AI-Aulas 8 a 16

Esta é uma pré-visualização de arquivo. Entre para ver o arquivo original

Universidade Estácio de Sá
Campus João Uchôa 
ARQUITETURA DA INFORMAÇÃO
CCA0156 – 2015.2
Aulas 8 a 16
Prof. Gisela Madureira
UNIDADE III: Metodologias de AI para internet (web) 
3.1 Ontologias e representação do conhecimento: 
- a organização da informação é cada vez mais importante, em função da quantidade de informações (dados) disponíveis, o que dificulta a recuperação da informação; 
- são necessárias técnicas para melhorar o tratamento dos dados (seleção, processamento, recuperação e disseminação). 
- nos últimos anos, as ontologias tem sido usadas para organizar o conteúdo; 
- em organização da informação, o termo ontologia, tem significado diferente do da filosofia; 
- ontologia é um "catálogo de tipos de coisas" em que há um domínio, na perspectiva do usuário de uma determinada linguagem (Sowa, 1999); 
- para Gruber (1996), "Uma ontologia é uma especificação explícita de uma conceitualização (...) Em tal ontologia, definições associam nomes de entidades no universo do discurso (por exemplo, classes, relações, funções,etc, com textos que descrevem o que os nomes significam e os axiomas normais que restringem a interpretação e o uso desses termos)"; 
Aula 8
- para elaborar uma ontologia, definem-se categorias de coisas dentro de um mesmo domínio; 
- Conceitualização refere-se a uma visão abstrata e simplificada do mundo que se deseja representar, através de objetos, conceitos e outras identidades de um determinado domínio e o relacionamento entre eles; 
- uma rede conceitual é formada a partir de um vocabulário que confere um caráter intencional às ontologias que, por sua vez, regulam, a combinação entre os termos e as relações, criadas por especialistas. Os usuários formulam as consultas a partir dos conceitos formulados; 
- assim, uma ontologia determina a linguagem a ser utilizada para as consultas. 
- os componentes básicos de uma ontologia são classes (organizadas em uma taxonomia), relações (representam a interação entre os conceitos do domínio); axiomas (para modelar sentenças sempre verdadeiras) e instâncias (utilizadas para representar elementos específicos, os dados). 
3.2 Indexação e classificação de informação na internet: taxonomia e folksonomia
- Os sistemas de informação e de busca na internet dependem de uma classificação da informação através de métodos de representação e indexação: 
- No âmbito da indexação de documentos e da representação do conhecimento podem na internet, podem ser observados dois desenvolvimentos: folksonomia e ontologia; 
- as ontologias servem para a integração avançada da informação, enquanto a folksonomia (folk- popular) refere-se as classificações realizadas pelos usuários partir de tags (etiquetas), aplicadas aos conteúdos; 
- a taxonomia é o método tradicional de indexação e classificação que depende de conhecimento prévio do usuário. Quando o usuário não sabe representar o que busca, não encontra. 
- nos sistemas de informação colaborativos, o usuário participa da produção, organização e difusão de informações, nas redes sociais às quais pertencem. 
- folsonomia é um termo criado por Thomas Vander Wal, em 2004, no Instituto de AI, descrito como "uma estrutura categórica criada pelos usuários, de baixo para cima, desenvolvida com um thesaurus emergente" (VANDER WAL, 2007). 
- a folksonomia é um método de representação e indexação baseado na classificação colaborativa da informação e desloca a indexação de dados para o uso de "metadados" criados pelos próprios usuários; 
- refere-se ao esforço de integração do usuário na especificação da informação; 
- a segmentação da informação é consequência da linguagem natural para representar e recuperar a informação em ambientes virtuais culturais; 
- o grande compartilhamento de uma tag demonstra parcerias semânticas em um dado domínio e ou novas ontologias. 
4
Leituras complementares:
Texto compl. 11: JARDIM, André Desessards. Ontologias. em: 
http://ia.ucpel.tche.br/~lpalazzo/Aulas/IWS/m05/IntroOnto.pdf. 
