Bacharelado em Ciência da Computação (Sede)
URI permanente desta comunidadehttps://arandu.ufrpe.br/handle/123456789/6
Siglas das Coleções:
APP - Artigo Publicado em Periódico
TAE - Trabalho Apresentado em Evento
TCC - Trabalho de Conclusão de Curso
Navegar
19 resultados
Resultados da Pesquisa
Item Small language models for augmentative and alternative communication(2026-02-03) Silva, Lenon Anthony de Souza da; Nascimento, André Câmara Alves do; http://lattes.cnpq.br/0622594061462533; http://lattes.cnpq.br/1791007035243091A Comunicação Aumentativa e Alternativa (CAA) é fundamental para milhões de pessoas com necessidades complexas de comunicação. Ferramentas tradicionais de CAA enfrentam um trade-off entre expressividade e eficiência, enquanto soluções baseadas em Large Language Models (LLMs) exigem conectividade e levantam preocupações de privacidade. Este trabalho investiga a especialização de Small Language Models (SLMs) para geração de cartões de comunicação em português brasileiro, em que cada cartão é composto por uma frase curta, uma frase longa e um símbolo visual (emoji Unicode). Foi desenvolvido um pipeline de construção de dataset combinando curadoria manual, aumento sintético via GPT-4o-mini e integração com a base ARASAAC, resultando em aproximadamente 17.800 exemplos anotados. Uma contribuição central é o framework de classificação baseado na distinção entre vocabulário Core (gramatical) e Fringe (tópico), fundamentado na literatura clínica de CAA. Sete modelos de três famílias de SLMs (Qwen, Llama, Gemma) foram avaliados no conjunto de teste com configuração padronizada de PEFT/LoRA e quantização 4-bit, utilizando BLEU, ROUGE e similaridade semântica sobre a string completa gerada em comparação com a referência do dataset. Os resultados indicam que o Qwen3-1.7B apresenta o melhor equilíbrio entre qualidade (BLEU: 0.1453, ROUGE-L F1: 0.3142, similaridade semântica: 0.77) e eficiência, viabilizando inferência local em GPUs de médio-alto desempenho com VRAM de 12GB. Foi também desenvolvida uma infraestrutura de avaliação com usuários reais, cujo piloto está planejado como próxima fase da pesquisa. Os resultados indicam a viabilidade de assistentes de CAA privados e offline baseados em SLMs especializados.Item Análise comparativa de técnicas de engenharia de prompt aplicadas a tarefas de recomendação via LLMs(2026-02-13) Silva, Cleyton José Rodrigues da; Lima, Lucas Albertins de; http://lattes.cnpq.br/0465071050875729Sistemas de recomendação são produzidos para sugerir itens a serem consumidos por usuários clientes de uma determinada plataforma digital, seja em e-commerce ou em aplicativos de streaming de conteúdo, tendo o intuito de se adequar cada vez mais às preferências dos usuários-alvos, buscando um teor de personalização que contribua para o sucesso da plataforma. As abordagens mais utilizadas atualmente se apresentam numa combinação de técnicas tradicionais de recomendação com o poder dos LLMs para alavancar a qualidade e precisão das recomendações. Os LLMs são modelos que possuem altas capacidades de compreensão de linguagem e de inferência de linguagem natural e, desde a apresentação do modelo GPT-3, foi evidenciado que o resultado de tarefas executadas por modelos deste tipo podem ter sua qualidade alavancada ao estruturar as prompts de interação sob pretextos que melhor extraiam sua capacidade in-context-learning. Técnicas de engenharia de prompt como as zero-shot, onde se descreve a tarefa em linguagem natural, foram desde então integradas no funcionamento de sistemas de recomendação, e este trabalho analisa uma abordagem onde se usa o LLM como recomendador, propondo uma análise comparativa dos impactos de aplicar quatro variantes de estratégias representativas a técnicas de engenharia de prompt distintas, em substituição a uma estratégia definida como baseline de comparação. Experimentos são feitos para diferentes combinações entre três LLMs em duas bases de dados distintas, apresentando resultados experimentais variados dentre as combinações modelo-estratégia, encontrando ganhos de até 17.76% em taxa de acerto de recomendação entre diferentes combinações, com métricas que em parte mostram superação em taxa de acerto contra o baseline, e