Configurarea repetitivă și automat ăde la [616117]

Universitatea „Dunărea de Jos” din Gala ți
Școala doctorală de Inginerie
TEZĂ DE DOCTORAT
CONTRIBU ȚII LA REALIZAREA UNUI
SUBSISTEM AL CUNO ȘTINȚELOR
ASUPRA TEHNICILOR ȘI
STRATEGIILOR PEDAGOGICE ÎNTR -UN
SISTEM DE INSTRUIRE
Doctorand: [anonimizat],
Prof. Univ. Dr. Ing. DUMITRIU LUMINI ȚA
SeriaI2: Calculatoare și tehnologia informației Nr.5
GALAȚI
2015

Universitatea „Dunărea de Jos” din Gala ți
Școala doctorală de Inginerie
TEZĂ DE DOCTORAT
CONTRIBU ȚII LA REALIZAREA UNUI
SUBSISTEM AL CUNO ȘTINȚELOR
ASUPRA TEHNICILOR ȘI
STRATEGIILOR PEDAGOGICE ÎNTR -UN
SISTEM DE INSTRUIRE
Doctorand: [anonimizat], Prof. Univ. Dr. Ing. Dumitriu Lumini ța
Referenți științifici Prof. Univ. Dr. Ing. Trău șan-MatuȘtefan
Conf. Univ. Dr. Ing. Buraga Corneliu Sabin
Conf. Univ. Dr. Ing. Tudorie Cornelia
SeriaI2: Calculatoare și tehnologia informației Nr.5
GALAȚI
2015

Seriile tezelor de doctorat sus ținute public în UDJG
începând cu 1 octombrie 2013 sunt:
Domeniul ȘTIINȚE INGINEREȘTI
Seria I 1 : Biotehnologii
Seria I 2 : Calculatoare și tehnologia informației
Seria I 3 . Inginerie electrică
Seria I 4 : Inginerie industrială
Seria I 5: Ingineria materialelor
Seria I 6 : Inginerie mecanică
Seria I 7 : Ingineria produselor alimentare
Seria I 8: Ingineria sistemelor
Domeniul ȘTIINȚE ECONOMICE
Seria E 1: Economie
Seria E 2: Management
Domeniul ȘTIINȚE UMANISTE
Seria U 1: Filologie -Engleză
Seria U 2: Filologie -Română
Seria U 3 : Istorie

12/7/2014 1:38:47 PM“Laissez-moi commencer par un mot que tous les hommes, depuis que l’homme existe, ont prononcé :merci.“
“Permiteti-mi, vă rog, să încep cu un cuvânt pe care orice om, de când omenirea există, l -a pronunțat:multumesc.“
(Octavio PAZ , discursul de la Stockholm, “La quête du présent “)
CUV ÂNT ÎNAINTE
Într-un moment ca acesta, este greu sa găsesc cuvintele potrivite pentru a mul țumi tuturor
celor care mi -au oferit sprijinul, în țelegerea, toleranța, încurajările și ajutorul fără de care nu
aș fi putut finaliza această teză.
Mai întâi, îi mul țumesc lui Dumnezeu care mi -a dat puterea să realizez acest demers, mi -a
dăruit o familie minunată și a“rânduit ” lucrurile astfel încât să fiu înconjurată de prieteni și să
întâlnesc oamenii de c are aveam nevoie, atunci când aveam nevoie de ace știa.
Primul meu gând de se îndreaptă către D -nul Prof. Dr. Ing. Severin Bumbaru, mentorul
nostru pe calea cunoa șterii.
Îi mulțumesc îndrumătorului meu, D -nei Prof. Dr. Ing. Lumini ța Dumitriu pentru încrede rea
acordată, pentru discu țiile și sfaturile pertinente , de un înalt profesionalism .
Le mulțumesc membrilor Comisiei pentru efortul Domniilor lor.
Le mulțumesc prietenilor și colegilor din catedră.
Și nu în ultimul rând, mulțumesc părinților mei, fiului și soțului, care m -au sprijinit
necondiționat și m -au încurajat pe parcursul acestor ani.

12/7/2014 1:38:29 PMINTRODUCERE
Lucrarea de față se înscrie în categoria studiilor și cercetărilor din domeniul instruirii asistate
de calculator. Acest domeniu, apărut ca punte de legătură între științele educației și științele
inginerești (informatică, inteligență artificială) își prop une să dezvolte și să integreze în
procesele de învățare (instruire) sisteme de instruire care folosesc calculatorul . Preocupările
intense din domeniul instruirii asistate, cât și cele din domeniile colaterale (filosofie,
psihologie, medicină, științele ed ucației, sociologie) au condus la rezultate care
demonstrează eficacitatea acestor sisteme în procesul instruirii și validează numeroase
teorii.
Sisteme lesoftware de instruire asistată de calculator -“mai mult” sau “mai puțin“ inteligente,
cu rol comple mentar sau “înlocuitor” (măcar sub diferite aspecte) al profesorului uman,
“inflexibile” sau capabile să se adapteze ritmului de lucru individual al elevului și nivelului său
de cunoaștere -încearcă să ofere soluții pentru eficientizarea procesului de ins truire. Astfel,
parafrazându -l pe Einstein, întrebările -“Ce este cunoașterea și care sunt sursele ei?”, “Ce
este învățarea?”, “Ce strategie pedagogică este indicată într -un anumit context al instruirii,
pentru a obține rezultate cât mai bune?” -sunt ace leași ca acum câteva sute de ani, dar
răspunsurile la aceste întrebări sunt răspunsuri noi.
Contextul cercetării din această lucrare:
Domeniul de aplicare (de interes): domeniul educației, mai precis, educația mediată prin
sisteme software inteligente (AIE D).
Domenii de investigare:
Ingineria cunoștințelor, devenit deja un domeniu important în AIED, deoarece vizează
achiziția și reprezentarea cunoștințelor în sistemele de instruire.
Dezvoltarea de modele computaționale ale procesului de învățare și predare . În acest sens,
ingineria ontologică –a cărei caracteristică principală este aceea de a oferi …. –și Web -ul
semantic.
……………………………………………
Cuvinte cheie : inteligen ță artificială în educație, reprezentarea cunoștințelor (pedagogice),
inginerie ontologică, grafuri conceptuale, sisteme autor, sisteme tutoriale inteligente

Page2of2Actualitatea temei propuse…..
Rezultatele acoperă doar o parte a domeniului ;prin cercetările noastre abordăm probleme
noi, care nu au mai fost formulate până în prezent, și pentru care propunem încadrarea
teoretică, modalită ți de abordare la nivel conceptual și soluții aplicative.
Lucrarea este structurată pe 4 (5??) capitole.
În primul capitol se prezintă prezintă stadiul actual al cercetărilor în domeniu și definește
contextul în care vor fi definite și tratate problemele propuse.

CAPITOLUL 1 Stadiul actual al cercetărilor în domeniul i nstruir iiasistat ede calculator
-1-“Learning is founding out what we already know. Doing is demonstrating that you know it.
Teaching is reminding others that they know just as well as you. You are all learners, doers and teachers.”
“A învăța înseamnă a regăsi ceea ce deja cunoaștem. A aplica înseamnă a demonstra ceea ce cunoști.
A predaînseamnă a reaminti celorlalți ceea ce ei știu chiar la fel de bine ca și tine. Voi toți sunteți elevi,
executanți și profesori..”
(Richard Bach, n. 1936)
1.STADIUL ACTUAL AL CERCETĂRILOR ÎN
DOMENIUL INSTRUIR II ASISTATE DE
CALCULATOR
1.1INSTRUIREA ASISTATĂ DE CALCULATOR
1.1.1 NOȚIUNI PRELIMINARE
Un aspect deosebit de important al activității umane, cu multiple implicații în domeniile
cultural , economic și social, îl constituie educația (termenul latinesc “educatio” -creștere,
îndrumare, hrănire, formare). Deși inițial cuvântul era operant pentru întreaga lume vie, din
secolul al XVI -lea el s -a cantonat exclusiv în sfera de influență a univers ului uman. Educația
se ocupă de formarea personalității umane în vederea integrării ei active, creatoare în viața
socială [1].Educabilitatea –concept derivat din educație -este o particularitate proprie
omului, de a fi modelat structural și informațional.
Educația poate fi privită și definită din mai multe unghiuri de vedere: ca proces, ca acțiune de
conducere, ca acțiune socială, ca interr elație umană și ca ansamblu de influențe ( figura 1-1).
Educația vizează postularea și împlinirea unui proiect de devenire umană, deci nu poate fi
realizată fără a avea în vedere finalitatea demersului. Finalitatea educației -din punct de
vedere teoretic și practic -trebuie considerată atât din punct de vedere teleologic , cât și
praxiologic .
Sensul teleologic al educației constă în faptul că, educația -înfiecare secven ță de
manifestare -este ghidată, orientată și reglată de un sistem de valori acționale (comenzi,
exigențe, intenții, dorințe, etc.) conștientizate și, uneori exprimate de către factorii angajați în
acțiunea instructiv -educativă. De aceea, proiectarea acțiunii este intrinsecă actului educativ .
Sensul praxiologic al educației este dat de finalitățile sale, ca valori practice (praxiologice),
deoarece sunt consecințe ale intenționalității umane și vizează eficientizarea acțiunii. Un
lucru bine f ăcut se înscrie în orizontul unui țel la care se ajunge respectând anumite canoane
de raționalitate, convertite într -o “gramatică” a acțiunii. A acționa în plan educațional
înseamnă a delibera asupra traiectului de parcurs, a tinde către un scop în condiți i date, a
identifica cele mai bune mijloace pentru atingerea scopului și a introduce în activitatea
educațională variabile și factori care (auto)reglează acțiunea spre finalitățile propuse.Comment [WR1]: Cap are 49 pg
ZIC EU CA E GATA….
(amsi lista fig., bibl., cuprins, etc –generate in
pg 50 -57)
Comment [WR2]: (Cucos, 2013)

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asistată de calculator
-2-Termenul de pedagogie provine din limba greacă (“ pais” ,“paidos” –copil; “ agoge” –
conducere, educație; “ paidea” -învățământ, educație; “paidagogos” -îndrumător de copii,
pedagog). Pedagogia este știința educației care studiază esența și trăsăturile fenomenului
educațional, scopul și sarcinile educației, valorile și limitele ei, conținutul, principiile, metodele
și formele de desfășurare ale acesteia.
Spre deosebire de celelate științe (în a căror preocupare intră educația), pedagogia
abordează educația prin prisma a două coordonate fundamentale și complementare :
-a finalității acțiunii educative;
-a tehnologiei realizării sale .
Cercetarea pedagogică trebuie privită ca o strategie desfășurată cu scopul de a surprinde
relații noi între componentele acțiunii educaționale și de a elabora -pe baza acestor relații –
E
D
U
C
A
Ț
I
A
PROCES
-Transformă în sens pozitiv omul, modelând structura
și componentele native și dobândite;
-Înzestrează ființa umană cu cunoștințele,
comportamentul, atitudinea, sentimentele și
capacitățile necesare integrării în viața socială;
-Modelează individul conform unui ideal educațional
explicit.
ACȚIUNE DE CONDUCERE
-Conduce evoluția subiectului s pre destinația de
persoană formată, autonomă și responsabilă;
-Actul conducerii implică parametri determinați de
sistemul conceptual după care se desfășoară
educația și de strategiile și instrumentele de
conducere.
ACȚIUNE SOCIALĂ
-Activitate planific ată, desfășurată pe baza unui proiect
social (de transformare a conștiinței sociale),
conform unui model de personalitate.
INTER -RELAȚIE UMANĂ
-Reunește într -un efort comun și conștient agenții
implicați (profesor, elev(i)).
ANSAMBLU DE INFLUENȚE
-Cuprinde acțiuni deliberate sau nedeliberate;
-Cuprinde acțiuni explicite sau implicite;
-Cuprinde acțiuni sistemice sau neorganizate
-Aceste acțiuni contribuie la formarea individului.
este
Figura 1-1Definirea educa ției din diferite puncte de vedere

CAPITOLUL 1 Stadiul actual al cercetărilor în domeniul i nstruir iiasistat ede calculator
-3-soluții optime ale problemelor ridicate de procesul educațional. Consider că o bună strate gie
pedagogică trebuie să includă atât proiectarea prin conținut, cât și proiectarea prin obiective,
privite într -o relație de complementaritate [2].
Știința instruirii a apărut încă din anul 1966, pornind cu teoria l ui Bruner și continuând cu
cele ale lui Ausubel, Glaser, Gagné, Merril și cu rezultatele cercetărilor psihologiei cognitive.
Știința instrurii (IS) constă în teoriile, modelele și metodologiile pentru instruire și pentru
cercetarea instruirii; ea are la ba zăștiința învățării ,știința cognitivă șiștiința sistemelor .
Știința instrurii este o știință a proiectării, având atât componente descriptive , cât și
prescriptive [3].
Proiectarea instruirii (Instructional Design ,ID)–parte a științei instruirii formată din
componentele prescriptive -reprezintă procesul sistematic de transpunere a principiilor
generale ale învățării șiinstruirii în planuri pentru materialele de instruire și învățare. Este
un proces sistemic și sistematic de aplicare a strategiilor și tehnicilor derivate din teoriile
comportamentale (behavioriste), cognitive și constructiviste, ca soluție a problemelor
instruirii .ID este independentă de domeniu, generică, bazată pe teorie; conține concepte,
reguli și principii. Pentru ID, apare sinonimul “ingineria instruirii ”[4].
Caracterul deosebit de complex al educației și necesitatea sporirii eficienței și calității sale
-pe de o parte -și progresele tehnologice și din domeniul informaticii -de cealaltă parte -au
condus la preocupări intense de a dezvolta și de a inte gra în procesele de învățare (instruire)
sisteme de instruire care folosesc calculatorul . Astfel, apare domeniul instruirii asistate de
calculator , ca punte de legătură între științele educației și științele inginerești (informatică).
Complexitatea problem elor pe care ridică realizarea unor sisteme software suficient de
flexibile pentru instruirea asistată de calculator a condus la ideea integrării în procesele de
educație asistată a unor tehnici specifice inteligenței artificiale (“Artificial Intelligence” -AI).
Voi evidenția în continuare etapele principale ale evoluției sistemelor de instruire asistată și
abordările care stau la baza acestora.
1.1.2 ABORDĂRI ȘI TEORII CU INFLUEN ȚĂ ASUPRA
PROIECTĂRII PEDAGOGICE
Domeniul instruirii (inteligente) asistate de c alculator este un domeniu pluridisciplinar, extrem
de interesant, cu o problematică diversă, care încearcă să integreze tehnici diferite ale
inteligenței artificiale, modalități de reprezentare a cunoștințelor, posibilități de modelare a
raționamentului, a agenților, a arhitecturilor multi -agent, a învățării automate ( engl. ”machine
learning”) și a comunicației om -mașină. Disciplinele care au marcat importante schimbări în
abordările din domeniul instruirii asistate de calculator sunt filozofia, psihologia, științele
educației și inteligența artificială ( figura 1-2). Punctele comune de studiu ale acestor
discipline vizează problematica mecanismelor de învățare , considerate ca mijloace de
inducere a instruirii asupra subiectului acestui proces [5].
Din perspectiva filozofică (unde învățarea este strâns legată de problema mai generală a
cunoașterii) se încearcă definirea cunoașterii și stabilirea surselor acesteia. Studiul
mecanismulor de învățare este un subiect cent ral al cercetătorilor psihologi .Pedagogia , pe
de altă parte, este știința care își propune să găsească cele mai adecvate și eficiente căi de
desfășurare a proceselor de instruire. În sfârșit, dar nu în cele din urmă, învățarea automată,Comment [WR3]: (Popescu, 2003b)
Comment [MS4]: (Morrison, 2012)
Comment [MS5]: (Paquette , 200 4)
Comment [MS6]: (Craliner, 2008)

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asistată de calculator
-4-studiul strategiil or de instruire cooperative [6]și colaborative din inteligența artificială audrept
scop realizarea de sisteme de instruire adaptive, cu un comportament inteligent [7].
Figura 1-2Instruirea asistată de calculator –un domeniu pluridisciplinar
1.1.2.1 PERSPECTIVA FILOZOFICĂ
În plan filozofic, problematica proceselor de învățare –strâns legată de problema definirii
cunoașterii și a surselor acesteia -a constituit un subiect de analiză și dispută timp de
milenii. Interesul studiului fenomenelor mentale apare în filozofia clas icăîn căutările lui
Socrate despre natura cunoașterii, în teoria învățării lui Platon (conform teoriei expuse în
dialogul “Menon”, cunoștințele noastre sunt înnăscute, iar procesul învățării constituie, de
fapt, un proces de reamintire) sau Aristotel (cunoașterea abstractă este superioară oricărei
alte forme de cunoaștere și poate fi dobândită prin aplicarea logicii), sau în gândirea
modernă , în argumentarea lui Descartes (principiile evidente ale gândirii și cunoașterii sunt
obținute prin intuiție și îndo ială, iar adevărurile certe –prin gândire, pe cale deductivă).
Practic, abordările diferitelor sisteme filozofice care încearcă să releveze sursele cunoașterii,
pot fi încadrate în:
Empiric vs rațional
-Implementarea unor sisteme de instruire
inteligente
-O mai bună înțelegere despre cunoaștere și
despre procesele cognitive umane
-Modelarea cunoașterii
INSTRUIREA (INTELIGENTĂ)
ASISTATĂ DE CALCULATOR
PSIHOLOGIA
-Abordarea psihologică a mecanismelor
proceselor de învățare
FILOZOFIA
-Ce este cunoașterea
EPISTEMOLOGIA
-Sursele cunoașterii
INTELIGENȚA ARTIFICIALĂ
-Învățare artificială (automată)
-Sisteme adaptive de instruire
-Simulare de comportament inteligent
ȘTIINȚELE EDUCAȚIEI
-Studiul agenților implicați în procesul
instruirii
-Proiectarea instruirii
S
C
O
P
U
R
IComment [MS7]: (Stahl, 2006)
Comment [MS8]: (Paquette, 2013)

CAPITOLUL 1 Stadiul actual al cercetărilor în domeniul i nstruir iiasistat ede calculator
-5–Cunoașterea empirică ianaștere cu ajutorul percepțiilor senzoriale, prin învățarea din
experiență (observație, descriere sau experimente).
-Cunoașterea rațională adâncește cunoașterea empirică printr -un proces de gândire
abstractă (analiză, sinteză, inducție, deducție).
Înnăscut vs dobândit
-Sistemele filozofice care susțin cunoașterea înnăscută consideră că mintea umană
este înzestrată –încă de la naștere –cu un bagaj de cunoștințe. Aceste sisteme
filozofice consideră că realitatea din lumea înconjurătoare poate fi complet și c orect
structurată în termenii entităților, proprietăților și ai relațiilor, iar raționalitatea constă în
manipularea simbolurilor abstracte.
-Sistemele filozofice care susțin cunoașterea dobândită consideră că nu există
structuri cognitive înnăscute. F iecar e individ dobândește cunoștințe (învață), își
construiește pas cu pas structuri cognitive complexe pe baza experienței anterioare și
a prelucrării meta -cognitive, sau a reflecției ( vederi multiple asupra aceluiași domeniu,
semnificații și perspective difer ite ale aceluiași proces, concept, etc.).
Controversa dintre cunoașterea înnăscută și cea dobândită este susținută de teoriile lui
Chomsky și Piaget. Chomsky consideră creierul uman înzestrat de la naștere cu o structură
nervoasă înalt specificată, având capacitatea realizării unor structuri lingvistice complexe.
Maturizarea creierului se realizează prin “developarea” (punerea în evidență) structurilor deja
existente, nu prin dezvoltare sau învățare. Piaget –deși nu crede în existența structurilor
cogniti ve înnăscute ale inteligenței -acceptă că inteligența implică mecanisme nervoase de
tipul rețelei booleene; pornind de la ele, subiectul uman construiește pas cu pas structuri
cognitive cât mai complexe, iar evoluția de la starea inițială la cea finală es te rezultatul
învățării, al construcției interioare. Piaget susține “ teoria organizațională” , văzută ca o serie
de modele statice, progresiv și ierarhic înlănțuite, în care copilul învață (evoluează) prin
construirea unor cunoștințe din ce în ce mai compl exe[8].
Cele două teorii –teoria structurilor lingvistice înnăscute a lui Chomsky șiteoria inteligenței
generale a lui Piaget –au ca punct comun antiempirismul, susținând că dobândirea
cunoașterii este un proces rațional, care îmbină atât aspecte înnăscute, cât și construite
(dobândite).
Abordările asupra surselor cunoașterii din plan filozofic constituie puncte de plecare ale
teoriilor psihologice privind procesele de învățare ( figura 1-3).
1.1.2.2 PERSPECTIVA PSIHOLOGICĂ
Principalele teorii psihologice [9]ale învățării sunt:
Psihologia behavioristă (comportamentală);
Psihologia cognitivă;
Psihologia constructivistă.
Psihologia comportamentală privește învățarea ca fiind o modificare observabilă și
măsurabilă a comportamentului subiectului . Numită și învățare asociativă sau învățare prin
condiționare , are la bază învățarea automată a unor răspunsuri pe baza unor stimuli [10].În
această abordare se încadrează (1) Teoria condiționării clasice a lui Pavlov (1849 -1936 ),
bazată pe asocierea stimulilo r și repetarea acestor asocieri, (2) Teoria conexionismului
propusă de Thorndike (1847 -1949) care privește învățarea ca pe un mecanism de formare a
unei conexiuni (legătură de aso ciere) între stimuli și răspuns, (3) Teoria l uiWatson (1878 -Comment [MS9]: (Orsucci, 2002)
Comment [MS10]: http://psychology.about.co
m/od/psychology101/u/psychology –
theories.htm#s1 , (u.v. mai 2014)
Comment [MS11]: (Schunk, 2011)

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asistată de calculator
-6-1958) care demonstrează rolul condiționării în dezvoltarea răspunsurilor emoționale la
anumiți stimuli și explică apariția sentimentelor de teamă, frică sau prejudecăți la subiecții
umani și (4) Teoria lui Skinner (1904 -1990) care tratează aspectele comportamentului
operant (instrumental) prin mecanisme de întărire sau pedeapsă, cu aplicații în domeniul
legislativ, religios, economic sau educativ.
Învățarea comportamentală permite explicarea generalizărilor (privi te ca reacții similare la
stimuli similari) sau a diferențierii răspunsurilor la stimuli aparent similari (dar deosebiți
esențial). Abordare asurprinde însă doar o mică parte din aspectele învățării, deoarece
simplifică psihicul uman, neglijează procesele cognitive și reduce gândirea umană la ref lexe
condiționate . Abordarea empirică a genezei cunoașterii este insuficientă: nicio cunoaștere nu
se datorează numai percepțiilor, acestea fiind dirijate și încadrate în scheme de acțiune.
Psihologia cognitivă
Deși susține o serie de ipoteze ale psihologiei comportamentale -învățarea prin stabilirea
unor conexiuni stimuli -răspuns, importanța întăririi ( engl. “reinforcement”) și rolul reacției
inverse ( engl. “feedb ack”) în procesele de învățare -psihologia cognit ivăprivește învățarea
ca pe un proces de achiziție și reorganizare a structurilor cognitive umane prin care omul
dobândește, memorează și prelucrează cunoașterea .
Domeniul de cercetare a psihologiei cognitive constă în descoperirea capacităților
computaț ionale și de reprezentare a psihicului uman și a proiecțiilor lor structurale și
funcționale în creier [11].
Unsistem cognitiv este un sistem fizic care posedă două proprietăți :de reprezentare șide
calcul [12].
Conceptele principale ale teoriei cognitive sunt:
-Schemele cognitive (scheme mentale) –structuri interne ale cunoașterii. Prin
combinarea, extinderea sau modificarea acestora, se pot obține noi cunoștințe. Achi ziția
cunoașterii este descrisă ca o activitate mentală.
-Modelul de prelucrare al memoriei –punct de plecare al modelelor ACT și SOAR –este
format din registrul senzorial de intrare ,memoria de scurtă durată șimemoria de lungă
durată .
-Învățarea este pr ivită ca o schimbare (tranziție) în spațiul cunoașterii.
-Elevul este un participant activ la procesul de instruire.
Psihologia constructivistă
Psihologia constructivistă, inițiată de Barlett ( în anul 1932), consideră că învățarea este
procesul prin care subiectul își construiește structurile de cunoaștere pe baza percepțiilor
(concept din psihologia comportamentală) și a experienței sale, a cunoștințelor anterioare, a
schemelor mentale (concepte din ps ihologia cognitivă) și a credințelor despre interpretarea
obiectelor și a evenimentelor [13].Comment [MS12]: (Ormrod, 2011)
Comment [MS13]: (Anderson, 2009 )
Comment [MS14]: (Lefrancois , 2011)

CAPITOLUL 1 Stadiul actual al cercetărilor în domeniul i nstruir iiasistat ede calculator
-7-Conceptele de bază ale constructivismului evidențiate de Merrill [14]sunt:
-Cunoașterea este construită pe baza experienței și a schemelor mentale anterioare;
-Învățarea constituie un proces activ de interpretare personală a lumii;
-Negocierea semnificației, partajarea perspectivelor multiple asupra universului de discurs
și schimbările reprezentării interne a cunoașterii prin colaborare favorizează învățarea;
-Procesul de învățare trebuie situat într -un context real , iar testarea trebuie să fie o
activitate integrată în acest proces (nu o activitate separată).
Primele două principii conduc la abordarea constructivistă cognitivă , iar ultimele două –la
abordarea constructivistă socială [15]:
Cognitiviștii încearcă să construiască modele formale ale structurilor psihice și ale
proceselor din memorie;
INTELIGENȚA ARTIFICIALĂ
CUNOAȘTERE
EMPIRICĂ
Rezultat al percepțiilor senzoriale
RAȚIONALĂ (ANTI -EMPIRICĂ)
Rezultat al gândirii abstractePerspectiva
filozofică
ÎNNĂSCUTĂ
Chomsky
DOBÂNDITĂ
Piaget
Obiectivism
BEHAVIORISM
COGNITIVISM
CONSTRUCTIVISM
COGNITIV
CONSTRUCTIVISM
SOCIAL
ConstructivismPerspectiva
psihologică
INSTRUIREA INTELIGENTĂ ASISTATĂ DE CALCULATOR
ȘTIINȚELE EDUCAȚIEI
Figura 1-3Evoluția teoriilor învățării și influențele lor în instruirea asistată
Comment [MS15]: (Merrill, 2002)
Comment [MS16]: URL:
http://www.instructionaldesign.org/theories/index
.html

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asistată de calculator
-8-Constructiviștii susțin în cea mai mare măsură conceptele cognitivismului, însă privesc
învățarea ca pe o construcție personală a elevului, rezultată în urma interacțiunii cu
mediul sau alți participanți.
Datorită multitudinii de concepte comune dintre psihologia cognitivă și cea constructivistă,
unii cercetători consideră că abordările principale în psihologie se reduc la psihologia
comportamentală și la cea cognitivă .
Din punct de vedere epistemologic, abordările psihologilor se împart între obiectivism
(structurarea realității în entități, proprietăți și relații și manipularea acestora) și constructivism
(constr uirea individuală a realității), cu sub-abordare asituaționismul ui(în care învățarea este
un proces de construire individuală a cunoștințelor prin interacțiunea cu mediul) [16].
Așa cum se evidențiază în acest para graf, teoriile învățării au cunoscut o multitudine de
abordări. Cu toate acestea, o teorie a învățării nu le exclude automat pe celelalte, fiecare
reprezentând un model explicativ al unei anumite laturi a procesului de învățare și nu al
învățării în genera l. Disputele dintre aceste orientări sunt de domeniul trecutului; în prezent
critica lasă locul sintezei, complementarității și asimilărilor reciproce. Nu putem privi o teorie
ca fiind “mai bună” decât alta, ci doar ca fiind mai adecvată într -o anumită sit uație de
învățare .
Aspectele care diferențiază o teorie a învățării de alta, astfel ca ea să fie utilizată în
proiectarea instruirii, sunt [17]:
-Definirea procesului de învățare și stabilirea factorilor care influențează învățarea;
-Rolul memoriei în învățare și modalitățile de achiziție și transfer ale cunoașterii;
-Tipurilede învățare explicate printr -o anumită teorie șiprincipiile relevante ale teoriei
în proiectarea instruirii;
-Modul de structurare a instr uirii în vederea eficientizării acesteia.
Deoarece problemele privind învățarea sunt distribuite între filozofie, psihologie, educație,
sociologie și inteligența artificială, John Self [18]propune crearea unei noi discip line, numite
Computational Mathetics (matetică de calcul). Adjectivul mathetic corespunde învă țării
(legat de învățare -”pertaining to leaning” , de la grecescul ” manthanein” , care înseamnă ” de
învățat” ), iar ”computational mathetics would be the study of matters pertaining to learning,
and how it may be promoted, using the techniques, concepts and methodologies of computer
science and artificial intelligence” (studiul disciplinelor care favorizează învățarea, utilizând
tehnici, concepte și metodologii din științ a calculatoarelor și inteligența artificială) .
O sintez ă a teoriilor care apropie aspectele fundamentale ale inteligenței , respectiv ale
procesului de învățare deștiința calculatoarelor ,influențând proiectarea pedagogică a unui
sistem de instruire asistată, sunt prezentate în (figura 1-4).
Toate aceste paradigme și teorii constituie surse ale cun oașterii pedagogice , așa cum se va
ilustra în capitolul 3.Comment [MS17]: URL: http://www. thirteen.org/edonli
ne/concept2class/ constructivism/index.html
Comment [MS18]: (Conole, 2007)
Comment [MS19]: (Self, 1995)

CAPITOLUL 1 Stadiul actual al cercetărilor în domeniul i nstruir iiasistat ede calculator
-9-Învățarea –prezentarea unui
stimul de mediu specific
urmată de un răspuns corect
Comportament observabil și
măsurabilÎnvățarea –schimbare în spațiul
cunoașterii
Achiziția cunoștințelor –
activitate mentală
Înțelegerea modului de
structurare a conceptelor,
atributelor și relațiilor
existente, fără o interpretare
personală
Construirea blocurilor de
cunoaștere (identificarea
relații lor de condiționare
esențiale (“prerequisite”) a
conținutului)
Structurarea, organizarea și
secvențierea informației
pentru a facilita procesarea
optimă
Selectarea informației
(atenționare), transformarea
(codificare) și reamintireCunoașterea este inte grată în
contextul utilizării
Înțelegerea noilor cunoștințe
sau a celor specifice unei
situații prin “asamblarea”
cunoșt. din surse diferite,
adecvate problemei
(utilizarea flexibilă a
cunoașterii)
Colaborare profesor -elev,
elev-elev
Negociere
Explorare a mediului
PRINCIPII DE BAZĂSchimbarea comportamentului
sau achiziția unui nou
comportament pe bază de
stimul -răspuns
Comportament cu întărire
Consecința comportamentului
antecedent
Nu ține seama de procesele
mentale, ci doar de reacțiile
la mediuProces de schimbare a
cunoașterii, privită ca și
construcție mentală și
simbolică, grefată pe
cunoașterea anterioară
Schimbarea este determinată
mai mult de procesele
interne, decât de
evenimentele externe
Analogie creier uman -calc.Proces de construi re a propriei
interpretări (cunoașteri) a
lumii pe baza experienței (a
cunoștințelor anterioare), a
interacțiunilor cu mediul sau
cu alți participanți la
instruire
Bazată în mare măsură pe
psihologia cognitivă și
antropologie
ÎNVĂȚAREA este…ABORDĂRI ALE STRATEGIILOR DE INSTRUIRE
BEHAVIORISM COGNITIVSM CONSTRUCTIVISM
Instruirea programată
Prezentarea logică conținutului
Testare și întărire
Feed -back imediatStructurarea informației în cadre
Scheme, modele mentale
Evenimentele instruirii
(Condiții ale învățării)Modelarea și ghidarea
procesului de construcție
Activități de grup
Interacțiune, reflecție,
colaborare, negociere
CADRU RELEVANT ÎN INSTRUIREA ASISTATĂ
Comunicarea sau transferul
comportamentelor
(cunoștințe, deprinderi) fără
considerarea proceselor
mentale
Instruirea –elicitarea
răspunsurilor dorite pe baza
unor stimuli țintăComunicarea sau transferul
cunoștințelor într-un mod
eficient șiefectiv
Focalizarea instrurii pe crearea
învățării sau schimbare, prin
încurajarea elevului de a
utiliza strategia de învățare
adecvatăElevul –deschis la schimbare,
nu la obținerea unei
semnificații predeterminate,
corecte
Angajarea activă a elevului în
procesul de construire (nu
numai de achizție) a
cunoștințelor
Instruirea –proces de
construire, nu numai de
comunicare a cunoștințelor
Angajarea elevului în utilizarea
unor instrumente în situații
reale, proiecte, studii de caz
SCOPURILE INSTRUIRII
Reactiv
“Recipient gol”
Rol pasiv, “receptor”Elevul –participant activ și
reactiv
Înțelegerea structurii dateElevul –participant activ
Explorează mediul
Construiește propria cunoaștere

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asistată de calculator
-10-

CAPITOLUL 1 Stadiul actual al cercetărilor în domeniul i nstruir iiasistat ede calculator
-11-1.2 SISTEME DE INSTRUIRE ASISTATĂ DE
CALCULATOR
1.2.1 EVOLUȚIEȘI CARACTERISTICI
Evoluția sistemelor de instruire asistată ( figura 1-4) a fost determinată pe de o parte de
tehnologie (hypertextul, multimedia și interneteul ; e-learning -ul; web -ul semantic) , iar de
cealaltă parte de schimbările din celelalte domenii (psihologie, filozofie, pedagogie, educa ție
și inteligența artificială) .Tehnologiile hypermediei și Internetului sunt prin ele însele mijloaceInstruirea programată
Prezentarea logică a
conținutului (cunoaștere
secvențiată și deprinderi)
prezentat în pași logici
Stabilirea obiectivelor și
descompunerea lor
Furnizare de indicații, feed –
back, întărire
Oportunități și încercări multiple
(“drill & practice”)
Generalizare (definirea și
ilustrarea conceptelor)
Asocieri
Schimbare (realizarea automată
a procedurii specificate)
Indicații instrucționale pentru
obținerea răspuinsului corect
Teoria învățării socialeModelul de procesare a
informației
ACT*, SOAR
Teoria codificării duale
Evenimentele instruirii
(Condițiile înv. Gagne)
Teoria gestaltistă
Hărți conceptuale
Strateg ii de secvențiere și
planificare: Th schemelor,
Th elaborării,Th subsumării
Teoria învățării generative
Teoria Ecranelor Componente
Teoria învățării generative
Teoria motivării, KellerARCS
Teoria algo -euristică
Teoria inteligenței multiple
Învățarea prin c onversație
Învățarea structurală
Învățarea prin observații
Explicații, demonstrații,
exemple ilustrative
Analogii, SintezăTeoria constructivistă
Teoria dezvoltării cognitive
sociale
Zona dezvoltării proxime, ZPD
Flexibilitatea cognitivă
Flexibilitatea cognitivă a
hypertextului
Instruirea ancorată
REALs
Învățarea situată
Învățare prin întrebare (“inquiry –
based”)
Învățare prin descoperire
(“discovery -learning”)
Învățarea -bazată obiect
Învățare bazată pe problemă
Învățare autentică
Meditare, antrenare “coaching”
Eșafodaj
Interactivitate
Învățare colaborativă
Învățare prin cooperare
Skinner
Crowder
Bandura
Pavlov
WatsonBruner
Steven, Collins
Vygotsky
Spiro
Grabinger
Lave & Wenger
Brandsford, Hasselbring CTGVMiller
Piaget
Bloom
Gagne
Bruner
Ausubel
Thorndike
BarlettAnderson
Newell
Scandura
Landa
Gardner
Pask
Paivio
AUTORII TEORIILOR APLICATE ÎN INSTRUIRE…
Figura 1-4Sinteza teoriilor învățării și a strategiilor de instruire

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asistată de calculator
-12-utilizate pe scară largă în educație , fiind incorporate în prezent în majoritatea sistemelor de
instruire ( clasice sau inteligente [19]).
Primele mașini (1920 -1960 )folosite în procesul instruirii au fost mașini ledepredare (se
concentrau mai mult asupra hardware -lui), bazate pe psihologia comportamentală1și teoria
predării (“teaching theory”) .Foloseau metoda instruirii programate ,fiind promovate de
Skinner (“părintele instruirii programate”). Câteva exemple de astfel de sisteme sunt (1)
1Locul și rolul teoriilor behavioriste în istoria sistemelor de instruire asistată pot fi comparate cu locul
și rolul sistemului de numerație binar în dezvoltarea calculatoarelor: indispensabile, dar insuficiente .
INSTRUIREA ASISTATĂ PRIN
Mijloace tehnice Mașini de predare/învățare
1920 -1960
-instruirea programată (Skinner)
-instruirea programată ramificată (Crowder)
-mașina adaptivă (Pask)1909 –1915
-patefon
-stații radio
-televiziune
1970 -1990
-apariția hypertextului
-apariția microcalculatoarelor
-multimedia
-Internet1960 -1980
-CAI/CAL clasice
Sisteme hypermedia (HMS)
1980
-ICAL, ITS , ILE
1990
-ITS multi -agentFuzionează
în
Fuzionează
înSisteme hibride clasice
-CAL + HMS
1990
-Sisteme hibride inteligente
-ICAL +HMS, ITS +HMS
-Sisteme hypermedia adaptive (AHS)Alte tehnologii
-e-learning
-Web semanticDetermină
apari ția
Determină apariția2000
-Sisteme /medii educaționale inteligente (IES)
-Sisteme hypermedia deschise și adaptive (OAHS)
Figura 1-5Evoluția sistemelor de instruire asistată și a tehnologiilor educaționaleComment [MS20]: (Ștefănescu, 2001e)

CAPITOLUL 1 Stadiul actual al cercetărilor în domeniul i nstruir iiasistat ede calculator
-13-Drum Tutor (1925) –o mașină de testare -evaluare, cu teste de tip a legere multiplă ( engl.
“multiple -choice”) ;(2)mașina lui Skinner, “Foringer” (1954) –bazată pe teoria operării
condiționale –care testează cunoștințele elevului și îi furnizează un feedback de întărire în
cazul unui răspuns corect ;(3)mașina lui Crowde r2care antrena soldații americani în
localizarea defectelor echipamentelor de zbor și care încearcă să adaptezeinstruire a-
pentru prima dată -lacaracteristicile individuale ale elevului, pe baza unor ramificări ;(4)
Mașina lui Pask (1957) –care introduce o formă de interacțiune (cu elevul) rudimentară
(susținând teoria învățării prin conversație ) și un precursor al modelului st udent din sistemele
inteligente; (5)PLATO (Programmed Logic for Automated Teaching Operations) (1960),
sistem de instruire prin exerciții și practică ( “drill & practice tutoring” ), precursorul sistemelor
de instruire la distanță, putând conecta 1000 de terminale, aflate în locuri diferite în U.S. A.;
(6)TICCIT (Time -shared, Interactive, Computer Controlled Television) (1970) –sistem de
instruire prin televiziune a adulților. Deși aceste sisteme au fost utilizate în special în
laboratoarele de cercetare, ele demonstrează eficacitatea sistemelor de instruire în educație:
“The PLATO and TICCIT systems opened the gateway in the potential of a technology
market in education” (Sistemele PLATO și TICCIT au deschis poarta potențialului tehnologiei
în educație)[20].
Sistemele de instruire clasice (1960 -1980 ),desemnate prin sintagmele CAL/CAI,
CBT/C BL), construite pe principiile ”programării lineare” sau “programării ramificate” ,
sunt folosite cu succes (în variante îmbunătățite și din ce în ce mai performante) și în
perioada actuală [21],în foarte multe domenii educaționale. La baza dezvoltării lor s -a aflat
obiectivul de individualizare a instruirii , realizat însă doar prin formele de interacțiune cu
elevul și prin generarea a utomată a materialului didactic .Aceste sisteme prezintă o slabă
adaptivitate lanevoile cognitive individuale ale elevului și la ritmul propriu de învățare .
Caracteristicile sistemelor CAI/CAL clasice sunt :
-Cunoștințele domeniului instrucțional sunt statice , implementate în forma finală [22];
-Modul de interacțiune cu elevul este ghidat (predominant) –caz în care căile de
interacțiune sunt și ele predefinite –sauliber;
-Obiectivele instruirii se limitează la me morarea unor cunoștințe declarative sau a unor
secvențe de proceduri;
-Strategiile pedagogice sunt implicite sauabsente (în hypertextul nestructurat, empiric);
-Individualizarea instruirii este ineficientă, fiind dată doar de modul de secvențiere a
conținu tului educațional [23];
-Inabilitatea de a adapta strategiile pedagogice pentru diferiți elevi;
-Inabilitatea de a accepta și trata răspunsuri neașteptate ale elevilor , deoarece toate
reacțiile elevului în interacțiu nea cu sistemul sunt anticipate ;
-Inabilitatea sistemului de a lua decizii autonome privind procesul de instruire ;
-Inabilitatea sistemului software de a se autoinstrui .
În diversitatea lor, sistemele clasice de instruire –indiferent de domeniul în care su nt folosite,
de categoriile utilizatorilor sau de tehnologia pe care se bazează -pot fi privite ca niște “cărți
electronice sofisticate”. Prezentarea conținutului instrucțional se bazează pe cadre de
cunoaștere, a căror structură și secvențiere este prede finită de autorul cursului (instruirea
programată și instruirea programată ramificată).
2Aceluiași cercetător i se datorează și apariția strămoșului dispozitivelor multimedia , Auto -Tutor II.Comment [MS21]: (Allen's, 2008)
Comment [MS22]: (Nicholson, 2007)
Comment [MS23]: (Pecheanu, 1999)
Comment [MS24]: (Ștefănescu, 1996a)

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asistată de calculator
-14-Apariția microcalculatoarelor (1977), a hypertextului (numit “Guttenberg 2” ) care prezintă
avantajul delinearizării textului, a multimediei, hypermediei și a Intenetului –au condus la
apariția unor noi modalități de comunicare și prezentare a informației ,fiind totodat ămedii
importante derealizare a unor studii în psihologia c ognitivă și cea constructivistă .
Hypertextul a oferit șansa ”deliniarizării” textului (deci a modului de comunicare a ideilor )și
reprezintă un mediu important pentru realizarea unor studii în psihologie și științele instruirii:
Dacă hypertextul este nestructurat , pe baza observațiilor despre modul de navigare a
utilizatorului și de asimilare a informației prezentatate, pot fi relevate diferențele
individuale dintre elevi (obținerea unor modele ale utilizatorului); aceste diferențe
reprezintă repere im portante pentru o bună proiectare sau secvențiere a unui curs.
Hypertextului structurat logic într -o rețea semantică, facilitează învăț area (achiziția
cunoașterii, integrarea și sintetizarea cunoștințelor, conform abordării cognitive [24]).
Pot fi analizate, astfel, efectele unor structuri alternative ale aceluiași material asupra
comportamentului elevului. Diferențele dintre structurile cunoștințelor dobândite de elev
folosind hypertextul nestructurat și cele dobâ ndite folosind hypertextul structurat, pot furniza
o proiectare euristică completă.
Suporturile multimedia permit prezentarea și comunic area informației (cunoștințelor) [25]
într-un mo d cât mai eficient și captivant, iarvizualizarea (un studiu comparativ al tehnicilor de
vizualizare găsim în [26])are roluri multiple și variate în instruire: captivarea atenției elevului ,
motivarea ,clarificarea unor concepte sau procese ,modalitate alternativă de prezentare [27].
Hypertextul și sistemele multimedia fuzionează în sisteme hypermedia .Avantaje le
importante oferite de sistemele hypermedia [28]:
-Un grad înalt de interactivitate cu elevul, acces ușor și multi -utilizator la distanță , la toate
tipurile de informa ție;
-Mediu derealizare a studii lorîn psihologia cognitivă. Procesele cognitive legate de
căutarea și prelucrarea informației aurol funda mental în înțelegerea proceselor de
învățare umană. Bogatul conținut informațional –chiar nestructurat, lipsit de semnificația
semantică -oferă posibilități de interpretare prin reguli foarte complexe, fără a fi necesare
prea multe cunoștințe adiționale;
-Sunt considerate sisteme de învățare , care furnizează un control deplin al accesului
elevului la cunoștințe (fără expertiză pedagogică). Libertatea elevului de a naviga prin
multitudinea informațiilor -navigare ghidată de curiozitate, inteligență și inte res pentru
anumite informații –conduc la satisfacerea nevoilor afective ale elevului [29];
-Controlul și inițiativa oscilează între mediu și deciziile luate mai târziu în funcție de
individualitatea elevului, fiind condi ționate, pe rând, de adaptibivitatea și flexibilitatea
mediului în funcție de diferențele individuale [30];
-Elevul ”învață prin descoperire”.
-Suport mixt pentru exprimarea informației într -un mod mult mai eficient, captivant și
expresiv.
-Fac posibilă învățarea la distanță șiînvățarea prin claborare sau cooperare
(engl.“collaborative learning”, ”cooperative learning”).
Totuși, bogăția conținutului informației poate constitui și un dezavantaj major: elevul se poate
pierde în rețeaua de informații, poate deveni dezorientat, iar învățarea nu va mai avea efectul
scontat [31].Comment [MS25]: (Pecheanu, 2003b)
Comment [MS26]: (Pecheanu, 2001a)
Comment [WR27]: Hsiao, 2012
NOU!!!!!! 6 dec
Comment [MS28]: (Ștefănescu, 2002)
Comment [MS29]: (Popescu, 2003a)
Comment [MS30]: (Paiva, 2005)
Comment [MS31]: (Pecheanu, 2001c)
Comment [MS32]: (Pecheanu, 2003a)

CAPITOLUL 1 Stadiul actual al cercetărilor în domeniul i nstruir iiasistat ede calculator
-15-Toate ac este considerente conduc fuzion area sistemelor de instruire ( clasice sau inteligente)
cucele hypermedia, în sisteme hibride de instruire ,sisteme de e -learning/ sisteme de
instruire bazate pe web [32](eventual, web semantic) ,care să îmbine avantajele oferite
de ambele tipuri stabilind o balanță între nevoile cognitive și cele afective ale elev ului[33].
Sistemele clasice hibride sunt sisteme clasice combinate cu cele hypermedia, oferind
avantajele accesului la distanță, multi -utilizator și a varietății metodelor de prezentare
(desene, animație, sunet, etc.).
Soluția de de pășire a limit ărilor[34]sistemelor “clasice” s-a conturat în anii 1970 -1980 , prin
introducerea tehnicilor inteligenței artificiale .Etapa sistemelor de instruire inteligente
(desemnate inițialprin sintagmele ICAI, ICAL, ICBT, ILE sau ITS) –este deschisă prin
cercetările lui Carbonell, care propune paradigma de ”orientare a structurii informației ”și
utilizează rețelele semantice pentru un model explicit de reprezentare a cunoștințelor
domeniului în care se realizează instruirea. Suntsisteme bazate pe cunoștințe ,cu
capacitatea adaptivă , obținută –în principal –prinstructurarea și separarea cunoștințelor
domeniului instrucțional decunoștințele pedagogice care conduc acest proces.
Primii pași în obținerea sistemelor inteligente au fost realizați prin sistemele generative (în
care pro blemele propuse elevului erau genera tedinamic cu ajutorul gramaticilor, a
șabloanelor textuale sau aleator) și prin sistemul SCHOLAR , prin care Carbonell propune
paradigma de ” orientare a structurii informației ”.Dintre primele sisteme inteligente
experim entale , majoritatea fiind sisteme expert , putem aminti: (1) SCHOLAR (1970,
Carbonell& Collins) –instruire în Geografia Americii de Sud, dialog socratic (cu inițiativă
mixtă) șidiagnoza greșelilor elevului, structurarea cunoștințelor domeniului, explicitarea
cunoașterii expertului; (2) WHY (1975 Collins &Stevens )–extensie a sistemului SCHOLAR ,
pentru s tudiul naturii dialogului socratic (în stailirea cauzelor precipita țiilor) ; (3)BUGGY
(1981 ,Suppes ) pentru diagnoza greșelilor elevilor în matematică ;(4)SOPHIE (1982 ,
Brown& Burton ),mediu reactiv pentru s imularea și diagnoza defectelor circuitelor electrice ;
(5)WEST (1982 ,Brown )mediu reactiv cu meditare la cerere ( engl. “coach”) , critică deciziile
elevului, îi furnizează sugestii și comentarii ; (6) GUIDON (1983 ,Clancey ),urmaș alMYCIN –
ului, pentru diagnoza medicală ;(7)LISP Tutor (1984 ,Anderson &Brown )–instruire în
programare, compară performanțele expertului cu cele ale elevului, a plicăteoriaACT și
“modelul păstrării urmei” (engl. ” model tracing”) pentru furnizarea de indica ții; (8) Geometry
TUTOR (1987 ,Anderson &Burton )-sistem interactiv pentru introducere în geometri a plană
(calculul ariilor figurilor) ,aplică teoriaACT, realizează m editare aghidată avansată (engl
”Advanced Computer Tutoring ”).
Tehnicile de inteligență artificială încearcă să răspundă următoarelor întrebări:
Care este natura cunoașterii și care sunt modelele care explică procesele de învățare
umană (înțelegerea proceselor)?
Cum pot fi elaborate sisteme automate de învățare, care să imite procesele cognitive
umane (simularea pe calculator a proceselor)?
Care sunt modalitățile de structurare și modelare a cunoașterii și modalitățile de
secvenți ere și planificare a conținutului instrucțional, pentru eficientizarea învăță rii?
Cum pot fi valorificate experiențele anterioare, prin partajarea sau reutilizarea
cunoștințelor, în vederea obținerii unor sisteme inteligente de instruire, într -un timp mai
scurt și cu cost cât mai mic ?Comment [WR33]: (Buraga, 2001)
Comment [WR34]: (Ștefănescu, 2000)

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asistată de calculator
-16-Noile tehnologii, cercetările din psihologie și cele din inteligența artificială au determinat
concentrarea atenției științei proiectării instruirii în noi puncte de interes:
De strategiile de predare la cele de învățare, meditare și ghidare;
De la strategiile de predare expozitive la cele active, interactive;
De la predarea și învățarea ”instructivistă ”(elevul are un rol pasiv , fiind privit doar ca
“receptor” al noilor cunoștințe) la cea ”constructivistă ”(elevul are un rol activ , își
construiește noile cunoștințe pe baza celor anterioare sau a interacțiunii cu mediul) [35].
De la cunoașterea ”obiectivistă ”la cea ”constructivistă ”: din perspectiva
obiectivismului scopul sistemelor inteligente de instruire a fost acela de a ajuta elevul să
înțeleagă și să ”învețe” modul de structurare a conceptelor și a relațiilor din domeniul în
care se instruiește ( structură definitivă ,unică , dată de expertul în domeniu, cu o singură
semnificație , independentă, obiectivă), să învețe “adevărul” (adevăr care poate fi măsurat
precis, cu ajutorul testelor); din perspectiva c onstructivismului (care presupune că
realitatea este construită individual -pe baza experienței anterioare, a prelucrării
metacognitive, sau a reflecției ( vederi multiple asupra aceluiași domeniu, semnificații și
perspective diferite ale aceluiași proces, concept, etc.) saucarezultat al interacțiunii cu
mediul saualți participanți, învățarea constă în strategiile (de achiziție a cunoștințelor, de
exemplu dialogul socratic ) folosite pentru atingerea unui obiectiv și poate fi estimată prin
observații și dialog (este mai mult o estimare subiectivă decât una obiectivă).
1.2.2 ARHITECTURA MODULARĂ A UNUI SISTEM
INTELIGENT DE INSTRUIRE
Tutorialele inteligente sunt sisteme bazate pe cunoștințe . De aceea, una dintre cele mai
importante probleme este delimitarea categoriilor de cunoștințe care trebuie avute în vedere,
precum și modalitățile cele mai adecvate de reprezentare și prelucare a acestora .
Tutorialele inteligente (ITS) pot fi descrise (cel puțin teoretic) prin patru modele /expertize:
modelul domeniu (numit și ” subject matter ”(engl .), ”domeniul expert” sau ”modulul
expert” sau “ expert articulat” ) care conține cunoștințele domeniului de instruire, numite
uneori și ” cunoștințe de context ”[36];
modelul elev care conține cunoștințele despre elev (ce cunoaște și ce nu cunoaște, etapa
curentă din procesul instruirii, dar și etapele parcurse anterior, etc.);
modelul pedagogic saumodelul didactic saumodulul tutorial (numit și ”instruction expert ”
sau”teaching expert” (engl.) )care conține cunoștinț ele referitoare la tacticile, strategiile și
euristicile de conducere a procesului de instruire;
modelul de comunicație saude interfață (mai mult sau mai puțin distinct de cel tutorial)
care conține cunoștințe despre modul de comunicare cu elevul și preze ntare a
materialului instrucțional.
Nu toate aceste modele [37]se regăseasc în arhitectura unui ITS: modulul tutorial și cel de
comunicare pot fi tratate împreună , deoarece formele de comunicare propuse elevului sunt
elemente determinante pentru învățare. Î n mod ideal, un ITS trebuie să fie un triplu sistem
expert : în domeniul în care realizează instruirea ( “CE”? ), în analiza cunoștințelor elevului
(“CUI”? ) și în pedagogie ( ”CUM”? ).
Bazele de cunoștințe ale celor mai multe tutoriale inteligente înglobează primele trei baze de
cunoștințe (cunoștințele domeniului, cunoștințele despre elev și cele referitoare la tacticile șiComment [MS35]: (Ștefănescu, 1996b)
Comment [MS36]: (Pecheanu, 1998)
Comment [MS37]: (Pecheanu, 2001b)

CAPITOLUL 1 Stadiul actual al cercetărilor în domeniul i nstruir iiasistat ede calculator
-17-strategiile tutoriale). Toate aceste categorii de cunoștințe, între care există interconexiun i
multiple , sunt prelucrate în vederea obținerii unor regimuri flexibile, individualizate pentru
fiecare elev. Datorită diversității cunoștințelor (cunoștințe declarative ”CE” ,cunoștințe
procedurale ”CUM” ,cunoștințe cauzale ”DE CE”, etc.) tehnicile de re prezentare sunt variate
(orientate obiect, cadre, rețele semantice, grafuri conceptuale, logici de descriere, reguli de
producție, formule logice, etc.). Diferențele dintre tutoriale inteligente existente constau
tocmai în această diversitate de reprezenta re a modelelor expertizei. Interdependența
bazelor de cunoștințe ale unui ITS este relativă, deoarece acestea conțin cunoștințe
complexe, care necesită moduri de reprezentare diferite: structura modelului elev se găsește
în strânsă relație cu structura dom eniului; forma strategiilor de instruire depinde de structura
modelului domeniului; acțiunile din strategiile de instruire depind de modelul intefeței.
Concepția fiecăruia dintre module ridică o serie de probleme în ceea ce privește
funcționalitatea acesto ra și modul lor de integrare într -o arhitectură informatică unitară ,
abordată uneori în termenii de sistem multiagent .
Arhitectura prezentată ( figura 1-7) o întâlnim în tutorialele inteligente care aplică strategia
pedagogică directă (care implică agentul artificial –profesorul și agentul uman –elevul); în
sistemele cu strategii pedagogice d e grup (în care intervin mai mulți agenți tutoriali)
arhitectura va suferi unele modificări.
Elev
MODULUL DE COMUNICARE
MODULUL TUTORIAL (PEDAGOGIC)
Cuno ștințele tutoriale
generale
Cunoștințele tutoriale
specifice domeniului
MODULUL STUDENT
MODULUL EXPERT
ITS
Figura 1-6Arhitectur modulară a unui ITS

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asistată de calculator
-18-1.2.2.1 Modelul domeniului
Modelul domeniului conține cunoștințele domeniului de instruire, ”CE” trebuie învățat:
conceptele, atributele și relațiile dintre concepte, dar și informații despre procesele de
raționament. Din această perspectivă, cunoașterea domeniului trebuie să includă atât
cunoștințe structurale ( declarative ), cât și procedurale (desp re modul de rezolvare a
problemelor). Deasemenea, modelul domeniului poate conține cunoștințe de suprafață
(compilate )–ca euristici, reguli -saucunoștințe de adâncime (articulate) ,necesare atât
pentru a putea răspunde elevului la întrebări de genul ”De ce?” sau”Cum?” , dar și pentru a
putea compara cunoștințele elevului cu cele ale domeniului .
Alegerea formalismului de reprezentare a cunoașterii domeniului depinde atât de tipurile de
cunoștințe care vor fi modelate, cât și de modul în care acestea vor fi utilizate (deci de
strategiile tutoriale vizate). Formalismele de reprezentare a cunoașterii domeniului -utilizate
de-a lungul istoriei dezvoltării sistemelor inteligente reprezentarea prin rețele semantice și
cadre ( SCHOLAR, SOPHIE, BIP, PROUST ), reprezentarea prin reguli de producție
(Geometry Tutor, BUGGY, GUIDON ) sau r eprezentarea prin script -uri (WHY ).
1.2.2.2 Modelul elevului
Modelul elevului trebuie să furnizeze sistemului cunoștințe despre starea cunoștințelor (un
model epistemologic) pe care le are elevul la un moment dat și istoricul interacținilor cu
sistemul. Cunoștințele despre elev ( mai precis, cele despre procesele cognitive ale acestuia)
este esențială pentru studiul procesului de înțelegere a subiectelor prezentate, cât și pentru
raționamente le referitoare la capabilitățile elevului .Modelul elevului oferă un mecanism de
bază în comunicarea individualizată între mediu și sistem, reprezentând o sursă importantă
de adaptibilitate a sistemului [38].Caracteri stică pentru modelul elevului este dinamicitatea
acestuia.
În majoritatea sistemelor ITS existente, baza de cunoștințe referiroare la elev este construită
în strânsă conexiune cu baza de cunoștințe ale domeniului [39],[40].
Abordarea bazată pe premiza submulțimii cunoștințelor (al expertizei parțiale) , care
consideră că baza de cunoștințe ale elevului –complet reprezentată -este o submulțime
a bazei cunoștințelor domeniului (”modelul overlay” (engl.) ) (figura 1-8).
Abordarea overlay este adecvată în situațiile în care scopul sistemului este de acela de a
împărtăși studentului cunoștințele domeniului [41], iar c unoștințele domeniului sunt
exhaustive și suficient de simple.
Dezavantaje leacestui model sunt imposiilitatea de a lua în considerare cunoștințe ale
elevului neconforme cu cele din baza de cunoștințe ale domeniului și funcționarea
incorectă a sistemului atunci când sunt necesare cunoștințe de adâncime.
Abordarea diferențială
Este o variantă a modelului overlay, cu deosebire a că nu se compară cunoștințele elevului
cu cele ale domeniului, ci performanțele elevului cucele ale expertului .Cunoștințele din baza
de cunoștințe ale domeniului care nu sunt în modelul elev, pot fi împărțite în două categorii:
cunoștințe pe care elevu l nu le are șicunoștințe pe care acesta le -ar putea avea . Această
soluție rafinează abordarea anterioară, dar suferă, în principal, de aceleași deficiențe.Comment [MS38]: (Soomro, 2011)
Comment [MS39]: 38(Ștefănescu, 2001c)
Comment [MS40]: 39 (Pecheanu, 2002)
Comment [MS41]: (Razmerita1997)

CAPITOLUL 1 Stadiul actual al cercetărilor în domeniul i nstruir iiasistat ede calculator
-19-Abordarea bazată pe perturbații
Este abordarea cea mai complexă și cea mai apropiată de realitate, eficientă și în în vățarea
cunoașterii procedurale, în care b aza de cunoștințe a le elevului poate conține și cunoștințe
neincluse în baza de cunoștințe ale domeniului. Ocomportare eronată a studentului se poate
datora lipsei de cunoștințe (ca în abordările anterioare) sau utilizării unor cunoștințe
neadecvate sau eronate. În această abordare, trebuie avut în vedere faptul că, în realitate,
într-un proces educațional, când profesorul și elevul nu au cunoștințe comune, profesorul își
va schimba modelul asupra elevului, încercând să realizeze comunicarea într -un alt mod. În
acest caz, ba za de cunoștințe poate fi un set de proceduri care descriu comportamentul
elevului ( engl. ”modelul buggy” ). Erorile pe care le poate comite elevul în rezolvarea unei
probleme pot fi reprezentate sub forma unei simple liste (engl. “bug list”) sau sub forma unor
structuri care să permită clasificări ale erorilor (cataloage ale erorilor) sau să permită nu
numai explicarea erorilor observate în comportamentul elevului, dar și predicții asupra
tipurilor de erori care pot apare în anumite contexte ( engl. “repair theory” ).
În funcție de scopul temporal urmărit la crearea modelului elev, se pot evidenția modelul
“instantaneu” , de scurtă durată (engl. ”snapshot” )-pentru urmărirea evoluției elevului pe
parcursu l unei singure sesiuni de lucru –șimodelul de lungă durată (engl. ”long -term” ), al
evoluți eipe o perioadă de timp mai lungă (cadurata tuturor sesiunilor de lucru ).
În funcție de profunzimea modelului , se deosebesc modele de suprafață (engl. ”shallow” )și
modelele de adâncime (engl. ”deep” ).
Cele mai utili zate formalisme de reprezentare a cunoa șterii pentru modelul elev sunt r ețelele
neuronale, rețelele bayesiene, grafurile genetice, r ețelele semanti ceși tehnici lefuzzy.Cunoștințele
domeniuluiCunoștințele
domeniuluiCunoștințele
domeniului
Cunoștințele
elevuluiSubmulțimea cun.
dom. (overlay)
domeniuluiCunoștințele
elevului
Cunoștințe pe care
elevul le -ar putea
avea
Modelul expertizei
parțiale (engl. "overlay")Modelul diferențial Modelul bazat pe
perturbații
Figura 1-7Abordări în construirea modelului elevului

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asistată de calculator
-20-Modelul elev poate fi privit camodel de comport ament în rezolvarea problemelor , camodel
de diagnosticare automată [42]sau ca model pentru construirea unui agent elev artificial în
sistemele sociale de instruire.
În urma acestei analize, concluziile privind construirea unui model al elevului cât mai bun,
sunt [43]:
Analiza modelul elevului trebuie făcută în strânsă legătură cu mediul de instruire în care
va funcționa sistemul. Este necesar să fie luate în considerare cunoștințele de adâncime,
inclusiv cele referitoare la psihologia elevului. Se preconizează introducerea în modelul
elev a unor cunoștințe care să individualizeze profilul elevului și care, împreună cu
cunoștințele pedagogice, pot conduce la găsirea celor mai adecvate regimuri de instruire;
Regimurile de funcționare normală ale unui ITS trebuie să alterneze cu regimuri de
achiziție a cunoștințelor și de învățare automată, care să permită dezvoltarea și rafinarea
bazelor de cunostințe implicate. Analiza succeselor și a eșecurilor unei sesiuni de l ucru
arputea declanșa mecanisme de învățare automată, cu efect asupra cunoștințelor
referitoare la tacticile și strategiile pedagogice. Deasemenea, un model inițial, rudimentar,
al elevului ar putea fi construit prin tehnici specifice achiziției de cunoșt ințe.
1.2.2.3 Modelul tutorial
Modelul tutorial are un rol central într -un ITS, deoarece acest modul hotărăște ”CE”,”CÂND ”
și”CUM ”i se va prezenta elevului. Cunoștințele tutoriale sunt descrise, în termeni ai
conținutului (subiecte, exemple, indicații, întreb ări, etc.) și în termeni ai strategiei aplicate
într-un anumit context (când intervine sistemul, care este tipul intervenției) [44].
Aspectele tratate de către modulul tutorial sunt diverse și deosebit de complexe: conduita
pedagogică a sesiunii, gestiunea curriculum -lui, urmărirea activității elevului, deciziile și
conți nutul intervențiilor sistemului.
Au fost propuse diferite stiluri de ghidare și de control, explicitarea plan urilor pedagogice,
reguli și strategii tutoriale și diferite tehnici de realizare. Expertiza didactică este responsablă
de selecția unui anumit subiect și modul de prezentare a acestuia, raportate la cunoștințele
domeniului și cele ale elevului [45].Deasemenea, strategia tutorială trebuie să
urmărească o serie de obiective clar definite pentru fiecare unitate de predare.
Categoriile de aspecte vizate de modelul tutorial sunt ( figura 1-9.):
Aspectele didactice și de adaptar e;
Diagnoza elevului;
Gradul de control al elevului.
În ceea ce prive ște gradul de control al elevului, deși cele mai multe sisteme folosesc
monitorizarea (controlul fiind de ținut de către sistem), nu putem să nu evidențiem importanța
dialogului socratic și a meditării la cerere. Prin dialogul socratic (SCHO LAR, WHY )-un
dialog cu inițiativă mixtă -sistemul angajează elevul într -un dialog care să îi permită
descoperirea proprie a erorilor și a cunoștințelor contradictorii; deciziile pedagogice sunt
luate în funcție de rezultatele dialogului. Dialogul socrat iceste eficient atât pentru
prezentarea cunoștințelor factuale cât și pentru învățarea de reguli, principii sau rezolvarea
problemelor.Comment [MS42]: (Răzmeriță, 1998)
Comment [MS43]: (Ștefănescu, 1999)
Comment [MS44]: (Gagn é2004 )
Comment [WR45]: Nkambou, 2010

CAPITOLUL 1 Stadiul actual al cercetărilor în domeniul i nstruir iiasistat ede calculator
-21-Meditare ala cerere, ghidare ( “coaching” ) permite elevului să deprindă cunoștințele
procedurale prin intermediul exemplelor, a exercițiilor și a problemelor. Sistemul observă
comportamentul elevului pe parcursul sesiunii de rezolvare a problemei; în funcțiie de
rezultatele acestor observații, ia decizii de întrerupere a elevului în anumite momente, cu
scopul de a -i prezenta cunoștințe ajutătoare sau de a -i sugera noi strategii de rezolvare.
În această lucrare ne interesează în mod special aspectele didactice și de adaptare, care
vor fi prezentate detaliat încapitolul 3 .
1.2.2.4 Modelul de comunicare
Tratată ca o componentă separată sauintegrată în modulul tutorial, interfața joacă un rol
important prin faptul că activitățile și formele de comunicare propuse elevului sunt elemente
determinate pentru învățare ,susțin ânddialogul sistem -elev. Cele mai multe dintre intefețele
existente folosesc un limbaj de comandă bazat pe meniuri, iconițe și reprezentări grafice,
puține tutoriale p utând susține un dialog în limbaj natural [46]. Direcțiile celor mai recente
cercetări sunt interfețele multi -modale, comunicarea în limbaj natural, modalități de
reprezentare a dialogului.
1.2.3 ALTE ASPECTE ALE PROIECTĂRII SISTEMELOR
EDUCAȚIONALE INTELIGENTE (????)
Ideile fundamentale care trebuie u rmărite la conceperea și implementarea unui sistem
inteligent de instruire sunt:
Reprezentarea explicită a cunoștințelor domeniului și a mecanismelor de raționament,
care conferă sistemului capacitatea de a răspunde la întrebări și de a rezolva exerciții a le
căror soluții nu au fost prevăzute explicit sau ale căror enunțuri au fost propuse de elev;
Expertiza pedagogică
vizează
Aspecte didactice și de adaptare
-Reguli, principii
-Decizii globale: secvențierea cursului
-Decizii locale: intervențiile
-Ghidare
-Explicații
Diagnoza cunoștințelor elevului
Gradul de control
-Monitorizare
-Inițiativa mixtă (dialog socratic)
-Ghidare (engl. “coaching” )
Figura 1-8Aspecte vizate de expertiza pedagogică
Comment [MS46]: (Clarck, 2008)
Comment [WR47]: POATE ALT TITLU……

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asistată de calculator
-22-Explicitarea strategiilor tutoriale, pentru a permite sistemului să intervină dinamic în
funcție de o anumită situație, de obiectivele pedagogice și demodelul e levului;
Comunicații suple și variate, cu posibilitatea de intervenție și inițiativă a elevului;
Reprezentarea separată a conținutului instruirii și a strategiilor de instruire;
Modularizarea conținutului instruirii în vederea utilizării multiple sau a reutilizării;
Crearea unor strategii de predare și de îndrumare generice, care să poată fi utilizate
pentru diferite conținuturi instrucționale;
Modelarea instruirii trebuie să fie un proces ingineresc, care să aibă în vedere
reprezentarea explicită a enti tăților pedagogice abstracte, deci proiectarea la nivel
pedagogic, și nu la nivelul mediului fizic .
TIPURI DE SISTEME EDUCAȚIONALE
Datorită diversității și combinării abordărilor, este greu de stabilit o tipologie a sistemelor
inteligente de instruire. Voi schița, totuși, posibile categorii de sisteme inteligente de instruire,
după diferite criterii.
Din punct de vedere a abordării psihologice a învățării , sistemele pot fi clasificate în (1)
sisteme obiectiviste (SCHOLAR ,BIP,EXCHECK )și(2)sisteme constructiviste clasice
(LOGO ,MEMOLAB ) sau inteligente interactiviste șibazate pe agenți pedagogici
(STEVE ,ADELE ).
Din punct de ved ere a strategiilor de învățare , sistemele de instruire inteligente pot fi (1)
sisteme socratice (SCHOLAR, WHY ), (2) sisteme procedurale , bazate pe strategia de
ghidare (engl. ” coach” ) (WEST ), (3) medii interactive de învățare (ILE-Interactive Learning
Environment) ( MIDI Draw ),(4) m icro-lumi sau medii de demonstrație (engl. “micro -world” ),
bazate pe simulări sau (5) m edii interactive de învățare și simulare ( STEAMER, BIOTECH ).
Datorită importanței deosebite pe care o au sistemele d e instruire în care se folosesc
simulările, unii cercetători propun ca perioada 1980 -1990 să fie considerată perioada ITS -lor,
iar perioada de după 1990 să fie considerată perioada mediilor interactive de învățare cu
ajutorul calculatorului .
O categorie im portantă o reprezintă sistemele de e -learning (fieclasice , fie inteligente).
Sistemele de management al învă țării (LMS, engl. “Learning Management Systems”) și
sistemele de management al con ținutului (CMS , engl. ”Content Management Systems”) și-au
dovedit din plin utilitatea și sunt folosite pe scară largă. Un studiu comparativ , cât și
propunerea unor metode de evaluare a caracteristicilor unor astfel de sisteme (+CMS,
Moodle, ATutor, Claroline, Dokeos, dotLRN/Op enACS, Drupal, ILIAS, LON -CAPA, Mambo,
OLAT, Plone șiSakai ),găsim în [47][48]și[49].
Sisteme hypermedia adaptive
Avantajele utilizării în procesul instruirii a unor sisteme software hibride (ITS+HMS), cu
scopul individualizării instruirii șiWeb -ul semantic3darau condus la “consacrarea” unor noi
tipuri de sisteme inteligente educa ționale, bazate pe WEB [50]:
sistemele hypermedia adaptive4(AHS) ;
3Informație din web + semnificație (ontologii)
4Sistem hypermedia adaptiv (AHS) -sistem hypermedia care aplică o serie de metode de
personalizare și adaptare asupra materialelor solicitate de către un utilizatorComment [WR48]: (Stefanescu, 2009)
NOU –6 dec
Comment [WR49]: Pecheanu, 2011
NOU –6 dec
Comment [MS50]: (Buraga, 2005)