MOURA, Maria Aparecida. Folksonomias, redes sociais e a formação para o tagging literacy: Desafios para a organização da informação em ambientes colaborativos virtuais. IN: I n f . I n f . , L on d r in a , v . 1 4 , n. e s p , p . 2 5 - 4 5 , 2 0 0 9. Disponível em: http://www.uel.br/revistas/uel/index.php/informacao/article/view/2196/3217. 
UNIDADE III: Metodologias de AI para internet (web) 
3.3 Sistemas de busca e de recomendação:
Sistema de busca: 
- sistema de software desenvolvido para procurar e encontrar informações armazenadas em um banco de dados, a partir de palavras-chave, o que diminui enormemente o tempo da procura; 
- surgiram logo após o aparecimento da internet para oferecer a informação de forma mais rápida e eficiente. 
- exemplo de sistemas de busca: Yahoo, Altavista, Amazon e, especialmente, o Google. 
permitem a organização da informação no ciberespaço, através de palavras-chave, tags e links, utilizando recursos de filtragem e catalogação baseados fundamentalmente na álgebra booleana ou Álgebra de Boole (matemática e ciência da computação), que trabalha dentro da lógica binária do zero e um. 
Aula 9
Agentes inteligentes ou sistemas de recomendação (SR) Agentes inteligentes: 
no final dos anos 90, começam a operar os agendes inteligentes (agentes de software) cuja segunda geração passou a ser chamada de Sistemas de Recomendação. 
Sistemas de recomendação (SR): 
- série de inovações tecnológicas voltadas para a internet e aplicadas no cotidiano dos usuários, que servem para guiar os caminhos na internet; 
- os primeiros grandes SR foram o Yahoo!, em 1996, e o Amazon, em 1997, hoje utilizados amplamente no e-commerce; 
- diferentemente dos sistemas de busca, como o Google, são baseados nos conceitos de recomendação e de descoberta da informação, a partir dos inputs dos usuários e na apropriação de conhecimento sobre eles para gerar listas de recomendações (recomendar produtos ou serviços) e personalizar o comércio online para cada consumidor; 
- para Johnson (2001), os sistemas de recomendação, chamados por ele de agentes sociais, aproveitam-se do conhecimento sobre os usuários para recomendar informações, através da alimentação de grandes bancos de dados formado por milhões de pessoas. A proximidade das preferencias permite para um usuário transformar possibilidades em probabilidades de forma que os agendes (SR) antecipem as preferências dos usuários, por isso, é possível que alterem a formação do gostos culturais dos usuários.
Leituras obrigatórias: 
DIGERATI. O básico sobre o Google. IN: Os segredos do Google. São Paulo: Digerati Comunicação e Tecnologia, 2004, p. 6 a 13 (No PDF, p. 7 a 14). em: http://www.scribd.com/doc/4744469/OS-SEGREDOS- DO-GOOGLE
Leitura complementar: 
JEANNENEY, Jean-Noel. Quando o Google desafia a Europa: em defesa de uma reação. Rio de Janeiro: Contra Capa, 2006. 
UNIDADE IV: Modelagem digital e ambientes hipermídia 
4.3. Interação homem-computador e modelos mentais Interação homem-computador (Engenharia cognitiva): 
- área multidisciplinar que relaciona ciência da computação, artes, design, ergonomia, psicologia, sociologia, comunicação, semiótica e linguística; 
-  ocorre através da interface (hardware e software) com o usuário; 
-  os ambientes informacionais hipermídiaticos compreendem a construção de um novo espaço, virtual, que opera com trocas simbólicas e processos de significação; 
- os ambientes informacionais incorporam outros sistemas de significação (vídeo, cinema, rádio, livro, jornal, pintura, fotografia) com a lógica digital 
- a Engenharia Cognitiva é a base da IHC busca compreender os princípios fundamentais da ação humana com aspectos ergonômicos (agradável de usar) que propiciam um engajamento prazeroso do usuário para além da facilidade de uso. 
