Escolar Documentos
Profissional Documentos
Cultura Documentos
Considerações Sobre o Uso Da Visualização de Informação No Auxílio À Gestão de Informação
Considerações Sobre o Uso Da Visualização de Informação No Auxílio À Gestão de Informação
1. Introduo
Sistemas computacionais de informao esto cada vez mais presentes em diversos
aspectos da vida humana, coletando e armazenando volumes de dados heterogneos que
crescem exponencialmente e de maneira distribuda. Essas caractersticas em conjunto
dificultam consideravelmente a obteno de informao relevante nesses dados. Nesse
sentido, pesquisadores brasileiros apontam como um grande desafio de pesquisas em
Cincia da Computao no Brasil at 2016 a integrao de diferentes reas da
Computao para desenvolver aplicaes que beneficiem o contexto scio-econmicocultural do pas, provendo solues para tratar, recuperar e disseminar informao
relevante a partir desses volumes de dados [Carvalho et al. 2006].
Esse objetivo consoante com os objetivos da rea de Visualizao de
Informao, que visa facilitar o processo de derivao e entendimento de informao a
2070
2. Consonncia de objetivos
Para apresentar como os objetivos de Visualizao de Informao esto em harmonia
com os objetivos do desafio de gesto de informao, importante primeiramente
detalhar o que se compreende por tratar, recuperar e disseminar informao relevante a
partir de volumes de dados. A relevncia de uma informao contida em um conjunto
de dados est relacionada tarefa de anlise sendo executada, a qual normalmente
envolve examinar caractersticas dos dados em questo. Recuperar informao relevante
exige, assim, tratar esse conjunto de dados sob anlise, visando sua organizao em
entidades, atributos e relacionamentos que sejam relevantes tarefa de anlise, e que
possam ser consultados e comparados com relao s suas caractersticas. Recuperar
informao relevante exige ainda que esses dados sejam apresentados de maneira clara
e no ambgua s pessoas envolvidas na anlise, de modo que elas possam interpret-los
corretamente e abstrair informao relevante a ser posteriormente compartilhada e
disseminada.
Esse processo de tratamento, recuperao e disseminao de informao pode
ser comparado com o processo pelo qual Visualizao de Informao procura
transformar em uma representao grfica e interativa um conjunto de dados brutos.
Este processo est representado no diagrama da Figura 1, obtido pela sumarizao de
alguns diagramas representativos do processo de Visualizao de Informao [Card et
al. 1999; Ware 2004; Spence 2001].
Nessa figura, um indivduo possui em mente a tarefa de estudar uma situao
particular e obter informaes relevantes sobre ela. Para tanto, necessrio inicialmente
coletar dados sobre essa situao, a partir dos quais se deseja obter as informaes
necessrias. A coleta desses dados pode ser feita por sistemas computacionais, por
diferentes dispositivos como sensores e cmeras, ou manualmente pelo prprio
indivduo. O conjunto de dados brutos coletados pode ser heterogneo, contendo datas,
medidas, quantidades, cdigos, descries, coordenadas espaciais, imagens, vdeos,
arquivos diversos, endereos de sites da Internet, entre outros. Diferentes entidades,
atributos e relacionamentos podem estar representados nesse conjunto de dados.
2071
Situao sob
estudo
Pessoa
cognio
Interaes
Controles interativos
Coleta
de
dados
Transformaes
de dados
Tarefa
Mapa cognitivo
Relaes visuais
Inferncias
Abstraes
Padres
Etc.
Mapeamento visual e
transformaes de viso
viso
Dados brutos
Estruturas
de Dados
Estruturas
Visuais
Dispositivo de
exibio
2072
graficamente, por outro lado, tendem a ser processadas de maneira mais automtica pela
viso, em um processo mais superficial, paralelo (no sentido de obter vrias
informaes simultaneamente), rpido e de capacidade elevada. Dessa forma,
representar graficamente os dados a serem analisados interessante do ponto de vista da
obteno de informao, pois faz com que no apenas mecanismos computacionais
sejam usados para a anlise de dados, mas tambm recursos da viso e da cognio
humana.
Nesse sentido, um estudo de Larkin e Simon (1987) estendido por Card et al.