CAPITOLUL 1 Stadiul actual al cercetărilor în domeniul i nstruir iiasistat ede calculator
-23-sistemele hypermedia adaptive deschise5(OAHS) .
Un sistem hypermedia adaptiv este un sistem hypertext și hypermedia care, pe baza unui
model al utilizatorului, adaptează diverse aspecte în funcție de utilizator. Aplicate în domeniul
instruirii, sistemele (O)AHS aplic ăstrategii de personalizare și adaptare a materialelor
(educaționale). În plus, Web-ul semantic oferă sistemelor posibilitățile necesare în
înțelegerea, prelucrarea ș i raționamentul asupra cererilor unui utilizator (furnizându -i
materialele existente pe Web, adaptate utilizatorului) [51] [52].Sistemele AHS au preluat d e
la ITS ideile de secvențiere adaptivă a cursului (conținut și /sau prezentare) [53],sprijin în
rezolvarea problemelor ,diagnoza elevului [54],[55],generarea feedback -ului adaptiv ,testare
adaptivă ,managementul adaptiv al dialogului sistem -utilizator. Un studiu al metodelor de
personalizare folosite în sistemele AHS găsim în [56].
Similaritățile dintre tutorialele inteligente ”clasice” (ITS, ITS+HMS) și sistemele (O)AHS se
regăsesc la atât la nivelul scopului, cât și la cel al a rhitecturii și al implementării. Sistemele
(O)AHS folosesc tehnici de inteligență artificială și extind, practic modelul elevului la modelul
utilizatorului (care ia în considereare nu doar caracteristicile cognitive sau afective ale
acestuia, ci și cele personale, preferințe, etc.) și modelul tutorial la modelul de adaptare . Ca
și ITS -urile, sistemele (O)AHS u rmăresc indivi dualizarea instruirii și furnizarea demateriale
educaționale adecvat e utilizatorului.
De aceea, aceste tipuri de sisteme sunt desemnate prin sintagmele sisteme educaționale
bazate pe web (“Web -based Educational system” ) sau simplu, sisteme educaționale
inteligente , fiind structurate în modelul domeniului ,modelul utilizatorului șimodelul de
aplicare . Pentru proiectarea acestor sisteme, au fost propuse sistemele autor web,
hypermedia inteligente și adaptive , care se remarcă prin orientarea către pedagogie .
SISTEME “SOCIALE” DE ÎNVĂ ȚARE ȘI STRATEGII PEDAGOGICE DE GRUP
În sistemele ITS “tradiționale” ,sistemul este unagent artificial care se comportă ca untutor
uman inteligent și adaptează instruirea la ritmul de învățare, la cunoștințele anterioare, la
reacțiile și progresele realizate de către elev . În aceste sisteme, controlul îldețin esistemul ,
interacțiunea este 1 -1,elevul doar asimilând cuno ștințele predate de către exp ert
(întotdeauna, expertul are mai multe cunoștințe decât elevul ).Strategia pedagogică folosită
este numită strategie pedagogică directă (tutor -tutee ).
Inspirate din dialogul socratic și din cercetările didactice, strategiile având la bază noțiunile
denegociere și argumentare capătă o importanță deosebită. Ca urmare, o altă categorie de
ITS-uri adoptă o abordare bazată pe cooperarea între elev și sistem saucooperarea între
mai mulți agenți participanți la procesul de instruire .În astfel de sisteme ( bazate pe
psihologia constructivistă și /sau situaționistă), învățarea este privită proces de asociere a
construcțiilor cunoștințelor în timpul interacțiunii cu ceilalți participanți la un grup de activitate,
nu doar ca proces de transfer al expertizei de l a profesor la elev [57].Aceste s isteme în care
intervin și alți agenți artificiali (în afara “profesorului clasic artificial”) sunt numite sisteme
sociale de învățare și folosesc o strategie pedagogică de grup .
5Sistem hypermedia adaptiv deschis (OAHS) -AHS care operează asup ra unei mulțimi “deschise” de
documente din webComment [WR51]: Brusilovsky, 2012
INLOCUIESTE Koch2002
Comment [MS52]: (Koper, 2006)
Comment [MS53]: (Pecheanu, 2009b)
Comment [MS54]: (Cocu, 2003)
Comment [MS55]: (Cocu, 2005)
Comment [WR56]: Dolog, 2007
NOU!!!! In cap 1
Comment [MS57]: (Ștefănescu, 2001a)

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asistată de calculator
-24-O astfel de strategie de grup este strategia learning companion -indicată de Self și
introdusă de Chan [58]-constă în apariția celui de -al treilea agent, un elev artificial , simulat
(engl.“peer tutoring ”,elev tovarăș ), care acompaniază elevul uman. În funcție de nivelul
cunoștințelor și de rolul celui de -al treilea age nt, se pot evidenția situațiile în care (1) e levul și
tovarășul (engl. “co-learner ”)său au obiective și nivel de cunoștințe similare, lucrează
împreună ,analizează soluția celuilalt , tutorul prezintând probleme leși critic ând soluțiile
elevilor , (2) elevul și partenerul (engl. ” companion ”)au obiective similare ,nivelul
cunoștințelor partenerului este mai înalt ca cel al elevului dar mai scăzut ca cel al tutor-ului,
elevul observă demonstrația realizată de partenerul său sau de tutor, lucrează sub
îndrumarea partenerului sau al tutorului, (3) elevul explică și predă tovarășului său (engl.
"inverted tutor ”), prin auto-explicare , structurându -și propriile cu noștințe și (4) un agent -elev
perturbator (”engl. troublemaker ”)prezintă o demonstra ție corectă sau incorectă, dă sfaturi
corecte/incorecte, aplicând î nvățarea prin perturbații (engl. “learning by disturbing” ).
Strategiile pedagogice de grup se aplică în sistemele sociale de învățare (cooperative sau
colaborative) .
Colaborarea implică asocierea acțiunilor participanților și înțelegerea mutuală a sarcinii
pe care o au de executat, fiecare participant având propriile obiective.
Cooperarea implică împărțirea responsabilităților între participanți, în vederea executării
unei anumite sarcini.
În sistemele sociale de învățare, interacțiunile șicontextul în care acesta au loc sunt extrem
de importante [59].Principalele avant ajele ale sistemelor sociale de învățare sunt [60]:
-Motivează elevul um an, s timulează și eficientizează într -o mai mare măsură procesele de
învățare. Astfel, învățarea prin predare facilitează învățarea prin externalizarea înțelegerii
elevului uman; învățarea prin diagnosticarea soluției altui elev favorizează acumularea
unor cunoștințe de adâncime; învățarea prin discuții deschise facilitează capabilitățile de
gândire prin interac țiune ;
-Contribuie la clarificarea aspectelor legate de dialog și negociere [61](aspect interesant,
dar deocamdată ambiguu, care necesită înțelegerea limbajului natural) [62].
AGENȚI ÎN SISTEMELE DE INSTRUIRE
Problemele complexe pe care le ridică un sistem inteligent de instruire (un triplu sistem
expert) a condus la noua paradigmă de “sisteme tutoriale inteligente distribuite”
(Distributed Intelligent Tutoring Systems -DITS ),derivată din cea de “inteligență artificială
distribuită”, în care soluția unei probleme este dată de rezultatul cooperării între agenții
autonomi rezolvitori de probleme [63].În cazul sistemelor educaționale inteli gente distribuite,
cercetările vizează –în principiu –aceleași direcții ca și în cazul inteligenței artificiale
distribuite ( figura 1-11).
Rezolvare distribuită
Agenți și sisteme multi -agent (MAS)
Calcul paralel
IA distribuită
Figura 1-9Sisteme educaționale inteligente distribuite –Direcții de cercetareComment [MS58]: (Chou, 2003)
Comment [MS59]: (Aimeur, 2000)
Comment [MS60]: (Tchounikine, 2010)
Comment [MS61]: (Lai, 2012)
Comment [MS62]: (Ștefănescu, 2005aa)
Comment [MS63]: (Khoualdi, 2007 )

CAPITOLUL 1 Stadiul actual al cercetărilor în domeniul i nstruir iiasistat ede calculator
-25-Arhitectura standard a unui ITS -modulul expert, modulul pedagogic, modulul elev și
interfața -simulează o singură entitate, dar o entitate inteligentă, ale cărei funcții sunt
realizate, de obicei, secvențial. În învățarea distribuită, funcțiile (ca de exemplu prezentarea
conținutului instrucțional, propunerea exercițiilor și problemelor, rezolvarea lor și furnizarea
explicațiilor, etc.) sunt alocate diferiților agenți [64]. Abordarea prin prisma agenților autonomi
[65]prezintă un interes deosebit pentru sistemele artificiale de predare [66], care își propun
să execute în paralel numeroase task -uri.
Agențiipedagogici [67]–reprezintă u n tip particular al agenților inteligenți și sunt utilizați în
sistemele de instruire (”multi -agent” sau nu) ,atât în strategia pedagogică tutor -tutee , cât și în
cele sociale [68].Agenții pedagogici sunt definiți ca agenți autonomi care își adaptează
interacțiunile instrucționale în funcție de elev și de starea mediului și ajută elevul în depășirea
dificultăților; colaborează cu elevul sau cu alți agenți [69]; pot deține capacitatea de a
răspunde afectiv ,socio -emoțional, elevului [70],[71].
În funcție de complexitate, agenții pedagogici îmbracă diferite forme [72]:table -driven agent
(bazați pe paradigma perechii percepție /acțiune); agenți reactivi simplu reflex (bazați pe
reguli condiție -acțiune); agenți care păstrează urma (o stare internă a situațiilor mediu lui pe
care o compară și decid, în funcție de aceasta, care va fi acțiunea următoare); agenți
orientați către scop , cu posibilitatea găsirii unor soluții diferite de atingere a scopului și de
selectare a uneia dintre ele, pe baza satisfacerii rezultatului [73];agenți orientați către
utilitate , care selectează o anumită acțiune pe baza maximizării utilității pentru elev
(parcurgerea unui curs într -un timp cât mai scurt, dobândirea cât mai multor cunoștințe
despre un anumit subiect, etc.) [74].
Exemple de agenți pedagogici sunt cei din sistemul care implementează strategia learning
companion [58],agentul emoțional Émile [75],agentul pedagogic din sistemul multi -agent
LANCA -îmbunătățește planuri, acțiuni, rezultate, informează studentul și ceilalți agenți, este
adaptiv, instruibil, cognitiv și înva ță din experiență [76],agentul Peddy -capabilități de
recunoaștere și sinteză a vocii [77],Einstein -personaj animat care răspunde în limbaj
natural la întrebările utilizatorului, ”Herman, the bug” -care ajută elevul în rezolvarea
problemelor [78], agentul Cosmo -combină dinamic gesturi, mișcare și vorbire, ajută și
încurajează elevul în conectarea calculatoarelor într -o rețea, traficul datelor și routare, Steve
-agent hibrid [79] de instruire în funcționarea unor echipamen te,Adele [80] –domeniul
medical, operează în web, format din agentul pedagogic propriu -zis(motorul de inferență
pentru luarea deciziilor, persoana animată șisimulator .
ARHITECTURI MULTI -AGENT ȘI ORIENTATE PE SERVICII
Considerând că arhitectura unui ITS (prezentată în paragraful 1.2.2) nuoferă suficientă
modularitate, o serie de cercetări s-aufocalizat pe arhitecturi multi -agent (din inteligen ța
artificială) sau arhitecturi leorientate pe ser vicii (din ingine ria software), în care modulele
tradiționale sunt implementate ca mulțimi de servicii sau agenți. Lavendelis [13] propune
pentru dezvoltarea unui ITS o arhitectură multi -agent, holonică6, deschisă .
6Holon (grec. “holos” = întreg și“-on” = parte) -Termenul de semneaz ă un obiect care este în acela și
timpși parte, și întreg.Comment [MS64]: (Lavendelis, 2011)
Comment [MS65]: (Zoll, 2006)
Comment [MS66]: (Lavendelis, 2010)
Comment [MS67]: (Ștefănescu, 2001b)
Comment [MS68]: (Baylor, 2005)
Comment [MS69]: (Buraga, 2003)
Comment [MS70]: (Haake, 2009)
Comment [MS71]: (Chaffar, 2005)
Comment [MS72]: (Gulz, 2006)
Comment [MS73]: (Ștefănescu, 2001d)
Comment [MS74]: (Johnson, 2003b)
Comment [WR75]: Chou, 2003 BIS
Comment [MS76]: (Gratch, 2005)
Comment [MS77]: Frasson, 1998)
Comment [MS78]: (Peddy)
Comment [MS79]: (Lester, 2001)
Comment [MS80]: (Rickel, 2001)

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asistată de calculator
-26-1.3SISTEME /MEDII AUTOR DE DEZVOLTARE
Datorită multitudinii de probleme pe care le implică dezvoltarea sistemelor de instruire
inteligente, au apărut sisteme le/mediile autor (urmașe ale sistemelor de management al
instruirii ), numite și sisteme de proiectare pedagogică .
CARACTERISTICI PRECIZĂRI
Sisteme pentru
definirea
strategiilor
tutoriale
Eon, GTE,
REDEEM-Strat. tut. la nivel
“micro”
-Mulțime de
primitive instrucț.
-Strat. tut.multiple și
”meta -strategii”
(selecția
strategiei
adecvate unei
anumite situații)-Slabă exactitate
din perspectiva
elevului
-Interactivitate
limitată
-Cun. suprafață
-Nerecomandate
în”învățar ae
prin acțiune”.-Metode de
reprezentare
a strategiei;
-Sursă a
expertizei
instrucționale-Instruirea la nivelul
”micro ”, stabilește:
-Când și cum se
furnizează
explicație, exemplu
sau analogie;
-Tipul de indicație sau
de feedback;
-Tipul de întrebări sau
exerciții.CATEGORII
DE SISTEME
AUTORLIMITĂRI DIFERENȚE
Sisteme pentru
planificarea și
secvențierea
conținutului
DOCENT, IDE,
ISD Expert,
Expert CML-Reguli
-Constrângeri
-Strategii secvenț.
curs (module și
prezentări)
-Instruire la nivel
“macro”
-Predarea
cunoștințelor
conceptuale,
declarative sau
episodice, cu
”învățare prin
citire, gândire ”-Slabă exactitate
din persp. elev
-Reprezentarea
deprinderi ,
cun. de
suprafață
-Aplicabilitate
redusă
(anumite
domenii)
-Diagnoză,
feedback
limitat
-Nerecom . ptr.
cunoașt.
proced.,-Reguli de
secvențiere
fixate sau
modificabile
de către
autor
-Eșafodaj al
procesului
de
dezvoltare
autor-Unități de instruire
(”elem. curriculum”)
organizate în
ierarhie de cursuri,
module, lecții,
prezentări și relații
dintre ele.
-Unități instrucț. cu
obiective de instruire
-Secvențiere
dinamică, în raport
cu performanțele
elevului, obiectivele
lecției, relațiile dintre
modulele unui curs.

CAPITOLUL 1 Stadiul actual al cercetărilor în domeniul i nstruir iiasistat ede calculator
-27-Figura 1-10Sinteză -Principalele tipuri de sisteme autor și caracteris ticile acestoraCARACTERISTIC ILIMITĂRICATEGORII DE
SISTEME AUTORDIFERENȚE PRECIZĂRI
Simularea
echipamentelor
și pregătire
DIAG, RIDES,
SIMQUEST,
XAIDA-Urmăresc
identificarea
componentelor
unui
echipament,
operarea și
remedierer
defecțiuni
echipamentului-Stratg. instr. lim
-Modelarea
limitată a
elevului
-Deprinderi
procedurale,
”învațare prin
descoperire”-Fidelitatea
simulării
-Ușor de
utilizat-Dezvoltare simplă
Tipuri multiple
de cunoștințe
CREAM -Tools,
DNA,
ID-Expert, IRIS,
XAIDA-Reprezent. clară
-Metode instruire
predefinite
pentru fapte,
concepte și
proceduri
-Instruire expozitivă
și activă
(practică, feed –
back)-Stratg. tutoriale
predef.
-Fapte, concepte,
proceduri simple-Secvențiere
inteligentă a
curric.
-Diferite tipuri
de cun.,
task-Clasifică task și cun
în categ discrete
-Învățarea conceptelor
prin repetare,
analogie, exemple
pozitive sau
negative, de la
simplu la complex
Sisteme expert
Demonstr8,
D3 Trainer,
TrainingExpress-Cun. adâncime
ale domeniului
-Model student,
diagnoză fină,
reguli
începători,
”reguli buggy ”.
-Învățare prin “rez.
probl.”-Dezvoltare
extrem de
dificilă
-Expertiză de PS
și proced.
limitată
-Strategii instruire
limitate-Model
cognitiv
-Modele de
performanță-Model cognitiv elevi
(reguli), comparat
cu modelul
expertului ( “model
tracing tutors” )
-Bazate mai mult pe
competența
perform. , nupe
proceduri .
Hypermedia
inteligent
(adaptiv)
CALAT, WebCT
GETMAS,
InterBook,
MetaLinks,
TopClass, Ariadne-Accesibilitate
WWW
-Diseminarea inf.
-Selecția adaptivă
-Acces la distanță
-Adnotarea
hyperlink -urilor-Interactivitate
limitată
-Model student
limitat-Nivel macro
vs. micro
-Grad
interactivit.-Incorporează modele
și metode IA
-Gestionează
hyperlink -urile între
unitățile conținutului;
-Inf. prezentate
elevului trebuie
filtrate și sortate
inteligent, pe baza
unui model al
elevului sau al
utilizatorului.
Sisteme speciale
IDLE -Tool /Imap-Bazate pe
șabloane
(”template” )
-Ghidare strictă-Dezvoltarea de
ITS particulare
-Inflexibilitatea
reprezentării și
pedagogiei-Grad ridicat de
inflexibilitate-Tutoriale
specializate (task –
uri/domenii
particulare), pe
bază de șabloane.

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asistată de calculator
-28-Conceperea unor sisteme autor care să sus țină în mod real activitatea de proiectare
pedagogică a unui sistem educa țional inteligent este una dintre cele mai importante direcții
de cercetare. Majoritatea sistemelor autor de dezvoltare (engl. “authoring system” ) sunt
sisteme expert , fiind formate dintr -un nucleu (engl. “shell”) ITS și o interfață prin care
utilizatorul (profesor, pedagog) poate să formalizeze, vizualizeze și raționeze asupra
cunoștințelelor din baza de cunoștințe. Doarece modelul expertizei într -un ITS este format
dinmodelul domeniului ,modelul student ,modelul pedagogic șimodelul de comunicare (al
interfeței), trebuie să existe instrumente de dezvoltare autor pentru conținut, modelul student,
strategii de instruire și proiectare a interfeței [81].
În momentul actual există o mare varietate de sisteme autor (înfigura 1-12se prezintă
tipurile celor mai cunoscute sisteme, facilitățile oferite, metodele utilizate, caracteristicile și
limitările în capabilitățile de dezvoltare a sistemelor de instruire ),are pot fi clasificate în
diferite categorii, în funcție de tipurile tutorialelor care pot fi dezvoltate cu aceste sisteme.
O alt ă clasificare a sistemelor autor este cea propusă de Murray [82]:
Sisteme autor o rientate către modelarea pedag ogică ;
Sisteme autor o rientate către crearea de ITS -uricare concretizează modelele
pedag ogice.
1.4STANDARD E ÎN INSTRUIREA ASISTATĂ
Metadatele și standardele de interoperabilitate joacă u n rol important în dezvoltarea și
descrierea sistemelor educaționale, prin potențialul oferit în partajarea și reutilizarea acestora
în diferite contexte (domenii, situații, etc.). Principalele organizații și grupuri de lucru implicate
în activitate a de standardizare sunt:
DCMI (Dublin Core Metadata Initiative ), care din 1995 se preocupă de metadate. Grupul
de lucru în domeniul educației ( DCMI Education Working Group ), interesat de stocarea,
căutarea și regăsirea resurselor web, a elaborat 15 categorii de atribute de bază (titlu,
creator, descriere, e ditor, responsabil_conținut, dată, tip_subiect, format, identificator,
tipul resursei, drepturi, etc.). A propus utilizarea metadatelor în descrierea resurselor
educaționale [83], iar în 1999 a început elaborarea unor e xtensii pentru resursele
pedagogice [84].Temele de lucru din ultimii ani sunt aplicațiile independente de
platformă (cu popunerea în 2007 a unui model abstract DCMI (DCAM)), mapări între
diferite vocabulare ,vocabulare sustenabile .
LOM (Learning Object Metadata ) propune descrierea obiectelor instrucționale prin nouă

categorii de atribute (unele obligatorii, altele opționale). Prin obiect instrucțional se
înțelege orice entitate (digitală sau nedigitală) care poate fi ut ilizată, reutilizată sau
referită în instruire [85]. Conținutul multimedia, conținutul instrucțional, obiectivele
instruirii, mijloacele software, persoanele, organizațiile sau evenimentele implicate în
instruire constituie exemple de obiecte instrucționale. Cele 60 de atribute ale obiectelor
instrucționale sunt împărțite în nouă categorii (tipul_obiectului_instrucțional, autor,
termeni_de_distribuire, format, etc.), încercându -se stabilirea unei corespondențe cu
atributele DCMI și specificarea în RDF [86].
ARIADNE (Alliance for Remote Instructional and Authoring and Distribution Networks for

Europe) se ocupă de [87]:
Comment [WR81]: (Murray, 2003 a)
Comment [MS82]: (Murray, 2003 b)
Comment [MS83]: (Wagner, 2005)
Comment [MS84]: (WWW, 4)
Comment [MS85]: (Shayo, 2006)
Comment [MS86]: (Friesen, 2009)
Comment [MS87]: (WWW, 6)

CAPITOLUL 1 Stadiul actual al cercetărilor în domeniul i nstruir iiasistat ede calculator
-29-Elaborarea unor recomandări pentru metadatele educaționale în urma
–
implementării specificațiilor LOM [88],[89].
Elaborarea deinstrumente, protocoale și metodologii destocare, management și
–
reutilizare a componentelor curriculare mediate de calculator [90].
IMS Global Learning Consortium (inițial Instructional Management System Project ),a
propu screarea unor arhitecturi deschise și a infrastructurii pentru tehnologia instruirii,
elaborarea specificațiilor tehnice pentru interoperabilitatea aplicațiilor și a serviciilor
sistemelor educaționale distribuite bazate pe web. În mare parte, specificații le descriu
conținutul pedagogic utilizat în instruirea online, urmărind aspecte precum [91]:
-specificații pentru metadatele de descriere a resurselor pedagogice; specificațiile
sunt strâns legate de LOM -IMS-Meta -Data ;
-proiectarea instruirii –IMS-LD(Learning Design );
-secvențierea curricumul -ului–IMS-SS(Simple Sequencing );
-structura și modul de organizare a fișierelor în pachete, în vederea facilitării
interschimbului -IMS-CP(Content Packaging );
metodele, tipul și conținutul testelor de evaluare IMS-QTI (Question & Test
–
Interoperability )[92];
specificații despre elev IMS -LIP (Learner -Information Package).
–
ADL (Advanced Distributed Learning Initiative )-format în 1997 din cercetători din
Ministerul Apărării Americane și Departamentul Științei și Tehnologiei de la Casa Albă –
se preocupă de reutilizarea și accesibilitatea (de oriunde și oricând) resurselor
pedagogice. În 1999 au propus modelul SCORM (Sharable Co ntent Object Reference
Model )[93].
-SCORM se adresează autorilor conținutului instrucțional, proiectanților și
distribuitorilor de sisteme de management al instruirii (LMS –Learning
Management Systems). Oferă specificații bazate pe multiple surse (IMS, IEEE,
ARIADNE), operabilitatea, accesibilitatea și reutilizarea conținutului instrucțional
din web. Instrumentul pentru metadate –MDT (Metadata Tool) permite
managementul metadatelor despre obiectele instrucționale. Instrum entul CSF
(extended Content Structure Format) permite reprezentarea standardizată a unui
curs web [94].Proiectul TinCan Api își propune să ofere noi posibilități și
schimbări în comunitatea e -learning.
AICC (Airline Industry Computer -based training Consortium )–fondat în 1998 și având ca
scop standardizarea hardware -ului folosit în industria aeronautică –comută către
standardizarea sistemelor de management a instruirii (LMS) [95].
GESTALT (Getting Educational Systems Talking Across Leading Edge Technologies )
este un proiect european pentru metadate și arhitecturi utilizate în tehnologiile
instrucționale.
PROMETEUS (PROmoting Multimedia Access to Education and Training in European
Society) elab orează metadate pentru interoperabilitatea standardelor.
Principalele organisme acreditate în dezvoltarea standardelor în instruirea asistată sunt:
IEEE (Institute of Electrical and Electronic Engineering )[96] prin comitetul LTSC
(Learning Technologies Standardization Committee), compus din grupurile P1484.12
(autorul LOM), IMS, ARIADNE și DCMI.Comment [MS88]: (Ștefănescu , 2003a)
Comment [MS89]: (Ștefănescu, 2003b )
Comment [MS90]: (Pecheanu, 2003c)
Comment [MS91]: (WWW, 7)
Comment [MS92]: (Cocu, 2004)
Comment [MS93]: (WWW, adl)
Comment [MS94]: (WWW, 8)
Comment [MS95]: (WWW, 10)
Comment [WR96]: (WWW, 14)

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asistată de calculator
-30-ISO (International Standard Organization ), care prin IJTC1 (International Joint
Technology Committee) a creat grupul S C36 (Sub Committee 36 IT for learning
Education and Training); lucrează în standardizarea vocabularului pentru resursele
pedagogice (WG1/N0017), pentru spațiile colaborative de lucru (WG2/N0022) și pentru
schemele de interacțiune student -student (WG2/N0024 ).
CEN (Comitetul European de Normalizare ) prin WS -LT (WorkShop Learning
Technologies).
Cele trei organisme lucrează împreună, în vederea interoperabilității și reutilizării resurselor
pedagogice: CEN traduce specificațiile LOM în limbile europene; IEEE p ropune standarde
pentru specificațiile LOM, standarde trimise apoi la ISO în vederea transformării lor în norme.
Practic, a ctivitatea de standardizare se concentrează asupra următoarel ordirecții:
-Standarde generale , despre arhitectura sistemelor educațion ale și vocabular;
-Standarde pentru obiecte instrucționale;
-Standarde de management instrucțional;
-Standarde de conținut instrucțional;
-Standarde pentru modelul elevului.
Așa cum se observă din figura 1-13,cele mai multe activită ți de standardizare vizează
conținutul educațional ,tratând sumar a spectele pedagogice ; tocmai de aceea școala
japoneză asusțin ut inițial ideea că standardele îngrădesc progresul cercetării științifice
privind sistemele educaționale inteligente, fiind adepta dezvoltării ontologiilor . Cu toate
aceste a, standardele și -au dovedit utilitatea în descrierea, adnotarea șicombinarea
resurselor educațion ale existente pe web (în vederea ob ținerii unor materiale pedagogice
adaptate utilizatorului).IMS-DRSCORM 1.3
Limbaje le de modelare educa țională
EML/PALOIMS-CPIMS-LDGeneral
Management
Pedagogic/
Instruc țional
Activitate/Task
Secvențiere
StructurăWG1/N001
7WG1/N0022 WG1/N0024 WG12
IMS-Meta -Data LOM
ConținutIMS-QTI
IMS-SS
Figura 1-11Standarde pentru descrierea sistemelor educaționale la diferite niveluri

CAPITOLUL 1 Stadiul actual al cercetărilor în domeniul i nstruir iiasistat ede calculator
-31-În această lucrare, pentru reprezentarea cunoștințelor pedagogice generale am propus o
abordare ( în capitol ul3) care îmbină elemente din standardizare și ontol ogii.
1.5LIMBAJE DE MODELARE EDUCA ȚIONALĂ
În paralel cu cercetările care vizează elaborarea standardelor pentru sistemele educaționale,
au fost propuse câteva “limbaje de modelare educațională” (EML), menite să surprindă
aspectele pedagogice considerate într -un sistem de instruire . Un astfel de limbaj poate
reprezenta o nouă paradigmă a procesului de creare a materialului educațional, deoarece
încearcă să abstractizeze conținutul și procesele de învățare dintr -un modul, curs sau de la
o disciplină.
Aceste li mbaje se pot împărți în două categorii:
1.Limbaje caremodelează doar structura și conținutul instrucțional, ignorând existența
modelelor pedagogice .
CDF (Course Descrption Format), elaborat la Swiss Federal Institute of
Technology (EPFL). Un CDF completat, este un fișier XML, care poate fi ușor
utilizat de către un sistem de management al instruirii, dacă acesta din urmă are
acces operațional la conținutu l pedagogic al cursului și la fișierul de descriere
(CDF).
LMML , elaborat la University of Passau, Germany (UP). LMML (The Learning
Material Markup Language) este bazat pe meta -modelarea arhitecturii pentru
managementul cunoașterii.
TargetTeam , elaborat l a Universität der Bundeswehr, München (UB) TargetTeam
asistă pregătirea, utilizarea și reutilizarea materialelor instrucționale,
managementul conținutului pentru toate tipurile de situații de instruire.
TML, elaborat la University of Bristol, UK (ILRT). TM L permite crearea și căutarea
unor întrebări pentru prezentarea materialelor instrucționale și evaluarea elevului,
prin separarea între conținutul semantic al unei întrebări și șablonul de prezentare
sau formatare a acesteia.
1.Limbaje care tratează o serie deaspecte pedagogice [97]care trebuie modelate într -un
sistem educațional .
PALO , elaborat la UNED University, Spain. PALO adoptă o abordare cognitivă,
descriind cursurile structurate în module. Fiecare modul include o declarație a
structurii, activitățile elevului și ale profesorului, programarea activităților și a
conținutului.
EML, elaborat la Open University of the Netherlands (OUNL). Limbajul a fost
selectat ca modalitate de specificare a IMS -LD (IMS Learning Desi gn), fiind
integrat cu IMS -CP (IMS Content Packaging) și IMS -SS (IMS Simple
Sequencing), așa ilustr ează șifigura 1.13 .Comment [WR97]: Koper, 2004
NOU!!!!

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asistată de calculator
-32-1.6ONTOLOGIILE –TEORII CADRU PENTRU
DEZVOLTAREA SISTEMELOR INTELIGENTE DE
INSTRUIRE
1.6.1 ONTOLOGII
În ultimii ani, interesul cercetătorilor în reprezentarea cunoștințelor prin tehnici ale
inteligenței artificiale, a migrat de la forma cunoștințelor către conținutul acestora , de la
modurile de reprezentare a cunoștințelor către ontologii , de la ingineri a cunoștințelor către
ingineria ontologică (ca subdomeniu al ingineriei cognitive [98]).Datorită recunoașterii
importanței în reprezentarea cunoașterii în sistemele bazate pe cunoștințe , ontologiile
pătrund și în sfe ra cercetărilor privind sistemele educaționale inteligente . Ontologiile
sprijină proiectarea rațională a bazelor de cunoștințe, conceptualizarea lumii de interes și
definirea strictă a semnificației conceptelor de bază, oferind teorii și tehnologii care pe rmit
acumularea și partajarea cunoștințelor. Ontologiile asigură astfel trecerea de la osocietatea
informațională la osocietate a cunoașterii .
Așa cum se evidențiază în [99],societatea cunoașterii -apărută ca rezultat al evoluției
societății informaționale -vizează îmbunătățirea tehnicilor de achiziție, gestiune, partajare și
prelucrare a cunoștințelor (educaționale, în cazul nostru) pe web. În acest scop, integrează
sinerge tictehnicile de reprezentare și prelucrare a cunoștințelor cusistemele multiagent , cu
facilitățile web și cu tehnicile de prelucrare a documentelor bazate pe limbajele web -ului
semantic. În acest context, ontologiile și metadatele joacă un rol esențial.
1.6.2 DEFINIREA TERMENULUI DE ONTOLOGIE
Exist ă multe interpretări în ceea ce privește definiția ontologiei, în ciuda faptului că este
unanim acceptat punctul de vedere conform căruia o ontologie este o teorie cadru .
Unii cercetători definesc ontologia din per spectiva filozofică, alții din perspectiva inteligenței
artificiale, alții -din cea sistemelor bazate pe cunoștințe sau din perspectiva agenților. Sunt
prezentate în continuare câteva dintre definițiile întâlnite în literatură.
Definiția 2.1 [100] :Din perspectiva filozofică ,Ontologia7reprezintă o teorie a existenței ,
care încearcă să explice ”CE este existența?”, ”CE proprietăți comune tuturor
existențelor pot fi evidențiate?”, ”CE proprietăți pot explica existența?”. Prin
introducerea unui sistem de categorii și de relații intrinseci care evaluează o anumită
viziune a universului, Ontologia încearcă să răspundă la întrebările ” CEexistă?” și
”CUM este configurată lumea?”.
Definiția 2.2. [101] :Pornind de la accepțiunea filozofică a termenului, cercetătorii din
inteligența artificială înțeleg prin ontologie odescriere explicită și neambiguă a
conceptelor din lumea reală și a relațiilor dintre acestea .
7Ontologia, cu O mare (Guarino, 1995), pentru a deosebi termenul filozofic de cel folosit în inteligența
artificialăComment [MS98]: (Trăușan -Matu, 2004b )
Comment [MS99]: (Trăușan -Matu, 2004a -2)
Comment [MS100]: (Guarino, 1995 -3)
Comment [MS101]: (Gruber, WWW -4)
CU MARO –REF FOL de MAI MULTE ORI IN ACEST
FISIER!!!!!!!!!
NU LE ACTUALIZEZ!!!!!

CAPITOLUL 1 Stadiul actual al cercetărilor în domeniul i nstruir iiasistat ede calculator
-33-Definiția 2.3. [102] :Tot d in perspectiva inteligenței artificiale , ontologia reprezintă o
specificare explici tă a conceptualizării . Această definiție este, în mare măsură,
acceptată de cercetătorii în AI (deși se bazează pe noțiunea de conceptualizare).
Definiția 2.4. [103] : Din perspectiva cercetărilor sistemelor bazate pe cunoștințe , o ontologie
este definită ca ” o teorie (un sistem) de concepte/vocabular utilizate pentru
construirea unor blocuri (module) în sistemele de prelucrare a informației ”. O
ontologie este un vocabular și o specificare a semnificației intenționale a acestuia.
Definiția 2.5. [102] : O ontologie este o bază particulară de cunoștințe , care descrie
faptele considerate întotdeauna adevărate pentru o comunitate de utilizatori: (1) în
virtutea unor acorduri bazate pe semnificația vocabularului utilizat (cunoștințele
analitice); (2) a căror valoare de adevăr nu provine din semnificația vocabularu lui
utilizat (cunoștințe neanalitice, comune).
Definiția 2.6. [104] : O ontologie este un consens asupra lumii de interes pentru o
propunere specifică . Ideea principa lă este aceea de a defini o ontologie cât mai vag
posibil, fără a pierde, însă, esențialul acesteia.
Definiția 2. 7.[101] :Din perspectiva agen ților,Gruber definește ontologiile ca acorduri în
ceea ce privește conceptualizările partajate . Conceptualizările partajate includ
cadre de lucru pentru modelarea domeniului cunoștințelor, protocoalele specifice
conținutului pentru comunicarea între agenți, angajamentele despre reprezentarea
teoriilor particulare domeniul ui. În contextul partajării cunoștințelor, ontologiile sunt
specificate în forma definițiilor vocabularului de reprezentare. Un caz foarte simplu
poate fi cel al unei ierarhii de tipuri, care specifică clase și relațiile de subsumare
dintre acestea. Scheme le bazelor de date relaționale servesc, de asemenea, ca
ontologii, prin specificarea relațiilor care pot exista într -o bază de date partajată și a
constrângerilor legate de integritatea acesteia. O ontologie este o descriere a
conceptelor care pot exista p entru un agent sau pentru o comunitate de agenți .
Definiția 2.8. [105] : Aproximativ același sens cu definiția 2.7. îl are și definiția propusă de
Wielinga și Schreiber: O (AI -)ontologie se constituie într -oteorie des pre entitățile
care pot exista pentru un agent .
Definiția 2.9. : O definiție compusă este următoarea: O ontologie constă în conceptele cu
definițiile lor, organizate ierarhic, relațiile dintre acestea (cele mai multe, de tipul
IS-A și PART -OF)și axiomele care formalizează definițiile și relațiile .
Definiția 2.10. : O ontologie reprezintă specificarea conceptelor care vor fi utilizate
pentru exprimarea cunoștințelor: tipuri de entități, atribute și proprietăți, relații
și funcții, constrângeri.
Definiția 2.11.[106] :O ontologie pentru un domeniu sau task particular descrie o
taxonomie de concepte ale task -ului sau ale domeniului și definește
interpretarea semantică a cunoașterii.
Definiția 2.12. [107] :O ontologie este o reprezentare explicită și parțială a
conceptualizării .O conceptualizare este reprezentată printr -o mulțime de modele
ale unui limbaj logic, L, care descrie interpretările intenționale (admisibile) ale
simbolurilor nelogice (vocabularul).Comment [MS102]: (Gruber, 1995 -5)
Comment [MS103]: (Fox, 1998)
Comment [WR104]: ARTIFICAIL, ref exista
deja
Comment [MS105]: (Takeda, 1995 -7)
Comment [WR106]: ATIFICIAL, ref exista
deja
Comment [MS107]: (Wielinga, 2001)
Comment [MS108]: (vanHeijst, 1997)
Comment [MS109]: (Guarino, 2005)

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asistată de calculator
-34-Definiția 2.13. :O ontologie este o specificare a unui vocabular al simbolurilor nelogice
și include tipuri de entități, atribute și proprietăți, relații, funcții și constrângeri.
Definiția 2.14 [108] : O ontologie este o teorie logică, o axiomatizare (posibil incompletă)
care impune o serie de constrângeri asupra modelelor intenționale ale unui
limbaj logic.
Definiția 2.15. [109]: O ontologie este o specificare explicită, parțială a conceptualizării,
exprimând un punct de vedere (de meta -nivel) asupra unei mulțimi de teorii
posibile ale unui domeniu, cu scopul de proiectare modularizată, reproiectare și
reutilizare a c omponentelor sistemului bazat pe cunoștințe.
Definiția 2.16. [110] : O ontologie este o specificare formală8șiexplicită9a unei
conceptualizări10partajate11(comune).
Așa cum se observă din definițiile prezentate, termenul de ontologie este un termen nou,
obținut însă din conceptele deja existente (taxonomie, vocabular comun, model superior),
prin adăugarea formalizării, a relațiilor îmbogățite și a reprezentării explic ite a cunoașterii.
Fiecare dintre definițiile anterioare surprinde câte un aspect al ontologiilor și furnizează
puncte de vedere diferite ─ dar complementare ─ asupra aceleeași realități.
Ontologiile nuse disting neapărat prin formă , ci prin rolul lor[111] , importanța ontologiilor
fiind recunoscută în cercetările din domenii ca ingineria cunoștințelor, reprezentarea
cuno ștințelor, integrarea informați ilor, managementul cunoștințelor, stocarea și extragerea
informații lor.
1.6.3 CLASIFICĂRI ALE ONTOLOGIILOR
Ontologiile pot fi clasificate în funcție de diferite criterii , cum ar fi: subiectul conceptualizării ,
structura conceptualizării ,complexitatea conceptualizării [112] ,granularitatea co nceptelor ,
gradul de formalizare saureutilizarea cunoștințelor . În continuare sunt prezentate cele mai
importante modalități de clasificare a ontologiilor -întâlnite în literatura de specialitate -și o
sinteză a acestora, ilustrată prin figura 2.1.
A.Din perspectiva subiectului conceptualizării , putem evidenția clasificările propuse de către
Van Heijst și Chandrasekaran.
A1.În funcție de subiectului conceptualizării ,van Heist [106] clasifică ontologiile în :
Ontologii superioare, de nivel înalt (Upper sauTop-level Ontology )
Aceste ontologii sunt independente de o problemă sau de un domeniu particular, putând
fi folosite de o comunitate largă de utilizatori. Ontologiile de acest tip descriu concepte
generale, abstracte, cum ar fi: entități, stări, timp, spațiu, evenimente, procese, relații,
proprietăți. Dezvoltarea unei astfel de ontologii are o importanță deosebită, însă, până în
8Ontologia trebuie să poată fi tradusă într -un limbaj operațional
9Tipurile de concepte, relațiile dintre acestea și constrângerile sunt declarative
10Model abstract al unui fenomen din lumea reală
11Ontologia capturează cunoștințele consensuale ale unui grup sau ale unei comunitățiComment [MS110]: (Guarino, 2004b)
Comment [MS111]: (Schreiber, 1995)
Comment [MS112]: (Guarino, 1998)
Comment [MS113]: (Cristani, 2005)
Comment [MS114]: (Gangemi, 2001)
Comment [MS115]: (van Heijst, 1997)

CAPITOLUL 1 Stadiul actual al cercetărilor în domeniul i nstruir iiasistat ede calculator
-35-momentul de față, există doar câteva încercări: ontologia top -level a lui Guarino,
ontologia CYC (divizată în micro -teorii), Mikrokosmos ,laticea booleană a lui Sowa.
Ontologii generice
Numite și meta -ontologii sau ontologii nucleu (core ontologie ), aceste ontologii conțin
cunoștințe generice, mai “puțin abstracte” decâ t cunoștințele descrise prin ontologiile
superioare, dar “îndeajuns de generale” pentru a putea fi reutilizate în domenii foarte
diferite. Exemple de acest tip sunt ontologia topologică mereologică (Mereology
Ontology ) șiontologia topologică (Topology Ont ology ).
Ontologii ale domeniului
Sunt specifice unui anumit domeniu și pot fi reutilzate doar în cadrul domeniului
respectiv. Furnizează vocabularul despre conceptele unui domeniu generic (medicină,
electronică, etc.) și relațiile dintre acestea. Pot fi evidențiate ontologiile EngMath
(ontologie Ontolingua pentru modelarea matematică în inginerie), PhysSys (ontologie
inginerească pentru modelarea, simularea și proiectarea sistemelor fizice) și Ontologia
Întreprinderii .Cercetătorul Mizoguchi [113] consideră că ontologia domeniului
caracterizează cunoștințele domeniului sau problema (task -ul) vizată.
Ontologii ale aplicației ;
Ontologiile de aplicație reprezintă specializări ale ontologiilor generice și ale domeniului,
descriind conceptele specifice unei aplicații. Conceptele din aceste ontologii corespund
rolurilor jucate de entitățile domeniului în timpul îndeplinirii unei anu mite activități.
Ontologii de reprezentare a cunoștințelor [114]
Sunt ontologii care descriu o clasificare a primitivelor utilizate de un limbaj de
reprezentare (concepte, relații, atribute) ; specifică formalisme de repr ezentare a
cunoștințelor. Un exemplu din această categorie este ontologia cadrelor ( Frame
Ontology ), care integrează primitive de reprezentare a limbajelor bazate pe cadre, cum
sunt cele folosite în Ontolingua: clase, instanțe, fațete, proprietăți (sloturi), relații, resticții,
valori permise, etc.
A2.Tot din perspectiva subiectului conceptualizării, Chandrasekaran [115] evidențiază:
Ontologia metodelor de rezolvare a problemelor ;
Furnizează definițiile conceptelor și relațiilor folosite în specificarea procesului de
raționament utilizat în realizarea unui anumit task (abducția în diagnoză).
Ontologia task-urilor .
Descriu vocabularul specific unei activități generice (planificare, proiectare, diagnoză,
etc.) [116] .
B.În raport cu nivelul de detaliere al conceptualizării ontologiei (impus de obiectivul
operațional propus pentru ontologie), pot fi identificate următoarele două categorii de
ontologii:
Ontologii cugranularitate redusă, fină ;
Sunt ontologii foarte detaliate, care folosesc un vocabular bogat, capabil să asigure o
descriere detaliată a conceptelor pertinente ale domeniului [117] sauale task -ului.
Ontologii cu granularitate mare, largă .Comment [MS116]: (Mizoguchi, 2003a)
Comment [MS117]: (Gómez-Pérez, 2004)
Comment [MS118]: (Chandrasekaran, 1999)
Comment [MS119]: (Catenacci, 2005)
Comment [MS120]: (Oltramani , 2010)

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asistată de calculator
-36-Sunt ontologii care folosesc un vocabular mai puțin detaliat, folosit în scenarii de utilizare
specifice sau de către utilizatori care sunt de acord cu o conceptualizare sub -adiacentă.
B.În ceea ce privește nivelul de reprezentare a cunoștințelor12, se evidențiază clasificările
propuse de către Mizoguchi și Bachimont.
B1.Mizoguchi [118] [119] [120] propune o clasificare bazată pe procesele din ingineria
ontologică (prezentată în paragraful 3.2.), pe trei niveluri13:
Nivelul 1 (sau nivelul conceptual ), în care modelarea este adesea informală,
realizându -se specificații în limbaj natural și definirea minimală a conceptelor.
Exemple tipice sunt ierarhiile de subiecte găsite prin motoarele de căutare și
etichetele (tag -urile) folosite în descrierea meta -datelor.
Nivelul 2 (sau nivelul formal ), este formalizat într -un limbaj de reprezentare care să
poată fi interpretat de către un sistem de calcul. Sunt adăugate definiț iile formale,
relațiile și constrângerile sunt exprimate prin axiome, iar definițiile sunt declarative și
formale.
Nivelul 3 (sau nivelul operațional ) este implementat într -un limbaj de programare prin
care specificația devine executabilă. Ontologia este executabilă în sensul că
modelele construite plecând de la ontologie funcționează folosind modulele furnizate
printr -unul din codurile abstracte asociate conceptelor ontologiei. Exemple tipice
pentru ontologiile de nivel 3 sunt ontologiile task -urilor , prezentate în paragraful 2.2.
B2.Bachimont [121] propune o tipologie axată pe semnificație :
Nivelul semantic (sau interpretativ ), în care toate conceptele care se definesc pentru
universul de discurs trebuie să îndeplinească patru principii diferențiale. Aceste
principii corespund angajamentului semantic , garantând astfel că eticheta fiecărui
concept are un singur sens.
Nivelul fo rmal (sau referențial) caracterizează o ontologie referențială , în care
conceptele referențiale (sau formale) se caracterizează prin etichetele a căror
semantică este definită prin extensiune.
Nivelul operațional (sau computațional ) codifică specificațiile într-un limbaj de
programare, obținându -se astfel o specificație executabilă.
Figura 2-1prezintă o sinteză a principalelor tipuri de ontologii, conform criteriilor e vidențiate
în acest paragraf.
12Termenul “nivel de reprezentare a c unoștințelor” (propus de Newell, în 1982) are interpretări diferite
în viziunea cercetătorilor. Termenul a fost propus cu scopul de a diferenția noțiunile “reprezentări” și
“cunoștințe”.
13Înunele lucrări , procesele de la cele trei niveluri sunt numite conceptualizare ,ontologizare și
operaționalizare .Comment [MS121]: (Mizoguchi, 2003b )
Comment [MS122]: (Mizoguchi, 2004b)
Comment [MS123]: (Mizoguchi, 2004c)
Comment [MS124]: (Bachimont, 2000)

CAPITOLUL 1 Stadiul actual al cercetărilor în domeniul i nstruir iiasistat ede calculator
-37-C.Din punct de vedere al nivelului de formalizare a reprezentării cunoștințelor , Gruber
[102] propune o clasificare în:
C
L
A
S
I
F
I
C
A
R
E
A
O
N
T
O
L
O
G
I
I
L
O
R
Ontologii ale domeniului
-EngMath
-PhysSysOntologia task-lui
-Programarea resurselor
-Clasificare
Ontologia aplicațieiOntologii generale (top -level)
-Ontologia lui Guarino
-CYC (divizată în micro -teorii)
-Laticea Sowa
-MikroKosmosOntologii de
reprezentare
-Ontologia cadrelor
(Ontolingua)
Complexitate
Ontologia de
rezolvare a problemeiOntologia
task-lui
Ontologii terminologice (lingvistice)
-GUM (Generalized Upper Model)
-WordNet
-SENSUSOntologii ale
informației
(specifică structura
unei baze de date)Ontologii de modelare
a cunoașterii
Ontologii de reprezentare
Ontologii generale (comune)
Ontologia task -urilor generice Ontologia generică a
domeniului
Ontologia task -urilor
domeniuluiOntologia domeniului
Ontologia aplicației domeniului Ontologia task -urilor aplicației
domeniului–
┼┼
–Reutilizare UtilizareConținut
(Guarino, 1998)
Conținut
(Chandrasekaran, 98)
Reutilizare
Figura 1-12Sinteză: Clasificarea ontologiilor în funcție de diferite criterii
Comment [MS125]: (Gruber, 1995)

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asistată de calculator
-38-Ontologii informale , descrise în limbaj natural, cu semantică deschisă;
Ontologii semi -informale , descrise într -un limbaj natural structural și limitat;
Ontologii semi -formale , descrise î ntr-un limbaj artificial definit formal;
Ontologii formale , descrise într -un limbaj artificial cu semantică formală, teoreme și
demonstrații ale proprietăților.
Având la bază tipurile de ontologii întâlnite în literatura de specialitate, un punct de vedere
personal asupra unei posibile clasificări este ilustrat în figura 2-2.
Așa cum vor demonstra și paragrafele următoare, dar și capitolele următoare , potențialul de
sistematizare și explicitare a cunoașterii pe care îl oferă ontologiile se poate concretiza în
diferite moduri în sistemele bazate pe cunoștințe , deci și în sisteme le educaționale
inteligente .
1.6.4 ONTOLOGIA TASK -URILOR ȘI A METODELOR
Efortul cercetărilor privind reprezentarea și reutilizarea cunoașterii din sistemele inteligente
s-au canalizat pe două direcții: abordarea conceptuală șiabordarea funcțională .
Înaborda rea conceptuală, orientată către formă (întâlnită în primele generații de sisteme
expert, bazate pe reguli), cunoștințele erau reprezentate independent de problema care
trebuie rezolvată (task), neexistând o teorie a task -urilor care să ajute la identific area
tipurilor de cunoștințe necesare; singurii termeni disponibili erau foarte generali și
independenți de task (predicate, mulțimi, relații, etc.).
Trecerea la următoarea etapă este inițiată de c ercetările privind construirea sistemelor
bazate pe cunoștințe ; acestea promovează ideea existenței unei conexiuni închise între
(task-urile)sarcinile pe care sistemul trebuie să le îndeplinească, metodele alese și
vocabularul folosit pentru reprezentarea cunoștințelor modelate. Apare astfel abordarea
funcțională (cu origini în ingineria software) , în care sistemele bazate pe cunoștințe sunt
considerate sisteme orientate către task . Principalul susținător al acestei abordări este
Chandrasekaran, care lansează ideea că în rezolvarea unor probleme există cun oștințe de
control cu structuri similare, care pot fi aplicate în diferite domenii. Astfel, accentul cade
asupra task -urilor și a rolului diferitelor tipuri de cunoștințe jucat în realizarea lor, furnizând undescriu
descriu
utilizeazăutilizează
descriuOntologii de reprezentare
Ontologii de nivel înaltOntologii ale raționamentului
Ontologii ale domeniuluidescri u
Figura 1-13Diferite tipuri de ontologii

CAPITOLUL 1 Stadiul actual al cercetărilor în domeniul i nstruir iiasistat ede calculator
-39-vocabular al termenilor (relativ la task), și implicit , al cunoștințelor legate de task și al
modului în care acestea pot fi utilizate.
Cu cât va fi dezvoltată o înțelegere a mai multor task -uri, vor fi identificați -pentru
reprezentarea cunoștințelor -mai mulți termeni ai nivel urilor cunoștințelor .
Astfel, a vantajele abordării orientate către task au fost evidențiate în numeroase lucrări:
Bylander și Chandrasekaran consideră că procesul de achiziție a cunoștințelor poate fi
ușurat prin furnizarea unui vocabular -în termenii cunoștințelor necesare unui anumit
task -și ghidarea în organizarea și utilizarea cunoștințelor achiziționate;
Chandrasekaran, Tanner și Josephson văd în abordarea orientată către task o
importantă pârghie în generarea explicațiilor rezolvării problemelor;
Anumite cunoștințe ș i structuri de control sunt comune unui anumit task (ca proiectarea
sau diagnoza), iar acest task poate fi aplicat în diferite domenii.
Termenul de task este folosit pentru a desemna o instanță a unei probleme, o clasă de
probleme sau o clasă de probleme î nsoțită de o descriere abstractă a unei metode de
rezolvare a problemei [122] .Astfel, Newell și Simon înțeleg prin task, fie o instanță a unei
probleme, fieoclasă de probleme ;Clancey desemnează prin task unul dintre sub –
scopurile principale stabilite de către un sistem, task -ul incluzând un nivel înalt de descriere
a metodei ;Wielinga înțelege prin task secvența operațiilor (la un nivel de abstractizare
potrivit) pe care le realizează un anum it sistem; alțicercetători folosesc noțiunea de task
pentru un tip de problemă (diagnoza este un task ,un tip de problemă în care scopul este
identificarea cauzelor unei mulțimi de comportamente anormale ale unui sistem) [123] . Fie că
înțelegem prin task reprezentarea unei clase de probleme, fie un element de control în
sistemele bazate pe cunoștințe, fie generalizarea unei funcționalități, toate aceste accepțiuni
converg către noțiunea de mediu de rezolvare a problemelor .
Un task poate avea diferite niveluri de generalitate (diagnoză, diagnoză medicală, diagnoza
elevului într -un sistem de instruire , etc.) [124] . Tratarea diagnozei ca tip de problemă (ca
task) permite studierea strategiilo r generale (a modalităților de rezolvare) pentru această
clasă de probleme.
Indiferent de terminologia utilizată ( task sau metodă de rezolvare a problemei ), scopul
cercetărilor în această abordare este acela de a reprezenta (și descrie) activități
independ ente de un anumit domeniu și modalitățile de realizare a acestora (t recerea de la un
model conceptual la unul operațional este ilustrată înfigura 2-3).Ca urmare, dezvoltarea
bazelor de cunoștințe se va realiza pe baza metodologiilor propuse de “ ingineria
cunoștințelor14” (tehnologie pentru elicitarea cunoștințelor, organizarea expertizei într-o
structură operațională și construirea bazei de cunoștințe).
14Ingineria cunoștințelor = disciplină inginerească constând în proces ulde elicitare, structurare,
formalizare și operațio nalizare a cunoașterii dintr -un domeniu, cu scopul construirii unui produs
software care realizează o anumită sarcină (task) . Cunoașterea reprezentată:
Cunoștințe despre task (orientată către și reprezentată prin descompunere funcțională) ;
Cunoștințe despre domeniu;
Cunoștințe despre raționament (în principiu, pași inferențiali în cuno așterea domeniului
aplicației în cadrul task -ului vizat).Comment [MS126]: (Pinto, 2004)
Comment [MS127]: (Gangemi, 2004 )
Comment [MS128]: (Segal, 2001)

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asistată de calculator
-40-În plus, se conturează mai bine conceptul de ontologie -privită ca teorie a
vocabularului/conceptelor utilizate ca blocuri de construcție sau ca blocuri reutilizabile în
rezolvarea unor probleme –și rolul acestora în procesul de achiziție a cunoștințelor.
Figura 2-3prezintă diferitele elemente (tipuri de cunoștințe, limbaje de reprezentare, etc.) și
interacțiunile lor. Pentru fiecare dintre aceste tipuri de elemente este posibilă definirea uneiaOntologiile domeniului
Cunoștințele domeniului
Task -uri (scopuri)
Metode de rezolvare a problemelor
Generează
Instanțe ale task -urilor
Modelele task -ului
Invocă
Inferențe (task -uri primitive)
Limbaje de reprezentare
executabileTraductibile în
DescriindPutând fi parțial
traduse în diferiteDescrise prinUtilizate înPointează asupra
elementelor
Descrise prinLimbaje de reprezentare +
primitive de reprezentare
Meta -modele ale limbajelor
de reprezentare
Meta -modele ale limbajelor
de reprezentare executabileRealizate prin
Figura 1-14Legăturile între principalele tipuri de elemente utilizate în construirea unui model
conceptual și operaționalizarea acestuia

CAPITOLUL 1 Stadiul actual al cercetărilor în domeniul i nstruir iiasistat ede calculator
-41-sau a mai multor ontolo gii (specific area explicit ăa conceptualizării, conform definiției 2.2.)
care definesc termenii formali și inter -relațiil edintre aceștia.
Principalele abordări în crearea unei ontologii a task -urilor sunt:
Task -urile generice [115] : Chandrasekaran formulează noțiunea de task generic , care
conține atât sarcina propriu -zisă, cât și metoda necesară .Pentru creșterea flexibilității în
specificarea metodei, se ajunge la TSA (Task -Specific Architecture ).Chandrasekaran
dezvoltă noțiunea de structură a task -urilor , pe baza căreia se identifică un număr de
metode alternative (moduri de îndeplinire a task -urilor) pentru un task; fiecare metodă
fixează, la rândul ei, sub -task-uri, aceas tă analiză task-metodă -subtask mergând până la
nivelul de detaliere în care task -urile sunt primitive ale cunoașterii în baza de cunoștințe.
Modelul specific situației [125] : Clancey a dezvoltat perspectiva de construire a
modelului în care sistemele bazate pe cunoștințe folosesc modele ale domeniului șireguli
de inferență pentru a construi un model specific situației .Acest model este un graf ale
cărui noduri și legături s unt construite prin pașii inferențiali ai rezolvării problemei. Un
model specific situației este un subgraf al grafului de rezolvare a problemei. De remarcat
în această abordare este conexiunea închisă între task -uri, metode și termenii din
modelul specifi c situației, deoarece acești termeni sunt reflectați în cunoștințele necesare
implementării metodelor.
Cadrul componentelor [126] : Cadrul componentelor de expertiză pornește tot de la
ideea că nivelul de descompunere a task-ului-cu ajutorul metodelor -variază în funcție
de scopurile analizei. Cadrul componentelor este descris din trei perspective: perspectiva
modelului domeniului (descrie cunoștințele utilizate de către task -uri: obiectele
domeniului, proprietățile și relațiile dintre ele, numite “modele ale cazului”), perspectiva
task-ului(structura activităților pe care le realizează SBC -ul, numită și structura task -urilor
sau arborele task -urilor, fără a specifica ordinea de realizare) și perspectiva metodei
(metode de descompunere care definesc ordinea execuției subtask -urilor și metode
soluții care reprezintă operații executabile).
Metode de limitare a rolului [127] identifică o mulțime de metode de rezolvare a
problemelor, metode aplicabile unei categorii de task -uri. Fiecare dintre aceste metode
are o descriere abstractă a modului de rezolvare a unui tip de problemă (task). Cu
ajutorul rolurilor se specifică diferitele tipuri de cunoștințe pe care le utilizează metoda.
Metodologia KAD S: Metodologia KADS [128] -proiect de cercetare european pentru
modelarea cunoștințelor -unifică teoriile anterioare, oferind un cadru coerent de modelare
a proceselor de raționament pentru sistemele bazate pe cunoștințe.
Analiza task -urilor și a metodelor poate furniza un repertoriu bogat de task -uri și metode, la
diferite niveluri, descrierea acestora reprez entând surse ale ontologiilor de rezolvare a
problemelor. Ontologia task -urilor (și/sau a metodelor de rezolvare a problemei [129] ), care
furnizează un model conceptual al raționamentului și permite reprezentarea cuno așterii
inferențiale într -un sistem bazat pe cunoștințe, împreună cu ontologia domeniului în care
este realizat task -ul pot asigura nu numai dezvoltarea bazelor de cunoștințe, dar și
reutilizarea și partajarea cunoașterii existente.
În scopul dezvoltării bazelor de cunoștințe au fost imaginate două scenarii:
1.Reutilizarea bazelor de cunoștințe existente
pentru rezolvarea unei clase de probleme ;Comment [MS129]: (Chandrasekaran, 1999 )
Comment [MS130]: (Clancey, 1992)
Comment [MS131]: (Steels, 1990)
Comment [MS132]: (McDermott, 1988)
Comment [MS133]: (Zarei, 2012)
Comment [MS134]: (Domingue, 2009)

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asistată de calculator
-42-pentru realizarea unor task -uri diferite în același domeniu;
2.Utilizarea competențelor altor sisteme în procesul de raționament.
1.6.5 ROLUL ONTOLOGIILOR ÎN SISTEMELE
EDUCAȚIONALE
Cercetările orientate către conținut reprezintă o tentativă de partajare a cunoștințelor între
agenții umani și/sau artificiali. Obiectivul principal al acestor cercetări constă în furnizarea
unor tehnici și teorii care să permită acumularea și interoperabilitatea cunoștințelor (pe web).
Pe lângă rolul deosebit de important pe care aceste cercetări îl au în generația următoare a
sistemelor bazate pe cunoștințe (deci și în sistemele instrucționa le inteligente și în sistemele
autor) ,ele vor permite utilizatorilor (profesori, pedagogi, proiectanți ai sistemelor
educaționale, elevi) accesul la materialele educaționale relevante aflate în Internet.
Așa cum s -a evidențiat în paragrafele 2.1. și 2.2., ontologiile variază în funcție de:
Gradul formalismului de reprezentare (de la informal către formal);
Obiectivul operațional vizat (comunicare între agenți, interoperabilitate între sisteme,
aplicarea unei probleme de inginerie c um ar fi reutilizarea componentelor sau rezolvarea
de probleme);
Subiectul conceptualizării (domeniul cunoașterii, cunoștințe de raționament, cunoștințe
legate de modelul de reprezentare).
Tot din pa ragrafele anterioare ( 2.1. și 2.2.) și din figura 2.2. (clasificarea ontologiilor după
gradul de reutilizare) se pot distinge două scenarii diferite de utilizare a ontologiilor :
1.Primul scenariu, în care există o mulțime de ontologii reutilizabile, organizate într -o
bibliotecă de ontologii care conține ontologii de domeniu și ontologii de task -uri. Chiar
dacă numărul cunoștințelor ontologice este redus, ceea ce este important este calitatea
acestora (natura distincțiilor), care pot sprijini proiectarea în analiza conceptuală.
2.Cel de -al doilea scenariu, în care e xistă o ontologie generală care va consta din distincții
brute la nivelul domeniului (între entitățile de bază ale domeniului universului) și distincții
meta nivel (relative la tipurile de clase și de relații).
Vom analiza în acest capitol rolul particula r pe care o ontologie ( explicită ) îl poate juca în
sistemele autor și /sau în sistemele educaționale, accentuând perspectiva arhitecturală
(asupra căreia vom reveni), în care ontologia ghidează aspectele și componentele unui
sistem; vorbim astfel, despre sistem eleorientat epe ontologie .
În contextul educației și al web -ului semantic (care s -a impus deja ca tehnologie promițătoare
în implementarea e -learning -ului), ontologiile [130] pot fi aplicate într -o varietate de probleme
complexe, ca achiziția cunoștințelor [131] , reprezentarea cunoașterii în sistemele
educaționale inteligente și în sistemele autor, partajarea și reutilizarea cunoașterii [132] ,
adnotarea și căutarea obiectelor instrucționale15[133] ,personalizarea conținutului
educațional [134] .
În cadrul acestei lucrări ontologiile vor fi utilizate pentru rezolvarea unor probleme de
achiziție, reprezentare și modelare a cunoașterii (pedagogice) în sistemele educaționale,
15LO-( engl, “learning object”)Comment [MS135]: (Trăușan -Matu, 2000b)
Comment [MS136]: (Buraga, 2009)
Comment [MS137]: (Trăușan -Matu, 2011)
Comment [WR138]: Henze, 2005
Inlocuieste Pickard 2003
Comment [MS139]: (Trăușan -Matu, 2000a)

CAPITOLUL 1 Stadiul actual al cercetărilor în domeniul i nstruir iiasistat ede calculator
-43-motivată fiind de afirmația lui Tom Murray [135] ,[136] :”proiectanții trebuie să reprezinte
cunoștințele pedagogice într -o manieră explicită și modularizată, ceea ce constituie o
problemă dificilă” .
Sunt prezentate în continuare câteva exemple de ontologii, scopul utilizării ace stora și
sistemele care le operaționalizează, insistând asupra celor care vin în sprijinul
proiectării pedagogice . Vom evidenția astfel modul în care utilizarea ontologiilor a condus
la obținerea inteligenței în sistemele educaționale sau în sistemele auto r.
1. Ontologia task -urilor educaționale și ontologii de proiectare a instruirii
Cercetări intense privind dezvoltarea un orontologii pe care să se bazeze sistemele autor se
desfășoară Japonia , în colectivul condus de Riichiro Miyoguchi. Aceasta este prima echipă
de cercetare care a avansat o serie de teorii care susțin necesitatea elaborării unor ontologii
de proiectare a instruirii, a anticipat modurile în care ingineria ontologică va ajuta la
depășirea problemelor din AIED [137] și a lansat proiecte ambițioase, de lungă durată, însă
dificil de realizat.
Ideea de la care au pornit teoriile și proiectele cercetătorilor japonezi este aceea că
proiectanții unui sistem educațional inteligent de instruire tre buie să cunoască teoriile de
instruire și modelele care pot furniza principiile și strategiile adecvate, componentele
funcționale necesare pentru atingerea scopurilor și obiectivelor instruirii, acțiunile pedagogice
adecvate fiecărei situații, arhitecturil e și strategiile care susțin acțiunile și modul de
structurare a domeniului cunoștințelor, astfel încât sistemul obținut să poată asigura un
proces de învățare coerent. În cele mai multe sisteme de instruire aceste caracteristici
fundamentale sunt implicit e și neformalizate.
O soluție a acestor probleme o constituie ingineria ontologică a instruirii [138] ,[139] ,
[140] ,care poate ajuta spe cificarea la cel mai înalt nivel a funcționalității unui sistem
inteligent de instruire (IIS), constituind punctul de legătură dintre cunoștințele umane și cele
din bazele de cunoștințe. O ontologie a instruirii poate furniza suportul necesar construirii
unui mediu de dezvoltare autor pentru IISs: la cererea autorului, un agent îi poate prezenta
teoriile relevante, furnizându -i, din punct de vedere teoretic, justificările pentru strategiile de
predare și învățare. Un server Web al cunoștințelor instruirii p oate asigura funcțiile
prezentate [141] . În acest scop, primul pas îl constituie extragerea unei ontologii din teoriile
instruirii și din modelele existente de proiectare a instruirii. Datorită complexității sistemelor
(inteligente) de instruire, a multitudinii și diversității abordărilor și teoriilor pe care se bazează
proiectarea și utilizarea acestora, mediile de dezvoltare autor trebuie să se bazeze pe
ontologii de proiectare a instru irii, care să constituie teorii cadru ( ontologii de bază )
[142] ,[143] ,[144] (figura 2-4).
Pe lângă avantajele oferite de ontologii, un sistem autor bazat pe ontologia proiectării
instruirii, trebuie să prezinte următoarele capabilități [145] :
-Încă din faza de specificații a viitorului sistem de instruire, autorul poate specifica tipul
sistemului (ITS, IIS, ILE, AHS sau OLE) –care implică cerințe de proiectare diferite,
pentru a obține un produs coerent și congruent. De exemplu, cerințele le gate de
proiectarea unui ILE pot fi: sistem individual sau sistem cu învățare bazată pe o anumită
temă; un astfel de sistem necesită o proiectare constructivistă: explicitarea principiilor de
proiectare, luarea deciziilor autorului, finalitatea pedagogică. Cerințele pentru proiectarea
unui OLE pot legate de reprezentarea unor evenimentelor de învățare externe: sistemulComment [MS140]: (Murray, 2003c )
Comment [MS141]: (Murray, 2005)
Comment [MS142]: (Mizoguchi, 2000)
Comment [MS143]: (Bourdeau, 2007)
Comment [MS144]: (Mizoguchi, 2004a)
Comment [MS145]: (Kasai, 2003)
Comment [MS146]: (Kasai, 200 6)
Comment [MS147]: (Aroyo, 2003a )
Comment [MS148]: (Aroyo, 2003b)
Comment [MS149]: (Kozachi, 2005)
Comment [MS150]: (Bourdeau, 2004 )

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asistată de calculator
-44-trebuie să raționeze, să genereze ipoteze, să ia decizii despre evenimentele interne și
externe, adaptându -și strategiilor de instruire, pe baza culturii și a afectivității elevului.
-Pot fi alese condițiile în care sistemul va fi utilizat: sistem de instruire complementar,
suplimentar sau înlocuitor al predării [146] .
-Poate oferi posibilitatea punerii în pr actică a unor teorii pedagogice diferite (de exemplu,
abordarea lui Reigeluth, care consideră elevul un coproiectant al instruirii; ca urmare,
alegerea strategiei de instruire poate fi realizată de către elev sau de către sistem) [147] .
Câteva dintre principalele proiectele ale cercetătorilor japonezi sunt prezentate în continuare:
Unul dintre primele proiecte ale cercetătorilor japonezi a fost demarat în 1997: dezvoltarea
unui cadru general ,FITS , pentru modelarea conceptuală a tutorialelor inteligente (FITS –
general Framework for ITS).Ontologia task -urilor educaționale , care cuprinde concepte
caScopurile educației ,Starea elevului ,Funcționalitatea sistemului ,Interacțiunea elev -sistem
șiCuno ștințele materialului de predare , poate fi specializată în ontologii ale task -urilor
domeniului de instruire. Ontologia, (parțial implementată, în Ontolingua, CLEPE) ajută la
formalizarea procesului de construire a unui sistem educațional, furnizează primi tive care
facilitează descrierea cunoașterii la nivelul conceptual, ajută la construirea modelului explicit,
iar axiomele ghidează autorul în construirea sistemului. Poate fi utilizată în diferite contexte,
ca de exemplu: susține elaborarea specificațiilor pentru sistemele inteligente de instruire sau
furnizează un cadru de generare a tutorialelor adaptive în timp real, prin utilizarea unor
resurse distribuite (sprijinind luarea unor decizii tactice în vederea asamblării și adaptării
unor componente existen te).
În sistemul autor SmartTrainer , un sistem multi -agent [148] , care antrenează elevii în
remedierea accidentelor produse la stațiile de putere electrică, rolul ontologiei este acela de
a susține comunicarea dintre agen ți. Conceptele, relațiile și axiomele ontologiei furnizează
vocabularul necesar formulării de mesaje și interogări (de exemplu, nerespectarea
constrângerilor de ordin semantic determină generarea mesajelelor corespunzătoare), dar și
controlul și mentenanța instanțelor ontologice.
Inaba [149] propune ontologie a domeniului învățării colaborative , care reprezintă
conceptele comune unor teorii de învățare (învățarea prin observare, teoria flexibilității
cognitive, teoria soc io-culturală, etc.), care să furnizeze funcționalități de mediere a învățării
într-un sistem cu învățare colaborativă. Selectând o anumită teorie și formând un grup de
învățare, se poate ajunge la o învățare colaborativă eficientă.
Tot cercetătorii japonezi au dezvoltat o ontologie a învățării, instruirii și proiectării
instruirii (L/I/ID) , numită OMNIBUS. Ontologia formalizează procesul de învățare/instruire
descriind cum evenimentele de nivel superior (numite evenimente educațional e) pot fi
descompuse în evenimente I_L16. O unitate de instruire/învățare este descrisă ca un
eveniment I_L și definită ca o combinație între o acțiune instrucțională și o modificare a stării
elevului (de exemplu, acțiunea instrucțională “pregătirea elevulu i pentru instruire” este
asociată cu schimbarea de stare ”gata de instruire” ). Ontologia sprijină proiectantul instruirii
și furnizează indicații și recomandări pentru o anumită teorie de învățare.
16Instruction_ Learning ( Instruire_ Învățare)Comment [MS151]: (Psyché, 2003)
Comment [MS152]: (Psyché, 2005)
Comment [MS153]: (Jin, 2003)
Comment [MS154]: (Inaba, 2004)

CAPITOLUL 1 Stadiul actual al cercetărilor în domeniul i nstruir iiasistat ede calculator
-45-Pe baza acestei ontologii au fost dezvoltate două sisteme de proiectare instrucțională ,
conștiente de ontologie: SMARTIES [150] pentru învățarea individuală șiCHOCOLATO
[151] pentru învățarea colaborativă .
2. Ontologii și sistemele autor CREAM, CREAM -TOOLS
Ontologia capacităților ,ontologia obiectivelor șiontologia resurselor sunt folosite în
sistemul autor CREAM pentru generarea automată a curriculum -ului și în sistemul autor
CREAM -TOOLS [152] pentru generarea conținutului instrucțional într -un ITS.
3. Ontologii și sistemul autor EON
În acest caz, ontologiile descriu conținutul instrucțional, strategiile pedagogice, modelul
elevului și interfața. Sistemul autor EON (prezentat și în figura 1.12 )poate fi privit ca un
meta -sistem de proiectare pedagogică, permițând definirea unor strategii tutoriale de către
profesor [81].Cunoașterea
despre task și
domeniuSuport
pentru
construirea
modeluluiSuport
pentru
construirea
modeluluiOntologie
de bază
pentruDiferite tipuri de
sisteme de
instruire
(ITS, ILE, OLE,
(O)AHS, etc.)
Task:
Instruire
Suport de învățare
DomeniiOntologie
task
Strategii tutoriale
Material predare
Model studentBazat pe ontologie /
Cunoștințe ID
Medii de dezvoltare
Ontologia
domeniulu i
Ontologia fiecărui
domeniuCunoștințe din
diverse domenii
(Matematică,
Fizică, Geografie,
Programare, etc.)Serverul de
cunoștințe ID
(de proiectare a
instruirii)
Ontologie ID
Știința instruirii
Știința învățării
Figura 1-15Ontologiile de proiectare a instruirii -ontologii de bază pentru sistemele autor
Comment [MS155]: (Hayashi, 2008)
Comment [MS156]: (Isotani, 2008)
Comment [MS157]: (Nkambou, 2003)
Comment [WR158]: Murray, 2003a

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asistată de calculator
-46-4. Ontologia unui domeniu de instruire și sistemul de vizualizare a modelului elevului
Instrumentul MERCURIO construiește automat o ontologie în tr-un domeniu de instruire17
pornind de la resurse online18.Sistemul de vizualizare a modelului elevului VIUM
(Visualisation of Large User Models) [153] permite utilizatorului (elev sau profesor) să
selecteze un anumit concept din ontologie. Pe baza noțiunii selectate (și eventua l a altor
informații despre elev) și ale inferențelor realizate, sistemul VIUM afișează utilizatorului
conceptele cele mai apropiate semantic de conceptul selectat.
5. Ontologia task -urilor de proiectare pedagogică și sistemele de asistență și explicare
Explor @și ADISA
Ontologia task -urilor [154] propune un cadru metodologic comun care să permită
construirea unor sisteme explicative. Ontologia identifică și definește componentele task -ului
considerat și noțiunile care vor fi luate în considerare în sistem. Sistemul explicativ
Explor@ se adresează elevilor care vor să se instruiască într -un anumit domeniu folosind
resurse web. Sistemul ADISA se adresează proiectanților de materiale pedagogice.
6. Ontologii și proiectul DIVA -BCTA
În proiectul DIVA -BCTA ( Base de Connaissances pour le Téléapprentissage ) oontologie în
domeniul e -learning -ului susține crearea unei baze de cunoștințe și regruparea expertizei
pedagogice în obiecte instrucționale care vor fi referite cu ajutorul ontologiei (ontologia oferă
mijloacele de indexare și clasificare a obiectelor pedagogice). O ontologie a task -ului
permite definirea unor cazuri de utilizare a acestor obiecte pedagogice, sprijinind actvitatea
de consultare, navigare și vizualizare a utilizatorului (pedagog sau elev) [155] .
7.Ontologii și documente pedagogice dinamice
Pornind de la o ontologie a domeniului de instruire , sistemele KARINA șiSIBYL
generează documente pedagogice adaptate elevului [156] . În sistemul KARINA strategia de
prezentare a unui subiect este descrisă printr -o gramatică formală care specifică modul de
compunere a resurselor. În sistemul SIBYL, pe lângă ontologia domeniului de instruire, este
propusă o ontologie pedagogică, cu reguli care exprimă modalitățile de compunere a
fragmentelor19în vederea obținerii documentelor pedagogice.
Exemplele anterioare evidențiază utilizarea ontologiilor în sistemele de proiectare
pedagogică , dar și în sistemele de diseminare a documentelor pedagogice sau în gestiunea
obiectelor pedagogice . Utilizatorii acestor sisteme sunt atât proiectanții pedagogici (cazul
mediilor autor ,în care accesul la cuno ștințele pedagogice declarative din ontologie poate
susține procesele decizionale, îmbogăți sau ameliora proiectarea sistemelor de instruire și
furnizează o reprezentare explicită și partajată a cunoștințelor pedagogice ), cât și elevi
(cazul sistemelor interactive de învățare).
17În cazul prezentat domeniul instruirii este știința calculatoarelor
18În cazul prezentat resursa online este FOLDOC (Free On -Line Dictionary Of Computing)
19Numite “ Brique d’ Information”, reprezintă un fragment al unui document, disponibil pe (cel puțin) un
mediu, caracterizat printr -un model conceptual, put ând fi inserate într -un document pedagogic .Comment [MS159]: (Apted, 2003)
Comment [MS160]: (Paquette, 2002)
Comment [MS161]: (Paquette, 2003)
Comment [MS162]: (Ranwez, 2002)

CAPITOLUL 1 Stadiul actual al cercetărilor în domeniul i nstruir iiasistat ede calculator
-47-Tabelul 1-1prezintă o sinteză a si stemelor prezentate, a ontologiilor pe care se bazează și a
contextului în care sunt utilizate ontologiile în cadrul acestor sisteme.
Tabelul 1-1Proiecte (sisteme) și modul de utilizare a ontologiilor
Ontologie
Proiect (sistem)Scopul utilizării ontologiei
123
ABCDEFMEDII AUTOROnt. capacităților, obiectivelor, resurselor ITS
CREAM, CREAM -TOOLS √√ √ √
Ontologia modelului elevului pentru vizualizare
VIUM√ √
Ontologia învățării colaborative √ √
Ont. ptr. compunerea dinamică a ob. pedag.(OP)
SIBYL și KARINA√√√√ √√
Ontologia sintactică și pedagogică ptr. indexarea
elementelor unui OP
IMAT√√√
Ontologia OMNIBUS
SMARTIES, CHOCOLATO√√ √ √
Ontologie pentru un sistem multi -agent
SmartTrainer√√ √ √
Ontologia unui sistem explicativ
ADISA√√ √
Ont. pentru KB și o bancă de OP interoperabile
DIVA –BCTA√√√√√ √√
Ontologie cu scop special (strategii pedagogice)
EON√√ √MEDII INTERACTIVE DE
ÎNVĂȚAREOntologia modelului elevului pentru vizualizare
VIUM√ √
Ontologia învățării colaborative √ √
Ontologie sintactică și pedagogică pentru indexarea
elementelor unui OP
IMAT√√
Ontologia unui sistem explicativ
Explor@√√
Ont. pentru KB și o bancă de OP interoperabile
DIVA –BCTA√ √√√ √
Legenda pentru tabelul 1-1:Scopurile în care este utilizată ontologia:
1. Comunicarea între persoane/organizații/sisteme informatice (interoperabilitate)
2. Inferență computațională
3. Ingineria sistemelor educați onale bazate pe web
3.A. Partajare și reutilizare 3.D. Fiabilitate
3.B. Căutarea informațiilor 3.E. Specificare
3.C. Achiziția,organizarea cunoștințelor 3.F. Mentenanță

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asistată de calculator
-48-1.7 CONCLUZII
În acest capitol am realizat o prezentare a domeniului sistemelor de instruire, a teoriilor care
stau la baza dezvoltării acestor sisteme și a direcțiilor de cercetare din acest domeniu
pluridisciplinar.
Apărute la începutul secolului al XX -lea, sistemele de instruire au evoluat de la sistemele
CAI/CAL clasice (1970 -1980) l a tutorialele inteligente (ITS) (1980 -1990) , sistemele bazate pe
simulare și sistemele educaționale inteligente (bazate pe web -ul semantic) .
Această evoluție a fost determinată nu numai de factori economici și sociali (aspect mai puțin
important în cadrul acestei lucrări), dar și de noile tehnologii șideabordări ledin științele
adiacente domeniului instruirii asistate . Abordările din plan filozofic (cunoașterea empirică,
cunoașterea rațională; înnăscut, dobândit) generează abordările psihologice privind procesul
învățării (comportamentală, cognitivă, constructivistă). Este de subliniat faptul că o teorie a
învățării nu le exclude automat pe celelalte, fiecare reprezentând un model explicativ al unei
anumite laturi a procesului de învățare ,și nu al învăță rii în general. Disputele dintre aceste
orientări sunt de domeniul trecutului; în prezent critica lasă locul sintezei, complementarității
și asimilărilor reciproce. Nu putem privi o teorie ca fiind “mai bună” decât alta, ci doar ca fiind
maiadecvată într -o anumită situație de învățare . Acest context determină schimbări majore
în științele instruirii. Strategiile aplicate în procesul instruirii trebuie să ia în considerație toți
acești factori menționați (procesele de învățare, noile tehnologii, etc.).
Deși sistemele CAI/CAL, combinate cu tehnicile hypermedia, sunt cele mai răspândite
sisteme de instruire asistată, ele prezintă deficiența de a nu adapta –în mod real -procesul
instruirii pentru fiecare elev. Scopul de a construi sisteme inteligente de instr uire,
caracterizate printr -un nivel ridicat de individualizare a instruirii a condus la utilizarea
tehnicilor de inteligență artificială în cadrul acestor sisteme. Se conturează astfel un nou
domeniu de cercetare, cel al inteligenței artificiale aplicate î n educație (AI-ED).
Sistemele care folosesc tehnici aleinteligenț eiartificial e, cu scopul de a simula un
comportament cât mai apropiat de cel al unui profesor uman, sunt tutorialele inteligente
(ITS) ,sistemele hypermedia adaptive (într-o oarecare măsură), în tr-un cuvânt, sistemele
educaționale inteligente .
Între cele două categorii de sisteme (tutorialele inteligente șisistemele hypermedia adaptive )
există similitudini multiple, dar și argumente pro/contra .
Am prezentat argumentele care susțin f aptul că tutorialele inteligente sunt sisteme bazate pe
cunoștințe, în care cunoașterea despre strategiile și tacticile pedagogice de instruire trebuie
reprezentat ăseparat decunoașterea domeniului în care se realizează instruirea .Evident,
cunoștințele domeniului și cunoștințele tutoriale nu sunt independente, dar această separare
(între “formă” și “conținut”) , însoțită de o repre zentare explicită a cunoștințelor tutoriale, poate
remedia într-o măsură apreciabilă ceea ce li se “reproșează” tutorialelor inteligente, și
anume, “pedagogia implicită ”.
Problematica complexă a sisteme lor inteligente de instruire conduce la ideea că elaborarea
lortrebuie să fie un proces ingineresc bazat pe modele riguros fundamentate matematic,
proces asistat de un sistem (ideal, un sistem inteligent )de dezvoltare (un sistem autor) .

