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
7 resultados
Resultados da Pesquisa
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 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.Item Modelos de recomendação sensível ao contexto em ambientes de comunicação aumentativa alternativa: naive bayes, redes neurais e aprendizagem federada(2025-03-19) Nascimento, Fabio Augusto Souza do; Nascimento, André Câmara Alves do; http://lattes.cnpq.br/0622594061462533; http://lattes.cnpq.br/2170186670973508A inteligência artificial (IA) está presente em diversos setores da sociedade, promovendo constantes avanços tecnológicos e sociais. Um dos subconjuntos da IA é a aprendizagem de máquina (AM), que possibilita aos computadores aprenderem e evoluírem com base em dados. O conhecimento obtido por meio desse processo auxilia em diferentes áreas, desde a análise e interpretação de informações até a usabilidade de aplicativos. Compreender o funcionamento e as possibilidades dessa ferramenta pode ser um ativo valioso. Entre as múltiplas aplicações possíveis, a AM desempenha um papel importante na comunicação aumentativa e alternativa (CAA), auxiliando indivíduos que apresentam dificuldades nessas interações por meio de aplicativos. Essas aplicações estão em constante evolução e, com as inovações tecnológicas, possibilitam o desenvolvimento de sistemas capazes de compreender o ambiente em que uma pessoa está inserida e oferecer recomendações personalizadas aos usuários. Este trabalho investiga o uso dos Sistemas de Recomendação Sensível ao Contexto (SRSC) em aplicações da CAA, considerando as características individuais dos usuários com base em seus dados e contexto. São utilizados modelos de IA, tais como Naïve Bayes (NB), Redes Neurais Artificiais (RNA) e Aprendizagem Federada (AF), para comparar diferentes abordagens e avaliar sua capacidade de fornecer resultados relevantes. A partir dos experimentos realizados, foi possível verificar que modelos personalizados demonstram melhor desempenho em relação a abordagens globais, oferecendo recomendações mais relevantes aos usuários finais. Nesse sentido, a personalização e o uso de variáveis contextuais podem melhorar significativamente a experiência de pessoas que dependem de CAA, aumentando a agilidade e a assertividade da comunicação.Item Análise de mensagens de Commit com IA: uma nova perspectiva para o algoritmo SZZ(2025-03-17) Souza, Camila Nunes de Paula; Cabral, George Gomes; http://lattes.cnpq.br/8227256452129177; http://lattes.cnpq.br/8347479672060133Este trabalho propõe uma abordagem inovadora para aprimorar o algoritmo SZZ utilizado na identificação de commits que introduzem defeitos em sistemas de software. A metodologia proposta envolve o uso do ChatGPT, para realizar uma análise semântica das mensagens de commit, classificando-as em duas categorias: ”introduz bug”e ”não introduz bug”. O objetivo é melhorar a confiabilidade das classificações geradas pelo SZZ, reduzindo falsos positivos e melhorando a qualidade dos dados utilizados para a geração de modelos preditivos de detecção de defeitos. Para validar a abordagem, foram realizados experimentos com duas bases de dados (Neutron e Nova), utilizando os classificadores Random Forest e SVC, além de técnicas de balanceamento como oversampling e undersampling. Os resultados demonstram que a integração do ChatGPT ao SZZ resultou em uma redução significativa de commits erroneamente classificados como introdução de bugs, além de melhorar o desempenho dos classificadores, especialmente o Random Forest. Conclui-se que a utilização de LLMs pode aprimorar a eficácia do SZZ, contribuindo para a melhoria da qualidade de software e a eficiência na detecção de defeitos.Item Utilização do ChatGPT para auxiliar no desenvolvimento de sites mais acessíveis(2025-03-21) Wei, Mateus Anderson da Silva; Falcão, Taciana Pontual da Rocha; http://lattes.cnpq.br/5706959249737319; http://lattes.cnpq.br/6635792553693298A acessibilidade digital é um fator essencial para garantir a inclusão de pessoas com deficiência no ambiente online. No entanto, a baixa adoção de boas práticas de acessibilidade ainda é um problema significativo, especialmente no desenvolvimento de websites, onde são comuns falhas como baixo contraste de cores, ausência de textos alternativos em imagens e estrutura semântica inadequada do HTML, o que pode comprometer o funcionamento de tecnologias assistivas. Este estudo investiga como o ChatGPT pode auxiliar desenvolvedores na criação de sites acessíveis, fornecendo recomendações e melhorias com base nas diretrizes do WCAG (Web Content Accessibility Guidelines). Para isso, foi conduzida uma análise das principais dificuldades enfrentadas no desenvolvimento de sites acessíveis e um experimento prático no qual um site foi desenvolvido utilizando sugestões do ChatGPT. Os resultados foram validados por meio da ferramenta ASES e do modelo de acessibilidade eMAG, evidenciando que, embora o ChatGPT