta,
acreditamos que outros ainda podem ser escolhidos por forma a inuenciarem ainda
mais signicativamente o escalonamento. Concluímos armando que todos os objetivos
propostos foram alcançados.
116 RISTI, N.º 42, 06/2021
Agradecimentos
Os autores agradecem à Fundação Calouste Gulbenkian pelo nanciamento desta
investigação através da bolsa de doutoramento sob a referência n.º 234242, 2019-Bolsas
de Pós-Graduação para estudantes dos PALOP e de Timor-Leste.
Referências
Aazam, M., Hilaire, M. St., Lung, Ch, & Lambadaris, I. (2016). MeFoRE: Resource
Estimation QoE based at Fog to Enhance QoS in IoT. In: Proc. of the 23rd
International Conference on Telecommunications, ICT ‘16, IEEE, pp. 1-5. https://
doi.org/10.1109/ICT.2016.7500362.
Bahl, P., Cuervo, E., Balasubramanian, A., Cho, D. K., Wolman, A., Saroiu, S., & Chandra,
R. (2010). Maui: making smartphones last longer with code ooad. In Proceedings
of the 8th international conference on Mobile systems, applications, and services.
pp. 49-62. https://doi.org/10.1145/1814433.1814441.
Berg, F., Durr, F., & Rothermel, K. (2014). Increasing the eciency and responsiveness
of mobile applications with preemptable code ooading., IEEE International
Conference on Mobile Services (MS), IEEE, pp. 76–83, https://doi.org/10.1109/
MobServ.2014.20.
Cardellini, V., Grass,i V., Presti, F.L., & Nardelli, M. (2015). On QoS-Aware Scheduling
of Data Stream Applications over Fog Computing Infrastructures, IEEE Symposium
on Computers and Communication (ISCC), pp. 271-276. https://doi.org/10.1109/
ISCC.2015.7405527.
Barros, C., Rocio, V., Sousa, A., & Paredes, H. (2020). Survey on Job Scheduling in
Cloud-Fog Architecture. 2020 15th Iberian Conference on Information Systems
and Technologies (CISTI), Sevilla, Spain, 2020, pp. 1-7. https://doi.org/10.23919/
CISTI49556.2020.9141156.
Bazire, M., & Brézillon, P. (2005). Understanding Context Before Using It. In A. Dey, B.
Kokinov, D. Leake, & R. Turner (Eds.), Modeling and Using Context (pp. 29–40).
Springer Berlin Heidelberg. https://doi.org/10.1007/11508373_3.
Bonomi, F., Milito, R., Natarajan, P., & Zhu, J. (2014). Fog Computing: A Platform
for Internet of Things and Analytics. In N. Bessis & C. Dobre (Eds.), Big Data and
Internet of Things: A Roadmap for Smart Environments (pp. 169–186). Springer
International Publishing. https://doi.org/10.1007/978-3-319-05029-4_7.
Deng, R., Luan, T. H, Lu, R., Liang, H., & Lai, C. (2016). Optimal Allocation Workload
in Fog-Cloud Computing Towards Balanced Delay and Power Consumption, IEEE
Internet Things J. X(X), 1171-1181. https://doi.org/10.1109/JIOT.2016.2565516.
Dey, A. K. (2001). Understanding and Using Context. Personal and Ubiquitous
Computing, 5(1), 4–7. https://doi.org/10.1007/s007790170019.
Escalonamento de pedidos no paradigma Fog Computing
117
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
Fan, J., Wei, X., Wang, T., Lan, T., & Subramaniam, S. (2017). Deadline-Aware
Task Scheduling in a Tiered IoT Infrastructure. In GLOBECOM 2017 - 2017
IEEE Global Communications Conference (pp. 1–7). https://doi.org/10.1109/
GLOCOM.2017.8255037.
Fernando N., Loke S. W., & Rahayu, W. (2013). Mobile cloud computing: The survey,
Future Generation Computer Systems, 29(1), 84-106. https://doi.org/10.1016/j.
future.2012.05.023.
Ghouma, H., & Jaseemuddin, M. (2015). Context aware resource allocation and
scheduling for mobile cloud, 2015 IEEE 4th International Conference on Cloud
Networking (CloudNet), Niagara Falls, ON, (pp. 67-70). https://doi.org/10.1109/
CloudNet.2015.7335282.
Gill, S. S., Garraghan, P., & Buyya, R. (2019). ROUTER: Fog enabled cloud based
intelligent resource management approach for smart home IoT devices. Journal
of Systems and Software, 154, 125-138. https://doi.org/10.1016/j.jss.2019.04.058.
Gordon, M., Jamshidi, D., Mahlke, S., Mao, Z., & Chen, X. (2012). COMET: code ooad
by migrating execution transparently, Proceedings of the 10th USENIX Conference
on Operating Systems Design and Implementation, (pp. 93-106). https://dl.acm.
org/doi/10.5555/2387880.2387890.
Han, J. (2011). Data Mining: Concepts and Techniques (3th Ed.). Morgan Kaufmann
Publishers Inc..
Intharawijitr, K., Iida, K., & Koga, H. (2016). Analysis of Fog Model considering
Computing and Communication Latency in 5G Cellular Networks, IEEE International
Conference on Pervasive Computing and Communication Workshops (Workshops
Percom), (pp. 1-4). https://doi.org/10.1109/PERCOMW.2016.7457059.
La, H. J., Kim, S. D. (2010). A conceptual framework for provisioning context-aware
mobile cloud services, in Cloud Computing (CLOUD, IEEE 3rd International
Conference on. IEEE, (pp. 466-473). https://doi.org/10.1109/CLOUD.2010.78.
Lawanyashri, M., Balusamy, B., & Subha, S. (2017). Energy-Aware fruity hybrid
optimization for load balancing in cloud environments is EHR applications,
Informatics Med. Unlocked, 8, 42-50. https://doi.org/10.1016/j.imu.2017.02.005.
Li, Q., Novak, E., Yi, S., & Hao, Z. (2017). Challenges and Software Architecture for Fog
Computing, in IEEE Internet Computing, 21(2), 44-53. https://doi.org/10.1109/
MIC.2017.26.
Li, T., Liu, Y., Gao, A. L. & Liu, A. (2017). A for Cooperative - based Smart Sensing
Tasks in Fog-Computing in IEEE, Access, vol. 5, pp. 21296-21311, https://doi.
org/10.1109/ACCESS.2017.2756826.
Mahmud, M. R., Afrin, M., Razzaque, M. A., Hassan, M. M., Alelaiwi, A., & Alrubaian,
M. (2016). Maximizing Quality of Experience through Context-Aware Mobile
Application Scheduling in Cloudlet Infrastructure. Software: Practice and
Experience 46 (11), 1525-1545. https://doi.org/10.1002/spe.2392.
118 RISTI, N.º 42, 06/2021
Mertler, C., & Reinhart, V. (2016). Advanced and Multivariate Statistical Methods (6th
Editio). Routledge. https://doi.org/10.4324/9781315266978.
Miettinen, K. (1998). Nonlinear Multiobjective Optimization (1998th Edition). Springer
editors.
Musumba, G.W., & Nyongesa, H. O. (2013). Context awareness in mobile computing:
a review. International Journal of Machine Learning and Applications 2(1): 1-5.
https://doi.org/10.4102/ijmla.v2i1.5.
OpenFog. (2017). OpenFog Reference Architecture for Fog Computing, OpenFog
Consortium Architecture Working Group, Available at: https://www.iiconsortium.
org/pdf/OpenFog_Reference_Architecture_2_09_17.pdf. (Accessed 9 march
2021).
Oueis, J., Strinati, E. C., & Barbarossa, S. (2015). The Fog Balancing: Load Cell
Distribution for Small Cloud Computing, IEEE 81st Vehicular Technology
Conference (VTC Spring), Glasgow, 2015, (pp. 1-6). https://doi.org/10.1109/
VTCSpring.2015.7146129.
Qiu, M., Chen, Z., Yang, L. T., Qin, X., & Wang, B. (2012). Towards Power-Ecient
Smartphones by Energy-Aware Dynamic Task Scheduling. In 2012 IEEE 14th
International Conference on High Performance Computing and Communication &
2012 IEEE 9th International Conference on Embedded Software and Systems (pp.
1466–1472). IEEE. https://doi.org/10.1109/HPCC.2012.214.
Quinn, G. P., & Keough, M. J. (2002). Experimental Design and Data Analysis for Biologists.
Cambridge University Press. https://doi.org/10.1017/CBO9780511806384.
Sheikhalishahi, M., Grandinetti, L., Guerriero, F., Wallace, RM, & Vazquez-Poletti, JL.
(2015). Multi-dimensional job scheduling, Future Generation Computer Systems,
54, 123-131. https://doi.org/10.1016/j.future.2015.03.014.
Shinde, S.K., & Gawali, M. B. (2018). Task scheduling and resource allocation in the cloud
using heuristic approach. Jornal Cloud Computing, 7(1), https://doi.org/10.1186/
s13677-018-0105-8.
Shojafar, M., Javanmardi, S., Abolfazli, S. (2015). FUGE: The joint meta-heuristic
approach to cloud job scheduling algorithm using fuzzy theory and the genetic
method. Cluster Computing, 18, 829-844. https://doi.org/10.1007/s10586-014-
0420-x.
Skarlat, O., Nardelli, M., Schulte, S., & Dustdar, S., (2017). Towards QoS-aware Service
Placement Fog, in: Procedure of the First IEEE International Conference on Fog
and Edge Computing, ICFEC ‘17, IEEE, https://doi.org/10.1109/ICFEC.2017.12.
Sousa, A. (2017). Adaptação dinâmica e sensível ao contexto de interfaces móveis em
ambiente ubíquo. (Ph.D Thesis, Universidade de Trás-os-Montes e Alto Douro).
Retrieved from https://catalogo.biblioteca.utad.pt/cgi-bin/koha/opac-detail.
pl?biblionumber=72842.
Escalonamento de pedidos no paradigma Fog Computing
119
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
Stavrinides, G. L., & Karatza, H. D. (2019). A hybrid approach to real-time scheduling
IoT workows in fog and cloud environments. Multimedia Tools and Applications
78, 24639-24655. https://doi.org/10.1007/s11042-018-7051-9.
Swaroop, P. (2019). Cost Based Job Scheduling In Fog Computing, (PhD thesis, DTU,
India), Available at: http://dspace.dtu.ac.in:8080/jspui/handle/repository/16722.
Tiwary, M., Sahoo, B., Yang, D., & Puthal, K. S. (2018). Response time for optimization
cloudlets in Mobile Computing Edge Jornal of Parallel Distributed Computing, Vol.
119, pp. 81-91, https://doi.org/10.1016/j.jpdc.2018.04.004.
Yang Y., Zhao S., Zhang W., Chen Y., Luo X. and Wang J. (2018). DEBTS: Delay Balanced
Energy Task Scheduling in Homogeneous Fog Networks. IEEE Internet of Things
Journal, 5(3), 2094-2106. https://doi.org/10.1109/JIOT.2018.2823000.
Zhou, B., Dastjerdi, A. V., Calheiros, R. N., Srirama, S. N., & Buyya, R. (2017). Mcloud:
The Context-Aware Ooading Framework for Heterogeneous Mobile Cloud. IEEE
Transactions on Services Computing, 10(5), 797-810. https://doi.org/10.1109/
TSC.2015.2511002.
Zhou, X., Sun, M., Wang, Y., & Wu, X., (2015). The New QoE-driven Video Cache
Allocation Scheme for Mobile Cloud Server. In: Procedure of the 11th Conference
on International Heterogeneous Networking for Quality, Reliability, Security and
Robustness, QSHINE 15, IEEE, pp. 122-126.
Zhu, C., Li, X., Leung, V., Hu, X., & Yang, T.L. (2015 ). Towards Integration of Wireless
Sensor Networks and Cloud Computing, IEEE 7th International Conference on
Cloud Computing Technology and Science (CloudCom), IEEE, Singapore, (pp. 62-
69). https://doi.org/10.1109/CloudCom.2015.27.