CAPITOLUL 1 Stadiul actual al cercetărilor în domeniul i nstruir iiasistat ede calculator
-49-Incorporarea tehnologiilor specifice web -ului semantic în sistemele educaționale și în
sistemele autor poate conduce la obținerea așa-numitei AAAL [157] -Anytime, Anywhere,
Anybody Learning (”învățare oricând, oriunde, de către oricine”) .
Ontologiile -teorii cadru -joacă un rol deosebit de important în reprezentarea cunoștințelor,
impunându -se și dovedindu -și din plin utilitatea și în sfera cercetărilor privind sistemele
inteligente de instruire asistată de calculator .De aceea, tot în acest capitol se prezintă
aspectele importante ale ontologiilor (definiții, clasificări, roluri), cu scopul de a identifica
modalitățile de implicare și utilizare a ontologiilor în domeniul nostru de studiu.
În cercetările din inteligența artificială -orientate către conținutul cunoașterii –ontologia este
considerată un concept nucleu .Ontologiile sunt teorii ale conținutului prin conceptualizările
pe care încearcă să le capteze, prin vocabularul comun (obținut prin definirea strictă a
semnificației concep telor de bază ) și prin facilitarea comunic ării între agenți. Prin rolul lor de
metateorie și prin potențialul de sistematizare și explicitare a cunoașterii, ontologiile pot
furniza tehnici și teorii efective care să permită acumularea și interoperabilitate a
cunoștințelor. Oferind veritabile punți de legătură între teoriile de bază și tehnologiile
fundamentale, ontologiile au un rol important în generația următoare de prelucrare a
cunoștințelor.
O importantă concluzie a prezentului capitol a fost aceea că un sistem inteligent de instruire
asistată, trebuie să fie un sistem bazat pe cunoștințe , proiectat conform unor următoarelor
principii bine stabilite :
Reprezentarea separată a conținutului instruirii și a strategiilor de instruire ;
Modularizarea conținutului instruirii în vederea utilizării multiple sau a reutilizării;
Crearea unor strategii de predare și de îndrumare generice, care să poată fi utilizate
pentru diferite conținuturi;
Reprezentarea explicită a entităților pedagogi ce abstracte;
Proiectarea la nivel pedagogic, și nu la nivelul mediului fizic.
Respectarea acestor principii de proiectare poate conduce la obținerea unor sisteme
inteligente de instruire al căror comportament să fie ușor de modificat, sisteme modulariza te,
care să ofere posibilitatea de a inspecta și reutiliza cunoașterea. Necesitatea reprezentării
explicite a cunoașterii pedagogice , dar și a proceselor de raționament (multe dintre
acestea fiind, practic, procese de planificare pedagogică , așa cum v ailustra capitolul 3)pe
care trebuie să le realizeze un sistem inteligent de instruire, au condus la ideea realizării de
instrument eautor de dezvoltare ( sisteme bazate pe cunoștințe ,susținute deontologii) .
Încapitolele următoare voi demonstra valabili tatea acestei soluții și modul în care ontologiile
pot interveni, pe diferite niveluri, la obținerea unor rezultate concrete în activitatea de
proiectare pedagogică .Deasemenea, având în vedere rolul important al metadatelor șial
standardelor, pentru repr ezentarea cunoștințelor pedagogice generale (??) am propus o
abordare ( în capitolul 3) care îmbină ontologiile cu elemente din standardizare.Comment [WR163]: SCOASA, PUSA APOI
DIN NOU!!!!!!!

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asistată de calculator
-50-LISTA TABELELOR
Tabelul 2 -1 Proiecte (sisteme) și modul de utilizare a ontologiilor ………………………….. …………………… 47
LISTA FIGURILOR
Figura 1 -1 Definirea educa ției din diferite puncte de vedere ………………………….. ………………………….. …2
Figura 1 -2 Instruirea asistată de calculator –un domeniu pluridisciplinar ………………………….. ………….. 4
Figura 1 -3 Evoluția teoriilor învățării și influențele lor în instruirea asistată ………………………….. ……….. 7
Figura 1-4Sinteza teoriilor învățării și a strategiilor de instruire ………………………….. ……………………… 11
Figura 1 -4 Evoluția sistemelor de instruire asistată și a tehnologiilor educaționale ………………………… 12
Figura 1 -7Arhitectur modulară a unui ITS ………………………….. ………………………….. ………………………. 17
Figura 1 -8 Abordări în construirea modelului elevului ………………………….. ………………………….. ……….. 19
Figura 1 -9 Aspecte vizate de expertiza pedagogică ………………………….. ………………………….. …………. 21
Figura 1 -11 Sisteme educaționale inteligente distribuite –Direcții de cercetare ………………………….. …24
Figura 1 -12Sinteză -Principalele tipuri de sisteme autor și caracteristicile acestora ……………………. 27
Figura 1 -13 Standarde pentru descrierea sistemelor educaționale la diferite niveluri …………………….. 30
Figura 2 -1Sinteză: Clasificarea ontologiilor în funcție de diferite criterii ………………………….. …………… 37
Figura 2 -2Diferite tipuri de ontologii ………………………….. ………………………….. ………………………….. ……38
Figura 2 -3Legăturile între principalele tipuri de elemente utilizate în construirea unui model conceptual
și operaționalizarea acestuia ………………………….. ………………………….. ………………………….. …………….. 40
Figura 2 -4Ontologiile de proiectare a instruirii -ontologii de bază pentru sistemele autor ……………… 45
CUPRINS
1. STADIUL ACTUAL AL CERCETĂRILOR ÎN DOMENIUL INSTRUIRII ASISTATE DE
CALCULATOR ………………………….. ………………………….. ………………………….. ………………………….. ……… 1
1.1 INSTRUIREA ASISTATĂ DE CALCULATOR ………………………….. …………………….. 1
1.1.1 NOȚIUNI PRELIMINARE ………………………….. ………………………….. ……………… 1
1.1.2 ABORDĂRI ȘI TEORII CU INFLUENȚĂ ASUPRA PROIECTĂRII
PEDAGOGICE ………………………….. ………………………….. ………………………….. ……………. 3
1.2 SISTEME DE INSTRUIRE ASISTATĂ DE CALCULATOR ………………………….. ….11
1.2.1 EVOLUȚIE ȘI CARACTERISTICI ………………………….. ………………………….. …11
1.2.2 ARHITECTURA MODULARĂ A UNUI SISTEM INTELIGENT DE INSTRUIRE
16
1.2.3 ALTE ASPECTE ALE PROIECTĂRII SISTEMELOR EDUCA ȚIONALE
INTELIGENTE (????) ………………………….. ………………………….. ………………………….. …21
1.3 SISTEME/MEDII AUTOR DE DEZVOLTARE ………………………….. …………………… 26
1.4 STANDARD E ÎN INSTRUIREA ASISTATĂ ………………………….. ………………………. 28
1.5 LIMBAJE DE MODELARE EDUCA ȚIONALĂ ………………………….. …………………… 31
1.6 ONTOLOGIILE –TEORII CADRU PENTRU DEZVOLTAREA SISTEMELOR
INTELIGENTE DE INSTRUIRE ………………………….. ………………………….. …………………… 32
1.6.1 ONTOLOGII ………………………….. ………………………….. ………………………….. ….32
1.6.2 DEFINIREA TERMENULUI DE ONTOLOGIE ………………………….. …………….. 32
1.6.3 CLASIFICĂRI ALE ONTOLOGIILOR ………………………….. ………………………… 34

CAPITOLUL 1 Stadiul actual al cercetărilor în domeniul i nstruir iiasistat ede calculator
-51-1.6.4 ONTOLOGIA TASK -URILOR ȘI A METODELOR ………………………….. ……….. 38
1.6.5 ROLUL ONTOLOGIILOR ÎN SISTEMELE EDUCAȚIONALE …………………….. 42
1.7 CONCLUZII ………………………….. ………………………….. ………………………….. ……….. 48
REFERINTE BIBLIOGRAFICE
[1] Cuc2013.
[2] popStef2003b.
[3] Morrison2012.
[4] Paquette2004.
[5] Carliner2008.
[6] Stahl2006.
[7] Paquette2013.
[8] Orsucci2002.
[9] WWW9.
[10] Schunk2011.
[11] Ormrod2011.
[12] Anderson2009.
[13] Lefrancois2011.
[14] Merrill2002.
[15] InstrDesign.
[16] Constructivism.
[17] Conole2007.
[18] Self1995.
[19] Stefanescu2001e.
[20] Allens2008.

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asistată de calculator
-52-[21] Nicholson2007.
[22] Pecheanu1999.
[23] Stefanescu1996a.
[24] Pecheaniu2003b.
[25] Pecheanu2001a.
[26] Hsiao2012.
[27] Stefanescu2002.
[28] Popescu2003a.
[29] Paiva2005.
[30] Pecheanu2001c.
[31] Pecheanu2003a.
[32] Buraga2001.
[33] Stefanescu2000.
[34] Bumbaru1999.
[35] Stefanescu1996b.
[36] Pecheanu1998.
[37] Pecheanu2001b.
[38] Soomro2011.
[39] Stefanescu2001c.
[40] Pecheanu2002.
[41] Razmerita1997.
[42] Razmerita1998.
[43] Stefanescu1999.
[44] Gagne2004.
[45] Nkambou2010.
[46] Clarck2008.

CAPITOLUL 1 Stadiul actual al cercetărilor în domeniul i nstruir iiasistat ede calculator
-53-[47] Stefanescu2007.
[48] Stefanescu2009.
[49] Pecheanu2011.
[50] "Buraga2005".
[51] Brusilovsky2012.
[52] Koper2006.
[53] Pecheanu2009b.
[54] Cocu2003.
[55] Cocu2005.
[56] Dolog2007.
[57] Stefanescu2001a.
[58] Chou2003.
[59] Aimeur2000.
[60] Tchounikine2010.
[61] lai2012.
[62] Stefanescu2005aa.
[63] Khoualdi2007.
[64] lavendelis2011.
[65] Zoll2006.
[66] Lavendelis2010.
[67] Stefanescu2001b.
[68] Baylor2005.
[69] Buraga2003.
[70] Haake2009.
[71] Chaffer2005.
[72] Gulz2006.

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asistată de calculator
-54-[73] Stefanescu2001d.
[74] Johnson2003b.
[75] Gratch2005.
[76] Frasson1998.
[77] Peddy.
[78] Lester2001.
[79] Rickel2001.
[80] Johnson2003a.
[81] Murray2003a.
[82] Murray2003b.
[83] Wagner2005.
[84] WWW4.
[85] Shayo2006.
[86] Friesen2009.
[87] Ariadne.
[88] Stefanescu2003a.
[89] Stefanescu2003b.
[90] Pecheanu2003c.
[91] WWW7.
[92] Cocu2004.
[93] WWWadl.
[94] WWW8.
[95] WWW10.
[96] WWW14.
[97] Koper2004.
[98] Trausan2004b.

CAPITOLUL 1 Stadiul actual al cercetărilor în domeniul i nstruir iiasistat ede calculator
-55-[99] Trausan2004a.
[100] Guarino1995.
[101] GruberWWW.
[102] Gruber1995.
[103] Fox1998.
[104] Takeda1995.
[105] Wielinga2001.
[106] vanHeijst1997.
[107] Guarino2005.
[108] Guarino2004b.
[109] Schreiber1995.
[110] Guarino1998.
[111] Cristani2005.
[112] Gangemi2001.
[113] Mizoguchi2003a.
[114] Gomez2004.
[115] Chandrasekaran1999.
[116] Catenacci2005.
[117] Oltramani2010.
[118] Mizoguchi2003b.
[119] Mizoguchi2004b.
[120] Mizoguchi2004c.
[121] Bachmont2000.
[122] Pinto2004.
[123] Gangemi2004.
[124] Segal2001.

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asistată de calculator
-56-[125] Clancey1992.
[126] Steels1990.
[127] McDermott1988.
[128] Zarei2012.
[129] Domingue2009.
[130] Trausan2000b.
[131] Buraga2009.
[132] Trausan2011.
[133] Henze2005.
[134] Trausan200a.
[135] Murray2003c.
[136] Murray2005.
[137] Mizoguchi2000.
[138] Bourdeau2007.
[139] Mizoguchi2004a.
[140] Kasai2003.
[141] Kasai2006.
[142] Aroyo2003a.
[143] Aroyo2003b.
[144] Kozachi2005.
[145] Bourdeau2004.
[146] Psyché2003.
[147] Psyché2005.
[148] Jin2003.
[149] Inaba2004.
[150] Hayashi2008.

CAPITOLUL 1 Stadiul actual al cercetărilor în domeniul i nstruir iiasistat ede calculator
-57-[151] Isotani2008.
[152] Nkambou2003.
[153] Apted2003.
[154] Paquette2002.
[155] Paquette2003.
[156] ranwez2002.
[157] Bittencourt2008.

CAPITOLUL 2 Contribuții la modelarea conceptuală susținută de ontologii
-51-2.CONTRIBUȚII LA MODELAREA
CONCEPTUALĂ SUS ȚINUTĂ DE O NTOLOGI I
2.1STUDII PRELIMINARE ȘI OBIECTIVE
2.1.1 ONTOLOGII ȘI REPREZENTAREA CUNOȘTINȚELOR
Așa cum am ilustrat în capitolul 1 , termenul de ontologie denotă rezultatul unor activități de
analiză conceptuală și modelare, activități realizate prin anumite metodologii.
Dinpunct de vedere metodologic , ontologiile se caracterizează prin adoptarea unei abordări
interdisciplinare ,încare filozofia și lingvistica joacă un rol fundamental în tr-o analiză -cu
nivel ridicat de generalitate și vocabular formulat clar, riguros -a structurii unei realități date.
Dinpunct de vedere arhitectural , ontologiile se caracterizează prin rolul pe c are îl pot avea
într-un sistem informatic (în cazul nostru, un sistem inteligent educațio nal).
NIVELUL ONTOLOGIC ÎN REPREZENTAREA CUNOAȘTERII
Reprezentarea și prelucrarea cunoașterii sunt elementele esențiale în obținerea
comportamentului inteligent al un ui sistem. Reprezentarea cunoașterii unui sistem inteligent
(de instruire, în cazul nostru) urmărește descrierea elementelor universului de discurs în
vederea efectuării raționamentelor care conduc la îndeplinirea obiectivelor sistemului .
Această reprezentare se structurează pe mai multe niveluri ;primitivele utilizate în
reprezentare sunt evidențiate întabelul 2-1,pentru fiecare niv el.
Tabelul 2-1Clasificarea primitivelor folosite în reprezentarea cunoștințelor
Nivel Primitive Concepte primitive Faciltăți Interpre –
tare
Implementare Locații de memorie,
regiștri-
Logic Propoziții, predicate,
funcții, operatori logiciPredicate Formalizare Arbitrară
Epistemologic Tipuri de concepte,
relații de structurarePrimitive de
structurareStructurare Arbitrară
Ontologic Primitive Satisfac postulatele
semnificațieiSemnificați e Constrânsă
Conceptual Relații conceptuale,
obiecte ,acțiuniPrimitive cognitive Conceptua –
lizareSubiectivă
Lingvistic Termeni lingvistici Primitive lingvistice Limbaj Subiectivă

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asisdtată de calculator
-52-Prin introducerea nivelului ontologic, separarea –existentă deja în sistemele expert șiîn
sistemele bazate pe cunoștințe -dintre reprezentarea cunoștințelor șimecanismele de
raționament poate fi completată desepararea între semantica formală a unui domeniu
(care constrânge interpretarea cunoașterii) și semantica operațională (care precizează modul
în care cunoștințele vor fi utilizate în raționamente).
ABORDAREA FORMALĂ A CONCEPTUALIZĂRII ȘI A ONTOLOGIEI
Apărute cu scopul inițial deasusține achiziția cunoștințelor din sistemele informa țional e,
ontologiile nuau fost riguro s definite în raport cu procesul general de reprezentare a
cunoașterii, deoarece:
-În sens filozofic, ontologia este un sistem de categorii care tratează o anumită viziune a
universului (sistem care nu va depinde de un limbaj particular );
-În inteligența artificială termenul de ontologie referă o construcție inginerească (numită
ingineria ontologică ), constituită dintr -un vocabular specific (utilizat pentru a descrie o
anumită parte a realității) și o mulțime de ipoteze explicite privitoare la semnifi cația
intențională1a cuvintelor; ca urmare, două ontologii care partajează aceeași
conceptualizare, pot să difere prin vocabularul utilizat.
Pentru a nu genera confuzii, noțiunea de conceptualizare necesită o formalizare adecvată.
Conceptualizar ea este definită de Genesereth și Nil lson în modul următor :
Defini ția 3.1 .[1]:Conceptualizarea este o structură <D,R>, unde Dreprezintă domeniul
conceptualizării, iar Reste o mulțime de rel ațiiînD.
Înaceastă accepțiune, conceptualizarea2se referă la relațiile matematice dinD(numite
relațiile extensionale ), care descriu o stare particulară a problemei.
Deoarece este indicat ca semnificația relațiilor să fie independentă de starea particulară care
descrie domeniul, este necesară și abordarea aspectului intențional al relațiilor. Ca urmare,
Guarino propune o altă accepțiune atermenului de conceptualizare, în care relațiile nu sunt
definite pe domenii concrete, ci într -unspațiu al domeniului (definiția 3.2.) și sunt numite
relații conceptuale și sunt privite ca funcții definite pe universuri posibile (definiția 3.4.) .
Definiția 3. 2.[108] :Spațiul domeniului este o structură <D, W>, unde Deste un domeniu,
iarWeste mulțimea stărilor relevante (mulțimea maximală de stări a elementelor
pentru domeniul D, numite și lumi posibile sauuniversuri posibile ).
Definiția 3.3 .[108]:Dat fiind un spațiu al domeniului <D, W >,relația conceptuală nde
aritate n pe < D, W > este o funcție n:W2nDdefinit ă pe W(mulțimea stărilor), cu
valori în mulțimea tuturor relațiilor n -are pe D. Pentru o relație conceptuală generică ,
mulțimea E={(w)|wW}, con țineextensiile admisibile pentru .
1Intențional sau intenționat (ambii termeni sunt utilizați)
2La conceptualizarea definită prin 3.1. se referă Tom Gruber în definirea ontologiei (definiția 2.2.,
ontologia –specificarea unei conceptualizări ).Comment [WR1]: (Genesereth, 1987)
Comment [WR2]: (II-13, 109)(Guarino, 1998)
ARTIFICIAL, REF FOLOSITA!!!!!!! (13 in cap2f, 108
in cap1 -2)
Comment [WR3]: LA FEL CA MAI SUS!!!!

CAPITOLUL 2 Contribuții la modelarea conceptuală susținută de ontologii
-53-Definiția 3.4 .[106], [108] :Oconceptualizare pentru Deste d efinită ca tripletul C=< D, W,
>, unde 3reprezintă mulțimea relațiilor conceptuale definite pe spațiul
domeniului <D, W> .Conceptualizarea reprezintă, deci, o mulțime de relații
conceptuale definite pe un spațiu al domeniului.
Trebuie evidențiat faptul că defini rea terrmenului “conceptualizare” diferă (definițiile 3.1. și
3.4.).În accepțiunea lui Genesereth [1]conceptualizare aC=<D, R>referă o lume
particulară (o stare a lucrurilor )și constituie –mai degrabă -ostructură a lumii , o structură
a universului .În accepțiunea lui Guarino [108],conceptualizare aC=<D, W,>definește
mai multe astfel de structuri , câte una pentru fiecare stare (lume particulară) . Acestea pot
fi numite structuri ale universului intențional corespunzătoare conceptualizăriii .
Definiția 3.5 .[108] :FieC=<D, W,> o conceptualizare. Pentru fiecare univers posibilw
W,structura lumii corespunzătoare saustructura inten sional ă a lui w conformă
cuCse definește ca: SwC=<D, RwC>,unde RwC={ρ(w)|ρ}reprezint ă
mulțimea extensiilor (relative la w) ale elementelor lui .Dacă notăm cu SC
mulțimea formată din toate structurile de lumi intenționale ale lui C, atunci: SC= {S
wC|wW}este mulțimea structurilor universului intențional alelui C .
Definiția 3.6 .[98]:Fie limbajul logic L, cu vocabularul V.Modelul pentru Leste definit de
structura <S, I>, în care S=<D, R>este o structur ă a lumii (conform definiției 3.1. a
conceptualizării) , iar func țiaI:VDReste o interpretare care atribuie elementelor
dinDsimboluri constante din V, iar elementelor din Rsimboluri predicative din V.
Acest model permite o interpretare extensională a limbajului .
Definiția 3.7 .[98]:Numim interpretare intențională structura <C,>, unde C=<D, W,>
este o conceptualizare și : VDeste o func ție de interpretare care asociază
elementelor din Dsimboluri constante din V, iar elementelor din -predicate dinV.
Această interpretare intențională este numită angaj ment ontologic pentru L. Dacă
K=<C,>este unangaja ment ontologic pentru L,se consideră că Langajează peC
prin intermediul lui K, iarCeste conceptualizarea debază pentru K.
Definiția 3.8 .[98]:Dat fiind limbaj ulLcu vocabularul Vșiunangaja mentontologic ic
K=<C,>pentru L, un model <S, I>va fi compatibil cuKdacă:
a)SSC;
b)Pentru fiecare constantă c,I(c)=(c);
c)Există ununiverswastfel încât, fiecărui simbol predicativ pîi corespunde (pe baza
funcției I) o extensie admisibilă din (). Cu alte cuvinte, există o relație
3În definiții, simbolurile care desemnează structuri sau mulțimi de mulțimi sunt boldate.Comment [WR4]: (II-13, 108 )(II-10,
106)(Guarino, 1998, 2005)
Comment [WR5]: (Genesereth, 1987) ,
Comment [WR6]: (II108 )(Guarino, 1998) ,
Comment [WR7]: (II-13, 10 8) (Guarino, 1998)
Comment [WR8]: (II-3, 98 ) (Guarino, 1995)
Comment [WR9]: (II-3, 98 ) (Guarino, 1995)
Comment [WR10]: (II-3, 98 ) (Guarino, 1995)

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asisdtată de calculator
-54-conceptuală astfel încât ()=(w) = I(p) .Mulțimea IK(L)a tuturor
modelelor lui Lcare sunt compatibile cu angaja mentul ontologic Kformează mulțimea
modelelor intenționale ale lui L,corespunzătoare lui K.
Practic, ontologia Opentru limbajul Laproximează o conceptualizare Cdacă există un
angajament ontologic K=<C,>astfel încât modelele intenționale ale lui Lpentru
angajamentul Ksunt incluse în modelele lui O[108],[2](figura 3-1).
Definiția 3.9 .[105]:Se consideră că oontologie este angajată la Cdacă.:
-A fost proiectată în vederea caracterizării lui C;
-Aproximează C.
Definiția 3.10 .[108]:Se consideră că limbajulLeste angajat la o ontologie O, dacă este
angajat la anumite conceptualizări C,astfel încât Oe în concordanță cu C.
Înaccepțiunea lui Guarino, d iferența dintre conceptualizare și ontologie este fixată prin
următoarea definiți e:
Definiția 3.11 .[108]:O ontologie este o teorie logică destinată semnificației intenționale a
unui vocabular formal (vocabularul formal poate fi o parte a unui limbaj logic, un
protocol de comunicație între agenți, etc.), o axiomatizare (posibil incompletă) a
conceptualizării (o axiomatizare a modelelor intenționale ale limbajului logic) [108],Limbajul L
(Limbajul modal L)Angajamentul ontologic K=<C,>
(Subiecte intenționale)CONCEPTUALIZAREA C
descrie
descrie formal
(subiect formal)
Modele intenționate I(L)
(Modele formale acceptate)ONTOLOGIE
(Cartea “Metafizica”)Modele M(L)
(Modele Kripke)MODELE
Figura 2-1Relațiile dintre vocabular, conceptualizare, angajament ontologic și ontologie;
Ontologie și semnificație (adaptat după [108] )Comment [WR11]: (Guarino, 2002)
Comment [WR12]: (II-10, 10 5)(Guarino, 2005)
Comment [WR13]: (Guarino, 1998)
Comment [WR14]: Guarino,1998)

CAPITOLUL 2 Contribuții la modelarea conceptuală susținută de ontologii
-55-[105];constituie un angajament ontologic al unei conceptualizări particulare a
universului.
Dat fiind un limbaj L, cu angajarea ontologică K, oontologie pentru Leste o mulțime
de axiome proiectate astfel încât mulțimea modelelor sale aproximează cât mai bine
posibil mulțimea modelelor intenționale ale lui Lîn concordanță cu K.
Figura 3-2ilustrează o particularizare a figurii 3.1 în cazul unui sistem de instruire.
Observații:
1.Ontologia reprezintă o specificare a vocabularului utilizat pentru simbolurile nelogice
(tipuri de entități, atribute și proprietăți, relații și funcții, constrângeri).
2.Ontologia este dependentă de limbaj.
3.Conceptualizarea este independentă de limbaj.
4.Ontologia ține cont de conceptualizare doar într -o manieră indirectă și, ca urmare,
apare problema măsurii în care ontologia se găsește în vecinătatea conceptualizării.
Și noțiunea de angajament ontologic -extrem de importantă în cadrul ontologiilor pent ru
reprezentarea cunoștințelor -este definită în mod diferit de către cercetători:
Modele M (L)
Modele
intenționaleModele
intenționaleModele
intenționaleModele
intenționaleONTOLOGIE
Modele M (L )
Modele M (L )
Modele M ( L )
Conceptualizarea A: Domeniul instruirii
Conceptualizarea A:Cunoștințe din
domeniul matematicii
Conceptualizarea A: Cunoștințe din
domeniul biologiei
Limbajul L Limbajul L
Conceptualizarea B: Elevul instruit
Conceptualizarea B: Caracteristici
personale
Conceptualizarea B :
Caracteristici cognitive
Limbajul L Limbajul L
Figura 2-2Ilustrarea relațiilor dintre vocabularul, conceptualizarea și ontologia (parțială) unui
sistem de instruireComment [WR15]: (Guarino, 1998)(Guarino,
2005)

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asisdtată de calculator
-56–Pentru Guarino , angajamentul ontologic (definițiile 3.7. -3.10.) constituie utilizarea unui
concept conform sensului s ău, deoarece conceptul trebuie să corespundă extensiun ii
obiectelor existente din universul interpretării.
-Gruber definește angajamentul ontologic ca reprezentând utilizarea unui vocabular
partajat într-o manieră coerentă și consistent ă[100].
Noțiunea de angajament ontologic apare (indirect) și în lucrările lui Bachimont [119],
deoarece existența obiectelor este prescrisă de sensul unui concept; angajamentul ontologic
permite definirea unei ontologii formale (sau referențiale) (vezi si 2.1.2 .). Ontologia4este
definită ca latice a conceptelor formale caracterizate prin etichete ale căror semantică este
definită prin extensiunea obiectelor. Fiecare concept formal este definit printr -un
angajament ontologic care specifică ce obiecte trebuie s a existe în domeniu pentru a utiliza
conceptul conform specificației lui formale.
PRINCIPII DE BAZĂ ÎN REPREZENTAREA CUNO AȘTER II
Așa cum se evidențiază în că din 1993 ,reprezentarea cunoașterii poate fi privită în termenii
rolurilor pe care aceasta le poate avea într-un sistem (inteligent) :
-Reprezentarea cunoștințelor este un substitut :obiectele fizice, evenimentele și relațiile
sunt reprezentate prin simboluri , în scopul memor ăriiși prelu crării de către un sistem
informațional;
-Reprezintă o mulțime de ang ajamente ontologice : permite reprezentarea explicită a
conceptelor care există sau care ar putea exista în domeniul modelat. Conceptualizare a
trebuie să fie partajată de către o comunitate de utiliz atori (prinangajament ulontologic) ;
-Este o teorie fragmen tară a raționamentului inteligent :teoria domeniului de aplicație poate
fiexprimată prinaxiome explicite sau poate fi compilată în programe executabile ;
-Mediu pentru calcul computațional ;
-Mediu pentru exprimarea umană (dimensiunea interpretării: un bun limbaj de reprezentare
a cun oștințelor trebuie săușureze comunicarea între agenții umani și/sau artificiali ).
2.1.2 INGINERIA ONTOLOGICĂ
2.1.3 OBIECTIVELE INGINERIEI ONTOLOGICE
Pentru stabilirea unei metodologii clare după care trebuie să se desfășoare cercetările
orientate spre conținut, cât și pentru crearea unei punți de legătură între teoriile de bază și
tehnologiile fundamentale, a apărut conceptul de inginerie ontologică .Scopulcercetărilor
orientate spre conținut este acela de a diversifica aplicațiile sistemelor bazate pe cunoștințe
și de a permite reprezentarea cunoștințelor independent de o anumită aplicație ,
asigurând astfel portabilitatea aplicațiilor.
4Definirea unei ontologii de reprezentare a cunoașterii (conf. Bachimont) constă în definirea, pentru
un domeniu dat și o anumită problemă, a semnăturii relaționale și funcționale a unui limbaj formal și a
semanticilor asociate.Comment [WR16]: (Gruber, 1995)
Comment [WR17]: (II-24, 120)(Bachimont, 2000)

CAPITOLUL 2 Contribuții la modelarea conceptuală susținută de ontologii
-57-Ingineria ontologică este definită ca“mulțimea activităților implicate în procesul de dezvoltare
a ontologiilor și în ciclul de viață al acestora, metodologii, instrumente și limbaje pentru
construirea ontologiilor” [3].
Ingineria ontologică furnizează baza de construire a modelelor [4];furnizează tehnologii și
teorii pentru explicarea și utilizarea proiectării raționale a bazei de cunoștințe, nucleul
conceptualizării domeniului de interes, definiții stricte ale semnificațiilor con ceptelor de baz ă,
toate acestea conducând la ”acumularea” cunoștințelor și interoperabilitatea lor, elemente
absolut necesare unei modelări ”eficiente ”a lumii reale.
Ingineria ontologică urmărește stabilirea unor tehnologii și teorii de bază (aspecte prezentate
în para graful 3.2.5. )pentru următoarea generație a științei cunoștințelor. Teoriile de bază
vizează semantica legăturilor, funcți ade meta -model aunei ontologii ,modali tățilede
construire a unor taxonomii cât mai corecte .Tehnologiile de bază vizează limbaje lede
reprezentare a ontologiei task -urilor, metodologi ilede proiectare a ontologiei task –
ului/domeniului , precum și mediile de dezvoltare a acestora [5].
Obținerea diferitelor tipuri de ontologii va permite folosirea acestora ca blocuri de construcție
în sistemele bazate pe cunoștințe [142]deci și în sistemele (inteligente) de instruire [6][7].
2.1.4 DIMENSIUNI PENTRU SPECIFICAREA
ONTOLOGIILOR ÎN SISTEMELE BAZATE PE
CUNOȘTINȚE
Într-unsistem inteligent bazat pe cunoștințe sunt necesare două categorii de cunoștințe:
1.Cunoștințe despre realitățile obiective din domeniul de interes (obiecte, relații,
evenimente, stări, etc., din domeniu);
2.Cunoștințele despre modul în care poate fi atins un tip de obiective, cunoștințele despre
modul în care va fi rezolvată problema vizată.
Dacă inițial, termenul de cunoștințe ale domeniului (cadrul CommonKADS) era folosit doar
pentru cunoașterea factuală , mai nou, termenul mixează cunoștințele factuale c ucele de
rezolvare a problemelor, deoarece sisteme le bazate pe cunoștințe utilizează lanțuri de
inferență structurate în metode de rezolvare a problemei. Acest aspect este prezentat în
figura 3-3, care ilustrează o schemă a procesul uide reprezentare a cunoștințelor.
Așa cum s -a ilustrat în figura 3-3, dar și în cadrul capitolului 2 al acestei lucrări, sistemele
(educaționale inteligente) bazate pe cunoștințe au o arhitectură modularizată ( figura 3-4),
care separă cunoștințele declarative ale domeniului de mecanismele de raționament .
În cazul sistem elor de gestiune a cunoștințelor , mecanismul de manipulare a
cunoștințelor este serverul d e cunoștințe , care efectuează cereri asupra unei baze de
cunoștințe și transmite răspunsul utilizatorului ( figura 3-5).În acest context, ontologiile sunt
privite ca și componente5(interne sau externe) ale sistemelor bazate pe cunoștințe , care
permit o reprezentare conceptuală și explicită a cunoștințelor și asigură independența între
5Aspectul este ilustrat și în figura 3.3.Comment [WR18]: (Gómez -Pérez, 2003)
Comment [WR19]: (Pecheanu, 2004b)
Comment [WR20]: (vanAart, 2004)
Comment [WR21]: (142)(Kozachi, 2005) ,
Comment [WR22]: (Kasai, 2003 , 2004 ,
2005 )

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asisdtată de calculator
-58-această reprezentare și mecanismele de raționament din cadrul sistemului ba zat pe
cunoștințe .
Achiziția cunoștințelorModel
conceptualFormalism de
reprezentare a
cunoștințelor
Limbaje de reprezentare
acunoștințelorCunoștințe
umane din
domeniul
de interesCunoștințe
simbolice
explicite
Ontologii
(interne/externe
sistemului)
Meta –
cunoaștereCunoștințe
impliciteB
A
Z
A
C
U
N
O
Ș
T
I
N
Ț
E
comandă modificăSBC
Interfață utilizatorutilizează și
modificăMotor de
inferențăCunoștințe explicite
(baza de fapte,
cazul tratat)Cunoștințe implicite Baza
de
cunoș
tințe
comandăSBC
Interfață utilizatorutilizează și
modifică Server de
cunoștințeBaza de cunoștințeFigura 2-3Procesul de reprezentare a cunoștințelor
Figura 2-4Arhitectura generală a unui SBC pentru rezolvarea de probleme
Figura 2-5Arhitectura generală a unui SBC pentru gestiunea cunoștințelor

CAPITOLUL 2 Contribuții la modelarea conceptuală susținută de ontologii
-59-Utilizarea ontologiei garantează modularitatea; în plus, fiecare motor de inferență poate fi
dezvoltat independent de domeniu, luîndu -se în considerare doar scenariul de utilizare
vizat .În acest sens, în capitolul următor se va propune o metodă de operați onalizare a
unei ontologii neutre față de aplicația în care va fi utilizată. Ontologia va putea fi
utilizată în diferite sisteme bazate pe cunoștințe, conform scenariului6vizat.
Folosirea ontologiilor în sistemele bazate pe cunoștințe oferă astfel o soluție de reutilizare a
reprezentărilor cunoștințelor . Se preconizează astfel apariția sistemelor educaționale din
generația a cincea , sisteme educaționale bazate pe ontologii, cu cunoștințe d in“exterior”
(dintr -o“bază ontologică”).
Din acest punct de vedere , diferitele tipuri de ontologii (prezentate în paragraful 2.1.2. din
capitolul 2 )pot constitui pentru un sistem bazat pe cunoștințe reprezentări conceptuale ale
domeniului, specificarea modelului de raționament sau suport în reprezentarea cunoștințelor
pentru cazul tratat de către sistem7.
2.1.5 CONSTITUENTELE UNEI ONTOLOGII FORMALE
Oontologie formală poate lua o varietate de forme , incluzând obligatoriu un vocabular al
termenilor .Înordinea creșterii gradului de formalizare ( figura 3-6), ontologiile pot fi clasificate
în ontologii nucleu, ontologii slabe și ontologii grele.
6Conform obiectivului operațional al SBC -ului.
7Ontologiile corespund modelelor cunoștințelor, în sensul sistemelor bazate pe cunoștințe: modelul
conceptual al domeniului, modelul raționamentului (în SBC -urile care au ca obiectiv operațion al
rezolvarea de probleme) și modelul conceptual al cazului tratat.Ontologii
nucleu
Ontologii slabe ( engl. ” light -weight ”)
Ierarhie formal ă+proprietățiOntologii grele ( engl. “heavy -weight ”)
Ierarhie formală +proprietăți + axiomeOntologii formale
Figura 2-6Clasificarea ontologiilor formale după gradul de formalizare

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asisdtată de calculator
-60-Ontologiile nucleu (constând în ierarhii ale conceptelor domeniului, simple taxonomii) și
ontologiile slabe (constând în termeni de descriere a conceptelor, a relațiilor domeniului și a
unor proprietăți semantice minimale) pot fi suficiente pentru dezvolta rea unor aplicații (cum
ar fi aplicațiile de căutare) care folosesc în raționament doar relația de subsumare.
Ontologiile grele conțin termenii utilizați pentru conceptele și relațiile domeniului, proprietățile
conceptuale și pentru orice alte cunoștințe necesare descrierii semantice a domeniului
(specificarea semnificației termenilor prin definiții, mod de relaționare a conceptelor care
determină diferite structuri, constrângeri asupra interpretărilor posibile).
Ca urmare, vom analiza -încontinuare (înparagrafele 3.2.3.1, 3.2.3.2., 3.2.3.3.) –
cunoștințele care pot fi exprimate într -o ontologie, meta -proprietățile acestora și categoriile
de inferențe care operaționalizează un SBC cu baz ă ontologică .
În capitolul 4 al lucrării se vor propune și valida teoretic și experimental o metodă și un
instrument de creare și operaționalizare a unei ontologii puternic formalizate, care să ia în
considerare aspectele prezentate în paragraful 3.2.3.
MODELE ȘI LIMBAJE DE REPREZENTARE A CUNOȘTINȚELOR UTILIZATE ÎN
INGINERIA ONTOLGICĂ
Modelele de reprezentare a cunoștințelor utilizate în ingineria ontologică pot fi grupate după
paradigmele conceptuale reliefate:
Modele bazate pe cadre -introduse de către Minsky [8]șipropus einițial de către Gruber
pentru reprezentarea ontologiilor –cu limbajele KIF,OKBC, F -Logic, Cycl, Ontolingua și
OCML.
Modele bazate pe logici de descriere8–care combin ă reprezentările intensionale și
extensionale ale cunoștințelor –cu limbajele LOOM, CLASSIC, KL-ONE ;
Modele bazate pe grafuri conceptuale –care combină aspectele cognitive și cele
computaționale legate de reprezentarea cunoașterii ,furnizează un mod de reprezentare
grafică acunoașterii ,unmodel bazat pe teoriile matematice ale gr afurilor [9]și ale logicii –
culimbajele CGIF , cgxml .
Aceste formalisme p ermit specificarea cun oștințelor despre obiectele din domeniu, relațiile
dintre concepte și semantica primitivelor de modelare.
Pentru f iecaremodel există unul sau mai multe limbaje care implementează parțial sautotal
un anumit model. Unele limbaje sunt operaționale (oferă mecanisme de raționament) , altele
permit doar specificarea declarativă a cunoștințelor.
În familia limbajelor de reprezentare a cunoștințelor, limbajelor ”clasice” li se alătură limbaje le
adaptate web , care utilizează sintaxa xml. În ceea ce prive ște limbaje lede reprezentare a
ontologiilor pentru web , urmărind modelul stratificat propus de Tim Berners -Lee[10], au fost
studiate caracteriticile pentru XML, RDF/RDF(S), SHOE, XOL, OIL, OIL+DAML -bazate pe
sintaxa XML/RDF, OWL (OWL LITE, OWL DL și OWL FULL) și CL (cu dialectele CLIF, CGIF
și XCL ).
8LD (engl., “Description Logics”)Comment [WR23]: (Minsky, 1975)
Comment [WR24]: (Aubert, 2006)
Comment [WR25]: (Berners -Lee, 200 0)

CAPITOLUL 2 Contribuții la modelarea conceptuală susținută de ontologii
-61-Studiul realizat în acest paragraf conduce către următoarea concluzie : la implementarea
unei ontologii trebuie să ținem seama de cerințele aplicațiilor care se vor baza pe ontologie –
în termenii expresivității și aiserviciilor inferențiale -deoarece nu toate paradigmele și
limbajele prezentate permit reprezentarea acelorași componente și tipuri de raționamente.
Conceptel e, orga nizate în taxonomii, relații lebinare șiinstanțe lesunt singurele
componente ontologice care pot fi reprezentate întoate limbajele prezentate . Chiar și așa, în
ceea ce privește reprezentarea taxonomiilor, Ontolingua, LOOM, OCML, OIL, DAML+OIL și
OWL sunt cele mai expresive, deoarece pe rmit crearea unor taxonomii exhaustive9, cu
subclase disjuncte.
Relațiile n -aresunt admi se doar în limbajele Ontolingua și SHOE, în celelalte limbaje putând
fi reprezentate doar prin descompunerea lor în relații binare.
Funcțiile pot fi ușor definite în Ontolingua, LOOM, OCML, OIL, DAML+OIL și OWL. În Flogic
ele pot fi definite printr -o rela ție și o axiomă suplimentară care restricționează numărul
valorilor pe care le poate avea.
Axiomele formale sunt cele mai puternice mijloace de reprezentare a cunoașterii în
ontologii , putând fi definite în Ontolingua, LOOM, OCML și Flogic.
Regulile pot fi definite doar în LOOM și OCML.
Procedurile pot fi definite doar în Ontolingua (chiar dacă nu pot fi executate), LOOM și
OCML.
În ceea ce privește mecanismele inferențiale , cu excepția motorului de inferență din OIL
(FaCT), toate celelalte motoare p ermit doar deducerea unor noi cunoștințe sau verificarea
inconsistenței cu ajutorul axiomelor formale. Mecanismele de inferență din LOOM și OIL
permit clasificarea automată a conceptelor.
Pe de o parte, r eprezentarea și raționamentul asupra conceptelor, t axonomiilor și a relațiilor
binare nu sunt, de obicei, suficiente pentru crearea ontologiilor grele și realizarea unor
raționamente complexe ; de cealaltă parte, translatările existente între diferitele limbaje de
reprezentare a ontologiilor nu sunt destul de bune ,conducând ad esea la pierderea de
informații [11](Garshol, 2005) .
De aceea, alegerea unui anum itlimbaj de reprezentare a ontologiei este o decizie extrem de
importantă pentru dezvoltarea unei aplicații bazate pe ontologia respectivă.
METODOLOGII , METODE ȘI INSTRUMENTE ÎN INGINERIA ONTOLOGICĂ
Studiu detaliat al metodologiilor, metodelor și instrument elor folosite în ingineria ontologică
este prezentat în Anexa I. În acest paragraf doar le vom enumera ,vom formula
concluziile studiior comparative ,evidențiind apoi elementele utile în demersul nostru.
9Într-o astfel de taxonomie, o subclasă este definită ca partiție a unei clase; clasa părinte reprezintă
reuniunea tuturor claselor copil. Clasificar e poate să nu fie completă, în sensul în care pot exista
instanțe ale clasei părinte care să nu fie incluse în orice subclasă a clasei părinte.

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asisdtată de calculator
-62-Fiind componente software, ontologiile trebuie privite ca obiecte tehnice evolutive, al căror
ciclu de viață trebuie specificat. Activitățile din ingineria ontologică sunt:activități de pre –
dezvoltare , de gestiune a proiectului (planificare, control, asigurarea calității) ;activități de
dezvo ltare (specificare, conceptualizare, formalizare , implementare) ;activități de post –
dezvoltare (întreținere, utilizare); activități complementare (validare, evaluare, documentare).
Astfel, metodologiile și instrumentele folosite în ingineria ontologică pot viza diverse aspecte
din cele enumerate anterior; u n studiu al metodologiilor și instrumentelor folosite în ingineria
ontologică poate fi găsit în [12].
Ne interesează în mod special metodologiile10și instrumentele pentru construirea ontologiilor
(pornind de la zero )șicele pentru evaluarea acestora. În cadrul acestor metode /metodologii
au fost urmărite etapele propuse pentru construirea /dezvoltarea ontologiei, existența unor
ontologii dezvoltate pe baza metodei /metodologirii, domeniile utilizare a ontologiiloe
identificate, aplicațiile care folosesc ontologiile respective și existența unor instrumente
suport.
Metodologii lepentru construirea ontologiilor ,proiectele în care au fost aplicate aceste
metodologii și instrumente ledisponibile sunt :Cyc11,Uschold &King12,METHONTOLOGY ,
On-To-Knowledge13,Grüninger &Fox14,KAKTUS șiSENSUS .
Tabelul 2-2ilustreaz ă o sinteză a metodelor și metodologiilor pentru construirea ontologiilor.
Concluziile analizei metodologiilor /metodelor de construire a ontologiilor sunt:
1.Niciuna dintre metodologii nu acoperă toate procesele recomandate de IEEE 1075 -1995 ;
majoritatea abordărilor vizează doar procesul de dezvoltare a ontologiilor, ignorând de
cele mai multe ori activitatea de evaluare sau ciclul de viață al ontol ogiilor .
2.Fiecare grup propune propria metodologie, neexistând un cadru unificator. Metodologia
SENSUS este complet diferită de toate celelalte.
3.În momentul de față, aceste metodologii pot fi considerate doar puncte de plecare în
propunerea unei metodologii unanim acceptate sau standardizate.
De aceea, încontinuare , vom propune o metodologie propri e(pe care o vom aplica la
dezvoltarea ontologiei din cap. ????) , prin combinarea unor elemente ale metodologiilor
prezentate. Pentru metodologia propusă reținem următoarele elemente: (1) considerarea
ciclului de viață al ontologiilor (propuse prin On -To-Knowledge și METHONTOLOGY); (2)
strategiile de identificare a conceptelor (propusă de Uschold&King); (3) întrebările de
10Conform standardelor (IEEE, 95) și (IEEE, 90) o metodologie reprezintă o succesiune
cuprinzătoare și integrată de tehnici sau metode pentru creearea unei teorii generale despre modul în
care ar putea fi realizată o categorie de activități; o metodă reprezintă un proces ordonat sau o
procedură folosită în ingineria unui produs sau realizarea unui ser viciu; o tehnică este o procedură
tehnică și managerială folosită pentru atingerea unui anumit obiectiv. Metodele și tehni cile sunt
componente ale unei metodologii; metoda necesită o ordine, tehnica –nu.
11http://www.cy c.com
12http://www.aiai.ed.ac.uk/project/enterprise/enterprise/ontology.html
13http://www.ontoknowledge.org
14http://www.ie.utoronto.ca/EILComment [WR26]: (Gómez-Pérez, 2002b)

CAPITOLUL 2 Contribuții la modelarea conceptuală susținută de ontologii
-63-competență (din Grüninger&Fox); (4) criteri ile de evaluare din METHONTOLOGY și Goméz –
Pérez (prezentate în3.2.5.2. ?????????????????? ).
Au fost studiate, deasemenea, și medii/ instrumente care permit construc ția ontologiilor ,fără
a aplica o anumita metodologie :OilED, OntoEdit, ODE/WebODE, Protégé -2000, Ontolingua
Server, OntoSaurus, WebOnto șiDOE.
Tabelul 2-3prezintă rezultatele studiului comparativ al unor instrumente pentru construirea
ontologiilor.
Au fost studiate, deasemenea, metodologiile, metodele și instrumentele pentru evaluarea
ontologi ilor:Metodologia lui Goméz -Pérez de evaluare a taxonomiilor (instrumentul ONE -T),
metodologia Ontological Constraint Management (instrumentul OCM) și metodologia
propusă de Gaurino, care verifică constrângerile impuse prin meta -proprietățile conceptelor
(rigiditate, identitate, unitate și dependență) (instrumentele OntoCLEAN, OntoAnalyzer și
OntoGenerator ).
În cadrul capitolelor următoare, ontologiile propuse vor fi evaluate aplicând metodologia lui
Gómez -Pérez.
În Anexa I sunt prezentate, deasemenea, și alte metodologii, metode și instrumente studiate,
care nu fac vizează însă obiectivele acestei lucrări: metode și instrumente pentru reingineria
ontologiilor , pentru construirea cooperativă a ontologiilor , pentru achiziția automată (semi –
automată) a cunoștințelor domeniului sau pentru fuzionarea/alinierea ontologiilor .

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asisdtată de calculator
-64-Tabelul 2-2Studiu comparativ al metodologiilor și metodelor din ingineria ontologică
CriteriuCyc Ushold&
KingMETHON
TOLOGYOn-To-
KnowledgeGrüninger&
FoxKAKTUS SENSUS
Moștenire din ing.cunoșt. parțial parțial, SBC mare necunoscut mică mare nu
Propunerere ciclu de viață da – da da da da nu
Dependența de aplicație independ. independ. independ. dependentă semi -depend. depend. semi -depend.
Mod identificare concepte top-down middle -out middle -out toate middle -out top-down nespecificat
Utilizează ontolog. nucleu da nu nu posibil nu nu da
Proiecte în care se aplică 1 1 mai multe mai multe 1 1 1
Ontologii create, aplicații 1 1 mai multe mai multe 1 1 1
Domenii micro-teorii 1 mai multe mai multe 1 1 1
Managementul proiectului nu nu propus descris nu nu nu
Procese
orientate
dezvolt arepre-dezv olt. nu nu nu nu nu propus nu
dezvoltare propus parțial propus parțial descris descris, propus descris, propus descris descris,
propus
post-dezv. nu nu parțial prop. nu nu descris nu
Instrumente suport da nu da multe nu nu nu
Gard detaliere mic mic mare mediu mic foarte mic mediu
Recomandări formalizare logică nu nu reț. semantice logică nu reț. semantice
Tabelul 2-3Studiu comparativ al principalelor instrumente existente pentru construirea ontologiilo r
Criteriu OilED OntoEdit WebODE Protégé Ontolingua OntoSaurus WebOnto DOE
Model al cunoștințelor LD cadre cadre cadre cadre LD cadre entitate/relație
Limbaj de reprezentare DAML+OIL FOL FOL FOL FOL LOOM FOL nu
Axiome DAML+OIL FLOGIC WAB PAL KIF LOOM OCML nu
Ierarhii grafice nu nu da da da nu da da
Verificarea coerenței da da da da nu da da nu
Motor inferență FaCT OntoBroker Prolog PAL ATP (extern) da da nu
Suport metodologic nu da da nu nu nu nu da

CAPITOLUL 2 Contribuții la modelarea conceptuală susținută de ontologii
-65-2.1.6 CONCLUZII ALE STUDIULUI DESPRE
METODOLOGIILE ȘI TEHNOLOGIILE UTILIZATE ÎN
INGINERIA ONTOLOGICĂ
Figura 3-22sintetizează relațiile dintre principalele metode și metodologii, instrumente și
limbaje prezentate în paragrafele 3.2.4 și 3.2.5 , iar în tabelul 2-2șiîntabelul 2-3(din
paragraful 3.2.5.1 ) au fost prezentate rezultatele unor studii comparative despre
metodologiil eși metodel e, respectiv instrumentel eutilizate în ingineria ontologică.
Din studiul realizat în acest capitol, putem formula următoarele concluzii :
1.Singurele corespondențe între metodologiile de construire a ontologiilor și instrumente
sunt cele dintre MERTHONTOLOGY /WebODE și On -To-Knowledge/OntoEdit. Deoarece
nu există suport tehnologic pentru majoritatea metodologiilor propuse , cea mai mare
parte a instrument elor vizează doar câteva activități (proiectare și implementare) ale
ciclului de viață al ontologiei.
2.Puține dintre instrumentele de construire a ontologiilor prezintă similarități; de aceea ele
nu sunt, de obicei, capabile de interoperabilitate. Ca urmare , vor trebui rezolvate
probleme importante de integrare și aliniere a ontologiilor și a limbajelor în care acestea
sunt reprezentate.
3.Limbajele de reprezentare a ontologiilor bazate pe web sunt încă în faza de dezvoltare,
evoluând continuu, ceea ce conduc e la dificultăți în actualizarea tehnologiilor pentru
managementul ontologiilor.METODOLOGII INSTRUMENTE LIMBAJE
Uschold &KingCyc
KAKTUSOilED
SENSUSOn-TO-KnowledgeMETHONTOLOGYOntoEdit
WebODE
Protégé -2000
OntolinguaServer
OntoSaurus
WebOntoOWL
XMLDAML +OIL
OIL
RDF(S)
KIF
Ontolingua
OKBC
LOOM
OCML
FLogicDOEGrüninger &Fox
Figura 2-7Sinteză: Metodologii, instrumente și limbaje pentru ontologii

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asisdtată de calculator
-66-4.În privința instrumentelor , principala problemă identificată este lipsa unor medii integrate
de dezvoltare a ontologiilor. Cu mici excepții (OntoEdit, Protégé 2000 sau WebODE) ,
majoritatea instrumentelor sunt module “izolate”, care rezolvă un anumit tip de probleme.
Ca urmare, cercetările viitoare vor trebui să conducă la crearea unui cadru comun pentru
dezvoltarea ontologiilor , care să faciliteze:
-Dezvoltarea ontologiei pe parcursul întregului ciclu de viață, incluzând achiziția
cunoștințelor, editarea, căutarea, integrarea, fuziunea, maparea, reingineriea, evaluarea,
translatarea între diferite limbaje și formate, interschimbul conținutului între instrumente;
-Managementul o ntologiei: managementul configurării și evoluției ontologiilor izolate și
obținerea unor biblioteci de ontologii;
-Suport pentru planificare, documentare, tehnici avansate de vizualizare a conținutului
ontologiilor;
-Suport metodologic pentru construirea ont ologiilor.
-Servicii -suport pentru utilizarea ontologiilor în alte sisteme: instrumente de localizare a
celei mai adecvate ontologii pentru o anumită aplicație, instrumente pentru actualizarea
incrementală, consistentă și selectivă a ontologiei, metrici fo rmale de comparare a
similarității și a distanței semantice între termeni (termenii unei ontologii sau termenii unor
ontologii diferite), module de interogare (Wielemaker, 2005) , accesul la distanță a
bibliotecilor de ontologii, instrumente de integrare a ontologiei cu bazele de date.
2.2PROPUNEREA UN EIMETOD EINTEGRATE DE
INGINERIE ONTOLOGICĂ (MIIO) –de terminat
Având în vedere cercetările din ingineria ontologică, prezentate în paragraful 3.2., în special
cele legate de metodologiile și instrumentele existe nte (paragraful 3.2.5. )și concluziile
formulate în 3.2.6. ,consider că p rocesul de construire a unei ontologii poate fi integrat în
ciclul de viață al ontologiei în modul prezentat în figura 2-8.Actorii implicați în procesul de
construcție a unei ontologii sunt experți din domeniul de cunoaștere modelat, ingineri de
cunoștințe și utilizatori (viitori) ai ontologiei.
Ca urmare, propun o Metodă Integrată de Inginerie Ontologică (MIIO ), desfășurată în cinci
faze, fiecare dintre acestea cuprinzând mai multe etape. Metoda MIIO constă în următoarele
faze:
studiul fezabilității și al mediului ;
modelarea ontologică (specificare, conceptualizare, formalizare și implementare) ;
operaționalizarea (utilizarea) ontologiei ;
evaluarea, constând în verificarea și validarea ontologiei și testarea aplicației care
folosește ontologia ;
documentarea.
Ingineria ontologică este compusă în special din fazele demodelare și operaționalizare a
ontologiei (etapele 2, 3), însă acestea depind într -o mare măsură de fazele 1, 4 și 5. Metoda
propusă , MIIO, este o metodă care integrează o serie de elemente și norme (evidențiate la
sfârșitul paragrafului 3.2.5.2.) importa nte prezente înaltemetodologii .

CAPITOLUL 2 Contribuții la modelarea conceptuală susținută de ontologii
-67-Figura 2-8Ciclul de viață a unei ontologii
Faza I: Studiul de fezabilitate și al mediului
Studiul15este realizat în faza de pre -dezvoltare, înaintea modelării ontologice. Studiul de
fezabilitate urmărește să răspundă la întrebări cum sunt cele legate de posibilitățile reale
de construire a ontologiei, de oportunitatea construirii acesteia; studiul medi ului vizează
problemele legate de platformele pe care ar putea fi utilizată ontologia și de aplicațiile în
care aceasta ar putea fi utilizat ă.
Faza a II -a:Modelarea ontologică
În toate procesele constituente ale acestei faze se aplică principiile de de zvoltare a
ontologiilor (prezentate în paragraful 3.3., pagina 109 ), cât și cele prezentate în tutorialul
”Ontology 101” [13]: (1) nu există un singur model ”corect” al unui domeniu; (2)
dezvoltarea ontologiei este obligatoriu un proces iterativ; (3) conceptele incluse în
ontologie trebuie să fie cât mai aproape de obiectele (fizice sau logice) și derelațiile din
domeniul de in teres.
Etapa I -a: Captura nevoilor (cerințe -specificații de modelare ontologică) presupune
delimitarea cât mai precisă a domeniului cunoștințelor, care va permite extragerea
termenilor de descriere a cunoștințelor domeniului, a cunoștințelor de raționament și a
cunoștințelor de nivel îna lt (comune mai multor domenii) . Etapa const ăîn:
-Definirea domeniului care va fi reprezentat prin ontologie: se va aplica principiul
angajamentelor ontologice minimale (P6);
15Studiul este propus în METHONTOLOGY și On -To-Knowledge
Comment [WR27]: (Noy, 2000)

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asisdtată de calculator
-68–Definirea contextului de utilizare a ontologiei ;
-Definirea scopului aplicației care va utiliza ontologia ;
-Definirea caracteristicilor aplicației care va utiliza ontologia (necesară pentru
alegerea straregiei de identificare a conceptelor ontologiei: bottom -up, top -down,
middle -out);
-Definirea directivelor de concepție a ontologiei: convenții de nume, mărimea
ontologiei, etc. ;
-Identificarea surselor de informare (experți în domeniu, identificarea unor ontologii
sau a unor baze de cunoștințe în vederea reutilizării, publicații științifice , etc.) ;
-Stabilirea categoriilor de utilizatori și a scenariilor de utilizare a ontologiei ;
-Definirea întrebărilor de competență informală (conform metodologiei
Gruninger&Fox întrebările de competență sunt cele exprimate în limbaj natural, la
care trebuie să răspundă ontologi a creată; conform metodologiei On -To-
Knowledge întrerbările de competență sunt utile în realizarea documentului de
specifica ții și la evaluarea ontologiei);
Etapa a II -a: Analiza surselor de informare în vederea stabilirii termenilor care vor fi
incluși în ontologie.
Ponind de la specificații, se analizează întrebările de competență pentru găsirea
termenilor adecvați care vor fi incluși în ontologie, s e completează această listă cu
termeni care apar în alte surse (scenarii de utilizare, documente, interviuri, etc.) și se
rețin termenii candidați în funție de potențialul acestora deareprezenta domeniul.
Etapa a III -a: Conceptualizarea ontologiei, constând în:
-Constr uirea ontologiei conceptuale, printr -un proces de modelare informală sau
semi -formală, prin elaborarea unei taxonomii de bază a conceptelor și a relațiilor ,
adăugarea roluril or/atributel or,arestricțiil orșiarelațiil ornetaxonomice.
-Reutilizarea și /sau integrarea unor ontologii sau modele ale cunoștințelor
existente (facultativ).
-Semi -formalizarea ontologiei (facultativ).
Etapa a IV -a: Evaluarea ontologiei conceptuale
-Verificarea ontologiei, realizată la nivelul conceptual de către experții în modelare
și experții în domeniu.
-Corectarea ontologiei, pe baza recomandărilor experților, dar și a principiilor
ingineriei ontologice P1, P2, P3, P4, P5, P7, P9, P10 ( Error! Reference source
not found. ).
Verificarea și corectarea conceptualizării au loc i terativ, până la obținerea unui nivel
satisfăcător de completitudine, coerență și precizie.
Etapa a V -a: Documentarea ontologiei conceptuale
Etapa a VI -a: Formalizarea ontologiei constă în structurarea și formalizarea
conceptualizării pentru a construi o ontologie specificând terminologia și semantica
domeniului cu ajutorul unui model dotat cu o semantică formală. În această etapă
poate fi utilizat un edit or de ontologii. Etapa de formalizare poate fi completată cu una

CAPITOLUL 2 Contribuții la modelarea conceptuală susținută de ontologii
-69-de integrare, în care în cadrul ontologiei construite sunt importate una sau mai multe
ontologii formale existente.
Etapa a VII -a: Evaluarea ontologiei formale, constând în:
-Validarea ontologiei formale
-Rafinarea ontologiei formale, necesitâ nd satisfacerea principiului P5, al
extinsibilității monotonice maxime.
Aceste procese sunt iterative.
Etapa a VIII -a: Documentarea ontologiei formale
Faza a III -a:Utilizarea ontologiei de către aplicații
Etapa a IX -a: Operaționalizarea ontologiei
Operațional izarea ontologii lor se poate reali za în două moduri :
-Prin reutilizarea unor componente informatice predefinite , în sensul în care
structurilor din model li se asociază componente informatice reutilizabile (task -uri
generice) ;fiecărui task îi corespunde un shell care pune în practică o metodă de
rezolvare a unei probleme specifice , iar o peraționalizarea constă în asamblarea
diferitelor componente corespunzătoare task -urilor identif icate în model ;
-Prin utilizarea limbajelor de operaționalizare , în care cunoștințele expertului sunt
exprimate în sintaxa propusă prin limbaj; această abordare aduce mai multă
flexibilitate .
Etapa a X -a:Testarea ontologiei operaționale
Utilizarea ontologiei operaționale, Proiectarea interfeței de comunicare ontologie –
aplicație
Etapa a XI -a:Testare experimentare a ontologiei operaționale
Faza a IV -a: Evaluarea ontologiei
Verificare -validare-testare
Faza a V -a: Documentare
Etapa de formalizare poate fi completată cu una de integrare, în care în cadrul ontologiei
construite sunt importate una sau mai multe ontologii existente. Activitățile de documentare
și evaluare sunt necesare în fiecare etapă de construire și operaționali zare a ontologiei.
Indiferent care ar fi metodologia adoptată, actorii implicați în procesul de construcție a unei
ontologii sunt experți din domeniul de cunoaștere modelat, ingineri de cunoștințe și utilizatori
(viitori) ai ontologiei.
Specificarea pres upune delimitarea cât mai precisă a domeniului cunoștințelor, care va
permite extragerea termenilor de descriere a cunoștințelor domeniului, a cunoștințelor de
raționament și a cunoștințelor de nivel înalt (comune mai multor domenii).

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asisdtată de calculator
-70-Conceptualizarea: an aliza documentelor, interviuri cu experți din domeniu. Întrebări de
competență (întrebări la care trebuie să răspundă sistemul proiectat).
Formalizarea: structurarea și formalizarea conceptualizării pentru a construi o ontologie
specificând terminologia ș i semantica domeniului cu ajutorul unui model dotat cu o
semantică formală.
2.3CONTRIU ȚIITEORETICE PRIVIND UN LIMBAJ
DE REZPREZENTARE A ONTOLOGIILOR BAZAT
PE GRAFURILE CONCEPTUALE –DE SCRIS!
2.4CONTRIBU ȚII APLICATIVE –INSTRUMENTUL
OntL_CG
OntL_CG –Ontological Language based on Conceptual Graphs
Instrumentul OntL_CG permite ob ținerea unei ontologii operaționale, folosind formalismul
grafurilor conceptuale, într -o manieră grafică. Astfel, construc ția și testarea ontologiei pot fi
realizate nu numai de către utilizatorul care cunoa ște sintaxa limbajului în care sunt definite
axiomele (de obicei, inginerul de cuno ștințe), ci și de către un expert al domeniului modelat
(pedagog/profesor autor) care nu de ține cunoștințe de informatică.
2.4.1 CAZURILE DE UTI LIZARE
OntL_CG oferă o interfa ță care permite crearea/modificarea unei ontologii (incluzând
vocabularul și axiomele), specificarea contextului în care va fi utilizată fiecare axiomă și
operaționalizarea (parțială) ontologiei.
Motorul de inferen ță foloseșt e biblioteca CoGITaNT și realizează ciclul de inferență prezentat
în … . Interfa ța client este implementată în Java. Serveru -ul este unul CoGITaNT
(implementat în C++). Comunicarea server -client se realizează prin fi șiere .xml.
Cazurile de utilizare sun t prezentate în fi….Comment [WR28]: DE COMPLETAT!!!!

