Pós-Graduação em Ciência da Computação – UFPE
Defesa de Dissertação de Mestrado Nº 2283
Aluna: Malu Xavier da Silva
Orientadora: Profa. Simone Cristiane dos Santos Lima
Título: Aprimorando o feedback formativo em cursos PBL: Um processo
estruturado e apoiado por Inteligência Artificial Generativa
Data: 26/06/2026
Hora/Local: 15h – Sala E-403/404 (Híbrida)
Banca Examinadora:
Profa. Jéssyka Flavyanne Ferreira Vilela (UFPE / Centro de Informática)
Profa. Flávia Maria Santoro (UERJ / Instituto de Matemática e Estatística)
Prof. Simone Cristiane dos Santos Lima (UFPE / Centro de Informática)
RESUMO:
O cenário atual do mercado de trabalho de diversas áreas tem demandado cada vez mais profissionais com a combinação de competências técnicas e não-técnicas. No âmbito educacional do ensino superior, a resposta a esse desafio vem sendo buscada por meio da utilização de metodologias ativas de caráter construtivista, como o Problem-Based Learning (PBL), que favorece o desenvolvimento simultâneo de múltiplas competências nos alunos por meio da resolução de problemas reais em contextos colaborativos. Por sua vez, a condução qualitativa de cursos PBL depende, entre outros fatores, do fornecimento de feedbacks formativos contínuos e personalizados que orientem o desenvolvimento dos alunos durante os ciclos de aprendizagem. A crescente disponibilidade de ferramentas de Inteligência Artificial Generativa (GenAI) baseadas em modelos de linguagem de grande porte (LLMs), oferece uma oportunidade para otimizar esse processo, ainda marcado por alto esforço manual, baixa escalabilidade e diferentes abordagens procedimentais por parte da equipe pedagógica envolvida. Essa possibilidade de otimização apoiada por GenAI enseja a consideração de aspectos como o gerenciamento de processos de negócio (BPM) – como condutor do aprimoramento – e o uso ético e responsável de tal tecnologia. Com essa motivação, este trabalho propõe um processo de construção de feedback formativo em cursos PBL, pautado nas boas práticas de BPM e que contemple melhorias subsidiadas por GenAI e embasadas em diretrizes de uso ético e responsável. O método Design Science Research foi aplicado para construir essa proposta, usando modelagem e documentação padronizada de processos de negócio e também a reengenharia de prompt como direcionadores da melhoria do processo. A partir do processo resultante modelado e documentado, a validação da solução foi realizada por tutores PBL e mostrou-se apta a produzir melhores relatórios de feedback formativo para os alunos.
Palavras-chave: Problem-Based Learning; PBL; feedback formativo; Inteligência Artificial Generativa; GenAI; engenharia de prompt; Gerenciamento de Processos de Negócio; BPM; uso ético e responsável de GenAI
Comentários desativados