120 RISTI, N.º 42, 06/2021
120
Revista lbérica de Sistemas e Tecnologias de Informação
Revista lbérica de Sistemas y Tecnologías de Información
Recebido/Submission: 03/03/2021
Aceitação/Acceptance: 10/05/2021
120
Taxonomia para Avaliação de Recursos Digitais de
Aprendizagem – TARDA – Versão 2.0
Ozonias de Oliveira Brito Junior1, Yuska Paola Costa Aguiar2,
Hermano Perrelli de Moura1
oobj@cin.ufpe.br; yuska@dcx.ufpb.br; hermano@cin.ufpe.br
1 Centro de Informática, Universidade Federal de Pernambuco, 50740-560, Recife – PE, Brasil
2 Departamento de Ciências Exatas, Universidade Federal da Paraíba, 58297-000, Rio Tinto – PB, Brasil
DOI: 10.17013/risti.42.120–135
Resumo: Recursos Digitais de Aprendizagem (RDAs) são projetados para implantar
pedagogias baseadas no uso da tecnologia e contribuir para o processo de ensino e
aprendizagem. No entanto, a diversidade de abordagens para avaliação de RDAs é
uma barreira para o processo de avaliação. Diante disso, a Taxonomia para Avaliação
de Recursos Digitais de Aprendizagem (TARDA – Versão 2.0) é proposta a partir de 26
abordagens descritas na literatura nacional e internacional. Esta contempla dimensões
de qualidade de software, de uso e pedagógica. A m de vericar a adequação da
referida taxonomia junto aos potenciais avaliadores de RDAs, 32 especialistas da
área de qualidade de Software e 45 da área de qualidade de uso responderam a
dois questionários elaborados no escopo desta pesquisa. Além disso, também foram
realizadas 7 entrevistas com 21 educadores. Como resultado, tem-se a TARDA – V2
composta por 4 dimensões, 17 categorias e 49 critérios para a avalição de RDAs.
Palavras-chave: Recursos Digitais de Aprendizagem; Taxonomia para a avaliação
de Recursos Digitais de Aprendizagem; Avaliação de Sistemas e Tecnologias da
Informação e Comunicação.
Taxonomy for the Assessment of Digital Learning Resources –
TADLR – Version 2.0
Abstract: Digital Learning Resources (DLRs) are designed to implement
pedagogies based on the use of technology and contribute to the teaching and
learning process. However, the diversity of approaches for the assessment of
DLRs is a barrier to the evaluation process. Therefore, the Taxonomy for the
Assessment of Digital Learning Resources (TADLR – Version 2.0) is proposed from
26 approaches described in national and international literature. This includes
dimensions of software quality, quality of use and pedagogical quality. In order
to verify the adequacy of the referred taxonomy with the potential evaluators of
DLRs, 32 experts in the area of Software quality and 45 in the area of quality of use
answered two questionnaires elaborated in the scope of this research. In addition,
7 interviews were also carried out with 21 educators. As a result, TADLR – V2 has 4
dimensions, 17 categories and 49 criteria for assessing RDAs.
121
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
Keywords: Digital Learning Resources; Taxonomy for the assessment of Digital
Learning Resources; Assessment of Information and Communication Systems and
Technologies.
1. Introdução
Com o grande avanço tecnológico e a popularização da internet, Recursos Digitais de
Aprendizagem (RDAs) dão oportunidade a uma nova forma de ensino e aprendizagem
(Gourlart et al., 2019). Segundo Cascini & Campos (2015), recursos educacionais digitais
expandem o potencial e a ecácia do processo de ensino e aprendizagem tradicional, uma
vez que a utilização correta desses recursos propicia o aprendizado lúdico do estudante,
melhora a interpretação do conteúdo teórico a partir de sua aplicação prática, exercita
a resolução de problemas em tempo ágil, possibilita que os discentes aprendam com
seus erros, reduz a passividade dos educandos e, consequentemente, enriquece a prática
pedagógica com a utilização de recursos multimídia.
O interesse da comunidade cientíca pelo desenvolvimento, pela avaliação e pelo uso
de Recursos Digitais de Aprendizagem (RDAs) ca evidente diante das publicações em
torno do tema (de França et al., 2014). Para Sales & Boscarioli (2020) as tecnologias
digitais estão cada vez mais presentes no cotidiano das pessoas em todo o mundo, e
são utilizadas em diferentes contextos e com diferentes nalidades, além de promover
os processos de ensino e aprendizagem entre os estudantes. De acordo com Neves et
al. (2021) a popularização, no contexto educacional, do uso das Tecnologias Digitais
da Informação e Comunicação como recurso pedagógico, tem motivado a realização
de pesquisa e produção de trabalhos com tal temática, sugerindo sua utilização como
positiva e facilitadora no processo de ensino e aprendizagem, bem como discutindo suas
limitações e possibilidades.
No entanto, a adoção de um RDA requer cuidados, pois vários fatores podem interferir
nos objetivos pretendidos para seu uso – o aprendizado, por exemplo: inadequação
do RDA ao contexto educacional ou ao conteúdo abordado (Lin & Oliveira, 2018),
problemas de usabilidade (Silva et al., 2015), má estruturação e/ou representação
didático-pedagógica (Goncalves et al., 2016), problemas de funcionamento (bugs) (de
França et al., 2014), e falta de fundamentação pedagógica e didática adequadas ao perl
dos aprendizes (Nunes et al., 2018).
Neste contexto, vale destacar que para alcançar os benefícios supracitados, faz-
se necessário que os recursos digitais de aprendizagem (i) estejam adequados
pedagogicamente, (ii) tenham qualidade de acordo com os preceitos da Engenharia de
Software e (iii) que seu projeto tenha sido direcionado às características, necessidades
e habilidades de seus usuários nais, tal como recomenda a Engenharia da Usabilidade
(Junior, Aguiar & de Moura, 2020).
A incidência de inadequações, em qualquer uma destas dimensões, pode comprometer o
uso do recurso educacional e, consequentemente, o seu propósito principal, potencializar
o processo de ensino e aprendizagem. Portanto, a adoção destes recursos deve ser
precedida por uma avaliação, para que a sua qualidade seja vericada considerando
as três dimensões envolvidas no uso de RDA no contexto educacional de ensino e
122 RISTI, N.º 42, 06/2021
Taxonomia para Avaliação de Recursos Digitais de Aprendizagem – TARDA – Versão 2.0
aprendizagem – considerando, ainda, a sua adequação em relação ao contexto no qual
se pretende aplicá-lo (de França et al., 2014).
Nessa perspectiva, a literatura nacional e internacional apresenta uma gama de
abordagens (métodos, técnicas, instrumentos, metodologias e modelos) para avaliação
da qualidade de RDAs. No entanto, a diversidade de abordagens existentes implica em,
como destacado por Pereira et al. (2016): (i) ausência de consenso ou completude de
critérios; (ii) subjetividade e nível de abstração dos critérios, que levam ao fato; (iii) de
os resultados serem fortemente vinculados ao avaliador; (iv) as dimensões de qualidade
pedagógica, de usabilidade e de software, não são contempladas na mesma proporção.
Neste sentido, como primeira tentativa de organização das abordagens existentes para a
avaliação de RDAs foi proposta uma versão inicial da taxonomia considerando o corpo de
publicação nacional. No entanto, o resultado parcial desta versão indicou a necessidade
de 1) ampliar a análise para contemplar a literatura internacional sobre abordagens
para avaliação de RDAs e 2) a importância de ampliar a análise da adequação pelos
especialistas da tríade de qualidade.
Diante disso, o objetivo deste artigo é apresentar a evolução de uma proposição
(taxonomia versão 1.0) anterior (Junior & Aguiar, 2018) desenvolvida para contemplar
os critérios de avaliação propostos na literatura internacional, assim como a ampliação
do processo de análise de sua adequação junto aos especialistas em Engenharia de
Software e de Usabilidade, assim como Educadores.
Como resultado, tem-se a Taxonomia para Avaliação de Recursos Digitais de
Aprendizagem – V2 (TARDA – Versão 2.0), que foi concebida a partir da combinação
de um conjunto de 26 abordagens (12 internacionais), previamente identicadas em
Revisão Sistemática da Literatura. Com objetivo de diminuir a curva de aprendizagem
necessária para a avaliação de RDA, TARDA – V2 se apoia nas nomenclaturas e conceitos
amplamente utilizados na Engenharia de Software, na Engenharia de Usabilidade e na
Pedagogia a partir de modelos de qualidade, normas, dicionários e heurísticas adotadas
nessas áreas de conhecimento (Júnior, Aguiar & Tavares, 2016).
Como resultado, TARDA – V2 tem 4 Dimensões, que são compostas por 17 Categorias,
que agrupam 49 Critérios de Avaliação, associados à respectiva Descrição. Para análise
de sua adequação, dois surveys on-line foram respondidos por 32 Engenheiros de
Software e 45 especialistas em Usabilidade; assim como 21 Educadores participaram de
entrevistas semiestruturadas.
2. Metodologia da Pesquisa
Bayona-Oré et al. (2014) propõem 4 etapas para concepção de taxonomias, que foram
instanciadas para a Taxonomia para Avaliação de Recursos Digitais de Aprendizagem
– V2 (TARDA – Versão 2.0) em dois ciclos. As etapas são: Etapa 1 Planejamento:
identicação do objetivo da taxonomia, sua importância, o escopo e as atividades a serem
executadas para sua elaboração; Etapa 2 Identicação e extração de informações: busca
de artigos em fontes cientícas (conferências, simpósios, journals) e caracterização das
abordagens selecionadas (critérios contemplados, instrumentos para coleta de dados,
dimensões e categorias); Etapa 3 Projeto e construção da taxonomia: cujos critérios foram
123
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
mapeados de acordo com os modelos, normas, dicionários e heurísticas amplamente
difundidos na Engenharia de Software, na Engenharia de Usabilidade e na Pedagogia,
e Etapa 4 Teste e Validação: consulta aos especialistas nas dimensões de qualidade para
a obtenção de feedbacks sobre consistência, integridade e ambiguidade da taxonomia.
O primeiro ciclo executado contemplou a literatura nacional para extração das
informações sobre critérios de avaliação de RDAs e propondo a versão 1.0 da taxonomia
(Junior & Aguiar, 2018) e sondagem inicial de sua adequação para duas das 4 dimensões
existentes. O segundo ciclo, escopo deste artigo, ampliou a base de consulta para a
literatura internacional a partir de um processo de snowball (Wohlin, 2014) e uma
Revisão Sistemática da Literatura (Cresswell, 2013), assim como aprofundou a validação
da taxonomia. Este ciclo foi conduzido por 3 pesquisadores da área de Ciência da
Computação (2 professores doutores e 1 doutorando) que atuam nas áreas de Interação
Humano-Computador, Qualidade de Software e de Uso (Usabilidade), experientes na
avaliação de Recursos Digitais de Aprendizagem.
Como resultado, 26 novas abordagens foram acrescentadas na análise para o
renamento da taxonomia. O total de 724 critérios (incluindo ambos os ciclos) foram
extraídos da totalidade de 26 abordagens analisadas a partir do corpus geral de 172
publicações nacionais e internacionais. O renamento resultou na inclusão da dimensão
de Qualidade Híbrida (QH), cujos critérios pertencem a mais de uma das dimensões
já existentes na versão 1.0 da taxonomia (Qualidade de Software: QS, Qualidade de
Uso: QU e Qualidade Pedagógica: QP). Para análise da taxonomia renada, buscou-se a
opinião de especialistas (potenciais avaliadores de RDAs) sobre a adequação da TARDA
– V2. Para tanto, duas estratégias foram adotadas: aplicação de questionários on-line e
entrevistas semiestruturadas.
Os questionários on-line foram utilizados para avaliação das dimensões de Qualidade
de Software, de Uso e Híbrida (para os critérios que unem as duas dimensões citadas).
A estrutura dos questionários foi de 3 seções: (i) termo de consentimento; (ii) perl
do respondente; e, (iii) avaliação da adequação da taxonomia com a apresentação
do critério/descrição. Para cada critério da taxonomia o respondente deveria indicar
concordância ou discordância, sendo possível, para o segundo caso, indicar sugestões de
mudanças. Participaram 32 Engenheiros de Software e 45 especialistas em Usabilidade.