CAPITOLUL 2 Contribuții la modelarea conceptuală susținută de ontologii
-71-2.4.2 STRUCTURA APLICA ȚIEI (CLIENT)
Aplicația este structurată în 6 pachete. In figura ??? sunt reprezentate pachetele și legăturile
dintre ele. A șa cum se observă, nu există circularități în dependența pachetelor.

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asisdtată de calculator
-72-2.4.2.1 Pachetul cgmodel
Pachetul cgmodel este pachetul principal, care con ține clasele care implementează modelul
propus, bazat pe grafurile conceptuale.
Clasele con ținute în acest pachet sunt ilustrate în …..
Sunt prezentate sumar clasele care implementează modelul și rolul ace stora.
Clasa CogitantClient -Reprezintă clientul care comunică cu serverul Cogitant server și
furnizează metodele de creare și manipulare a obiectelor conceptuale pe server.
Clasa CGConstants –Define ște constantele utilizate în pachet.
Clasa Language –Oferă func ționalități de internaționalizare, prin posibilitatea de a specifica
termenii din ontologie în mai multe limbi (engle zăși română în momentul actual, cu
posibilită ți de extindere în viitor). Fiecărei limbi i s -a atribuit o etichetă.
Clasa Term s–Permite specificarea termenilor -folosiți pentru un obiect din ontologie -în
diferite limbi. Fiecare termen este legat de un anumit limbaj. Limbile disponibile în acest
moment sunt engleza și româna.

CAPITOLUL 2 Contribuții la modelarea conceptuală susținută de ontologii
-73-Clasa GraphicsToolkit –Furnizează metodele grafic e pentru desenarea primitivelor
conceptuale (concepte și relații), a grafurilor și a axiomelor.
Clasa IdTable –Clasa pentru tabela care con ține cuplurile de id -uri (int/int) găsite prin
operația de proiecție între două grafuri .
Clasa Ontology –Clasa pe ntru reprezentarea ontologiei. Ontologia con ține ierarhia tipurilor
de concepte, ierarhia tipurilor de rela ții, mulțimea axiomelor și graful ontologiei. Pentru
crearea unui nou tip de concept/rela ție sau a unui nou graf se utilizează metoda new(Object),
unde Object este numele clasei obiectului conceptual care va fi construit. Clasa con ține,
deasemenea, metode pentru construirea axiomelor. Sunt folosite cele două primitive
conceptuale particulare: tipul de concept universal (T)șitipul de rela ție pentru di ferență(diff).
Clasa OntoTestResult –Clasă pentru rezultatele testării ontologiei.
Clasa OntoEval –Permite verificarea și validarea ontologiei și vizualizarea barei de progres.
Clasa ConceptualPrimitive –Reprezintă primitivele conceptuale (tipurile de concepte și
tipurile de rela ții) din ontologie, structurate prin relația is-a.

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asisdtată de calculator
-74-Clasa ConceptType –Pentru reprezentarea tipurilor de concepte din ontologie.
Clasa Individual –Pentru marcatorii individua li din ontologie.
Clasa RelationType –Pentru reprezentarea tipurilor de rela ții din ontologie. Fiecare tip de
relație are o semnătură și o serie de proprietăți.

CAPITOLUL 2 Contribuții la modelarea conceptuală susținută de ontologii
-75-Clasa Concept –Reprezintă conceptele din ontologie. Într -o axiomă, un concept poate juca
rolul de ipoteză sau de concluzie. Deasemenea, un concept poate fi o instan ță ontologică
(metoda getIndividual() returnează instan ța, nenulă) sau nu (metoda getIndividual()
returnează null, dar metoda getTerms() returnează termenii care nu sunt egali cu "").
Clase pentru concepte și proprietățile acestora :

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asisdtată de calculator
-76-Clasa ConceptAbstraction –Reprezintă abstractizarea unui concept.
Clasa ConceptDisjunction –Reprezin ă disjunc ția a două concepte (nu pot avea individuali
comuni).
Clasa ConceptPartition –Reprezintă parti ția unui concept (disjuncția între toți fiii
conceptului).
Clase pentru rela ții și proprietățile acestora :
Clasa Relation –Clasa pentru rela țiile într -un graf/axiomă din ontologie.
Clasa Signature –Clasa pentru semnătura unei rela ții(1 e primul index al semnăturii).
Clasele RelationMinCardinality șiRelationMaxCardinality –Clasele pentru reprezentarea
cardinalită ții minime, respectiv maxime a unei relații.
Clasele RelationSymmetry șiRelationAntisymmetry –Clasele pentru reprezentare a
simetriei, respectiv antisimetriei unei rela ții.
Clasele RelationRreflexivity șiRelationIrreflexivity –Clasele pentru reprezentarea
reflexivită ții, respectiv a nereflexivității unei relații.
Clasa RelationExclusivity –Clasă pentru reprezentarea exclusivită ții dintre două relații (o
relație poate exista două concepte, cealaltă –nu).
Clasa RelationIncompatibility –Reprezintă incompatibilitatea dintre două rela ții (nu pot
lega acelea și concepte).
Clasa RelationTransit ivity –Reprezintă tranzitivitatea unei rela ții.
Clasa NamedGraphicalObject –Reprezintă numele generic al unui obiect grafic. Fiecare
obiect este descris prin mai mul ți termeni și o poziție. Aceste obiecte pot fi selectate.
Clasa NamedObject –Reprezintă un obiect “ multilingual ”. Include id -ul (generat automat la
crearea obiectului) pentru identificarea obiectului în sistem. Constructorii tuturor subclaselor
lui NamedObject trebuie să apeleze constructorul acestei clase cu parametrul Terms
(metoda super(Te rms)).

CAPITOLUL 2 Contribuții la modelarea conceptuală susținută de ontologii
-77-Clasa Graph –Reprezintă grafurile conceptuale (grafuri bipartite, cu noduri -concept și
noduri -relație).
Clasa Node –Reprezintă un nod (dintr -un graf sau dintr -o axiomă). Extinde clasa
NamedGraphicalObject prin adăugarea atributelor (dx, dy) pentru implementarea algoritmului
pentru di -grafuri. Un alt atribut determnină dacă nodul este fixat (este mutat de către utilizator
și nu trebuie mutat prin algoritm).
Clasa Edge –Reprezintă un arc într -un graf și este utilizată de către clasa GraphDrawi ng.
Atributele clasei sunt originea ( from), vârful (to) și lungimea arcului –len (în pixeli).

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asisdtată de calculator
-78-Clasa Projection –Calculează proiec ția unui graf în alt graf.
Clasa Axiom –Reprezintă axiomele din ontologie, deci partea de ipoteză și cea de
concluzie. Axi oma poate fi “hard” sau “soft” (implicit) și poate avea un context de utilizare
care specifică modul în care va se vor realiza inferen țele. O axiomă “finală” nu poate fi
modificată de către utilizator, exceptând contextul de utilizare (de obicei, axiomele care
reprezintă proprietă țile algebrice ale tipurilor de relații, nu pot fi modificate).
Clasa ContextOfUse –Reprezintă contextul de utilizarea a axiomelor în ontologie. Contextul
poate fi inferențial/explicit, inferențial/implicit, verificare/implicit și verificare/explicit .
Clasa AxiomSchema –Reprezintă schema axiomelor din ontologie.
Clasa AxiomSchemaOne –Reprezintă schema axiomelor cu o singură primitivă.
Clasa AxiomSchemaTwo –Clasa pentru schema axiomelor cu două primitive.

CAPITOLUL 2 Contribuții la modelarea conceptuală susținută de ontologii
-79-

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asisdtată de calculator
-80-Clasa Constraint –Clasă derivată din ConceptualImplication: con ține metodele pentru
exprimarea constrângerilor asupra grafurilor conceptuale.
Clasa PositiveConstraint –Clasa pentru constrângerile pozitive asupra CG.
Clasa NegativeConstraint -Clasa pentru constrângerile negatve asupra CG.

CAPITOLUL 2 Contribuții la modelarea conceptuală susținută de ontologii
-81-

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asisdtată de calculator
-82-Clasa Rule –Reprezintă regulile CG .

CAPITOLUL 2 Contribuții la modelarea conceptuală susținută de ontologii
-83-2.4.2.2 Pachetul matching
Clasele din pachetul matching sunt ilustrate în figura….
Clasa Matching –Reprezintă potrivirea primitivelor conceptuale.
Clasa MatchingAlgorithm –Conține parametri folosiți în algoritmul de potrivire.

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asisdtată de calculator
-84-Clasa MatchingList –Construie ște lista potrivirilor primitivelor conceptuale.
Clasa MatchingResultForm –Reprezintă fereastra grafică în care va fi afi șat rezultatul
potrivirilor g ăsite în ontologie.
2.4.2.3 Pachetul graphdrawing
Pachetul con ține clasele pentru desenarea grafurilor.
Clasa TreeDrawing –Afișează arborele în Graphics (lista primitivelor conceptuale ale
clasei) .
Clasa Walker –Afișează arborele bi -dimensional folosind algoritmul optimizat al lui Walker (o
versiune optimizată a algoritmului Reingold -Tilford).
Clasa TreeNode –Conține structura arborelui de afișat.
2.4.2.4 Pachetul iotools
Clasele din acest pachet sunt reprezentate înfigura …. șiconțin clasele care implementează
operațiile de intrare/ieșire pentru fișierele în formatele .cgxml și.owl.

CAPITOLUL 2 Contribuții la modelarea conceptuală susținută de ontologii
-85-Clasa IOInterface –Interfața pentru operațiile de intrare/ieșire.
Clasa OntologyFileFilter –Filtrul de fi șiere pentru fișierele c are conțin ontologia în format
.cgxml/.owl.
Clasa OperationalizationFileFilter –Filtrul pentru fi șierele care specifică modul de
operaționalizare (extensia .ope).
Clasa CGXMLFileFilter -Filtrul de fi șiere pentru fișierele .cgxml .
Clasa CGXMLParser –Clasa conține metodele pentru parsarea și salvarea fișierelor .cgxml .
Clasa OWLFileFilter -Filtrul de fi șiere pentru fișierele .owl.
Clasa OWLParser -Clasa con ține metodele pentru parsarea și salvarea fișierelor .owl.
2.4.2.5 Pachetul exceptions
Pachetul exceptions conține o serie de clase pentru tratarea excepțiilor. Diagrama claselor
din acest pachet este prezentată în figura…..

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asisdtată de calculator
-86-Clasa OntologyFileLoadingException -Excepțiile în cazul încărcării unui fi șiercare conține
ontologia.
Clasa BadFileSyntaxException -Excepțiile în cazul unui tip de fișier care nu respectă
sintaxa .cgxml/.owl /.ope .
Clasa ConceptualPrimitivePropertyException –Reprezintă excep țiile în cazul unei
primitive conceptuale cu proprietate incorectă.
Clasa NoExclusiveRelationTypeException –Excepțiile în cazul unuor relații exclusive.
Clasa RelationTypePropertyException –Excepțiile în cazul unui tip de relație cu o
proprietate incorectă.
Clasa WrongSignatureException -Excepțiile în cazul unui tip de relație cu semnătură
incorectă.
2.4.2.6 Pachetul ui
Pachetul con ține 35 de clase pentru interfața cu utilizatorul. Diagrama claselor din acest
pachet este prezentată în figura….
Clasa Constants –Conține constantele aplicației, incluzându -le pe cele de la lansarea
acesteia (directorul curent de lucru, rezoluția ecranului, etc.).
Clasa InterfaceIcon –Furnizează metodele de creare a icon -urilor pentru interfa ță.
Clasa MainFrame –Fereastra grafică principală a aplica ției.

CAPITOLUL 2 Contribuții la modelarea conceptuală susținută de ontologii
-87-Clasa Metagraph –Clasă pentru construirea metagrafului ontologiei.
Clasa KBDisplayArea –Fereastra grafică de afi șare a bazei de cunoștințe.
Clasa OntologyPropertyFrame –Fereastra grafică pentru specificarea proprietă ților
ontologiei.
Clasa OntologySummaryFrame –Fereastra grafică de prezentare și accesare a obiectelor
ontolog iei. Furnizează func ții de manipulare a obiectelor (prin click -dreapta de mouse).
Clasele pentru ferestrele grafice despre concepte :
Clasa ConceptTypesPanel –Fereastra grafică pentru ierarhia tipurilor de concepte. Oferă
funcționalități de creare și structurare prin bara de instrumente (creare/distrugere/legare
concepte prin rela ția is -a) sau prin click -dreapta al mouse -ului (determină deschiderea unei
feres tre pentru proprietă țile conceptului)
Clasa ConceptTypesToolBar –Fereastra grafică pentru construirea ierarhiei tipurilor de
concepte.
Clasa ConceptPropertyFrame –Fereastra grafică pentru specificarea proprietă ților unui
concept.
Clasa ConceptTypePropert yFrame –Fereasta grafică pentru specificarea proprietă ților
unui tip de concept.

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asisdtată de calculator
-88-Clasa ConceptTypesFrame –Fereastra grafică pentru crearea/structurarea axiomelor, prin
bara de instrumente sau click -dreapta de mouse.
Clasa InstancePropertyFrame –Fereastr a grafică de specificare a proprietă ților instanței
unui tip de concept.
Clasele pentru ferestrele grafice despre rela ții:
Clasa RelationTypesPanel –Clasă pentru fereastra grafică de construire a ierarhiei tipurilor
de relații. Oferă posibilitatea de crear e/structurare prin bara de instrumente sau click -dreapta
pe mouse (deschiderea ferestei de proprietă ți).
Clasa RelationTypesToolBar –Fereastra grafică pentru construirea ierarhiei tipurilor de
relații, prin bara de instrumente sau click -dreapta pe mouse ( deschiderea ferestei de
proprietă ți ale relației).
Clasa RelationTypesFrame –Fereastra grafică pentru construirea ierarhiei tipurilor de rela ții
prin bara de instrumente (crearea/distrugerea/definirea unei rela ții de tipul is -a) sau click –
dreapta pe mouse (deschiderea ferestei de proprietă ți ale relației).
Clasa RelationTypePropertyFrame –Fereastră grafică pentru specificarea proprietă ților
unui tip de rela ție.
Clasa RelationPropertyFrame –Fereastă grafică pentru specificarea proprietă ților unei
relații.
Clasele pentru ferestrele grafice despre axiome :
Clasa AxiomsFrame –Fereastră grafică pentru construirea axiomelor, compusă dintr -un
obiect AxiomsPanel în care se afi șează sau se modifică axioma (ca graf) și AxiomsToolBar
pentru ac țiunile asupra axiomei. Clasa AxiomsFrame furnizează func țiile de comunicare între
AxiomsToolBar și AxiomsPanel.
Clasa AxiomsToolBar –Grupează toate butoanele pentru ac țiunile realizabile asupra
axiomei curente de lucru.
Clasa AxiomsPanel –Permite desenarea unei axiome, mutarea nodurilor,
adăugarea/ ștergerea de arce și de noduri, crearea și structurarea tuturor acțiunilor care pot fi
realizate asupra unei axiome.
Clasa AxiomPropertyFrame –Fereastra grafică pentru specificarea proprietă ților unei
axiome.
Clasa GraphDisplayArea –Reprezintă zona în care va fi afi șat graful/axioma.
Clasa GraphicalObjectDisplayAre a–Panoul grafic de afi șare a unui graf/axiome.
Clasa GraphDrawing –Reprezintă algoritmul for ței direcționate (engl. “ force direc ted
algorithm ”) utilizat în desenarea grafului. Algoritmul folose ște o reprezentare proprie a
grafului, optimizată prin aplicarea algoritmului. Atributele nnodes, nodes, nedges și edges
furnizeză o reprezentare optimizată a grafului, deoarece vectoriii de pointeri permit un acces
rapid la noduri și arce (acces linear). Atributul temperature reprezintă numărul maxim de

CAPITOLUL 2 Contribuții la modelarea conceptuală susținută de ontologii
-89-mișcări pemise pentru fiecare punct (în pixeli) și poate fi micșorat. Un pointer către
AxiomPanel permite redesenarea lui frecventă, clasa Gr aphDrawing executând algoritmul
într-un thread separat.
Clasa GraphEditionFrame –Reprezint ă fereastra grafică de editare a unui graf.
Clasa GraphEditionPanel –Panoul (inclus în JscrollPane l) în care utilizatorul va desena
graful.
Clasele InferenceEngine șiInferenceEngineFrame –Fereastrele grafice în care rulează
motorul de inferen ță.
Clasa OperationalizationBox –Folosită în opera ționalizarea axiomelor.
Clasa OperationalizationForm –Fereastra grafică de alegere a contextului utilizării unei
axiome.

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asisdtată de calculator
-90-Clasa OntL_CGAxiomListCellRenderer –Furnizează lista axiomelor în frame -ul axiomelor.
Clasa OntL_CGMutableTreeNode –Reprezintă nodurile arborelui din interfa ță.
Clasa OntL_CGTreeCellRenderer –Furnizează arborele din rezumatul ontologiei.
Clasa OntL_CG ProgressBar –Fereastra grafică de prezentare și accesare a obiectelor din
ontologie. Furnizează ac țiunile corespunzătoare click -ului-dreapta pe mouse.

CAPITOLUL 2 Contribuții la modelarea conceptuală susținută de ontologii
-91-2.5CONCLUZII ȘI CONTRIBUȚII –DE SCRIS!!!!!!
Scopul acestui capitol este acela de a evidenți a direcții le de cercetare din cadrul acestei
lucrări, abordările adoptate în acest sens și justificarea alegerii formalismului grafurilor
conceptuale ca model de reprezentare a ontologiei formale pedagogice, de operaționalizare
a ontologiei propuse și de dezvoltare a unui instrument autor.
În secțiunea 3.1. au fost evidențiate cele trei etape de construire a unei ontologii pedagogice
operaționale: conceptualizarea, ontologizarea și operaționalizarea.
Secțiunea 3.2. prezintă nivelurile pe care se structurează repreze ntarea cunoașterii unui
sistem inteligent (de instruire, în cazul nostru) și primitivele utilizate în cadrul fiecărui nivel; s –
a evidențiat importanța nivelului ontologic (nivelul semnificației), ca punte de legătură între
nivelul epistemologic (nivelul st ructurii) și nivelul conceptual. Formalismul grafurilor
conceptuale furnizează mecanismele necesare reprezentării cunoașterii la toate aceste
niveluri, așa cum am argumentat în capitolul 3.5.3.
În secțiunea 3.3. au fost prezentate din punct de vedere form al noțiunile de conceptualizare
și ontologie, care stau la baza modelării realizate în capitolele 4 și 5.
În secțiunea 3.4. au fost prezentate informal (urmând ca o prezentare formală sa fie realizată
în capitolele următoare) noțiunile de bază din formali smul grafurilor conceptuale, ca punct de
plecare al argumentării (din secțiunea 3. 4) alegerii formalismului grafurilor conceptuale.
Secțiunea 3.5. prezintă argumentele care au determinat alegerea grafurilor conceptuale ca
model de reprezentare a ontologiei formale și a bazei de cunoștințe pedagogice.
Argumentele care justifică alegerea formalismului grafurilor conceptuale au fost obțin ute în
urma unui studiu vast al formalismului și al multiplelor abordări și terminologii existente în
domeniu .
În formalismul grafurilor conceptuale, nivelurile de reprezentare ontologică și primitivele
utilizate în cadrul acestora, pot fi clasificate –astfel:
Pentru cunoașterea ontologică de meta -nivel, primitivele folosite sunt cele ale limbajului
de reprezentare (clasă, relație, instanță, atribut, constrângere, regulă, etc.). În limbajul
grafurilor conceptuale primitivele de meta -nivel sunt concept gene ric, concept individual,
relație conceptuală.
Pentru cunoașterea despre conceptele (obiectele și relațiile) domeniului de interes,
primitivele sunt obținute prin instanțierea primitivelor de meta -nivel (Profesor, Elev, etc.).
Pentru cunoașterea de la nivel ul instanțelor, grafurile conceptuale folosesc referenții
individuali.
Modelul grafurilor conceptuale este un model de reprezentare a cunoștințelor, asemănător
rețelelor semantice, care utilizează o notație grafică (Aissaoui, 2003) bazată pe definițiile
conceptelor și relațiilor. Cunoștințele reprezentate prin grafuri conceptuale sunt obținute prin
inferențe bazate pe algoritmi ai grafurilor (în special proiecție). Mai mult, primitivele
formalismului au o interpretare logică; aceasta permite atribuirea un ei semantici formale
cunoștințelor reprezentate și mecanismelor de raționament.Comment [WR29]: DE REFORMULAT,
ETC….

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asisdtată de calculator
-92-Tipurile de concepte și relațiile conceptuale sunt structurate într -o ierarhie, așa cum a fost
subliniat în capitolul 3.5.1.2.
Ontologia (suportul) fixează relații generale (in terne sau externe), ca:
Hiponimie (este_subclasă_a, AKO)
Hiperonimie (este_superclasă_pentru)
Este_instanță_a
Alte legături semantice, ca:
Mereonimie ( PartOf )
Relații specifice domeniului (cauzalitate, cronologie, etc.)
Principalele argumente care susțin alegerea formalismului grafurilor conceptuale (prezentate
în secțiunile 3.5.1. -3.5.5.) sunt:
1.Suportul în raport cu care se definesc grafurile conceptuale furnizează ontologia
domeniului; suportului i se asociază interpretarea logică sau interpretarea din t eoria
mulțimilor ;
2.Modelul grafurilor conceptuale are la bază teoria structurilor conceptuale;
3.Formalismul oferă posibilitatea de a structura cunoștințele exprimate pe mai multe
niveluri (terminologic, ontologic, aserțional, logic, etc.);
4.Utilizarea unui s ingur model pentru a descrie obiectele universului de discurs și relațiile
dintre acestea, indiferent de nivelul acestora;
5.Formalismul asigură majoritatea principiilor de dezvoltare a ontologiilor;
6.Limbajele CGIF și CoGXML –permit reprezentarea cunoașteri i ontologice, fiind utilizate
și în mediul de dezvoltare ales (CoGITaNT);
7.Posibilitatea de a reprezenta (inclusiv în formă grafică) tipuri diverse de cunoștințe cu
ajutorul unui număr redus de primitive simple;
8.Aspecte algoritmice bazate pe teorii fundamen tate matematic (teoria grafurilor și teoria
mulțimilor) și interpretare logică.
Grafurile conceptuale constituie un limbaj formal de reprezentare a cunoașterii (prin care pot
fi descrise în mod uniform tipuri diferite de cunoștințe, la diferite niveluri de reprezentare și
granularitate), dar pot furniza și un limbaj operațional, care oferă utilizatorului (profesorul –
pedagog) servicii de raționament. Raționamentul (așa cum se va demonstra în capitolele 4 și
5) va putea fi realizat atât asupra reprezentării c unoașterii (în cazul ontologiei operaționale
propuse), cât și în cadrul sistemului autor propus.
Obiectivele de cercetare vizează: elaborare unui model teoretic, formal și a unor algoritmi
pentru acest model; construirea unor instrumente software care să implementeze c adrul
teoretic; construirea unor aplicații; evaluarea sistemelor construite.
Formalizarea –prin limbaj generic, numit OL (Limbaj de ontologizare), furnizează
interpretarea în t eoria mulțimilor sau în FOL.
LISTA TABELELOR
Tabelul 3 -1Clasificarea primitivelor folosite în reprezentarea cunoștințelor …………………….. 51

CAPITOLUL 2 Contribuții la modelarea conceptuală susținută de ontologii
-93-Tabelul 3 -3Studiu comparativ al metodologiilor și metodelor din ingineria ontologică ………. 64
Tabelul 3 -4Studiu comparativ al principalelor instrumente existente pentru construirea
ontologiilo r………………………….. ………………………….. ………………………….. ……………………… 64
LISTA FIGURILOR
Figura 3 -1Relațiile dintre vocabular, conceptualizare, angajament ontologic și ontologie;
Ontologie și semnificație (adapt at după [108]) ………………………….. ………………………….. …..54
Figura 3 -2Ilustrarea relațiilor dintre vocabularul, conceptualizarea și ontologia (parțială) unui
sistem de instruire ………………………….. ………………………….. ………………………….. ……………. 55
Figura 3 -3Procesul de reprezentare a cunoștințelor ………………………….. ………………………. 58
Figura 3 -4Arhitectura generală a unui SBC pentru rezolvarea de probleme …………………… 58
Figura 3 -5Arhitectura generală a unui SBC pentru gestiu nea cunoștințelor …………………… 58
Figura 3-6Clasificarea ontologiilor formale după gradul de formalizare …………………………. 59
Figura 3 -22Sinteză: Metodologii, instrumente și limbaje pentru ontologii ………………………. 65
Figura 3 -24Ciclul de viață a unei ontologii ………………………….. ………………………….. ……….. 67
CUPRINS
2.CONTRIBUȚII LA MODELAREA CONCEPTUALĂ SUS ȚINUTĂ DE ONTOLOGII ……. 51
2.1 STUDII PRELIMINARE ȘI OBIECTIVE ………………………….. ………………………….. ..51
2.1.1 ONTOLOGII ȘI REPREZENTAREA CUNOȘTINȚELOR ………………………….. 51
2.1.2 INGINERIA ONTOLOGICĂ ………………………….. ………………………….. …………. 56
2.1.3 OBIECTIVELE INGINERIEI ONTOLOGICE ………………………….. ………………. 56
2.1.4 DIMENSIUNI PENTRU SPECIFICAREA ONTOLOGIILOR ÎN SISTEMELE
BAZATE PE CUNOȘTINȚE ………………………….. ………………………….. …………………….. 57
2.1.5 CONSTITUENTELE UNEI ONTOLOGII FORMALE ………………………….. ……. 59
2.1.6 CONCLUZII ALE STUDIULUI DESPRE METODOLOGIILE ȘI TEHNOLOGIILE
UTILIZATE ÎN INGINERIA ONTOLOGICĂ ………………………….. ………………………….. ….65
2.2 PROPUNEREA UNEI METODE INTEGRATE DE INGINERIE ONTOLOGICĂ
(MIIO) 66
2.3 CONTRIU ȚII TEORETICE PRIVIND UN LIMBAJ DE REZPREZENTARE A
ONTOLOGIILOR BAZAT PE GRAFURILE CONCEPTUALE ………………………….. ……….. 70
2.4 CONTRIBU ȚII APLICATIVE –INSTRUMENTUL OntL_CG ………………………….. …70
2.4.1 CAZURILE DE UTILIZARE ………………………….. ………………………….. …………. 70
2.4.2 STRUCTURA APLICA ȚIEI (CLIENT) ………………………….. ………………………… 71
2.5 CONCLUZII ȘI CONTRIBUȚII ………………………….. ………………………….. …………… 91

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asisdtată de calculator
-94-BIBLIOGRAFIE
[1]Genesereth1987.
[2]Guarino2002.
[3]Gómez -Pérez2003.
[4]Pecheanu2004b.
[5]vanAart2004.
[6]Kasai2004.
[7]Kasai2005.
[8]Minsky1975.
[9]Auber2006.
[10]Berners -Lee2009.
[11]Garshol2005.
[12]Gómez -Pérez2002b.
[13]Noy2001.Comment [WR30]: La 6 este WWW 13!!!!
NU ACTUALIZA!!!!!!!!!

3.CONTRI BUȚII LA MODELAREA
CUNO AȘTERII PEDAGOGICE
TITLURI CAPITOLE ????? ceva de genul…..
CONTRIBUTII LA REPREZENTAREA CUNOASTERII PEDAGOGICE INTR -UN SISTEM DE
INSTRUIRE ASISTATA
Contributii teoretice privind modelarea tehnicilor si strategiilor pedagogice
Propunerea unui model bazat pe paradigma task/metoda
Utilizarea grafurilor conceptuale in mo delul propus (pentru modelarea
raționamentului)
CONTRIBUTII APLICATIVE -…..
SAU:
Contribuții la reprezentarea cunoașterii pedagogice cu ajutorul grafurilor conceptuale
Contribuții la modelarea ontologică a strategiilor de instruire adaptive
Contribuții la modelarea formală a strategiilor de instruire adaptive
3.1ABORDĂRI ȘI A TERMENI DE DESCRIERE A
CUNOAȘTERII PEDAGOGICE
POATE LA CONTRIBUTII!!!!!!!!!!!!
Necesitatea reprezentării explicite a cunoașterii pedagogice, dar și a proceselor de raționament
(multe dintre acestea fiind, practic, procese de planificare pedagogică) pe care trebuie să le
realizeze un sistem inteligent de instruire, au condus la ideea realizării unui instrument autor
de dezvoltare (un SBC, bazat pe ontologii). Pentru acesta, propun în această lucrare un cadru
unificator de modelare , numit paradigma Task-Metodă-Domeniu . Task-urile specifică
funționalitățile SBC -ului pedagogic, metodele d escriu modalitățile în care sunt atinse

scopurile task -urilor (specifică cunoștințele dinamice ale SBC -ului), iar cunoașterea
domeniului specifică cunoștințele domeniului aplicației.
Unul dintre scopurile acestei teze este acela de a propune un cadru de modelare a
cunoașterii pedagogice, motivată fiind și de afirmația lui Tom Murray (Murray, 2003)
“Pedagogy is perhaps the area of greatest divergence across intelligent tutoring systems”
(“Pedagogia este, probabil, zona cu cele mai mari divergențe în ceea c e privește tutorialele
inteligente ”).
Demersul de înțelegere și de stabilire a termenilor universului de discurs -expertiza
pedagogică -s-a dovedit a fi extrem de dificil, deoarece:
Domeniul vizat este unul interdisciplinar, așa cum am demonstrat în ca pitolul 1;
Termenii folosiți de către diverse comunități (comunitatea psihologilor, a pedagogilor, a
proiectanților sistemelor de instruire, etc.) sau, mai mult, chiar termenii acceptați în cadrul
aceleași comunități –sunt extrem de diferiți;
Deși arhitec tura de (cel puțin) “triplu expert1” a unui ITS este unanim acceptată,
cunoștințele pe care se bazează “funcționarea” și deciziile modulului expert pedagogic –
numit și modul de predare (“teaching modul ”),modul tutorial (“tutoring modul ”) sau modul
instrucțional (“instructional modul ”)-sunt greu de izolat de cunoașterea celorlalte
module; în plus, “inteligența” modulului pedagogic trebuie să exploateze tocmai natura
cunoașterii obținute prin interconectarea celorlalte două arii.
Barnes (Barnes, 198 9) afirma: “Talking about teaching2is analogous to describing a tapestry
that has many threads of different colours woven into complicated textures and patterns. One
can remove individual threads and examine them separately, but one cannot appreciate the
complexity of the tapestry without seeing how the threads are interwoven to create the whole
cloth” .(“Adescrie activitatea de predare este analog cu a descrie o tapi serie formată din
multe fire de diferite culori, țesute într -o textură complicată, cu mod ele.O dată ce scoatem
firepentru a le examina separat, nemaivăzând cum sunt țesute pentru a crea întregul tablou,
pierdem din complexitatea tapiseriei”).
Ca urmare, acest subcapitol prezintă, pe scurt, concluziile la care am ajuns în urma studierii
abordărilor de modelare a cunoașterii pedagogice și a termenilor folosiți.
Prima mare problemă a fost generată de substantivele “pedagogie3” și “didactică4”, ale căror
semantici le -am întâlnit în raporturi de opoziție, de egalitate (de acoperire sau quasi –
sinonimie) sau de incluziune; cu toate acestea, adjectivele “pedagogic” și “didactic” sunt
folosite cu aceeași conotație. Nici definițiile oferite de dicți onare le de specialitate pentru
1“Expert în domeniu”, “Expert în cunoașterea subiecților instruirii”, “Expert în pedagogie”, eventual
“Expert în comunicare”
2”Predare ” (teaching ), cu sens de instruire
3În limba greacă :“pais” ,“paidos” –copil; “ agoge” -conducere, educație; “ paidea” -învățământ,
educație; “paidagogos” -îndrumător de copii, pedagog
4În limba greacă: ” didaktos ”–a spune: ” didaskein, didak -”–a preda, a educa

termenii pedagogie5și didactică6, nici opiniile cercetătorilor în educație nu sunt convergente
(în cea mai mare parte sunt, eventual, complementare, în sensul că tratează doar anumite
aspecte ale unei probleme). Cu toate ace stea, pot fi evidențiate două abordări: abordarea
anglo -americană (în care apare doar termenul de pedagogie )și abordarea franco -germană
(în care apar ambii termeni, atâtcelde pedagogie, cât și cel de didactică7).
Principalele caracteristici ale modelelo r anglo -americane sunt:
Scopul urmărit de aceste modele este identificarea și determinarea factorilor care
influențează predarea și învățarea, pentru a dezvolta o înțelegere a proceselor
implicate în predare și învățare.
Sunt modele în care se acordă o mai mică importanță fundamentelor teoretice (astfel,
termenul didactică –bazat pe psihologia educațională –lipsește ) și o mai mare
importanță practicii. De aceea, unii cercetători le consideră –în mare măsură –
“empirice”.
Cunoștințele pedagogice nu sunt statice, sunt în continuă schimbare și dezvoltare,
fiind determinate de componente ca interacțiunea dintre domeniul în care se
realizează instruirea, subiecții instruirii și experiența profesională a educatorului.
Principal ele caracteristici ale modelelor franco -germane sunt:
Gândirea filozofică, teoretizarea și construirea modelelor teoretice;
În aceste modele apar atât termenul de pedagogie , cât și cel de didactică .
Pedagogia și didactica sunt privite în raporturi diferite , fiind încadrate în așa -numitul
triunghi pedagogic ( figura 4-1).
În modelele franco –
5Pedagogia este (conf. dicționarului):
-arta sau știința de a fi profesor și vizează, în general, strategiile instruirii sau un stil de instruire;
-știință care se ocupă cu metodele de educație și de instruire.
6Didactica este (conf. dicționarului):
-disciplină pedagogică care studiază principiile și metodele de învățământ;
-ramură a pedagogiei care se ocupă cu problemele învățământului și ale instruirii;
-parte a pedagogiei care se ocupă cu principiile și metodele predării materiilor de învățământ și cu
organizarea învățământului.
-pedagogia unei anumite discipline
7Termenul ”didactică” a fost introdus de către francezi.Cunoaștere (C)Elev (E)
Profesor (P)
Figura 3-1Triunghiul pedagogic propus de H oussaye

germane ,pentru r aporturil edintre pedagogie și didactică , studiate în cadrul triunghiului
pedagogic propus de Houssaye8, au fost propuse următoarele relații :
P≠ D
Pedagogia încearcă să raționalizeze și să optimizeze procesele de învățare.
Didactica încearcă să asigure transmisia optimală a cunoștințelor definite prin obiectivele
și conținutul fiecărei discipline.
P= axa P -E; D = axele E -C și P -C
Pedagogia re prezin tă relația de instruire (ghidare sau însoțire) stabilită între profesor și
elev,concentr ându -seasupra aspectelor relaționale ale învățării.
Didactica privește accesul la cunoaștere al elevului (oactivitate corelată de învățare –
predare ),concentr ându -seasupra dimensiunii cognitive a activității educative.
PD
Pedagogia reprezintă doar componenta aplicată a didacticii.
P= axele P -E, E-C, P-C
După Filloux, pedagogia, inițial artă, devine știința de a educa; finalitatea pedagogiei este
aceea de a determina obiectivele și metodele (strategii și tehnici) care caracterizează
transmiterea socială sau interindividuală a cunoașterii. Pedagogia încearcă să dezvolte
un corp de cunoștințe asupra problematicii psihologice în raportul profesor -elev, aceleași
ca în raportul elev -conținut.
Același punct de vedere a fost adoptat de Legendre, pentru care relația pedagogică
subsumează didactica, predarea și învățarea.
D = axele E -C,P-C, P-E
Didactica studiază interacțiunile care se stabilesc într -osituație de predare -învățare între
profesor, elev, cunoaștere.
Așa cum se observă, chiar și în cadrul aceleași comunități și al aceleiași abordări, specialiștii
folosesc cei doi termeni în mod diferit (o sinteză a semanticii termenilor este prezentată în
tabelul din anexa D ).
3.2PROPUNEREA UNUI CADRU STRUCTURAT DE
MODELARE A CUNO AȘTERII PEDAGOGICE
Scopul studiului prezentat succint în paragraful anterior a fost acela de a identifica punctele
comune, principiile de bază și “echivalențele” posibile între terme nii folosiți în comunitatea
8Triunghiul plasează în vârfuri termenii profesor ,elev șicunoaștere .Acești t ermeni sunt generici; de
exemplu, termenul de profesor vizează componente unui sistem educațional și rolul acestora (de
meditare ghidată, de învățare prin descoperire, etc.), iar termenul “cunoaștere ” vizează atât
cunoștințele unei anumite discipline, cât și modalitățile de transformare a acestora în vederea atingerii
obiectivului urmărit de profesor.

cercetătorilor din științele educației. În plus, așa cum reiese și din paragraful 1.2. (capitolul
1), cunoștințele pedagogice pot fi structurate pe mai multe niveluri de abstractizare, așa cum
se prezintă î nfigura 3-2.
Figura 3-2Cunoașterea pedagogică, la diferite niveluri de abstractizare
Nivelul 4 (epistemologie, paradigme), cel mai înalt nivel de abstractizare, vizează
paradigmele din epistemologie, teoria predării, a învățării, a comunicării sau a proiectării
instruirii. Aceste paradigme descriptive (considerate separat sau combinate) stabilesc
(implicit sau explicit) o serie de principii pedagogice. Exemple de astfel de principii (situate la
nivelul 3 ) au fost prezentate în capitolul 1, în sinteza din figura 1.5. (ancorarea noilor
concepte în structurile cognitve ale elvului, etc.). Principiile determină conceperea modelelor
instrucționale ( nivelul 2 ) și strategiile de organizare a procesului de învățare. Conform lui
Merrill (Merrill 2002), “principiile sunt implementate printr -un program” și “un program se
bazează pe o serie de principii”. Cun oștințele care vor fi prezentate elevului, modul de
structurare a acestora, activitățile pe care le va desfășura, apar la nivelul 1 . Metadatele
oferite de către standardul LOM conțin informații pedagogice insuficiente, ca, de exemplu, un
obiect instrucțion al (“learning object”) ar putea fi utilizat în învățarea prin colaborare sau în
învățarea prin rezolvare de probleme?
Aceeași idee de structurare a cunoașterii pedagogice pe diferite niveluri de abstratizare o
regăsim și în lucrările cercetătorilor Reigel uthși Merrill. Reigeluth (Reigeluth, 1999) identifică
două tipuri de “metode instrucționale ”:de bază (fundamentale ) șivariabile .
Merrill le numește “ Primul principiu al instruirii9”, respectiv “ Programs10, practices11”. O teorie
poate specifica atât prin cipii, cât și practici. În ambele abordări, “Primul principiu al instruirii”
(conf. Merrill) ( “de bază ”,conf. Reigeluth ) este orientat mai mult către proiectarea
instrucțională (instructional design) , al doilea principiu ( “program, practice” , conf. Merrill sau
“variabil” , conf. Reigeluth) este orientat mai mult către învățare .
9Conform “Primului principiu al instruirii” ,un principiu de bază (metodă) este o relație adev ărată în
condîțiile adecvate unui “program” sau“practice” .
10Un“Program” este o abordare care constă într -omulțime de “practici” (aplicări) prescrise (stabilite).
11Termenul “Practice” desemnează o activitate instrucțională specifică.Epistemologie, paradigme
Principii
Model pedagogic (instrucțional), teorie
a învățării
Activități, instrumente, conținut4
123

Studiile prezentate anterior m -au condus la propunerea de structurare a cunoașterii
pedagogice -utilizate în proiectarea sistemelor de instruire -pedouă niveluri (figura 3-3):
Cunoașterea pedagogică generală;
Cunoașterea pedagogică de conținut;
3.2.1 CUNOAȘTEREA PEDAGOGICĂ GENERALĂ
Cunoașterea pedagogică generală este indepe ndentă de domeniu și furnizează principiile
propuse prin teoriile de predare, învățare și proiectare a instruirii. Există o corespondență
între paradigmele teoretice și strategiile pedagogice adecvate.
Susținerea acestei afirmații a fost evidențiată deja în capitolul 1.2. și în tabelul 1.5. (influența
teoriilor asupra strategiilor de instruire), așa că, aici, vom mai da un singur exemplu.
Îndomeniul cognitiv , exis tă patru tipuri12de învățare și pentru fiecare tip de învățare
(rezultat vizat: obiectiv cognitiv) se recomandă metode de instruire diferite.
Tabelul 2.1. Tipul învățării și termenii folosiți de cercetători
Tipul învățării Termeni folosiți Cercetător
Memorarea
InformațieiCunoaștere ( ”knowledge” ) Bloom
Amintirea celor discutate ( ”remember verbatim” ) Merrill
Învățarea pe de rost, memorarea ( ”rote learning” ) Ausubel
Un aspect al ”remember verbatim” Gagné
Înțelegerea relațiilor Cuprindere (”comprehension” ) Bloom
Amintirea parafrazaă (”remember paraphrased” ) Merrill
Învățarea semnificației verbale (”meaningfull verbal
learning”)Ausubel
Alt aspect al ”remember verbatim” Gagné
Aplicarea
aptitudinilor,
deprinderilor
(”skills” )Aplicare (”application” ) Bloom
Folosirea generalității (”use -a-generality” ) Merrill
Deprinderi intelectuale (”intellectual skills” ) Gagné
Aplicarea
aptitudinilor,
deprinderilorAnaliză, sinteză, evaluare (”analysis, synthesis,
evaluation” )Bloom
Găsirea generalității (”find -a-generality” ) Merrill
12Tipurile de învățare și termenii corespunzători acestora în teoriile lui Bloom, Ausubel, Gagn é, sunt
prezentate în tabelul 2.1.

generale Strategii cognitive (”cognitive strategies” ) Gagné
Figura 3-3Cunoaștere pedagogică generală și cunoaștere pedagogică cont extuală
Tipurile variate de conținut specific domeniului , cum ar fi concepte, proceduri, principii, pot fi
dobândite prin unul din primele trei ti puri de învățare: un concept poate fi memorat (dându-se
o definiție sau un exemplu al conceptului), poate fi înțeles (punându -l în relație cu alte
cunoștințe pe care le are elevul) sau poate fi aplicat (instanțele pot fi clasificate ca exemple
sau contra -exemple ale conceptului). Al patrulea tip de învățare este independent de
domeniu și necesită, în general, mai mult timp pentru a putea fi dobândit. Până în prezent, în
instruirea asistată, eforturile a u fost canalizate mai mult către memorarea informației și cătreincluse înBaza de cunoștințe pedagogice
Meta -nivel
Cunoștințe pedagogice generale
Cunoștințe pedagogice de conținutTeorii ale învățării Teorii ale predăriiTeorii de proiectare
pedagogică
CONTEXT
Obiectivele învățării
Resurse
Caracteristici eleviCunoștințe pedagogice
(instruc ționale, tutoriale)
STRATEGII
TEHNICI
TACTICI
Selecție
Secvențiere
Individualizare
Prezentare
Testare

aplicarea aptitudinilor (clasificarea conceptelor și utilizarea procedurilor), neglijându -se
înțelegerea relațiilor și aplicarea aptitudinilor (deprinderilor) generale.
3.2.2 Cunoașterea pedagogic ă de conținut
Termenul propus, “ cunoaștere pedagogică de conținut ”, este sinonim cu termenii “didactică ”
(din modelele franco -germane) șicu termenii anglo -americani ” teaching ”, ”curriculum13” sau
”cunoștințe pedagogice de conținut14”.La acest nivel, cunoșt ințele pedagogice sunt
cunoștințe contextuale , fiind folosite de către profesor /sistem de instruire într-o situație cu
anumite caracteristici (disciplina, capitolul sau lecția; elevul sau grupul de elevi).
Figura 3-4Cunoștințe pedagogice de conținut
Cunoștințele pedagogice de conținut15(figura 3-4),sunt cunoștințe dinamice ,care, pe baza
principiilor de cunoaștere pedagogică generală, ” organiz ează” (CUM? )cunoștințe le
13Curriculum -ul (din latinescul ”curriculum” -cursă, alergare), conf. lui L. D'Hainaut, cuprinde:
-Obiectivele specifice unui domeniu (nivel de învățământ, profil, disciplină) sau activitate
educativă;
-Conținutul necesar pentru realizarea obiectivelor stabilite;
-Condițiile de realizare (metode, mijloace), programarea și organizarea situațiilor de instruire și
educare;
-Evaluarea rezultatelor.
14Cunoștințele pedagogice de conținut, conf. lui Shulman, includ:
-Modurile de reprezentare și formulare a subiect ului predat, astfel încât să poată fi înțeles de către
elev (pentru fiecare noțiune -cele mai bune forme de reprezentare a ideilor, cele mai puternice
analogii, exemple, demonstrații și explicații);
-Alternative variate ale reprezentării și formulării, obț inute atât din cercetările teoretice, cât și din
practică;
-Cunoștințele profesorului despre ceea ce face ca o noțiune să fie dificil sau ușor de învățat;
-Modalitățile de organizare și reorganizare a activităților de predare /învățare.
15Nutrebuie confundate cu cunoștințele domeniului în care se realizează instruirea .Cunoștințe
pedagogice
despre
conținut
(CPC)Cunoștințele
domeniului
Cunoștințe
pedagogice

domeniului în cadrul unei discipline, capitol sau lecții ,în funcți e de obiectivele urmărite și de
viziunea profesorului asupra posibile lor structurări ale conceptelor ț inând seama de relațiile
existente ( CE?)șide publicul cărora se adresează (CUI? ).
Includ cunoștințe conceptuale și procedurale, un repertoriu de tehnici variate sau activități
(care țin seama de diferitele stiluri de învățare) pentru apreciere și evaluare, cunoștințe
despre varietatea resurselor care vor fi folosite.
Cunoașterea pedagogică de conținut
Cunoaștere pedagogică de conținut
La nivel macro
Lanivel micro
toți acești termeni vizează o abordare sistemică a proiectării pedagogice, a cărei
orientare a migrat de la o proiectare prin conținut către o proiectare prin obiective .
La acest nivel,cunoștințele pedagogice sunt cunoștințe contextuale.
Strategiile de instruire sunt strategii folosite de profesor într -o situație cu următoarele
caracteristici: actorii (un profesor și un elev sau un grup de elevi), aflați la aceeași școală,
disciplină, etc. Strategiile de instruire sunt, astfel, ”cunoștințe în context”. Expertiza de
predare este definită ca expertiză de PS în contextul unei clase; trebuie reconsiderată sub
lumina ”cunoașterii în context”.
Așa cum a demonstrat Bloom, tutoring este cea mai efectivă strategie care asigură
învățarea: tutoring, s ens mai larg, reprezentând acțiuni ale unui sistem care suportă și
ghidează învățarea.
MODELAREA CUNOAȘTERII PEDAGOGICE
DEFINIRE STRATEGIE
Ohlson definește strategia pedagogică ca un obiectiv generic de instruire realizat prin
intermediul mai multor secvențe de acțiuni concrete: tacticile pedagogice.
Ohlsson (1987) definește strategia pedagogică ca fiind un obiectiv generic de instruire,
realizată prin mai multe secvențe de acțiuni concrete (de ex., diagnosticul cognitiv este o
instanță a strategiei pedagogice de diagnostic, a cărei finalitate este să explice acțiunile
corecte și cele incorecte ale elevului în termeni de capacități achizițion ate, de raționament
adecvat, etc..
(WWW, 16) http://edutechwiki.unige.ch/en
Pedagogic Strategies can be defined at 3 levels:

1.General instructional designs
2.Designs applied to a teaching/learning unit (e.g. a lesson or a course module)
3.Pedagogic methods that are part of a wider design (e.g. of a pedagogic strategy as
defined here) and that we discuss elsewhere.
Effective course designs (or teachers) may make use of different teaching strategies
or methods.
According to Dick et al. (2001:184) “ instruct ional strategy is used generally to cover
the various aspects of sequencing and organizing the content, specifying learning
activities, and deciding how to deliver the content and activities.”
Sisteme de proiectare pedagogică
De văzut din „Authoring …. murraz”
Abordări de proiectare:
Abord dopcum
Abord baz pe3 o met de ing cognitivă
Abordarea prin act, noț de scenariu
Un sist autor furnizează conceptorului pedagogic mijlocul de de a concepe expe4rtiza pedag
ptr un ITS și uneori, a crea artefactele core pondente într -un ITS. Sist autor e bazează pe o th
a înv și o th a conceperii instruirii (Reigeluth, 1999).
Murray –calss sist autor în 2 categ.
Orientate către modelarea pedag
Orientate către crearea de ITS care concretizează modelele pedag
Authoring c onsistă în organizarea cunoștințelor ”statice” și organizarea cunoștințelor
”dinamice”. Prima include organizarea curriculum -ului, a doua –organizarea strategiilor
tutoriale pentru adaptarea la elev. Curriculum authoring trebuie să fie sprijinită de proie ctarea
instrucțională, bazată pe științe instruirii care se sprijină pe știința învățării. Această
dependență dintre diferite tipuri de cunoștințe poate constitui sursa inteligenței sistemelor
autor. Reprezentarea declarativă a unui asemenea sistem al cuno ștințelor permite
proiectarea unor sisteme autor inteligente.
În sprijinul aceleași idei vine și afirmația “Finally I understand what pedagogy is all
about!” (“În sfârșit, am înțeles că pedagogia se referă la toate acestea!”)
(???????????)

Learning scenario –specif icarea unui workflow de activități de învățare (learning activities).
Scenariu pedagogic -o descriere a unui experiment care facilitează învățarea, în care se
specifică cum actorii, aplicațiile, conceptele vizate, strategiile operaționale și multe alte
elemente care configurează contextul (motivații, scopuri, factori geografici și sociali, etc.)
come into play during the experiment. (deMura).
Răsfoind cartea (Koper, 2005), vom găsi termeni ca proiectare pedagogică, metodă
pedagogică, abordare pedagogică sau tehnică pedagogică, toți acești termeni referind
aceeași idee de scenariu de învățare sau scenariu pedagogic.
Abordarea concepției centrate pe raționalizarea și planif icarea situațiilor de instruire
Scenarizarea se înscrie în linia numeroaselor abordări de “proiectare pedagogică” (termenul
nord-american), “proiectarea instruirii” (Reugeluth, Briggs), “Ingineria didactică” și
“planificarea învățământului” (Lebrun, Berthe lot), “Ingineria pedagogică” (Paquette). Scopul
proiectării pedagogice este acela ghida autorii în obținerea de obiecte pedagogice
(Romizowski, 1981 ). Acestea sunt abordări prescriptive, cu rol de legătură între teoriile de
instruire și practicile educativ e.
Paquette definește “proiectarea pedagogică” ca fiind o mulțime de teorii și modele care
permit înțelegerea, ameliorarea și aplicarea metodelor de instruire care favorizează
învățarea”.
Instructional design, spre deosebire de (mai noul) learning design, are o abordare centrată
pe proces, ținând cont atăt de preocupările educaționale cât și de cele de proiectare.
Pentru Koper și Olivier (2004) , learning design reprezintă aplicarea unui model pedagogic la
un anumit obiectiv de instruire, un anumit grup de subiecți, într -un anumit context și domeniu
de instruire. Ce este important în această definiție: pedagogia este concepzually abstracted
de context și conținut, ceea ce ne conduce la ideea că modelele pedagogice pot fi partajate
și reutilizate across conți nut și context instrucțional (instituțional grade 7 history sau grade 10
music).
Learning designs pot fi reprezentate grafic sau formalizate. Grafic –nu au fost elaborate
standarde (MOTPlus editor folosește teoria reptezentării cunoașterii ca bază pentru
reprezentarea grafică a learning designs), altele –UML.
PTR ONTOLOGIA….
In sprijunul primei contribu ții: accesul direct al conceptorului la cunoștințle pedagogice
declarative issues des ontologies vor susține procesele lor decizionale, pot îmbogăți sau
corecta unele elegeri, furnizându -le o reprezentare partajată de către comunitatea lor.
Accesul elevilor vor consolida procesul de învățare, fie prin navigarea și vizualizarea
ontologiei, fie indirect, prin bazele de task -uri de învățare asignate.

Sistemel e autor nu sunt conduse de principee de design pedagogic, e necesar un model
pedagogic care să șină cont de dependența între teoriile și strategiile de DP; le lipsește
formalismul pentru garantarea calității procesului de DP și a produsului său. O ontologi e care
să țină seama de teoriile de DP ar putea fi o soluție.
TRIBUȚII LA CONCEPTUALI ZAREA ELABORAREA ȘI FORMALIZAREA META –
MODELULUI PEDAGOGIC AL UNUI SISTEM EDUCAȚIONAL
4.1. MODELE BAZATE PE STANDARDE SAU PE ONTOLOGII?
În această lucrare, am adoptat o abordare care îmbină cele două tendințe
(standardizare șiontologii), în sensul că la elaborarea ontologiilor, am utilizat o serie
de elemente ale standardelor existente.
DE REVAZUT TITLUL, poate structura capitolului!!!!
Apropos de principiile de deyvoltare a ontologiilorȘ
ID metodologie privit ă ca proces:
CONTRIBUȚII LA MODELAREA CUNOAȘTERII PEDAGOGICE
3.1. CONTRI BUȚII LA ÎNȚELEGEREA ABORDĂRILOR ȘI A TERMENILOR DE
DESCRIERE A CUNOAȘTERII PEDAGOGICE
3.2. CONTRIBUȚII LA REPREZENTAREA CUNOȘTINȚELOR ÎN SISTEMELE DE
PROIECTARE PEDAGOGICĂ
PROPUNEREA UNEI SOLUȚII INTEGRATOARE DE REPREZENTARE A
CUNOȘTINȚELOR
De aceea, acest capitol prezintă concluziile personale , obținute prin numeroase
studii, în încercarea de a aduce “la un numitor comun” opiniile și termenii folosiți în

modelarea pedagogică și de a defini într -un mod coerent cadrul și obiectul activității
de modelare pedagogică.
Triunghiul pedagogic, un model de referință pentru comunitatea educațională, identifică un
model teoretic pentru practicile pedagogice. Trei procese, definite ca structuri stabile,
organizate și dinamice, se poziționează într -o situație pedagogică articulată în jurul acestor
trei poli
3.1. Contribuții la înțelegerea abordărilor și a termenilor de descriere a
cunoașterii pedagogice
3.2. Propunerea unui cadru structurat de modelare a cunoașterii pedagogice
3.2.1. Nivelul cunoașterii pedagogice generale
3.2.2. Nivelul cunoașterii peda gogice de conținut
3.3. Tendințe actuale în modelarea pedagogică
3.4.
Principiul de bază al strategiilor pedagogice este separarea formei cunoștințelor de conținutul
acestora (figura 2.6.).
Strategiile de instruire trebuie să îmbine strategiile de pred are și strategiile de învățare (vezi
și Anexa1, paragrafele 6,7).
Strategia pedagogică
Separarea conținutului și a formei
Teoria instruirii
Selecție și producție
Teoria
predăriiTeoria
învățăriiSelectare și
secvențiere
(planificare locală)Planificare
globală

Figura 2.6. Strategii pedagogice
O strategie tutorială poate fi privită ca o problemă de planificare (figura 2.7.)
GTE+DCG
MODUL TUTORIAL
(sistem de
planificare)Starea inițială
Specificarea
stării scop
Operator /acțiuneSecvență de
operatori /acțiuni
Figura 2.7. Modulul tutorial ca sistem de planificare

Reguli de discurs –manage generarea planului
Strategy and teaching selection rules decide cine are initiativa si selecteaza urm met
Teaching mat selection rules –select TM adecvat stud
……………… (notate)

Definire sistem
instrucțional
Analiza training needsManagementul
componentelorPlan the development
Construirea modelului
cunoștințelor
Proiecta rea structurilor
pedagogiceDefinirea instrumentelor
didacticeSimularea sistemului de
instruire
Proiectarea structurilor pedagogice –proiectarea curriculum -ului, proiect.
Unui curs, proiectarea unei LU
Proiectarea unei LU: Identificarea unitșților de cunoaștere, Stabilirea
obiectivelor de instruire, Definirea strategiilor și tacticilor, Select
media, Define pedagogical scenarii
Obiective de instruire: ptr o KU: verb (conf. Bloom: a memora, a înțelege, a
aplica, a analiza, a sintetiza, a evalua) + nivel competență (performanță)
Definirea scenariului pedagogic: ptr o anumită populație
Cunoștințe de proiectare pedagogică –3 tipuri:
Concepte –ptr a descrie ce obiecte folosește sau produce propiectantul
(KU, curs, curr)
Proced uri: CUM
Strategic K sau principii: de grupare a cunoștințelor în cadrul unei PU, de
ajustare a scopurilor învățării la learning needs, principii de alegere a unor
strat pedag sau media, etc.
CONCEPTUAL ID Knowledge

Cunoștin țe pedagogice generale
Cunoștințe pedag de conținut
Raportarea soluției propuse la tendințele de modelare actuale
Concretizarea soluței
Concluzii
Gagné consideră că există cinci categorii diferite de învățare , care necesită tipuri
diferite de instruire, susținute de diferite condiții interne și externe:
Informația verbală;
Deprinderi intelectuale;
Strategii cognitive;
Deprinderi motorii
Atitudini.
Pe baza acestor categorii de învățare și a ierarhiei condițiilor care le susțin, Gagné
identifică nouă evenimente instrucționale și procesele cognitive vizate (tabelul 2.2.).
Tabelul 2.2.Evenimentele instruirii și procesele cognitive corespunzătoare (Gagné)
Nr.crt. Eveniment instrucțional Proces cognitiv
1. Captarea atenției Receptare
2. Informarea elevului asupra obiectivului Așteptare
3. Stimularea reamintirii cunoștințelor
anterioareRegăsire
4. Prezentarea stimulului Percepție selectivă
5. Ghidarea învățării Codificare semantică
6. Testarea performațelor Răspuns
7. Furnizarea feedback -ului Întărire ( ”reinforcement” )
8. Aprecierea performanței Îndreptare, recuperare

9. Intensificarea reținerii și a transferului Generalizare
Selecție, secvențiere, planificare
Un alt aspect al strategiilor de instruire este legat de selecția și secvențierea cursului
și planificarea (producția) acestuia.
Referitor la tehnicile de selectare și secvențiere a conținutului , pot fi evidențiate
teoria “învățării structurate” a lui J.M. Scandura (SLT) și teoria “algo -euristică”
(Landa):
În teoria SLT procesul de selecție este implementat prin reguli , în teoria lui Landa –
prin algoritmi . Regulile sau algoritmii sunt descompuși în componente elementare,
numite componente atomice , respectiv operații elementare . Pentru selecție,
Scandura propune o analiză structurală a conținutului, pentru a stabili care reguli
trebuie învățate, în ordinea unu i set de obiective ale lecției; regulile sunt rafinate în
componenetele lor atomice, și, pe cât posibil, sunt înlocuite prin reguli de nivel
superior ( ”higher -order rules” ). În teoria lui Landa, ”algoritmii generali” joacă un rol
similar. Pentru secvențiere , teoria SLT folosește task -uri algoritmice de instruire, iar
teoria lui Landa aplică ”metoda bulgărelui de zăpadă” (”snowball method” ).
Căile de secvențiere se bazează pe tipurile de relații cu conținutul:
Secvența cronologică -perelația ti mp-evenimente;
Secvența ierarhică (evidențiată de Gagné) -perelațiile dintre cerințele anterioare
ale învățării și aptitudini ;
Secvența procedurală forward -chaining -peordinea dintre relații și activități;
Secvența de elaborare a teoriei conceptuale -perelația dintre o parte a tipurilor
de relații taxonomice și concepte;
Secvența căilor scurte (”shortest -path sequence” ), a lui Scandura -perelația de la
simplu la complex .
Definire strategie pedagogică

ID metodologie privit ă ca proces:
De aceea, acest capitol prezintă concluziile personale , obținute prin numeroase
studii, în încercarea de a aduce “la un numitor comun” opiniile și termenii folosiți în
modelarea pedagogică și de a defini într -un mod coerent cadrul și obiectul activității
de modelare pedagogică.
Triunghiul pedagogic, un model de referință pentru comunitatea educațională, identifică un
model teoretic pentru practicile pedagogice. Trei procese, definite ca structuri stabile,
organizate și dinamice, se poziționează într -o situație pedagogică articulată în jurul acestor
trei poli
SOLUȚII DE MODELARE ȘI OPERAȚIONALIZARE A CUNOAȘTERII
PEDAGOGICE
1.Modelarea și operaționalizarea cunoașterii pedag generale
2.Modelarea și operaționalizarea cunoașterii pedagogice de conținut
3.
Sistemele educaționale inteligente și -audovedit pe deplin utilitatea înașa-numita
”abordare documentară” (bazată pe standardele LOM, SCORM) de concepție a unui
material pedagogic individualizat. F olosite de către utilizatori (profesori /elevi) cu
scopuri și grad de cunoaștere foarte diferite, în hyperspațiu, aceste sisteme operează
asupra (metadatelor) obiectelor instrucționale ( ”learning objects” ,LO) aflate în
depozite (”repository”, engl.) ,reușind să prez inteutiliyatorului un material pedagogic
adapta t (nivelul uicunoștințelor , scopurilor sau preferințelor acestuia, să îi furnizez e
posibile căi de navigare sau să îl ghide zeîn procesul învățării ).

CAPITOLUL 7 12 pag. Contribu ții aplicative
-201
-7.CONTRIBUȚII APLICATIVE DE LUAT DE AICI
SI PUS IN CAP 3 (Cun Pedag) la contrib.
aplicative
7.1CONSIDERAȚII PRELIMINARE
Așa cum am subliniat în capitolul 1.5., activitatea de analiză și proiectare a unui sistem
educațional inteligent este deosebit de complexă și costisitoare (ca timp, resurse) și implică o
cunoaștere multidisciplinară. De aceea, se impune necesitatea dezvoltării unor instrumente,
numite sisteme autor , care să asiste profesorul sau pedagogul (utilizatorii sistemului autor),
nespecialiști în informatică , să construiască o specificare coerentă și consistentă a
cunoașterii și a raționamentului din cadrul unor componente ale viitorului sistem inteligent de
instruire.
Prezentul capitol î și propune să prezinte … implementări care validează solu țiile propuse în
lucrare, oferă posibilitatea de a efectua teste furnizoare de concluzii, sugerează idei noi și
direcții viitoare de cercetare.
Deoarece scopul acestei lucrări este acela de a demonstra că formalismul grafurilor
conceptuale p ermite descrierea și raționamenul asupra unor tipuri diferite de cunoștințe
necesare unui sistem inteligent de instruire, am ales mediul CoGITaNT camediu de
dezvoltare a aplicațiilor (sistemul autor complex, cu subsistemele componente).
SCURTĂ PREZENTARE A MEDIULUI CoGITaNT
Mediul CoGITaNT (Conceptual Graphs Integrated Tools allowing Nested Typed
graphs )(CoGITaNT, WWW) este implementat de către cercetătorii francezi din “Echipa de
reprezentare a cunoștințelor și raționamente” (Équipe représentation de connaissances et
raisonnements) de la LIRMM (LeLaboratoire d' Informatique, de Robotique et de
Microélectronique de Montpellier ) și “Echipa de interacțiune, cunoștințe și limbaj natural”
(Équipe Interaction, Connaissances et Langage Natu rel) de la LERIA (“Laboratoire d'Etude
et de Recherche en Informatique d'Angers”). Software -ul CoGITaNT permite dezvoltarea
aplicațiilor bazate pe grafurile conceptuale. Nefiind destinat utilizatorilor finali, mediul
furnizează doar o implementare a modele lor grafurilor conceptuale oferind -prin biblioteca
de clase C++ -o serie de functionalități asupra obiectelor modelului.
Considerentele care m -au determinat să aleg acest mediu de dezvoltare sunt:
Dintre puținele medii (CPE, WebKB, CoGITaNT) dezvoltate pe abordarea teoretică
aleasă în această lucrare -limbajul CG este privit ca sistem formal în care primitivele
sunt grafuri conceptuale, iar raționamentul se bazează pe operații interne, păstrând

Contribuții la realizarea unui subsistem al cunoștințelor asupra tehnicilor și strategiilor pedagogice într -un sistem de instruir e
-202-corectitudinea și completitudinea în raport cu FOL -CoGITaNT -ul oferă cele mai
multe facilități ;
Mediul implementează atât modelul de bază al SCG, cât și extinderile acestuia
(reguli, grafuri imbricate (contexte), legături de coreferință, co nstrângeri pozitive și
negative );
Aplicația CoGITaNT este structurată în patru module ( cogitant -biblioteca principală,
pentru grafuri conceptuale, cogitantcs –serverul, cogitantdisplay -interfața grafică
șicogitantir –lexiconul, dicționarul) și conține aproximativ 270 de clase ;
Mediul este portab il: poate fi instalat s ub diferite sisteme de operare (MS Windows
2000, Linux, SunOS/Solaris ,MacOS X, FreeBSD, NetBSD) și poate folosi diferite
compilatoare (GNU C++ 2.95, GNU C++ 3.x, Borland C++ Compiler 5.5.1, Borland
C++ Builder 5, 6 și X, Microsoft Visual C++ 6.0, Intel C++ 7 și 8, Cygwin G++ 3.3,
Mingw G++ 3.2 );
CoGITaNT are o arhitectură client -server;
Interfața grafică permite atât vizualizarea grafurilor , cât și validări ale acestora în
situațiile în care profesorul nespecialist dorește să modifice baza de cunoștințe
(grafurile existente sau să își creeze propriile grafuri);
CoGITaNT este disponibil gratuit ( free) și este “ open -source ”, oferind astfel posibilități
de extindere ;
Deoarece aplicația CoGITaNT este extrem de complexă, evidențiez doar câteva
funcționalităț i importante , o prezentare “mai detaliată” fiind realizată în Anexa I.
Operații asupra grafurilor: operații de manipulare a unui CG (adăugarea unui
nod, suprimarea unui nod, schimbarea etichetei, etc.), operații de verificare a
corectitudinii unui CG (veri ficarea semnăturilor relațiilor și a relațiilor de
conformitate), operația de proiecție, suma disjunctă a două grafuri;
Lucrul cu suportul;
Mecanisme de citire/afișare a fișierelor care conțin ontologia ( .bcs) sau
grafurile care exprimă fapte, interogări, reguli, constrângeri ( .bcg,.bcr)
din/sub diferite formate:
-Format (nativ CoGITaNT) BCGCT –“Base de Connaissances Graphes
Conceptuels Textuelle” pentru citirea/afișarea suportului și a grafurilor;
-Format CoGXML (variantă XML) pentru citirea/afișarea suportului și a
grafurilor (.cgxml );
-Format CGIF pentru citirea/afișarea grafurilor;
-Format linear pentru afișarea grafurilor.
Am lucrat cu mediul sub sistem de operare LINUX (utilizând emulatorul cygwin ) și
compilatorul GNU C ++(g++ 3.3.3. ). Pentru interf ața grafică (care permite vizualizarea
suportului și a grafurilor) am utilizat biblioteca wxWidgets (bibliotecile posibile fiind QT,
wxWidgets și Java). În dezvoltarea aplicațiilor pe care le -am realizat cu scopul de a valida
ipotezele teoretice prezentate în această lucrare, am utilizat în mod deosebit și am extins
funcționalitățile claselor bibliotecii de bază ( 120 de clase în cogitant ),am utilizat doar
funționalitățile modulele cogitantdisplay și cogitantcs, iar pentru lucrul cu dicționarul am creat
propriile clase și metode.

CAPITOLUL 7 12 pag. Contribu ții aplicative
-203
-7.2ARHITECTURA GENERAL ĂPE CARE SE
BAZEAZĂ SISTEMULUI AUTOR PROPUS
Sistemul autor propus în această lucrare este format din trei subsisteme: ptr domeniu, ptr
student, ptr……. La baza întregului sistem, cât și a subsistemelor comp onente, stă aceeași
arhitectură generală, prezentată în figura 7-1.
Figura 7-1Arhitecura general ă asistemului autor propus
INTERFAȚĂ
Grafică
Comenzi shell pedagogic
P-O-MOD
MODUL DE
ACTUALIZARE A
SUPORTULUI
(ONTOLOGIEI)
P-CG-MOD
MODUL DE
ACTUALIZARE A
GRAFURILOR
CONCEPTUALE
P-KB-LD
MODUL DE
ÎNCĂRCARE A
BAZEI DE
CUNOȘTINȚE
P-CG-PREL
MODUL DE
PRELUCRARI ȘI
INTERPRETARE
A CERERILOR
COGITANT
BAZA DE
CUNOȘTINȚE
Fișiere ontologie
*.bcs, *.xml,
*.cogxml
Fișiere grafuri
*.bcg, *.xml,
*.cogxml,
*.bcc, *.bcr
Fișiere prelucrări
*.exe
Profesor autor
REVIZ -KB
MODUL DE
REVIZUIRE A
BAZEI DE
CUNOȘTINȚE

Contribuții la realizarea unui subsistem al cunoștințelor asupra tehnicilor și strategiilor pedagogice într -un sistem de instruir e
-204-7.2.1 MODULUL P -O-MOD
Modulle software P -O-MOD și …. au fost create cu scopul de a înlătura un impediment major
în utilizarea sistemului autor propus.
Toate aplicațiile componente ale sistemului autor (shell -ului pedagogic) sunt le gate de
ontologia pe care este construită baza de cunoștințe. Această ontologie se putea realiza
doar de către inginerul de cunoștințe , prin mijloace software. Ca exemplu, în Anexa II este
prezentat programul creeaza_ontol.cpp , în care inginerul de cunoști nțe (care trebuie să fie și
informatician) folosește în special metode ale clasei cogitant::Support pentru a specifica
mulțimea tipurilor de concepte generice și de relații conceptuale, ierarhiile lor, mulțimea
instanțelor (conceptelor individuale) și conf ormitatea acestora cu un anumit tip. În urma
compilării, linkeditării și execuției acestui program se obține ontologia, sub forma unui fișier
text, într -un anumit format ( .bcs,.xml sau.cogxml ). În aceste condiții, chiar cea mai simplă
operație (adăugarea unei prezentări PowerPoint despre subiectul “Evoluția limbajelor de
programare”) necesită sprijinul inginerului de cunoștințe.
Ca urmare, am implementat modulul P -O-MOD. Modulul permite profesorului nespecialist să
creeze sau să modifice ontologia cu car e lucrează -fără intervenția inginerului de cunoștințe
–în două moduri:
Prin intermediul interfeței grafice (fig. ???? )
Prin lansarea comenzii shell sh_modif_ont.
FIGURA cu interfata grafica!!!!
Poate aici de vb un pic si de interata grafica (daca va ie si)!!!!!!
7.2.1.1 Aplicația sh_modif_ontol
Instrumentul soft -ware care permite utilizatorului nespecialist modificarea (crearea) ontologiei
estesh_modif_ontol .Proiectarea unei interfețe grafice pentru acest instrument constituie
o direcție viitoare de dezvoltare. Principalele funcționalități ale aplicației sh_modif_ontol
(prezentate sub forma unui meniu afișat pe ecran) sunt:
adăugarea (crearea)/modificarea/șter gerea tipurilor de concepte;
adăugarea (crearea)/modificarea/ștergerea tipurilor de relații conceptuale;
adăugarea (crearea)/modificarea/ștergerea tipurilor de marcatori individuali;
adăugarea (crearea)/modificarea/ștergerea ordinilor între tipurile de concepte, tipurile
de relații sau imbricări;
salvarea ontologiei în unul din formatele specificate de către profesor (BCGCT, XML
sau COGXML).
Func ționalitățile aplicației :
Pentru asigurarea consistenței datelor, toate operațiile se realizează pe baza unor validări
multiple. La implementare, de un sprijin real mi -au fost iteratorii CoGITaNT -ului (iteratori de
parcurgere a tipurilor de concepte și a tipurilor de relații), metodele derivate din clasa
cogitant::Exception (pentru tratarea excepțiilor), dar mai ales metodele de optimizare care
permit îmbunătățirea performanțelor de execuție în cazul unei ontologii foarte “mari”. Înainte

CAPITOLUL 7 12 pag. Contribu ții aplicative
-205
-de a încărca suportul, se poate apela metoda cogitant::Support::optimizeAuto( ) , care –fără
nici un parametru -realizează toa te categoriile de optimizare. În funcție de operația care
trebuie realizată asupra ontologiei, am realizat (folosind metodele de optimizare cu diferiți
parametri) anumite tipuri de optimizări.
Se pot realiza două categorii de optimizări:
1.Construirea unei structuri de date care permite căutarea tipurilor (de concepte, de
relații, de imbricări sau de marcatori individuali) prin numele lor în timp logaritmic (nu
în timp linear);
2.Construirea unei structuri de date care permite o interogare mai eficientă a ordi nilor
parțiale ale suportului.
Cazul 1:
Metoda cogitant::Support::findConceptType ( ) (și celelalte de forma findxxx( ) ) caută
identificatorul transmis ca parametru prin simpla parcurgere a mulțimii (conceptelor,
etc.), timpul de execuție fiind linear. Când mulțimile tipurilor au un număr mare de
elemente, acest mod de lucru constituie un dezavantaj. Pe de altă parte, metodele de
tipul cogitant::Support::findxxx( ) sunt apelate frecvent (la încărcarea fișierelor care
conțin grafuri, deoarece reprezentare a internă a unui graf se bazează pe identificatorii
interni cogitant::iSet , conversia realizându -se prin metoda
cogitant::Support::findConceptType( ) ). Înainte de încărcarea suportului, se poate
apela metoda cogitant::Support::optimizeAuto( ) , această oper ație conducând la
încărcarea unei structuri de date care permite căutarea tipurilor în timp de execuție
logaritmic (căutare binară). Practic, operația are în spate apelul metodei
cogitant::Support::optimizeNowLabel( ) care optimizează una sau mai multe mu lțimi
de etichete.
De asemenea, metoda cogitant::Support::optimizeNowLabel( ) poate fi apelată direct
în timpul construirii suportului (prin program).
Aceste optimizări sunt utile în operațiile de căutare a tipurilor sau a marcatorilor
individuali prin num ele lor; nu sunt de nici un ajutor în operațiile de căutare a tipurilor
sau marcatorilor prin identificatorul ( cogitant::Property::IDENTIFIER și
Property::LABEL ) CoGXML. Pentru a doua situație, se apelează metoda
cogitant::Support::optimizeAutoIdentifier s( ).
Cazul 2:
Clasa cogitant::PartialOrder (figura 7.1.) este clasă abstractă pentru reprezentarea
ordinii parțiale între doi identificatori interni cogitant::iSet . Pentru a interoga mai
eficient ordinile parțiale din suport, este indicat ca pentru reprez entarea acestora să
se utilizeze clasa cogitant::PartialOrder_SimpleMemo și să se apeleze metoda
cogitant::PartialOrder::optimize( ) . Practic, metoda virtuală
cogitant::PartialOrder::optimize( ) este identică cu cea din clasa
cogitant::PartialOrder_Simple ; metoda este redefinită polimorfic în clasa
cogitant::PartialOrder_SimplMemo , unde construiește matricile de memorare a
comparațiilor. Dacă metoda nu este apelată pentru obiecte de tipul
cogitant::PartialOrder_SimpleMemo, prelucrările realizate de aceasta sunt cele ale
metodei din clasa cogitant::PartialOrder_Simple .