que, por outro lado, mostram o baseline mantendo superioridade na qualidade da recomendação gerada.Item Engenharia de software assistida por IA: motivações, ameaças, incentivos e impacto(2026-02-06) Silva Filho, Ronaldo Rodrigues da; Souza, Ricardo André Cavalcante de; http://lattes.cnpq.br/7101881357139219; http://lattes.cnpq.br/3935801424898796A Engenharia de Software assistida por Inteligência Artificial (IA) transcende a geração e a otimização de código fonte, impactando também a dinâmica cognitiva e social dos profissionais envolvidos. Neste sentido, este estudo apresenta quatro dimensões (Motivação, Ameaças, Incentivos e Impacto), de natureza humana e organizacional, que podem direcionar um diagnóstico mais amplo da percepção e maturidade das equipes em adotar a IA nas atividades de engenharia de software. Como produto de trabalho, foi desenvolvido um instrumento de coleta de dados, estruturado por meio das dimensões supracitadas, com questões específicas elaboradas a partir de achados na literatura científica. O instrumento desenvolvido foi aplicado em um survey piloto no ecossistema local, o qual contou com a participação de 46 profissionais que atuam em atividades de engenharia de software. O feedback obtido aponta para a adoção da IA impulsionada pela facilidade de aprendizado e resolução de problemas. Contudo, também revelou algumas tensões críticas na experiência profissional, tais como, o receio da perda de habilidades analíticas (deskilling), a insegurança gerada pela ausência de governança de dados nas empresas, e um paradoxo na eficiência, onde o ganho de tempo proporcionado com o uso da IA é redirecionado para o aumento do volume de entregas previstas no backlog ao invés da busca pela inovação ou do bem-estar pessoal. O instrumento de coleta de dados proposto mostra-se como uma ferramenta útil que pode ser (re)usada por organizações interessadas em avaliar percepções sobre a maturidade do uso da IA na Engenharia de Software visando o direcionamento de estratégias que equilibrem produtividade técnica com segurança psicológica e desenvolvimento profissional.Item AIDungeonMaster: projeto e implementação de um mestre de jogo artificial baseado em LLM para jogos de RPG narrativos textuais(2026-03-12) Santos, Samuel Vidal dos; Figueiredo, Lucas Silva; http://lattes.cnpq.br/3195170463502606; http://lattes.cnpq.br/3416419290870305O uso de modelos de linguagem de grande porte (LLMs) em jogos de RPG narrativos tem se tornado cada vez mais comum, permitindo experiências interativas baseadas em linguagem natural. No entanto, essas abordagens frequentemente apresentam problemas relacionados à consistência do estado do mundo, coerência narrativa e previsibilidade das consequências das ações do jogador, especialmente em interações prolongadas. A ausência de mecanismos estruturados de validação, mediação e persistência do estado narrativo compromete a credibilidade, imersão e a continuidade dessas experiências. Este trabalho apresenta o AIDungeonMaster, um sistema projetado como uma alternativa arquitetural para jogos de RPG narrativos assistidos por LLMs, com foco na separação explícita entre interpretação de intenções, validação mecânica, execução de ações e geração narrativa. A proposta busca mitigar inconsistências comuns ao delegar à LLM apenas responsabilidades narrativas e interpretativas, enquanto regras, estados e consequências são controlados por camadas determinísticas do sistema. O AIDungeonMaster utiliza um fluxo baseado em intenções, agentes especializados e representação estruturada do estado do mundo, permitindo maior controle sobre ações permitidas, consequências diretas, além de facilitar a manutenção da coerência narrativa ao longo da campanha. Como resultado, o sistema demonstra uma abordagem mais robusta para integração de LLMs em RPGs narrativos, preservando a criatividade da geração de textos sem comprometer a integridade do mundo de jogo.Item Sistema ChatBot para recomendação de refeições: uma abordagem Retrieval-Augmented Generation(2024-09-26) Lima, Wallace Santana de; Lima, Rinaldo José de; http://lattes.cnpq.br/7645118086647340; http://lattes.cnpq.br/3144359353131133Com o lançamento do ChatGPT, aumentou o interesse por assistentes chatbots