(1999) aponta diferentes aspectos pelos quais visualizaes podem possibilitar uma
ampliao cognitiva (ou seja, uma maior facilidade no uso e aquisio de
conhecimento): (1) aumentando os recursos de memria e de processamento disponveis
para usurios, atravs do uso direto dos recursos do sistema visual e da memria de
trabalho externa e visual; (2) reduzindo a busca por informao, de diversas formas:
agrupando ou relacionando visualmente informaes, compactando-as, exibindo uma
viso geral ou mesmo mostrando detalhes sob demanda; (3) usando representaes
visuais para melhorar a deteco de padres; (4) habilitando operaes de inferncia
perceptiva, como tornar bvia a resposta de um problema atravs de uma representao
visual; (5) usando mecanismos de ateno perceptiva para efetuar monitoramento de
uma grande quantidade de eventos potenciais; e (6) codificando informao numa mdia
manipulvel.
Para que essa ampliao cognitiva possa ocorrer, importante definir de
maneira apropriada o modo como as estruturas de dados so transformadas em
estruturas visuais, processo este chamado de mapeamento visual. Esse processo deve
levar em conta quais as caractersticas dos dados a serem representados, das
propriedades visuais que podem ser usadas para representar esses dados, da interface
humano-computador envolvida no processo (no caso, a tela de exibio dos dados e os
dispositivos de recebimento de interaes do usurio), e da viso e cognio humana.
Essas caractersticas so detalhadas a seguir.
Cada atributo armazenado nas estruturas de dados pode ser classificado de
acordo com sua semntica e com suas dependncias funcionais em relao a outros
atributos. Diferentes autores classificam de forma semelhante a semntica de atributos
(ou variveis) e de seus dados [Spence 2001; Card et al. 1999; Ware 2004], embora com
nomenclaturas ligeiramente diferentes. Generalizando as diferenas, eles consideram a
existncia de trs categorias bsicas de atributos:
2073
Cada atributo tambm pode ser classificado de acordo com sua dependncia
funcional relativa aos demais atributos. De acordo com essa caracterstica, os atributos
de uma estrutura de dados podem ser divididos em atributos de entrada e atributos de
sada, de tal forma que os primeiros determinam funcionalmente os ltimos (de modo
anlogo a uma funo matemtica).
Ao definir o mapeamento visual dos dados, o que se procura fazer estabelecer
como cada atributo ser representado, ou seja, quais propriedades grficas e espaciais
podem ser utilizadas para sua representao. Por exemplo, um grfico bidimensional
contendo crculos e tringulos de diferentes cores pode ser usado para representar ao
menos quatro atributos: dois deles mapeados para os eixos X e Y do grfico, outro para
as formas das marcas usadas (tringulo ou retngulo), e outro para as cores dessas
marcas, como exemplificado na Figura 2. Neste exemplo, ficam evidentes alguns
elementos com os quais se pode trabalhar em um mapeamento visual: espao, marcas e
propriedades grficas dessas marcas [Card et al. 1999]. Alm destes, uma representao
visual pode utilizar ainda o tempo como uma forma de mapear outros atributos dos
dados analisados. Para tanto, o indivduo que efetua a anlise pode utilizar controles
interativos que filtram quais dados desses atributos devem ser considerados. Ao
modificar os valores considerados e desconsiderados por esses filtros, esse indivduo
pode observar como so afetados os demais atributos j representados.
MC202
Aluno
Aluno
Disciplina Nota Vinculao
Augusto
MC538
9
especial
Carlos
MC538
4,5
regular
Carlos
MC750
8,9
regular
Mrio
MC202
4,8
regular
Mrio
MC750
8,5
especial
Pedro
MC750
7,2
regular
Pedro
MC538
6
regular
Tiago
MC538
9,2
especial
Tiago
MC750
7,6
especial
Ulisses
MC202
9,7
regular
...
...
...
...
Disciplina
MC538
Augusto
Carlos
Mrio
Pedro
Tiago
Ulisses
...
(a)
Legendas
MC750
Notas
de 0 a 4,9
de 5 a 7,5
de 7,6 a 10
Vinculao
aluno especial
aluno regular
(b)
2074
quais categorias de atributos se deve representar por quais propriedades grficas. Por
outro lado, anlises dos relacionamentos existentes entre eixos espaciais, marcas e suas
propriedades grficas tambm podem auxiliar na definio do mapeamento visual com
relao sua expressividade. Dada uma estrutura visual, a observao desses
relacionamentos (que podem ser compreendidos como dependncias funcionais)
permite verificar se uma estrutura visual consegue expressar exatamente as mesmas
dependncias funcionais dos dados a serem representados [Silva 2006].