Contribuții la realizarea unui subsistem al cunoștințelor asupra tehnicilor și strategiilor pedagogice într -un sistem de instruir e
-206-Astfel, cogitant::PartialOrder_SimplMemo poate fi apelată în orice situație, cu
observația că atunci când mulțimea are un număr mare de elemente, trebuie să
existe suficientă memorie). După optimizare,
obiectul de tip cogitant::PartialOrder nu
trebuie modificat. Deoarece suportul conține
trei instanțe ale clasei cogitant::PartialOrder ,
este necesar apelul optimizării asupra celor
trei ordini (ordinea tipurilor de concepte,
ordinea tipurilor de relații, ordinea
imbricărilor).
O soluție mai simplă este aceea de a apela
cogitant::Support::optimizeNowOrder( ) ,
care pe baza parametrilor (de tip boolean)
va realiza optimizarea unei/unor anumite
ordini.
Pentru suprimarea optimizării se apelează met odacogitant::Support::optimizeDeleteLabel( ) .
Deoarece -la dezvoltarea acestei aplicații -am constatat că funcționalitățile oferite de mediu
sunt multiple, însă uneori dificil de utilizat (datorită faptului că toate obiectele sunt privite ca
mulțimi de identificatori interni și datorită faptului că etichetele modurilor și ale relațiilor sunt
căutate printr -o fază intermediară CogXML), am extins funționalitățile mediului prin
utilizarea unor structuri de date proprii necesare prelucrărilor . Aceste struct uri–ca de
exemplu, tabelele de dispersie pentru tipuri -relații, tipuri -concepte și marcatori individuali –
au fost create pe baza unor STL -uri existente, pe care le -am adaptat cerințelor
corespunzătoare.
Operațiile oferite de aplicația sh_modif_ontol sunt:
-Adăugare/ștergere/modificare a unui concept generic;
-Adăugare/ștergere/modificare a unei relații;
-Adăugare/ștergere/modificare a unui marcator individual.
Laadăugarea unui nou tip -concept generic se verifică existența acestuia (dacă el există ->
mesaj eroare, se sugerează operația de modificare); se cer date despre poziția sa în cadrul
ierarhiei.
Laștergerea unui tip -concept se verifică existența sa (dacă nu există -> mesaj eroare),
existența unor eventuale subconcepte (dacă acestea există, util izatorul este atenționat de
imposibilitatea ștergerii), existența eventualilor marcatori individuali de tipul care se dorește
șters (dacă nu are subconcepte, utilizatorul poate opta pentru ștergerea tuturor marcatorilor
individuali de tipul respectiv), cât și apariția sa în cadrul unor relații (în acest caz, utilizatorul
este avertizat, urmând să ia o decizie în legătură cu relația respectivă).
Lamodificarea tip -concept se realizează aceleași verificări ca la ștergere (cu scopul
menținerii consistenței da telor); inexistența în ontologie a tipului specificat conduce la
insuccesul operației; de asemenea, se verifică dacă tipul -concept pentru care se dorește
modificarea apare în relații –situație în care utilizatorul este avertizat, urmând să ia o decizie
înlegătură cu relația respectivă); dacă pentru tipul la care se dorește modificarea existăcogitant::PartialOrder
cogitant::PartialOrder_Simple
cogitant::PartialOrder_Simple
Memo
cogitantcs::PartialOrderClient
Figura 7-2Clasa PartialOrder și
derivatele sale

CAPITOLUL 7 12 pag. Contribu ții aplicative
-207
-marcatori individuali, utilizatorul are de ales între ștergerea marcatorilor sau modificarea
automată a tipului acestora.
Laadăugarea unui nou tip -relație se verific ă existența acesteia (dacă ea există -> mesaj
eroare, se sugerează operația de modificare); se cer date despre aritatea relației, semnătura
ei și poziția sa în cadrul ierarhiei tipurilor -relație;
Laștergerea unui tip -relație se verifică existența sa (dacă nu există -> mesaj eroare),
existența unor eventuale subrelații (dacă acestea există, utilizatorul este atenționat de
imposibilitatea ștergerii);
Lamodificarea unui tip -relație se realizează aceleași verificări ca la ștergere (cu scopul
menținerii consistenței datelor), cu observația că doar inexistența în ontologie a tipului
specificat conduce la insuccesul operației.
Operațiile asupra marcatorilor individuali implică validări existenței/inexistenței acestora în
ontologie.
Terminarea aplicației sh _modif_ontol solicită utlizatorul numele și formatul fișierului în care
se va salva ontologia.
În situațiile în care profesorul a efectual ștergeri/modificări ale unei ontologii existente, este
necesară revizuirea bazei de cunoștințe. În acest sens, modul ulReviz_KB al aplicației
sh_modif_ontol verifică (automat) dacă grafurile (definite pentru suportul anterior) respectă
forma canonică și sunt bine -formate în raport cu ontologia modificată. În cazul în care se
semnalează existența unor grafuri incorecte, acestea sunt mutate automat în directorul numit
err\<data_calend_a_modificarii_ontologiei> , aflat sub \cgtserveur –
1.0.4\donnees \graphes \user , iar profesorul este anunțat de acest lucru.
Este de dorit, totuși, ca profesorul să realizeze în special operații de adăugare de marcatori
individuali, deoarece acestea –în mare măsură –nu necesită prezența unui inginer de
cunoștințe. Celelalte operații sunt permise, însă este indicat ca ele să se realizeze cu
sprijinul unei persoane competente în reprezentarea cun oștințelor.
7.2.1.2 SETUL DE COMENZI (SHELL )PENTRU CONSULTAREA
ONTOLOGIEI
Interfața grafică furnizată de mediul CoGITaNT este deosebit de utilă profesorului
nespecialist, oferindu -i următoarele posibilități:
Vizualizarea ontologiei;
Modificarea grafurilor exi stente și construirea propriilor grafuri;
Vizualizarea și salvarea grafurilor în diferite formate;
Verificarea grafurilor proprii sau a celor modificate.
Pentru a putea beneficia, însă, de aceste facilități, profesorul trebuie să realizeze în prealabil
grupul de operații:
-Lansarea server -ului, specificând fișierul de configurare (vezi anexa A II), iar în cadrul
acestuia, ontologia cu care se lucrează.
cd c:\cygwin \cgtserveur -1.0.4
cgtserveur –I <nume_fis_config .ini>

Contribuții la realizarea unui subsistem al cunoștințelor asupra tehnicilor și strategiilor pedagogice într -un sistem de instruir e
-208–Lansarea interfeței grafice, din care utilizatorul se conectează la server.
cd c:\cygwin \cgtinterface -1.0.4\buildgtk
cgtinterface
-Conectarea la server (din meniul interfaței grafice, pe bază de identificare: nume
utilizator, parolă).
În interfața grafică profesorul poate doar să vizualizeze o ntologia. Pentru a face modificări în
ontologie sau pentru a lucra cu o altă ontologie decât cea specificată la lansarea serverului,
utilizatorul ar trebui să iasă din aceste aplicații, să modifice fișierul de configurare a
serverului și să reia grupul de operații descris anterior.
Pentru a înlătura aceste neajunsur i, cât și pentru a -i oferi posibilitatea de consultare a unor
ontologii diferite față de cea pe care ar dori să o modifice (facilitate utilă în multe situații), am
prevăzut o serie de comenzi .
Comanda sh_load_ontol –pentru lansarea automată a serverului, a interfeței grafice și
încărcarea fișierului suport transmis ca parametru.
Mod de utilizare:
sh_load_ontol <nume_ontol>
Comanda verifică și realizează automat modificarea fișierului de configurare a
serverului, lansarea serverului cu noua configurare și lansarea interfeței grafice.
Comanda primește ca parametru numele ontologiei cu care profesorul dorește să
lucreze. Comanda este utilă în situația în care profesorul dorește să utilizeze interfața
grafică.
În setul de comenzi am implementat o categorie de comenzi pentru testarea existenței
într-o ontologie a unui anumit marcator individual, a unei relații sau a unui concept generic:
toate aceste comenzi primesc doi parametri, primul reprez entând numele ontologiei
consultate, al doilea numele marcatorului, relației sau tipului generic pentru care se testează
existența. Această categorie de comenzi este formată din: sh_exist_mi ,sh_exist_rc ,
sh_exist_tc .
Comada sh_exist_mi –testează existenț a unui marcator individual
Mod de utilizare :
sh_exist_mi <nume_suport> <nume_marcator_individ_cautat>
Exemple de răspuns:
“Programare in C++” NU EXISTA IN ONTOLOGIA “Didactica1”!
sau
“Programare in C++” EXISTA IN “Didactica1”!
Comanda sh_exist_rc –testează existența unei relații conceptuale
Mod de utilizare :
sh_exist_rc <nume_suport> <nume_tip_rel_concept_cautata>

CAPITOLUL 7 12 pag. Contribu ții aplicative
-209
-Exemple de răspuns:
RELATIA “Rol_Pedagogic” NU EXISTA IN ONTOLOGIA “Didactica1”!
sau
RELATIA “Rol_Pedagogic” EXISTA IN “Didactica1”!
Comanda sh_exist_tc –testează existența unui tip de concept
Mod de utilizare:
sh_exist_tc <nume_suport> <nume_tip_concept_cautat>
Exemple de răspuns:
CONCEPTUL GENERIC “UnitatePedagogica” NU EXISTA IN ONTOLOGIA
“Didactica1”!
sau
CONCEPTUL GENERIC “UitatePedagogica” EXISTA IN “Didactica1”!
O altă categorie de comenzi o constituie comenzile pentru afișarea informațiilor complete
dintr-o ontologie despre un anumit marcator individual, despre o relație sau despre un
concept generic: toate aceste comenz i primesc doi parametri, primul reprezentând numele
ontologiei consultate, al doilea numele marcatorului, relației sau tipului generic pentru care
se testează existența. Din această categorie fac parte comenzile: sh_info_mi ,
sh_info_rc ,sh_info_tc .
Comanda sh_info_mi –afișează informațiile complete (instanță, tip) despre un marcator
individual
Mod de utilizare :
sh_info_mi <nume_suport> <nume_marcator_individ>
Exemplu de răspuns:
“Programare in C++” EXISTA IN ONTOLOGIA “Didactica1”
DE TIP “UnitateConceptuala”!
Comanda sh_info_mi –afișează informațiile complete (eticheta, arita tea, subrelațiile,
superrelațiile) despre o relație
Mod de utilizare:
sh_info_rc <nume_suport> <nume_tip_rel_concept>
Exemplu de răspuns:
RELATIA “are_rol_pedagogic” EXISTA IN ONTOLOGIA “Didactica1”!
ARITATE: 2
SEMNATURA: ( ResursaDidactica,RolPedagogic)
SUBRELATIE A:
SUPERRELATIE PENTRU:

Contribuții la realizarea unui subsistem al cunoștințelor asupra tehnicilor și strategiilor pedagogice într -un sistem de instruir e
-210-Comanda sh_info_mi –afișează informațiile complete (eticheta, aritaea, subrelațiile,
superrelațiile) despre o relație
Mod de utilizare:
sh_info_rc <nume_suport> <nume_tip_concept>
Exemplu de răspuns:
CONCEPTUL GENERIC “UitatePedagogica” EXISTA IN ONTOLOGIA
“Didactica1”!
SUBTIP AL:
SUPERTIP PENTRU:
O altă categorie de comenzi o constituie comenzile pentru afișarea informațiilor complete
dintr-o ontologie despre toți marcatorii individuali, despre toate relațiile sau despre toate
conceptele generice: toate aceste comenzi primesc un parametru reprezentând numele
ontologiei consultate. Comenzile din această categorie sunt: sh_infoall_mi ,
sh_infoall_rc ,sh_infoall_tc .
Comanda sh_infoall_mi –afișează informațiile despre toți marcatorii individuali
Mod de utilizare:
sh_infoall_mi <nume_suport>
Exemplu de răspuns:
MARCATORII INDIVIDUALI DEFINITI IN ONTOLOGIA “Didactica1”:
Text
Tabela
……………………………………
Introducere
Definitie
Reamintire
Concluzie
…………………………………
Intrebare
Raspuns
Exercitiu
Motto
……………………………………
Programare in C
Lmbaje formale
Date,operatori,expresii
Implementarea structurilor de crontrol
Pointeri
http://lib.cs.ugal.ro/diastef/c urs_an1/def_c1.txt
http://lib.cs.ugal.ro/diastef/curs_an1/ex_c2.txt
http://lib.cs.ugal.ro/diastef/curs_an1/doc_c1.jpg

CAPITOLUL 7 12 pag. Contribu ții aplicative
-211
-http://lib.cs.ugal.ro/diastef/curs_an1/prezentare_c1.ppt
http://lib.cs.ugal.ro/diastef/curs_an1/concl.doc
http://lib.cs.ugal.ro/diastef/cu rs_an1/film1.avi
http://lib.cs.ugal.ro/diastef/curs_an1/rezumat.doc
Comanda sh_infoall_rc –afișează informațiile despre toate r elațiile conceptuale
Mod de utilizare:
sh_infoall_rc <nume_suport>
Exemplu de răspuns:
RELATIILE DEFINITE IN ONTOLOGIA “Didactica1”:
localizata_in{Signature:2,ResursaDidactica,Locatie};
are_rol_pedag{Signature:2,ResursaDidactica,RolPedagogic};
refera{Signature:2,RolPedagogic,UnitConceptuala};
next{Signature:2,RolPedagogic,RolPedagogic};
Comanda sh_infoall_tc –afișează informațiile despre toate tipurile conceptuale
Mod de utilizare:
sh_infoall_tc <nume_suport>
Exemplu de răspuns:
CONCEPTELE DEFINITE IN ONTOLOGIA “Didactica1”:
T
ResursaDidactica
RolPedagogic
Locatie
UnitPedagDeInstr
Disciplina
Capitol
Lectie
UnitConceptuala
UnitPedagCompusa
Comanda sh_infoall –afișează toate informațiile conținute într -un anumit suport (transmis
ca parametru)
Mod de utilizare:
sh_infoall_rc <nume_suport>
Exemplu de răspuns:
N8cogitant11EnvironmentE
N8cogitant7SupportE

Contribuții la realizarea unui subsistem al cunoștințelor asupra tehnicilor și strategiilor pedagogice într -un sistem de instruir e
-212-ConceptTypes : 0:T, 1:ResursaDidactica, 2:RolPedagogic,
3:Locatie, 4:UnitPedagDeInstr, 5:Disciplina, 6:Capitol,
7:Lectie, 8:UnitConceptuala, 9:UnitPedagCompusa
PartialOrder : (0 (1, 2, 3, 4)) (1 ()) (2 ()) (3 ()) (4 (8, 9))
(5 (6)) (6 (7))(7 ()) (8 ()) (9 (5))
RelationTypes : 0:localizata_in, 1:are_rol_pedag, 2:refera,
3:next, 4:in1, 5:in2
PartialOrder : (0 ()) (1 ()) (2 ()) (3 ()) (4 ()) (5 ())
NestingTypes :
PartialOrder :
Individuals : 0:Text(1), 1:Tabela(1), 2:Desen(1), 3:Imagine(1) ,
4:Sunet(1), 5:Film(1), 6:Simulare(1), 7:Plansa(1), 8:Grafic(1),
9:Introducere(2), 10:Definitie(2), 11:Reamintire(2),
12:Concluzie(2), 13:Demonstratie(2), 14:Descriere(2),
15:Diferentiere(2), 16:Evaluare(2), 17:Identificare(2),
18:Prezentare(2), 19:Recapi tulare(2), 20:Explicatie(2),
21:Intrebare(2), 22:Raspuns(2), 23:Exercitiu(2), 24:Motto(2),
25:c1(8), 26:c2(8), 27:c3(8), 28:c4(8), 29:c5(8), 30:Programare
in C(5), 31:Lmbaje formale(5), 32:Date,operatori,expresii(6),
33:Implementarea structurilor de crontr ol(6), 34:Pointeri.(6),
35:http://lib.cs.ugal.ro/diastef/curs_an1/def_c1.txt(3),
36:http://lib.cs.ugal.ro/diastef/curs_an1/ex_c2.txt(3),
37:http://lib.cs.ugal.ro/diastef/curs_an1/doc_c1.jpg(3),
……………………………………………………………………………………………………
40:http://lib.cs.ugal. ro/diastef/curs_an1/film1.avi(3),
41:http://lib.cs.ugal.ro/diastef/curs_an1/rezumat.doc(3),
42:l1(7), 43:l2(7), 44:l3(7)
Categoria de comenzi referitoare la conformitatea unui marcator individual cu un tip
suntsh_verif_conform șish_afis_conform .
Comanda sh_verif_conform –verifică pentru un anumit suport conformitatea unui marcator
individual cu un anumit tip conceptual. Numele suportului, al marcatorului individual și al
tipului conceptual sunt transmiși ca parametri.
Mod de utilizare:
sh_verif_conform <nume_suport> <nume_marcator_individ> <tip>
Exemplu de răspuns:
IN ONTOLOGIA “Didactica1”:
MARCATORUL “http://lib.cs.ugal.ro/diastef/curs_an1/def_c1.txt”
CONFORM CU TIPUL “ResursaDidactica”
Comanda sh_afis_conform –sfișează toate tipurile pentru care marcatorul respectă relația
de conformitate (tipul generic al marcatorului individual specificat și supertipurile acestuia).
Mod de utilizare:
sh_afis_conform <nume_suport> <nume_marcator_individ>
Exemplu de răspuns:
IN ONTOLOGIA “Didactica1”:

CAPITOLUL 7 12 pag. Contribu ții aplicative
-213
-MARCATORUL “http://lib.cs.ugal.ro/diastef/curs_an1/def_c1.txt”
CONFORM CU TIPURILE:
“ResursaDidactica”
“”
“”
O altă categorie de comenzi este formată din comenzile pentru aflarea
subtipurilor/supertipurilor conceptelor sau relațiilor : toate aceste comen zi primesc ca
parametri numele ontologiei, numele subtipului/supertipului căutat și numele tipului/ pentru
care se realizează căutarea . Comezile sunt: sh_subtip_tc ,sh_subtip_rc ,
sh_supertip_tc șish_supertip_rc .
Comanda sh_subtip_tc –verifică -pentru un anumit suport –dacă un anumit concept
(transmis ca parametru prin <nume_concept1> ) este subconcept pentru
<nume_concept2>.
Mod de utilizare:
sh_subtip_tc <nume_suport> <nume_concept1> <nume_concept2>
Exemplu de răspuns:
IN ONTOLOGIA “Didactica1”:
TIPUL“…………” < TIPUL “…..”
POATE DE DAT UN EX DE RASP SI CAND NU E ADEV!!!!!!
Comanda sh_subtip_rc –verifică -pentru un anumit suport –dacă o anumită relație
(transmis ca parametru prin <nume_relatie1> ) este subrelatie pentru
<nume_relatie2>.
Mod de utilizare:
sh_subtip_rc <nume_suport> <nume_relatie1> <nume_relatie2>
Exemplu de răspuns:
IN ONTOLOGIA “Didactica1”:
RELATIA “…………” < RELATIA “…..”
POATE DE DAT UN EX DE RASP SI CAND NU E ADEV!!!!!!
Comanda sh_supertip_tc –verifică -pentru un anumit suport –dacă un anumit concept
(transmis ca parametru prin <nume_concept1> ) este superconcept pentru
<nume_concept2>.
Mod de utilizare:
sh_supertip_tc <nume_suport> <nume_concept1> <nume_concept2>
Exemplu de răspuns:
INONTOLOGIA “Didactica1”:

Contribuții la realizarea unui subsistem al cunoștințelor asupra tehnicilor și strategiilor pedagogice într -un sistem de instruir e
-214-TIPUL “…………” > TIPUL “…..”
POATE DE DAT UN EX DE RASP SI CAND NU E ADEV!!!!!!
Comanda sh_supertip_rc –verifică -pentru un anumit suport –dacă o anumită relație
(transmis ca parametru prin <nume_relatie1> ) este superrelatie pentru
<nume_relatie2>.
Mod de utilizare:
sh_supertip_rc <nume_suport> <nume_relatie1> <nume_relatie2>
Exemplu de răspuns:
IN ONTOLOGIA “Didactica1”:
RELATIA “…………” < RELATIA “…..”
POATE DE DAT UN EX DE RASP SI CAND NU E ADEV!!!!!!
Oaltă categorie o formează comenzile pentru aflarea subtipurilor comune
maximale/supertipurilor comune minimale ale conceptelor sau relațiilor .Comenzile sunt
sh_spec_tc1_tc2 ,sh_spec_tr1_tr2 ,sh_gen_tc1_tc2 ,sh_gen_tr1_tr2 .Toate
aceste comenzi primesc ca parametri numele ontologiei și cele două nume ale tipurilor (de
concepte/rela ții)pentru care se caută specializarea comună minimală și generalizarea
comună maximală.
Comanda sh_spec_tc1_tc2 –calculează și afișează specializarea comună minimală între
cele două tipuri de concepte generice specificate ca parametri.
Mod de utilizare:
sh_spec_tc1_tc2 <nume_suport> <nume_TipConc1> <nume_TipConc2>
Exemplu de răspuns:
IN ONTOLOGIA “Didactica1”:
RELATIA “…………” < RELATIA “…..”
POATE DE DAT UN EX DE RASP SI CAND NU E ADEV!!!!!!
Comanda sh_spec_tr1_tr2 -calculează și afișează specializarea comună minimală între
cele două tipuri de relații conceptuale transmise ca parametri.
Mod de utilizare:
sh_spec_tr1_tr2 <nume_suport> <nume_TipRel1> <nume_TipRel2>
Exemplu de răspuns:
IN ONTOLOGIA “Didactica1”:
RELATIA “…………” < RELATIA “…..”
POATE DE DAT UN EX DE RASP SI CAND NU E ADEV!!!!!!

CAPITOLUL 7 12 pag. Contribu ții aplicative
-215
-Comanda sh_gen_tc1_tc2 –calculează și afișează generalizarea comună maximală între
cele două tipuri de concepte generice specificate ca parametri.
Mod de utilizare:
sh_gen_tc1_tc2 <nume_suport> <nume_TipConc1> <nume_TipConc2>
Exemplu de răspuns:
IN ONTOLOGIA “Didactica1”:
RELATIA “…………” < RELATIA “…..”
POATE DE DAT UN EX DE RASP SI CAND NU E ADEV!!!!!!
Comanda sh_gen_tr1_tr2 -calculează și afișează generalizarea comună maximală între
cele două tipuri de relații conceptuale specificate.
Mod de utilizare:
sh_gen_tr1_tr2 <nume_suport> <nume_TipRel1> <nume_TipRel2>
Exemplu de răspuns:
IN ONTOLOGIA “Didactica1”:
RELATIA “…………” < RELATIA “…..”
POATE DE DAT UN EX DE RASP SI CAND NU E ADEV!!!!!!

CAPITOLUL x Concluzii, contribu ții și direcții viitoare de cercetare
-1-
12/7/2014 1:37:51 PM“This is not the end.
It is not even the beginning of the end.
But it is, perhaps, the end of the beginning. ”
“Acesta nu este sfârșitul.
Nu este nici începutul sfârșitului.
Este, poate, sfârșitul începutului. ”
(Winston Churchill , 1874–1965)
1.CONCLUZII, CONTRIBU ȚII ȘI DIRECȚII
VIITOARE DE CERCETARE
O direcție importantă în instruirea asistată de calculator o constituie reprezentarea explicită a
cunoa șterii pedagogice, despre tehnicile și strategiile folosite în cadrul unui sistem inteligent
deinstruire. Demersul prezentei lucrări s -aînscris în această direc ție, pr in încercarea de a
specifica formal, ontologic, matematic și computațional această cunoaștere.
POATE LA CONTRIBUTII!!!!!!!!!!!!
Necesitatea reprezentării explicite a cunoașterii ped agogice, dar și a proceselor de raționament
(multe dintre acestea fiind, practic, procese de planificare pedagogică) pe care trebuie să le
realizeze un sistem inteligent de instruire, au condus la ideea realizării unui instrument autor
de dezvoltare (un SB C, bazat pe ontologii). Pentru acesta, propun în această lucrare un cadru
unificator de modelare , numit paradigma Task-Metodă-Domeniu . Task-urile specifică
funționalitățile SBC -ului pedagogic, metodele descriu modalitățile în care sunt atinse
scopurile tas k-urilor (specifică cunoștințele dinamice ale SBC -ului), iar cunoașterea
domeniului specifică cunoștințele domeniului aplicației.
CAP 2 CONTRIB
Propunerea unei metode integrate de inginerie ontologic ă (MIIO ), bazate pe principiile și
metodele ingineriei ontologice și a standardelor din ingineria software.
Aplicarea acestei metode în cap 3, la modelarea unei ontologii de proiectare pedagogică și
operaționalizarea acesteia în cadrul unui sistem autor.
Interesul pentru ingineria ontologică se concentrează în jurul a trei poli :concepția,
formalizarea șIoperaționalizarea acesteia în cadrul unui sistem autor .

Ștefănescu Diana
Contribuții la realizarea unui subsistem al cunoștințelor asupra tehnicilor și strategiilor pedagogice într -un sistem de instruire
-2-
Page2of2Contribu ții
La nivel teoretic
Sistematizarea într-o manieră personală a no țiunilor
La nivelul modelării logice
Propunerea unor algoritmi
La nive l aplicativ
Modelarea într -un formalism unic, cel al grafurilor conceptuale, atât a cuno ștințelor
declarative, cât și a celor de raționament (prin paradigma task/metodă).
Contribu ții la operaționalizarea unui model conceptual, folosind ambele metode
Opera ționalzarea unui model conceptual (ontologii):
-reutilizarea unor componente informatice predefinite: Structurilor din model li se asociază
componente informatice reutilizabile (task -uri generice), unde fiecărui task îi corespunde
un shell care pune în prac tică o metodă de rezolvare a unei probleme specifice (ex. Shell –
ul Acoperă și diferențiază). Operaționalizarea constă în asamblarea diferitelor componente
corespunzătoare task -urilor identificate în model, apoi (aplicatia propusă în ult. Cap)
-utilizarea un ui limbaj de operaționalizare bazat pe grafurile conceptuale: a doua abordare
aduce mai multă flexibilitate: exprimarea cun -lor expert în sintaxa propusă prin limbaj. Mai
mult –limbajul este grafic, ceea ce u șurează munca profesorului autor/pedagogului ca re,
în acest mod, nu trebuie să de țină cunoștințe de programare.
Cadrele formale, teoretice și computaționale, susținute de instrumentele care le aplică,
constituie un argument în favoarea ideii că modelele fundamentate matematic pot conduce la
obținerea unor rezultate pozitive directe și concrete în activitatea de proiectare pedagogică.

LISTA LUCRĂRILOR PULICATE ȘI PREZENTATE
-1-LISTA LUCRĂRILOR PUBLICATE ȘI PREZENTATE
Articole publicate în reviste cotate ISI
1.Pecheanu, E., Segal, C., Ștefănescu, D. ,“Content Modeling in Intelligent Instructional
Environments ”,InProceedings of the 7thInt. Conf. “Knowledge -Based Intelligent
Information and Engineering Systems, Oxford, UK, Sept 2003, Pr oceedings, Part II, pp
1229 -1235 , ed Springer -Verlag, Berlin ,ISBN 3 -540-40804 -5, ISSN 03020 -9743, Springer
Verlag Berlin ,In Lecture Notes in Computer Science / Lecture Notes in Artificial
Intelligence, LNCS -LNAI Vol 2774/2003, ISBN 3 -540-40804 -5 Springer Verlag Berlin, pp.
1229 -1235, www.springerlink.com/content/qpkfqn5emhpb0kge (Journal ISI quoted),
http://apps.webofknowledge.com/summary.do?SID=S1%40DM8dOlB28cCBcOL8&produ
ct=WOS&qid=33&search_mode=GeneralSearch ,2003.
2.Pecheanu, E., Dumitriu, L., Ștefănescu, D. , Segal, C., “A Framework for Conceptually
Modelling the Domain Knowledge of an Instructional System ”, International Conference
on Computational Science (2), Book Chapter , Lecture Notes in Computer Science, In
Lecture Notes in Computer Science -LNCS Vol 3992/2006, ISBN 978 -3-540-34381 -3
Publisher Springer Berlin / Heidelberg, Volume 3992/2006, ISSN 0302 -9743, ISBN 3 –
540-34381 -4, pp. 199 -206,www.springerlink.com/content/f5417380320um935 ,(Journal
ISI quoted)
http://apps.webofknowledge.com/summary.do?SID=S1%40DM8dOlB2 8cCBcOL8&produ
ct=WOS&qid=33&search_mode=GeneralSearch ,2006.
3.Pecheanu, E., Ștefănescu, D., Istrate, A, Jâșcanu, V., “On Modeling Adaptive Web –
based Instructional Systems ”, Proc. of the 8th RoEduNet International Conference on
Networking in Education and R esearch, Galati, Romania, ISBN 978 -606-8085 -15-9,
Journal ISI quoted (Web of Science), EI Compendex. Engineering Index, ISTP
index, ISI index, pp. 84 -90, 2009.
4.Ștefănescu, D. , Tudorie, C., Pecheanu, E., “Diversity in Software Support for Computer –
Assisted Education” , Proc. of the 8th RoEduNet International Conference on Networking
in Education & Research, Galati, Romania, ISBN 978 -606-8085 -15-9,Journal ISI
quoted (Web of Science), EI Compendex. Engineering Index, ISTP index, ISI index,
pp 29 -33, 2009 .
Articole publicate în ISI Procedings
1.Pecheanu, E., Dumitriu, L., Ștefănescu, D. , StîngăO.,-“Developing Environments for
Distance Engineering Education” –Proceedings of the 7thWorld Conference on Continuing
Engineering Education, WCCEE’98, Torino, Italia, pp. 528 -534, 1998.
ISI Proceedings :
http://apps.webofknowledge.com/summary.do?SID=S1%40DM8dOlB28cCBcOL8&product=
WOS&qid=35& search_mode=GeneralSearch

Ștefănescu Diana
Contribuții la realizarea unui subsistem al cunoștințelor asupra tehnicilor și strategiilor pedagogice într -un sistem de instruire
-2-2.Dumitriu, L., Ștefănescu, D. , Pecheanu, E., “Finding and using global implications for the
association rule problem” , Vol "Knowledge -based intelligent information engineering
systems and allied technologies", KES 2002, Part 1, Edi ted by E Damiani, RJ Howlett, LC
Jain, N Ichalkarange, ISBN I 58603 280 I (IOS Press), ISBN 4 274 90535 7 C3055
(Ohmsha), ISSN 0922 -6389, pg 537 -541, LNCS -LNAI ISBN I 58603 280 I Springer Verlag
Berlin, 2002.
ISI Proceedings:
www.springerlink.com/content/ , IOS Press Nederland, ISBN: 978 -1-58603 -280-7-
http://www.iospress.nl/ ,http://www.iospress.nl/book/knowledge -based -intelligent –
information -engineering -systems -and-allied -technologies/
3.Ștefănescu, D. , Pecheanu, E., “Experiences in Courseware Development Using the
ARIADNE Approach” , Proceedings of the 2ndbalkan region conference on engineering
education, Bridges for co -operation in engineering education, Conference proceedings, 16 –
19 sept, 2003, Sibiu, Editors: Constantin Oprean, Claudiu Vasile Kifor, Nicolaie Georgescu,
pg 160 -163, ISBN 973 -651-673-3, 2003.
ISI Proceedings :
http://apps.webofknowledge.com/summary.do?SID=S1%40DM8dOlB28cCBcOL8&product=
WOS&qid=35&search_mode=GeneralSearch
4.Ștefănescu, D. , Pecheanu, E., Dumitriu, L., “Knowledge representation models based on
conceptual graphs in intelligent educational systems” , Proceedings of The 3ndbalkan region
conference on engineering education, Advancing Engineering Education, Conference
proceedings, 12 -15 sept, 2005, Sibiu, Editors: Constantin Oprean, Claudiu Vasile Kifor,
Nicolaie Georgescu, pg 67 -70, ISBN 973 -739-147-0, 20 05.
ISI Proceedings:
http://apps.webofknowledge.com/summary.do?SID=S1%40DM8dOlB28cCBcOL8&product=
WOS&qid=35&search_mode=General Search
Articole publicate în reviste indexate î nbaze de date interna ționale
1.Neagu, D., Bumbaru, S., Ștefănescu, D. , “Structural and Procedural Knowledge
Modelling using 3D Neural Networks” , The Annals of “Dunarea de Jos” of Galati, Fascicle
III, ISSN 1221 -454X 454X ( Revista tip B, cod CNCSIS 482 ), pg. 94 -98,
www.ann.ugal.ro/eeai/index.html BDI:www.doaj.org/doaj?func=subject&cpid=104 ,1996.
2.Ștefănescu, D. , Pechea nu, E., Dumitriu, L., Neagu, C. D.,“Student Modelling in
Educational Environments ”,The Annals of “Dunarea de Jos” University of Galati, F scicle
III, ISSN 1221 -454X 454X ( Revista tip B, cod CNCSIS 482 ),
www.ann.ugal.ro/eeai/index.html BDI:www.doaj.org/doaj?func=subject&cpid=104 ,pp.
74-79, 1999 .
3.Ștefănescu, D. , Pecheanu, E., “A Hybrid Approach to Dynamic Cou rse Generation ”,The
Annals of “Dunarea de Jos” University of Galati, Fascicle III, ISSN 1221 -454X 454X,
(Revista tip B, cod CNCSIS 482 ), pp. 71 -74,www.ann.ugal.ro/eeai/index.html BDI:
www.doaj.org/doaj?func=subject&cpid=104 , 2000.

LISTA LUCRĂRILOR PULICATE ȘI PREZENTATE
-3-4.Pecheanu, E., Ștefănescu, D. , Dumitriu, L., Istrate, A., “Achitecture of a Computer Based
Instructional System ”,The Annals of “Dunarea de Jos” Uni versity of Galati,
Fascicle III , ISSN 1221 -454X 454X ( Revista tip B, cod CNCSIS 482 ), pp. 60 -64,
www.ann.ugal.ro/eeai/index.html BDI:www.doaj.org/doaj?func=subject&cpid=104 ,2000 .
5.Ștefănescu, D. , Pecheanu, E., Buraga, S.C., “Pedagogical agents in intelligent tutoring
systems” , Proceedings of the 11 -th International Symposium on Modeling, Simulation
and Systems' Identification, SIMSIS 200 1, Galati, octombrie 2001, pp. 178 -183, ISBN
973-8139 -98-8, 2001.
6.Pecheanu, E., Ștefănescu, D. , Buraga, S.C., Istrate, A., “Integrating hypermedia objects
in an intelligent tutoring system”, The Annals of “Dunarea de Jos” University of Galati,
Fascicle III , ISSN 1221 -454X 454X ( Revista tip B, cod CNCSIS 482 ), pp. 60 -64, 2000,
www.ann.ugal.ro/eeai/index.html BDI:
www.doaj.org/doaj?func=s ubject&cpid=104 Proceedings of the 11 -th International
Symposium on Modeling, Simulation and Systems' Identification, SIMSIS 2001, Galati,
oct. 2001, pp.170 -178, ISBN 973 -8139 -98-8, 2001.
7.Buraga, S.C., Ștefănescu, D. , Pecheanu, E., “Modeling relations betwe en resources of
an internet teleconferencing system” ,Proceedings of the 11 -th International Symposium
on Modeling, Simulation and Systems' Identification, SIMSIS 2001, Galati, octombrie,
2001, pp. 68 -74, ISBN 973 -8139 -98-8, 2001.
8.Pecheanu, E., Ștefăne scu D. , Istrate, A., “An Extended Structural Model for Intelligent
Instructional Systems ”,The Scientific Annals of the A.I. Cuza University of Iasi,
Computer Science Section Tome XV , ISSN 1224 -2268, ( Revista Tip B, cod CNCSIS
115), pp. 167 -177, www.infoiasi.ro/Annals/content.jsp?c=15 BDI:www.informatik.uni –
trier.de/~ley/db/journals/cuza/cuza15.html#PecheanuSI04a , 2004.
9.Pecheanu, E., Ștefănescu D. , Istrate, A., “Building and Using Ontologies in Intelligent
Instructional Systems ”,The Scientific Annals of the A.I. Cuza University of Iasi,
Computer Science Section Tome XV , ISSN 1224 -2268, ( Revista Tip B, cod CNCSIS
115), pp. 178 -190, www.infoiasi.r o/Annals/content.jsp?c=15 BDI:www.informatik.uni –
trier.de/~ley/db/journals/cuza/cuza15.html#PecheanuSI04a , 2004.
10.Ștefănescu, D. , Pecheanu, E., Cocu, A., “Pedagogical Knowl edge Model Based on
Conceptual Graphs and Ontology ”,The Annals of “Dunarea de Jos” University of Galati,
Fascicle III , ISSN 1221 -454X ( Revista tip B, cod CNCSIS 482 ), pp 12 -17,
www.ann.ugal.ro/eeai/index.html BDI: www.doaj.org/doaj?func=subject&cpid=104 ,2005.
11.Cocu, A., Ștefănescu , D.,“Uncertainty management using bayesian networks in student
knowledge diagnosis”, The Annals of “Dunarea de Jos” University of Galati, Fascicle III,
pp. 29 -32, (Revista tip B, cod CNCSIS 482 ), ISSN 1221 -454X,
www.ann.ugal.ro/eeai/index.html BDI:www.doaj.org/doaj?func=subject&cpid=104 , 2005.
12.Tudorie, C., Frangu, L., Ștefănescu, D. ,“Automatic modeling of the linguistic values for
database fuzzy querying”, The Annals of “Dunarea de Jos” University of Galati, Fascicle

Ștefănescu Diana
Contribuții la realizarea unui subsistem al cunoștințelor asupra tehnicilor și strategiilor pedagogice într -un sistem de instruire
-4-III,(Revista tip B, cod CNCSIS 482 ), ISSN 1221 -454X,
www.ann.ugal.ro/eeai/index.html BDI:www.doaj.org/doaj?func=subject&cpid=104 , 2007.
13.Bura ga, S.C., Ștefănescu, D. ,“Ontology Editing Support –A Study of Existing Tools” ,
Proceedings of the 13 -th International Symposium on Modeling, Simulation and Systems'
Identification, SIMSIS Galati, Editors Luminița DUMITRIU, Mihai VLASE, Galati
University Press, ISSN 1843 -5130, 2007.
14.Tudorie, C., Ștefănescu, D. , Bumbaru, S., “Discovery linguistic values definitions from
the database content in a fuzzy querying context” , Proceedings of the 13 -th International
Symposium on Modeling, Simulation and Systems' Identification, SIMSIS Galati, Editors
Luminița DUMITRIU, Mihai VLASE, Galati University Press, ISSN 1843 -5130, 2007.
15.Pecheanu, E., Ștefănescu, D. , Istrate, A, ”On Modeling Instructional Content in
Computer Assisted Learning” , The Annals of “Dunărea de Jo s” University of Galați,
Fascicle III, Electrotechnics, Electronics, Automatic Control, Informatics, Vol. 32, Nr. 2,
ISSN 1221 -454X, Paginile: 21 -24,http://www.ann.ug al.ro/eeai/archives/2009/Lucrare -4-
EPecheanu -p21-24.pdf , (Indexare BDI: DOAJ -Directory of Open Access Journals,
2010, Lund University Libraries ),
http://www.doaj.org/doaj?f unc=openurl&issn=1221454X&genre=journal ,2009.
16.Pecheanu, E., Dumitriu, L., Segal, C., Ștefănescu, D., “Methods to Evaluate Open
Source Learning Platforms” , in Global Engineering Education Conference, EDUCON
2011: New Pedagogic Challenges in Engineering Edu cation, Amman, Iordania, IEEE ,
ISBN: 978-1-61284 -642-2,INSPEC Accession Number: 12029769, Digital Object
Identifier: 10.1109/EDUCON.2011.5773292, pp. 1152 –1161, 2011,
http://ieeexplore.ieee.org/xpl/freeabs_all.jsp?arnumber=5773291 , 2011.
Articole publicate în buletine ale simpozioanelor internaționale
1.Răzmeriță, L., Ștefănescu, D. , Bumbaru, S., Istrate, A., “Student testing and assessment
in Computer Based Training Sys tems” ,Proceedings of 4 -th International Conference
Computer Aided Engineering Education, Krakov, Poland, pg. 223 -230, ISBN 83 -7108 –
029-8, 1997.
2.Pecheanu ,E.,Dumitriu, L., Ștefănescu, D., Bumbaru, S., “Mentor –a Computer -Based
Instructional and Assessing System ”,Proceedings of the 5thInternational Conference on
Computer Aided Engineering Education, Sofia, Bulgaria, pp. 274 -279, 1999 .
3.Pecheanu , E., Ștefănescu, D. , Segal, C., Popescu, F., “Assisted -Learning and Individual
Cognitive Style ”,Proceedings of the Third International Conference “New Horizons in
Industry and Education” –NHIE’’03, august 2003 , Santorini, Grecia, pp 258 -264, ISBN
9609 -85316 -7-5,2003.
4.Popescu, F.,Pecheanu , E., Ștefănescu, D. , Istrate, A., “New Solutions in Buildin g
Integrated Educational Frameworks ”,Proceedings of the Third International Conference
“New Horizons in Industry and Education” –NHIE’’03, august 2003 , Santorini, Grecia, pp
270-276, ISBN 9609 -85316 -7-5, 2003.

LISTA LUCRĂRILOR PULICATE ȘI PREZENTATE
-5-5.Pecheanu , E., Ștefănescu, D. , Istrate, A., Dascalescu, D., “Modeling the Domain
Knowledge of an Instructional Environment ”,publicatie on -line, The 3rdAnnual Ariadne
Conference,Leuven, Belgia, http://rubens.cs.kleuven.ac.be/ariadne/CONF2003/intro.html ,
2003.
6.Pecheanu , E., Ștefănescu , D., Istrate, A., Dascalescu, D., “Conceptually Modelling the
Domain Knowledge of an Instructional Environment” ,Proceedings of the International
Conference on Compu ter aided learning in Engineering Education –CALIE’’04, febr.
2004 , Grenoble, Franta, pp. 215 –221, 2004.
Articole publicate în buletine ale simpozioanelor cu participare internațională
5.Ștefănescu, D. , Bumbaru, S., “The Instructional Theory ”, The 9 -th In ternational
Symposium on Modeling, Simulation and Systems Identification, SIMSIS ’96, Galati, oct.
1996, pg. 382 -387, 1996.
6.Ștefănescu, D. , Bumbaru, S., Ariton, V., “Hybrid Systems for Assisted Learning ”, The 9 –
th International Symposium on Modeling, Simu lation and Systems' Identification, SIMSIS
’96, Galati, oct. 1996, pg. 372 -381,1996.
7.Răzmeriță, L., Ștefănescu, D. , Bumbaru, S., Istrate, A., “Computer testing and assesing
package in Computer Based Training Systems ”, Proceedings of 3 -rd International
Workshop Session: Internet as a Vehicle for Teaching, Kida -Ilieni, Romania, RILW 1998,
ISBN 973 -97403 -40, POLYGON siCOMPREX, C luj, 1998.
8.Bumbaru, S., Pecheanu, E., Ștefănescu, D. ,“MENTOR –A Project for Computer -Aided
Educational Systems ”,Proceedings of the International Symposium “The Role of
Academic Education and Research in the Development of Information Society”,
Bucuresti, apr. 1999, pp. 89 -94,1999.
9.Segal, C., Dumitriu, L, Ștefănescu, D. ,“Test properties in a p ossibilistic relational
diagnosis model ”, The 11 -th International Symposium on Modeling, Simulation and
Systems' Identification, SIMSIS 2001, pp. 184 -189, ISBN 973 -8139 -98-8, 2001.
10.Pecheanu, E., Ștefănescu, D. , Dumitriu, L., Istrate, A., “Architecture of an intelligent
tutoring system ”,The 7 -th International Symposium on Automatic Control and Computer
Science and Parallel Workshop on Control Theory, Modeling, Simulation and Systems'
Identification -Programme and abstracts, SACCS2001, Iasi, octombrie 2001, pp. 100,
CD+ISBN 973 -8292 -10-7, 2001.
11.Ștefănescu, D. , Pecheanu, E., Bumbaru, S.,“Using pedagogical agents in intelligent
tutoring systems ”, The 7 -th International Symposium on Automatic Control and Computer
Science and Parallel Workshop on Control Theory, Modeling, Simulation and Systems'
Identification -Programme and abstracts, SACCS2001, Iasi, octombrie 2001, pp.100,
CD+ISBN 973 -8292 -10-7, 2001.

Ștefănescu Diana
Contribuții la realizarea unui subsistem al cunoștințelor asupra tehnicilor și strategiilor pedagogice într -un sistem de instruire
-6-12.Ștefănescu, D. , Pecheanu, E., Istrate, A., Segal, C., “An object oriented approach to
produce distrib uted educational hypermedia software ”,Proceedings of the International
Conference, RILW 2001, august 2001, Miercurea -Ciuc, pp 182 -187, 2001.
13.Ștefănescu, D. , Pecheanu, E., Dumitriu, L., Popescu, F., ”Student Modeling in WWW –
based tutoring Systems -An ove rview ”,lucrare prezentata ca tutorial la International
Conference RILW2001, Miercurea -Ciuc, http://rilw.emp.paed.uni –
muenchen.de/2001/info.html -, 2001.
14.Pecheanu, E., Ștefănescu, D. ,Istrate, A., Popescu , F., “Student modeling methods in
WWW -based tutoring systems ”, 10 pag., International Conference on Qualification and
Training in Information and Communication Technologies, October, 2002, Galați,
CD+ISBN 973 -8409 -48-9, 2002.
15.Ștefănesc u, D. , Pecheanu, E., Buraga, S.C., “Integrating a Virtual Library in an
Educational System ”,International Conference on Qualification and Training in
Information and Communication Technologies, October, 2002, Galați, CD+ISBN 973 –
8409 -48-9, 2002.
16.Buraga, S.C., Ștefănescu, D. , Pecheanu, E., “VMRL Representation of Lindenmayer
Systems ”, The 6 -th International Conference on Development and Aplication Systems –
DAS 2002, May 2002, Suceava, ISBN 973 -88670 -9, 2002.
17.Pecheanu, E., Ștefănescu, D. , Dumitri u, L., Segal, C., “Knowledge Modelling in
Computer -Assisted Instruction ”, OL-KWM -International Symposium on Organizational
Learning and Knowledge Work Management, Bucuresti , 2005.
18.Novac -Ududec, C., Ștefănescu, D. ,“Patterns Instruction in Software Engineering ”,
Proceedings of the International Conference of “Interactive computer aided learning”
ICL2007: Eportofolio and Quality in e -learning, 8 pages, http://telearn.noe –
kaleidoscope.org/open -archive/search?resource=1658_v1&back=%2Fopen –
archive%2F search%3Fsearch%3Dnovac%26type%255B%255D%3Dpublication%26type
%255B%255D%3Dvideo%26type%255B%255D%3Dtool%26orderBy%3Dtitle%26search
_button%3DSearch ,Austria, 2007 .
19.Pecheanu, E. ,Ștefănescu, D. ,“On Modeling Unstructured Data Collections in Computer
Assisted Instruction” , 5thEuropeanConference on Intelligent Systems and Technologies
(ECIT’2008) 2008.
20.Tudorie, C., Ștefănescu, D. ,”Special Cases of Relative Object Qualification. Using the
AMONG Operator” , In Proceedings of ECIT2008 –5th European Conference o n
Intelligent Systems and Technologies, Iasi, Romania, July 10 -12, 2008
21.Pecheanu, E., Ștefănescu, D. , Popescu, F., ”A Solution for Modeling the Instructional
Content in Computer Assisted Learning ”,Proc. of the 6th International Conference on
New Horizons in Industry, Business and Education –NHIBE 2009, Santorini, Greece, I,
ISBN 978 -960-88785 -8-7, pp 171 -175, 2009.

LISTA LUCRĂRILOR PULICATE ȘI PREZENTATE
-7-Articole publicate în buletine ale simpozioanelor na ționale
1.Dumitriu, L., Segal, C., Pecheanu, E., Ștefănescu, D. ,“O nouă abordare în extragerea
de reguli de asociere ”,Conferința Național ă CITTI’2000, Constan ța, pp.13 -18., ISBN
973-8082 -10-2, 2000.
2.Ștefănescu, D. , Pecheanu, E., “Strategii Pedagogice de Grup folosite în Sistemele
Inteligente de Instruire ”, Simpozionul Medii virtuale -Ontologie, Cognitivism și Paradigma
Lingvistică -2001, Universitatea Politehnică București,
www.racai.ro/ANUNT/programv.htm , 2001.
3.Pecheanu, E., Ștefănescu, D. ,“Stilul Cogn itiv Individual și Implicațiile sale în Elaborarea
Sistemelor de Instruire Asistată Bazate pe Tehnologia W WW”,Simpozionul Medii
virtuale -Ontologie, Cognitivism și Paradigma Lingvistică -2001, Universitatea Politehnica
București, 2001, www.racai.ro/ANUNT/programv.htm , 2001.
4.Popescu, F., Ștefănescu, D. , Pecheanu, E., Istrate, A., “Noi soluții pentru dezvoltarea
invățământului asistat de calculator in România ”,Simpozionul Tehnologii educaționale
pe platf orme electronice în învățământul ingineresc -TEPE 2003, București,
Universitatea Tehnică de Construcții București, CD + ISBN 973 -8165 -44-X, 2003.
5.Cocu, A., Pecheanu, E., Ștefănescu, D. ,“Modalit ăți de personalizare î n e-learning ”, pp
103-108, in volumul Conferintei Nationale de invatamint Virtual, editia I ,Bucuresti, ISBN
973-575-822-9, 2003.
6.Cocu, A., Ștefănescu, D. ,“Implementarea modulului de evaluare a studentului prin
standardul IMS ”,Conferința Națională de Învățământ Virtual , CNIV -2004, Virtual
Learning –Noi tehnologii de e -learning, Bucuresti, pp. 43 -48, ISBN 973 -575-947-0,
2004.
7.Ștefănescu, D. , Cocu, A., “Rolul strategiilor pedagogice de grup folosite în sistemele
inteligente de instruire ”, Conferin ța Națională de Învăță mânt Virtual, CNIV –2004, Virtual
Learning –Noi tehnologii de e -learning, Bucuresti , 2004.
8.Ștefănescu, D. , Cocu, A., Segal, C., Dumitriu, L., ”Strateg ii pedagogice de grup folosite
în sistemele educa ționale ”,Conferința Națională de Învățământ Virtual , CNIV -2005,
Virtual L earning –Software & management educational, Bucuresti, pp. 123 -130, ISBN
973-737-097-X, 2005.
9.Ștefănescu, D. , Cocu, A., “Grafuri conceptuale aplicate î n dezvoltarea unui sistem
autor ”,Conferința Națională de Învățământ Virtual , CNIV -2005, Virtual Learn ing–
Software & management educational, Bucuresti, pp. 115 -122, ISBN 973 -737-097-X,
2005.
10.Ștefănescu, D. , Pecheanu, E., Bumbaru, S., Novac -Ududec, C., ”Computer -assisted
education in universities: a comparative study of open -source e -learning platforms” ,
Inter-Ing 2007, Scientific Conference with international participation: Interdisciplinarity in
engineering, Editura Universitatii „Petru Maior” Targu -Mures, pg. VI -2-1–VI-2-6, ISSN
1843 -780X, 2007 .

Ștefănescu Diana
Contribuții la realizarea unui subsistem al cunoștințelor asupra tehnicilor și strategiilor pedagogice într -un sistem de instruire
-8-11.Ștefănescu, D. , Pecheanu, E., Bumbaru, S., Buraga, S .C., ”Authoring instructional
strategies in intelligent educational systems: a model based on conceptual graphs” ,
Inter-Ing 2007, Scientific Conference with international participation: Interdisciplinarity in
engineering, Editura Universitatii „Petru Maior ” Targu -Mures, pg. VI-3-1–VI-3-6, ISSN
1843 -780X, 2007 .
Cărți de specialitate publicate
1.Segal, C, Ștefănescu, D. ,Sisteme inteligente de diagnoză ,Editura Tehnic ă, ISBN 973 –
31-3068 -5, 210 pag. , 2002.
2.Ștefănescu, D. , Pecheanu, E., Istrate, A., 2002, Sistemul Ariadne -Cadru pentru
dezvoltarea, gestionarea și utilizarea materialelor instrucționale ,
http://www.bsufonline.org/lite/uv/ , format electronic, Buletinul Laboratorului pentru
Tehnologia Informat iei in Educatie, Volumul 1, Numa rul 1, Buletin informativ realizat in
cadrul Proiectului uniSMART, finantat de Ministerul Educatiei si Cercetarii prin Programul
INFOSOC, http://www.bsufonli ne.org/lite/tehnologie&educatie , 2002.
Proiecte de cercetare -dezvoltare pe bază de contract
Proiecte internaționale
1.1999 -2000 -Contract nr 250/1999 -2000, tema: Configurarea repetitivă și automat ăde la
distanțăa echipamentelor SC3002 , beneficiar: CSTELECOM FRANTA, responsabil
Segal, C.membri: Dumitriu, L.,Pecheanu, E.,Ștefănescu, D.,ș.a., valoare: 44.000$
2.1999 -2000 -Act Adițional 1 la Contract 250/1999 -2000, tema: Modul de administrare
MIB proprietar echipamente SC300 , beneficiar CSTELECOM FRA NTA, responsabil
Segal, C.,membri: Dumitriu, L.,Pecheanu, E.,Ștefănescu, D.,Istrate, A.,ș.a., valoare:
14.000$
3.1998 -2000 -Contract nr 228/1998 -2000, tema: Ameliorarea func țiilor de configurare
oferite de echipamentele d e comunica ție SC300 prin ecrane de configurare de sinteză și
servicii de configurare repetitiv ă, beneficiar: CSTELECOM FRANTA, responsabil Segal,
C.,membri: Dumitriu, L.,Pecheanu, E.,Ștefănescu, D.,Istrate, A., ș.a. , valoare:
25.000$
4.1998 -2000 -Act Adițional 1 la Contract 2 28/1998 -2000, tema: Modul de administrare
MIB proprietar echipamente SC300 , beneficiar CSTELECOM FRANTA, responsabil
Segal, C.,membri: Dumitriu, L.,Pecheanu, E.,Ștefănescu, D.,Istrate, A.,ș.a., valoare:
14.000$
5.2001 -2004 -Contract cu Ministerul Educ ației din Elveția, DANU CH/DC –
SCOPES/2001 -2004, tema: Program pentru dezvoltarea unui sistem de educație
asistată în colaborare cu Fondul Național Elvețian, responsabil Popescu, F.,membri:
Istrate, A., Pecheanu, E., Ștefănescu, D. ,ș.a.
6.2010 -2012 -Cont ract Leonardo da Vinci, 2010 –1–PL1–LEO05 –11472 , tema : SkillsUp –
Supporting system for nonformal learning for low -skilled workers, responsabil Pecheanu,

LISTA LUCRĂRILOR PULICATE ȘI PREZENTATE
-9-E., membri: Ștefănescu, D. , Cocu, A., Istrate, A., ș.a., Coordonator proiect: Institutul
Național de Cercetare, Radom, Polonia, Valoare partener român : 76.000 Euro, Valoare
Proiect : 400.000 Euro
Proiecte na ționale
1.2001 -2002 -Contract MCT și Academia Română INF -20/2001, proiect C1 -142/2001 –
2002, tema: Societatea informațională INFOSOC -Sistem informa tic educațional prin
Internet -biblioteci virtuale -e-book ,Mînzu, V., m embri: Ceang ă,E.,Bumbaru, S.,
Novac, C.,Pecheanu, E.,Ștefănescu, D.,Istrate, A.,ș.a., valoare : 2,2 miliare lei
CITĂRI ALE AUTORULUI
Citări în cărți publicate în edituri internaționale de renume
1.Citat în :”User -System Interaction for Redundancy -Free Knowledge Discovery in Data” ,
Lehn, R., Briand, H., Guillet, F.
Book Series: Studies in Computational Intelligence, Vol 127, ISSN 0302 -9743, Pp 463 –
479, 2008
2.Citat în :”Diagnostic Tests Based on Knowledge States” ,Encheva, S., Tumin, S.
Source :Computational Collective Intelligence. Technologies and Applications, Lecture
Notes in Computer Science, 2010, Volume 6423/2010, 133-141,DOI:10.1007/978 -3-642-
16696 -9_15
3.Citat în :”A Tutoring System Discovering Gaps in the Current Body of Students’
Knowledge ”,Encheva, S., Tumin, S.
Source: Computational Collective Intelligence. Technologies and Applications, Le cture
Notes in Computer Science, 2010, Volume 6423/2010, 133-141,DOI:10.1007/978 -3-642-
16696 -9_15
4.Citat în :“Evaluation of Learning Outcomes”, Encheva, S.
Source :Advances in Web -Based Learning –ICWL 2010 , Lecture Notes in Computer
Science, 2010, Volume 6483/2010, 72-80,DOI:10.1007/978 -3-642-17407 -0_8
5.Citat în :“Evaluation of Concepts Understanding”, Encheva, S., Tumin, S.
Source: Advances in Web -Based Learning -ICWL 2010, 9th International Conference,
Shanghai, China, 2010, Proceedings, Series: Lecture Notes in Computer Science, Vol.
6483, Luo, X.; Spaniol, M.; Wang, L.; Li, Q.; Nejdl, W.; Zhang, W. (Eds.), 1st Edition.,
2010, XIV, 412 p., Softcover, ISBN: 978 -3-642-17406 -3
6.Citat în :“Weak Orderings of K nowledge States” ,Encheva, S., Tumin, S.
Source: Technological Developments in Networking, Education and Automation, Khaled
Elleithy, Tarek Sobh, Magued Iskander, Vikram Kapila, Mohammad A. Karim and Ausif
Mahmood, Eds. ISBN: 978 -90-481-9150 -5, pp 7 -13Springer Verlag London,NewYork,
Springer Science+Business, 2010

Ștefănescu Diana
Contribuții la realizarea unui subsistem al cunoștințelor asupra tehnicilor și strategiilor pedagogice într -un sistem de instruire
-10-7.Citat în: “Dominance Relations in Rough Sets Approximations for Assessing Students
Knowledge”, Entcheva, S .,Recent Researches in Artificial Intelligence, Knowledge
Engineering and Data Bases ,ISBN 978 -960-474-273-8, WSEAS Press 2011, pp.162 -168
Source: Proc. of the 10th WSEAS Int. Conf. on Artificial intelligence, knowledge
engineering and data bases, AIKED'11, Stevens Point, USA, 2011, ISBN: 978 -960-474-
273-8, ACM Digital Library,
dl.acm.org/ citation.cfm?id=1959485.1959516&coll=DL&dl=GUIDE&CFID=89281639&CF
TOKEN=15089107
8.Citat în :“Complete Graphs and Orderings”, Encheva, S.
Source: Book Series: Communications in Computer and Information Science, Vol 188 ,pp
309-319, 2011
Articol citat :Pecheanu E., Segal C. and Ștefănescu D. , “Content modeling in Intelligent
Instructional Environment” . Lecture Notes in Artificial Intelligence, Vol. 3190. Springer -Verlag,
Berlin Heidelberg, New Jork (2003) 1229 –1234
9.Citat în :”Automatic and Incremental Gen eration of Membership Functions ”,Derbel, I.,
Ounelli H.
Source: Artificial Intelligence and Soft Computing, Book Series: Lecture Notes in
Computer Science, Volume: 6113 ISSN 0302 -9743 Pages: 97 -104 Published: 2010
Articol citat :Tudorie C .,Frangu, L., Ștefănescu, D. , ”Automatic Modelling of the Linguistic
Values for Databases Fuzzy Querying” (2007), The Annals of “Dunărea de Jos” University of
Galați
Citări în articole publicate în reviste cotate ISI
1.Citat în: “Cooperative shared learning objects in an intelligent Web -based tutoring
system environment”, Encheva S., Tumin S. , 2nd International Conference on
Cooperative Design, Visualization, and Engineering, SEP 18 -21, 2005 Palma de
Mallorca, Spain
Source: Cooperative Design, Visualization, And Engineeri ng, Proceedings Book Series:
Lecture Notes In Computer Science, Volume: 3675 Pages: 227-234 Published: 2005
(Journal ISI quoted)
2.Citat în: “Specific aspects of training IT students for modeling pulses in physics”,
Podoleanu A, Toma C, Morarescu C, et al. ,International Conference on Computational
Science and Its Applications (ICCSA 2005), May 09 -12, 2005 Singapore
Source: Computational Science And Its Applications -Iccsa 2005, Pt 3 Book Series:
Lecture Notes In Computer Science Volume: 3482 Pages: 556 -562 Published: 2005
(Journal ISI quoted)
3.Citat în: ”Automated discovering of what is hindering the learning performance of a
student ”,Encheva S., Tumin S., 8th Asia -Pacific Web Conference and Workshops
(APWeb 2006), jan. 16 -18, 2006 Harbin, Peoples R China
Source: Frontiers Of WWW Research And Development -APWEB 2006, Proceedings
Book Series: Lecture Notes In Computer Science, Volume: 3841 Pages: 521-531
Published: 2006 (Journal ISI quoted)

LISTA LUCRĂRILOR PULICATE ȘI PREZENTATE
-11 -4.Citat în :“Enabling Self -Organization of the Educational Content in Ad Hoc Learning
Networks”, Șușnea, I., Vasiliu, G., Mitu, D.E. ,InStudies in Informatics and Control , ISSN
1220 -1766 vol. 22(2), 2013, pp.143-152, p ublished: jun2013
Articol citat: Pecheanu E., Segal C., Ștefănescu D ., ”Content modeling in intelligent
instructional environments” ,Lecture Notes in Artificial Intelligence ,Knowledge -Based
Intelligent Information And Engineering Systems, Pt 2, Proceedings Vol. 2774 pag 1229 –
1234, ISSN 0 302-9743, LNCS -LNAI ISBN 3 -540-40804 -5 Springer Verlag Berlin, 2003
Citare în articole publicate în ISI Proceedings sau înreviste BDI
1.Citat în :”A m onitoring system discovering gaps in the current body of students’
knowledge”, Encheva S., Tumin, S. , 3rd IFIP Conference on Artificial Intelligence
Applications and Innovations (AIAI 2006), jun 07 -09, Athens, Greece (ISI Proceedings)
Source: Artificial Intelligence Applications and Innovations, Book Series: International
Federation for Information Proce ssing, Vol. 204, Pages 442 -449, Published: 2006
2.Citat în :“Decision Support Systems in Logistics”, Encheva S., Kondratenko Y., Solesvik
M.Z., et al. , International Electronic Conference on Computer Science, nov. 30 -dec. 10,
2007, ELECTRNETWORK
Source: International Electronic Conference On Computer Science
Book Series: AIP Conference Proceedings Volume: 1060 Pages: 254-256 Published:
2008 (ISI Proceedings)
3.Citat în: “On Facilitating the Process of Providing Expert Advises Applying Association
Rules”, Encheva S., Tumin S. , International Conference on Telecommunicatios and
Networking/ International Conference on Industrial Electronics, Technology and
Automation, May 31, 2007 Univ Bridgeport, Bridgeport, CA
Source: Novel Algorithms And Techniques In Telec ommunications, Automation And
Industrial Electronics Pages: 242-247Published: 2008 (ISI Proceedings)
4.Citat în: ”Non-classical logic in an intelligent assessment sub -system”, Encheva S.,
Kondratenko Y., Tumin S., et al. , International Conference on Computational Science and
Its Applications (ICCSA 2007), AUG, 26 -29, 2007 Kuala Lumpur, MALAYSIA
Source: Computational Science and Its Applications -ICCSA 2007, Pt 1, Proceedings
Book Series: Lecture Notes In Computer Science, Volume: 4705 Pages: 305-314
Published: 2008 (ISI Proceedings)
5.Citat în: ”Preference orderings for regulatory concepts in environmental management” ,
Encheva, S. ,Source: Proc. of the 9th WSEAS Int. Conf. on Telecommunications and
informatics, Tele I nfo 2010, ISBN: 978 -954-92600 -2-1, Stevens Point, USA, 2009,
Indexata ACM Digital Library, http://portal.acm.org/citation.cfm?id=1844648.1844679
6.Citat în: ”Hints, learning styles, and learning orientations” ,Encheva, S., Tumin, S. ,
Source: Proceedings of the 9th WSEAS Int. Conference on Telecommunications and
informatics, Tele Info 2010, ISBN: 978 -954-92600 -2-1, Stevens Point, USA, 2009
Indexata ACM Digital Library, http://portal.acm.org/citation.cfm?id=1844648.1844680

Ștefănescu Diana
Contribuții la realizarea unui subsistem al cunoștințelor asupra tehnicilor și strategiilor pedagogice într -un sistem de instruire
-12-7.Citat în: ”Evaluation of Help Functions Based on Ordered Sets”, Encheva, S., Tumin, S. ,
Source: Proc. of the 8th WSEAS Int. Conf. on education and educational technology,
ISBN: 978 -960-474-128-1 ISSN: 1790 -5109 , pp 132 -136 , Genova 2009
8.Citat în :“Rough Sets Approximations for Learning Outcomes ”,Encheva, S., Tumin, S.
Conference :2nd Int. Conference on Adv S ci and Technol/4th Int Conf on Informat
Security and Assurance/2nd Int Conf on Adv Commun and Networking/Int Conf on
Ubiquitous Computing and Multimedia Miyazaki, JAPAN, 2010 ,Book Series:
Communications in Computer and Information Science Vol.75Pp63-72,2010 –
Citare detectata in 2011
9.Citat în :“Diagnostic Tests Based on Knowledge States ”,Encheva, S., Tumin, S.
Conference :2nd International Conference on Computational Collective Intelligence:
Technologies and Applications, Kaohsiung, TAIWAN, 2010 Source: COMPUTATIONAL
COLLECTIVE INTELLIGENCE: TECHNOLOGIES AND APPLICATIONS,
Book Series :Lecture Notes in Artificial Intelligence Vol.6423 Pp133-141 ,2010
Citare detectata in 2011
10.Citat în:“OnIndiscernibility in Assessments ”,Encheva, S., International Conference on
U-and E -Service ,Science and Technology ,SOUTH KOREA, Source: U-AND E –
SERVICE, SCIENCE AND TECHNOLOGY Book Series: Communications in Computer
and Information Science Volume: 124Pages: 39-47Published :2010
Citare detectata in 2011
11.Citat în :“Evaluation of Concepts Understanding ”,Encheva, S., The6th WSEAS/IASME
Int. Conference on Educational Technologies (EDUTE 10) ,TUNISIA, 2010
Book Series: Recent Advances in Computer Engineering, Pp178-182, 2010
Citare detectata in 2011
12.Citat în :“Automated decision making based on weak orderings”, Enheva, S.
Source: Int. Journal of Intelligent Information and Database Systems, Vol 6 Issue 1,
Geneva, 2012, Doi: 10.1504/IJIIDS.2012.045114, ACM Digital Library,
dl.acm.org/citation.cfm?id=2125250.2125252&coll=DL&dl=GUIDE&CFID=89281639& CF
TOKEN=15089107
Articol citat :Pecheanu E., Segal C., Ștefănescu, D. ,“Content modeling in Intelligent
Instructional Environment -Lecture Notes in Artificial Intelligence, Vol. 3190. Springer -Verlag
(2003), pp 1229 –1234
13.Citat în :“Formal Concept Analysis in knowledge processing: A survey on models and
techniques” ,Poelmans , J.,Kuznetsov , S.O., Ignatov, D.I., Dedene, G., Elsevier
ScienceDirect –Expert Systems with Applications -Volume 40, Issue 16, Pages 6225 –
6692 ,nov2013 ,http://www.sciencedirect.com/science/article/pii/S0957417413002935
http://dx.doi.org/10.1016/j.eswa.2013.05.007
Articol citat :Pecheanu, E., Dumitriu, L., Ștefănescu, D. , & Segal, C. ,“A framework for
conceptually modelling the domain knowledge of an instructional system ”,InInternational
conference oncomputational science (Vol. 1, pp. 199 –206), 2006.

