Neste trabalho, investigou-se a utilização de algoritmos evolutivos para identificação de procedimentos de raciocínio utilizados por humanos na construção de soluções para uma classe de problemas cuja principal característica é a utilização de raciocínio dedutivo. Para isso, utilizou-se uma abordagem que explora os diferentes níveis de complexidade do problema, partindo da análise das estratégias apresentadas por jogadores humanos. Foram realizados diversos ensaios que evoluíram primeiramente, para um modelo de solução puramente combinatória guiada por um algoritmo genético e independente do jogador humano, até atingir um modelo que procura identificar um procedimento de solução que guarde semelhanças com os procedimentos apresentados pelos jogadores humanos. Como resultado, apresentou-se um algoritmo denominado Classificador Genético um sistema de operadores guiado por um algoritmo genético capaz de identificar procedimentos de raciocínio para solução de combinações específicas do problema proposto. Os ensaios permitiram ainda identificar conjuntos de operadores que se combinados corretamente, através de um mecanismo que simule a tomada de decisão do jogador humano, são capazes de aumentar o potencial de identificação de soluções do algoritmo proposto. O estudo também revelou a importância dos mecanismos de memória no processo de solução do problema e as dificuldades em manipular operadores gerais com métodos puramente evolutivos. Foi possível ainda identificar de que modo jogadores humanos tratam os fatores relacionados à diversidade de possíveis encaminhamentos no processo decisório, que afetam a solução do problema proposto.

In this work we investigated the use of evolutionary algorithms to identify logic procedures used by humans in the construction of solutions of a class of problems in which the main characteristic is the use of deductive reasoning. In order to do that it was used an approach that explores the problems different levels of complexity, starting from the strategies analysis presented by human players. Several experiments were carried out where at first moment used a model of solution that is strictly combinatorial guided by a genetic algorithm and independent of the human player that evolved to a model that tries to identify a solution procedure that maintains the similarities with the procedures presented by human players. As a result, we presented an algorithm denominated Genetic Classifier - a system of rules guided by a genetic algorithm - able to identify reasoning procedures for solution of specific combinations of the proposed problem. Moreover, the experiments allowed identifying clusters of rules that if combined correctly, through a mechanism that simulates the decision making performed by a human player, are capable of increasing the potential to identify the solutions of the proposed algorithm. The study also revealed the importance of the memorys mechanism in the process of solving the proposed problem and the difficulties to manipulate general rules with regular evolutionary methodologies. It was also possible to identify the way human players deal with the factors related to the diversity of possible directions in the decision process.