As entrevistas semiestruturadas foram adotadas para a dimensão de Qualidade
Pedagógica, com a participação de especialistas em educação através de reuniões
virtuais. Esta estratégia foi adotada considerando a riqueza de informações que podem
ser discutidas e coletadas – essencial para compreensão de conceitos e respectivas
descrições – como uma forma de balancear com o fato de a proposição da taxonomia
ter sido conduzida por especialistas que não dominam a dimensão pedagógica. Para a
versão 1.0 da TARDA foram realizadas 3 reuniões de 90 minutos (20/06, 04/07, 06/07
de 2020), com a participação de 4 educadores (1 especialista, 1 doutorando, 2 doutores).
No entanto, essa validação foi observada como uma limitação que poderia prejudicar o
equilíbrio na avaliação.
Diante disso, como expansão deste trabalho de pesquisa e para garantir o equilíbrio na
avaliação, foram realizadas novas entrevistas semiestruturadas que colaboraram para
o aprimoramento da taxonomia, resultando assim na TARDA - Versão 2.0. Para essa
124 RISTI, N.º 42, 06/2021
Taxonomia para Avaliação de Recursos Digitais de Aprendizagem – TARDA – Versão 2.0
versão foram realizadas 4 reuniões de 90 minutos (28/11, 05/12, 12/12 e 19/12 de 2020),
com a participação de 17 educadores (12 especialistas, 3 doutorandos, 2 doutores). Os
objetivos das reuniões foram: (i) análise das nomenclaturas das categorias e disposição
delas na taxonomia (primeira reunião), (ii) análise das nomenclaturas dos critérios e
sua alocação dentro de cada categoria (segunda reunião), e (iii) análise da descrição de
cada critério (terceira e quarta reuniões). Essa segunda rodada de entrevistas com os
educadores também teve como objetivo denir cada uma das dimensões que compõem
a dimensão de Qualidade Pedagógica.
3. Taxonomia para Avaliação de Recursos Digitais de Aprendizagem
(TARDA – V2)
Para a concepção da Taxonomia para Avaliação de Recursos Digitais de Aprendizagem –
Versão 2.0, foram consideradas as nomenclaturas e denições amplamente utilizadas na
Engenharia de Software. Para os critérios da classe de qualidade de software, tomou-se
como base a terminologia da norma ISO/IEC 9126-1 (2001) e do Swebok Guide (2003),
enquanto que para os critérios de qualidade de uso (usabilidade), considerou-se o
vocabulário da norma ISO/IEC 9241-1 (2003) e das heurísticas denidas por Nielsen
(1994), Shneiderman & Plaisant (2004) e Bastien & Scapin (1993). Fez-se necessário
eliminar as duplicidades existentes entre os modelos para favorecer o uso homogêneo de
termos e de suas respectivas denições. TARDA – V2 está organizada em 4 Dimensões,
que são compostas por 17 Categorias, que agrupam 49 Critérios de Avaliação, associados
à respectiva Descrição.
A partir da Figura 1 é possível identicar as 3 categorias e os 17 critérios de avaliação
denidos em TARDA – V2 para a qualidade de Software. Cada critério da taxonomia
tem destaque em negrito, é seguido da descrição adotada e tem seu identicador entre
parênteses. Quatro critérios (Acurácia, Conformidade Funcional, Tolerância a Falhas
e Maturidade) não possuem correspondentes nas abordagens para avaliação de RDAs,
mas foram mantidos diante da importância destes para a qualidade de qualquer tipo de
software, independentemente de ser ou não um Recurso Digital de Aprendizagem.
Figura 1 – Dimensão de Qualidade de Software da TARDA – V2
125
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
A partir da Figura 2 é possível identicar as 4 categorias e os 10 critérios de avaliação
denidos em TARDA – V2 para a qualidade de Uso (Usabilidade). Todos os critérios
desta dimensão foram mapeados em pelo menos uma das 26 abordagens analisadas,
destacando-se o critério Flexibilidade e Eciência de Uso como sendo o mais citado nas
abordagens (21) e os critérios Prevenção de Erros e Suporte para reconhecer, diagnosticar
e recuperar erros (4) como os menos citados.
Figura 2 – Dimensão de Qualidade de Uso da TARDA – V2
Os critérios Tolerância a Falhas (Figura 1) e Prevenção de Erros (Figura 2), embora
pareçam semelhantes, distinguem-se por descrição. O primeiro se refere ao sistema se
manter em uso, mesmo em caso de falhas ou defeitos, enquanto o segundo consiste na
disposição de mecanismos que sejam capazes de detectar e prevenir erros causados a
partir das ações dos usuários.
O critério Adaptabilidade (Figuras 1 e 2) diz respeito à possibilidade de mudança
de ambiente onde o sistema opera (Figura 1), mas também sobre como o sistema se
adapta para corresponder às necessidades e características de seus usuários (Figura
2). Considerando que as dimensões da taxonomia se destinam a especialistas de áreas
distintas de formação, pode-se compreender que não há sobreposição de critérios/
denições neste caso.
De acordo com a Figura 3, é possível analisar que a dimensão de Qualidade Pedagógica
é composta por 6 categorias e 15 critérios. Todos os critérios dessa dimensão foram
contemplados nas 26 abordagens analisadas, destacando-se o critério Adequação
do RDA ao usuário e ao currículo como sendo o mais citado nas abordagens (16) e os
critérios Registro de Desempenho do Estudante e Indicação dos Conhecimentos Prévios
(3) como os menos citados.
Por m, a Figura 4 apresenta a dimensão de Qualidade Híbrida que é composta por
4 categorias e 7 critérios. Essa categoria foi elaborada para contemplar os critérios que
apresentam uma descrição ampla podendo ser utilizado para avaliar dimensões de
qualidade dupla. As duas categorias presentes na primeira coluna compõem a Qualidade
126 RISTI, N.º 42, 06/2021
Taxonomia para Avaliação de Recursos Digitais de Aprendizagem – TARDA – Versão 2.0
Híbrida das dimensões de Qualidade de Software + Qualidade de Uso (3 critérios); as
outras duas categorias presentes na segunda coluna compõem a Qualidade Híbrida das
dimensões de Qualidade de Software + Qualidade de Uso (1 critério) e Qualidade de Uso
+ Qualidade Pedagógica (3 critérios).
Figura 3 – Dimensão de Qualidade Pedagógica da TARDA – V2
Figura 4 – Dimensão de Qualidade Híbrida da TARDA – V2
4. Análise da Adequação da TARDA – V2 por Especialistas em
Qualidade de Software, Qualidade de Uso e Qualidade Pedagógica
Foram obtidas 32 respostas para a dimensão de Qualidade de Software e 45 para a
dimensão de Qualidade de Uso (Usabilidade), e seus respectivos critérios híbridos.
127
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
Para Qualidade Pedagógica, e respectivos critérios híbridos, foram entrevistados 4
especialistas em educação e pedagogia para a TARDA Versão 1.0 e 17 especialistas para
a TARDA Versão 2.0, foco deste trabalho.
4.1. Análise de 32 Especialistas em Qualidade de Software
Dos respondentes especialistas em Engenharia de Software, 60,0% possuíam doutorado
completo, 25,7% doutorado incompleto, 5,7% mestrado completo e 8,6% mestrado
incompleto. Destes, 56,2% se dedicam à atividade de ensino lecionando disciplinas de
Engenharia de Software, da Computação, de Requisitos, Qualidade de Software, Jogos
Educativos, Informática na Educação e Avaliação de Software, 21,8% atuam no mercado
de trabalho como engenheiro ou analista de software, 12,5% são desenvolvedores de
software. Os 9,3% restantes são pós-graduandos nos níveis de mestrado ou doutorado.
Quantitativo da concordância e discordância (Figura 5): Considerando uma taxa de
pelo menos 25% de discordância entre os respondentes (4,8 discordâncias), 5 critérios
foram mencionados como passíveis de melhoria em termos de sua nomenclatura e
descrição: Tolerância a Falhas (5), Testabilidade (5), Substituibilidade (7), Recursos (7)
e Maturidade (9).
Figura 5 – Qualidade de Software: Quantitativo de concordância e discordância
Sugestões de melhoria e nova descrição dos critérios:
Tolerância a Falhas (5 sugestões): (i) “recuperar as falhas”, (ii) “capacidade de evitar
falhas e manter um nível de desempenho especicado em casos de defeitos no software
ou em violação de sua interface especicada”, (iii) “capacidade do sistema continuar
operando mesmo em caso de falhas”, (iv) “capacidade de mitigar falhas e manter um
nível de desempenho especicado em casos de defeitos no software ou de violação
de sua interface especicada”, (v) “capacidade de recuperação e resiliência quando
ocorrerem falhas”. Nova descrição: Capacidade de mitigar falhas e manter um nível
128 RISTI, N.º 42, 06/2021
Taxonomia para Avaliação de Recursos Digitais de Aprendizagem – TARDA – Versão 2.0
de desempenho especicado em casos de defeitos no software ou em violação de sua
interface especicada.
Maturidade (5 sugestões): (i) “estabilidade”, (ii) “resiliência”, (iii) “maturidade
de prevenção a falhas”, (iv) “capacidade de evitar defeitos decorrentes de falhas
no software”, (v) “condição adquirida por um software após vários ciclos de
desenvolvimento”. Nova descrição: Capacidade de evitar defeitos decorrentes de
falhas no software.
Testabilidade (4 sugestões): (i) “capacidade do software de ser testado”, (ii) “capacidade
de se testar o sistema modicado, tanto quanto as novas funcionalidades quanto as não
afetadas diretamente pela modicação”, (iii) “capacidade de permitir que o software,
quando desenvolvido ou modicado, seja validado”, (iv) “capacidade de permitir
que o software, quando modicado, seja vericado e validado”. Nova descrição:
Capacidade de se testar o sistema modicado, tanto quanto as novas funcionalidades
quanto as não afetadas diretamente pela modicação.
Substituibilidade (4 sugestões): (i) “adaptabilidade”, (ii) “capacidade de ser abrangente
o suciente para substituir outro produto de software especicado, com o mesmo
propósito e no mesmo ambiente”, (iii) “capacidade de ser substituído por outro
produto de software especicado, com o mesmo propósito e no mesmo ambiente”, (iv)
“capacidade de adaptação perante as mudanças”. Nova descrição: Capacidade de
ser substituído por outro produto de software especicado, com o mesmo propósito e
no mesmo ambiente.
Recursos (4 sugestões): (i) “uso de recursos”, (ii) “funcionalidades”, (iii) “capacidade
de usar tipos e quantidades de recursos dentro dos limites acordados para o software
executar suas funções sob condições estabelecidas”, (iv) “tecnologias, frameworks,
bibliotecas, todo o suporte para o bom funcionamento do software em questão”. Nova
nomenclatura e descrição: Uso de Recursos - Capacidade de usar tipos e quantidades
de recursos (tecnologias, frameworks, bibliotecas) dentro dos limites acordados para o
software executar suas funções sob condições estabelecidas.
Mesmo para os critérios com taxa de discordância abaixo de 15%, alguns comentários
foram realizados, para: Adequação: (i) “adequação dentro de um contexto”, (ii)
“capacidade de prover um conjunto apropriado de funções especícas para tarefas
e objetivos de determinados usuários”; Conformidade Portátil: (i) “portabilidade”;
Acurácia: “capacidade de prover, com o grau de precisão necessário, resultados e
efeitos corretos, ou, em conformidade a acordos pré-estabelecidos”; Modicabilidade:
(i) “manutenibilidade”; Analisabilidade: “capacidade de permitir o diagnóstico
de deciências ou causas de falhas no software”; Estabilidade: (i) “continuidade”,
(ii) “capacidade contínua de prover serviço mediante eventuais eventos”, (iii)
“capacidade de respeitar os requisitos projetados”; Segurança de Acesso: (i)
“segurança de dados e acessos”, (ii) “capacidade de proteger informações e dados,
de forma que pessoas ou sistemas não autorizados não possam lê-los, nem modicá-
los e que não seja negado o acesso às pessoas ou sistemas autorizados”. No entanto,
devido à baixa taxa de discordância, esses critérios não sofreram modicações nas
suas nomenclaturas e nem descrições.
