Contexto: O uso de Assistentes de Ensino em IA (AE-IA) no contexto educacional visa apoiar aprendizado de estudantes em disciplinas complexas, em que existe dificuldade de assimilação de
conceitos interdisciplinares e necessidade de respostas rápidas e
precisas. Problema: Estudantes enfrentam barreiras ao estudar
disciplinas que exigem conhecimento prévio em múltiplas áreas, resultando em dificuldades de compreensão, afetando negativamente
no percurso acadêmico dos alunos. Solução Proposta: Propõe-se
um AE-IA baseado no modelo de linguagem brasileiro Sabiá 2.0,
com mecanismos de Verificação Rápida, Expansão e Correção de
Erros, para aprimorar sistema de perguntas e respostas. Teoria de
SI: Este trabalho fundamenta-se na Teoria da Aprendizagem Social,
que explora como indivíduos adquirem conhecimento em contextos
de interação mediada por tecnologias. Essa teoria é aplicável ao
uso de AE-IA, que funcionam como mediadores do aprendizado,
promovendo a aquisição de conhecimento e facilitando a compreensão de conceitos complexos. Método: A metodologia é Design
Science Research, com abordagem descritiva e análise quantitativa,
realizando prova de conceito e avaliação prática com usuários. O
sistema foi implementado em um ambiente educacional e testado
quanto ao desempenho e a satisfação dos alunos. Sumarização
dos Resultados: O sistema apresentou alta taxa de satisfação na
qualidade das respostas, porém revelou limitações em tempo de
resposta para consultas usando modelo, sugerindo melhorias na
otimização da API. Contribuições e Impacto na área de SI: Este
estudo contribui para área de SI ao demonstrar como modelos de IA
podem melhorar ensino e suporte ao aluno, propondo uma solução
robusta e adaptável para ambientes de aprendizado.
|