- possibilitar que o usuário caminhe até a informação através de uma interface compatível com
suas necessidades que possa ser rapidamente interpretada e manipulada. 
- um exemplo de apoio aos estágios da execução e especificação são os menus, cuja presença visual auxilia a geração de intenções; 
- a Engenharia Cognitiva privilegia os dois lados da interface: o humano e o do sistema; 
- através do design, muda-se a interface do sistema. Através do aprendizado e da experiência muda-se o lado humano. 
- idealmente, a informação deve chegar ao usuário sem qualquer esforço psicológico. 
Aula 11
Conforme suas habilidades, deficiências, idade, sexo, cultura, escolaridade, renda os usuários de computador e de internet variam muito, No entanto, apesar desses níveis variados, a pouca adaptação ou segmentação para os diferentes tipos de usuários, levando-se em consideração tanto os com pouca experiência como os que frequentes e experientes. Portanto, é necessário desenvolver serviços para superar as lacunas cognitivas entre o que os usuários sabem e o que precisam saber. Entre as teorias de treinamento de usuários há uma sobre a psicologia da interação humano-computador de Rocha e Baranauskas (2003) que considera os mecanismos de memória humana para elaborar a resolução de problemas em ambientes informacionais. 
Assim, busca-se elaborar uma AI voltada para o funcionamento dos mecanismos de memória humana. 
São três tipos de memória: 
1. Memória de informação sensorial (MIV e MIA no MPIH), que mantém uma fotografia do mundo da forma como ele é percebido pelos sentidos; 
2. Memória de curta duração (MCD ou MT no MPHI), no qual a imagem retida não é mais a imagem a nível sensorial, mas sua interpretação imediata; 
3. Memória de longa duraçãoo (MLD). 
Não há limite para o armazenamento. 
O conhecimento da memória humana tem feito alguns designers buscarem soluções mais compatíveis para interfaces, em especial a partir do conhecimento da memória de curta duração, para poupar o usuário de lembrar de muitos recursos para interagir, ao mesmo tempo em que sua memória é liberada para a absorção de informações mais relevantes.
Modelos mentais: 
- complementam a questão da memória e são importantíssimos para a recuperação da informação e para a interação humano-computador. 
podem ser acionados quando o ser humano precisa fazer interferências ou previsões sobre algo; 
 o objetivo é permitir que as pessoas entendam e antecipem como um sistema físico vai funcionar, possível de se executar mentalmente; 
são instáveis e sofrem interferências da memória (esquecimento de detalhes do sistema ou confusão na operação de ferramentas similares) 
-na interação com artefatos tecnológicos, os usuários desenvolvem dois tipos de modelos mentais: 
1. Estrutural (MME): usado para a mecânica interna da máquina ou sistema em termos de partes, é a memorização da estrutura de funcionamento e atua para substituir a coisa real. Assim é possível prever os efeitos e sequências das ações. É útil quando a máquina “quebra”, como com automóveis, televisões. 
2. Funcional (MMF): refere-se a internalização dos procedimentos da máquina. As pessoas desenvolvem um modelo de ?como fazer?. Desenvolve-se a partir de uma referencia anterior, como um mapa da ação para realizar a tarefa. 
Cabe ao designer ou arquiteto de informação construir um modelo conceitual para o que vai desenhar, que seja adequado ao uso. 
Para Norman (1986), são três tipos de modelos: 
- do designer ou arquiteto de informação, que é o que ele tem em mente sobre o sistema; 
- do usuário, que o usuário desenvolve para compreender a operação do sistema; 
- imagem do sistema: a aparência física, a operação, a forma de resposta e o HELP ONLINE de manuais de instrução. 
Os modelos de designer e do usuário são modelos mentais e idealmente devem coincidir. 
O designer ou arquiteto da informação deve conduzir a imagem do sistema para o seu modelo conceitual, pois, através dela, o usuário formará seu modelo mental. 