Tabela 1. Exemplos de propriedades espaciais e grficas.
Adaptado de Silva (2006).
Propriedades
Exemplo
Propriedades
Posio espacial
Cor
Tamanho
Textura
Brilho
Forma
Exemplo
Orientao
Entre a representao visual dos dados e a viso humana encontra-se uma das
partes que possibilitam a interao humano-computador desse processo de visualizar
informao: os dispositivos de exibio de dados. Estes podem ser os mais diversos,
variando em tamanho fsico (por exemplo, telas de projeo e monitores tradicionais),
em resoluo (como monitores, PDAs e celulares), em dimensionalidade (bidimensional
na maioria dos casos, mas pode ser tridimensional com o uso de capacetes de viso
tridimensional ou de mecanismos de projees tridimensionais), em quantidade de cores
disponveis, e mesmo em presena ou ausncia de interatividade (por exemplo,
representao em papel ou em monitor). Essa variedade de caractersticas dificulta a
tarefa de definir um mapeamento visual, pois caractersticas distintas de dois
dispositivos podem exigir mapeamentos visuais distintos, os quais explorem cada um a
efetividade das propriedades grficas, espaciais e temporais disponveis em seu
respectivo dispositivo de exibio.
No menos importante, outra parte da interao humano-computador envolvida
nesse processo a atuao humana na modificao das estruturas de dados e das
estruturas visuais do processo. Controles dispostos na tela (como listas de seleo e
range-sliders) podem permitir que o indivduo que efetua a anlise modifique o
conjunto de atributos e de dados a serem considerados na representao visual, ou
mesmo a forma como o mapeamento visual representa esses dados. Por exemplo, o
usurio pode escolher elementos em uma lista, definir intervalos de tempo, selecionar
dados, etc., e essas aes podem afetar quais dados sero exibidos na estrutura visual,
funcionando dessa forma como transformaes de viso. Com isso, o usurio pode
modificar dinamicamente qual a fatia do conjunto de dados a ser exibida, reduzindo o
excesso de dados e auxiliando seu processo de obteno de informao. Diferentes
tcnicas como consultas dinmicas [Shneiderman 1994], detalhes-sob-demanda,
manipulao direta [Ahlberg e Shneiderman 1994], seleo direta, viso geral +
detalhes, movimento de cmera e aproximao (zoom) podem ser utilizadas para
possibilitar a interao do usurio com as estruturas do processo de visualizao [Card
et al. 1999]. Toda essa interao depende dos dispositivos pelos quais as aes do
usurio so recebidas pelo computador; apesar da predominncia do mouse e do
2075
teclado, tambm se deve estudar a interao por meio de outros dispositivos, como telas
sensveis a toque, canetas (como as utilizadas em PDAs) e mesmo por comandos de
voz.
Com relao a caractersticas da viso e cognio humana nesse processo,
alguns aspectos j foram cobertos nesta seo, como processamento automtico de
determinadas propriedades grficas e efetividade de propriedades grficas para
representar categorias semnticas de dados. No entanto, importante ressaltar que
aspectos de acessibilidade tambm devem ser estudados em Visualizao de
Informao, levando em conta deficincias de viso como miopia, hipermetropia,
presbiopia, dificuldade para distinguir cores (daltonismo), ou mesmo ausncia parcial
ou total de viso. No sentido de superar essas dificuldades, pode-se procurar prover
representaes sonoras dos dados, as quais procurem compensar de alguma forma as
deficincias para visualizar informao. Essas representaes sonoras so providas por
uma rea de estudo denominada Sonificao de Informao [Hermann e Ritter 1999],
que por algumas vezes complementa representaes visuais, e por outras prov
representaes completamente sonoras para dados.
Pela noo geral do processo apresentado nesta seo, considera-se que tratar e
recuperar informao so atividades que podem ser fortemente auxiliadas por conceitos
e tcnicas da rea de Visualizao de Informao. Integrando os recursos visuais e
cognitivos humanos aos recursos grficos e interativos computacionais, Visualizao de
Informao pode ser usada no processo de gesto de informao como uma forma de
pessoas interagirem diretamente com um conjunto de dados representativo de uma
situao, com o objetivo de compreender melhor esses dados e de obter vises
esclarecedoras sobre a situao estudada.