129
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
4.2. Análise de 45 Especialistas em Qualidade de Uso (Usabilidade)
Dentre os respondentes especialistas em Engenharia de Usabilidade, 42,6% são doutores,
24,1% possuíam doutorado incompleto, 18,5% são mestres, 9,3% possuíam mestrado
incompleto e 5,6% são graduados em Ciência da Computação e áreas ans. Estes atuam
como professores de nível superior (38,7%) nas disciplinas de Usabilidade, Interação
Humano-Computador, Qualidade de Uso e Softwares Educativos, especialistas em
tecnologias educacionais (37,5%), em User eXperience (UX) e Interação Humano-
Computador (IHC) (9,8%), em desenvolvedores de software (8,8%) e estudantes de
pós-graduação (5,2%).
Quantitativo da concordância e discordância (Figura 6): Considerando uma taxa
de pelo menos 6,5% de discordância entre os respondentes (2,92 discordâncias), 7
critérios foram mencionados como passíveis de melhoria em termos de sua descrição:
Compatibilidade (3), Prevenção de erros (3), Design estético e minimalista (3),
Visibilidade do estado do sistema (3), Suporte para o usuário reconhecer, diagnosticar
e recuperar erros (4), Flexibilidade e eciência de uso (4) e Mapeamento entre o
sistema e o mundo real (4).
Figura 6 – Qualidade de Uso: Quantitativo de concordância e discordância
Sugestões de melhoria e nova descrição dos critérios:
Suporte para o usuário reconhecer, diagnosticar e recuperar erros (3 sugestões): (i)
“validação”, (ii) “recuperação de erros”, (iii) “dispor de mecanismos que permitem
identicar erros e, quando eles ocorrem, que favoreçam sua correção”. Nova
descrição: Dispor de mecanismos que permitem evitar ou reduzir a ocorrência de
erros e, quando eles ocorrem, que favoreçam sua correção. Flexibilidade e eciência
de uso (3 sugestões): (i) “customização”, (ii) “dispor de mecanismos de conguração
e personalização da interface e da interação”, (iii) “dispor de mecanismos de
conguração e personalização da interface e da interação, e a utilização eciente e
ecaz relacionada à experiência do usuário”. Nova descrição: Dispor de mecanismos
de conguração e personalização da interface e da interação.
130 RISTI, N.º 42, 06/2021
Taxonomia para Avaliação de Recursos Digitais de Aprendizagem – TARDA – Versão 2.0
Compatibilidade (2 sugestões): (i) “nivelamento cognitivo”, (ii) “compatibilidade com
o usuário”. Prevenção de erros (2 sugestões): (i) “validação de erros”, (ii) “dispor
de mecanismos para detectar e prevenir os erros de entradas de dados, comandos,
possíveis ações de consequências não recuperáveis”. Nova descrição: Dispor de
mecanismos para detectar e prevenir os erros de entradas de dados, comandos, possíveis
ações de consequências desastrosas e/ou não recuperáveis. Design estético e minimalista
(2 sugestões): (i) “design minimalista”, (ii) “design estético”. Visibilidade do estado do
sistema (2 sugestões): (i) “rápido feedback”, (ii) “visibilidade do status”.
Mapeamento entre o sistema e o mundo real (1 sugestão): (i) “organização entre
as interações humano-máquinas, conforme as experiências do usuário, usando
terminologias familiares a este”. Percebe-se um alto nível de concordância para esta
dimensão da taxonomia; logo, a maioria dos critérios não sofreu modicações nas suas
nomenclaturas e nem descrições, os critérios que sofreram estão destacados em negrito
e sublinhado.
4.3. Análise de 21 Especialistas em Qualidade Pedagógica
A análise da dimensão de Qualidade Pedagógica foi realizada através de entrevistas
semiestruturadas (reuniões virtuais) com a participação de 21 educadores (13
especialistas, 4 doutorandos, 4 doutores) que atuam como professores (14), pedagogos
(2), orientadores (2) e supervisores escolares (3).
A primeira análise dos especialistas de QP para versão 1.0 da TARDA contou com
a participação de 4 educadores que observaram as nomenclaturas das categorias e
disposição delas na taxonomia, que resultou em algumas sugestões e modicações; estes
destacaram que a categoria Recursos Motivacionais e Responsivos deveria ser renomeada
para “Elaboração do Conhecimento” e a ordem das categorias na taxonomia deveria ser:
conhecimentos prévios → fundamentos e objetivos pedagógicos → conteúdo pedagógico
→ pertinência do conteúdo → clareza epistemológica → elaboração do conhecimento.
Para a análise das nomenclaturas dos critérios os especialistas consideraram a relação
critério/descrição e sua disposição nas categorias. Durante as discussões estes analisaram
a concordância de cada critério e a coesão e coerência desses critérios em relação à
categoria e descrição. Diante disso, eles indicaram várias mudanças nas nomenclaturas,
as indicações de mudanças foram: Guia de apoio pedagógico → “guia de apoio pedagógico
ao professor”; Identica os objetivos pedagógicos presentes no mesmo → “identicação
dos objetivos pedagógicos”; Possui diferentes graus de complexidade de conteúdo nas
atividades → “nível de complexidade dos conteúdos nas atividades”; Apresenta uma
abordagem interdisciplinar → “abordagem especíca e ou interdisciplinar”; Favorece
o trabalho em grupo, mas também pode ser utilizado individualmente → “trabalho em
grupo e ou individual”; Adequação do RDA ao conteúdo → “adequação do RDA ao
conteúdo trabalhado”; e, Correção do conteúdo → “análise do conteúdo”.
Sugestões de melhoria e nova descrição dos critérios:
A segunda análise dos especialistas de QP para versão 2.0 da TARDA contou com 17
educadores que observaram as descrições das categorias e dos critérios, além de algumas
131
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
pequenas alterações nas nomenclaturas dos critérios. As descrições das categorias
foram: conhecimentos prévios - referente aos conhecimentos prévios necessários para
o trabalho com o conteúdo proposto no RDA; fundamentos e objetivos pedagógicos -
referente aos fundamentos da concepção de ensino e aprendizagem inter-relacionada
aos objetivos do RDA; conteúdo pedagógico - referente à coerência entre a concepção
de ensino e aprendizagem e os objetivos do RDA; pertinência do conteúdo - referente ao
conteúdo educativo do RDA; clareza epistemológica - referente à base teórico-conceitual
que permeia o desenvolvimento do RDA; e, elaboração do conhecimento - referente à
interação autônoma do usuário no processo de elaboração do conhecimento.
Também foram indicadas algumas mudanças nas nomenclaturas. As indicações de
mudanças foram: Explicitação da fundamentação pedagógica → “explicitação da
concepção pedagógica”; Consistência pedagógica → “coerência pedagógica em relação
à base teórico-conceitual”; Feedback encorajador e isento de carga negativa mediante
respostas inadequadas → “feedback encorajador mediante respostas inadequadas”;
Interpretação do usuário acerca de seus erros e acertos → “reexão sobre erros e
acertos”; Registro de desempenho do estudante → “registro de desempenho do usuário”.
As descrições dos critérios foram todas modicadas por eles, pois estes discordaram de
todas as descrições (concordância, coesão e coerência), que foram apresentadas para
os critérios desta dimensão; as discordâncias também versaram após as mudanças
realizadas nas nomenclaturas dos critérios e a alocação destes dentro das categorias.
4.4. Análise para os critérios da Dimensão Híbrida
A dimensão de Qualidade Híbrida foi avaliada juntamente com os questionários que
foram submetidos para os especialistas de QS e QU. Logo, o perl dos respondentes
para essa dimensão segue a distribuição anteriormente apresentada. Com relação à
concordância e discordância dos especialistas em relação aos critérios desta dimensão a
Figura 7 e 8 apresentam a distribuição dessas análises. Para os especialistas em QS em
relação aos de QU a dimensão de QH teve um maior nível de concordância.
Figura 7 – Quantitativo de concordância e discordância com os critérios de
Qualidade Híbrida da TARDA – V2 pelos especialistas em Qualidade de Software
132 RISTI, N.º 42, 06/2021
Taxonomia para Avaliação de Recursos Digitais de Aprendizagem – TARDA – Versão 2.0
Mesmo assim, algumas indicações de mudanças para nomenclaturas dos critérios
foram sugeridas pelos respondentes de QS, a saber: Visibilidade do estado do sistema
→ auditabilidade ou dependabilidade; Suporte para o usuário reconhecer, diagnosticar
e recuperar erros → suporte para reconhecer, diagnosticar e recuperar falhas; e,
Liberdade e controle ao usuário → liberdade e controle ou congurabilidade. Também
foi indicada uma única sugestão de melhoria para a descrição do critério: Liberdade e
controle ao usuário → “capacidade de o usuário congurar o sistema conforme seu
gosto de uso e necessidade”.
Figura 8 – Quantitativo de concordância e discordância com os critérios de
Qualidade Híbrida da TARDA – V2 pelos especialistas em Qualidade de Uso
As indicações de mudanças para nomenclaturas dos critérios pelos especialistas em
QU foram: Adaptabilidade → acessibilidade; Liberdade e controle ao usuário →
gerenciamento de tarefas; Suporte para o usuário reconhecer, diagnosticar e recuperar
erros → relatórios de erros ou feedback imediato; e, Visibilidade do estado do sistema
→ informação extra para o usuário ou relatório de sistema ou qualidade de serviço.
Também foram indicadas melhorias para a descrição dos seguintes critérios: Visibilidade
do estado do sistema → “dispor de Feedback imediato nas respostas do sistema às
ações do usuário”; Suporte para o usuário reconhecer, diagnosticar e recuperar erros
→ “dispor de mecanismos que permitem identicar erros e, quando eles ocorrem, que
favoreçam sua correção”.
4.5.Representação Gráca da Taxonomia para Avaliação de Recursos
Digitais de Aprendizagem – Versão 2.0
Considerando as análises realizadas pelos especialistas nas 4 dimensões da TARDA - V2,
algumas mudanças foram realizadas como já descrevemos nos resultados deste artigo.
A Figura 9 destaca a representação gráca da TARDA – V2 como um todo, com todas as
suas 4 dimensões, 17 categorias e 49 critérios de avaliação.
133
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
Figura 9 – Representação gráca da TARDA – V2
5. Consideraçõesnais
A concepção da TARDA – V2 se deu dentro de uma pesquisa realizada ao longo de 4 anos e
considerou a análise de 724 critérios de avaliação de Recursos Digitais de Aprendizagem,
extraídos de 26 abordagens disponíveis na literatura nacional e internacional. De forma a
favorecer a homogeneidade sobre o conhecimento nesta área interdisciplinar, conceitos
amplamente utilizados na Engenharia de Software, Engenharia de Usabilidade e na
Perspectiva Pedagógica foram adotados para a proposição de TARDA – V2.
A m de avaliar a taxonomia proposta, foram aplicados questionários com especialistas
de Engenharia de Software, de Usabilidade e de Educação/ Pedagogia, a m de
identicar a concordância (ou discordância) destes diante das categorias, nomenclaturas
e descrições. Foram obtidas 98 respostas válidas, 32 para o primeiro perl, 45 para o
segundo e 21 para o terceiro, com a difusão dos questionários em listas de e-mail da
comunidade cientíca que caram disponíveis durante quatro semanas. Os resultados
obtidos indicam maior concordância dos participantes para os itens que compõem as
categorias de Qualidade de Uso e Qualidade Híbrida, sendo os critérios de Qualidade de
Software dessa dimensão os que tiveram o maior nível de concordância em relação aos
de Qualidade de Uso. O maior grau de mudanças foi na dimensão de QP. A dimensão
de QS teve 29,4% de mudanças e as alterações realizadas de acordo com a opinião dos
especialistas causaram um impacto geral de mudanças na taxonomia como um todo.
Entende-se como limitação desta pesquisa o fato de o estudo ter sido desenvolvido
apenas por um aluno; no entanto, para minimizar a limitação, o estudo foi acompanhado
134 RISTI, N.º 42, 06/2021
Taxonomia para Avaliação de Recursos Digitais de Aprendizagem – TARDA – Versão 2.0
por 2 professores com experiência nas áreas de IHC, Qualidade de Software, Qualidade
de Uso e Avaliação de RDAs. Para continuação deste trabalho de pesquisa, pretende-se
desenvolver um Guideline, que oriente a avaliação de RDAs, composto pela taxonomia
proposta, uma escala de avaliação para cada um dos critérios que gere um score nal
da avaliação, e um método de aplicação (passo a passo) para orientar pesquisadores no
planejamento, execução, análise e avaliação de RDAs.