Leitura obrigatória: 
SHNEIDERMAN, Ben. A busca da utilização universal. IN: O laptop de Leonardo: como o novo Renascimento já está mudando a sua vida. Rio de Janeiro: Nova Fronteira, 2006, p. 51 a 66. 
Leituras complementares:
BRESSANE, Tais. A navegação e construção de sentido. IN: FERRARI, Pollyana (org.). Hipertexto 
Hipermídia: as novas ferramentas da comunicação digital. São Paulo: Contexto, 2007, p. 149 a 164.
NUNES FILHO, Pedro. Processos de significação : hipermídia, ciberespaço e publicações digitais. 
Disponível em: http://www.ipv.pt/forumedia/6/8.pdf. 
UNIDADE IV: Modelagem digital e ambientes hipermídia 
4.4. Engenharia Semiótica e websemântica (Web 3.0) Engenharia semiótica: 
- semiótica: investiga todas as linguagens possíveis, a produção de significado e sentido. 
- na Semiótica Pierciana, o signo aparece como uma relação entre o objeto (representado), aquilo que representa (representante) e o interpretante (processo de interpretação). 
- Há três tipos de signos: 
1. Ícones: baseiam-se na semelhança com o objeto representado (ícone de uma impressora); 
2. Índices: guardam a relação de causa e efeito entre o representado e o representante (fumaça para fogo); 
3. Símbolos: baseiam-se em convenções, como a linguagem natural, a linguagem da matemática, palavras, linguagem de programação. 
- na Engenharia Semiótica, a interface é entendida como metacomunicação, composta por mensagens enviadas do designer para o usuário e, cada mensagem pode enviar e receber mensagens do usuário. 
Aula 12
Assim, a interface cumpre dois propósitos: 
Comunicar a função da aplicação e o modelo de interação; 
Permitir o intercâmbio de mensagens entre o usuário e a apliacação. 
-  o entendimento semiótico da interface é o de um espaço de comunicação entre humanos e não-humanos (botões, janelas, ícones) que participam do jogo semiótico através da comunicacão da sua aparência e pela capacidade de produzir e interpretar signo. 
- as teorias cognitivas da IHC (Interação humano-computador) apontam o computador como ferramenta cognitiva que propicia o amento das capacidades de entendimento, memória, tomada de decisão entre outras. 
a abordagem semiótica propicia a consideração não só dos aspectos físicos da intraçao com os computadores, mas seu lado cultural e interpessoal, com foco na interpretação dos elementos da interface. 
Websemântica ou web 3.0: 
Enquanto a web permitia uma navegação com baixa interatividade, a ruptura do polo de emissão, viabilizou a chamada web 2.0, que viabilizou as mídias sociais e a troca intensa de conteúdos pelos emissores/receptores. 
A partir de 2001, Tim Berners Lee, o inventor da www, trabalha com a ideia da websemântica ou web 3.0 que não seria uma extensão da web pelo acréscimo da semântica à representação de dados. 
A web 3.0 embute inteligência e contexto nos códigos utilizados na elaboração das páginas da internet, o que permite um uso ainda mais intuitivo. 
Desta forma, programas e dispositivos (agentes) trocam informações entre si (metadados) para automatizar tarefas rotineiras dos usuários. 
O desenvolvimento de ontologias formais torna possível o compartilhamento e a manipulação de informações interpretadas computacionalmente, a partir de regras lógicas. 
Isso permite que tanto os usuários como as máquinas “entendam” a informação. (Ver capítulo sobre o Bigdata) 
Leitura obrigatória: 
TEXTO 10: SHNEIDERMAN, Ben. Novos métodos, novas metas. IN: O laptop de Leonardo: como o novo Renascimento já́ está mudando a sua vida. Rio de Janeiro: Nova Fronteira, 2006, p. 67 a 92. (TOTAL= 25 PAG.). 
Leituras complementares: 
PICKLER, Maria Elisa Valentim. Web Semântica: ontologias como ferramentas de representação do conhecimento. Perspect. Ciênc. Inf., vol.12 no.1 Belo Horizonte Jan./Apr. 2007. Disponível em: http://www.scielo.br/scielo.php?pid=S1413- 99362007000100006&script=sci_arttext&tlng=e. 