LISTA LUCRĂRILOR PULICATE ȘI PREZENTATE
-13 -14.Citat în“A Comparative Study of Moodle, Sakai, Drupal and Blackboard's” ,Goumin, D.
Chinese Scientific Journals Database -Humanities and Social Sciences -Education –
Educational Technology ,"China Educational Technology" on p age 6 2013 –
http://www.cqvip.com/main/none.aspx?lngid=45986404
15.Citat în“Using FCA for Modelling Conceptual Difficulties in Learning Processes”, Priss,
U., Riegler, P., Jensen, N.
In:Domenach; Ignatov; Poelmans (eds.), Contributions to the 10th International
Conference on Formal Concept Analysis (ICFCA 2012), 2012, p. 161 -173
http://citeseerx.ist.psu.edu/v iewdoc/summary?doi=10.1.1.416.3070 ,ceur-ws.org/Vol -876
Articol citat :Pecheanu, E.,Ștefă nescu, D.,Dumitriu, L.,Segal , C., “ Methods to evaluate
open source learning platforms ”,(EDUCON), 2011 IEEE, 2011 -ieeexplore.ieee.org
Citări în teze de doctorat:
1.Citat în teza:“Contribuții la tehnicile de reprezentare a cunoștințelor în sistemele
educaționale inteligente” , susținută de Cocu Adina în 2009
Articol citat: Cocu Adina, Pecheanu Emilia, Ștefănescu Diana ,“Modalități de
personalizare în e -learning” , în vol. Conferința Națională de Învățământ Virtual -CNIV’2003,
București, pp. 109 -112, ISBN 973 -575-822-9, pp. 109 -112, 2003.
2.Citat în teza:“Contribuții la tehnicile de reprezentare a cunoștințelor în sistemele
educaționale inteligente” , susținută de Cocu Adina în 2009
Articol citat: Cocu Adina, Ștefănescu Diana , “Student Evaluation Implementation using
IMS Standard” , National Conference in Virtual Learning, Bucharest –CNIV’2004, ISBN 973 –
575-947-0, pp. 43 -49, 2004
3.Citat în teza :“Contribuții la tehnicile de reprezentare a cunoștințelor în sistemele
educaționale inteligente” , susținută de Cocu Adina în 2009
Articol citat :Cocu Adina, Ștefănescu Diana , Uncertainty management using bayesian
networks in student knowledge diagnosis” , The Annals of “Dunarea de Jos” University of
Galati, Fascicle, pp. 29 -32, ISSN 1221 -454X, 2005
4.Citat în teza: “Contribuții la tehnicile de reprezentare a cunoștințelor în sistemele
educați onale inteligente” , susținută de Cocu Adina în 2009
Articol citat :Ștefănescu Diana , Pecheanu Emilia, Cocu, Adina., “Pedagogical knowledge
model based on conceptual graphs and ontology” , The Annals of “Dunarea de Jos”
University of Galati, Fascicle III, p p. 11 -17, ISSN 1221 -454X, pp. 12 -16, 2005.
Citări în lucrări/studii publicate în volumele unor conferințe internaționale (din țară sau
din străinătate)

Ștefănescu Diana
Contribuții la realizarea unui subsistem al cunoștințelor asupra tehnicilor și strategiilor pedagogice într -un sistem de instruire
-14-1.Citat în: "Developing Agent -Oriented E -Learning Systems" ,Buraga, S.C., Proceedings of
The 14thInternat ional Conference on Control Systems And Computer Science –vol.II,
I.Dumitrache and C.Buiu (eds.), Politehnica Press, Bucharest, 2003
Articol citat: Pecheanu E., Ștefănescu D .,Buraga, S.C., Istrate, A., “Integrating Hypermedia
Objects in an Intelligent Tu toring System”, Proc. of the 11 -th International Symposium on
Modeling, Simulation and Systems' Identification, SIMSIS 2001, Galati, pp. 170 -178., ISBN
973-8139 -98-8, 2001.
2.Citat în: "Developing Agent -Oriented E -Learning Systems" ,Buraga, S.C., Proceedings of
The 14thInternational Conference on Control Systems And Computer Science –vol.II,
I.Dumitrache and C.Buiu (eds.), Politehnica Press, Bucharest, 2003
Articol citat: Ștefănescu D .,Pecheanu E., Buraga, S.C. ,“Pedagogical Agents in Intelligent
Tutoring Systems”, Proc. of the 11 -th International Symposium on Modeling, Simulation and
Systems Identification, SIMSIS 2001, Galati, pp. 178 -183, ISBN 973 -8139 -98-8, 2001.
3.Citat în: ”e-Prelegere: organizarea și distribuirea resurselor educaționale ”,Pecheanu , E.,
Dumitriu, L. ,Segal , C.,Source: Conferința Națiomală de Învățământ Virtual, Secțiunea
Software Educațional, Bucuresti, 2003
Articol citat: Pecheanu E., Segal, C., Ștefănescu D ., “Content Modeling in Intelligent
Instructional Systems” , KES2003, Oxford, UK, in press, 2003.
4.Citat în: ”Heuristic Evaluation Of Web -Based Intelligent Tutoring Systems”, Andone, I,
Sireteanu, A .,Source: Proceedings of the 4th International Conference e -learning and
software for education, Bucuresti, 2008
Articol citat: Pecheanu ,E.,Ștefănescu D .,Istrate, A., “ An Extended Structural Model for
Intelligent Instructional Systems” , The Romanian Symp. on Computer Science –ROSYCS
2004, July 2004, Iasi, Scientific Annals of the “A.I. Cuza” University of Iasi, Tome XV, pp.
167-177, 200 4
16.Citat în :Vivanet ,G.,“Modelli descrittivi di oggetti per l’apprendimento: stato dell’arte e
implicazioni per la progettazione didattica ”,Proceedings of Didamatica 2011 , ISBN
9788890540622, Torino, Italy , 2011.
Articol citat :Pecheanu, E., Ștefănescu, D., Istrate, A., & Dascalescu, D. ,“Conceptually
Modeling the Domain Knowledge for Assisted Learning in an IT Discipline ”. International
Conference on Computer Aided Learning in Eng ineering Education, pp. 215 -220, 2004.

REFERINȚE BIBLIOGRAFICE
-201-REFERINȚE BIBLIOGRAFICE1
1. (Cucoș, 2013) Cucoș, C., Educația. Experiențe, reflecții, soluții. Editura POLIROM, Iași, ISBN
978-973-46-3232 -9, 2013.
2. (Popescu, 2003b) Popescu, F., Pecheanu, E., Ștefănescu, D. , Istrate, A., New Solutions in
Building Integrated Educational Frameworks , Proc. of the 3th International Conference
“New Horizons in Industry and Education” –NHIE’’03, Santorini, Grecia, pp 270 -276, ISBN
9609 -85316 -7-5, 2003.
3. (Morrison, 2012) Morrison, G. R., Steven, M., R., Howard, K.K., Designing effective
instruction , 7th, Wiley Global Education Ed., ISBN 1118473590, 9781118473597, 2012.
4. (Paquette, 2004) Paquette, G., Instructional Engineering in Networked Environments , Preiffer/
Wiley Publisher, ISBN 0 -7879 -6466 -2, 2004.
5. (Carliner, 2008 ) Carliner, S., Shank, P., The e -learning handbook: past promises, present
challenges , San Francisco: Pfeiffer, ISBN: 978 -0-7879 -7831 -0, 2008.
6. (Stahl, 2006) Stahl, G., Koschmann, T., Suthers, D., Computer -supported collaborative
learning: An historical per spective , In R. K. Sawyer (Ed.), Cambridge handbook of the
learning sciences (pp. 409 -426). Cambridge, UK: Cambridge University Press, ISBN
9780521607773, 2006.
7. (Paquette, 2013) Paquette, G., Chapter 56: Technology -Based Instructional Design -Evolution
and major Trends , In book: Handbook of Research on Educational Communications and
Technology, Fourth Edition, The 4th Edition, Springer Academic Publisher, J. Michael
Specto, M. David Merrill, J. Ellen, M.J.Bishop Eds., ISBN 978 -1-4614 -3184 -8, 2013.
8. (Orsuc ci, 2002) Orsucci, F., Changing Mind: Transitions in Natural and Artificial Environments ,
Vol.9, Studies on nonlinear phenomena in life sciences, World Scientific, ISBN
9812380272, 9789812380272, 2002.
9. [9]***, http://psychology.about.com/od/psychology101/u/psychology -theories.htm#s1 , (u.v. mai
2014).
10. (Schunk, 2011) Schunk, D., Learning Theories :An educational Perspectiv e (6th Edition),
Pearson Education. Inc., publishing as Allyn&Bacon, Boston, ISBN -13: 978 -0137071951,
2011.
11. (Ormrod, 2011) Ormrod, J.E., Human Learning (6th Edition) , Pearson Publisher, ISBN -10:
0132595184 | ISBN -13: 978 -0132595186, 2011.
12. (Anderson, 2009) Anderson, J.R., Cognitive Psychology & its Implications , The 7thEdition,
Worth Publishers, NY., p.241, ISBN -10: 1429219483, 2009.
1Pentru resursele online –u.v. ( ultima vizualizare )mai 2014Comment [WR1]:
Am pus doar ce am folosit pana acum. MAI SUNT
DE ADAUGAT (inclusiv de -ake mele) la ce voi mai
scrie.
Am folosit un FONT de 10, SA NU IASA F MULTE
PAG.

TITLUL TEZEI
-202-13. (Lefrancois , 2011) Lefrancois, G.R., Theories of Human Learning: What the Professor Said ,
The 6th Edition, Cengage Learning Publisher, ISBN -10: 1111829748, ISBN -13: 978 –
1111829742, 2011.
14. (Merrill, 2002) Merrill, M.D., Instructional Strategies and Learning Styles: Which takes
Precedence? , In R. A. Reiser & J. V. Dempsey (Eds.), Trends and Issues in Instructional
Technology, pp. 99-106, Columbus, OH: Prentice Hall, Print ISSN: 0143 -0343; Online
ISSN: 1461 -7374, 2002.
15. [15]***, Instructional Design, URL :http://www.instructionaldesign.org/theories/index.html
16. [16]***, Constructivism as a Paradigm for Teaching and Learning , Thirteen Ed Online:
URL: http://www.thirteen.org/edonline/concept2class/ constructivism/index.html .
17. (Conole, 2007) Conole, G., Oliver, M., Contemporary perspectives in e -learning research:
themes, methods and impact on practice , London: Routledge, ISBNI0 0 -415-39393 -0, 2007.
18. (Self, 1995) Self, J.A., Computational mathetics: towards a science of computer based learning
system design , Computer Based Learning Unit, University of Leeds,
URL: http://telearn.archives -ouvertes.fr/docs/00/19/05/03/PDF/Self1995.pdf
19. (Ștefănescu, 2001e) Ștefănescu, D. , Pecheanu, E., Istrate, A., Segal, C., An Object Oriented
Approach to Produce Hypermedia Educational Software , Internet as a vehicle for teaching,
Proceedings of the International Romanian Internet Learning Workshop RILW 2001,
Miercurea -Ciuc, pp 182 -187, 2001.(Impact Factor: 1.16)
20. (Allen 's, 2008) Allen's, M.,e-Learning Annual , Pfeiffer Publ., ISBN 978 -0-7879 -8743 -5, ISSN
1046 -333-X, USA, 2008
21. (Nicholson, 2007) Nicholson, P., A history of e -learning , In Computers and Educ ation :E-
learning, from Theory to Practice, Springer, The Netherlands, ISBN 978 -1-4020 -4913 -2
(HB), 2007.
22. (Pecheanu, 1999) Pecheanu, E., Dumitriu, L., Ștefănescu, D. , Bumbaru, S., Mentor –a
Computer -Based Instructional and Assessing System , Proc. of the 5thInternat. Conference
on Computer Aided Engineering Education, CAEE'99, Sofia, Bulgaria, pp. 274 -279, 1999.
23. (Ștefănescu, 1996a) Ștefănescu, D. ,Bumbaru, S., Ariton, V., Hybrid Systems for Assisted
Learning , The 9thInternational Symposium on Modeling, Si mulation and Systems'
Identification, SIMSIS ’96, pg. 372 -381, ISSN 1221 -454X, 1996.
24. (Pecheanu, 2003b) Pecheanu, E., Segal, C. ,Ștefănescu, D. , Content Modeling in Intelligent
Instructional Environments, Proc. of the 7thInternational Conf. on Knowledge -Based
Intelligent Information Engineering, KES’2003, Oxford UK, pp. 1229 -1235, ISSN 0302 -9743,
LNCS -LNAI ISBN 3 -540-40804 -5 Springer Verlag Berlin, Journal ISI Quoted (Web of
Science) ,2003.
25. (Pecheanu, 2001a) Pecheanu, E., Ștefănescu, D. , Buraga, S.C., Istrate, A., Integrating
Hypermedia Objects in an Intelligent Tutoring System , Proc. of the 11thInternational
Symposium on Modeling, Simulation and Systems' Identification, SIMSIS 2001, Galati, pp.
170-178., ISBN 973 -8139 -98-8, 2001.
26. (Hsiao, 2012) Hsiao, I -H., Guerra, J., Parra, D., Bakalov, F., König -Ries, B., Brusilovsky, P.,
Comparative Social Visualization for Personalized E -learning, In International Working
Conference on Advanced Visual Interfaces, 2012
27. (Ștefănescu, 2002) Ștefănescu, D. ,Pecheanu, E., Buraga, S.C., Integrating a Virtual Library
in an Educational System, Internat. Conf. on Qualification and Training in Information and
Communication Technologies -QTICT’02, Gala ți, CD+ISBN 973 -8409 -48-9, 2002

REFERINȚE BIBLIOGRAFICE
-203-28. (Popescu, 2003a) Popescu, F., Ștefănescu, D. , Pecheanu, E., Istrate, A., Noi solu ții pentru
dezvoltarea înv țământului asistat de calculator în Romania , Simpozionul Tehnologii
Educaționale pe Platforme Electronice înÎnvățământul Ingineresc -TEPE 2003, Bucure ști,
CD+ ISBN 973 -8165 -44-X, 2003.
29. (Paiva, 2005) Paiva, A., Dias, J., Sobral, D., Aylett, R., Woods, S., Hall, L.,Zoll, C., Learning By
Feeling: Evoking Empathy With Synthetic Characters ,Applied Artificial Intelligence Journal,
Vol. 19 (3 -4), pp. 235 -266, ISSN 0883 -9514 (Print), 1087 -6545 (Online), 2005.
30. (Pecheanu, 2001c) Pecheanu, E., Ștefănescu, D. ,Stilul Cognitiv Individual si Implicatiile sale
in Elaborarea Sistemelor de Instruire Asistata Bazate pe Tehnologia WWW , Simpozionul –
Dezbatere interdisciplinara: Medii virtuale -Ontologie, Cognitivism si Paradigma Lingvistica,
Bucuresti, 2001.
31. (Pecheanu, 2003a) Pecheanu, E., Ștefănescu, D. , Segal, C., Popescu, F., Assisted -Learning
and Individual Cognitive Style , Proc. of the 3th Internat. Confer ence “New Horizons in
Industry and Education” –NHIE’’03, Grecia, pp. 258 -264, ISBN 9609 -85316 -7-5, 2003.
32. (Buraga, 2001) Buraga, S.C., Ștefănescu, D. , Pecheanu, E., Modeling Relations between
Resources of an Internet Teleconferencing System , Proc. of the 11 -th International
Symposium on Modeling, Simulation and Systems' Identification, SIMSIS Galati, pp. 68 –
74., ISBN 973 -8139 -98-8, 2001.
33. (Ștefănescu, 2000) Ștefănescu, D., Pecheanu, E., Dumitriu, L., A Hybrid Approach to Dynamic
Course Generation on the WWW , The Annals of “Dunarea de Jos” of Galati, Fascicle III
(Revista tip B, cod CNCSIS 482 ), pp. 60 -64, ISSN 1221 -454 X, 2000.
34. (Bumbaru, 1999) Bumbaru, S., Pecheanu, E., Ștefănescu, D. ,MENTOR –A Project for
Computer -Aided Educational Systems , Proc. of the I nternational Symposium “The Role of
Academic Education and Research in the Development of Information Society”, Bucuresti,
pp. 89 -94, 1999.
35. (Ștefănescu, 1996b) Ștefănescu, D. , Bumbaru, S., The Instructional Theory , The 9th
International Symposium on Modeling, Simulation and Systems Identification, SIMSIS ’96,
pg. 382 -387, ISSN 1221 -454X, 1996.
36. (Pecheanu, 1998) Pecheanu, E., Dumitriu, L., Ștefănescu, D. , Istrate, A., Developing
Environments for Distance Engineering Education , prezentare poster la conferinta 7thWorld
Conference on Continuing Engineering Education WCCEE’98, Torino, Italia, 1998.
37. (Pecheanu, 2001b) Pecheanu, E., Ștefănescu, D. , Dumitriu, L., Istrate, A., Architecture of an
Intelligent Tutoring System , The 7thInternational Symposium on Automatic Control and
Computer Science, SACCS 2001, Iasi, CD+ISBN 973 -8292 -10-7, 2001.
38. (Soomro, 2011) Safdar, A.S., Memon, A., G., Soomro, S., Pre-Generation of Student Module in
Intelligent Tutoring System , Journal of Information & Communication Technology, Vol. 5,
No. 1, Spring 2011, pp.12 -21, 2011.
39. (Ștefănescu, 2001c) Ștefănescu, D. , Pecheanu, E., Dumitriu, L., Student Modeling in WWW –
based Tutoring Systems –An Overview , lucrare prezentata ca tutorial la Internationa l
Conference RILW 2001, Miercurea -Ciuc, URL: http://rilw.emp.paed.uni –
muenchen.de/2001/info.html , 2001.
40. (Pecheanu, 2002) Pecheanu, E., Ștefănescu, D. , Istrate, A., Popescu, F., Student modeling
methods in WWW -based tutoring systems , International Conference on Qualification and
Training in Information & Communication Technologies -QTICT’02, Gala ți, CD+ISBN 973 –
8409 -48-9, 2002.

TITLUL TEZEI
-204-41. (Răzmeriță, 1997) Răzmeriță, L., Ștefănescu, D. , Bumbaru, S., Istrate, A., Student testing and
assessment in Computer Based Training Systems , Proc. of 4thInternational Conference
Computer Aided Engineering Education, Krakov, Poland, pg. 223 -231, 1997.
42. (Răzmeriță, 1998 -29) Răzmeriță, L., Ștefănescu, D. , Bumbaru, S., I strate, A., Computer testing
and assesing package in Computer Based Training Systems , Proc. of 3rdInternational
Workshop Session: Internet as a Vehicle for Teaching, Kida -Ilieni, Romania, RILW 1998,
POLYGON siCOMPREX, C luj,ISBN 973 -97403 -40, 1998.
43. (Ștefănescu, 1999) Ștefănescu, D. , Pecheanu, E., Dumitriu, L., Neagu, D., Student Modelling
in Educational Multimedia Environments using Agents , The Annals of “Dunarea de Jos” of
Galati, Fascicle III (Revista tip B, cod CNCSIS 482 ), pp.74 -79, ISSN 1221 -454X, 1999.
44. (Gagné, 2004) Gagné, M.R., Golas, W.W., Wager, K., Keller, J.M., Principles of Instructional
Design (Edition 5), ISBN -10: 0534582842, ISBN -13 978 -0534582845, 2004.
45. (Nkambou, 2010) Nkambou R., Intelligent Tutoring Systems , Educational Technology & Society
Vol. 13 No. 1, ISSN 1176 -3647, 2010.
46. (Clark, 2008) Clark, R. C., Mayer, R. E., E-learning and the science of instruction: proven
guidelines for consumers and designers of multimedia learning , San Francisco, CA: Pfeiffer,
2008.
47. (Ștefănescu, 2007a) Ștefănescu, D., Pecheanu, E., Bumbaru, S., Novac -Ududec,
C.,”Computer -assisted education in universities: a comparative study of open -source e –
learning platforms”, Inter -Ing 2007, Scientific Conference with international participation:
Interdisciplinarity in engineering, Ed. Univ. „Petru Maior” Targu -Mures, pg. VI -2-1–VI-2-6,
ISSN 1843 -780X, 2007.
48. (Ștefănescu, 2009) Ștefănescu, D. , Tudorie, C., Pecheanu, E., ”Diversity in Software Support
for Computer -Assisted Education”, Proc. of the 8th RoEduNet Interna tional Conference on
Networking in Education & Research, Galati, Romania, ISBN 978 -606-8085 -15-9, pp 29 -33,
Journal ISI quoted (Web of Science) , 2009.
49. (Pecheanu, 2011) Pecheanu, E., Dumitriu, L., Segal, C., Ștefănescu, D., “Methods to Evaluate
Open Source Learning Platforms”, in Global Engineering Education Conference,
EDUCON2011: New Pedagogic Challenges in Engineering Education, Amman, Iordania,
IEEE ,ISBN: 978-1-61284 -642-2,INSPEC Accession Number: 12029769, Digital Object
Identifier: 10.1109/EDUCON.201 1.5773292, pp. 1152 –1161, 2011.
50. (Buraga, 2005) Buraga, S.C., Cioca, M., Modeling Aspects of Semantic Web -based E -learning
Systems , in C.Oprean et al. (eds.), Proceedings of the 3rd Balkan Region Conference on
Engineering Education, "L.Blaga" University Press, Sibiu, ISBN 973 –739–101-3, 2005.
51. (Brusilovsky, 2012) Brusilovsky, P., Adaptive Hypermedia for Education and Training , In
Adaptive Technologies for Training and Education. Cambridge University Press,
Cambridge, UK, pp. 46 -68. ISBN 9780521769037; 0521 769035, 2012.
52. (Koper, 2006) Koper, R., Current Research in Learning Design , Educational Technology and
Society, 9(1), 13 -22, 2006.
53. (Pecheanu, 2009b) Pecheanu, E., Ștefănescu, D., Istrate, A, Jâșcanu, V., On Modeling
Adaptive Web -based Instructional Systems ,Proc. of the 8th RoEduNet International
Conference on Networking in Education and Research, Galati, Romania, ISBN 978 -606-
8085 -15-9, pp 84 -90,Journal ISI quoted (Web of Science) ,2009.
54. (Cocu, 2003) Cocu, A., Pecheanu, E., Ștefănescu, D. ,Modalita ti de personalizare in e –
learning , in vol. Conferinta Nationala de Invatamint Virtual -CNIV’2003, Bucuresti, pp. 109 –
112, ISBN 973 -575-822-9, 2003.

REFERINȚE BIBLIOGRAFICE
-205-55. (Cocu, 2005) Cocu, A., Ștefănescu, D. ,Uncertainty management using bayesian networks in
student knowledge diagnosis , The Annals of “Dunarea de Jos” University of Galati, Fascicle
III(Revista tip B, cod CNCSIS 482 ), pp. 29 -32, ISSN 1221 -454X, 2005.
56. (Dolog, 2007) Dolog, P., Nejdl, W., Chapter 23: The Adaptive Web: Methods and Strategies of
Web Personal ization, , In book Semantic Web Technologies for the Adaptive, Eds. Peter
Brusilovsky; Alfred Kobsa; Wolfgang Nejdl, Berlin, Springer, pp. 697 -719 (Lecture Notes in
Computer Science (LNCS), Vol. 4321), 2007.
57. (Ștefănescu, 2001a) Ș tefănescu, D., Pecheanu, E .,Strategii Pedagogice de Grup folosite în
Sistemele Inteligente de Instruire ,Simpozionul -Dezbatere interdisciplinara: Medii virtuale –
Ontologie, Cognitivism si Paradigma Lingvistica, Bucuresti, 2001.
58. (Chou, 2003) Chou, C.Y., Chan, T.W., Lin, C.J., Redefining the learning companion: the past,
present, and future of educational agents ,Computers & Education , 40, 255 -269, 2003
59.(Aïmeur, 2000) Aïmeur E., Frasson, C., Dufort, H., Co-operative Learning Strategies for
Intelligent Tutoring Systems , Internati onal Journal of Applied Artificial Intelligence, Vol 14
(5), pp 465 -490, 2000.
60. (Tchounikine, 2010) Tchounikine, P., Rummel, N., McLaren, B.M., Pierre 1, Nikol 2, and Bruce
M. 3,4, Chapter 22 -Computer Supported Collaborative Learning and Intelligent Tutor ing
Systems , R. Nkambou et al. (Eds.): Advances in Intelligent Tutoring Systems, SCI 308, pp.
447–463, Springer -Verlag Berlin Heidelberg, 2010.
61. (Lai, 2012) Lai, R.K., Chou, C.Y., Lan, C.H., Supporting Adaptive Learning Sequences with
Agent Negociation , 12thIEEE International Conference on Advanced Learning
Technologies, ICALT 2012, Rome, Italy, pp. 506 -508, ISBN 978 -1-4673 -1642 -2, 2012.
62. (Ștefănescu, 2005a) Ștefănescu, D., Cocu, A., Segal, C., Dumitriu, L., Strategii pedagogice de
grup folosite in sistemele educationale , Conferin ța Națională de Învățământ Virtual, CNIV –
2005, Virtual Learning –Software & management educational, Bucure ști, pp. 123 -130,
ISBN 973 -737-097-X, 2005.
63. (Khoualdi, 2007) Khoualdi, K., Benghezal, R., Design of an Intelligent Tutor usi ng a Multiagent
Approach , World Academy of Science, Engineering and Technology, International Journal
of Social, Human Science and Engineering Vol:1 No:3, 2007.
64. (Lavendelis, 2011) Lavendelis, E., Bicans, J., Multi -Agent and Service Oriented Architectures fo r
Intelligent Tutoring System Development, Scientific Journal of Riga Technical University
2011, Series 5, Volume 43, 2011, pp. 27 -36, 2011.
65. (Zoll, 2006) Zoll, C., Enz, S., Schaub, H., Aylett, R., Paiva, A., Fighting Bullying with the Help of
Autonomous Agents in a Virtual School Environment ,Proc. 7th International Conference on
Cognitive Modelling (ICCM -06), Italy, 2006.
66. (Lavendelis, 2010 Lavendelis, E., Grundspenkis, J., MIPITS -An Agent based Intelligent
Tutoring System , Proceedings of 2ndInternationa l Conference on Agents and Artificial
Intelligence (ICAART 2010) Vol. 2.,Valensia, Spain, pp. 5 -13, 2010.
67. (Ștefănescu, 2001b) Ștefănescu, D., Pecheanu, E., Bumbaru, S., Using Pedagogical Agents
in Intelligent Tutoring Systems , The 7thInternational Symposium on Automatic Control and
Computer Science, SACCS’2001, Iasi, CD+ISBN 973 -8292 -10-7, 2001.
68. (Baylor, 2005) Baylor, A., Kim, Y., Simulating instructional roles through pedagogical agents ,
International Journal of Artificial Intelligence in Education , 15(5), 95 –115, 2005.

TITLUL TEZEI
-206-69. (Buraga, 2003) Buraga, S.C., Developing Agent -Oriented E -Learning Systems ,Proceedings of
The 14thInternational Conference on Control Systems And Computer Science –vol.II,
I.Dumitrache and C.Buiu (eds.), Politehnica Press, Buchare st, 2003
70. (Haake, 2009) Haake, M., Embodied Pedagogical Agents: From Visual Impact to Pedagogical
Implications , Doctoral Thesis, Dept. of Design Sciences, Lund University, Sweden, 2009
71. (Chaffar, 2005) Chaffar, S., Frasson , C., The Emotional Conditions of Learning ,Proc. of the
Eighteenth International Florida Artificial Intelligence Research Society Conference, AAAI
Press 2005, pp. 201 -206, 2005.
72. (Gulz, 2006) Gulz, A., Haake, M., Pedagogical agents –design guide lines regarding visual
appearance and pedagogical roles ,Proceedings of the IV International Conference on
Multimedia and ICT in Education (M -ICTE2006) , Seville, Spain, 2006.
73. (Ștefănescu, 2001d) Ștefănescu, D. , Pecheanu, E., Buraga, S.C., Pedagogical Agents in
Intelligent Tutoring Systems , Pro c. of the 11 -th Internat. Symposium on Modeling,
Simul.&Syst. Identification, SIMSIS 2001, Galati, pp.178 -183, ISBN973 -8139 -98-8, 2001.
74. (Johnson, 2003b) Johnson, W., Interaction tactics for socially intelligent pedagogical agents , In
Proc. of the 8thInternational Conference on Intelligent User Interfaces, New York, ACM
Press, pp. 251 -253, 2003.
75. (Gratch, 2005) Gratch, J., Marsella, S., Lessons From Emotion Psychology For The Design Of
Lifelike Characters , Applied Artificial Intelligence, Vol. 19(3 -4), pp. 215-233, 2005.
76. (Frasson, 1998) Frasson, C., Martin, L., Gouardères, G. & Aïmeur, E., LANCA : a distance
Learning Architecture based on Networked Cognitive Agents , ITS -98 Conference , Fourth
International Conference on Intelligent Tutoring Systems , San Ant onio, Texas, pp. 596 –
604, 1998.
77. [77]***, Peddy Agent, URL: http://ldt.stanford.edu/~slater/pages/agents/pages/iapa_1.htm
78. (Lester, 2001) Lester, J., Callaway, C., Grégoire, J., et al., Animated Pedagogical Agents in
Knowledge -Based Learning Environments , InSmart Machines in Education: The Coming
Revolution in Educational Technology , pp. 269 -298, AAAI/MIT Press, 2001.
79. (Rickel, 2001) Rickel, J., and al., Steve goes to Bosnia: Toward a new generation of virtual
humans for interactive experiences , AAAI Spring S ymposionum on Artificial Intelligence and
Interactive Entertainment, 2001.
80. (Johnson, 2003a) Johnson, W.L., Shaw, E., Marshall, A., Labore, C., Evolution of user
interaction: The case of agent Adele , In Proc. of the 8thInternational Conference on
Intellige nt User Interfaces, pp. 93 -100, 2003.
81. (Murray, 2003a) Murray T., Eon: Authoring Tools for Content, Instructional Strategy, Student
Model, and Interface Design , Chapter 11 in Murray, Ainswoth&Blessing (eds.), Authoring
Tools for Advanced Technology Learning Environments, Kluwer Publisher, 2003.
82. (Murray, 2003b) Murray T., An Overview of Intelligent Tutoring System Authoring Tools:
Updated analysis of the state of the art. , Chapter 17 in Murray, Ainswoth&Blessing (eds.),
Authoring Tools for Advanced T echnology Learning Environments, Kluwer Publisher, pp.
491-544, 2003.
83. (Wagner, 2005) Wagner, S., Weibel, S., The Dublin Core Metadata Registry: Requirements,
Implementation, and Experience , J. of Digital Information, Vol.6(2), Art 330, 03 -17, 2005.
84. [84]*** Dublin Core Metadata Initiative, URL :http://dublincore.org

REFERINȚE BIBLIOGRAFICE
-207-85. (Shayo, 2006) Shayo, C., Olfman, L., Chapter 12 -The Learning Objects Economy -What
remains to Be Done? , In Human -Computer Interaction and Management Information
Systems: Applications, Galletta &Zhang Eds., ISSN 1554 -6152, 2006.
86. (Friesen, 2009) Friesen, N., Open Educational Resources: New Possibilities for Change and
Sustainability , International Review of Research in Open and Distance Learning, Vol. 1 0,
N.5, ISSN 1492 -3831, 2009.
87. [82]***,(WWW, 6) Ariadne Foundation, URL: http://www.ariadne -eu.org/
88. (Ștefănescu, 2003a) Ștefănescu, D., Pecheanu, E., Istrate, A., Sistemul ARIADNE –Cadru
pentru dezvoltarea, ges tionarea și utilizarea materialelor intrucționale , on-line, Tehnologie și
Educație–Buletin editat în cadrul progr. -lui INFOSOC, Anul 1, Nr. 2, Bucure ști,URL:
http://www.bsufonline.org/lite/tehnologie&educatie, 2003.
89. (Ștefănescu, 2003b) Ștefănescu, D., Pecheanu, E., Experience in Courseware Development
Using the ARIADNE Approach , Proc. of the 2ndBalkan Region Conference on Engineering
Education, Sibiu, pp. 160 -163, ISBN 973 -651-673-3,Proceeding ISI Quoted (Web of
Science) ,2003.
90. (Pecheanu, 2003c) Pech eanu, E., Ștefănescu, D. , Istrate, A., Dăscălescu, D., Modeling the
Domain Knowledge of an Instructional Environment , on-line, The 3rdAnnual Ariadne Conf.,
Belgia, URL:http://rubens.cs.kleuven.ac.be/ariadne/CONF2003/intro.html, 2003.
91. [91]***, (WWW, 7) IMS Global Learning Consortium, URL: http://www.imsglobal.org/
92. (Cocu, 2004) Cocu, A., Ștefănescu, D. ,Student Evaluation Implementation using IMS
Standard , National Conf. in Virtual Learning, Bucharest –CNIV’2004, ISBN 973 -575-947-0,
pp 43 -49, 2004.
93. [93]*** (WWW, adl) ADL, URL: http://www.adlnet.org/
94. [94]*** (WWW, 8) SCORM, URL: http:// scorm.org.
95. [95]*** (WWW, 10) AICC, URL: http://www.aicc.org /joomla/dev/
96. [96]*** (WWW, 14) IEEE Learning Technology Standards Committee (LTSC), URL:
http://ltsc.ieee.org
97. (Koper, 2004) Koper, R., Olivier, B., Learning Design of Units of Learning , Educational
Technology & Society, vol. 7, pp. 97 -111, 2004.
98. (Trăușan -Matu, 2004b -1)Trăușan -Matu, Șt., Inteligența artificială ,
URL:http://www. racai.ro/~trausan/ia.pdf, 2004 (u.v. aug. 2009).
99. (Trăușan -Matu, 2004a -2) Trăușan -Matu, Șt., Achiziția, gestiunea , partajarea și prelucrarea
cunoștințelor pe web, elemente esențiale în societatea cunoașterii ,
URL:http://www. racai.ro/INFOSOC -Proiect -Trausan_st_new.pdf, 2004 (u.v. aug. 2009).
100. (Guarino, 1995 -3) Guarino, N., Giaretta, P., Ontologies and knowledge bases, towards a
terminological clarification , InTowards Very Large Knowledge Bases: Knowledge Building
and Knowledge Sharing , IOS Press, 1995.
101. (Gruber, WWW -4) Gruber, T.R., What is an Ontology? , URL: http://www –
ksl.stanford.edu/kst/what -is-an-ontology.html , (u.v. iulie. 2014).
102. (Gruber, 1995 ) Gruber, T., Towards principles for the design of ontologies used for knowledge
sharing , International Journal of Human -Computer Studies, 1995.

TITLUL TEZEI
-208-103. (Fox, 1998 -6) Fox, M.S., Gruninger, M., Enterprise modeling ,Artificial Intelligence Magazine ,
19(3):109 -121, 1998.
104. (Takeda, 1995 -7)Takeda, Agent organisation and communication with multiple ontologies ,
International Journal of Cooperative Information Systems, Vol 4(4), pp.321 -337, 1995.
105. (Wielinga, 2001 -8) Wielinga, B., Schreiber, A., Wielemaker, J., Sandberg, J., From thesaurus
to ontology , Technical Report, URL: http://www.cs.vu.nl/~guus/ .
106. (vanHeijst, 1997 -9) van Heijst, G., Schreiber, A.Th., Wielinga, B.J., Using Explicit Ontologies
in KBS Development , International Journal Human -Computer Studies, pp. 183 -291, 1997.
107. (Guarino, 2005 -10) Guarino, N., Vieu, L., Borgo, S., Formal Ontology for Semanticists -a
course , The 17th European Summer School in Logic, Language and Information,
Edinburgh, 2005.
108. (Guarino, 2004b -11) Guarino , N., Helping People (and Machines) Understanding Each Other:
The Role of Formal Ontology , On the Move to Meaningful Internet Systems 2004: CoopIS,
DOA, and ODBASE, OTM Confederated International Conf., Cyprus, 2004, Proc. 3290, pp.
599, 2004.
109. (Schreiber, 1995 -12) Schreiber, G., Wielinga, B., Jansweijer, W., The KAKTUS Vi ew on the
‘O’ Word , In Proc. of IJCAI95, Workshop on Basic Ontological Issues in Knowledge
Sharing, Montreal, Canada, 1995.
110. (Guarino, 1998 )Guarino, N .,Formal Ontologies and Information Systems , Proc. of Formal
Ontologies in Information Systems’98, Trento, Italy, Amsterdam, IOS Press, pp 3 -15, 1998.
111. (Cristani, 2005) Cristani, M., Cuel, R., A Survey on Ontology Creation Methodologies ,
International Journal: Semantic Web Information Systems 1(2), pp. 49 -69, 2005.
112. (Gangemi, 2001) Gangemi, A., Guarino, N ., Masolo, C., Oltramari, A., Understanding top -level
ontological distinctions , Proc. of IJCAI 2001 Workshop on Ontologies and Information
Sharing, Seattle, Washington, pp. 26 -33, 2001.
113. (Mizoguchi, 2003a) Mizoguchi, R., Ontology Engineering Environments ,Handbook on
Ontologies, S. Staab and R. Studer (eds), pp. 275 -295, 2003.
114. (Gómez -Pérez, 2004) Gómez -Pérez, A., Ontology Evaluation , in Handbook on Ontologies,
International Handbooks on Information Systems Springer, pp. 251 -274, 2004.
115. (Chandrasekaran, 1999 -18) Chandrasekaran, B., Johnson, T.R., Generic Tasks and Tasks
Structures: History, Critique and New Directions , pp 234 -271, 1999.
116. (Catenacci, 2005 ) Catenacci, C., Ciaramita, M., Gil, R., Gangemi, A., Guarino, N., Lehmann, J.,
Ontology evaluation: A review of methods and an integrated model for the quality diagnostic
task, TechReport, URL: http://www.loa -cnr.it/Publications.html , (u.v.aug. 2009).
117. (Oltramari, 2010) Oltramari, A., Gangemi, A., Huang, C., Calzolari N., Lenci A., P. L.,
Synergezing ontologies and the lexicon: a roadmap , Ontologies and the Lexicon, .
Cambridge: Cambridge University Press, 2010.
118. (Mizoguchi, 2003b) Mizoguchi, R., Tutorial on Ontological Engineering. Part 1: Introduction to
Ontological Engineering , New Generation Computing, 21, pp. 365 -384, Springer, 2003.
119. (Mizoguchi, 2004b) Mizoguchi, R., Tutorial on Ontological Engineering. Part 2: Ontology
Development, Tools&Languages , New Generation Computing, 22, pp 61 -96, Springer –
Verlag,, 2004.

REFERINȚE BIBLIOGRAFICE
-209-120. (Mizoguchi, 2004c) Mizoguchi, R., Tutorial on Ontological Engineering. Part 3 -Advanced
Course on Ontological Engineering , New Generation Computing 22, pp. 196 -220, Springer
Verlag, 2004.
121. (Bachimont, 2000) Bachimont, B., Engagement sémantique et engagement ontologique:
conception et réalisation d’ontologies en inginiérie des connaissances , In Inginiérie des
connaissances. Évolution Récentes et nouveaux défis, Charlet J., Zacklad M., Kassel G.
and Bourgault D., Paris, pp. 305 -323, 2000.
122. (Pinto, 200 4) Pinto, H.S., Martins, J.P., Ontologies: How Can They Be Built? ,Knowledge and
Information Systems, 6 (4), 441 -464, 2004.
123. (Gangemi, 2004 ) Gangemi, A., Borgo, S., Catenacci, C., Lehman, J., Task taxonomies for
knowledge content , proiect “Metokis” –Methodology and Tools Infrastructure for the
Creation of Knowledge Units, on -linehttp://metokis.salzburgresearch.at/results/index.html .
124. (Segal, 2001 ) Segal, C., Du mitriu, L., Ștefănescu, D. ,Test properties in a possibilistic relational
diagnosis model , The 11 -th International Symposium on Modeling, Simulation and Systems'
Identification, SIMSIS2001, pp. 184 -189, 2001.
125. (Clancey, 1992) Clancey, W.J., Model construction operators , Artificial Intelligence Magazine
53, pp. 1 -115, 1992.
126. (Steels, 1990) Steels, L., Components of expertise , AI Magazine, 11(2): pp. 28 -49, 1990.
127. (McDermott, 1988) McDermott, J., Preliminary steps towards a taxonomy of problem -solving
methods , In S. Marcus, ed., Automating Knowledge Acquisition for Knowledge -Based
Systems , Boston: Kluwer Academic Publishers, 1988.
128. (Zarei, 2012) Zarei S., Malayeri A.D., Data Management System and Knowledge Analyzing via
KADS Approach , In Middle -East Journal of Scientific Research, vol. 11(5), pp.595 -601,
ISSN 1990 -9233, 2012.
129. (Domingue, 2009) Domingue, J., Fensel, D., PSMs in a Global Networked Age ,AIEDAM
Special Issue Problem Solving Methods: Past, Present and Future , 23(3), Cambridge
University Press, 2009.
130. (Trăușan -Matu, 2000b ) Trăușan -Matu, Șt., “Studiu asupra instrumentelor hermenofone și a
ontologiilor existente pe Web”, Academia Română, Raport de cercetare RR -51, 2000.
131. (Buraga, 2009) Buraga, S.C., Semantic Web -based Knowledge Management in D istributed
Systems , Post -proceedings of CANS –Complexity and Intelligence of the Artificial and
Natural Complex Systems, In B.Iantovics et al. (eds.), IEEE Computer Society Press, 2009.
132. (Trăușan -Matu, 2011 ) Trăușan -Matu, Șt.,Ontology -Based Interoperabil ity in Knowledge -Based
Communication Systems ,In Ontologies in Urban Development Projects, Part.2, Advanced
Information and Knowledge Processing (Falquet, G. et al.). Springer -Verlag London
Limited, vol. 1, pp. 139 -152, 2011 .
133. (Henze, 2005) Henze, N., Personal Readers: Personalized Learning Object Readers for the
Semantic Web, In: C. -K. Looi, G. McCalla, B. Bredeweg and J. Breuker (eds.) Proceedings
of 12th International Conference on Artificial Intelligence in Education, AIED'2005,
Amsterdam, July 18 -22, 2005, IOS Press, pp. 274 -281,
http://www.kbs.unihannoverde/Arbeiten/Publikationen/2005/aied05.pdf , 2005.
134. (Trăușan -Matu, 2000a) Trăușan -Matu, Șt., Intelligent personalizi ng web pages and
understanding facilities , Proceedings of WITREC -2000, Montpelier, France,
URL:http://www.lirmm.fr/WITREC /wrk-abstracts/trausan.pdf, 2000.

TITLUL TEZEI
-210-135. (Murray, 2003c )Murray T., Principles for Pedagogy -oriented Knowledge Based Tutor Authoring
Systems: Lessons Learned and a Design Meta -Model , Chapter 15 in Murray,
Ainswoth&Blessing (eds.), Authoring Tools for Advanced Technology Learning
Environments, Kluwer Academic/Springer Pub.: Netherlands, 2 003.
136. (Murra y, 2005 ) Murray T.,Authoring for Advanced E -Learning Systems Moves Forward: Issues
and Progress ,Technology Instruction Cognition and Learning (TICL) Vol. 2 #3, pp. 171 –
183, 2005.
137. (Mizoguchi, 2000 ) Mizoguchi, R., Bourdeau, J., Using Ontologica l Engineering to Overcome AI –
ED Problems , Internat. Journal of AI in Education, Vol.11, No2, pp107 -121, 2000.
138. (Bourdeau, 2007) Bourdeau, J., Mizoguchi, R., Hayashi, Y., Psyche, V., and Nkambou, R.:
When the Domain of the Ontology is Education , Proc. of the 4th Conf. on Intelligent,
Interactive Learning Objects Repository Networks (I2LOR'07), CD -ROM, Nov. 4 -7, 2007
139. (Mizoguchi, 2004a) Mizoguchi, R. (translated by Bourdeau, J.), Le role de l'ingenierie
ontologique dans le domaine des EIAH , Sciences et Technologies de l´Information et de la
Communication pour l´Education et la Formation, Vol.11, 2004.
140. (Kasai, 2003 ) Kasai, T., Yamaguchi, H., Mizoguchi, R., An Ontological Approach for Supporting
the Instructional Design Process of Informatio n Education , Proc. of the Artificial Intelligence
in Education, pp.437 -439, Sydney, Australia, 2003.
141. (Kasai, 2006 ) Kasai, T., Yamaguchi, H., Nagano, K., Mizoguchi, R., Building an ontology of IT
education goals , International Journal Cont. Engineering Educ ation and Lifelong Learning,
Vol. 16, Nos. 1/2, pp.1 -17, 2006.
142. (Aroyo, 2003a) Aroyo, L., Mizoguchi, R., Process -aware Authoring of Web -based Educational
Systems , The 15thConference on Advanced Information Systems Engineering (CAiSE '03),
Austria, Workshops Proc., 2003.
143. (Aroyo, 2003b) Aroyo, L., Dicheva, D., Cristea, A.I., Ontological Support for Web Courseware
Authoring , The 6thInternational Conference, Intelligent Tutor ing Systems, Biarritz, France
and San Sebastian, Spain, Proc., pp. 270 -280, 2003.
144. (Kozachi, 2005) Kozachi, K., Kitamura, Y., Mizoguchi, R., Developing Ontology -based
Applications using Hozo , International Conference on Computational Intelligence, Calgary,
Canada, IASTED/ACTA Press, pp. 273 -277, 2005.
145. (Bourdeau, 2004) Bourdeau, J., Mizoguchi, R., Psyché, V., Nkambou, R., Selecting Theories in
an Ontology -Based ITS Authoring Environment , 7th International Conference Intelligent
Tutoring Systems, Proc.: Lect. Notes in Comp. Science 3220, pp. 150 -161, 2004.
146. (Psyché, 2003) Psyché, V., Bourdeau, J., Mizoguchi, R., Ontology Development at the
Conceptual Level for Theory -Aware ITS Authoring Systems , in Hoppe, U., Verdejo, F. &
Kay, J., AI in Education, Shaping the f uture of Learning through Intelligent Technologies,
pp. 491 -493, 2003.
147. (Psyché, 2005) Psyché, V., Bourdeau, J., Nkambou, R., Mizoguchi, R., Making Learning Design
Standards Work with an Ontology of Educational Theories , Proc. of the 12th Artificial
Intelli gence in Education, pp. 539 -546, Amsterdam, The Netherlands, 2005.
148. (Jin, 2003) Jin, L., Hayashi, Y., Ikeda, M., Mizoguchi, R., Ohta, M., Takaoka, Y., Design and
realization of intelligent training system SmartTrainer ,Electronics and Communications in
Japan (Part II: Electronics), Vol. 86, Issue 1, pp. 73 –83, 2003.
149. (Inaba, 2004) Inaba, A., Mizoguchi, R., Learners' Roles and Predictable Educational Benefits in
Collaborative Learning -An Ontological Approach to Support Design and Analysis of CSCL ,

REFERINȚE BIBLIOGRAFICE
-211-Proc. of 7thInternat. Conf. on Intelligent Tutoring Systems(ITS2004), Springer -Verlag,
pp.285 -294, 2004.
150. (Hayashi, 2008 )Hayashi, Y., Bourdeau, J., Mizoguchi, R., Toward Establishing an Ontological
Structure for the Accumulation of Learning/Instructional Design Knowledge ,Proc. of 6th
Internat. Worksh.on Ontologies&Semantic Web for E -Learning, pp.1 -10, 2008.
151. (Isotani, 2008) Isotani, S., Mizoguchi, R., CHOCOLATO: A Concrete and Hepful Ontology –
Aware Collaborative Learning Authoring Tool ,Demonstrations Program of 9th International
Conference of Intelligent Tutoring Systems (ITS'08), pp.21 -24, Canada, 2008.
152. (Nkambou, 2003) Nkambou R., Frasson C., Gauthier G., CREAM -Tools: An Authoring
Environment for Knowledge Engineering in Intelligent Tutoring Systems ,InAuthoring Tools
forAdvanced Technology Learning Environments: Toward cost -effective adaptive,
interactive, and intelligent educational software, Murray T., Blessing S., Ainsworth, S. ,pp.
93-138, Kluwer Publisher, 2003.
153. (Apted, 2003 ) Apted, T., Kaz, J., Lum, A ., Uther, J., Visualisation of learning ontologies ,In
Artificial Intelligence in E ducation: shaping the future of learning through intelligent
technologies (papers selected for presentation at the 11thInternat. Conf. on Artificial
Intelligence in Education),H.U. Hoppe&al.(Eds.), IOS Press, pp. 359 -261, Australia, 2003.
154. (Paquette, 2002) Paquette, G., Tchounikine, P., Contribution à l’ingénierie des systèmes
conseillers: une approche méthodologique fondée sur l’analyse du modèle de la tâche , In:
Revue Sciences et Techniques Educatives 9(3 -4), p. 409 -435, 2002.
155. (Paquette, 2003) Paquette, G., Bourdeau, J., Psyché, V., Vers une ontologie et une base de
connaissances en téléapprentissage , 3e colloque CIRTA, ACFAS, 2003, Québec, 2003.
156. (Ranwez, 2002) Ranwez S., Crampes M., Instanciation d'ontologies pondérées et calcul de
rôles pédagogiques -Principe, mise en oeuvre ,STE/STICEF , vol. 9/2002, pp.341 -370,2002.
157. (Bittencourt, 2008) Bittencourt, I.I., Isotani, S., Costa, E., Mizoguchi, R., Research Directions on
Semantic Web and Education , SCIENTIA, Interdisciplinary Studies in Computer Science
19(1), pp. 59 -66, URL: www.ei.sanken.osaka -u.ac.jp/pub/isotani/semanticweb.p df.
158. (Genesereth, 1987) Genesereth, M.R., Nillson, R., Foundation of Artificial Intelligence , 1987.
159. (Guarino, 2002) Guarino, N., Welty, C., Identity and subsumption , In R. Green, C.A. Bean, S.
Hyon Myaend (eds.), The Semantics of Relationships: An Interdisciplinary Perspective,
Kluwer, pp. 111 -126, 2002 .
160. (Gómez -Pérez, 2003) Gómez -Pérez, A., Fernandez -Lopez, M., Corcho, O., Ontological
Engineering , Springer -Verlag , Advanced Information and Knowledge Processing, 2003.
161. (Pecheanu, 2004b) Pecheanu, E., Ștefănescu, D. , Istrate, A., Building and Using Ontologies in
Intelligent Instructional Systems, The Romanian Symposium on Computer Science,
ROSYCS 2004, Iasi, in Scientific Annals of the “A.I. Cuza” University of Iasi, Tome
XV(Revista Tip B, cod CNCSIS 115 ), pp. 178 –190, 2004.
162. (vanAart, 2004) van Aart, C., Wielinga, B., Schreiber, G., Organizational Building Blocks for
Design of Distributed Intelligent Systems , International Journal Human -Computer Studies,
Vol. 61(5), pp. 567 -599, 2004.
163. (WWW, 13) Task Ontology Report , URL: http://www.ei.sanken.osaka -u.ac.jp/english/ies.html
(u.v. aug. 2010).
164. (Kasai, 2004) Kasai, T., Yamaguchi, H., Nagano, K., Mizoguchi, R., Development of a System
that Provides Teachers with Useful Resources from Various Viewpoints Based on Ontology ,Comment [WR2]: MUTAT LA SFASIT, dupa
comasarea cap -lor 1 si 2!!!!!!!
Comment [WR3]: SI IN AN EXA I si
In Cap ING ONT

TITLUL TEZEI
-212-Proc. of the sixteenth World Conference on Educational Mutimedia, Hypermedia &
Telec ommunications, pp. 3349 -3356, Lugano, Switzerland, 2004.
165. (Kasai, 2005) Kasai, T., Yamaguchi, H., Nagano, K., Mizoguchi, R., Goal Transition Model and
Its Application for Supporting Teachers based on Ontologies , Proc.. of the 12th Artificial
Intelligence in Education, pp. 330 -337, Amsterdam, The Netherlands, 2005.
166. (Minsky, 1975) Minsky, M., A framework for representing knowledge , The Psychology of
Computer Vision, P. H. Winston, Ed. New York, McGraw -Hill, 1975.
167. (Aubert, 2006) Aubert, J.P., Baget, J.F., Chein, M., Simple Conceptual Graphs and Simple
Concept Graphs, In H. Scharfe et al, editor, Proc. ICCS’06, volume 4068 of LNAI, pp.87 –
101, Springer, 2006.
168. (Berners -Lee, 2000) Berners -Lee, Berners -Lee and the Semant ic Web Vision ,
URL: http://www.xml.com/pub/a/2000/12/xml2000/timbl.html , 2000, (u.v. dec. 2010).
169. (Garshol, 2005) Garshol, L. M., Tolog –a topic maps query language , Paper presented at the
Charting the Topic Map Research and Applications Landscape, TMRA'05 –International
Workshop on Topic Map Research and Applications, Germany, 2005.
170. (Gómez -Pérez, 2002b) Gómez -Pérez, A., Fernandez -Lopez, M., Corcho, O., OntoWeb –
Technical Roadmap D.1.1.2 , IST-2001 -29243, URL: http://www.aifb.uni –
karlsruhe.de/Publikationen/ showPublikation_english?publ_id=713 , 2002, (u.v. aug. 2010).
171. (Noy, 2001) Noy, N.F., McGuinness, D.L., Ontology Development 101: A Guide to CreatingYour
First Ontology , Stanford Knowledge Syst. Lab., Techn. Rep. KSL -01-05, 2001,
http://wwwksl.stanford.edu/people.dlm/papers/ontology -tutorial -noy-mcguinness.pdf .

REFERINȚE BIBLIOGRAFICE
-201-REFERIN ȚE din ANEXA 1 (numerotare incapand cu 300)
300. (Sowa, 1984 -12)Sowa J.F., Conceptual Structures: Information Processing in Mind and
Machine , Addison -Wesley, Reading, MA., 1984.
301. (Sowa, WWWa -13) Sowa, J.W., Conceptual Graphs –Bridging the Gap Between Language
and Logic , VivoMind LLC, URL: http://www.jfsowa.com/cg/cgonto.htm .
302. (Sowa, 2008 -14) Sowa, J.F., Chapter 5 –Conceptual Graphs , In Handbook of Knowledge
Representation, , ed. F. van Harmelen, V. Lifschitz and B. Porter, Elsevier, pp.213 -237,
2008.
303. (Sowa, 2000 -15) Sowa, J.F., Knowledge Representation: Logical, Philosophical, and
Computational Foundations , Brooks /Cole, chapt. 3 & 4, 2000.
304. (Genest, 2005 -16) Genest, D., Chein, M., A content -search in formation retrieval process based
on conceptual graphs , Knowledge on Information Systems, Vol. 8(3), 2005.
305. (Fürst, 2002 -17) OG1 Fürst, F., Leclère, M., Trichet, F., Ontological Engineering and
Mathematical Knowledge Management –A formalization of project ive geometry , Kluwer
Academic Publisher, 2002. in cap CG
306. (Kabbaj, 2000 -18) Kabbaj, A., From PROLOG++ to PROLOG+CG: A CG Object -Oriented Logic
Programming Language , Proc. of the International Conference on Conceptual Structures,
pp. 540 -544, Springer -Verlag (LNAI 1867), 2000.
307. (Kabbaj, 2001 -19) Kabbaj, A., Moulin, B., Ganget, J., Rouleau, O., Uses, Improvements, and
Extensions of Prolog+CG: Case Studies , Proc. of Internat. Conf. on Conceptual Structures,
pp.346 -359, 2001
308. [9]***, (Amine, WWW) Amine Paltform, UR L:http://amine -platform.sourceforge.net/ .
309. (Mugnier, 1996) Mugnier, M.L., Chein, M., Represénter des connaissances et raisonner avec
des graphes , R.I.A., vol. 10, nr. 1, pp 7 -56, 1996.
310. (Chein, 2009 -22) Chein, M., Mugnier, M.L., Graph -based Knowledge Representation:
Computational Foundations of Conceptual Graphs Book, ISBN: 978 -1-84800 -285-2, DOI
10.1007/978 -1-84800 -286-9, Springer -Verlag, 2009.
311. (Mugnier, 2000a -23) CG26 Mugnier, M.L., Chein, M., Knowledge Representation and
Reasonings Based on Graph Homomorphism , Proc. of International Conference on
Conceptual Structures ( ICCS -2000), Springer, pp. 172 -192, 2000.
312. (Salvat, 1996 -24) Salvat, E., Mugnier, M.L., Sound and Complete Forward Chaining and
Backward Chaining of Graph Rules , Proc. of the Third International Conference on
Conceptual Structures, Springer, Berlin, pp. 248 -262, 1996.
313. (Mugnier, 2000b -25) Mugnier, M.L., Knowledge Representation and Reasonings Based on
Graph Homomorphism , Research Re port LIRMM 00 -098, 2000.
314. (CoGITaNT, WWW -26) CoGITaNT Conceptual Graphs Integrated Tools allowing Nested Typed
graphs ,URL: http://cogitant.sourceforge.net/ (u.v. aug. 2010).
315. (Chein, 2000 -28) Chein, M., Mugn ier, M.L., CGs Applications: Where Are We 7 Years after the
Fist ICCS? , The 8thInternational Conference on Conceptual Structures, ICCS 2000,
Germany, Proc.Lecture Notes in Computer Science, Vol. 1867, pp 127 -139, 2000.

TITLUL TEZEI
-202-316. (Corcho, 2000 -9) Corcho, C., Gómez -Pérez, A., A Roadmap to Ontology Specification
Languages , InProceedings of the 12thInternational Conference on Knowledge Engineering
and Knowledge Management, pp. 80 -96, 2000.
317. (Fensel, 2001 -38) Fensel, D., Horrocks, I., van Harmelen, F., McGuinness, D., Patel -Schneider,
P.F., OIL: Ontology Infrastructure to Enable the Semantic Web, IEEE Intelligent Systems,
2001.
318. (Corcho, 2003) Corcho, O., Fernandez -Lopes, M.,Gómez -Pérez, A., “Methodologies, tools and
languages for build ing ontologies. Where is their meeting point?”, In Data&Knowledge
Engineering 46, pp. 41 -64, Elsevier, 2003.
319. (Hayes, 2005) Hayes, P., Menzel, C., “IKL Specification Document”,
http://www.ihmc.us:16080/users/phayes/IKL/SPEC/SPEC.html, 2009, (u.v. apr. 2009) .
320. (ISO/IEC, 2007 -32)ISO/IEC 24707:2007 –Information Technology –Commn Logic (CL) –A
framework for a family of logic -based languages ,
http://www.iso.org/iso/catalogue_detail.htm?csnumber=39175 .
321. (Menzel, 2008 -33)Common Logic –Motivations and Some Gentle Theory , SemTech 2008
Workshop, http://cl.tamu.edu/docs/cl/SemTech2008/Menzel -SemTech2008.pdf
322. [24]***, RDF, http://www.w3.org/TR/rdf -schema/.
323. (Baget, 2005 -35) Baget, J.F., RDF Entailment as a Graph Homomorphism , The 4th
International SemanticWeb Conference (ISWC), Ireland, Proc.: Lecture Notes in Computer
Science 3729, pp. 82 -96, ISBN 9783540297543, 2005.
324. (Corby, 2000 -36) Corby, O., Dieng , R., Hébert, C., A Conceptual Graph Model for W3C
Resource Description Framework , In 8thInternational Conference on Conceptual Structures
(ICCS’00), pp. 468 -482, Germany, 2000.
325. (Wielemaker, 2005 -37) Wielemaker, J., Schreiber, G., Wielinga, B., “Using tri ples for
implementation: the {Triple20} ontology -manipulation tool”, ISWC 2005, Galway, Ireland,
Springer -Verlag, LNCS 3729, pp. 773 -785, 2005.
326. (Horocks, 2002 -39)DAML+OIL Technical Detail, Talk given at W3C Web Ontology Working
Group meeting, Bell Laboratories, Murray Hill NJ, 2002,
http://www.cs.man.ac.uk/~horrocks/Slides/wowg -talk.pdf
327. (Horocks, 2006 -40) Horrocks, I., OWL: A Description Logic Based Ontology Language ., Talk at
CISA, Edinburgh, 2006, http://www.cs.man.ac.uk/~horrocks/Slides/cisa06.ppt .
328. (IEEE, 1995 -43)IEEE Guide for Software Quality Assur ance Planning , Std. 730.1 -1995, IEEE
Computer Society, New York (USA), 1995.
329. (Sleeman, 2006 -45) Sleeman, D., Reul, Q., CleanONTO: Evaluating Taxonomic Relationships
in Ontologies , EON2006 (Evaluation of Ontologies for the Web), 4thInternational EON
Worksh op, 2006, (u.v. aug. 2010).

ANEXA I Ingineria ontologică –Metodologii, metode și instrumente
-AI-1-ANEXA I -INGINERIA ONTOLOGICĂ
1.OBIECTIVELE INGINERIEI ONTOLOGICE
Ingineria ontologică este defini tăca“mulțimea activităților implicate în procesul de dezvoltare
a ontologiilor și în ciclul de viață al acestora, metodologii, instrumente și limbaje pentru
construirea ontologiilor” .
Ontologiile se doresc reprezentări ale cunoștințelor construite la nivel conceptual, care permit
utilizarea cunoștințelor p entruraționament. Ontologia trebuie să fie o construcție
inginerească, formată din vocabularul uti lizat pentru descrierea realității, împreună cu
axiomele referitoare la semnificația intențională a vocabularului. Ca urmare, trebuie să
integreze cunoștințele terminologice ale unui domeniu și semantica acestuia, păstrând
totodată independența de utilizar ea operațională a sistemului bazat pe cunoștințe.
Practic, ingineria ontologică oferă posibilitățile de a obține:
Vocabular comun și o structurare superioară a definițiilor conceptelor;
Interoperabilitate semantică și expresivitate;
Coerența și sistematiza rea cunoștințelor;
Meta -modele pentru rezolvarea problemelor într -o varietate de contexte.
Proiectele actuale de cercetare în ingineria ontologiilor vizează :
Obținerea unor metodologii de proiectare a ontologiilor și limbajele lor de reprezentare ;
Stabilirea prin cipiilor ingineriei ontologice ;
Dezvoltarea, partajarea și reutilizarea cunoașterii din bazele de cunoștințe existente;
Fructificarea avantajelor oferite de web -ul semantic prin modalități superioare de
achiziție, gestiune, partajare și prel ucrare a cunoștințelor pe web.
În concluzie, ingineria ontologică vizează dezvoltarea de metodologii, modele, instrumente și
limbaje pentru ontologii .
2.MODELE ȘI LIMBAJE DE REPREZENTARE A
CUNOȘTINȚELOR UTILIZATE ÎN INGINERIA
ONTOLGICĂ
Modelele de reprezentare a cunoștințelor utilizate în ingineria ontologică pot fi grupate după
paradigmele conceptuale reliefate:
Modele bazate pe cadre ;
Modele bazate pe logici de descriere ;
Modele bazate pe grafuri conceptuale .
Aceste formalisme p ermit specificarea cun oștințelor despre obiectele din domeniu, relațiile
dintre concepte și semantica primitivelor de modelare. Pentru f iecaremodel există unul sau
maimulte limbaje care implementează parțial sautotal un anumit model. În familia limbajelorComment [WR1]: 25 pg (+1 bibliografie)
POSIBIL ca din ANEXA I sa mai scot de la
grafuri conceptuale si sa mut ce si pe unde imi
trebuie

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asistată de calculator
-AI-2-dereprezentare a cunoștințelor, limbajelor ”clasice” li se alătură l imbaje leadaptate web, care
utilizează sintaxa xml. Une lelimbaje sunt operaționale (oferă mecanisme de raționament) ,
altele permit doar specificarea declarativă a cunoștințelor.
2.1Modele bazate pe cadre
Modelul cadrelor (frame -urisau scheme )-introdus de către Minsky -a fost propus inițial de
către Gruber pentru reprezentarea ontologiilor. Modelul permite reprezentarea cunoștințelor
despre o situație (obiect) printr -o schemă. Principiu l de bază al acest eifamilii de model eeste
descompune rea cunoașterii în clas e (cadre) care reprezintă concepte ale domeniului.
Fiecare cadru are atașat un anumit număr de atribute (slot -uri)pentru proprietățile obiectului
reprezentat , iar fiecare atribut poate primi o valoare dintr -o mulțime de sloturi (fațete). O
alternativă a modelului bazat pe cadre este aceea în care atributel e sunt privite ca relații
binare între clase, argument ele rela ției fiind numite domeniu, respectiv rang. Instanțele
claselor corespund extensiunilor conceptelor .
La acest model pot fi adăugate funcții care să repre zintetipuri particulare de relații care
leagă un ansamblu de clase cu o valoare calculată p e baza atributele claselor. Specificarea
proprietățil or conceptuale ale atributelor (sau alerelațiilor) se realizează prin formulele logicii
de ordinul întâi (FOL1).
Semantica de subsumare este pur extensională , considerându -se că un cadru ,F1,este mai
specific decât un altcadru ,F2,dacă orice instanță a lui F 1este instanță a lui F 2.
Așadar, raționamentul poate fi unul de clasificare a cadrelor (dacă un cadru este mai specific
sau mai general decât altul) sau de descoperire a mulțimii de valori ale proprietăților pentru
un anumit obiect.
Limbajele pentru modelele bazate pe cadre sunt:
KIF(Knowledge Interchange Format )-limbaj neoperațional care implementează modelul
cadrelor în FOL, conceput cu scopul de a rezolva problema heterogenității limbajelor de
reprezentare a cunoașterii.
OKBC (Open Knowledge BaseConnectivity , numit anterior “Generic Frame Protocol” )
specifică un protocol (nu limbaj) și API2pentru interogări și interfață, furnizează acces ul
la ontologiile implementate într -un limbaj al cadrelor.
F-Logic ,Cycl ,Ontolingua ,OCML -limbaje operaționale bazate pe cadre șiFOL:
Ontolingua permite construirea ontologiilor fie utilizând doar vocabularul din
modelul cadrelor (în care axiomele nu pot fi exprimate), fie utilizând expresii KIF,
fiefolosind ambele limbaje .
OCML3(Operational Conceptual Modeling Language) –limbaj operațional,
permite exprimarea relațiilor, funcțiilor și regulilor (cu înlănțuire înainte și înapoi) , a
claselor și a instanțelor, dar și atașarea unor proceduri.
F-Logic ( Frame Logic ), integrea zăunlimba j bazat pe cadre cu FOL.
1FOL (engl., ”First Order Logic”, logica predicatelor)
2API–Application Programming Interface
3OCML este privit ca “Ontolingua operațional”

ANEXA I Ingineria ontologică –Metodologii, metode și instrumente
-AI-3-2.2Model ebazat epe logici de descriere
Logicile de descriere4combin ă reprezentările intensionale și extensionale ale cunoștințelor .
Nivelul terminologic (T-box) conține declarațiile intensionale ale cunoștințelor, descrise prin
primitivele concepte șiroluri (relații binare între conceptele domeniului, similare cu atributele
din modelul bazat pe cadre).
Nivelul aserțional (A-box) conținedeclarațiile extensionale ale instanțelor conceptelor definite
la nivelul terminologic și permite specificarea unor constrângeri asupra conceptelor sau a
rolurilor .
Specificarea conceptelor și a rolurilor se realizează fie prin constructori din teoria mulțimilor,
fieprin constructori logici , interpretarea p utând filogică sau din teoria mulțimilor (teoria
modelului). Raționamentul principal este cel de subsumare. Au fos t propuse numeroase
modele (în funcț ie de constructorii considera ți)șilimbaje ale acestora.
Cele mai cunoscute limbaje pentru logicile de descriere sunt LOOM ,CLASSIC ,KL-ONE .
2.3Modele bazate pe grafuri conceptuale
Formalismul grafurilor conceptuale, introdus de către Sowa reprezintă o simbioză între
aspectele cognitive și cele computaționale legate de reprezentarea cunoașterii. Fiind
derivate din rețelele semantice și grafurile existențiale introduse de Peirce ,grafurile
conceptuale (CG) furnizează nu numai un mod de reprezentare grafică acunoașterii
declarative șiprocedurale (cu ajutorul gr afurilor conceptuale dinamice), ci și un model bazat
pe teoriile matematice ale grafurilor și ale logicii .
Un graf conceptual (CG) este un graf bipartit, în care nodurile sunt conectate între ele prin
arce sau prin muchii etichetate (în funcție de abordar e). Nodurile unui CG sunt de două
tipuri:
-noduri care reprezintă tipuri de concepte (pe care le vom numi c-noduri );
-noduri care reprezintă tipuri de relații ( r-noduri ) (figura 3-8).
În capitolul al III -lea din [1], autorul subliniază: “a conceptual graph has no meaning in
isolation. Only through the semantic network are its concepts and relations linked to context,
language, emotion and perception” . Ideea evidențiată este că CG au semnificație doar dacă
sunt introduse într -o rețea semantică (altfel, sunt doar grafuri bipartite). De aceea, CG sunt
“legate” de un așa -numit suport (numită uneori bază canonică ), care reprezintă ontologia
domeniului.
4LD (engl., “Description Logics”)Comment [WR2]: (Sowa, 1984) era 12 in cap
mare????