Referências
Bastien, C., & Scapin, D (1993). RT-0156 – Ergonomic criteria for the evaluation of
human-computer interfaces. In: Rapport technique de l’INRIA.
Bayona-Oré, S., Calvo-Manzano, J. A., Cuevas, G., & San-Feliu, T. (2014). Critical success
factors taxonomy for software process deployment. Software Quality Journal,
22(1), 21-48. https://doi.org/10.1007/s11219-012-9190-y
Cascini, D., & Campos, S. (2015). Avaliação de jogos educacionais multiusuários:
Uma revisao sistemática da literatura. In Brazilian Symposium on Computers in
Education (Vol. 26, No. 1, p. 519). https://doi.org/10.5753/cbie.sbie.2015.519
Creswell, J. W., & Creswell, J. D. (2017). Research design: Qualitative, quantitative,
and mixed methods approaches. Sage publications.
de França, R. S., & da Silva, A. C. B. (2014). Avaliação de softwares educativos para
o ensino de Língua Portuguesa. Revista Brasileira de Informática na Educação,
22(03), 23. https://doi.org/10.5753/RBIE.2014.22.03.23
de Sales, A. B., & Boscarioli, C. (2020). Uso de Tecnologias Digitais Sociais no Processo
Colaborativo de Ensino e Aprendizagem. RISTI - Revista Ibérica de Sistemas e
Tecnologias de Informação, (37), 82-98. https://doi.org/10.17013/risti.36.1–14.
Goulart, J., Oliveira, F., & Pinto, P. (2019). Avaliação Sistemática de Ecácia na
Aprendizagem de Algoritmos com o uso do Tupy Online. In Anais do XXVII
Workshop sobre Educação em Computação (pp. 218-232). https://doi.org/10.5753/
wei.2019.6631.
Gonçalves, A. F., Miranda, G. L., & Barrela, N. (2016). B-learning, Recursos Educativos
Digitais e Ensino Prossional: Uma estratégia de apoio ao desenvolvimento da
Prova de Aptidão Prossional. RISTI - Revista Ibérica de Sistemas e Tecnologias de
Informação, (20), 131-146. https://doi.org/10.17013/risti.20.131–146
Junior, O. D. O. B., Aguiar, Y. P. C., & de Moura, H. P. (2020). Taxonomia para Avaliação
de Recursos Digitais de Aprendizagem: Proposição e Análise da Adequação por
Especialistas. In Anais do XXXI Simpósio Brasileiro de Informática na Educação
(pp. 232-241). https://doi.org/10.5753/cbie.sbie.2020.232.
Junior, O., & Aguiar, Y. P. C. (2018). Taxonomia de critérios para avaliação de software
educativo-TaCASE. In Brazilian Symposium on Computers in Education (Vol. 29,
No. 1, p. 298). https://doi.org/10.5753/cbie.sbie.2018.298.
135
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
Júnior, O. B., Aguiar, Y., & Tavares, T. (2016). Abordagens para Avaliação de Softwares
Educativos e sua Coerência com os Modelos de Qualidade de Software. In Brazilian
Symposium on Computers in Education (Vol. 27, No. 1, p. 270). https://doi.
org/10.5753/cbie.sbie.2016.270.
Lin, Y. H., & de Oliveira, M. C. (2018). Avaliação de Software utilizando MAEP: Uma
Análise do Protótipo de um Simulador Imersivo de Realidade Virtual. Anais
SULCOMP, 9.
Neves, N. N., & dos Santos, A. R. (2021). O uso das tecnologias digitais da informação e
comunicação para a experimentação no ensino de química: uma proposta usando
sequências didáticas. Scientia Naturalis, 3(1).
Nielsen, J. (1994). Usability engineering. Morgan Kaufmann.
Norma, I. S. O. IEC 9126-1. (2001). Software engineering–Product quality–Part 1:
Quality model. In: Associaçao Brasileira de Normas Técnicas.
Norma, I. S. O. IEC 9214-1. (2003), Ergonomic Requirements for oce work with visual
display terminals – part 11. In: Associaçao Brasileira de Normas Técnicas.
Nunes, R., & Santos, I. (2018). A importância da avaliação ergonômico-pedagógica de
aplicativos educacionais e os desaos encontrados no campo da aprendizagem
móvel. In Brazilian Symposium on Computers in Education (Vol. 29, No. 1, p. 41).
https://doi.org/10.5753/cbie.sbie.2018.41.
Pereira, W. S., Cardoso Filho, R. J., Silva, W. R. D. A., Da Silva, R. S. T., Dantas, V. F.,
& Aguiar, Y. P. (2016). Validação de uma abordagem combinada para avaliação de
Software Educativo: avanços e desaos. Revista Tecnologias na Educação, 8(16).
Shneiderman, B., & Plaisant, C. (2004). Designing the user interface: strategies for
eective human-computer interaction. 4. ed. Addison-Wesley Publishing Company.
Silva, A. C. B. D., & Gomes, A. S. (2015). Conheça e utilize software educativo: avaliação
e planejamento para a educação básica. Recife: Pipa Comunicação, 83, 3322-3222.
Swebok. (2004). Guide to the Software Engineering Body of Knowledge. Version Project
of the IEEE Computer Society Professional Practices Committee.
Wohlin, C. (2014). Guidelines for snowballing in systematic literature studies and
a replication in software engineering. In Proceedings of the 18th international
conference on evaluation and assessment in software engineering (pp. 1-10).
https://doi.org/10.1145/2601248.2601268.
136 RISTI, N.º 42, 06/2021
Revista lbérica de Sistemas e Tecnologias de Informação
Revista lbérica de Sistemas y Tecnologías de Información
Recebido/Submission: 21/03/2021
Aceitação/Acceptance: 09/05/2021
136
Estilos de Aprendizagem: proposta de questionário
semiautomático de apoio à aprendizagem
autorregulada
Antonio Carlos Zambon1, Enzo Juniti Fujimoto1, Higor Augusto Gomes1
aczambon@unicamp.br; e233930@dac.unicamp.br; h146435@dac.unicamp.br
1 Universidade Estadual de Campinas, R. Paschoal Marmo, 1888 - Jd. Nova Itália, 13484-332, Limeira, SP,
Brasil
DOI: 10.17013/risti.42.136–151
Resumo: Este trabalho descreve o desenvolvimento de um questionário eletrônico
semiautomático, baseado no algoritmo do Processo de Análise de Estilos de
Aprendizagem por meio de Mapas Conceituais Estendidos. Sua implementação
representará uma alternativa para a análise dinâmica dos estilos de aprendizagem
e capacitação de alunos para produzirem sua autoavaliação e a aprendizagem
autorregulada. No desenvolvimento do questionário foi utilizado o Google Planilhas
para a obtenção e armazenamento dos dados e o CmapTools para sua visualização.
Os resultados preliminares, demonstrados no caso conceito, conrmam que
o questionário é capaz de revelar e representar adequadamente os Estilos de
Aprendizagem. Diante disso, a sequência desta pesquisa, consistirá na aplicação
extensiva do questionário, com o objetivo de identicar a acuracidade na avaliação
dos Estilos de Aprendizagem e o desenvolvimento de relatório para orientação do
aluno em suas estratégias de aprendizagem.
Palavras-chave: Estilos de Aprendizagem; Mapas Conceituais Estendidos;
Aprendizagem Autorregulada; Autoecácia; Autodidatismo.
Learning Styles: proposal for a semiautomatic support questionnaire
for self-regulated learning
Abstract: This work describes the development of a semiautomatic electronic
questionnaire, based on the Learning Styles Analysis Process algorithm using
Extended Concept Maps. Its implementation will represent an alternative for the
dynamic analysis of Learning Styles and the training of students to produce their
self-assessment and also self-regulated learning. We use Google Spreadsheets
for develop the questionnaire and for the storing data, and CmapTools for
visualization. The preliminary results, demonstrated in the concept case, conrm
that the questionnaire is able to reveal and adequately represent the Learning
Styles. Therefore, it is intended that in the next phase of this research, an wide
application of the questionnaire will be carried out, with the objective of identifying
the accuracy of the Learning Styles identifying process, and the development of a
report to guide the student in his learning strategies.
137
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
Keywords: Learning Styles; Extended Concept Maps; Self-Regulated Learning;
Self-ecacy; Autodidactism.
1. Introdução
Embora a aprendizagem norteie a evolução humana, muitas são as diculdades
enfrentadas pelos indivíduos no decorrer desse processo. A aprendizagem não se
comporta com o mesmo padrão em todos os indivíduos, pois depende da competência
cognitiva individual. Alguns indivíduos manifestam uma capacidade autorreexiva
inata, que estimula a evolução do aprendizado diante de necessidades diferentes, o que
os torna muito capazes para tratar da realidade complexa. Entretanto, outras pessoas
reagem à complexidade de maneira menos efetiva, aprendendo por meios alternativos,
nem sempre tão ecientes.
Entende-se como aprendizagem, a capacidade do indivíduo em incorporar ou renunciar
formações e racíocinio às suas competências, com o objetivo de construir ou sustentar
sua concepção acerca da realidade, positiva ou negativamente.
Essa capacidade também pode ser descrita a partir de um conjunto peculiar de
habilidades, manifestas por meio de ações e emoções, que buscam a mudança de um
determinado contexto. Essa característica é denida por Marini & Boruchovitch, 2014;
Schunk, 1991; Zimmerman, 1990, como Aprendizagem Autorregulada. Na Aprendizagem
Autorregulada, os indivíduos balizam suas aprendizagens e motivações, para atingir os
objetivos pessoais. Dessa maneira, a aprendizagem não se torna unicamente acessória
e tampouco estática, mas, ativa e dinâmica, por estar no âmago das realizações sociais
do indivíduo.
A maneira como o indivíduo estabelece a relação entre o que o ambiente oferece para
aprendizado e o que, sob seu julgamento, é relevante, origina a abordagem dos Estilos
de Aprendizagem (EA). Os EA, em termos gerais, representam padrões com os quais os
indivíduos direcionam suas preferências para aprenderem. Essas preferências evoluem,
conforme a compreensão do ambiente pelo indivíduo e reforçam a composição das
estratégias que serão por ele utilizadas (Kolb & Kolb, 2005).
A psicologia da educação (Gatti, 2010) ratica a importância do estudo da relação do
indivíduo e o contexto no qual ele está inserido, pois é dessas relações que emergem os
padrões e competências cognitivas, comportamentais e motivacionais, construtoras de
suas habilidades. Nesse aspecto, estabelece que a autogestão dos indivíduos sobre seu
desenvolvimento, constrói uma aprendizagem robusta, apoiada no autoconceito, que,
por sua vez, consolida a gestão do próprio conhecimento (Wernick, 1959). O autoconceito
é, normalmente, assumido como um atributo que o indivíduo utiliza para correlacionar
a atitude de aprender a um bom desempenho acadêmico ou adaptação prossional
(Jackson et al., 2001). Por sua vez, os EA, constituem indicadores importantes para
identicação dessa tendência (Omar et al., 2015).
Usualmente, testes para a identicação de EA são estáticos, ou seja, as perguntas não
se modicam. Essa característica constitui uma fragilidade, pois, não permite que as
mesmas pessoas sejam submetidas diversas vezes ao mesmo questionário, considerando
que as respostas podem ser manipuladas pelos respondentes. Os EA são dinâmicos e
138 RISTI, N.º 42, 06/2021
Estilos de Aprendizagem: proposta de questionário semiautomático de apoio à aprendizagem autorregulada
poderiam revelar as mudanças das preferências dos aprendizes expostos aos processos
de ensino, se contassem com questionários interativos, customizáveis e dinâmicos.