SOUZA, Renato Rocha and ALVARENGA, Lídia. A Web Semântica e suas contribuições
para a ciência da informação. Ci. Inf. [online]. 2004, vol.33, n.1, pp. 132-141. Disponível em: http://www.scielo.br/pdf/ci/v33n1/v33n1a16.pdf 
Aula 13
UNIDADE V: Aspectos práticos da AI 
Experiência do usuário (User experience - UX): 
- a sensação que o usuário tem ao utilizar um sistema, um site, um aplicativo ou qualquer produto informacional; 
-  é a ligação entre o design da interface e a tecnologia; 
-  segundo Preece, Rogers e Sharp (2011), está relacionada à sensação ao prazer e a satisfação do usuário ao ter contato com um produto, sistema ou serviço informacional; 
- contempla os aspectos subjetivos de uma interação humano-computador, mas envolve a percepção do usuário com relação à usabilidade e a facilidade para atingir os objetivos nessa interação; 
- segundo Garret (2010) é vital para todos os tipos de serviços e produtos e deve ser positiva, pois de outra forma, os usuários não os usarão mais; 
- no entanto, segundo Preece, Rogers e Sharp (2011) as experiências positivas dos usuários não podem ser propriamente planejadas, mas sim, as condições para que elas aconteçam. 
- afetou todas as plataformas digitais, de telefones celulares, que foram modificados para a tecnologia touchscreen, até tablets, laptops e computadores multitouch. Trata-se do foco na experiência natural do usuário (NUI - Natural User Interface), 
- NUI não é apenas o multitouch, mas é "gesto de interfaces" como no caso do Kinect, que rastreia os movimentos do corpo, expressões faciais e reconhecimento de voz. 
- os desenvolvedores tem um importante papel nessas ligações, pois a interface deve ser trabalhada conforme a geração do usuário, para tornar mais fáceis ações triviais. Trata-se do Design de Interação, parte da UX. 
Sete características para uma boa UX:
-  Usabilidade: simplificar o uso da aplicação 
-  Utilidade: facilitar o alcance dos objetivos 
-  Ser encontrável: facilitar o acesso às funcionalidades mais importantes 
-  Credibilidade: criar uma impressão favorável na mente dos usuários (aumenta a credibilidade do produto e da empresa que o desenvolveu) 
- Ser desejável: ajudar a poupar tempo e dinheiro e acrescentar valor 
Pontos especiais: 
- UX não é usabilidade, apesar de parecerem sinônimos. A UX trata de como o usuário se sente, enquanto a usabilidade trata da eficiência e facilidade de uso da interface; 
-  a UX deve ser guiada pelo perfil do usuário; 
-  a eficácia de um design de UX não pode ser determinada apenas por estatísticas. É possível fazer suposições, levantar hipóteses e contar com evidências informais transmitidas pelos usuários. Portanto não há uma métrica que avalie uma UX. 
- as UX serão diferentes entre as aplicações. O que funciona para um perfil de pessoa pode não funcionar para outros. 
Leitura obrigatória:
SANTA-ROSA, José Guilherme. Experiência do usuário e Design de Interfaces no Contexto Universitário. em http://blogs.anhembi.br- isa2012/anais/artigos/32.pdf
Leitura complementar:
VAZ, Paulo. Agentes na rede. Lugar Comum (UFRJ), vol. 1 no7, Rio de Janeiro, p.114-132. em http://www.scribd.com/doc/7253451/Vaz-Paulo-RG-Agentes-Na- Rede 
Aula 14
UNIDADE V: Aspectos práticos da AI 
Produção e gestão de conteúdo 
No livro "Ansiedade da Informação 2", Richard Saul Wurman menciona a necessidade de uma AI através da qual as pessoas tenham controle e acesso fácil sobre todo o volume de conteúdo. A qualidade desse conteúdo deve ser analisada através dos seguintes critérios: 
-  usável e encontrável: fácil de encontrar, acessar e utilizar 
-  claro e preciso: fácil de entender, coeso e correto 
-  completo: atender às necessidades dos usuários 
 consistente: o estilo, a abordagem e a linguagem para o usuário alcançar seus objetivos 
útil e relevante: apropriado e pertinente tanto para os usuários como para os negócios. 
