A utilização de algoritmos genéticos para melhoria de componentes de interface com usuário

...

3. Algoritmo Genético

Os algoritmos genéticos são aplicados em diversas áreas científicas, para a resolução de diversos problemas como problemas de otimização de soluções, aprendizado de máquinas, análise de modelos econômicos, além de ser utilizado em diversas aplicações da Biologia.

De acordo com [Júnior, et. al., 2012] os algoritmos genéticos tentam resolver problemas para os quais não existe um algoritmo conhecido, gerando-se uma população inicial e, de acordo com critérios de avaliação, selecionando os melhores indivíduos dessa população, que servirão como solução para o problema ou, caso contrário, serão combinados para obter uma nova geração. Ou seja, os algoritmos genéticos inspiram-se no processo de evolução natural e são utilizados para resolver problemas de busca de otimização encontrados no mundo real.

De modo geral, AGs possuem as seguintes características [Santo, 2013]: operam com base em um conjunto de soluções; operam sobre uma codificação das soluções (em cromossomos/indivíduos); utilizam resultado obtido de função aplicada a cada solução membro da população; utilizam transições probabilísticas, e não regras determinísticas.

De acordo com [Fernandes, 2005], os algoritmos genéticos buscam a melhor solução para os problemas de otimização, utilizado um processo iterativo de busca da melhor solução para o seu problema. Sendo que a busca ocorre a partir de uma população inicial, que combinando os melhores representantes desta população, obtém uma nova população, que passa a substituir à anterior. Assim a cada nova iteração é gerada uma nova população que apresenta novas e melhores soluções para o problema em questão, culminando com a sua convergência.

Figura 2. Estrutura de um algoritmo genético [pic 1]

Conforme figura 1, o algoritmo genético passa por várias etapas como avaliação, seleção, operadores genéticos e módulo de população, até satisfazer o critério de parada.

DESCREVAR ETAPAS DO ALGORITMO FIGURA ACIMA

4. Algoritmos genéticos e interface com usuário

Na literatura existem vários estudos que relacionam os algoritmos genéticos como uma ferramenta para melhorar a interface com usuário, segundo afirma [Troiano and Birtolo, 2014], que o desenho de interfaces de usuário é uma atividade crítica e cada vez mais se torna exigente por parte dos usuários. À medida que a importância econômica e social dos serviços aumenta com base na web, tornou-se obrigatório que as interfaces de usuário permitam o acesso fácil e confortável independentemente do usuário que irá utilizar a aplicação.

Neste contexto, o design generativo oferece um paradigma promissor para apoiar designers de interface de usuário. Com base nisso, foi realizada a aplicação de algoritmos genéticos para lidar com dois problemas: otimização de um sistema de menu GUI, mantendo em conta a acessibilidade, as preferências do usuário, e segundo problema foi destinado a explorar o espaço paleta de cores, em busca de soluções que representam um bom equilíbrio entre estética e requisito de acessibilidade. Onde os resultados comprovaram que o algoritmo genético pode ser uma ferramenta capaz de buscar soluções para melhorar o design de interface aos usuários.

O desenvolvimento de interfaces com o usuário é um processo que consome tempo e fortemente dependente da interação humana no processo, prevenindo que se possa usar ferramentas computacionais no mesmo, muitas decisões devem ser tomadas, como a posição de itens gráficos e a otimização da interface de modo geral. Através do design regenerativo, podemos manter como centro a criatividade humana, mas ao mesmo tempo prover ferramentas para prover novos insights e acelerar o processo de design.

[Troiano, 2014] exemplifica o uso de algoritmos genéticos aliados ao design de interface com o usuário na criação de um algoritmo para o desenvolvimento de um menu, onde, através de determinadas guidelines e regras de acessibilidade se buscou através da aplicação de um algoritmo genético a busca de uma solução ótima, a qual o designer pode utilizar como referência para o desenvolvimento do projeto.

No trabalho de [Júnior, et. al., 2012] foi apresentada uma abordagem que, através da aplicação de um algoritmo genético (AG), foi realiza a recomendação de conteúdos educacionais (OAs) que sejam adequados às características do contexto do estudante. Para tanto, além de AG, foi utilizada ontologias e agentes de software. O intuito desta abordagem foi de aperfeiçoar o processo de ensino-aprendizagem de forma transparente aos estudantes, provocando assim um maior interesse no estudo por parte destes.

Já na pesquisa de [Golivine, et. al, 2011] foi explorado o uso de algoritmos evolutivos para design de interface que utilizem modelação cognitiva como um substituto para testes em humanos. Para isso foi desenvolvida uma estrutura de teste chamada (Toise) que permite a especificação de tarefas do usuário e interface de componentes de layout e restrições.

Durante a revisão sistemática, percebe-se que há na literatura trabalhos relacionados a utilização e melhoria de interfaces com a aplicação de algoritmos genéticos, o que indica que a utilização deste tipo de algoritmo para efetuar o aprimoramento e a melhoria em interface de sistemas computacionais é válido.

5. Procedimentos Metodológicos

Para a realização deste artigo, foi efetuada uma revisão sistemática que partiu da seguinte questão: “É possível utilizar algoritmo genético em design de interface? ”, a partir disso foram pesquisados artigos que continham a utilização de interface homem-computador e ainda artigos que aplicavam a técnica de algoritmos genéticos e design de interfaces.

Dessa maneira, para o presente estudo, um dos critérios de inclusão foi a data das publicações a partir do ano de 2011 até os dias atuais, pois o estado da arte precisa ser atual, sendo assim não foram levadas em consideração pesquisas anteriores ao ano de 2011. Foram excluídos os estudos que faziam a aplicação de algoritmo genético em outras áreas computacionais não relacionadas a IHC.

A pesquisa dos artigos foi realizada na base de dados Scopus, utilizando-se três conjuntos de intersecção de termos de busca bibliográfica: "Genetic Algorithm" AND "Design Interface"; "Graphical User Interfaces" AND "Genetic Algorithm"; "Genetic