capazes de interagir com linguagem semelhante à humana. Umas das formas de melhorar o desempenho destes assistentes é através da abordagem Retrieval-Augmented Generation (RAG). Nesta abordagem, um conjunto de documentos é extraído da base de dados e usado como contexto na geração das respostas. Porém, a qualidade do sistema RAG depende diretamente dos large language models (LLMs) que o integram. Plataformas como a Azure disponibilizam LLMs de altíssimo desempenho e que executam uma ampla gama de tarefas de inteligência artificial (IA). A desvantagem de usar estes LLMs, no entanto, é custo no uso da API, que é calculado em função do número de tokens de entrada e de saída. Por outro lado, em comunidades de machine learning (ML), como a Hugging Face, são publicados semanalmente dezenas de novos modelos de LLMs. Estes LLMs são treinados para tarefas específicas em inteligência artificial, podendo, alguns deles, ser reutilizados em tarefas diversas. Com base nisso, este trabalho faz um comparativo entre os LLMs disponíveis na Hugging Face para implementação de um chatbot de recomendação de refeições e restaurantes usando a abordagem RAG. Foram avaliados 8 LLMs de similaridade de sentença e 117 de geração de texto para compor o assistente chatbot. As saídas dos modelos de similaridade de sentença foram validadas por membros do departamento de computação da UFRPE. Já as respostas dos modelos de geração de texto foram avaliadas tanto por alunos da UFRPE, como pelo GPT-4. O ptbr-similarity-e5-small do repositório João Brito foi o modelo de similaridade de sentença com o maior número de saídas validadas, com 60% de validações. Por sua vez, o modelo de geração de texto Mistral-Nemo-Instruct-2407-Q5_0.gguf do repositório Second State obteve o score médio de 72,65, nas respostas avaliadas pelo GPT-4, assim como 4 vitórias em 4 disputas com outros modelos, julgadas por alunos da UFRPE.Item Tutoria: Plataforma para suporte à correção de atividades e envio de feedback personalizado(2023-04-19) Lima Neto, José Rodrigues de; Mello, Rafael Ferreira Leite de; http://lattes.cnpq.br/6190254569597745; http://lattes.cnpq.br/7813436627139390O feedback dado por professores a estudantes sobre atividades avaliativas é fundamental para a construção do conhecimento e compreensão acerca de sua trajetória de aprendizagem. Entretanto, frequentemente professores não conseguem fornecer feedback de qualidade e em tempo hábil, devido à sobrecarga de trabalho e à falta de tempo, gerando frustração para todos os envolvidos. Neste contexto, a plataforma Tutoria tem o objetivo de apoiar professores na correção de atividades avaliativas de maneira mais rápida, mantendo a qualidade e a personalização. Para isso, Tutoria utiliza técnicas de inteligência artificial para dar suporte na correção de questões discursivas, priorizando a usabilidade.Item Avaliação do uso de IA generativa como auxiliar na portabilidade de scripts de testes(2024-10-04) Pinheiro, Filipe Paz Reis; Nogueira, Sidney de Carvalho; http://lattes.cnpq.br/9171224058305522; http://lattes.cnpq.br/9082954764188177Os frameworks de automação de testes estão se tornando mais avançados e complementares. Este trabalho investiga o potencial do ChatGPT v3.5 para realizar a migração de scripts de testes entre Selenium e Cypress, avaliando a precisão e a confiabilidade dos códigos gerados. Após selecionar scripts e elaborar prompts, foi mensurada a taxa de sucesso da conversão, verificando se os scripts convertidos executaram corretamente sem erros de sintaxe e com mesmo resultado do original. Constatou uma taxa de conversão satisfatória, 100% de Selenium para Cypress e 97.73% de Cypress para Selenium. Contudo, evidenciou a necessidade de ajustes manuais para garantir o sucesso da migração, já que ocorreu scripts convertidos com resultados errados.Item Comparação de modelos de ia para extração de dados em glicosímetros(2024-09-25) Carmo, Genivaldo Braynner Teixeira do; Correia, Julyanne Maria dos Santos; Silva Filho, Ronaldo Rodrigues da; Sampaio, Pablo Azevedo; Medeiros, Robson Wagner Albuquerque deA diabetes é uma condição crônica que requer monitoramento constante dos níveis de glicose no sangue, sendo essencial o uso de glicosímetros para a obtenção