Conteúdo = vídeo, texto, imagem, gráficos, animações e áudios. As pessoas gastam horas por dia na Internet em busca de conteúdos. 
Algumas empresas ainda constroem suas páginas com base em organogramas chatos e antiquados, e informações como missão, visão e valores, por exemplo, que são úteis apenas para a própria empresa. 
Enquanto isso, na direção oposta, os usuários buscam informações que atendam as suas necessidades, que os ajudem nos processos decisórios, em escolhas inteligentes e que faça diferença em suas vidas. 
As pesquisas mostram que, sob o ponto de vista comercial, as pessoas acessam a internet por dois motivos: 
Querem encontrar ou fazer algo. 
Querem saber o que há de novo. 
Pode-se considerar que o item 1 é uma forma de navegação mais objetiva em busca de informações utilitárias (temperatura, valor do dólar, pagar contas ou comprar produtos). 
Já́ o item 2 refere-se a uma ansiedade de verificar a cada momento se houve uma nova postagem nas mídias sociais, se chegou um novo e-mail. Algo que as empresas tem aprendido a usar cada vez mais. 
É importante perceber que o conteúdo produzido no item 2 é produzido pelas pessoas e não pelas empresas, mas a plataforma em que estão, precisa ter credibilidade, conquistada ao proporcionar um serviço útil e relevante. Estar na internet pode parecer uma opção das empresas, mas alinhar a mensagem das empresas ao meio e à sua linguagem é imprescindível. 
Há um mito de que as pessoas leem pouco na internet, no entanto, estudos recentes mostram que os usuários leem na web o mesmo tanto que em outras mídias (blogs, notícias, descrição de produtos e tudo o que lhes interessa) 
No seu livro, Letting Go of The Words, Janice Redish menciona os possíveis motivos pelos quais as pessoas deixam de ler o conteúdo de um site: 
-  estão muito ocupadas 
-  o conteúdo não é relevante para elas 
-  estão em busca de resposta para uma pergunta e não encontram 
-  querem orientação para resolver uma questão 
-  estão perdidas por causa do excesso de informação 
Assim, para que um conteúdo seja lido é necessário que seja relevante, útil, bem rotulado e formatado de forma a ser encontrado e utilizado facilmente. A qualidade e a relevância da informação sãofundamentais. 
Estratégia de conteúdo: 
- ato de criar, manter, tornar útil e usável um conteúdo para internet e para os outras mídias (impressa, TV, rádio), o que inclui recomentar o tipo de conteúdo; 
precisa dizer quanto, como será estruturado, como será encontrado, como será produzido até o lançamento, o que se fará depois do lançamento, como é gerado e mantido. 
Um conteúdo para a interne podem ter milhares de mensagens. Para que elas tenham valor e sejam fáceis de entender é preciso criar uma hierarquia: 
- Mensagem primária: o que a pessoa precisa saber para aprender algo ou executar uma tarefa; 
- Mensagem secundária: grupo de mensagens que vai além das mensagem principal; 
- Detalhes: as informações e dados que comprovam as mensagens anteriores; 
- Call to action (chamada para ação): o que o usuário deve fazer depois de receber a mensagem (próximos passos).
Aula 15
UNIDADE V: Aspectos práticos da AI 
Cloud Computing: as informações na nuvem
- a evolução do computador pode ser dividida em três estágios: a era dos 
mainframes, a era dos pcs e a dos compartilhamento. 
