Assistente de ensino baseado em um modelo de linguagem de grande escala brasileiro

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.