dessas informações. Este trabalho tem como objetivo comparar três modelos de Inteligência Artificial, Gemini, GPT-4o e Llava 1.5, para identificar qual deles extrai, de forma mais eficaz, os dados de glicose, data e hora dos glicos´ımetros. Utilizando técnicas de engenharia de prompt, busca-se aprimorar a precisão e eficiência na extração desses dados, otimizando o monitoramento e contribuindo para a melhor gestão da saúde de pacientes diabéticos.Item The digital behavior of voters in interactions with the social media posts of candidates running for elections(2022-10-06) Silva Filho, Heriberto Alexandre da; Brito, Kellyton dos Santos; http://lattes.cnpq.br/8750956715158540; http://lattes.cnpq.br/6181814500468590The extensive use of digital tools and digital marketing strategies over the last few years has become increasingly more frequent and characteristic in political campaigns Within this scenario, this study aims to investigate the use of SM in contemporary political communication, seeking to understand the features that influence the engagement of voters in posts by politicians on their social media profiles. As a case study, we have focused on the Brazilian presidential election in 2018. The investigation was based on an analysis of politicians’ posts on Instagram, Twitter, and Facebook (N = 1319) in the last two weeks before the elections, which investigated features such as functional approach, the Aristotelian rhetoric adopted, and the type of content, among others, and established relationships between these features and user engagement. This study also proposes to investigate the feasibility of using machine learning models to predict the level of engagement of the candidate's posts. Finally, another objective of this paper is to find similarities or differences between the digital campaign strategies, and their impacts on the level of engagement, of the two candidates with the best electoral results. Our main results indicate that the platform with the highest level of engagement was Instagram, together with polarized discourses that presented speeches of attack and defense or emotionally charged topics tended to engage more. Regarding the predictions, the Gradient Boosting model proved to be efficient, R² =0.77, to make the predictions. Regarding the digital campaign strategies, although the two candidates are from opposite political sides, it was possible to find more similarities, such as: functional approach, content structure, and content type, and others...than differences. However the few differences found also represent a valuable result for the understanding of the political landscape, there were divergences for example in Aristotelian rhetoric, content type, and rhetorical device. All these results helped to understand how the electorate interacts with the candidates' speeches in a new era of digital campaigning.Item Percepções dos alunos sobre o impacto do ChatGPT na educação: um estudo de caso na Região Metropolitana do Recife(2025-03-13) Miranda, Augusto Cezar de Souza; Falcão, Taciana Pontual da Rocha; http://lattes.cnpq.br/5706959249737319O ChatGPT, ferramenta baseada em inteligência artificial, tem revolucionado o ambiente educacional ao oferecer suporte personalizado, feedback imediato e auxílio no entendimento de conceitos complexos. Apesar de suas vantagens, como aumento da produtividade e agilidade na resolução de tarefas, a tecnologia também levanta preocupações, incluindo o risco de dependência, impacto na autonomia intelectual e possíveis práticas antiéticas, como a trapaça acadêmica. Este estudo investiga as percepções de alunos do Ensino Médio sobre o uso do ChatGPT, explorando como a ferramenta influencia o aprendizado, o desenvolvimento crítico e a autonomia. O estudo revela que a maioria dos alunos já utiliza o ChatGPT, principalmente para pesquisas e explicações de conceitos complexos. No entanto, as percepções sobre seu impacto na aprendizagem e no desenvolvimento crítico são ambíguas, com alguns alunos vendo benefícios e outros não observando mudanças significativas. Esses resultados destacam a necessidade de uma integração cuidadosa da ferramenta, com foco no estímulo ao pensamento crítico e à autonomia dos estudantes.