2076
2077
Ainda em EaD, a pesquisa de Silva (2006) aponta uma soluo mais genrica
para que usurios de ambientes de EaD se beneficiem do uso de tcnicas de
Visualizao de Informao para atender s suas demandas de informao sobre os
dados armazenados por esses ambientes. Essa pesquisa procura possibilitar que usurios
de ambientes de Educao a Distncia, com diferentes demandas de anlises de dados,
definam diferentes combinaes de dados a serem analisadas, em vez de utilizar apenas
consultas predefinidas pelo sistema. Essa soluo utiliza conceitos de modelo de relao
universal de Bancos de Dados para possibilitar aos usurios escolherem atributos da
base de dados a serem consultados, sem que esses usurios conheam internamente a
base de dados do ambiente consultado. Alm disso, esses conceitos so usados para
executar na base de dados do ambiente de EaD a consulta referente a essa escolha. Os
resultados dessa consulta so convertidos automaticamente em representaes grficas
interativas, escolhidas com o auxlio de conceitos de expressividade de estruturas
visuais e efetividade de propriedades grficas, e construdas com base em tcnicas de
consultas dinmicas. Dessa forma, evita-se que o usurio precise se preocupar com a
maneira de construir um grfico adequado anlise desses dados.
Como exemplo dessa pesquisa, a Figura 5 mostra um usurio definindo uma
consulta relativa a Fruns de Discusso de um curso oferecido via TelEduc,
selecionando os atributos Fruns de Discusso, Datas de mensagens dos fruns de
discusso e Quantidade de mensagens de fruns de discusso. Aps o usurio
encerrar essa seleo de atributos, o sistema efetua na base de dados do TelEduc uma
consulta relacionada aos atributos escolhidos; em seguida, mostra o resultado dessa
consulta como um grfico de disperso, tal como apresentado na Figura 6. Essa figura,
um grfico de disperso, tem como eixos X e Y os dois primeiros atributos, e representa
por cor o terceiro atributo. Resumindo visualmente os dados dos atributos escolhidos, a
Figura 6 permite observar que a maior parte das mensagens de fruns de discusso
foram enviadas entre 30/03/2005 e 19/04/2005, e que os dois fruns de discusso
apresentados na parte inferior da figura tiveram uma participao pequena e
concentrada em um nico dia de curso. A Figura 7 apresenta o resultado de outra
consulta aos dados do ambiente TelEduc, dessa vez relacionada ferramenta Portflio,
que armazena itens (contedos) postados por participantes de um curso e comentrios
postados sobre esses itens. Essa figura, obtida por uma consulta definida pelos atributos
Usurios donos de itens de portflio, Usurios que comentaram itens de portflio e
Quantidade de comentrios de itens de portflio, permite observar que apenas trs
participantes (o professor, seu monitor e um aluno) estavam efetivamente postando
comentrios nos itens postados pelos demais colegas, como indicado pelas trs linhas
verticais observadas na figura. Uma tnue linha diagonal aponta ainda que alguns
participantes comentavam seus prprios itens, o que provavelmente era feito para
responder aos comentrios que eles recebiam nesses itens.
Em Biologia Computacional, Visualizao de Informao pode auxiliar o
processo de montagem de genomas. Nesse sentido, a ferramenta Hawkeye [Schatz et al.
2007] procura auxiliar a identificar e corrigir erros de montagem de genomas, utilizando
Visualizao Cientfica e de Informao para facilitar a inspeo de dados de montagem
de larga escala, enquanto minimiza o tempo necessrio para detectar erros de montagem
e para fazer julgamentos apurados sobre a qualidade da montagem. Utiliza para isso
vises gerais sobre dados, filtragem dinmica e clusterizao automatizada, visando
focar a ateno do usurio e destacar anomalias nos dados.
2078
2079
2080
2081
5. Consideraes finais
Este artigo procurou apresentar uma viso geral da rea de Visualizao de Informao,
ressaltando como os seus objetivos esto em harmonia com os propostos para o grande
desafio de gesto de informao proposto para a Computao no Brasil at 2016.
Detalhando o processo de converso de dados em estruturas visuais interativas, foi
possvel apresentar onde se encaixam nesse processo os desafios de tratar grandes
volumes de dados e de recuperar informao, considerando a capacidade de anlise
visual humana e a possibilidade de interao em diferentes etapas desse processo graas
a mecanismos interativos providos por sistemas computacionais.