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asistată de calculator
-AI-4-Există două forme principale de prezentare a CG [2]:
Forma grafică (graf neorientat sau digraf) în care nodurile concepte sunt reprezentate
prin dreptunghiuri, iar relațiile care interconectează nodurile concepte sunt
reprezentate prin ovale ( figura 3-9, respectiv figura 3-10);
Forma lineară ( figura 3-11,respectiv figura 3-12)
Grafurile conceptuale sunt privite de Sowa [3]ca“system of logic that can express the
propositional content of sentences in natural language in as simple and direct manner as
possible” (un sistem al logicii care poate exprima în cel mai simplu și direct mod, conținutul
propozițiilor din limbajul natural ).
Fiecare nod al unui CG este etichetat cu:
Eticheta ( Er)unui nod relație conceptuală 5(r-nod) reprezintă numele tipului relației;
Eticheta6(Ec) unui nod tip conceptual (c-nod) este formată din (cel puțin):
Tipul conceptului (obligatoriu), tc;
5Vom folosi termenul “prescurtat ”nod rela ție, în locul celui de nod relație conceptuală .
6Modul prezentat de etichetare a unui c -nod, este cel din modelul de bază; în modelele extinse pot
apărea și alte tipuri de referenți, chiar alte grafuri conceptuale (desemnate printr -un desciptor, ca în
cazul grafurilor imbricate (numite și contexte sau m odule)r-nodc-noduriGrafurile_conceptuale (CG)
se_bazează_pe
Teoria_grafurilor Teoria_logică
2[ C1] [ C2] ( R )1 2
[ C2] [ C1] ( R )1C1 RC2 C2 RC1
2 1[C1] [C2] ( R )1 2[C2] [C1] ( R )Figura 0-1Exemplu de CG
Figura 0-2Grafuri con ceptuale (neorientate, etichetate) echivalente, în notație grafică
Figura 0-3Grafuri conceptuale (digrafuri) e chivalente, în notație grafică
Figura 0-4Grafuri conceptuale (neorientate) echivalente, în notație lineară
Figura 0-5Grafuri conceptuale (digrafuri) echivalente, în notație linearăComment [WR3]: (Sowa, WWWa)
Comment [WR4]: (Sowa, 2008)

ANEXA I Ingineria ontologică –Metodologii, metode și instrumente
-AI-5-Referent (opțional), marcator, refc–care diferențiază instanțele unui tip concept
-care poate fi specificat prin:
Referent generic (poate lipsi sau este notat cu *) care nu identifică o
anumită instanță și este echivalentul cuantificatorului exstențial ( );
semnificația este că există cel puțin un individ (o instanță) de tipul
respectiv;
Un referent individual desemnat printr -un identificator sau variabilă
(“conform” unui tip de concept), care identifică o anumită instanță –
entitate, obiect, pro ces, stare, eveniment, etc. –din universul de discurs;
Ca exemplu ,figura 3-13prezintă sub formă grafică, respectiv lineară, fraza “Profeso rul Popa
predă disciplina Programare” .
Fraza “Există un profesor care predă disciplina Programare” poate fi reprezentată în formă
lineară (de cele mai multe ori, referentul generic, *, este omis, ca în prima formă) astfel:
[Profesor] ─> (Predă) ─> [Disciplina: Programare] sau
[Profesor: *] ─> (Predă) ─> [Disciplina: Progra mare]
Observație:
Modul de etichetare a nodurilor care reprezintă tipuri conceptuale, sub forma (t c, ref c),
este cel pentru grafurile conceptuale simple ; în cazul grafurilor conceptuale imbricate ,
eticheta are forma (t c, ref c,gc), unde g ceste un alt graf conceptual, numit context.
Grafurile conceptuale pot constitui baza unui sistem operațional de reprezentare a
cunoștințelor (figura 3-16), putând fi folosite atât în prelucrarea limbajului natural [4], logică,
căutarea informațiilor [5]sisteme formale și raționamentele asociate.
Pornind de la legătura dintre CG și logică (ilustrată și în figura3-16, prin legăturile II și 1) ,
înutilizarea limbajului grafurilor conceptuale ca limbaj de rep rezentare , există două
direcții importante de cercetare [6]:
În prima direcție de cercetare limbajul CG este privit ca o simplă notație grafică a unei
teorii FOL ( engl., “FirstOrder Logic” ). Deoarece un CG este mai ușor de “citit” decât
formula FOL corespunzătoare ( “un bon dessin vaut mieux qu’un long discours” ), CG suntProfesor: Popa Disciplina: Programarepredă
[ Profesor: Popa ] →( predă ) → [ Disciplina: Programare ]
Eticheta
conceptului E c1Eticheta relației Er
(numele tipului relației)
Referentul individual (Popa) al
conceptului de tip profesorTipul conceptului (profesor)
[ tc1: ref c1]
Figura 0-6Etichetarea nodurilor concepte și relații
Comment [WR5]: (Sowa, 2000)
Comment [WR6]: (Genest, 2005)
Comment [WR7]: (Fürst, 2002)

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asistată de calculator
-AI-6-transformate în formule logice7, iar raționamentul se realizează prin algoritmii logici de
rezoluție ( figura 3-14)[4].Această abordare a apărut ca urmare a cercetărilor legate de
grafurile existențiale ale lui Peirce ( grafurile exstențiale reprezi ntăformule conjunctive
pozitive, închise existențial ; în aceste formule FOL p otapărea co-referințe reprezentând
variabile sau negații ). Deducțiile logice asupra acestor obiecte constau în manipulări
grafice (duplicare, deplasare, ștergere, etc.). După tran slatarea grafurilor conceptuale în
formulele logice corespunzătoare ( figura 3-14), raționamentul se realizează prin algoritmi
logici de rezo luție. Sistemul Prolog+CG [7][8]adoptă această abordare [9].
Îna doua direcție (abordarea d in această lucrare ) limbajul CG este privit ca sistem
formal [10]în care primitivele sunt grafuri conceptuale, iar raționamentul se bazează pe
operații interne (practic, un morfism al grafurilor) care păstrează corectitudinea și
completitudinea în raport cu FOL ( figura 3-14).Corespondența între inferența logică și
operațiile de generalizare asupra grafurilor conceptuale a fost stabilită de către Chein și
Mugnier [11].Fiecărui CG G i se asociază o formulă ф(G) a logicii de ordinul întâi și se
aplică teorema (Sowa, 1984): Fiind date 2 grafuri GșiH(legate de același suport S),
dacă GH,atunciΦ8(S),Ф(G)├─Ф(H). În plus, în anumite situații9,dacă
Φ(S),Ф(G)├─Ф(H),atunciGH.Relația între CG este numită relație de specializare
[12] și corespunde existenței unui morfism –care satisface o anumită proprietate a
7Oricărui CG i se poate asocia o formulă logică , utilizând funcția ф propus ă de Sowa (Sowa, 1993a)
sau operatorul Ψ propus de Chein.
8Φ(S) –mulțimea formulelor logice asociate suportului
9G și H –grafuri bine formate, în formă normală, așa cum vom ilustra în capitolul 4.Φ
date
-mulțimea SCGs E
E = {G , G , …, G }
-cerere SCG G
problema
-găsirea răspunsului H al lui
G în E
date
-mulțimea form. bine formate (wff) F
F = {f , f, …, f }
-scopul bine format (wff) g
problema
-găsirea mulțimii elementelor A din F care
îl au pe g ca și consecință logică
rezultatul A
-mulțimea wff care reprezintă soluțiiRezultatul H
Mulțimea grafurilor
soluțiedemonstrarea teoremeiGRAFURI CONCEPTUALE LOGICĂ DE ORDINUL ÎNTÂI
Φ
Φ
Figura 0-7Grafurile conceptuale ca reprezentare grafică a logicii [16](Mugnier, 1996)
Fie o mulțime de fapte E, pentru care trebuie găsit răspunsul la întrebarea G. Atât faptele, cât și
întrebarea sunt reprezentate grafic prin grafuri conceptuale simple. Operatorul (funcția) Φasociază
grafurilor formule logice, calculul constă în demonstrarea logică a unei teoreme (demonstrator logic).Comment [WR8]: (Sowa, 2000)
REFERINTA EXISTENTA (303 in numerotarea
anexei I)
Comment [WR9]: Kabaj 2000
Comment [WR10]: Kabaj 2001
Comment [WR11]: (AMINE, WWW)
Comment [WR12]: (Aubert, 2006)
E REFERINTA SI IN NOUL CAP 2
Comment [WR13]: (Chein, 2009)
Comment [WR14]: (Mugnier, 2000a)

ANEXA I Ingineria ontologică –Metodologii, metode și instrumente
-AI-7-etichetelor -între grafurile H și G (mai precis, unei proiecții de la H la G). În plus,
morfismul poate fi definit constructiv cu ajutorul unor operații simple asupra grafurilor
(identificarea a două noduri, suprimarea nodurilor identice, etc.). Funcția фfurnizează o
interpretare semantică logică consistentă și completă [13]a grafurilor conceptuale.
Din acest punct de vedere, modelul grafurilor conceptuale prezintă avantajele:
-Un model declarativ de reprezentare a cunoștințelor bazat pe grafurile etichetate;
-Calculul inferențelor se realizează prin algoritmi ai grafurilor (fără a folosi un rezolvitor
de teoreme, ca în logică) [14];
-Are o semantică logică consistentă și completă.
Sistemul CoGITaNT (ales ca mediu de dezvolt are în această lucrare) adoptă a doua
abordare [15].
Pe lângă interpretarea logică pe care am evidențiat -o, este posibil, deasemenea, să dăm
grafurilor conceptuale o interpretare în sensul teoriei mulțimilor [16] (Mugnier, 1996)
(figura 3-16, legăturile I, 3). Această interpretare furnizează un model cu o a doua semantică
(similară celei din logicile de descriere), care corespunde cu semantica din teoria modelului
(asociată modelului formal al teoriei logice exprimate în calculul FOL și reprezentată în figura
3-16prin legătura 2).3.1.1.1.1.1 Φ
date
-mulțimea SCGs E
E = {G , G , …, G }
-cerere SCG G
problema
-găsirea răspunsului la G în E
Operații pe grafuri
(Subsumare SCG)
rezultatul
-mulțimea SCGs
{H E | H G}
ΦΦ
{ fF| f g }GRAFURI CONCEPTUALE LOGICĂ DE ORDINUL ÎNTÂI
Φ
Φ
Φ
date
-mulțimea formulelor bine formate (wff) F:
F = {f , f, …, f }
-scopul bine format (wff) g
problema
-găsirea elementelor mulțimii A din F care îl
au pe g ca și consecință logicăΦ
Figura 0-8Grafurile conceptuale -sistem formal cu semantică logică [16](Mugnier, 1996)
Fie o mulțime de fapte E pentru care trebuie găsit răspunsul la întrebarea G. Atât faptele, cât și
întrebarea sunt reprezentate grafic prin grafuri conceptuale simple. Operatorul (funcția) Φasociază
grafurilor formule logice, însă calculul se realizează p rintr-un demonstrator CG (algoritmi asupra
grafurilor).Comment [WR15]: (Salvat, 1996)
Comment [WR16]: (Mugnier, 2000b)
Comment [WR17]: (Cogitant, WWW)

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asistată de calculator
-AI-8-În cadul suportului, tipurile de conceptele sunt organizate într -o ierarhie de tip latice, pe baza
unei relații de ordine parțială –relația semantic ă AKO –relație de specializare/generalizare
(subsumare) (ca în figura 3-17șifigura 3-18). Și tipurile de relații conceptuale pot fi
organizate ierarhic pe baza unei relații de subsumare. Clasificarea conceptelor și a relațiilor
este tratată ca o consecință logică .Și suporului i se poate da o interpretare logică sau una
în sensul teoriei mulțimilor (așa cum vom ilustra și în capitolulele următoare). O reprezentare
intuitivă este redată în figura 3-17.IIIIV
III
Teoria
modeluluiInterpretare
(semantică logică)
logicăFapte
Operații
pe
grafuri
Suport
Definirea
tipurilor
Reguli
Sistemul formal al CGSemantică de
notare31
2Algoritmi
4Mediu de lucru cu
CG ( CoGITANT )
56REZULTATUL
INTERPRETĂRII
Teoria mulțimilorLogicăMODELARE
Domeniu
Interfa ță
utilizator
Figura 0-9Posibilit ăți de utilizare a s istemului formal al grafurilor conceptuale

ANEXA I Ingineria ontologică –Metodologii, metode și instrumente
-AI-9-Așa cum deja am evidențiat, r aționamentul în formalismul grafurilor conceptuale se
realizează prin proiecție , operație care corespunde deducției pentru formulele existențiale
conjunctive din FOL [11].
Ca e xemplu, fie ierarhia de concepte din figura 3-18a(reprezentând suportul, ontologia
domeniului). Relația de subsumare (AKO) între tipurile de concepte definite în ontologie
(suportul S) -“Orice logică ierarhică este o (cu sensul de subtip, AKO) logică ȘI orice logică
este un formalism ȘI orice OntologieAI este un formalism ”(figura 3-18-aeste exprimată prin
mulțimea de formule Φ0(notată șiΦ(S)). Fie graful H care exprim ă faptul că“Formalismul
CG combină logica grafurilor existențiale ( PeirceEG ) într -ologică a ierahiilor de clas e, care
ea însăși comb ină o ontologieAI culogica FOL ”(figura 3-18-b căruia îi corespunde
Φ1(notată și Φ(H)) ;fiegraful G care exprim ă faptul că“Formalismul CG combină două (nu
neapărat diferite) logici” (figura 3-18-ccăruia îi corespunde .Între grafurile G și H există
relația G≥H. Atunci, formula Φ2poate fi obținută din Φ(S)șiΦ(H) ,prinderivare .
Φ0=x(Logica_cu_ierarhie_de_clase(x) Logica(x)) 
x(Logica(x) Formalism(x)) 
x(OntologieAI(x) Formalism(x)) ( =Φ(S) )
Φ1=x(Formalism(CG) Logica(PeirceEG) 
Logica_ierarhica(x) combina(CG, PeirceEG, x)) 
y (OntologieAI(y) Logica(FOL) combina(x,y,FOL)) ( = Φ(H))
Φ2=xz(Formalism(CG) Logica(x) Logica(z) combina(CG,x,z)) (= Φ(G))
Φ0Φ1├─Φ2
Observații:
1.Folosind operatorul Φ, propus de Sowa, formula ata șată grafului G este Φ2.Ierarhie tipuri concepte Ierarhie tipuri relațiiGraf conceptual
Figura 0-10Graful conceptual simplu: mulțime de pointeri semantici către ontologie
Comment [WR18]: (Chein, 2009).
SI IN CAP 2 CONTRIBUTII

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asistată de calculator
-AI-10-2.Folosind operatorul Ψ, propus de Chein, formula ata șată grafului G ar fi:
Ψ(G) = x1x2x3xzFormalism(CG,x 1)Logica(x,x 2)
Logica(z,x 3)combina( x1,x2,x3)
Așa cum se va demonstra în capitolele următoare, puterea formalismului grafurilor
conceptuale este dată și de multitudinea posibilităților de a combina și interpreta [17]ungrup
restrâns de primitive, cu scopul de a reprezenta cunoștințe (pedagogice) diferite, la niveluri
diferite.
AKOFormalism
AKO AKO
OntologieAI Logica
AKO
Logică_ierarhică
(Order -Sorted Logic)
a) Ierarhia concepte, ontologia
”Orice logică ierarhică este o logică și
orice logică este un formalism și orice
OntologieAI este tot un formalism ”
c) Graful conceptual G
“Formalismul CG combină două
(nu neapărat diferite) logici ”Formalism: CG
combină
Logica: *
Logica:*Formalism: CG
combină Logica: PeirceEGLogica_ierahică: *combină
ăpOntologieAI:* Logica: FOL
b) Graful conceptual H
“Formalismul CG combină logica
grafurilor existențiale ( PeirceEG ) într-o
logică a ierahiilor de clase , care ea însăși
combină o ontologie AI culogica FOL”
Figura 0-11Un exemplu de raționament cu grafuri conceptuale
Pornind de la ontologia din fig. a) și un fapt existent (reprezentat prin graful din fig. b), prin
derivare, se obține un nou fapt (repr ezentat prin graful din fig. c)
Comment [WR19]: (Chein, 2000)

ANEXA I Ingineria ontologică –Metodologii, metode și instrumente
-AI-11-2.4Limbaje de reprezentare a ontologiilor pentru web
Pentru reprezentarea informației10din web -ul semantic și interoperabil itatea acesteia atâtdin
punct de vedere sintactic, cât și semantic, se utilizează ontologii11șilimbaje specifice [18].
Tim Berners -Lee propune un model stratificat al limbajelor pentru web-ulsemantic [19],[20]
prezentat în figura 3-19.
Nivelul de la baza stratificării din figura 3-19este furnizat de către URI ( Uniform Resource
Identifier), care pemite referirea unei resurse web (anonime sau nu) pe baza unei scheme12.
Folosind Unicode și URI, nivelul XML (propus ca standard pentru interschimbul informației
din web) definește o reprezentare generică a documentelor, structu rate sub formă de arbore;
mecanismul spațiilor numelor permite combinarea documentelor (eterogene) xml și
facilit ează integrarea informațiilor p rovenite din surse diferite.
Nivelul RDF(S) reprezintă cadru lpentru reprezentarea metadatelor (RDF), furniz ează
mecanismele pentru descrierea resurselor identificabile prin URI și definește vocabularul
folosit (RDF(S)).
Lanivelurile următoare (cele re prezentate în gri înfigura 3-19)sunt situate limbajele13
(”veritabile ”)de reprezentare a ontologiilor pe web:
SHOE , XOL (Gómez -Pérez , 2002 a), OIL, OIL+DAML, bazate pe sintaxa XML /RDF .
OWL (succesorul DAML +OIL), bazat pe logicile de descriere , compus din OWL LITE,
OWL DL și OWL FULL.
10În 2002, în web existau peste 3 bilioane de documente statice și peste 300 de milioane de utilizatori .
11“Ontolgiile aplicate web -ului au creat web -ul semantic” [28](Fensel, 2001)
12Exemple de scheme URI: http, mailto, ldap, ftp; schemele definesc semantica și structura unui URI.
13Studii comparative ale acestor limbaje în[18](Corcho, 2000), (Gómez -Pérez, 2002a), [57](Corcho,
2003)Unicode URIXML(S) + NamespaceRDF (S)Vocabularul ontologieiReguliDemonstrațieÎncredere
Semnătură
CriptareCadru logic
Figura 0-12Limbaje pentru web -ul semantic, adaptat după [29](Berners -Lee, 2000)Comment [WR20]: (Corcho, 2000)
Comment [WR21]:
Ap si in cap de ing ONTOL!!!!!!!!
(Berners -Lee, 2000)
Comment [WR22]: (Berners -Lee, 2007)
Si in cap de Ing Ontol

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asistată de calculator
-AI-12-Următoarele niveluri nusunt încă deplin conturate , constituind încă direcții de cercetare.
În ceea ce privește nivelul logic, vom aminti aici propunerea pentru o logică comună , CL
(Common Logic)și IKL (limbaj mai expresiv ca cel pentru CL) [21], apărută prin două
proiecte de dezvoltare de standarde ANSI pentru CGIF și KIF. Proiectul comun
(ISO/IEC24707) [22] vizează elaborarea unei sintaxe abstracte comune și a unui model
teoretic (bazat pe teoria mulțimilor) pentru o familie de notații bazate pe logică.
Hayes [23] define șteun model foarte general pentru teoria modelului pentru CL și folosește
CL pentru definirea semanticii RDF(S) și OWL. În completare la teoria modelului și sintaxa
abstractă, standardul CL specifică trei dialecte concrete capabile să exprime complet
semanticile logicii comune:
CLIF ( Common Logic Interchange Format)
CGIF (Conceptual Graph Interchange Format)
XCL (notație XML pentru CL)
RDF și OWL pot fi considerate dialecte care exprimă submulțimi ale semanticii CL, deoarece
orice propoziție din RDF sau OWL poate fi translatată în CLIF, CGIF sau XCL, însă doar o
submulțime a logicii comune poate fi translatată în RDF, OWL [14].
Așa cum se observă și din figura 3-20, limbajele care exploatează caracteristicile web -ului
sunt limbaje de marcare, fondate pe xml. Chiar dacă nutoate sunt veritabile l imbaje de
reprezentare a ontologiilor , vom evidenția câteva caracteristici ale fiecăruia dintre aceste
limbaje.
Limbajul XML (eXtensible Markup Language) , dezvoltat de XML Working Group de la
W3C14, furnizează nivelul sintactic de structurare a informației din web. XML-ul poate
constitui baza unui limbaj de specif icare a ontologiilor: specificați asintactic ăse
realizează în cadrul unui DTD (Document Type Definition) ,care desemnează un format
standard al unui fișier text în care sunt reprezentate structuri arborescente. XML(S)
definește tipurile care pot fi utilizate într -un RDF. La ora actuală există numeroase
instrumente care permit utilizatorului să -și definească propriile tag -uri și atribute, dar și
propriile structuri de date (inclusiv cele imbricate), intrumente de extragere a datelor din
documentele .xml, instrumente de validare a documentelor .xml . XML -uloferă un mod de
specificare a sintaxei pentru un limbaj ontologic, însă este nevoie de crearea unor
instrumente care să permită inferențe în limbajele bazate pe x ml.
Limbajul RDF (S) (Ressource Description Framework ( Schema)) propus de W3C [24]
furnizează un model de descriere a semanticii datelor baz atepe xml.
RDF este limbaj de tip rețea semantică pentru descrierea resurselor web . Modelul datelor
RDF conține resurse (subiecte) identificate prin URI, proprietățile (predicate)
(caracteristici, atribute sau relații care descriu resursele) lorșiaserțiuni de forma unor
triplete (subiect, predicat, valoare ).
RDF Schema (RDF Vocabulary Description Language) este un limbaj declarativ ba zat pe
cadre , care permite de finirea relațiilor între proprietăți și resurse, dar și organizarea
14W3C -World Wide WebComment [WR23]: Hayes, 2005
Comment [WR24]: (ISO/IEC, 2007)
Comment [WR25]: (Menzel, 2008)
Comment [WR26]: (Sowa, 2008) .
EXISTA DEJA!!!!!! In ANEXA
Comment [WR27]: (RDF, 2004)

ANEXA I Ingineria ontologică –Metodologii, metode și instrumente
-AI-13-acestora în taxonomii (prin relația subProprietyOf șisubClassOf ).Specifică schema de
reprez entare a cunoștințelor ontologi ce folosite în propozițiile RDF (deoarece permite
definirea unui vocabular).
De aceea, RDF(S) poate fi considerat un limbaj minimal pentru reprezentarea
ontologiilor. Cum au remarcat numeroși autori [25] [26],limbajul RDF(S) prezintă multe
similarități cu limbajle grafurilor conceptuale : reprezentarea cunoștințelor sub formă de
grafuri [27], semantica din teoria modelului.
Limbajele SHOE, XOL, OIL, OIL +DAML , fondate pe sintaxa XML /RDF :
SHOE (Simple HTML Ontology Extension) , dezvoltat inițial ca extensie a HTML –
ului, adaptat acum pentru XML, permite definirea unei ontologii care descrie
clasificarea obiectelor și a relațiilor dintre acestea și adnotarea paginilor html. O
ontologie este specificată în limbajul SHOE ca o ierarhie de clase (numite
categorii), relații între clase și reguli infer ențiale exprimate printr -o formă
simplificată a clau zelorHorn.
XOL, limbaj care permite doar specificarea conceptelor, taxonomiilor și a relațiilor
binare, fără mecanisme de raționament.
OIL(Ontology Interchange Language)
Combină primitivele de modelar e din limbajele bazate pe cadre cu raționamentul
formal din logicile de descriere. Se bazează pe OKBC, XOL și RDF. O ontologie
în OIL este organizată pe trei niveluri: nivelul obiectelor (al instanțelor), primul
meta -nivel care conține definiții ale ontolo giei și al doilea meta -nivel care conține
informații despre ontologie (autor, etc.). Limbajul OIL [28] permite definirea
(parțială )aconceptelor, relațiilor, funcțiilor și a axiomelor.
DAML+OIL
Limbajul DAML+OIL [29]este un limbaj care extinde RDFS, cu semantică formală
clară, bazat pe logicile de descriere. Permite definirea claselor, proprietăților,
specificarea unor constrângeri de cardinalitate sau ale proprietăților și a le unor
caracteristici ale acestora (tranzitivitate, inversă, etc.) , dar și operații asupra
claselor cu interpretare în teoria modelului.
O ontologie dezvoltată în aceste limbaje (SHOE, XOL, OIL, OIL+DAML) este convertită, de
obicei, într -o formă xml /rdf.
Limbajul OWL (WebOntolog yLanguage) , compus din OWL Lite, OWL DL și OWL Full .
Începând din 2004 limbajul OWL a fost recomandat de către W3C ca limbaj standard de
reprezentare a ontologiilor pe web. A fost dezvoltat pornind de la logicile de descriere și
DAML+OIL și constă într -o mulțime de elemente XML și atribute, cu semnificație bine
definită, care specifică termeni iși re lațiiledintre aceștia ( Class ,equivalentProperty ,
intersectionOf ,unionOf , etc.). Limbajul oferă și posibilități de integrare a ontologiilor
existente [30].
Permite diferite tipuri de ra ționament :
-OWL Lite –este limbajul cel mai simplu, mai puțin expresiv, care permite clasificări
ierahice și specificarea constrângerilor de cardinalitate 0 și 1.Comment [WR28]: (Baget, 2005)
Comment [WR29]: (Corby, 2000)
Comment [WR30]: (Wielemaker, 2005)
Comment [WR31]: (Fensel, 2001)
EXISTA DEJA REF in ANEXA
Comment [WR32]: (Horrocks, 2002)
Comment [WR33]: (Horocks, 2006)

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asistată de calculator
-AI-14–OWL DL –este un limbaj cu grad mai mare de expresivitate, raționamentul ( decidabil)
fiind cel din logicile de descriere.
-OWL Full –este limbajul cu expresivitate maximă și mecanisme de raționament
complexe, dar fără garanția decidibilității (OWL Full OWL DL OWL Lite) .
3.METODOLOGII , METODE ȘI INSTRUMENTE ÎN
INGINERIA ONTOLOGICĂ
Fiind componente software, ontologiile trebuie privite ca obiecte tehnice evolutive, al căror
ciclu de viață trebuie specificat. Activitățile din ingineria ontologică ( figura 3-21)sunt:
activități de pre -dezvoltare , de gestiune a proiectului (planificare, control, asigurarea calității) ;
activități de dezvoltare (specificare, conceptualizare, formalizare , implementare) ;activități de
post-dezvoltare (întreținere, utilizare); activități complementare (validare, evaluare,
documentare).
Astfel, metodologiile și instrumentele folosite în ingineria ontologică pot viza diverse aspecte
din cele enumerate anterior; u n studiu al metodologiilor și instrumentelor folosite în ingineria
ontologică poate fi găsit în [31], așa că în ace astăanexă vom prezenta doar aspectele
importante din punctul de vedere al acestei lucrări ,evidențiind în principal metodologiile
și instrumentele pentru construirea ontologii lor și evaluarea acestora .
Au fost propuse numeroase metodologii15,fără a se impune una anume sau a se ajunge la
un consens, așa că am prezentat aici doar elementele care sunt utile în demersul nostru .
În[31] metodologiile și metodele sunt clasificate în categoriile: pentru construirea
ontologiilor , pentru reinginerie , pentru construirea cooperativă , pentru unificare și fuzionare ,
pentru evoluție și pentru evaluare , iar instrumentele -în categoriile: i nstrumente pentru
construcția ontologiilor , pentru fuziune și integrare , pentru evaluare , pentru adnotare pe baza
ontologiei, p entru memorare și interogări , pentru întreținere și evoluție . Deși cea mai folosită
clasificare a instrumentelor [31] se bazează pe funcționalitățile acestora, trebuie subliniat
faptul că, de cele mai multe ori, un instrument înglobează mai multe funcționalități (vezi și
15Conform standardelor [32] (IEEE, 95) și (IEEE, 90) o metodologie reprezintă o succesiune
cuprinzătoare și integrată de tehnici sau metode pentru creearea unei teorii generale despre mo dul în
care ar putea fi realizată o categorie de activități; o metodă reprezintă un proces ordonat sau o
procedură folosită în ingineria unui produs sau realizarea unui ser viciu; o tehnică este o procedură
tehnică și managerială folosită pentru atingerea unui anumit obiectiv. Metodele și tehni cile sunt
componente ale unei metodologii; metoda necesită o ordine, tehnica –nu.XMLRDF(S) XOL SHOEOIL DAML+OIL OWL
Figura 0-13Limbajele de reprezentare a ontologiilor pentru web
Comment [WR34]: (Gómez-Pérez, 2002b)
Exista deja
Comment [WR35]: (Gómez -Pérez , 2002b)
Comment [WR36]: (Gómez -Pérez , 2002b)
CITAREA EXISTA DEJA
ESTE SI IN CAP 2 ING ONT

ANEXA I Ingineria ontologică –Metodologii, metode și instrumente
-AI-15-paragraful 3.2.5.1.), sub forma unor module de aplicație (modul pentru raționament, modul
pentru adnotare, etc.).
3.1Metodologii ,metode și instrumente pentru construirea
ontologiilor
A.Metodologii și metode pentru construirea ontologiilor
Metodologiile șimetodele existente pentru construirea ontologiilor (pornind de la zero sau
reutilizând ontologii leexistente )sunt evaluate [31] înfuncție deaspectele considerate în
construcția ontologie i16(ciclul de viață, gradul de dependență față de aplicația care
folosește ontologia (dependente de aplicație ,semi -dependente de aplicație sau
independente de aplicație ),utilizarea unei ontologii nucleu ca punct de plecare în
dezvoltarea unei ontologii a domeniului ,modul de identificare a conceptelor (bottom -up, top-
16Aspectele care ne interesează sunt scrise c u caractere italice.Managementul ontologiei
Control, asigurarea calitățiiStudiul fezabilității
Probleme, oportunități, posibile soluții,
fezabilitate economică
Analiza domeniului
Scenarii de motivare, întrebări de competență, soluții
existente
Conceptualizare
Conceptualizarea modelului, integrarea și extinderea
soluțiilor existente
Implementare
Implementarea modelului formal într-un limbaj de
reprezentareReutilizarea ontologieiEvaluareDocumentare
Achiziția cunoștințelor
Întreținere
UtilizareFormalizare
Obținerea modelului formal
Figura 0-14Activități în ingineria ontologică
Comment [WR37]: (Gómez-Pérez, 2002b)
CITAREA EXISTA DEJA
ESTE SI IN CAP 2 ING ONT

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asistată de calculator
-AI-16-down, middle -out(identificarea celor mai importante concepte, apoi specializarea sau
generalizarea acestora) ),modalități de obținere a unor t axonomii cât mai corecte și de
acoperirea procesului de dezvoltare a ontologiei (bazat pe standardul IEEE 1075 -1995 [32]
pentru dezvoltarea software -ului): procese de management a lproiectului , procese de
dezvoltare (pre -dezvoltare (studiul mediului, studiu de fezabilitate, etc.) ,dezvoltare (cerințe –
specificații, proiectare, implementare) și post -dezvoltare (instalare, mentenanță, retragere) ) și
procese complementare (evaluare, validare, docum entare).
Vom prezenta, în continuare, cele mai reprezentative metode și metodologii, insistând
asupra celor de construire a ontologiilor pornind de la zero .În cadrul acestor
metode /metodologii se urmăresc, în special, etapele propuse pentru construirea /dezvoltarea
ontologiei, care sunt ontologiile dezvoltate pe baza unei anumite metode /metodologii și
domeniile lor de utilizare ,ce aplicații care folosesc ontologiile respective au fost dezvoltate și
existența unor instrumente suport.
Metododlogia Cyc17
Construirea unei ontologii constă în etapele: (1) codificarea manuală a cunoștințelor
implicite și explicite din diferite surse; (2) codificarea cunoștințelor din KB Cyc cu
instrumentele Cyc; (3) delegarea către instrumente a codificării. Fiecare etap ănecesită
dezvoltarea unei reprezentări a cunoașterii (atribut, valoarea -atributului) și utilizarea unei
ontologii top-level (cu concepte abstracte, ca obiect, mulțime, etc).
Ontologii dezvoltate aplicând metodologia: Cyc, Cyc.daml, folosite în proiectul HP KB
(High Performance Knowledge Base –program de cercetare privind achiziția,
reprezentarea și operaționalizarea cunoașterii).
Domenii ale ontologiilor : Cyc are diferite micro -teorii, folosește o ontologie nucleu.
Aplicații în care sunt utilizate ontologii le Cyc sunt module integrate într -o KB Cyc și motor
de inferență: (1) Sistem de integrare a bazelor de date eterogene (mapează vocabularul
Cyc în schemele bazelor de date); (2) Modul de i nterogare în limbaj natural a unei baze
de date de imagini ; (3) Modul de in tegrare ghidată a terminologiei structurate (permite
importul, managementul și integrarea dicționarelor) (4)Agenți Cyc (cunoștințe din nucleul
unei KB Cyc și cunoștințe din domeniul specific agentului); (5) Modul de regăsire a
informației web (acces KB în limbaj natural, extinderea KB cu informații web).
Instrumente suport: instrumente Cyc.
Metoda Uschold &King18
Propune pentru dezvoltarea ontologiei , următoarele etape :(1) identificarea scopului
ontologiei; (2) construcția ontologiei, constând în: (2a) ” capturarea ontologiei” (engl.
“ontology capture” , echivalentă conceptuali zării (identificarea conceptelor și a relațiilor din
domeniu, definiții (text) neambigue ale ace stora, identificarea termenilor pentru concepte,
relații); (2b) codificare (reprezentarea în limbaj formal); (2c) integrarea ontologiilor
existente; (3) evaluare; (4) documentare.
Ontologii dezvoltate prin această metodă : Ontologia întreprinderii (colecție de termeni și
definiții relevante în modelarea întreprinderii), în proiectul “Enterprise Project” , în
domeniul întreprinderii.
17http://www.cyc.com
18http://www.aiai.ed.ac.uk/project/enterprise/enterprise/ontology.htmlComment [WR38]: (IEEE, 1995)
Exista deja in anexa

ANEXA I Ingineria ontologică –Metodologii, metode și instrumente
-AI-17-Aplicații: Enterprise Toolset , cu arhitectură multi -agent, compus din: Procedure Builder
(construirea modelelor procesului), Agent Toolkit (dezvoltarea agenților), Task Manager
(integrarea, vizualizarea și suportul pentru hotărârea procesului) și Ontologia
întreprinderi i pentru comunicație.
Metodologia METHONTOLOGY
Construirea ontologiilor în ingineria cunoștințelor (construirea de la zero, reutilizarea altor
ontologii existente, sau prin proces de reinginerie) , propusă pentru construirea
ontologiilor prin FIPA ( Foundation for Intelligent Physical Agent) urmează etapele :(1)
Identificarea p roceselor de dezvoltare a ontologiilor (independente de aplicație) prin: ( 1a)
gestiunea proiectului; (1b ) activități de dezvoltare; ( 1c) activități ajutătoare; (2) ciclul de
viață al ontologiei bazat pe prototipuri evolutive.
Proiecte: MKBEEM, OntoWeb, Esp eronto, Utilizarea ontologiilor în gestiunea
cunoștințelor, GUME, Prototipuri de ontologii pentru mediul ambiant .
Ontologii: (1) CHEMICALS (conține cunoștințe din domeniul chimiei), cu: Monoatomic
Ions Ontology, Environmental Polluants, Reference Ontology; (2) (KA)2 (conține
cunoștințe științifice, subiecte de cercetare, proiecte, universități, etc.) în achiziția
cunoștințelor.
Domenii: chimie, mediu, ontologii, managementul cunoștințelor, știința calculatoarelor,
călătorii, etc.
Aplicații: (1) Ontogenerati on, sistem care folosește o ontologie a domeniulu i
(CHEMICALS) și una lingvistică (GUM) pentru răspunsuri sub forma unor descrieri text în
spaniolă ;(2)Onto2Agent , broker WWW bazat pe ontologii, care folosind Reference –
Ontology regă sește descrieri ale ont ologiilor care satisfac anumite constrângeri; (3)
OntoRoadMap , aplicație web bazată pe ontologii care permite membrilor unei comunități
înregistrarea, căutarea și navigarea prin ontologii, metodologii, instrumente și limbaje,
aplicații pentru web-ulseman tic,e-commerce, managementul cunoștințelor ,prelucrarea
limbajului natural, conferințe, workshop -uri;(4)ODEClean ; (5)prototipul MKBEEM .
Instrumente: ODE ,WebODE (platformă integrată de dezvoltare a ontologiilor) .
Metodologia On -To-Knowledge19
Dezvoltarea unei ontologi iconține etapele :(1)Studiul fezabilității : (1a)identificarea
problemei, (1b ) studiul oportunității, ( 1c) alegerea publicului; (2) Conceptualizare ,
obținându -seo descriere semi -formală a ontologiei (2a) specificarea cerințelor, (2 b)
analiza surselor de informare, ( 2c) crearea ontologiei inițiale; (3) Rafinare ( 3a) extragerea
cunoștințelor ( 3b)dezvoltarea taxonomiei de bază ( 3c)formalizare; (3d) adăugarea
relațiilo rși axiomelor; (4)Evaluare –revizuire și extindere bazată pe acțiuni inverse
(retroacțiuni) –bazată pe tehnologie, pe utilizatori, pe ontologie; (5) Întreținere.
Proiecte: On-To-Knowledge, OntoWeb, SemiPort, AIFB Website, COST –Modeling
Real-Property Transactions .
Ontologii: Skills Management @SwissLif e, Virtual Organization @EnerSearch,
OntoShare @BT, OntoWeb Portal, AIFB Portal , în proiectul On -To-Knowledge .
Instrumente: (1) OntoEdit , veritabil mediu de inginerie ontologică, sprijină toate fazele
metodologiei, cu diverse plugin -uri: OntoMap, OntoFiller, Domain Lexicon, Inferencing;
19http://www.ontoknowledge.org

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asistată de calculator
-AI-18-(2)OntoMat -Annotizer ,(3)OntoBroker ,(4)MindManager2002 Business Edition ,(5)
Sesame ,(6)Spectacle ,(7)OntoShare ,(8)OMM ( Ontology Middleware Module) .
Metodologia Grüninger &Fox20
Propune construirea unui model (integrat) logic (formalizat în FOL) al cunoașterii unui
domeniu (întreprindere) specificate printr -o ontologie.
Construirea ontologiei (semi -dependente de aplicație) urmează etapele :(1)stabilirea
scenariil orde motivare; (2) form ularea întrebărilor de competență î n limbaj natural ; (3)
specificarea terminologiei ontologiei în limbaj formal; (3 °) terminologia informală; (3b)
terminologia formală; (4) specificarea formală a axiomelor și a definițiilor termenilor; (5)
stabilirea condi țiilor de completitudine a ontologiei.
Ontologii și proiecte: TOVE ( Toronto Virtual Enterprise) în domeniul întreprinderii.
Aplicații: (1) Enterprise Design Workbench (mediu de proiectare a întreprinderii care
permite explorarea și analiza comparativă uno r soluții de proiectare existente, proiectare,
reproiectare și ghidarea acestora); (2) Integrated Supply Chain Management Project
Agents (organizarea unei rețele de agenți inteligenți care cooperează în realizarea unor
activități logistice, de transport, m anagement, etc).
Metoda KAKTUS
Investighează fezabilitatea reutilizării cunoașterii în sisteme tehnice complexe , sprijinite
de ontologii; metoda este condiționată de dezvoltarea unor ontologii pentru aplicații .
Metoda conține etapele: (1) specificarea aplicației (context ,componente); (2) proiectarea
preliminară bazată pe catego riile ontologice top -level; (3) rafinarea /structurarea ontologiei.
Ontologii și proiecte: ontologii ale rețelelor electrice, proiectul KAKTUS.
Aplicații: (1) Diagnoza defectelor î n rețele electrice ; (2) Programarea reluării serviciilor
după o defecțiune ; (3)Controlul rețelelor electrice pe baza aplicațiilor anterioare .
Metoda SENSUS
Propune o abordare top -down pentru obținerea ontologiilor specifice domeniului (prin
construirea ar borelui conceptual), pornind de la ontologii existente, ”mai generale”
(obținute prin extragerea și unificarea informațiilor din diferite surse (electronice) de
cunoaștere).
Etapele de construire : (1) identificarea termenilor cheie ai domeniului; (2) lega rea
manuală a acestora la SENSUS; (3) adăugarea conceptelor aflate în calea de la termen
la rădăcina arborelui SENSUS; (4) selectarea dintre conceptele adăugate a celor care
pot fi relevante pentru domeniu; (5) adăugarea sub -arborilor corespunzători concep telor
pentru care se identifică numeroase căi .
Ontologii de planificare a campaniilor militare aeriene într -un proiect DARPA.
Instrumente: OntoSaurus .
B. Medii și instrumente pentru construirea ontologiilor
OilED : OilEd21(OilEditor) este un editor de ontologii bazat pe formalismul DAML+OIL și a
logicilor de descriere. Permite în principal construirea ontologiilor, testarea coerenței (cu
ajutorul motorului de inferență FACT, bazat pe OIL) și exportul ontologiei în alte limbaje22.
20http://www.ie.utoronto.ca/EIL

ANEXA I Ingineria ontologică –Metodologii, metode și instrumente
-AI-19-OntoEdit : OntoEdit23-distribuit atât ca versiune free, cât și ca versiune profesională –este
un mediu de inginerie ontologică pentru dezvoltarea și întreținerea ontologiilor, bazat pe
metodologia On -TO-Knowledge. Permite editarea grafică a ierarhiilor de concepte și relații.
Utilizează un model de reprezentare a cunoașterii bazat pe cadre și permite exprimarea unor
axiome algebrice asupra relațiilor și a proprietății de genericitate a unui concept [44](Buraga,
2007). Versiunea comercială oferă s ervicii de editare colaborativă, testarea coerenței
ontologiei, posibilitatea de generare a specificațiilor24ontologiei prin intermediul întrebărilor
de competență și import /export în diferite limbaje de reprezentare a ontologiei.
ODE șiWebODE :ODE ( Ontology Design Environment) și WebODE25sunt instrumente de
inginerie ontologică care furnizează supotul și serviciile necesare activităților implicate în
procesul de dezvoltare și utilizare a ontologiilor: interfață grafică de editare colaborativă și de
testare a ontologiei (verificarea constrângerilor tipurilor, a valorilor numerice, a cardi nalității
sau verificări de consistență taxonomică), memorarea ontologiei într -o bază de date
relațională, import /export XML, translatare în alte limbaje sau sisteme26.Metodologia
aplicată în construirea ontologiei este METHONTOLOGY, modelul de reprezentare a
cunoștințelor este unul bazat pe cadre (exprimat în limbajul OCML), mecanismele
operaționale de raționament sunt reguli logice (motor de inferență dezvoltat în Cia o Prolog:
AxiomBuilder transformă axiomele FOL și regulile în Prolog).
Protégé -2000 :Protégé -200027este un mediu grafic și interactiv pentru proiectarea
ontologiilor și un mediu de dezvoltare a bazelor de cunoștințe. Permite editarea, vizualizarea
și verif icarea constrângerilor ontologiei, extragerea unei ontologii pornind de la surse textuale
și fuziunea semi -automată a ontologiilor. Modelul cunoștințelor este bazat pe cadre,
conținând clase (concepte), slot -uri (proprietăți) și fațete (valori ale propriet ăților și ale
constrângerilor). Deși se dorește un model compatibil OKBC, apar unele diferențe: de
exemplu, în Protégé -2000 , un cadru –fie o clasă, fie un slot, fie o fațetă –este instanța unei
singure clase; în OKBC același cadru poate reprezenta mai mu lte obiecte conceptuale.
Permite definirea meta -claselor.
Constrângerile pot fi exprimate în limbajul PAL28. Diferite motoare de inferență pot fi
dezvoltate utilizând Flora (pentru F -logic) și Jess.
Plugin -urile OntoViz și Jambalaya permit obținerea unor view-uri grafice asupra bazei de
cunoștințe, respectiv navigare interactivă, zooming asupra anumitor elemente din baza de
date, evidențierea conexiunilor între clustere de date. Plugin -ulPROMPT furnizează un
mediu de management al ontologiilor, oferind in strumente de unificare (prin găsirea
similarităților între diferite ontologii), de versionare, de extragere semantică a unor sub -părți
complete dintr -o ontologie sau de rearanjare a cadrelor în diferite ontologii relaționate.
21http://oiled.man.ac.uk
22Chiar și unele mai puțin cunoscute, ca SHIQ
23http://www.ontoprise.de/com/start_downlo.htm
24Prin pulgin -ul ONTOKICK
25http://webode.dia.fi.upm.es/webODE
26Java sau Jess
27http://protege.stanford.edu
28PAL ( Protégé Axiom Language) este un sub -limbaj al limbajului KIF: fărăunele constante și
predicate din KIF, fărădefrelation și deffunction.

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asistată de calculator
-AI-20-Ontolingua Server : Ontolingu a Server29este un server de editare colaborativă a
ontologiilor. Modelul cunoștințelor este unul bazat pe cadre, în limbajul ONTOLINGUA
(extensie a limbajului KIF). Într -o astfel de ontologie constituentele sunt clase, relații, funcții,
instanțe și axiome. Furnizează accesul la o bibliotecă de ontologii (prin protocolul OKBC), un
editor pentru crearea /consultarea ontologiilor și numeroase translatoare între diferite limbaje
de reprezentare (Prolog, CORBA IDL, CLIPS, LOOM, etc.). Permite includerea unei onto logii
existente în ontologia în curs de construcție, prin adăugarea la cea din urmă a unor axiome
de“tranducere” (prin stabilirea unei relații de identitate între termenii care definesc aceleași
clase sau relații în cele două ontologii).
OntoSaurus :OntoSaurus30constă în două module: un server de ontologii în care
reprezentarea cunoștințelor folosește LOOM și un server de consultare a ontologiilor care
oferă funcționalități de afișare a ierarhiilor prin generarea dinamică a unor pagini html. Oferă
translatoare din LOOM în Ontolingua, KIF, KRSS și C ++.
WebOnto :WebOnto31este un instrument pentru crearea, modificarea și consultarea
colaborativă a ontologiilor. Reprezentarea cunoștințelor utilizează paradigma bazată pe
cadre și limbajul OCML. Instrumentul permite managementul ontologiilor prin intermediul
unei interfețe grafice, suport pentru rezolvarea problemelor și modelarea task -urilor,
verificarea consistenței, realizarea unor adnotări (folosind Tadzebao).
DOE :DOE32(Differential Ontology Editor), co nceput mai degrabă ca și complement al altor
editoare de ontologii, permite construirea ontologiilor conform metodologiei propuse de
Bachimont: ierarhiile de concepte și relații sunt construite inițial folosind principiile
diferențiale, apoi se adaugă prin cipiile referențiale (vezi și în paragraful 3.2.5.3.). Semantica
relațiilor este precizată prin semnătura acestora. Este posibilă exportarea ontologiei în xml,
CGXML, DAML +OIL, RDFS șiOWL.
3.2Metodologii, m etode și instrumente pentru evaluarea
ontologiilor
Evaluarea unei ontologii constă în validarea și verificarea acesteia :
-Validarea:pentru a ne asigura că este corect construită din punct de vedere al modelului
de reprezentare a cunoștințelor adoptat (ontologia este conformă cu modelul formal de
reprezentare); ca urmare, la acest nivel, evaluarea constă într -un proces formal
dependent de modelul de reprezentare șiindependent de domeniul modelat .La acest
nivel sunt testate trei tipuri de proprietăți ale ontologiei:
Conformitatea ontologiei cu modelul de reprezentare a cunoștințelor (de exemplu,
într-un model bazat pe grafuri conceptua le sau un model entitate /relație , este
necesară precizar ea semnăturii fiecărei relații);
Coerența ontologiei :absența contradicțiilor logice (de exemplu, două axiome
sintactic corecte pot fi logic contradictorii) ;
29http://ontolingua.stanford.edu
30http://www.isi.edu/isd/ontosaurus.html
31http://kmi. open.ac.uk/projects/webonto ,http://webonto.open.ac.uk
32http://opales.ina.fr/public

ANEXA I Ingineria ontologică –Metodologii, metode și instrumente
-AI-21-Minimalitatea ontologiei : nu conține cunoștințe inutile (concepte specificate de
mai multe ori, axiome care pot fi deduse dintr -o combinație de alte axiome).
-Verificare a:pentru a ne asigura că semantica exprimată prin ontologie este conformă
cu domeniul modelat. La acest nivel care vizează, practic, o evaluare din punct de
vedere conceptual, sunt testate:
Completitudinea ontologiei față de domeniul vizat (dacă toate cunoștințele
domeniului sunt incluse în ontologie);
Conformitatea ontologiei față de domeniul vizat (cunoștințele reprezentate în
ontologie corespund întru totul semanticii domeniului) .
Metodologia lui Goméz -Pérez de evaluare a taxonomiilor
Deoarece majoritatea ontologiilor sunt bazate pe un model al cadrelor, Gómez -Pérez
identifică un număr de posibilile erori în construirea taxo nomiilor sau într -o bază de
cunoștințe reprezentate printr -un model bazat pe cadre. Aceste erori pot fi:
Erori de inconsistență:
Erori de circularitate;
Erori de partiții (clasificarea conceptelor este definită cu ajutorul partițiilor, într -o
manieră disjunctă și/sau completă);
Erori de inconsistență semantică.
Erori de incompletitudine:
Clasificarea incompletă a conceptelor;
Erori de partiții (apărute prin lipsa definiței unei partiții între o mulțime de clase).
Erori de redundanță:
Erori de redundanță gramaticală;
Aceeași definiție formală pentru mai multe clase;
Aceeași definiție formală pentru mai multe instanțe.
Uninstrument care aplică această metodologie este ONE -T(Ontology Evaluation Tool), o
aplicație Java bazată pe web, care permite verificarea ontologiilor Ontol ingua Server și
LOOM.
Metodologia OCM (Ontological Constraint Manager)
Metodologia vizează rolul axiomelor în ingineria ontologică și restricționarea interpretărilor pe
care construcțiile ontologice le pot avea. OCM propune o arhitectură -multinivel, în care
fiecare nivel reprezintă un cuplu specificație/ontologie. Pentru fiecare nivel (deci pentru
fiecare cuplu), se verifică conformitatea specificației cu ontologia corespunzătoare.
Instrumentu l care aplică această metodologie este OCM , o aplicație Java, cu motor SICTus
Prolog.
Metodologia propusă de Gaurino
Metodologia evaluează taxonomiile de concepte verificând constrângerile impuse prin
meta -proprietățile conceptelor (rigiditate, identitate, unitate și dependență) (vezi și 3.2.3.2.)
[34]. Comment [WR39]: (Guarino, 2002)
MAI EXISTA SI IN CAP IngOnt
SI IN CAP ! MARE, CRED

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asistată de calculator
-AI-22-Pentru proprietățile și, constrângerile33sunt:
-Constrângeri de rigiditate ( ~Rnu poate subsuma +R,-Rtrebuie s ă subsumeze ~R,
~Rtrebuie s ă subsumeze ~R);
-Constrângeri de identitate :proprietățile cu condiții de identitate incompatibile sunt
disjuncte;
-Constrângeri de unitate (+Unu poate subsuma +U,~Unu poate subsuma +U,~U
trebuie s ă subsumeze ~U);
-Constrângeri de dependență (+Dtrebuie săsubsumeze +D,+Dnu poate subsuma
-D).
Instrumentul care implementează metodologia este OntoClea n[35],un plug -in pentru
WebODE și pentru Protégé. Pentru evaluarea unei taxonomii, se parcurg următoarele etape:
se atribuie fiecărei proprietăți m eta-proprietatea corespunzătoare; se consideră doar
proprietățile rigide (o taxonomie fără proprietăți rigide constituie osatura); se evaluează
taxonomia pe baza constrângerilor; se analizează proprietățile rigide; se completează
taxonomia cu alte concepte și relați i.
Chiar dacă nu aplică una dintre metodologiile prezentate aici, trebuie amintite alte două
instrumente (plugin -uri pentru OntoEdit) de evaluare a ontologiilor, OntoAnalyzer și
OntoGenerator .
-OntoAnalyzer evaluează proprietățile ontologiei, conformitatea limbajului și coerența.
Constrângerile și proprietățile ontologiei sunt exprimate prin reguli, în F -Logic; motorul
de inferență este OntoBroker.
-OntoGenerator evaluează performanța (ca de exemplu timpul necesar pentru
realizarea unui anumit task de inferență, timpul necesar pentru memorare, etc.) și
scalabilitatea ontologiei (comportamentul memoriei în condiții de lucru cu ontologii de
diferite mărimi). OntoGenerator testează așa -numitele “ontologii sinte tice” generate
automat ( nu pentru un anumit domeniu ) cu anumiți parametri tehnici ( adâncimea
arborelui taxonomic, un anumit număr de concepte/relații/ instanțe , anumite tipuri de
reguli, etc.) .
În cadrul capitol ul ??? , ontologiile propuse aufostevaluate a plicând metodologia lui Gómez –
Pérez.
33Notația Meste interpretată astfel:
Proprietatea are meta -proprietatea M.
Metaproprietățile M, au forma: +R,-Rsau~R(ceea ce înseamnă că -în exemplul dat
-o anumită proprietate este rigidă : +R,nu este rigidă: -Rsaueste anti -rigidă: ~R).Comment [WR40]: (Sleeman, 2006)
Comment [WR41]: STERS Oltramani, 2002

ANEXA I Ingineria ontologică –Metodologii, metode și instrumente
-AI-23-3.3Alte metodologii, metode și instrumente utilizate în ingineria
ontologică
A. Metode și instrumente pentru reingineria ontologiilor
Reingineria ontologică este procesul de regăsire și mapare a modelului conceptual al unei
ontologii existente într -un alt model, care este reimplementat. Cercetătorii din “Ontology
Group of Artificial Intelligence Lab. at UPM“ a propus o metodă de reingin erie, constând în
trei activități : inginerie inversă, restructurare și inginerie (engl., “forward engineering”).
B. Metode pentru construirea cooperativă a ontologiilor
Principale metode propuse pentru construirea cooperativă a ontologiilor sunt CO4 (pent ru
construirea cooperativă a bazelor de cunoștințe consensuale) și (KA)2 .
Metoda CO4 (Cooperative C onstruction of C onsensual knowledge bases) propune
organizarea bazelor de cunoștințe într -oformă arborescentă, în care nodurile frunze
sunt numite baze de cunoștințe utilizator , iar nodurile intermediare –baze de
cunoștințe de grup . Fiecare bază de cunoștințe de grup conține cunoștințele
consensuale ale bazelor de cunoștințe fii, iar o bază de cunoștințe poate subscrie
unui singur grup.
Metoda (KA)234își pr opune modelarea achiziției cunoștințelor prin utilizarea
ontologiilor dezvoltate în locații diferite pe baza acelorași șabloane sau limbaje.
C. Metodologii, metode și instrumente pentru achiziția automată (semi -automată) a
cunoștințelor domeniului au ca sc op automatizarea parțială a procesului de achiziție a
cunoștințelor și utilizează în principal tehnici de prelucrare a limbajului natural și tehnici de
învățare automată.
Metoda Aussenac -Gille (numită “proiectarea ontologiilor pentru texte”) constă în
urmă toarele etape: (1) achiziția cunoștințelor pornind de la texte -sursă; (2)
conectarea textelor la modelele conceptuale; (3) explorarea textelor prin instrumente
de prelucrare a limbajului natural și tehnici lingvistice.
Instrumentele care utili zează metoda sunt LEXTER ,LINGUAE ,TERMINAE .
Metoda Bachimont , bazată pe semantica diferențială, propune trei etape de
construire a ontologiei: (1) alegerea de către utilizator a termenilor relevanți și
normalizarea acestora (utilizatorul specifică locul conceptului în cadrul ierarhiei cu
ajutorul semanticii diferențiale: similaritățile cu conceptul -părinte și diferențele față de
conceptele -frați); (2) formalizarea cunoștințelor, inclusiv exprimarea unor constrângeri
asupra domeniului unei relații, definirea noilor conc epte, adăugarea unor proprietăți
pentru ele sau adăugarea unor axiome); (3) transcrierea ontologiei într -un limbaj de
reprezentare.
Instrument :DOE (prezentat și în 3.2.5.1.)
Metoda lui Maedche , în care procesul de achiziție a cunoașterii pornește cu selec ția
unei ontologii -nucleu (engl., “core -ontology”) la care se adaugă conceptele specifice
domeniului (existente în documentele electronice), utilizând doar relațiile taxonomice.
Sunt adăugate apoi relațiile netaxonomice. Prin aplicarea unor metode de învăț are
sunt deduse noi relații care sunt adăugate la cele existente.
Instrument: Text-To-Onto
34Dezvoltată de comunitatea de achiziție a cunoștințelor, recunoscută ca inițiativa (KA)2

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asistată de calculator
-AI-24-Metoda Nobecourt (numită si “metoda de construire a ontologiilor formale pornind de
la texte”) constă în două activități: (1) Modelarea: primitivele conceptuale (termenii
domeniului) sunt extrase dintr -un corpus, expertul identifică termenii relevanți și îi
modelează ca proprietăți sau concepte, obținând astfel o primă schiță a ontologiei.
Conceptele, descrise în limbaj natural constituie un nou document sursă folosit iar ca
intrare a metodei, cu scopul de a găsi noi primitive conceptuale: astfel, ontologia este
rafinată succesiv. (2) Implementarea.
Instrument: TERMINAE
D. Metodologii, metode și instrumente pentru fuzionarea/alinierea ontologiilor
Alinierea a două sau mai multe ontologii, necesară în situațiile în care se dorește utilizarea
lor în cadrul aceluiași SBC , constă în găsirea corespondenței între cunoștințele specificate în
ontologii; constă, practic în alinierea sintactică (identificarea conceptelor sau relațiilor din
ontologia O 1cu cele din ontologia O 2) și/sau alinierea semantică (identificarea unor legături
conceptuale, ca cea de subsumare, între cele două ontologii). În cazul alinierii, ontologiile
inițiale nu se modifică. Fuzionarea a două ontologii O 1și O 2constă în obținerea unei a treia
ontologii , O 3, care integrează cunoștințele conținute în O 1și O 2.
Metodele aplicate pentru găsirea similarității între concepte și /sau rela ții sunt:
-Metode terminologice, care compară etichetele conceptelor/relațiilor, putând utiliza și
resurse externe (tabelele d e sinonimie și/sau de hiperonimie) ;
-Metode care compară proprietățile interne ale conceptelor și ale relațiilor (atributele
conceptelor, semnătura relației, etc.);
-Metode care compară proprietățile externe ale ale conceptelor și ale relațiilor
(subsumare, alte relații între concepte);
-Metode care compară extensiunile conceptelor și ale relațiilor (instanțele lor);
-Metode care compară semantica conceptelor și a relațiilor.
Metoda FCA35-Merge este o metodă de fuzionare bottom -up, care pornește de la
ontologii le sursă (O 1și O 2) și de la o mulțime de documente (D) relevante pentru ambele
ontologii. În prima etapă, din mulțimea documentelor, prin tehnici de prelucrare a
limbajului natural, se extrag instanțele conceptelor. În a doua etapă, se determină
automat c ontextul formal al fiecărei instanțe apoi, semi -automat -prin intervenția
inginerului de cunoștințe -se realizează fuzionarea celor două contexte formale.
Metoda PROMPT adoptă o abordare terminologică pentru identificarea analogiilor între
primitivele c onceptuale și propune un algoritm semi -automat de fuzionare și aliniere a
ontologiilor: realizează automat unele task -uri, ghidează utilizatorul în realizarea unor
task-uri, determină inconsistențele din ontologie și sugerează modalități de rezolvare a
acestora. Pașii propuși prin metodă: (1) fuzionarea claselor; (2) fuzionarea sloturilor; (3)
fuzionarea legăturilor între un slot și o clasă; (4) realizarea unei copii în adâncime a unei
clase dintr -o ontologie în alta; (5) realizarea unei copii de suprafață a unei clase; (6)
rezolvarea conflictelor.
Un alt algoritm propus prin această metodă este cel în care ontologia este privită ca un
graf ale cărui noduri sunt clase și sloturile -arce. Având ca date de intrare două ancore
(perechi de termeni propuși de u tilizator sau identificați automat prin potrivire semantică),
35FCA –analiza formală a conceptelor

ANEXA I Ingineria ontologică –Metodologii, metode și instrumente
-AI-25-algoritmul analizează căile din subgraful delimitat prin ancore și determină aparițiile
frecvente ale claselor în poziții similare pe căi similare. Aceste clase reprezintă concepte
similare sema ntic.
Instrumente: plugin -urile PROMPT șiAnchorPROMPT pentru Protégé.
Metodologia propusă de Diego , constă în următorii pași: transformarea formatelor
ontologiilor care se doresc unificate, evaluarea ontologiilor, unificarea ontologiilor,
evaluarea rezultatului, transformarea ontologiei rezultate pentru adaptarea acesteia la
aplicația în care va fi folosită. Intrări: Ontologiile sursă, O 1și O 2, tabela de sinonime (care
conține relațiile de sinonimie între termenii din O 1și cei din O 2, tabela relați ilor de
hiperonimie ( superclas ă-pentru ). Ieșire: Ontologia unificatoare, O 3.
Instrument: ODEMerge .
[1]Sowa1984.
[2]SowaWWWa.
[3]Sowa2008.
[4]Sowa2000.
[5]Genest2005.
[6]Fürst2002.
[7]Kabbaj2000.
[8]Kabbaj2001.
[9]AmineWWW.
[10]Aubert2006.
[11]Chein2009.
[12]Mugnier2000a.
[13]Salvat1996.
[14]Mugnier2000b.
[15]CogitantWWW.

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asistată de calculator
-AI-26-[16]Mugnier1996.
[17]Chein2000.
[18]Corcho2000.
[19]Berners -Lee2000.
[20]Berners -Lee2009.
[21]IKLSpecDoc.
[22]ISO/IEC2007.
[23]Menzel2008.
[24]RDF.
[25]Baget2005.
[26]Corby2000.
[27]Wielemaker2005.
[28]Fensel2001.
[29]Horocks2002.
[30]Horocks2006.
[31]Gómez -Pérez2002b.
[32]IEEE1995.
[33]Buraga2007.
[34]Guarino2002.
[35]Sleeman2006.
[36]Corcho2003.

ANEXA II Aplicația OntL_CG
-AII-1-ANEXA II -APLICAȚIAOntL_CG
Înainte de lansarea aplica ției client, trebuie realizată conectarea la server -ul CoGITaNT
(lansarea server -ului se poate face din linie de comandă sau din Meniul Options) ;în cazul în
care acest lucru nu se realizează, se afi șează eroarea într -o fereastră. Deasemenea, dacă o
conexiune există deja, utilizatorul este avertizat.
Interfața generală a aplicației (în stânga ontologia, în dreapta ierarhia tipurilor de concepte) :
Meniul principal ( Ontology, Tests, Matching, Options, Help )și meniurile secundare :

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asistată de calculator
-AII-2-Crearea/ deschiderea /salvarea fișierului care con ține ontologia:
Specificarea și salvarea contextului de opera ționalizare a ontologiei :
Încărcarea unui scenariu de opera ționalizare existent :
Vocabular în mai multe limbi :

ANEXA II Aplicația OntL_CG
-AII-3-Panoul din s tânga (toate componentele ontologiei) :
Panoul din dreapta (ierarhie concepte/rela ții):
Bare pentru instrumente de lucru pentru cu ierarhia de concepte/rela ții/axiome /graf:

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asistată de calculator
-AII-4-Specificare proprietă ților unui concept ipoteză/concluzie :
Specificare propriet ăților unei relații ipoteză/concluzie :
Specificarea propriet ățiloralgebrice ale unei rela ții:

ANEXA II Aplicația OntL_CG
-AII-5-Specificarea proprietă ților axiomelor:
Axiome pentru semn ăturaunei relațiibinare/ternare :
Axiome pentru conformitatea semnăturii , mo ștenirea proprietă ților algebrice și
incompatibilitatea mo ștenirii :
Axiome pentru mo ștenirea disjunctă și moștenirea exclusivă:

Ștefănescu Diana Contribuții la realizarea unui subsistem al cunoștințelor asupra
tehnicilor și strategiilor pedagogice într -un sistem de instruire asistată de calculator
-AII-6-Testarea ontologiei:
Alte opțiuni (conexiunea la server, help) :

Anexa AI Dezvoltarea de aplicații bazate pe bibliotecile CoGITaNT -ului
AI-1I.ANEXA A I
Dezvoltarea de aplicații bazate pe bibliotecile CoGITaNT -ului
Mediul CoGITaNT1este o implementare obiectuală a modelului formal extins al grafurilor
conceptuale. Oferind importante funcționalități asupra obiectelor modelului (propus de
Mugnier și Chein), permite dezvoltarea aplicațiilor bazate pe grafurile conceptuale.
CoGITaNT e ste format din patru module:
Biblioteca cogitant oferă funcționalități pentru lucrul cu suportul, cu obiectele modelului
(grafuri, reguli, constrângeri pozitive și negative) și pentru operațiile de raționament
asupra grafurilor;
Biblioteca cogitantcs oferă funcționalitățile de comunicare client -server, necesare unei
astfel de arhitecturi;
Biblioteca cogitantdisplay oferă funcționalitățile unei interfațe grafice, utilizată pentru
desenarea și modificarea grafurilor;
Biblioteca cogitantir oferă funcționalități pentru gestiunea lexiconului (dicționarului).
Principalele headere și o scurtă descriere a lor:
allocator.h Clasă de alocare a membrilor celorlalte clase
cogitant.h Fișier general
common.h Funcții, marco -uri și tipuri comune pent ru platformă
constraint.h Clasă de reprezentare a unui graf colorat și a constrângerilor
couple.h Clase de reprezentare a cuplelor de identificatori
environment.h Clasă de reprezentare a mediului
environmentobject.h Clasă de reprezentare a obiectelor mediului
exception.h Clasă de gestiune a excepțiilor
graph.h Clasă de reprezentare a unui graf conceptual
graphobject.h Clasă de reprezentare a obiectelor componente ale unui graf
io.h Operații de intrare/ieșire
iobcgct.h Clase de intrare/ieșire în format BCGCT
iocgif.h Clase de intrare/ieșire în format CGIF
iocogxml.h Clase de intrare/ieșire în format CoGXML
iohandler.h Clasă de gestiune a diferitelor formate de salvare a grafurilor și a
1CoGITaNT, versiunea 5.6, folosită pentru dezvoltarea majorității aplicațiilor din această lucrare. În
iulie 2008 a apărut versiunea beta 5.1.92.

Contribuții la realizarea unui subsistem al cunoștințelor asupra tehnicilor și strategiilor pedagogice într -un sistem de instruire
AI-2suportului
iolinear.h Operație de ieșire în formă lineară a unui graf
object.h Clasă abstractă de bază pentru toate obiectele
opeconnected.h Operație de calcul a componentelor conexe ale unui graf
opedisjointsum.h Operație de sumă disjunctă
openormalform.h Operație de verificare a formei normale a unui graf și de aducere la
forma normală
opeprojection.h Calculul proiecțiilor între grafuri
operation.h Clasă abstractă de bază pentru toate operațiile
operule.h Operații în care intervin reguli
opeverification.h Operații de verificare a grafurilor
partialorder.h Clasă de reprezentare a unei ordini parțiale
partialorder_simple.h Cea mai simplă implementare a ordinii parțiale (vector, fără
posibilitatea de optimizare)
partialorder_simplememo.h Clasă de reprezentare a unei ordini parțiale care memorează
rezultatele comparațiilor între elemente
projection.h Clase de reprezentarea a proiecțiilor
propertyset.h Clase de reprezentare a mulțimii proprietăților asociate unui obiect
rule.h Clasă de reprezentare a unei reguli
set.h Clasă generică de reprezentare a mulțimilor
set_simple.h Implementarea cea mai simplă a mulțimilor (vector)
set_simple_final.h Implementarea cea mai simplă și rapidă a mulțimilor
support.h Clasă de reprezentare a suportului
supportobject.h Clasă de reprezentare a obiectelor unui suport
tools.h Clase utilitare (gestionarea unui jurnal al mesajelor de eroare, etc.)
version.h Macro -definiții pentru versiune
xml.h Gestiunea fișierelor XML
xmldocument.h Reprezentarea unui document XML
xmlio .h Intrări/ieșiri de documente XML
cs/base.h Funcționalități comune clienților și serverului
cs/ccxx.h Operații de intrare/ieșire care utilizează biblioteca Common C++
cs/client.h Funcționalități client (acces la un server)
cs/opeserver.h Operații oferite de către server
cs/server.h Funcționalitățile serverului
cs/setclient.h Mulțimea elementelor și ordinea parțială (de la server) pentru un
client
display/clipboard.h Gestiunea clipboard -ului

Anexa AI Dezvoltarea de aplicații bazate pe bibliotecile CoGITaNT -ului
AI-3display/context.h Reprezentarea unui contex t de afișare și declararea metodelor
generale de afișare
display/dialog.h Afișarea casetelor de dialog și editarea proprietăților elementelor
display/display.h Funcționalități de înalt nivel pentru afișare
display/drawing.h Clasa obiectelor “desenabile”
display/editor.h Editarea elementelor grafice într -un Panel
display/fox.h Funcționalități de afișare și editare cu componente Fox Toolkit
display/graph.h Funcționalități de afișare și editare a grafurilor conceptuale
display/java.h Funcțio nalități de afișare și editare cu componente Java
display/operation.h Operații asupra elementelor grafice
display/output.h Funcționalități de nivel scăzut de afișare
display/outputexport.h Exportul rezultatelor afișării și editării în fișier (cu anumit format)
display/wx.h Funcționalități de afișare și editare cu componente wxWidgets
ir/environment.h Clasă de reprezentare a mediului care conține un dicționar
ir/io.h Operații de intrare/ieșire asupra dicționarului (THC, ISO 2709)
ir/thesaurus.h Clase de reprezentare a unui dicționar (lexicon, tezaur)
Structura bibliotecilor din mediului CoGITaNT
1.Biblioteca cogitant
Obiectele modelului teoretic extins (numit aici M -CG) implementat în sistemul CoGITaNT
sunt: suportul (ontologia), grafuri simple sa u imbricate (care exprimă fapte, constrângeri,
interogări), clase de coreferință, reguli, etc. Fiecărui obiect îi corespunde o clasă
(cogitant::Support ,cogitant::Graph ,cogitant::Nesting ,cogitant::CoreferenceClass ,
cogitant::Rule ) care oferă metode de re alizare a unor operații (elementare sau complexe)
asupra obiectelor modelului ( figura AI -2.a.). Astfel, un utilizator care cunoaște M -CG propus
de cercetărorii francezi Chein și Mugnier, poate folosi aceste clase (sau extinderi ale
bibliotecii) pentru dezv oltarea aplicațiilor proprii.
Pentru o mai mare flexibilitate în dezvoltarea aplicațiilor bazate pe CoGITaNT, operațiile
complexe asupra grafurilor (proiecția, aplicarea regulilor, etc.) nu sunt accesibile direct (ca
metode ale clasei cogitant::Graph ), ci ca ca metode ale unor clase derivate din
cogitant::Operation ; acest lucru permite redefinirea prelucrări lor efectuate prin aceste
operaț ii, fără fi necesară redefinirea claselor de reprezentare a grafurilor sau a regulilor
(figura AI -2.b).Aproape to ate clasele corespunzătoare obiectelor modelului r edefinesc
operatorul insertor (<<), ceea ce permite afișarea rapidă a stării obiectelor. Cu toate acestea,
afișajul realizat în acest mod nu poate fi utilizat pentru a salva informațiile despre obiecte în
fișiere, nefiind furnizate mecanisme de citire pentru acest format. Ca alternativă, operațiile de
intrare/ieșire se pot realiza în formatele BCGCT, THC, ISO2709, CoGXML, CGIF și în format
linear.
Funcționalitățile oferite prin această bibliotecă (care poate fi utilizată independent de
celelalte), sunt:

Contribuții la realizarea unui subsistem al cunoștințelor asupra tehnicilor și strategiilor pedagogice într -un sistem de instruire
AI-4Operații (realizate în memorie) asupra suportului (mulțimea tipurilor de concepte, de
relații conceptuale, de tipuri încuibate și de marcatori individuali). În memorie pot fi
încărcate mai multe suporturi, îns ă un graf conceptual poate fi definit pe un singur suport.
Operații (realizate în memorie) asupra grafurilor conceptuale din M -CG, deci a grafurilor
conexe/neconexe, simple sau imbricate, cu eventuale legături de coreferință.
Operații simple asupra unui CG :
oOperații elementare (adăugarea unui nod, suprimarea unui nod, schimbarea
etichetei, etc.);
oOperații de verificare a corectitudinii unui CG (verificarea semnăturilor relațiilor și
a relațiilor de conformitate, etc.).
Operații asupra grafurilor (suma disju nctă, etc.).
Operații complexe asupra grafurilor: proiecția.
Operații (în memorie) penru lucrul cu reguli (căutarea aplicațiilor posibile ale unei reguli
supra unui graf, aplicarea unei reguli asupra unui graf, etc.).
Mecanisme de citire/afișare a fișierel or care conțin ontologia ( .bcs) sau grafurile care
exprimă fapte, interogări, reguli, constrângeri ( .bcg,.bcr) din/sub diferite formate:
Format (nativ CoGITaNT) BCGCT –“Base de Connaissances Graphes
Conceptuels Textuelle” pentru citirea/afișarea suportu lui și a grafurilor;
Format CoGXML (variantă XML) pentru citirea/afișarea suportului și a grafurilor;
Format CGIF pentru citirea/afișarea grafurilor;
Format linear pentru afișarea grafurilor.
2.Biblioteca cogitantcs
Biblioteca cogitantcs oferă funcționalitățile de lucru “la distanță”. CoGITaNT are o
arhitectură client -server (figura ai-1), care permite clientului să realizeze operații asupra
elementelor modelului grafurilor conceptuale, salvarea și încărcarea fișierelor, gestiunea
suportului, a lexiconului (aflate pe server).
Comunicarea clentului cu serverul , prin mesaje XML, se poate realiza în două moduri (TCP
sau HTTP/TCP) :
-Prin protocol TCP (“modul conectat”): clientul comunică –via TCP -cu serverul
CoGITaNT;
-Prin HTTP (la lansarea unei cereri a clientului către server, se stabilește conexiunea;
conexiunea este întreruptă după primirea răspunsului): clientul comunică cu un
server HTTP (de exemplu, Apache), care transmite mai departe comenzile către un
modul de interfațare HTTP/TCP al CoGITaNT -ului (CGI, POST), care comunică la
rândul său -via TCP –cu serverul CoGITaNT.
Clienții –care comunică cu serverul TCP sau HTTP/TCP –pot fi:
-Clienți care consultă sau utilizează aplicațiile de pe server (ontologia existentă și
implicită, interfața grafică, lexiconul), utilizând eventual propriile structuri de date
pentru reprezentarea informațiilor primite de la server interpretând mesajele XML
schimbate (“clienții direcți”, D sau E);
-Clienți care dezvoltă aplicații client bazate pe CoGITaNT . Deasemenea, se pot
executa operații și local. Din punct de vedere a comun icației client -server și a modului
de lucru, mă situez în categoria clienților de tip B .
La lansarea server -ului, parametrii de configurare sunt preluați din fișierul de inițializare ( .ini,
vezi și Anexa II ?).