Uma proposta que atende à possibilidade de tornar os questionários customizáveis e
interativos é o Processo de Análise de EA por meio de Mapas Conceituais Estendidos -
MCE (Gomes, 2018). Esse processo descreve a utilização dos MCE, como ferramentas
capazes de extrair e representar conhecimento, revelando as características do EA
de uma pessoa. Seu algoritmo de elicitação do conhecimento, possui uma estratégia
de criação de perguntas a partir de declarações do próprio respondente, que o torna
interativo e customizável, considerando que não utiliza apenas perguntas previamente
denidas. Esse processo, no entanto, não foi automatizado, tendo sido descrito apenas
seu algoritmo.
O objetivo deste artigo é descrever o desenvolvimento de um questionário eletrônico
semiautomático, baseado no algoritmo do Processo de Análise de EA por meio de MCE,
que permitirá realizar a análise dinâmica dos estilos de aprendizagem de indivíduos.
A ferramenta representará um recurso importante para identicação da mudança de
preferências de aprendizagem das pessoas quando expostas a um processo de ensino
(López et al., 2016).
Pressupõe-se que, por meio da revelação do EA e da possibilidade do acompanhamento
de sua evolução, os indivíduos poderão desenvolver a aprendizagem autorregulada,
estimulando-se ao desenvolvimento da autoecácia (Boruchovitch, 1999).
Este trabalho está descrito em outras quatro seções, além desta introdução. Na
Seção 2, apresenta-se a aprendizagem autorregulada e autoecácia, que norteiam e
contextualizam esta proposta no ambiente da aprendizagem. Na Seção 3, descreve-se
o desenvolvimento do questionário semiautomático, objeto deste trabalho. Na Seção
4, apresenta-se um caso de conceito cujo objetivo foi testar as funcionalidades da
ferramenta. A Seção 5 apresenta as conclusões nais.
2. Aprendizagemautorreguladaeautoecácia
Concebe-se que a aprendizagem autorregulada decorre das vivências anteriores
do indivíduo, que se reporta a cenários onde ele obteve resultados satisfatórios.
Nessa circunstância, são combinados dados gerais de aprendizagem com elementos
disposicionais. Esses elementos representam as relações entre eventos ocorridos em
momentos diferentes, presentes em uma construção mental abrangente que, por sua vez,
é associada por similaridade, a um evento corrente (Lazzeri & Oliveira-Castro, 2010).
Dessa maneira, a aprendizagem autorregulada emerge das competências construídas
baseadas na aprendizagem disposicional e inclui comportamentos, atitudes e valores,
que conduzem o indivíduo para o conceito de autoecácia (Jackson et al., 2001; Lazzeri
& Oliveira-Castro, 2010).
Para acreditar que é capaz de aprender, o indivíduo deve possuir uma carga pregressa de
elementos com os quais possa construir seu conceito de autoecácia (Drysdale & McBeath,
2018; Trautner & Schwinger, 2020; Yusuf, 2011). Essa característica é relevante para a
análise do aprendizado de adultos, que se utilizam de suas experiências anteriores para
139
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
conduzir seu aprendizado (Martín-García et al., 2019). Essas experiências, por vezes,
estão associadas à autoeducação, ou autodidatismo.
Os trabalhos existentes no campo do autodidatismo, se referem, em sua grande maioria,
à aprendizagem informal. Essa informalidade, concebe o ambiente de aprendizagem
como destituído de critérios previamente estabelecidos por um instrutor e restrito à
construção de habilidades e ao conhecimento aplicado (Hager, 2000). Entretanto, em
abordagens mais recentes, o autodidatismo não se restringe aos meios construtores
de habilidades, mas, congura-se como o instrumento pelo qual o indivíduo constrói
um ambiente de conhecimento do qual emerge seu autodesenvolvimento, sua imagem
particular de mundo, e, consequentemente, sua autorrealização (Selwyn et al., 2016;
Shuklina, 2001).
A aprendizagem não se restringe a uma concepção endógena do indivíduo, mas aos
construtos que se originam internamente e se expandem para o ambiente externo,
buscando sua signicação (López et al., 2020). Essa proposição foi amplamente
discutida na Teoria Social Cognitiva, cujos estudos do comportamento apontam que
a aprendizagem autorregulada tem suas limitações, que são denidas pelo contexto
(Alonso et al., 1995; Bandura, 1989). A teoria enfatiza que, durante o autoconhecimento,
o indivíduo desenvolve aptidões consistentes para gerenciar sua manutenção, como
a motivação empenhada em determinado tópico, cabendo-lhe “formatar-se” em cada
ambiente (Yusuf, 2011). Isso está intrinsecamente relacionado à característica humana
de reação às pré-concepções sobre os quadros futuros, que provoca uma sensação de
desconhecimento, determinante para o planejamento acerca das próprias satisfações,
sinalizando o engajamento mais assertivo (Trautner & Schwinger, 2020).
Assim, no âmbito da aprendizagem, a característica intencional de tomadas de decisões
que sejam mais ecientes, não está circunscrita ao ambiente externo. Interpreta-se
que, ao se reconhecer pela autoecácia, e regular-se dentro do contexto, o indivíduo
inuenciará suas condutas futuras, escolhendo seu Estilo de Aprendizagem.
2.1. Estilos de Aprendizagem
Estilos de Aprendizagem (EA) são táticas empregadas pelas pessoas que buscam mitigar
problemas ou aumentar a taxa de sucesso frente às diculdades de aprender (Meurer et
al., 2018). Essas táticas são denidas por uma preferência inconsciente, e são escolhidas
por comparação a vivências anteriores.
O Modelo de Aprendizado Experiencial (Cavanagh, Hogan e Ramgopal, 2017; Ka &
Chan, 2012; Widiastuti & Budiyanto, 2018) dene o aprendizado como um processo no
qual o conhecimento é construído por meio da experiência. A experiência representa
a oportunidade de o indivíduo vivenciar os fenômenos que necessita aprender, pensar
sobre eles e projetar ações transformadoras. O modelo descreve que o aprendizado de
adultos ocorre por meio de um ciclo que considera as preferências dos indivíduos em
interagir com os fenômenos que precisam ser aprendidos. São quatro preferências:
i) Experiência Concreta; ii) Conceituação Abstrata; iii) Experimentação Ativa e iv)
Observação Reexiva.
140 RISTI, N.º 42, 06/2021
Estilos de Aprendizagem: proposta de questionário semiautomático de apoio à aprendizagem autorregulada
O ciclo propõe que os indivíduos inconscientemente preferem interagir com o ambiente
externo. Isso não signica que não possam modicar tais preferências ao longo do
tempo, com a maturidade ou, aprendizado. Essas preferências podem ser representadas
em dois eixos perpendiculares (Figura 1).
Figura 1 – Ciclo de Aprendizagem e Estilos de Aprendizagem
Fonte: adaptado (Nogueira et al., 2012)
Conforme a Figura 1, o eixo vertical representa a Experiência Concreta em uma
extremidade e o seu oposto, a Conceituação Abstrata, na outra. Os indivíduos que
preferem a Experiência Concreta conam mais em seus sentidos e buscam aprender pelo
contato, pela visualização. Por outro lado, os indivíduos que preferem a Conceituação
Abstrata, são capazes de utilizar a reexão para compreender antes de agir.
Nas extremidades do eixo horizontal se posicionam a Experimentação Ativa e a
Observação Reexiva. Os indivíduos que preferem a Experimentação Ativa para
aprender, têm agilidade para a ação modicadora do ambiente, ao passo que os
indivíduos que preferem a Conceituação Abstrata, necessitam compreender antes de
agir. São mais reexivos e demandam mais tempo para a ação.
Considerando preferências dispostas nos dois eixos, são denidos quatro estilos de
aprendizagem: i) Divergentes, cujos pontos fortes são a criatividade e a imaginação; ii)
Assimiladores, que preferem a criação de modelos teóricos, que demandam raciocínio
indutivo; iii) Convergentes, que se destacam na solução de problemas, tomada de
decisões e aplicação prática de ideias e iv) Acomodadores, que preferem experiências
práticas às abordagens teóricas.
O Modelo de Aprendizagem Experiencial (Kolb & Kolb, 2005) sustenta que a
aprendizagem efetiva, se orienta por um movimento cíclico, conduzindo o indivíduo
pelos quatro estilos de aprendizagem, e, embora os aprendizes preram um estilo em
detrimento dos outros, também terão traços dos outros estilos.
141
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
2.2. Mapas Conceituais Estendidos e a representação de Estilos de
Aprendizagem
Mapas Conceituais estendidos (MCE) são representações grácas que utilizam
regras cognitivas para representação do conhecimento. São estruturados por meio
de proposições inter-relacionadas e dispostas em uma matriz que associa o censo de
julgamento de um indivíduo sobre si e sobre o ambiente (Galindo-Jaramillo, 2018;
Gomes, 2018; Silva, 2018). Os Mapas Conceituais Estendidos (MCE) são representações
do conhecimento, e ilustram gracamente as relações existentes entre os conceitos de
um domínio do conhecimento (Zambon et al., 2016). Conceitos são palavras ou pequenas
frases cujo signicado remete a construtos físicos ou abstrações, como sentimentos. Os
conceitos são relacionados por meio de frases de ligação (verbos, preposições) inseridos
em arcos (arestas) que os unem (Mayer, 2002). Dois conceitos conectados por um arco
dão origem a uma proposição, sendo essa a estrutura básica dos MCE.
As proposições recebem dois tipos de sinais: (+) que representam reforço, (–) que
representa balanceamento. O reforço (+) descreve uma relação diretamente proporcional
entre causa e efeito: quanto mais causa, mais efeito. O peso de balanceamento (–),
descreve uma relação inversamente proporcional entre causa e efeito: quanto mais
causa, menos efeito (Meadows et al., 2004; Senge, 2006). A Expressão 1 exemplica
uma proposição conforme o MCE.
Cc →v+Ce (1)
A proposição descrita na Expressão 1, pode ser lida como “Conceito Causa inuencia
amplicando Conceito Efeito”. O raciocínio de um indivíduo é representado por meio de
inúmeras proposições, que são organizadas em uma matriz de atributos.
A matriz é composta por três linhas e três colunas, que descrevem dois contextos: i)
as linhas (L), representam a capacidade que um indivíduo julga ter de manipular
conceitos, racional ou irracionalmente e obter um resultado previamente imaginado;
ii) as colunas (C), representam a hipótese imaginada pelo indivíduo do ambiente se
comportar de maneira esperada, em consequência de padrões por ele previamente
pensados, em consonância com suas experiências anteriores e suas regras inconscientes.
Esses atributos evoluem entre o plano consciente, que na matriz é representado nas
intersecções L-C em branco, e o plano inconsciente, representado nas intersecções L-C
em cinza.
As proposições possuem seu signicado intrínseco, dado pelas palavras e pela estrutura
de relacionamento. Entretanto, quando essas proposições são posicionadas na matriz
de atributos, recebem o signicado desse posicionamento (extrínseco), que associa a
relação com as impressões do indivíduo sobre sua capacidade e sobre o ambiente, de
acordo com a argumentação (consciente) ou o raciocínio (inconsciente).
O atributo da linha superior da matriz é Controlável (CT), e nela se posicionam
conceitos julgados controláveis por regras explícitas. A linha mediana, abrange, além
da argumentação (elementos explícitos), também elementos semânticos (tácitos),
provenientes do raciocínio. Nessa linha é possível observar o trânsito entre o consciente
142 RISTI, N.º 42, 06/2021
Estilos de Aprendizagem: proposta de questionário semiautomático de apoio à aprendizagem autorregulada
e o inconsciente do indivíduo. Essa condição de transição estabelece que seu nível de
controlabilidade é indenido, por isso, é denominada Penumbra (PN). A linha inferior
é composta por elementos semânticos (tácitos) e os conceitos nela posicionados, estão
sujeitos a regras que emergem da inconsciência, logo, são Não Controláveis (NC).
O atributo da coluna mais à direita, é de controlabilidade (CT), representando elementos
provenientes de inferência. Esses elementos explicam a dinâmica do ambiente exposto
às ações do agente e, segundo seu julgamento, consistem em previsões certas e objetivas.