seja uma ferramenta útil para identificar e corrigir barreiras de acessibilidade, a verificação humana continua sendo indispensável para garantir um alto nível de acessibilidade.Item Um estudo de caso para previsão de partidas de futebol utilizando o ChatGPT(2024-10-01) Silva, Thiago Luiz Barbosa da; Nascimento, Leandro Marques do; http://lattes.cnpq.br/9163931285515006O presente trabalho tem como objetivo desenvolver e testar uma ferramenta de previsão de resultados de partidas de futebol, utilizando o modelo de linguagem ChatGPT. A pesquisa explora o potencial dessa tecnologia para processar dados de partidas e gerar previsões, comparando seu desempenho com as probabilidades oferecidas por casas de apostas. O método utilizado inclui a coleta de dados por meio de web scraping em fontes como Placar de Futebol e FBref, o que possibilitou a criação de uma base de dados rica em informações sobre equipes, campeonatos e estatísticas detalhadas. A partir dessa base, a ferramenta foi criada dentro do projeto Arena Sport Club, que possui funcionalidades sobre visualização de resultados e informações sobre futebol. Diferentes estratégias de geração de prompts foram implementadas na ferramenta para verificar a melhor maneira de instruir o modelo a fornecer previsões precisas. Os resultados mostraram que o modelo tem potencial para realizar previsões de resultados de futebol de maneira eficaz, aproximando-se das taxas de acerto das casas de apostas. Entretanto, o trabalho identificou desafios, como o alto custo financeiro e a necessidade de ajustes contínuos para lidar com a complexidade das partidas e as variáveis envolvidas. A conclusão sugere que, embora o ChatGPT ofereça uma ferramenta promissora para previsões esportivas, é necessário otimizar seu uso em contextos reais. Futuras pesquisas podem aprimorar a aplicação dessa tecnologia, reduzindo custos e melhorando a precisão em longo prazo.Item Geração automática de sistemas backend com o suporte de IA generativa seguindo a arquitetura limpa(2024-03-06) Costa, Henrique Sabino da; Burégio, Vanilson André de Arruda; http://lattes.cnpq.br/3518416272921878; http://lattes.cnpq.br/5381537544189009Neste trabalho, investigou-se a potencial contribuição das tecnologias de Síntese Automática de Código, particularmente o GPT-4 da OpenAI, para a manutenção e aderência às boas práticas de arquitetura de software em startups. Dada a característica dessas empresas de operarem em ambientes de rápida mudança e inovação, mas com recursos limitados, práticas como testes unitários e documentação muitas vezes são negligenciadas. Contrariamente, enfatizamos a importância de tais práticas pela sua contribuição à manutenibilidade e escalabilidade das aplicações. Como meio de conciliar o ritmo acelerado de desenvolvimento com a necessidade de boas práticas, propusemos o uso de modelos de linguagem generativos (MLG), especificamente o GPT-4, para a geração de código seguindo os princípios da arquitetura limpa, um conjunto de conceitos definidos por Robert C. Martin para o desenvolvimento de projetos escaláveis e de boa manutenibilidade. A abordagem metodológica foi uma combinação de análise qualitativa e quantitativa, focada na exploração e adaptação de prompts para a geração de código e no desenvolvimento de exemplificações práticas em diversas linguagens de programação. Destaca-se a produção de três projetos em C#, JavaScript e Python, os quais foram avaliados segundo métricas de abstração, instabilidade, e aderência à Sequência Principal - conceitos chave na manutenção de uma arquitetura limpa. Os resultados indicaram que, apesar do potencial da tecnologia proposta para acelerar o desenvolvimento e promover a aderência às boas práticas através da automação, existem lacunas significativas na capacidade do GPT-4 de gerar código totalmente alinhado à arquitetura limpa e executável sem intervenção manual. Problemas relacionados à inconsistência na estrutura do projeto e na integridade do código gerado foram observados, sugerindo que, enquanto a ferramenta oferece uma base promissora para a potencialização da eficiência em projetos de menor complexidade, sua aplicabilidade em contextos complexos e diversificados ainda apresenta desafios. Portanto, conclui-se que o emprego de MLGs como o GPT-4, na geração automática de código representam uma ferramenta auxiliar valiosa para startups no desenvolvimento de software. No entanto, a necessidade de ajustes manuais no código e a garantia de aderência completa às práticas recomendadas de arquitetura de software reforçam a ideia de que tais tecnologias devem ser vistas como complementares ao trabalho humano e não como substitutas completas. Para futuros trabalhos, recomenda-se o aprofundamento na investigação de MLGs especializados em geração de código e a expansão dos experimentos para abarcar uma gama maior de linguagens de programação e frameworks, visando maximizar a aplicabilidade e eficácia dessa abordagem inovadora.