Anexa AI Dezvoltarea de aplicații bazate pe bibliotecile CoGITaNT -ului
AI-53.Biblioteca cogitantdisplay
Biblioteca cogitantdisplay conține clase de desenare, oferind astfel o interfață grafică.
Aceste clase permit afișarea/modificarea unor obiecte ale M -CG-ului, utilizând mai multe
biblioteci (QT, wxWidgets, Java, etc.). Am utilizat biblioteca wxWidgets 2.6.1., sub Linux.
Interfața grafică permite:
-afișarea suportului (fără posibilități de modificare);
-afișarea sub formă grafică a grafurilor;
-crearea/modificarea grafurilor;
-verificarea grafurilor create/modificate (verificarea conformității, a semnăturii relațiilor,
etc.);
-salvarea/ afișarea grafurilor în diferite formate;
-specificarea unor proprietăți (ale grafului, ale nodurilor concept, etc.)
Pe baza arhitecturii client -server, utilizatorul poate avea acces la suportul și grafurile aflate
pe server; clientul permite modificarea gra furilor și lansarea unor operații care se vor executa
tot pe server.
4.Biblioteca cogitantir
Biblioteca cogitantir oferă funcționalitățile necesare gestiunii unui dicționar (lexicon, tezaur).
Clasa de reprezentare a dicționarului este cogitantir::Thesaurus (derivată din clasa
cogitant::cogitantObject ). Reprezentarea în memorie este implementată în clasa
cogitantir::Thesaurus_Simple , iar cea pe disc (în format THC) -în clasa
cogitantir::Thesaurus_THC .Comunicare HTTP/TCP
Comunicare TCPHTTPTCPBiblioteca CoGITaNTA: Server CoGITaNT
F:Client directTCPTCP
C:Client TCP
Biblioteca CoGITaNT
D:Client direct
HTTP
E:Client HTTP
Biblioteca CoGITaNTInterfață CGI
Server HTTP (Apache)
Figura A I-1CoGITaNT: Arhitectura client -server

Contribuții la realizarea unui subsistem al cunoștințelor asupra tehnicilor și strategiilor pedagogice într -un sistem de instruire
AI-6Asupra dicționarului salvat pe disc, se pot realiza urm ătoarele operații:
-Operații de intrare pentru fișierul în format USMARC ISO 2709;
-Operații de intrare/ieșire pentru fișierul în format THC.
Fișierele pentru ambele formate sunt tratate ca fluxuri binare.
Ierarhia claselor oferite de către mediul CoGITaNT este următoarea:
cogitantdisplay::Brush
cogitantdisplay::Clipboard
cogitantdisplay::Clipboard_Simple
cogitant::CogitantObject
cogitant::Allocator
cogitant::EnvironmentAllocator
cogitantcs::EnvironmentAllocatorClient
cogitantir::EnvironmentAllocator
cogitant::GraphAllocator
cogitant::ResultOpeProjectionAllocator
cogitant::RuleAllocator
cogitant::SetOfCouplesAllocator
cogitant::ProjectionSocAllocator
cogitant::SupportAllocator
cogitantcs::SupportAllocatorClient
cogitant::Couple
cogitant::Environment
cogitantir::Environment
cogitant::EnvironmentObject
cogitant::Graph
cogitant::ColoredGraph
cogitant::Constraint
cogitant::Rule
cogitant::GraphObject
cogitant::CoreferenceClass
cogitant::InternalGraph
cogitant::LabeledGraphObject
cogitant::Concept
cogitant::Nesting
cogitant::Relation
cogitant::OperationBase
cogitant::Operation
cogitant::OpeAcceptableProjection
cogitant::OpePositiveConstraintProjection
cogitant::OpeRuleIrredundantProjection
cogitant::OpeConnectedComponent
cogitant::OpeConstraintSatisfaction
cogitant::OpeDisjointSum
cogitant::OpeGraphObjectCompatibility
cogitant::OpeNormalForm
cogitant::OpeProjAcceptableCouple
cogitant::OpeProjAcceptableLIPs
cogitant::OpeProjBacktrackCh oice
cogitant::OpeProjection
cogitant::OpeProjectionImage

Anexa AI Dezvoltarea de aplicații bazate pe bibliotecile CoGITaNT -ului
AI-7cogitant::OpeProjLIPIndividual
cogitant::OpeProjLIPInit
cogitant::OpeProjLIPUpdate
cogitant::OpeProjPrecalcImages
cogitant::OperationIO
cogitant::OperationInput
cogitant::OperationBCGCTInput
cogitant::OperationCGIFInput
cogitant::OperationCoGXMLInput
cogitantir::OperationISO2709Input
cogitantir::OperationTHCInput
cogitant::OperationOutput
cogitant::OperationBCGCTOutput
cogitant::OperationCGIFOutput
cogitant::OperationCoGXMLOutput
cogitant::OperationLinearOutput
cogitantdisplay::OperationFIGOutput
cogitantir::OperationTHCOutput
cogitant::OpeRuleApplications
cogitant::OpeRuleApply
cogitant::OpeRulesClosure
cogitant::OpeVerification
cogitant::OpeVerifConformity
cogitant::OpeVerifEdges
cogitant::OpeVerifNormalForm
cogitant::OpeVerifSignature
cogitantcs::OperationCSIO
cogitantcs::OperationCSIO_HTTP
cogitantcs::OperationCSIO_Simple
cogitantcs::OperationCSIO_TCP
cogitantcs::OpeServer
cogitantcs::OpeServerAddEdge
cogitantcs::OpeServerAddGraphObject
cogitantcs::OpeServerCommitEnvironmentObject
cogitantcs::OpeServerCommitImmediateLess
cogitantcs::OpeServerCommitSupportObject
cogitantcs::OpeServerComparison
cogitantcs::OpeServerConstraintSatisfaction
cogitantcs::OpeServerCopyEnvironmentObject
cogitantcs::OpeServerDelEdge
cogitantcs::OpeServerDeleteEnvironment
cogitantcs::OpeServerDeleteEnvironmentObject
cogitantcs::OpeServerDelGraphObject
cogitantcs::OpeServerEnvironment
cogitantcs::OpeServerGraphObject
cogitantcs::OpeServerImmediateLG
cogitantcs::OpeServerLoadGraphs
cogitantcs::OpeServerLoadSupport
cogitantcs::OpeServerNewEnvironment
cogitantcs::OpeServerNewEnvironmentObject
cogitan tcs::OpeServerNewSupportObject

Contribuții la realizarea unui subsistem al cunoștințelor asupra tehnicilor și strategiilor pedagogice într -un sistem de instruire
AI-8cogitantcs::OpeServerOperationConfig
cogitantcs::OpeServerProjections
cogitantcs::OpeServerRuleApplications
cogitantcs::OpeServerRuleApply
cogitantcs::OpeServerRulesClosure
cogitantcs::OpeServerSaveEnvironmentObjects
cogitantcs::OpeServerSaveSupport
cogitantcs::OpeServerServer
cogitantcs::OpeServerSetContent
cogitantcs::OpeServerViewLog
cogitantdisplay::Operation
cogitantdisplay::OperationDraw
cogitantdisplay::OperationLayout
cogitantdisplay::OperationGraphLayout
cogitantdisplay::OperationLayoutCrop
cogitantdisplay::OperationPropertyDialog
cogitantdisplay::OperationPropertyDialogSimple
cogitantdisplay::OperationPropertyDialogGraph
cogitantdisplay::OperationPDG_Java
cogita ntdisplay::OperationPropertyDialogTabbed
cogitantdisplay::OperationPropertyDialogTabbed_Wx
cogitantdisplay::OperationPropertyDialogTabbed::Page
cogitantdisplay::OperationPropertyDialogTabbed_Wx::Page_Wx
cogitantdisplay::OperationPropertyDialogTabbed_Wx::PageS
tandard_Wx
cogitantdisplay::OperationPropertyDialogTabbed_Wx::PageT
ype_Wx
cogitant::ResultOpeProjection
cogitant::SetOfCouples
cogitant::Projection_Soc
cogitant::Support
cogitant::SupportObject
cogitant::Individual
cogitant::SupportType
cogitant::ConceptType
cogitant::NestingType
cogitant::RelationType
cogitantcs::Base
cogitantcs::Client
cogitantcs::Client_HTTP
cogitantcs::Client_TCP
cogitantcs::Server
cogitantcs::Server_Simple
cogitantcs::Server_TCP
cogitantdisplay::Drawing
cogitantdisplay::DrawingGraph
cogitantdisplay::DrawingNull
cogitantdisplay::Figure
cogitantir::Thesaurus
cogitantir::Thesaurus_Simple
cogitantir::Thesaurus_THC

Anexa AI Dezvoltarea de aplicații bazate pe bibliotecile CoGITaNT -ului
AI-9cogitantdisplay::Color
cogitantdisplay::Context
cogitantdisplay::DisplayHandler
cogitantdisplay::DisplayHandler_Java
cogitantdisplay::DisplayHandler_Wx
cogitantdisplay::Drawing::Element
cogitantdisplay::Drawing::Iterator
cogitantdisplay::Drawing::St yle
cogitant::Edge
cogitantdisplay::Editor::Command
cogitantdisplay::EditorCommandProducer
cogitantdisplay::EditorCommandProducer_Java
cogitantdisplay::EditorCommandProducer_Wx
cogitantdisplay::EditorListener
cogitantdisplay::EditorListener_Java
std::exception
cogitant::Exception
cogitant::ExceptionAlreadyPresent
cogitant::ExceptionIncorrectType
cogitant::ExceptionIO
cogitant::ExceptionInput
cogitant::ExceptionInputBCGCT
cogitant::ExceptionInputCGIF
cogitant::ExceptionInputCoGXML
cogitant::ExceptionInputLexeme
cogitant::ExceptionXml
cogitant::ExceptionISetOutOfBounds
cogitant::ExceptionMissingProperty
cogitant::ExceptionOperationCheck
cogitant::ExceptionReadOnlyObject
cogitant::ExceptionStructure
cogitant::ExceptionUnknownName
cogitantdisplay::Font
cogitantdisplay::FontName
cogitantdisplay::FontStyle
cogitant::Gauge
cogitant::Gauge_Minimal
cogitant::GaugeUpdater
cogitant::Graph::Subset
cogitant::IOHandler
cogitant::Istream
cogitant::OperationBCGCTInput::IStreamBCGCT
cogitant::OperationCGIFInput::IStreamCGIF
cogitant::XmlInput::IStreamXml
cogitant::IStream::LexemeString
cogitant::LIP< LIPContent >
cogitant::Log
cogitant::LogListener
cogitant::LogListenerCerr
cogitant::LogListenerHistory
cogitant::LogListenerHistory::LogEvent

Contribuții la realizarea unui subsistem al cunoștințelor asupra tehnicilor și strategiilor pedagogice într -un sistem de instruire
AI-10cogitantdisplay::OperationHandler
cogitantdisplay::DialogHandler
cogitantdisplay::DialogHandler_Java
cogitantdisplay::DialogHandler_Wx
cogitantdisplay::DrawHandler
cogitantdisplay:: LayoutHandler
cogitant::OperationInput::MapIdentISet
cogitantdisplay::OperationPropertyDialogTabbed::Page::Control
cogitantdisplay::OperationPropertyDialogTabbed_Wx::Page_Wx::Control_Wx
cogitantdisplay::OperationPropertyDialogTabbed_Wx::ControlColor_Wx
cogitantdisplay::OperationPropertyDialogTabbed_Wx::ControlFontStyle_Wx
cogitantdisplay::Output
cogitantdisplay::Output_Fox
cogitantdisplay::Output_Java
cogitantdisplay::Output_Wx
cogitantdisplay::OutputFig
cogitantdisplay::Panel
cogitantdisplay::Panel_Fox
cogitantdisplay::Panel_Java
cogitantdisplay::Panel_Wx
cogitantdisplay::Panel::KbdState
cogitantdisplay::PanelEventHandler
cogitantdisplay::Editor
cogitantdisplay::EditorGraph
cogitant::PartialOrder
cogitant::PartialOrder_ Simple
cogitant::PartialOrder_SimpleMemo
cogitantcs::PartialOrderClient
cogitantdisplay::Pen
cogitantdisplay::PenArrowStyle
cogitantdisplay::Point
cogitantdisplay::Position
cogitant::Projection
cogitant::Property
cogitantdisplay::Rect
cogitantdisplay::Clipping
cogitant::Set< SetContent >
cogitant::Set_Simple< SetContent >
cogitantcs::SetClient< SetContent >
cogitant::Set_Simple< cogitant::EnvironmentObject * >
cogitantcs::SetClientEnvironmentObject
cogitant::Set_Simple_Final< SetC ontent >
cogitant::PropertySet
cogitant::Set_Simple_Final< cogitant::Property >
cogitant::SetCondIterator< SetContent, SetContentRef >::SetCondIteratorCondition
cogitant::EnvironmentObjectCondIterator< SetContent, SetContentRef, selectedtype
>::EnvironmentObjectCondIteratorCondition
cogitant::GraphObjectCondIterator< SetContent, SetContentRef, selectedtype
>::GraphObjectCondIteratorCondition
cogitant::SetIteratorBase< SetContent >
cogitant::SetIterator< SetContent, SetContentRef >

Anexa AI Dezvoltarea de aplicații bazate pe bibliotecile CoGITaNT -ului
AI-11cogitant: :SetCondIterator< SetContent, SetContentRef >
cogitant::EnvironmentObjectCondIterator< SetContent, SetContentRef,
selectedtype >
cogitant::GraphObjectCondIterator< SetContent, SetContentRef, selectedtype >
cogitant::SetIteratorBase< cogitant::Environmen tObject * >
cogitant::SetIterator< cogitant::EnvironmentObject *, SetContentRef >
cogitant::SetCondIterator< cogitant::EnvironmentObject *, SetContentRef >
cogitant::SetIteratorBase< cogitant::GraphObject * >
cogitant::SetIterator< cogitant::GraphObject *, SetContentRef >
cogitant::SetCondIterator< cogitant::GraphObject *, SetContentRef >
cogitantdisplay::Size
cogitant::XmlDocument
cogitant::XmlDocument::Element::Attribute
cogitant::XmlDocument::Node
cogitant::XmlDocument::Comm ent
cogitant::XmlDocument::DoctypeDeclaration
cogitant::XmlDocument::Element
cogitant::XmlDocument::Text
cogitant::XmlDocument::XmlDeclaration
cogitant::XmlInput
cogitant::XmlInput::ContentHandler
cogitant::XmlOutput
Arhitectura generală a bibliotecii CoGITaNT
Clasa cogitant::cogitantObject
Clasa abstractă cogitant::cogitantObject este rădăcina ierarhiei de moștenire în care apar
aproape toate clasele bibliotecii. Clasa oferă funcționalități pentru:
-gestiunea proprietăților asociate obiect elor;
-metode care returnează numele clasei unui obiect
cogitant::CogitantObject::className()2și o formă de afișare
cogitant:: CogitantObject::toString() .
Fiecărui obiect i se asociază o mulțime de cuple de forma (atribut, valoare) care poate fi
parcursă cu ajutorul metodei cogitant::CogitantObject::properties( ) . Pe baza referinței către
o mulțime, se poate opera asupra mulțimii: se pot adăuga proprietăți
(cogitant::PropertySet::set( ) ), se poate căuta o proprietate de un anumit tip
(cogitant::PropertySet::read( ) ,cogitant::PropertySet::get( ) ) sau se poate șterge o
proprietate ( cogitant::PropertySet::remove( ) ).
Toate informațiile despre modelul de memorie al obiectelor sunt reprezentate în clasa
cogitant::Allocator (din care se derivează clasele cogitant::EnvironmentAllocator ,
cogitant::GraphAllocator, cogitant::RuleAllocator, cogitant::ResultOpeProjectionAllocator,
cogitant::SetOfCoulesAllocator șicogit ant::SupportAllocator) .
Clasa cogitant::Environment
2Din lipsă de spațiu, nu sunt specificate prototipurile metodelor, ci doar numele acestora.

Contribuții la realizarea unui subsistem al cunoștințelor asupra tehnicilor și strategiilor pedagogice într -un sistem de instruire
AI-12Pentru a putea folosi biblioteca, prima clasă care trebuie instanțiată este clasa
cogitant::Environment . Practic, această clasă oferă:
-metode de gestiune a suportului, a grafurilor și a regulilor definit e pe acel suport;
-acces la operațiile asupra suportului, grafurilor și regulilor, în special la operațiile de I/O;
-acces la operațiile definite pe modelul grafurilor conceptuale.
Obiectele memorate în mediu sunt grafurile și regulile. Biblioteca oferă și alte soluții care nu
necesită instanțierea clasei cogitant::Environment , însă acestea nu beneficiază de avantaje
ca:
-Gruparea grafurilor și a suportului într -o singură entitate pr evine încercările de a realiza
operații între grafuri definite pe suporturi diferite sau operații între un suport și un graf
definit pe alt suport (metoda cogitant::Environment::support( ) returnează o referință
către suportul asociat mediului);
-Deoarece g rafurile și regulile pot fi stocate în interiorul mediului (metodă de lucru
recomandată), la distrugerea mediului, toate obiectele acestuia vor fi și ele distruse
automat;
-Mediul oferă o gestiune simplificată și unitară a intrărilor/ieșirilor; acestea sunt generate
prin intermediul unei instanțe a clasei cogitant::IOHandler , care este inclusă în mediu;
-Mediul furnizează mecanisme de citire și scriere a fișierelor (care conțin informații
despre suport, grafuri, reguli) în format BCGCT (format propriu CoGITaN T-ului), in
format CoGXML, de scriere în format CGIF, THC și sub formă lineară.

Anexa AI Dezvoltarea de aplicații bazate pe bibliotecile CoGITaNT -ului
AI-13Figura AI-2Ierarhia claselor CoGITaNT (fragmente)
Obiectele memorate într -un mediu (vezi și figura a i-2-a)pot fi grafuri sau reguli
(cogitant::Graph sau cogitant::Rule , ambele derivate din cogitant::EnvironmentObject );
obiectele sunt manipulate ca pointeri către cogitant::EnvironmentObject .Destructorul clasei
Environment, operatorul de atribuire șiconstructorul de copiere facilitează operarea asupra
mulțimii obiectelor memorate într -un mediu.
Clasa oferă metode pentru:
1.Tratarea unitară a obiectelor (grafuri și reguli) memorate într -un medi u:
-Parcurgerea și accesarea obiectelor mediului ( cogitant::Environment::objects( ),
cogitant::Environment::objects(iSet), cogitant::Environment::graphs(iSet),
cogitant::Environment::rules(iSet) );
-Adăugarea de noi grafuri/reguli ( cogitant::Environment::newG raph( ),
cogitant::Environment::newRule( ) ), crearea de grafuri/reguli temporare pornind de la
unele existente deja ( cogitant::Environment::newGraph(iSet,bool) ,
cogitant::Environment::newRule(iSet) ), crearea de obiecte externe mediului
(cogitant::Environm ent::newExternalGraph( ) ), atașarea/detașarea unor obiecte externe
cogitant::Environment::addObject(EnvironmentObject*) și
cogitant::Environment::detachObject(iSet) );
-Operațiile complementare celor de mai sus ( cogitant::Environment::deleteObject(iSet) ,
cogitant::Environment::deleteGraph(iSet) ,cogitant::Environment::deleteRule(iSet) ,
cogitant::Environment::addObject(EnvironmentObject*) și
cogitant::Environment::detachObject(iSet) );cogitant::Support
cogitant::EnvironmentObjec
tcogitant::Environment
cogitant::LabeledGraphObje
ct
cogitant::Concept
cogitant::Nesting
cogitant::Relationcogitant::Graphcogitant::Rule
cogitant::GraphObjectcogitant::CogitantObje
ct
cogitant::opeDisjointSu
m
cogitant::opeProjectio
n
cogitant::opeVerificati
oncogitant::opeConnectedCompo
nentcogitant::CogitantObje
ct
cogitant::OperationBa
se
cogitant::Operation
cogitant::OperationIO
a b

Contribuții la realizarea unui subsistem al cunoștințelor asupra tehnicilor și strategiilor pedagogice într -un sistem de instruire
AI-14-Conversii de tip ( cogitant::EnvironmentObject::asGraph( ) și
cogitant::EnvironmentObject::asRule( ) );
2.Gestiunea simplificată a operațiilor de intrare/ieșire, în diferite formate (printr -o instanță a
clasei cogitant::IOHandler , asociată mediului):
-Operații de I/O asupra suportului (metodele supraîncărcate
cogitant::Environment::readSupport( ), cogitant::Environment::writeSupport( ));
-Operații de I/O asupra grafurilor (metodele supraîncărcate
cogitant::Environment::readGraphs( ), cogitant::Environment::writeGraphs( )).
3.Accesul la operațiile modelului M -CG:
-Metoda cogitant::Environment::projections(iSet, iSet, ResultOpeProjection &)
calculează proiecțiile între două grafuri (desemnate prin identificatorii lor), rezultatul
fiind memorat în referința către instanța de tip ResultOpeProjection. Avantajul acestei
modalități de lucru (față de cea în care pentru memorarea rezultatului se folosește o
mulțime cogitant::Projection ) este acela de a putea configura înainte tipul de
proiecție dorită (o singură proiecție, numărul proiecțiilor, calculul și memorarea tuturor
proiecțiilor), apelând anterior metodele
cogitant::ResultOpeProjection::memoProjections(bool) și
cogitant::ResultOpeProjection::maxSize(nSet) .
-Metoda cogitant::Environment::ruleApplications( ) calculează aplicațiile posibile ale
unei reguli asupra unui gr af (proiecțiile ipotezei regulii în graf);
-Metoda cogitant::Environment::ruleApply( ) aplică o regulă unui graf după o proiecție;
-Metoda cogitant::Environment::disjointSum( ) calculează suma disjunctă a două
grafuri;
-Metode de verificare a conformității ma rcatorilor individuali, a semnăturii relațiilor și
absența arcelor ( cogitant::Environment::verifConformity( ),
cogitant::Environment::verifSignature( ) ,cogitant::Environment::verifEdges( ) );
-Metode pentru determinarea conexității unui graf
(cogitant::Envi ronment::isConnected( ) ) sau pentru determinarea componentelor
conexe ( cogitant::Environment::connectedComponentsSize( ) și
cogitant::Environment::connectedComponents( ) ).
4.Clase generice pentru mulțimi
Toate obiectele din M -CG (fie că e doar un nod component al unui graf sau un întreg
graf) sunt tratate pe baza unor identificatori interni, de tipul cogitant::iSet .
Deoarece obiectele din M -CG sunt definite pornind de la mulțimi (un CG e format din
mulțim ea nodurilor -concept, mulțimea nodurilor -relații conceptuale și mulțimea arcelor),
s-a definit clasa generică (container) cogitant::Set -un template pentru tipul mulțime –și
subclasa ei cogitant::Set_Simple (implementată ca vector). Pentru această clasă au fost
definite metode pentru adăugarea/ștergerea unui element ( cogitant::Set::iAdd( ) ,
cogitant::Set::iDelete( ) ), pentru accesarea unui element ( cogitant::Set::iGetContent( ),
cogitant::Set::iFind( ) sau operatorul de indexare cogitant::Set::operator[ ]( )).
Parcurgerea mulțimii se poate realiza în două moduri:
-Prin utilizarea identificatorilor (cogitant::iSet) și a metodelor cogitant::Set::iBegin( ) ,
cogitant::Set::iNext( ) șicogitant::Set::iEnd( ) ;

Anexa AI Dezvoltarea de aplicații bazate pe bibliotecile CoGITaNT -ului
AI-15-Prin iteratori (parcurgerea nodurilor concepte, parcurgerea nodurilor relație, etc.),
folosind metodele cogitant::Set::begin( ) ,cogitant::Set::end( ) și operatorii
cogitant::SetIterator::operator++( ) ,cogitant::SetIterator::operator*( ) .
Clasa de repreze ntare a suportului cogitant::Support
Clasa oferă o reprezentare a suportului. Majoritatea operațiilor asupra suportului sunt
accesibile prin metodele clasei Environment , însă se pot utiliza și metodele clasei Support .
Mulțimile tipurilor de concepte, de r ealții, de imbricări și de marcatori individuali sunt definite
sub forma unor mulțimi ( cogitant::Set ) de cogitant::ConceptType, cogitant::RelationType,
cogitant::NestingType și cogitant::Individual și pot fi accesate cu metodele
cogitant::Support::concept Types(iSet) ,cogitant::Support::relationTypes(iSet) ,
cogitant::Support::nestingTypes(iSet) șicogitant::Support::individuals(iSet) .
Pentru adăugarea de noi tipuri se pot folosi metodele cogitant::Support::newConceptType( ),
cogitant::Support::newRelationType( ), cogitant::Support::newNestingType( ) și
cogitant::Support::newIndividual( ).
Pentru căutarea identificatorului unui tip sau a unui marcator se utilizează metodele numite
cogitant::Support::findConceptType( ), cogitan t::Support::findRelationType( ),
cogitant::Support::findNestingType( ), cogitant::Support::findIndividual( ).
Ordinile parțiale sunt reprezentate ca instanțe ale clasei cogitant::PartialOrder și sunt
accesibile prin metodele numite cogitant::Support::conc eptTypesOrder( ),
cogitant::Support::relationTypesOrder( ) și cogitant::Support::nestingTypesOrder( ). Clasa
cogitant::PartialOrder este o clasă abstractă care definește o interfață pentru reprezentarea
ordinilor parțiale; este clasa de bază pentru cogita nt::PartialOrder_Simple (implementarea
cea mai simplă, sub formă de vector, neoptimizabilă) și cogitant::PartialOrder_SimpleMemo
(matrice care memorează toate comparațiile, optimizabilă). Pentru adăugarea de mulțimi
parțial ordonate se folosesc metodele cogitant::PartialOrder::setImmediateLess(iSet,iSet),
cogitant::PartialOrder::isLessOrEqualThan( ),
cogitant::Part ialOrder::isGreaterOrEqualThan( ), cogitant::PartialOrder::isLessThan( ),
cogitant::PartialOrder::isGreaterThan( ). O altă modalitate de a inter oga o ordine parțială este
utilizarea metodei cogitant::PartialOrder::comparison( ), care returnează tipul
cogitant::PartialOrder::Comparison (o enumerare cu valorile EQUAL, LESS, GREATER,
UNCOMPARABLE).
Asupra marcatorilor individuali, se pot realiza oper ații de verificare a conformității
(cogitant::Support::conformity( ) ) sau de modificare a tipului unui marcator
(cogitant::Individual::setConformity( ) )
Asupra relațiilor se mai pot realiza operații de verificare a semnăturiii (apelul metodei
cogitant::E nvironment::verifSignature( ) ), modificarea semnăturii
(cogitant::RelationType::setSignature( ) ), aflarea semnăturii sau a arității unei relații
(metodele cogitant::RelationType::signature( ) șicogitant::RelationType::arity( ) ).
Reprezentarea grafurilor c onceptuale
Un graf conceptual ( cogitant::Graph ) este reprezentat printr -o mulțime de noduri
(cogitant::GraphObject ) și o mulțime de arce ( cogitant::Edge ); conține obiecte care sunt
instanțe ale unor tipuri derivate din cogitant::GraphObject . Aceste obiecte sunt accesibile prin

Contribuții la realizarea unui subsistem al cunoștințelor asupra tehnicilor și strategiilor pedagogice într -un sistem de instruire
AI-16metoda cogitant::Graph::nodes( ) care returnează mulțimea Set<GraphObject*> , sau prin
metoda cogitant::Graph::nodes(iSet) care returnează identificatorul parametrului transmis.
Pentru reprezentarea unui graf conceptual sunt folosite clasele cogitant::InternalGraph
(pentru un graf eventual imbricat), cogitant::Concept șicogitant::Relatio n–atașate unui
cogitant::InternalGraph prin legătura părinte/copil, clasa cogitant::Nesting pentru imbricări
(este întotdeauna fiul unui Concept șipărintele unui InternalGraph ) (figura AI -3).Fiecărui
obiect (identificat printr -un iSet) i se asociază o mulțime de cogitant::Edge (construită prin
apelul metodei cogitant::Graph::edges(iSet) ), reprezentând legăturile cu celelalte obiecte din
cogitant::Graph . Legăturile sunt memorate sub forma unei structuri de date care conține
eticheta legăturii ( cogitant::Edge::m_label , de tip cogitant::Edge::Label ) și extremitatea
(cogitant::Edge::m_end ). Originea arcului nu este reprezentată explicit, deoa rece un arc este
întotdeauna asociat nodului origine. Etichetele acestor legături permit reprezentarea relațiilor
părinte/copil ( cogitant::Edge::PARENT șicogitant::Edge::CHILD ), cât și etichetele arcelor
(întregi pozitivi). În reprezentarea internă a unui CG, există întotdeauna un nod rădăcină (al
cărui identificator poate fi aflat prin metoda cogitant::Graph::root( ) ); chiar dacă acesta nu
este reprezentat explicit în figura AI -3, rădăcina are atașat un arc care reprezintă o legătură
părinte către un obie ct și identificatorul ISET_NULL .Reprezentarea internă a grafului din
figura a i-3este ilustrată în figura a i-4.
PersoanaAgentImagine Obiect
Entitate
Reprezentare
Scenă
Figura A I-3Graf conceptual imbricat

Anexa AI Dezvoltarea de aplicații bazate pe bibliotecile CoGITaNT -ului
AI-17Modificarea unui graf conceptual se poate face prin metode pentru:
-Adăugarea de noduri: adăugarea unui nod concept generic sau individual
(cogitant::Graph::newGenericConcept( ) ,cogitant::Graph::newIndividualConcept( ) ), a
unei noi relații ( cogitant::Graph::newRelation( ) ) sau a unui graf imbricat
(cogitant::Graph::newNesting( ) ,cogitant::Graph::newInternalGraph( ) );
-Suprimarea unor noduri: apelând metoda cogitant::Graph::deleteObject(iSet) . Dacă nodul
transmis ca parametru are fii, aceștia sunt distruși;
-Specificarea unei legături între un nod relație și unul concept, prin metoda
cogitant::Graph::link( ) ;
-Joncțiunea a două noduri -concept cu aceeași etichetă și neconținând imbricări, prin
metoda cogitant::Graph::joint(iSet, iSet) , după apelul căreia, primul identificator rămâne
valid, al doilea este suprimat;
-După schimbarea unui nod -relație (prin metoda cogitant::Relation::setType( ) ) în cazul în
care și aritatea relației s -a modificat, se folosește metoda
cogitant::Graph::recreateNeighbourhood(iSet) , care creează arcele adiacente când
aritatea noului tip este superioară celui precedent sau suprimă arcele în caz contrar.
Accesul la co mponentele unui obiect de tip cogitant::Graph se realizează cu metoda
cogitant::Graph::nodes( ) care returnează un pointer al mulțimii de elemente de tip
cogitant::GraphObject . Clasa cogitant::GraphObject este clasa abstractă de bază pentru
toate clasele de reprezentare a nodurilor unui graf ( cogitant::InternalGraph et
cogitant::LabeledGraphObject ). Clasa cogitant::LabeledGraphObject este tot o clasă
abstractă care reunește proprietăților comune obiectelor de tip cogitant::Concept ,
cogitant::Relation ,cogitant::Nesting .Parinte CopilParint CopilParinte Copil Parint
eCopil
2 2Parint
Copil1 1Parint
Copil
1
1ParintCopilGraf Intern 0
1.1 Concept
Tip: Persoana
1.2 Relatie
Tip: Agent1.3 Concept
Tip: Imagine
1.4 Relatie
Tip: obiect1.5 Concept
Tip: Entitate
1.6 Imbricare
Tip:Reprezentare
1.7 Graf Intern 1.8 Concept
Tip: ScenaParinteCopil
Figura A I-4. Reprezentarea internă a grafului din fig uraAI-3

Contribuții la realizarea unui subsistem al cunoștințelor asupra tehnicilor și strategiilor pedagogice într -un sistem de instruire
AI-18Accesul la elementele unui graf se face prin parcurgerea mulțimii de GraphObject* ; se
apelează metoda cogitant::GraphObject::objectType( ) , care returnează tipul
cogitant::GraphObject::Type (o enumerare cu valorile OT_CONCEPT ,OT_RELATION ,
OT_NESTING șiOT_INTERNALGRAPH ); se realizează apoi conversia explicită prin
metodele cogitant::GraphObject::asConcept( ) ,cogitant::GraphObject::asRelation( ),
cogitant::GraphObject::asNesting( ) șicogitant::GraphObject::asInternalGraph( ) .
Pentru fiecare clasă de obiecte ale grafului există metode de modificare a obiectului:
-Pentru concepte, relații și imbricări –metodele cogitant::LabeledGraphObject::setType() ,
cogitant::LabeledGraphObject::type( ) ).
-În plus, clasa cogitant::Concept furnizează și metodele cogitant::Concept::setGeneric( ) ,
Concept::setIndividual( ) ,cogitant::Concept::referentType( ) și
cogitant::Concept::individual( ) .
Parcurgerea (tuturor/selectivă a) obiectelor unui graf se poate realiza prin:
-Metode ale clasei cogitant::Set ;
-Metode ale clasei cogitant::Graph (cogitant::Graph::conceptBegin( ) ,
cogitant::Graph::conceptEnd( ) ,cogitant::Graph::relationBegin( ) ,
cogitant::Graph::relationEnd( ), etc. ) care returnează iteratori de un anumit tip
(cogitant::Graph::concept_iterator ,cogitant::Graph::relation_iterator , etc.).
Clase de coreferință
Legăturile de coreferință între nodurile concepte sunt reprezentate prin clasele de
coreferință, instanțe ale clasei cogitant::CoreferenceClass care poate să apară în mulțimea
obiectelor grafului ( cogitant::Graph::nodes( ) ). Un obiect de tipul cogitant::CoreferenceClass
are ca părinte ISET_NULL și câte o legătură ( cogitant::Edge ) către toate nodurile concepte
din clasa de coreferință; fiecare dintre legături este etichetată prin
cogitant::Edge::COREFERENCE .
Utilizarea claselor de coreferință se realizează prin metode pentru:
-Crearea unei noi clase de coreferință ( cogitant::Graph::newCoreferenceClass( ) );
-Adăugarea de obiecte la o clasă de coreferință existent ă
(cogitant::Graph::addCoreference(iSet, iSet) );
-Fuzionarea a două clase de coreferință ( cogitant::Graph::fusionCoreferenceClasses( )
precedată de verificarea că toate nodurile concepte ale unei clase de coreferință sunt
generice și de același tip);
-Scoat erea unui nod concept dintr -o clasă de coreferință
(cogitant::Graph::removeCoreference(iSet, iSet) );
-Accesul la clasa de coreferință căreia îi aparține un nod concept
(cogitant::Graph::coreferenceClass(iSet) ) sau metoda
cogitant::Graph::addCoreferenceLink( iSet, iSet) care folosește coreferința fără a apela la
metodele claselor de coreferință.
Utilizarea regulilor
O regulă este formată din două grafuri conceptuale (graful ipoteză și graful concluzie) și o
mulțime de puncte de atașare. Astfel, clasa cogitan t::Rule are ca date membre cele două
grafuri și mulțimea cuplelor reprezentând punctele de atașare. Metodele
cogitant::Rule::hypothesis( ) șicogitant::Rule::conclusion( ) permit accesul la graful ipoteză,
respectiv graful concluzie; metoda cogitant::Rule::connectionPoints( ) returnează mulțimea

Anexa AI Dezvoltarea de aplicații bazate pe bibliotecile CoGITaNT -ului
AI-19de cuple cogitant::SetOfCouples (primul element al cuplului este identificatorul nodului din
ipoteză, al doilea –din concluzie).
Crearea unei reguli se poate realiza prin constructorul clasei ( cogit ant::Rule::Rule( ) , care
creează o regulă vidă) sau prin metoda cogitant::Environment::newRule( ) , atașând -o astfel
la mediu.
O regulă poate fi modificată acționând direct asupra grafului ipoteză și a grafului concluzie
(acces la ipoteză/concluzie prin cogitant::Rule::hypothesis( ) /cogitant::Rule::conclusion( ) ,
apoi utilizarea metodelor din clasa cogitant::Graph ). Dacă grafurile ipoteză/concluzie există,
se poate folosi operatorul de atribuire sau metoda cogitant::Rule::setHypothesisConclusion() .
Pentru fixarea punctelor de conexiune între graful ipoteză și graful concluzie se apelează
metoda cogitant::Rule::addConnectionPoint( ) .
Operațiile în care intervin reguli sunt implementate în subclase ale clasei cogitant::Operation :
-Căutarea aplicațiilor posibile ale unei reguli asupra unui graf (prin metoda
cogitant::OpeRuleApplications( ), care calculează –de fapt –proiecțiile grafului ipoteză a
regulii asupra unui graf).
-Aplicarea unei reguli asupra unui graf după o singură proi ecție (metoda
cogitant::OpeRuleApply( ) , utilizată de obicei cu o proiecție obținută prin operația
precedentă).
Este preferabil să nu se folosească direct aceste operații, ci metodele disponibile în clasa
cogitant::Environment . Metoda cogitant::Environme nt::rulesClosure( ) calculează închiderea
aplicării unei mulțimi de reguli asupra unui graf.
Utilizarea constrângerilor
Constrângerile sunt reprezentate sub forma grafurilor bicolore. Clasa cogitant::Constraint
este derivată din cogitant::ColoredGraph , car e este –la rândul ei –derivată din
cogitant::Graph . O constrângere poate fi considerată ca graf, iar operațiile (proiecție,
intrare/ieșire, etc.) pot fi utilizate asupra instanțelor clasei cogitant::Constraint .
Singura diferență între un graf “obișnuit” și unul colorat este aceea că cel din urmă are
proprietățile cogitant::Property::GRAPH_NATURE (care definește o constrângere pozitivă
sau una negativă) și proprietatea cogitant::Property::COLOR , pentru noduri (practic, un
întreg accesibil prin metoda cogitant::ColoredGraph::color( ) ).
Constrângerile pot fi citite dintr -un fișier sau create direct, în memorie, prin apelul metodei
cogitant::Environment::newConstraint( ) .
Sunt posibile operații de verificare a faptului că un graf satisface o constrângere (metoda
cogitant::Environment::constraintSatisfaction( ) )
Operații
O serie de operații (proiecție, intrare/ieșire) sunt disponibile ca metode ale clasei
cogitant::Environm ent(deja discutate). Pentru definirea noilor implementări ale operațiilor
existente se pot utiliza referințe asupra instanțelor de tipul claselor derivate din
cogitant::Operation . În general, operațiile se folosesc instanțiind un obiect al unei subclase a l
clasei cogitant::Operation , apoi apelând metodele setParam xxx()pentru fixarea diferiților
parametri ai operației, metoda run( ) pentru realizarea calculului, apoi metoda getResult xxx( )
pentru preluarea rezultatului.

Contribuții la realizarea unui subsistem al cunoștințelor asupra tehnicilor și strategiilor pedagogice într -un sistem de instruire
AI-20Principalele categorii de operații sunt:
-Operații asupra grafurilor conceptuale:
oDeterminarea componentelor conexe, prin metodele
cogitant::Environment::isConnected( )–pentru verificarea conexității unui
graf, cogitant::Environment::connectedComponentsSize( ) pentru
determinarea numărului de componente conexe și
cogitant::Environment::connectedComponents( ) pentru determinarea
componentelor conexe;
oCalculul sumei disjuncte a două grafuri, prin metoda
cogitant::Environment::disjointSum( ) .
-Verificarea unui graf (discutată deja).
-Calculul p roiecțiilor, cu ajutorul metodei cogitant::Environment::projections( ) –pentru
căutarea proiecțiilor unui graf asupra altui graf; primii doi parametri ai metodei sunt
identificatorii interni ai grafurilor, iar al treilea parametru este o referință către
cogitant::ResultOpeProjection .
-Se pot distinge trei posibilități de utilizare a acestei metode :
oDacă ne interesează doar existența unei proiecții, se pot apela metodele
cogitant::ResultOpeProjection::memoProjections( ) cu parametrul false (pentru
a nu memora proiecțiile) și
cogitant::ResultOpeProjection::maxSize(cogitant::nSet) cu parametrul 1
(pentru a opri căutarea în momentul descoperirii primei proiecții). Cele două
metode trebuie apelate înaintea apelului metodei
cogitant::Environment::projections( ) ; metoda
cogitant::ResultOpeProjection::isEmpty( ) testează inexistența unei proiecții;
oÎn situația când interesează doar numărul proiecțiilor, se apelează metoda
cogitant::ResultOpeProjection::memoProjections( ) cu para metrul false (pentru
a nu memora proiecțiile), apoi cogitant::Environment::projections( ) și
cogitant::ResultOpeProjection::size( ) ;
oCând se caută toate proiecțiile unui graf asupra altuia, după apelul
cogitant::Environment::projections( ) , metoda
cogitant::ResultOpeProjection::size( ) permite aflarea aflarea numărului de
proiecții găsite, se apelează apoi cogitant::ResultOpeProjection::projections( )
asupra mulțimii proiecțiilor descoperite (o instanță a
cogitant::Set<cogitant::Projection*> ). Fieca re proiecție găsită poate fi tratată în
mod particular.
-Modificarea operației de căutare a proiecțiilor
Clasa cogitant::OpeProjection caută operațiile printr -un algoritm de tip backtracking,
calculând listele imaginilor posibile (ale fiecărui cogitant::Gra phObject al grafului
proiectat în mulțimea de cogitant::GraphObject ale grafului în care se caută
proiecțiile). Operația de tipul cogitant::OpeProjection definește doar schema
principală prin care se caută proiecțiile, metoda run( ) fiind cea care apeleaz ă alte
operații specializate într -un anumit mod. De aceea, pentru a modifica modul de
căutare a proiecțiilor, este suficient să implementăm o subclasă a clasei
cogitant::OpeProjection sau o subclasă a uneia dintre operațiile următoare:

Anexa AI Dezvoltarea de aplicații bazate pe bibliotecile CoGITaNT -ului
AI-21-cogitant::OpeProjPre calcImages permite să se specifice dacă pentru un nod dat
al grafului proiectat, lista imaginilor posibile va fi calculată înainte de începerea
baktracking -ului (caz în care operația cogitant::OpeProjLIPInit se “încarcă”) sau
dacă această listă nu va fi c alculată decât atunci când va fi necesar, în timpul
execuției backtracking -ului. În ambele cazuri, calculul listei imaginilor posibile se
bazează pe calculul compatibilității a două noduri, realizat prin
cogitant::OpeGraphObjectCompatibility . Prin definire a unei subclase pentru
cogitant::OpeGraphObjectCompatibility , se poate defini o altă modalitate de calcul
a compatibilității.
-Clasa cogitant::OpeProjBacktrackChoice determină care nod va fi ales (dintre
cele care nu au încă imagini pentru proiecția în curs ) pentru filtrare. Este indicat
să se aleagă un nod “foarte constrâns” (cu o listă scurtă de imagini posibile).
Implicit, operația alege vecinul ultimului nod adăugat la proiecția în curs, care are
cea mai scurtă listă a imaginilor posibile. Dacă niciun no d nu a fost găsit (pentru
că toți vecinii figurează deja în proiecția în curs) este aleasă o relație, dacă nu, un
cogitant::GraphObject dintre cele care nu figurează deja în proiecție.
-cogitant::OpeProjLIPUpdate filtrează lista de imagini posibile pe parc ursul
backtracking -ului luând în considerare structura grafului (arce și etichete).
-cogitant::OpeProjAcceptableCouple acceptă/respinge un cuplu al proiecției.
Parametri furnizați acestei operații sunt “cuple corecte” (care verifică condițiile
asupra etiche telor nodurilor, arcelor și etichetele acestora). Implicit, sunt
acceptate toate cuplele. Dar pentru a calcula doar proiecțiile injective (de
exemplu), în momentul adăugării unui cuplu la proiecție, trebuie decis dacă cuplul
trebuie adăugat sau acceptat (d acă al doilea element apăruse deja în proiecție,
cuplul trebuie refuzat, proiecția nemaifiind injectivă).
-cogitant::OpeProjAcceptableLIPs analizează mulțimea listelor imaginilor posibile
calculate la un moment dat pentru a ști dacă aceste imagini pot conduce la o
“proiecție interesantă”. Implicit, această operație nu este utilizată în cadrul
proiecției; se poate redefini o subclasă a sa car e să elimine –într-un anumit mod
–proiecțiile neinteresante.
Personalizarea modului de calcul al proiecțiilor se poate realiza derivând din clasele
prezentate una sau mai multe subclase , așa cum a fost prezentat în cap. !!!!!!!!!!!!! .
Gestiunea erorilor
Mediul oferă multiple funcționalități pentru gestiunea erorilor de diferite tipuri: erori pentru
operații de intrare/ieșire (încărcarea unui fișier inexistent, analiza unui fișier graf care conține
tipuri nedefinite în suportul curent, etc.), erori prove nite din operațiile asupra grafurilor, etc.
Gestiunea erorilor se realizează prin tratarea excepțiilor.
Dacă la dezvoltarea unei aplicații nu se dorește utilizarea comportamentului implicit în caz de
eroare, se vor configura o serie de parametri (prin sim bolurile preprocesor) în header -ul
common.h .
Clasa de bază pentru ierarhia claselor care reprezintă excepții este cogitant::Exception , care
furnizează atribute și metode care vor fi moștenite în clasele derivate. Metoda
cogitant::Exception::toString( ) returnează un șir de caractere care reprezintă numele erorii,

Contribuții la realizarea unui subsistem al cunoștințelor asupra tehnicilor și strategiilor pedagogice într -un sistem de instruire
AI-22unoperator de afișare pentru excepție și metoda cogitant::Exception::code( ) care returnează
codul erorii.
Deosebit de utile sunt erorile cauzate de operațiile de intrare/ieșire, reprezentate pri n clasa
cogitant::ExceptionIO și derivatele acesteia. Clasa cogitant::ExceptionIO tratează erorile de
acces la fișiere, iar subclasele sale –erorile generate de nerespectarea formatelor fișierelor:
se tratează atât erori lexicale (clasa cogitant::Exceptio nInputLexeme ), cât și sintactice și
semantice.

ANEXA AII
AII-1ANEXA AII
Necesitatea dezvoltării unui instrument automat de modificare (creare) a ontologiei.
În lipsa acestuia, profesorul nespecialist ar trebui să apeleze la un inginer de cunoștințe și la
un informatician.
1.Exemplu de aplicație a inginerului de c unoștințe pentru crearea unui suport (care
va conține 10 concepte, 4 relații conceptuale binare și 11 marcatori individuali
conformi cu tipurile specificate).
// fisierulcreeaza_ontol.cpp
#include <iostream>
#include <vector>
#include "cogitant/cogitant. h"
using namespace std;
using namespace cogitant;
int main(int, char* [])
{ Environment e;
//DECLARAREA TIPURILOR DE CONCEPTE
iSet T = e.support() ->newConceptType("T");
iSet ResursaDidactica = e.support() –
>newConceptType("ResursaDidactica");
iSet RolPe dagogic =e.support() ->newConceptType("RolPedagogic");
iSet Locatie = e.support() ->newConceptType("Locatie");
iSet UnitPedagDeInstr = e.support() –
>newConceptType("UnitPedagDeInstr");
iSet Disciplina= e.support() ->newConceptType("Disciplina");
iSet Capit ol = e.support() ->newConceptType("Capitol");
iSet Lectie = e.support() ->newConceptType("Lectie");
iSet UnitConceptuala = e.support() –
>newConceptType("UnitConceptuala");
iSet UnitPedagCompusa = e.support() –
>newConceptType("UnitPedagCompusa");
//ORDONAR EA PARTIALA A TIPURILOR DE CONCEPTE
PartialOrder * tcord = e.support() ->conceptTypesOrder();
tcord ->setImmediateLess(T,ResursaDidactica);
tcord ->setImmediateLess(T,RolPedagogic);
tcord ->setImmediateLess(T,Locatie);
tcord ->setImmediateLess(T,UnitPedagD eInstr);
tcord ->setImmediateLess(UnitPedagDeInstr,UnitConceptuala);
tcord ->setImmediateLess(UnitPedagDeInstr,UnitPedagCompusa);
tcord ->setImmediateLess(Disciplina,Capitol);
tcord ->setImmediateLess(Capitol,Lectie);
tcord ->setImmediateLess(UnitPedagCom pusa,Disciplina);

Contribuții la realizarea unui subsistem al cunoștințelor asupra tehnicilor și strategiilor pedagogice într -un sistem de instruire
AII-2//DECLARAREA TIPURILOR DE RELATII
vector<iSet> v1,v2,v3,v4;
v1.push_back(ResursaDidactica); v1.push_back(Locatie);
v1[0] = ResursaDidactica;
v1[1] = Locatie;
iSet localizata_in = e.support() ->newRelationType("localizata_in",
&v1);
v2.push_back(ResursaDidactica); v2.push_back(RolPedagogic);
v2[0] = ResursaDidactica;
v2[1] = RolPedagogic;
iSet are_rol_pedag = e.support() ->newRelationType("are_rol_pedag",
&v2);
v3.push_back(RolPedagogic); v3.push_back(UnitConceptuala);
v3[0] = Ro lPedagogic;
v3[1] = UnitConceptuala;
iSet refera = e.support() ->newRelationType("refera", &v3);
v4.push_back(RolPedagogic); v4.push_back(RolPedagogic);
v4[0] = RolPedagogic;
v4[0] = RolPedagogic;
iSet next = e.support() ->newRelationType("next", &v4);
//CREAREA REFERENTILOR INDIVIDUALI
iSet Text = e.support() ->newIndividual("Text", ResursaDidactica);
iSet Tabela = e.support() ->newIndividual("Tabela", ResursaDidactica);
iSet Desen = e.support() ->newIndividual("Desen", ResursaDidactica);
iSet Imagin e = e.support() ->newIndividual("Imagine",
ResursaDidactica);
iSet Sunet = e.support() ->newIndividual("Sunet", ResursaDidactica);
iSet Film = e.support() ->newIndividual("Film", ResursaDidactica);
iSet Simulare = e.support() ->newIndividual("Simulare",
ResursaDidactica);
iSet Introducere = e.support() ->newIndividual("Introducere",
RolPedagogic);
iSet Definitie = e.support() ->newIndividual("Definitie",
RolPedagogic);
iSet Reamintire = e.support() ->newIndividual("Reamintire",
RolPedagogic);
iSet Concluzie = e.support() ->newIndividual("Concluzie",
RolPedagogic);
iSet Demonstratie = e.support() ->newIndividual("Demonstratie",
RolPedagogic);
iSet Descriere = e.support() ->newIndividual("Descriere",
RolPedagogic);
iSet Diferentiere = e.support() ->newIndividua l("Diferentiere",
RolPedagogic);
iSet Evaluare = e.support() ->newIndividual("Evaluare", RolPedagogic);
iSet Identificare = e.support() ->newIndividual("Identificare",
RolPedagogic);
iSet Prezentare = e.support() ->newIndividual("Prezentare",
RolPedagogic) ;
iSet Recapitulare = e.support() ->newIndividual("Recapitulare",
RolPedagogic);

ANEXA AII
AII-3iSet Explicatie = e.support() ->newIndividual("Explicatie",
RolPedagogic);
iSet Intrebare = e.support() ->newIndividual("Intrebare",
RolPedagogic);
iSet Raspuns = e.support ()->newIndividual("Raspuns", RolPedagogic);
iSet c1 = e.support() ->newIndividual("c1",UnitConceptuala);
iSet c2 = e.support() ->newIndividual("c2",UnitConceptuala);
iSet c3 = e.support() ->newIndividual("c3",UnitConceptuala);
iSet disc1 = e.support() ->newIndividual("Programare in
C",Disciplina);
iSet disc2 = e.support() ->newIndividual("Lmbaje formale",Disciplina);
iSet cap1 = e.support() –
>newIndividual("Date,operatori,expresii",Capitol);
iSet cap2 = e.support() ->newIndividual("Implementarea structurilo r de
crontrol",Capitol);
iSet cap3 = e.support() ->newIndividual("Pointeri",Capitol);
iSet Url1 = e.support() –
>newIndividual("http://lib.cs.ugal.ro/~diastef/curs_an1/def_c1.txt",
Locatie);
iSet Url2 = e.support() –
>newIndividual("http://lib.cs.ugal.ro/~di astef/curs_an1/doc_c1.jpg",Locatie
);
iSet Url3 = e.support() –
>newIndividual("http://lib.cs.ugal.ro/~diastef/curs_an1/prezentare_c1.ppt",
Locatie);
iSet Url4 = e.support() –
>newIndividual("http://lib.cs.ugal.ro/~diastef/curs_an1/concl.doc",Locatie)
;
iSet U rl5 = e.support() –
>newIndividual("http://lib.cs.ugal.ro/~diastef/curs_an1/rezumat.doc",Locati
e);
iSet Alt = e.support() ->newIndividual("e: \\cursc \\cap1\\def_c1.txt",
Locatie);
//SCRIEREA SUPORTULUI IN FISIER
e.writeSupport("ontologie_ped.bcs");
retur n 0;
}
2.Rezultatul execuției prgramului –fișierul text (format BCGCT) ontologie_ped.bcs
{BCGCT:3;App:"cogitant 5.1.6"}
Begin
Support: (10,4,0,35);
TConSet:
ConceptTypes:
T;
ResursaDidactica;
RolPedagogic;
Locatie;
UnitPedagDeInstr;
Disciplina;
Capitol;
Lectie;
UnitConceptuala;

Contribuții la realizarea unui subsistem al cunoștințelor asupra tehnicilor și strategiilor pedagogice într -un sistem de instruire
AII-4UnitPedagCompusa;
EndConceptTypes;
Order:
ResursaDidactica < T;
RolPedagogic < T;
Locatie < T;
UnitPedagDeInstr < T;
UnitConceptuala < UnitPedagDeInstr;
UnitPedagC ompusa < UnitPedagDeInstr;
Capitol < Disciplina;
Lectie < Capitol;
Disciplina < UnitPedagCompusa;
EndOrder;
EndTConSet;
TRelSet:
RelationTypes:
localizata_in{Signature:2,ResursaDidactica,Locatie};
are_rol_pedag{Signature:2,Res ursaDidactica,RolPedagogic};
refera{Signature:2,RolPedagogic,UnitConceptuala};
next{Signature:2,RolPedagogic,RolPedagogic};
EndRelationTypes;
Order:
EndOrder;
EndTRelSet;
TNesSet:
NestingTypes:
EndNestingTypes;
Order:
EndOr der;
EndTNesSet;
Conf:
Text, ResursaDidactica;
Tabela, ResursaDidactica;
Desen, ResursaDidactica;
Imagine, ResursaDidactica;
Sunet, ResursaDidactica;
Film, ResursaDidactica;
Simulare, ResursaDidactica;
Introducere, RolPedagogic;
Definitie, RolPedagogic;
Reamintire, RolPedagogic;
Concluzie, RolPedagogic;
Demonstratie, RolPedagogic;
Descriere, RolPedagogic;
Diferentiere, RolPedagogic;
Evaluare, RolPedagogic;
Identificare, RolPedagogic;
Prezentare, RolPeda gogic;
Recapitulare, RolPedagogic;

ANEXA AII
AII-5Explicatie, RolPedagogic;
Intrebare, RolPedagogic;
Raspuns, RolPedagogic;
"c1", UnitConceptuala;
"c2", UnitConceptuala;
"c3", UnitConceptuala;
"Programare in C", Disciplina;
"Lmbaje formale", D isciplina;
"Date,operatori,expresii", Capitol;
"Implementarea structurilor de crontrol", Capitol;
Pointeri, Capitol;
"http \://lib.cs.ugal.ro/~diastef/curs_an1/def_c1.txt",
Locatie;
"http \://lib.cs.ugal.ro/~diastef/curs_an1/doc_c1.jpg",
Locat ie;
"http://lib.cs.ugal.ro/~diastef/curs_an1/prezentare_c1.ppt", Locatie;
"http://lib.cs.ugal.ro/~diastef/curs_an1/concl.doc", Locatie;
"http://lib.cs.ugal.ro/~diastef/curs_an1/rezumat.doc",
Locatie;
"e:\\cursc \\cap1\\def_c1.txt", Locatie;
EndConf;
EndSupport;
End
3.Exemplu de fișier de inițializare (configurare) a server -ului.
[general]
description = in C: \cygwin \cgtserveur -1.0.4 \init.ini.
;mesaj afisat la incarcarea fisierului
port = 4244
;port server
fichier_utilisateurs = donnees/util isateurs
;nume fisier cu inf despre utilizatori si parole
repertoire_graphes = donnees/graphes
;dir. rad. ptr. Grafurile utilizatorilor
format_proprietes_graphe = -T
;proprietati graf ( -(nume), T (linie text), M (memo),C, H)
niveau_journal = 4
;afisare erori (0 –er grave; 1 –er; 2 –atent.; 3 –inceput & sf; 4 –orice)
[support]
type = 1
;tip suport: 1 –clasic; 2 –thesaurus)
fichier = donnees/supports/ontologie.bcs
;nume fis
phrase_modele =

Contribuții la realizarea unui subsistem al cunoștințelor asupra tehnicilor și strategiilor pedagogice într -un sistem de instruire
AII-6[recherche_alpha]
defaut = ++++
;cautare nume in suport
max_tou t_renvoyer = 100
vide_renvoyer = 50
longueur_min_mot = 2
sur_disque = 0

ANEXA AIII
AIII-1ANEXA AIII
Gramaticile formatelor BCGCT, CoGXML și THC
1.Gramatica formatului BCGT (pentru CoGITaNT 5)
<fisier>::= [<proprietati>]
Begin
[<suport>]
{<graf>|<regula>}*
End
<suport>::=
Support: [<ident_suport>][<proprietati>][<marime_suport>][+];
[multime_TCon]
[multime_TRel]
[multime_TEmb]
[conformitate]
EndSupport;
<proprietati>::= {{<nr_intreg>|<sir_car>:<n r_intreg>|<sir_car>;}*}
<marime_suport>::= (<nr_intreg>, <nr_intreg>, <nr_intreg>, <nr_intreg>)
<multime_TCon>::=
TConSet:
ConceptTypes:
{<tConcept>;}+
EndConceptTypes;
[<ord ine_TCon>]
EndTConSet;
<tConcept>::= <ident_TCon> [<proprietati>]
<ordine_TCon>::=
Order:
{<ident_TCon> < <ident_TCon>;}+
EndOrder;
<multime_TRel>::=
TRelSet:
RelationTypes:
{<tRelatie>;}+
EndRelationTypes;
[<ordine_TRel>]
EndTRelSet;
<tRelatie>::= <ident_TRel> [<proprietati>]
<ordine_TRel>::=
Order:
{<ident_TRel> < <ident_TRel>;}+
EndOrder;
<multime_TEmb>::=
TNesSet:
NestingTypes:
{<tEmboitement>;}+
EndNestingTypes;

Cont ribuții la realizarea unui subsistem al cunoștințelor asupra tehnicilor și strategiilor pedagogice într -un sistem de instruire
AIII-2[<ordre_TEmb>]
EndTNesSet;
<tImbricari>::= <ident_TEmb> [<propriet ati>]
<ordine_TEmb>::=
Order:
{<ident_TEmb> < <ident_TEmb>;}+
EndOrder;
<conformitate>::=
Conf:
{<ident_marcator>, <ident_TCon>;}*
EndConf;
<graf>::=
Graph: [< ident_gc>][<proprietati>];
[Nature: <ident_natura>;]
[Set: <ident_multime>;]
{Concepts:
{<concept>;}+
Relations:
{<relatie>;}*
Edges:
{<arc>;}*
}*
[<proprietati>]
EndGraph;
<concept>::=
<ident_concept>=[<ident_TCon>[:<referent>[:<descriere>]][<proprietati>]]
<referent>::= <ident_marcator> | * | $<ident_variable>
<descrier e>::= {(<ident_TEmb>, <ident_graphe> [<proprietati>])}+ | **
<relatie>::= <ident_relation>=(<ident_TRel>[<proprietati>])
<arc>::= <ident_relatie>, <ident_concept>, <nr_intreg>
<regula>::=
Rule: [<ident_regula>][<proprietati>];
Hypt: <graf>
Conc: <graf>
ConnectionPoints:
{<cuplu>;}+
EndRule;
<ident_xxx>::= <sir_car>
<nr_intreg>::= {0..9}+
<sir_car>::= {a..zA..Z}{a..zA..Z0..9}* | "{a..zA..Z0..9}+"
<cuplu>::= (<ident_c1>, <ident _c2> [<proprietati>])

ANEXA AIII
AIII-32.Reprezentarea în format CoGXML (CGXML)
Formatele CoGXML (CGXML –o versiune anterioară, folosită încă) permit reprezentarea
suportului și a obiectelor modelului (grafuri, constrângeri, reguli) sub forma unui document
XML. DTD -ul folosit pentru descriere:
<?xml version="1.0" encoding="ISO -8859-1"?>
<!–Extensiile attributelor tag -urilor standard. –>
<!ENTITY % cogxmlExtensions "">
<!ENTITY % supportExtensions "">
<!ENTITY % conceptTypesExtensions "">
<!ENTITY % relationTypesExten sions "">
<!ENTITY % nestingTypesExtensions "">
<!ENTITY % conformityExtensions "">
<!ENTITY % supportObjectExtensions "">
<!ENTITY % ctypeExtensions "">
<!ENTITY % rtypeExtensions "">
<!ENTITY % ntypeExtensions "">
<!ENTITY % markerExtensions "">
<!ENTITY % orderExtensions "">
<!ENTITY % graphExtensions "">
<!ENTITY % environmentObjectExtensions "">
<!ENTITY % nodeExtensions "">
<!ENTITY % conceptExtensions "">
<!ENTITY % nestingExtensions "">
<!ENTITY % relationExtensions "">
<!ENTITY % edgeExtensions "">
<!ENTITY % ruleExtensions "">
<!ENTITY % conPtsExtensions "">
<!ENTITY % coupleExtensions "">
<!ENTITY % subPropExtensions "">
<!–Document. –>
<!ELEMENT cogxml (support?, (graph | rule)*)>
<!ATTLIST cogxml
app CDATA #IMPLIED
%cogxmlExtensions;
>
<!–Proprietati supplimentare fiecari obiect al modelului. –>
<!ELEMENT subprop EMPTY>
<!ATTLIST subprop
subid CDATA #REQUIRED
%subPropExtensions;
>
<!–Suport. –>
<!ELEMENT support (conceptTypes, relationTypes?, nestingTypes?,
conformity?, subprop*)>
<!ATTLIST support

Cont ribuții la realizarea unui subsistem al cunoștințelor asupra tehnicilor și strategiilor pedagogice într -un sistem de instruire
AIII-4name CDATA #IMPLIED
%supportExtensions;
>
<!ELEMENT conceptTypes (ctype*, order*)>
<!ATTLIST conceptTypes
%conceptTypesExtensions;
>
<!ELEMENT ctype (subprop*)>
<!ATTLIST ctype
id ID #IMPLIED
label CDATA #REQUIRED
%supportObjec tExtensions;
%ctypeExtensions;
>
<!ELEMENT order EMPTY>
<!ATTLIST order
id1 IDREF #IMPLIED
id2 IDREF #IMPLIED
label1 CDATA #IMPLIED
label2 CDATA #IMPLIED
>
<!ELEMENT relationTypes (rtype*, order*)>
<!ATTLIST relationTypes
%relationTypesExtensions ;
>
<!ELEMENT rtype (subprop*)>
<!ATTLIST rtype
id ID #IMPLIED
label CDATA #REQUIRED
idSignature CDATA #IMPLIED
labelSignature CDATA #IMPLIED
%supportObjectExtensions;
%rtypeExtensions;
>
<!ELEMENT nestingTypes (ntype*, order*)>
<!ATTLIST nestingT ypes
%nestingTypesExtensions;
>
<!ELEMENT ntype (subprop*)>
<!ATTLIST ntype
id ID #IMPLIED
label CDATA #REQUIRED
%supportObjectExtensions;
%ntypeExtensions;
>

ANEXA AIII
AIII-5<!ELEMENT conformity (marker*)>
<!ATTLIST conformity
%conformityExtensions;
>
<!ELEMENT marker (subprop*)>
<!ATTLIST marker
id ID #IMPLIED
label CDATA #REQUIRED
idType IDREF #IMPLIED
labelType CDATA #IMPLIED
%supportObjectExtensions;
%markerExtensions;
>
<!–Graf. –>
<!ELEMENT graph (concept*, relation*, edge*, subprop*)>
<!ATTLIST graph
id ID #REQUIRED
nature CDATA #IMPLIED
set CDATA #IMPLIED
%environmentObjectExtensions;
%nodeExtensions;
%graphExtensions;
>
<!ELEMENT concept (nesting*, subprop*)>
<!ATTLIST concept
id ID #REQUIRED
idType CDATA #IMPLIED
labelType CDATA #IM PLIED
coreferenceClass CDATA #IMPLIED
referent (generic|individual|variable) "generic"
idMarker CDATA #IMPLIED
labelMarker CDATA #IMPLIED
%nodeExtensions;
%conceptExtensions;
>
<!ELEMENT nesting (subprop*)>
<!ATTLIST nesting
idType CDATA #IMPLIED
labelType CDATA #IMPLIED
nestGraph CDATA #REQUIRED
%nodeExtensions;
%nestingExtensions;
>
<!ELEMENT relation (subprop*)>
<!ATTLIST relation
id ID #REQUIRED

Cont ribuții la realizarea unui subsistem al cunoștințelor asupra tehnicilor și strategiilor pedagogice într -un sistem de instruire
AIII-6idType CDATA #IMPLIED
labelType CDATA #IMPLIED
%nodeExtensions;
%relationExtensions;
>
<!ELEMENT edge EMPTY>
<!ATTLIST edge
rid IDREF #REQUIRED
cid IDREF #REQUIRED
label CDATA #REQUIRED
%edgeExtensions;
>
<!–Regula. –>
<!ELEMENT rule (hypt, conc, conPts, subprop*)>
<!ATTLIST rule
id ID #REQUIRED
%environmentObjectExtensions;
%ruleE xtensions;
>
<!ELEMENT hypt (graph)>
<!ELEMENT conc (graph)>
<!ELEMENT conPts (couple*)>
<!ATTLIST conPts
%conPtsExtensions;
>
<!ELEMENT couple EMPTY>
<!ATTLIST couple
idC1 IDREF #REQUIRED
idC2 IDREF #REQUIRED
%coupleExtensions;
>
FORMAT DTD NOU!!!!
<?xml version="1.0" encoding="UTF -8"?>
<!–
DTD CoGXML 1.3
Cette DTD permet la repr ésentation d'un support, de graphes conceptuels
et de règles de graphes.
Pour se référer à cette DTD, utiliser la syntaxe suivante :
<!DOCTYPE CoGXML PUBLIC " -//COG ITANT//CoGXML Format Specification 1.2//EN"
"http://cogitant.sourceforge.net/cogxml.dtd">
Ce fichier fait partie de CoGITaNT, une bibliothèque pour la construction
d'applications sur les graphes conceptuels, disponible sous licence GPL.
http://cogitant.s ourceforge.net
CoGITaNT version 5.1.90 -dernière modification de la DTD : 06/12/2007

ANEXA AIII
AIII-7–>
<!–Extensions des attributs des balises standard. –>
<!ENTITY % cogxmlExtensions "">
<!ENTITY % supportExtensions "">
<!ENTITY % conceptTypesExtensions "">
<!ENTITY % relationTypesExtensions "">
<!ENTITY % nestingTypesExtensions "">
<!ENTITY % conformityExtensions "">
<!ENTITY % bannedTypesExtensions "">
<!ENTITY % supportObjectExtensions "">
<!ENTITY % ctypeExtensions "">
<!ENTITY % rtypeExtensions "">
<!ENTITY % ntypeExtensions "">
<!ENTITY % markerExtensions "">
<!ENTITY % orderExtensions "">
<!ENTITY % bannedTypeExtensions "">
<!ENTITY % graphExtensions "">
<!ENTITY % environmentObjectExtensions "">
<!ENTITY % nodeExtensions "">
<!ENTITY % conceptExtensi ons "">
<!ENTITY % nestingExtensions "">
<!ENTITY % relationExtensions "">
<!ENTITY % edgeExtensions "">
<!ENTITY % ruleExtensions "">
<!ENTITY % conPtsExtensions "">
<!ENTITY % coupleExtensions "">
<!ENTITY % subPropExtensions "">
<!–Document. –>
<!ELEMENT cogxml (support?, (graph | rule)*)>
<!ATTLIST cogxml
app CDATA #IMPLIED
%cogxmlExtensions;
>
<!–Propriétés supplémentaires des chaque objet du modèle. –>
<!ELEMENT subprop EMPTY>
<!ATTLIST subprop
subid CDATA #REQUIRED
%subPropExten sions;
>
<!–Traductions d'un objet du modèle. –>
<!ELEMENT translation EMPTY>
<!ATTLIST translation
lang CDATA #REQUIRED
label CDATA #REQUIRED
descr CDATA #IMPLIED
>

Cont ribuții la realizarea unui subsistem al cunoștințelor asupra tehnicilor și strategiilor pedagogice într -un sistem de instruire
AIII-8<!–Support.
Attribut add : si défini à true, les élements contenus dans
support
viennent compléter le support précédemment chargé. Si défini Ã
false (ou
non défini), les éléments définissent complètement un support :
Le
chargement écrase et remplace le support précédemment chargé. –>
<!ELEMENT support (conc eptTypes, relationTypes?, nestingTypes?,
conformity?, bannedTypes?, subprop*)>
<!ATTLIST support
name CDATA #IMPLIED
add (true|false) "false"
%supportExtensions;
>
<!ELEMENT conceptTypes (ctype*, order*)>
<!ATTLIST conceptTypes
%conceptTypesExtensions ;
>
<!ELEMENT ctype (translation*, subprop*)>
<!ATTLIST ctype
id ID #IMPLIED
label CDATA #REQUIRED
%supportObjectExtensions;
%ctypeExtensions;
>
<!ELEMENT order EMPTY>
<!ATTLIST order
id1 IDREF #IMPLIED
id2 IDREF #IMPLIED
label1 CDATA #IMPLIED
label2 CDATA #IMPLIED
>
<!ELEMENT relationTypes (rtype*, order*)>
<!ATTLIST relationTypes
%relationTypesExtensions;
>
<!ELEMENT rtype (translation*, subprop*)>
<!ATTLIST rtype
id ID #IMPLIED
label CDATA #REQUIRED
idSignature CDATA #IMPLIED
labelSig nature CDATA #IMPLIED
%supportObjectExtensions;
%rtypeExtensions;
>
<!ELEMENT nestingTypes (ntype*, order*)>
<!ATTLIST nestingTypes
%nestingTypesExtensions;
>
<!ELEMENT ntype (translation*, subprop*)>
<!ATTLIST ntype
id ID #IMPLIED
label CDATA #REQU IRED

ANEXA AIII
AIII-9%supportObjectExtensions;
%ntypeExtensions;
>
<!ELEMENT conformity (marker*)>
<!ATTLIST conformity
%conformityExtensions;
>
<!ELEMENT marker (translation*, subprop*)>
<!ATTLIST marker
id ID #IMPLIED
label CDATA #REQUIRED
idType IDREF #IMPLIED
labelType CDATA #IMPLIED
%supportObjectExtensions;
%markerExtensions;
>
<!ELEMENT bannedTypes (bannedType*)>
<!ATTLIST bannedTypes
%bannedTypesExtensions;
>
<!ELEMENT bannedType (type*)>
<!ATTLIST bannedType
%bannedTypeExtensions;
>
<!ELEMENT type>
<!ATTLIST type
id CDATA #IMPLIED
label CDATA #IMPLIED
>
<!–Graphe. –>
<!ELEMENT graph (concept*, relation*, edge*, subprop*)>
<!ATTLIST graph
id ID #REQUIRED
nature CDATA #IMPLIED
set CDATA #IMPLIED
%environmentObjectExtensions;
%nodeExtensi ons;
%graphExtensions;
>
<!ELEMENT concept (type*, nesting*, subprop*)>
<!–Si le type du concept est un type conjonctif, les attributs
idType et
labelType ne sont pas donnés, mais des éléments type sont
emboîtés dans
concept. –>
<!ATTLIST conc ept
id ID #REQUIRED
idType CDATA #IMPLIED
labelType CDATA #IMPLIED
coreferenceClass CDATA #IMPLIED
referent (generic|individual|variable) "generic"
idMarker CDATA #IMPLIED
labelMarker CDATA #IMPLIED
%nodeExtensions;
%conceptExtensions;

Cont ribuții la realizarea unui subsistem al cunoștințelor asupra tehnicilor și strategiilor pedagogice într -un sistem de instruire
AIII-10>
<!ELEMEN T nesting (subprop*)>
<!ATTLIST nesting
idType CDATA #IMPLIED
labelType CDATA #IMPLIED
nestGraph CDATA #REQUIRED
%nodeExtensions;
%nestingExtensions;
>
<!ELEMENT relation (subprop*)>
<!ATTLIST relation
id ID #REQUIRED
idType CDATA #IMPLIED
labelTy pe CDATA #IMPLIED
%nodeExtensions;
%relationExtensions;
>
<!ELEMENT edge EMPTY>
<!ATTLIST edge
rid IDREF #REQUIRED
cid IDREF #REQUIRED
label CDATA #REQUIRED
%edgeExtensions;
>
<!–Règle. –>
<!ELEMENT rule (hypt, conc, conPts, subprop*)>
<!ATTL IST rule
id ID #REQUIRED
%environmentObjectExtensions;
%ruleExtensions;
>
<!ELEMENT hypt (graph)>
<!ELEMENT conc (graph)>
<!ELEMENT conPts (couple*)>
<!ATTLIST conPts
%conPtsExtensions;
>
<!ELEMENT couple EMPTY>
<!ATTLIST couple
idC1 IDREF #REQUIR ED
idC2 IDREF #REQUIRED
%coupleExtensions;
>
3.Gramatica formatului THC (Thesaurus Cogitant)
Formatul THC permite reprezentarea sub o formă compactă și o interpretare rapidă a
dicționarului conținut într -un fișier în formatul ISO 2709. Aceste fișiere sunt tratate ca fluxuri
binare.

ANEXA AIII
AIII-11<fichier>::= Thesaurus CoGITaNT \n
<version><nombre_d'elements>{<elem
ent>}*
<version>::= <entier_binaire>
<nombre_d'elements> ::=
<entier_binaire>
<element>::= <index_iso2709>
<nombre_relations>
{<relations>}* <intitule>
<informations_supplémentaires><index_iso2709>::=
<entier_binaire>
<nombre_relations>::=
<entier_binaire>
<relation>::= <entier_binaire>
<intitule>::=
<entier_binaire>{<caractère>}*
<informations_supplémentaires>::=
<entier_binaire>{<octet