A coluna central, de penumbra (PN), agrupa elementos conscientes e inconscientes,
projetando incerteza sobre as regras de mudança do ambiente imaginadas pelo
indivíduo. Deixam de ser integralmente inferências, pois possuem elementos do seu
raciocínio, da percepção, apoiadas parcialmente na experiência individual, que não é
integralmente reconhecida por outros indivíduos. A coluna à esquerda, agrupa elementos
não controláveis (NC) pelo indivíduo, que estão posicionados no seu inconsciente.
Isso signica que não há explicação lógica dos seus resultados, e nem a origem desses
elementos é determinística, pois emergem de regras não declaráveis, subconscientes
(Figura 2).
Figura 2 – Mapa Conceitual Estendido
Fonte: Adaptado de (Duarte, 2016)
Na exemplicação da Figura 2, é possível identicar a Expressão 1 (Cc →v+Ce). O
conceito causa (Cc) se encontra no inconsciente, gerando desestabilização no conceito
efeito (Ce). Além disso, o Cc, é tido pelo indivíduo como não controlável (NC) e seu
comportamento no ambiente não é claro (PN) para o observador. Embora seja uma
verdade, essa consideração inuencia a mudança do conceito efeito (Ce) sob condições
inesperadas. O Conceito Efeito (Ce), por mais que, retoricamente, se posicione em
ambiente controlável, (CT), pelo fato de receber uma carga de desestabilização (+) do
conceito causa (Cc), muda seu estado de maneira imprevista. Esse tipo de relacionamento
explica, em parte, a frustração pela certeza que não se concretiza.
Essas características de representação permitem, por meio de inserção de atributos
especícos na matriz do MCE, identicar estilos de aprendizagem (EA) (Gomes, 2018).
143
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
3. Desenvolvimento do Formulário semiautomático
O formulário semiautomático coletará proposições a partir de um questionário interativo,
aplicado individualmente e posicionará essas proposições no MCE.
Para o desenvolvimento foi escolhida a plataforma do Google Planilhas. As informações
obtidas serão armazenadas em planilha eletrônica e depois exportadas em formato
legível para o CmapTools, que será o instrumento de visualização gráca das proposições
coletadas.
A ferramenta para aquisição e representação de Estilos de Aprendizagem é composta por
dois processos: i) Processo de Elicitação de Proposições e ii) Processo de Representação
no MCE.
3.1. Processo de elicitação de proposições
A elicitação de proposições ocorre pela aplicação desenvolvida no Google Planilhas
(Google, 2019). A escolha da plataforma se deve à sua exibilidade, possibilidades
de customização, comunicação em tempo real com o banco de dados e capacidade de
automatização de processos de extração e tratamento de texto. A interface do formulário
eletrônico pode ser observada na Figura 3.
Figura 3 – Formulário de elicitação de proposições
A interação do usuário com o formulário eletrônico (Figura 3), consiste em preencher
cinco campos com conceitos que remetem à Questão Focal (Qf), presente no formulário.
As perguntas são construídas com conceitos presentes na Qf e na argumentação do
respondente. Isso torna o questionário diferente para cada respondente. A cada interação,
o usuário adiciona uma proposição (Cc →v+Ce), além dos elementos necessários para
seu posicionamento na matriz do MCE.
A estrutura do questionário atende às regras de posicionamento de conceitos no MCE,
como descrito na Figura 4.
144 RISTI, N.º 42, 06/2021
Estilos de Aprendizagem: proposta de questionário semiautomático de apoio à aprendizagem autorregulada
Figura 4 – Algoritmo de posicionamento de conceitos no MCE
Fonte: Adaptado (Gomes, 2018)
É possível identicar na Figura 4, os elementos de decisão, que são percorridos ao longo
de cada interação no questionário. Cinco questionamentos básicos são demandados
para cobrir as alternativas do questionário:
•Pergunta 1: identica se Ce, presente na Qf se associa ao Cc denido pelo
respondente;
•Pergunta 2: identica se o Cc, pela ótica do respondente, explica o cenário, ou é
circunscrita à capacidade do respondente;
•Pergunta 3: identica se, em quaisquer das alternativas anteriores, Cc muda o
estado do Ce;
•Pergunta 4: identica se a relação ambiente – agente provoca mudanças em um
ou em outro;
•Pergunta 5: identica se existe outro conceito para adicionar à argumentação
do agente, ou, se algum conceito já adicionado pode ser melhor discutido ou
associado.
A elicitação cessa após cinco iterações, que representam um número suciente de
proposições para identicação do EA do respondente.
Um fator decisivo para a escolha do Google Planilhas (Google, 2019) como plataforma
para a construção do formulário, é a dinâmica das perguntas 2, 3 e 4, que são construídas
de maneira interdependente. Por exemplo, a pergunta 3, é construída com elementos
sintáticos da resposta à pergunta 2, e a pergunta 4, é construída com elementos sintáticos
da resposta à pergunta 3.
145
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
Ao nal da elicitação, as respostas são armazenadas em uma tabela inicial que preserva a
estrutura da proposição, além da localização do Conceito Causa (Cc), do Conceito Efeito
(Ce) e do Verbo (v), para que possam ser posicionados na matriz de atributos do MCE,
conforme proposto pelo algoritmo de posicionamento. A Tabela 1 descreve o exemplo de
duas proposições e os posicionamentos X-Y dos conceitos na matriz de atributos.
Conceito Causa
(Cc)
Verbo (v) Conceito Efeito
(Ce)
Cc v Ce
X Y X Y X Y
Stress nas relações Inuencia Produtividade 1250 478 221 413 105 963
Má gestão Inuencia Motivação 520 665 150 1075 963 783
Tabela 1 – Base de proposições e posicionamento dos conceitos
Da esquerda para a direita, a Tabela 1 apresenta conceitos causa (Cc), os verbos (v) e os
conceitos efeito (Ce). As colunas posteriores contém as informações de posicionamento
(linha e coluna) dos três elementos anteriores no MCE.
Os dados nais são exportados em formato tsv, ou Valores Separados por Tabulação, e
na sequência são convertidos para csv, ou Valores Separados por Vírgula. Esse processo
é realizado com a nalidade de preservar a codicação UTF-8, que possibilita o uso de
acentos grácos.
3.2. Processo de representação no MCE
A base de proposições e seus posicionamentos são exportados para o CmapTools (IHMC,
2020), onde serão representados no formato da matriz de atributos do MCE.
A partir de uma análise do algoritmo de posicionamento, é possível identicar oito
hipóteses de caminhos para posicionamento dos conceitos no MCE. O caminho
percorrido pelas respostas, recebe uma etiqueta, ou carimbo, denido pela sequência de
Sim e Não. Os carimbos, portanto, são caminhos gerados pelo respondente, sob ação do
algoritmo. No caso especíco de um carimbo SimSimSim, obtém-se o posicionamento
dos conceitos Causa e Efeito, tanto para linha quanto para a coluna (Tabela 2).
Carimbo Linha CC Coluna CC Linha CE Coluna CE
SimSimSim Controlável Controlável Controlável Controlável
SimSimNão Penumbra Controlável Penumbra Penumbra
SimNãoSim Controlável Não Controlável Controlável Não Controlável
SimNãoNão Não Controlável Não Controlável Não Controlável Penumbra
NãoSimSim Controlável Controlável Controlável Controlável
146 RISTI, N.º 42, 06/2021
Estilos de Aprendizagem: proposta de questionário semiautomático de apoio à aprendizagem autorregulada
Carimbo Linha CC Coluna CC Linha CE Coluna CE
NãoSimNão Controlável Penumbra Penumbra Penumbra
NãoNãoSim Não Controlável Controlável Não Controlável Controlável
NãoNãoNão Não Controlável Não Controlável Penumbra Não Controlável
Tabela 2 – Possibilidades de posicionamento dos conceitos
Na Tabela 2, é possível identicar oito carimbos, posicionados em linha. Cada carimbo,
dene um caminho para cada decisão do uxograma.
Para cada carimbo, estabelecem-se os limites de posicionamento na matriz do MCE, que
está associado à relação linha-coluna da matriz, como demonstrado na Figura 7.
Figura 7 – Limites de posicionamento dos conceitos no Mapa Conceitual Estendido
Na Figura 7, os valores nas legendas de cada quadrante são as coordenadas limites
no MCE (X-Y). Por exemplo, um conceito inserido nas coordenadas entre (1199,1) e
(1798,1), será posicionado como Controlável.
Dessa maneira, os conceitos e os relacionamentos são posicionados na matriz de
atributos do MCE. A partir desse posicionamento, é possível identicar os Estilos de
Aprendizagem dos respondentes.
4. Resultados obtidos
Após seu desenvolvimento, o questionário foi submetido a testes para avaliação de sua
capacidade de posicionar automaticamente conceitos na matriz do MCE, como proposto
147
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
pelo algoritmo de posicionamento de conceitos (Figura 4). Na Figura 9, observa-se uma
matriz construída em um dos testes realizados, onde é possível identicar os conceitos
e seus relacionamentos nos eixos “Concreto-Abstrato” e “Ativo-Reexivo”, como
preconizado pelo Processo de Análise de EA por meio de MCE (Gomes, 2018).
Figura 9 – Matriz do MCE com os atributos do Ciclo de Aprendizagem
Na Figura 9, as preferências Agir e Sentir, se situam em Experiência Ativa e Concreta,
e se posicionam na área do Consciente (branco) do MCE. As preferências Reetir e
Pensar referem-se à Conceituação Abstrata e Observação Reexiva, e por essa razão,
se encontram no âmbito do Inconsciente (cinza). As relações L-C intermediárias, são
denidas como áreas de transição entre os eixos.
Os MCE são construídos por várias proposições e, para denir o EA a partir desses
conjuntos, é utilizada a estratégia de Análise de Hubs (Galindo-Jaramillo, 2018;
Gomes, 2018).
Uma relação no padrão hub ocorre quando um conceito é causa de vários conceitos.
Nessa hipótese, o hub é chamado de difusor (HD). Em outra circunstância, quando
vários conceitos são causa de um único, o hub é denominado concentrador (HC).
Na análise de EA são utilizados apenas os HD. Na Figura 9 estão representados o HD1
e HD2. No HD1, o conceito “Falta de treinamento” inuencia outros três conceitos:
“Má gestão”, “Baixo desempenho” e “Produtividade dos colaboradores”. O HD1 é
predominante, comparativamente ao HD2, que inuencia dois conceitos. O HD1 se
encontra na intersecção L-C “Sentir/Agir”, que denota o EA predominante “Acomodativo”
(Tabela 2).
148 RISTI, N.º 42, 06/2021
Estilos de Aprendizagem: proposta de questionário semiautomático de apoio à aprendizagem autorregulada
HD Cc RELAÇÕES LOCALIZAÇÃO EA – Kolb %
1Falta de
Treinamento 3 Sentir/Agir Acomodativo 60%
2Falta de
Comunicação 2 Agir/Pensar Convergente 40%
Total 5 100%
Tabela 2 – Denição de Estilos de Aprendizagem pela análise da formação de Hubs no MCE
A Tabela 2 contém a análise dos dois HD existentes no MCE da Figura 9. Observa-se
que o HD1 é predominante (60%), porém, o HD2 é signicativo (40%), não devendo ser
descartado na análise do indivíduo.
5. Conclusões
O objetivo deste trabalho foi apresentar o processo de desenvolvimento de um formulário
eletrônico semiautomático para execução do algoritmo do Processo de Análise de EA por
meio de MCE (Gomes, 2018).
O formulário interativo e dinâmico, baseou-se em Google Planilhas (Google, 2019) para
a elicitação dos Estilos de Aprendizagem – EA. A visualização dos EA é possibilitada pela
exportação de dados em texto para o CmapTools (IHMC, 2020), que converte o arquivo
no formato de Mapa Conceitual Estendido (MCE).
Os EA são revelados pela matriz de atributos do MCE e seu formulário customizável
permite a introdução de perguntas diferentes a cada elicitação.
Este trabalho analisou, por meio de um caso de conceito, a eciência do formulário
eletrônico em executar o algoritmo do processo estudado, qualicando-o como
ferramenta capaz de identicar EA e suas mudanças, ao longo do tempo.