O artigo ressalta, em alguns pontos, que a interdisciplinaridade um fator
importante de Visualizao de Informao, uma vez que essa rea auxilia outras reas e
delas se beneficia para seu auto-aprimoramento. Essa interdisciplinaridade pode ser
praticada dentro da prpria Computao, aproveitando resultados de reas como
Interfaces Humano-Computador, Minerao de Dados, Recuperao de Informao
(Information Retrieval) e Bancos de Dados, dentre outras. Por outro lado, pode ser
praticada tambm externamente Computao, interagindo com outras reas como
Biologia e Psicologia, e estendendo suas aplicaes para beneficiar diferentes atividades
e reas de pesquisa.
Considera-se, por fim, que lidar com o grande desafio de gesto de informao
uma oportunidade mpar para se investir no potencial de Visualizao de Informao
como rea de pesquisa, incentivando pesquisas nesta rea e utilizando seus resultados
de maneira interdisciplinar para trazer benefcios scio-econmico-culturais para o pas
e para o mundo.
2082
Agradecimentos
O autor agradece Professora Doutora Helosa Vieira da Rocha, ao Ncleo de
Informtica Aplicada Educao (Nied/Unicamp), ao Instituto de Computao
(IC/Unicamp) e ao Laboratrio de Administrao e Segurana de Sistemas
(LAS/IC/Unicamp) pelo apoio recebido direta ou indiretamente na elaborao deste
trabalho.
Referncias
Ahlberg, C.; Shneiderman, B. (1994). Visual Information Seeking: Tight Coupling of
Dynamic Query Filters with Starfield Displays. Proceedings of CHI'94, ACM
Conference on Human Factors in Computing Systems, New York, pp. 313-317.
Card, S. K.; Mackinlay, J. D.; Shneiderman, B. (1999) Readings in Information
Visualization: Using Vision to Think. Morgan Kaufman Publishers.
Carvalho, A. C. P. de L. F. et al. (2006). Grandes Desafios da Pesquisa em Computao
no Brasil 2006 2016. http://www.sbc.org.br/index.php?language=1&subject=8&
content=downloads&id=231 (20/Abril/2007).
Chen, C. (2002). Editorial Information Visualization. Information Visualization 1, pp.
1-4, Palgrave Macmillan.
Chen, C. (2005). Top 10 Unsolved Information Visualization Problems. IEEE
Computer Graphics and Applications 25 (4), pp. 12-16.
Eades, P. (1984). A heuristic for graph drawing. Congressus Numerantium 42, pp. 149160. http://www.cs.usyd.edu.au/~peter/old_spring_paper.pdf (15/Novembro/2006).
Hermann, T.; Ritter, H. (1999). Listen to your Data: Model-Based Sonification for Data
Analysis. Advances in intelligent computing and multimedia systems, Germany, pp.
189-194.
Larkin, J.; Simon, H. A. (1987). Why a Diagram is (Sometimes) Worth Ten Thousand
Words. Cognitive Science, 11(1), pp. 65-99. Apud Card et al. (1999), p. 15.
Mackinlay, J. D. (1986). Automating the Design of Graphical Presentations of
Relational Information. ACM Transactions on Graphics, 5(2), pp. 110-141.
Mazza, R.; Dimitrova, V. (2005). Generation of Graphical Representations of Student
Tracking Data in Course Management Systems. 9th IEEE International Conference
on
Information
Visualisation,
London,
pp.
253-258.
http://www.istituti.usilu.net/mazzar/Web/Web_area/Pubblicazioni/IV05/IV05_mazza
_dimitrova.pdf (16/Novembro/2006).
Mazza, R.; Milani, C. (2005). Exploring Usage Analysis in Learning Systems: Gaining
Insights From Visualisations. Workshop on Usage analysis in learning systems. 12th
International Conference on Artificial Intelligence in Education (AIED 2005).
Amsterdam, The Netherlands, pp. 65-72. http://www.istituti.usilu.net/mazzar/
Web/Web_area/Pubblicazioni/aied05/aied-ws2005.pdf (24/Maio/2007).
Plaisant, C.; Milash, B.; Rose, A.; Widoff, S.; Shneiderman, B. (1996). LifeLines:
Visualizing Personal Histories. Proceedings of CHI96, pp. 221-227.
2083
2084