- na era dos mainframes as informações eram armazenadas em grandes máquinas, alimentadas por terminais que também podiam fazer a recuperação dos dados (até a década de 80); 
- na era dos pcs, os dados passaram a ser armazenados em pequenos HD (hard drives) que ganharam capacidade cada vez maior. Só era possível recuperar a informação armazenada nesses HDs e o compartilhamento ainda era físico (floppy discs, CDs) 
- na era do compartilhamento, a internet propiciou que houvesse, além do armazenamento e da recuperação, no próprio computador, o compartilhamento desses dados, através de grandes provedores, na chamada nuvem de dados. 
A vantagem da nuvem é que propicia, em uma velocidade enorme, a troca de informações e dilui a noção espaço-temporal. 
As nuvens
são enormes bancos de dados capazes de armazenar uma incomensurável quantidade de informações produzidas segundo a segundo por milhões de pessoas, por empresas, por governos. De fotos à e-mails, de bibliotecas a contabilidades de mega-organizações, as informações aos Zettabites. 
Esses dados não são mais apenas produzidos voluntariamente (enviar um e- mail), mas involuntariamente (cada vez que se digita o CPF) e tudo envia informação, das pessoas conectadas, às máquinas como automóveis, caixas eletrônicos, tratores, aviões... 
Todas essas informações compartilhadas são produzidas, armazenadas, recuperadas e compartilhadas, e novamente produzidas, armazenadas, recuperadas e compartilhadas, automaticamente, nas nuvens do ciberespaço. 
75% dos dados que trafegam no ciberespaço são chamados de não estruturados, isto é, não trabalhados, que não passaram por qualquer tratamento que separe os elementos semânticos como as tags.
 
Esses dados e como lidar com eles é objeto do que é chamado análise de BigData em que se usa busca cruzar as informações para obter resultados em tempo real. Para isso, são utilizados algoritmos complexos, que são a forma de “ensinar”as máquinas a “aprender”. 
Um exemplo de utilização de Big Data está na chamada “análise de sentimentos” em que, através de determinadas palavras, expressões, pontuação e outras atribuições de significado, a máquina é capaz de interpretar o sentimento das pessoas com relação a um determinado fato nas redes sociais, sem a interpretação humana (Ver exemplo da Copa do Mundo).
 
Um outro exemplo está no agronegócio, em que as máquinas, equipadas com sensores enviam informações sobre a qualidade do solo para que ele possa ser corrigido com menos defensivos, mais nutrientes, mais ou menos água, o que é bastante importante para a engenharia ambiental. 
Um exemplo mais comum, já está presente no cotidiano através de sistemas de recuperação, através do qual uma loja envia um e-mail ou coloca na faixa de anúncios um produto que a pessoa acabou de mencionar na internet. 
O mercado global de BigData movimenta cerca de 100 bilhões de dólares por ano. 
Há grandes questões sobre privacidade e ética na utilização do Big Data, mas, tudo leva a crer que será parte integrante da vida neste milênio. 
Leituras complementares: 
Como funciona o Bigdata. em http://oglobo.globo.com/infograficos/bigdata/ Bigdata. em http://exame.abril.com.br/topicos/big-data
O que é Bigdata? em http://www.infowester.com/big-data.php 
Aula 16
Revisão dos tópicos mais importantes do conteúdo programático da disciplina para a prova:
1. O que faz um arquiteto da informação
2. Contexto histórico e principais teóricos que idealizaram soluções para o problema de organização, recuperação e uso da informação 
3. Principais definições, demarcações epistemológicas, interdisciplinaridade
4. Conceitos centrais: ciberespaço, cibercultura, convergência tecnológica, hipertexto, links, janelas e interface, interatividade, usabilidade (acessibilidade) e navegação 
5. Metodologias de AI para internet (web): ontologias e representação do conhecimento, indexação e classificação de informação na internet: taxonomia e folksonomias, sistemas de busca e de recomendação
6. Modelagem digital e ambientes hipermídia: modelos digitais, design hipermídia, interação homem-computador e modelos mentais, engenharia Semiótica e websemântica (Web 3.0)
7. Aspectos práticos da AI: experiência do usuário, produção e gestão de conteúdo, Cloud computing (Nuvem) e Bigdata