Apoiados por esta ferramenta, indivíduos poderão aprofundar o entendimento sobre si
mesmos, frente às diculdades de aprenderem. Dessa maneira, poderão incrementar a
aprendizagem autorregulada e estimularem-se ao desenvolvimento da autoecácia.
Em termos tecnológicos, houve uma contribuição efetiva, com a criação de um
questionário automaticamente conversível em um modelo gráco de análise. Essa
característica abre uma nova frente para a construção de métodos autogerenciáveis, que
favoreçam a autoecácia. Soma-se a isso, a característica dinâmica e customizável dos
formulários, que permitem sua utilização incontáveis vezes com os indivíduos e também
instanciá-los para vários cenários.
Trabalhos futuros abrangerão a aplicação extensiva do questionário, em diferentes
ambientes, como o acadêmico e empresarial, com o objetivo de aferir a acuracidade
149
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
na avaliação dos EA. Essas pesquisas abrangerão ainda, o desenvolvimento de um
formulário que possibilite aos alunos, a compreensão e utilização adequada e efetiva da
informação para o desenvolvimento de estratégias de aprendizagem. Essas condições
são essenciais para o uso efetivo da ferramenta.
Agradecimentos
O presente trabalho foi realizado com o apoio da Coordenação de Aperfeiçoamento de
Pessoal de Nível Superior - Brasil (CAPES) - Código de Financiamento 001 e do Conselho
Nacional de Desenvolvimento Cientíco (CNPq) - Chamada MCTIC/CNPq No 28/2018
- Universal/Faixa B; e também do SAE-CNPq-Unicamp.
Referências
Alonso, C., Gallego, D., & Honey, P. (1995). Los estilos de aprendizaje. Procedimientos de
diagnóstico y mejora. In Ediciones Mensajero (8th ed., Vol. 1). Ediciones Mensajero.
Bandura, A. (1989). Human Agency in Social Cognitive Theory. American Psychology,
44 (9), 1175–1184. https://doi.org/10.1037/0003-066X.44.9.1175
Boruchovitch, E. (1999). Estratégias de aprendizagem e desempenho escolar:
considerações para a prática educacional. Psicologia: Reexão e Crítica, 12(2),
361–376. https://doi.org/10.1590/s0102-79721999000200008
Drysdale, M. T. B., & McBeath, M. (2018). Motivation, self-ecacy and learning
strategies of university students participating in work-integrated learning. Journal
of Education and Work, 31(5–6), 478–488. https://doi.org/https://doi.org/10.108
0/13639080.2018.1533240
Duarte, G. A. (2016). Visualização de Mapas Conceituais Estendidos utilizando grafos
orientados a força e restrições de posicionamento de vértices [Dissertação de
Mestrado em Tecnologia, Faculdade de Tecnologia, Universidade Estadual de
Campinas]. http://repositorio.unicamp.br/handle/REPOSIP/331502
Galindo-Jaramillo, J. F. (2018). Identicação da percepção de valor público por meio de
ferramentas de gestão do conhecimento. [Dissertação de Mestrado em Tecnologia,
Faculdade de Tecnologia, Universidade Estadual de Campinas]. http://repositorio.
unicamp.br/jspui/handle/REPOSIP/334274
Gatti, B. A. (2010). Psicologia da educação: conceitos, sentidos e contribuições.
Psicologia Da Educação, 31, 7–22. http://pepsic.bvsalud.org/scielo.php?script=sci_
arttext&pid=S1414-69752010000200002&lng=pt&nrm=iso&tlng=pt
Gomes, F. D. (2018). Ferramentas de Gestão do Conhecimento e Estilos de Aprendizagem
para apoio às estratégias pedagógicas no ensino superior. [Doutorado em Tecnologia,
Faculdade de Tecnologia, Universidade Estadual de Campinas]. http://repositorio.
unicamp.br/jspui/handle/REPOSIP/333644
Google, (2019). Planilha Google (08/2019; p. Software). Google LCC. https://docs.
google.com/spreadsheets/
150 RISTI, N.º 42, 06/2021
Estilos de Aprendizagem: proposta de questionário semiautomático de apoio à aprendizagem autorregulada
Hager, P. (2000). Know-how and workplace practical judgement. Journal of Philosophy
of Education, 34(2), 281–296. https://doi.org/10.1111/1467-9752.00173
IHMC, I. for H. and M. C. (2020). CmapTools (p. Software). IHMC. http://cmap.ihmc.us
Jackson, S. A., Thomas, P. R., Marsh, H. W., & Smethurst, C. J. (2001). Relationships
between Flow, Self-Concept, Psychological Skills, and Performance. Journal of Applied
Sport Psychology, 13(1), 129–153. https://doi.org/10.1080/104132001753149865
Ka, C., & Chan, Y. (2012). Exploring an experiential learning project through Kolb ’ s
Learning Theory using a qualitative research method. 3797. https://doi.org/10.108
0/03043797.2012.706596
Kolb, A. Y., & Kolb, D. A. (2005). Learning styles and learning spaces: Enhancing
experiential learning in higher education. Academy of Management Learning and
Education, 4(2), 193–212. https://doi.org/10.5465/AMLE.2005.17268566
Lazzeri, F., & Oliveira-Castro, J. M. (2010). Termos psicológicos disposicionais e análise
do comportamento. Princípios: Revista de Filosoa (UFRN), 17(28), 155–183.
López, C., Janet, M., Castillo, L., Maldonado, P., Alicia, A., Casados, C., & Romo, A.
(2020). Estrategias para potenciar el aprendizaje y el rendimiento académico en
estudiantes universitarios. Revista Venezolana de Gerencia, 25(90), 579–594.
López, M. B., Montes, A. J. H., Ramírez, R. V., Hernández, G. A., Cabada, R. Z., & Estrada,
M. L. B. (2016). EmoRemSys: Sistema de recomendación de recursos educativos
basado en detección de emociones. Revista Ibérica de Sistemas e Tecnologias de
Informação, 1(17), 80–95. https://doi.org/10.17013/risti.17.80–95
Marini, J., & Boruchovitch, E. (2014). Estratégias de aprendizagem de alunos brasileiros do
ensino superior: Considerações sobre adaptação, sucesso acadêmico e aprendizagem
autorregulada. Revista Eletrônica de Psicologia, Educação e Saúde, 1, 102–126.
Martín-García, A. V., Sánchez-Gómez, M. C., & Pérez, B. G. (2019). Ejemplicación de
metodología mixta para el análisis del uso de entornos blended learning en docentes
universitarios. Revista Ibérica de Sistemas e Tecnologias de Informação, 1(33),
16–31. https://doi.org/10.17013/risti.33. 16–31
Mayer, R. E. (2002). Rote Versus Meaningful Learning. Theory Into Practice, 41(4),
226–232. https://doi.org/10.1207/s15430421tip4104_4
Meadows, D., Randers, J., & Meadows, D. (2004). The Limits to Growth: The 30-Year
Update (2 ed.). Chelsea Green Publishing Company.
Meurer, A. M., Pedersini, D. R., Antonelli, R. A., & Voese, S. B. (2018). Estilos de
Aprendizagem e Rendimento Acadêmico na Universidade. REICE. Revista
Iberoamericana Sobre Calidad, Ecacia y Cambio En Educación, 16(4), 23–43.
https://doi.org/10.15366/reice2018.16.4.002
Nogueira, D. R., Espejo, M. M. dos S. B., Reis, L. G. dos, & Voese, S. B. (2012). Estilos
de aprendizagem e desempenho em educação à distância: um estudo empírico com
alunos das disciplinas de contabilidade geral e gerencial. Revista De Educação E
Pesquisa Em Contabilidade (REPeC), 6(1). https://doi.org/10.17524/repec.v6i1.181
151
RISTI, N.º 42, 06/2021
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
Omar, N., Mohamad, M. M., & Paimin, A. N. (2015). Dimension of Learning Styles and
Students’ Academic Achievement. Procedia - Social and Behavioral Sciences, 204,
172–182. https://doi.org/10.1016/j.sbspro.2015.08.130
Schunk, D. H. (1991). Self-Ecacy and Academic Motivation. Educational Psychologist,
26(1), 207–231. https://doi.org/10.12681/eadd/1834
Selwyn, N., Gorard, S., & Furlong, J. (2016). Studies in the Education of Adults Adults’
use of computers and the Internet for self-education. Studies in the Education of
Adults, 38(2), 141–159. https://doi.org/https://doi.org/10.1080/02660830.2006
.11661530
Senge, P. M. (2006). The Fifth Discipline: The Art and Practices of The Learning
Organization (1a edição). In Broadway Business.
Shuklina, E. A. (2001). Technologies of Self-Education. Russian Education \& Society,
43(4), 57–78. https://doi.org/10.2753/RES1060-9393430457
Silva, W. J. da. (2018). Processo de identicação de padrões em modelos mentais com
foco no risco de evasão escolar. [Dissertação de Mestrado em Tecnologia, Faculdade
de Tecnologia, Universidade Estadual de Campinas]. http://repositorio.unicamp.
br/jspui/handle/REPOSIP/335151.
Trautner, M., & Schwinger, M. (2020). Integrating the concepts self-ecacy and
motivation regulation: How do self-ecacy beliefs for motivation regulation
inuence self-regulatory success? Learning and Individual Dierences, 80(101890),
1–13. https://doi.org/10.1016/j.lindif.2020.101890
Wernick, W. (1959). The Self-Concept. Journal of Teacher Education. https://doi.
org/10.1177/002248715901000126
Widiastuti, I., & Budiyanto, C. W. (2018). Applying an experiential learning cycle with the
aid of nite element analysis in engineering education. Journal of Turkish Science
Education, 15(Special Issue), 97–103. https://doi.org/10.12973/tused.10261a
Yusuf, M. (2011). The impact of self-ecacy, achievement motivation, and self-
regulated learning strategies on students’ academic achievement. Procedia -
Social and Behavioral Sciences, 15(1), 2623–2626. https://doi.org/10.1016/j.
sbspro.2011.04.158
Zambon, A. C., Baioco, G. B., Chiste, C., & Vasques, D. G. (2016). Uma aplicação prática
de gestão do conhecimento e simulação na resolução de problemas complexos
empresariais. Revista Produção Online, 16(2), 408. https://doi.org/10.14488/1676-
1901.v16i2.1799
Zimmerman, B. J. (1990). Self-Regulated Learning and Academic Achievement: An
Overview. Educational Psychologist, 25(1), 3–17. https://doi.org/http://dx.doi.
org/10.1207/s15326985ep2501_2
152 RISTI, N.º 42, 06/2021
Critérios Editoriais Criterios Editoriales
A RISTI (Revista Ibérica de Sistemas e
Tecnologias de Informação) é um periódico
cientíco, que foca a investigação e a aplicação
prática inovadora no domínio dos sistemas e
tecnologias de informação.
O Conselho Editorial da RISTI incentiva
potenciais autores a submeterem artigos
originais e inovadores para avaliação pelo
Conselho Cientíco.
A submissão de artigos para publicação na
RISTI deve realizar-se de acordo com as
chamadas de artigos e as instruções e normas
disponibilizadas no sítio Web da revista
(http://www.risti.xyz/).
Todos os artigos submetidos são avaliados
por um conjunto de membros do Conselho
Cientíco, não inferior a três elementos.
Em cada número da revista são publicados
entre cinco a oito dos melhores artigos
submetidos.
La RISTI (Revista Ibérica de Sistemas y
Tecnologías de la Información) es un periódico
cientíco, centrado en la investigación y en la
aplicación práctica innovadora en el dominio
de los sistemas y tecnologías de la información.
El Consejo Editorial de la RISTI incentiva
autores potenciales a enviar sus artículos
originales e innovadores para evaluación por
el Consejo Cientíco.
El envío de artículos para publicación en la
RISTI debe hacerse de conformidad con las
llamadas de los artículos y las instrucciones y
normas establecidas en el sitio Web de la revista
(http://www.risti.xyz/).
Todos los trabajos enviados son evaluados por
un número de miembros del Consejo Cientíco
de no menos de tres elementos.
En cada número de la revista se publican cinco
a ocho de los mejores artículos enviados.
Revista lb
érica de Sistemas e Tecnologias de Informação
Revista lbérica de Sistemas y Tecnologías de Información
©AISTI 2021 http://www.aisti.eu
