Como a Inteligência Artificial está resgatando milhares de materiais pedagógicos gratuitos que estavam invisíveis na web
Metadados do Estudo
Título Original da Tese: Agentes Conversacionais e Inteligência Artificial Generativa em Recursos Educacionais Abertos: Otimizando a Busca e o Potencial Pedagógico.
Autor: Renan Zafalon da Silva.
Orientador: Prof. Dr. Tiago Thompsen Primo.
Coorientador: Prof. Dr. Raymundo Carlos Machado Ferreira Filho.
O Gancho: O tesouro escondido no "arquivo morto" da internet
Imagine a seguinte cena: um professor precisa planejar uma aula sobre energia renovável no Brasil. Ele sabe que o governo e as universidades públicas produzem milhares de Recursos Educacionais Abertos (REAs) gratuitos e de alta qualidade. O repositório público federal Proedu, por exemplo, conta com mais de 20 milhões de downloads e reúne mais de 1.800 REAs. Porém, ao digitar sua dúvida no mecanismo tradicional de pesquisa do portal, o sistema muitas vezes indica que nenhum material foi encontrado ou exibe uma lista de documentos sem relação direta com a necessidade pedagógica.
Esse fenômeno é conhecido na Ciência da Computação como vocabulary mismatch (desencontro de vocabulário). Ele ocorre porque os sistemas de busca antigos funcionam exclusivamente por correspondência literal de palavras: se o professor pesquisa "energia solar" e o arquivo foi cadastrado sob o termo técnico "radiação fotovoltaica", o sistema falha em fazer a conexão. O resultado prático é o desperdício de um valioso acervo educacional que fica esquecido, enquanto professores gastam horas preciosas criando conteúdos do zero.
Além disso, o uso isolado de modelos de inteligência artificial generativa sem fontes de dados verificadas pode gerar "alucinações" (respostas incorretas apresentadas com convicção) e exigir computadores caros ou conexão contínua à internet, o que afasta essa tecnologia das escolas públicas com menos recursos.
O que descobrimos: Um assistente inteligente e preciso
Para derrubar essas barreiras, a pesquisa de doutorado desenvolvida na Universidade Federal de Pelotas (UFPel) criou e avaliou o StudentIA, um assistente conversacional que conecta modelos de linguagem a repositórios educacionais públicos por meio da técnica de Geração Aumentada por Recuperação (RAG).
Sob um protocolo de avaliação experimental, o estudo revelou evidências concretas do impacto da solução:
Aumento na acurácia em exames oficiais: O StudentIA foi testado resolvendo questões reais de exames nacionais como Encceja e Saeb. A inclusão de contextos recuperados do Proedu e de bases alinhadas à BNCC gerou um ganho médio de +4,95 pontos percentuais na acurácia dos modelos em comparação à execução sem RAG. Em casos específicos, como no teste com o modelo Gemma 3 12B em questões do Saeb, o uso do Proedu elevou o acerto de 62,96% para 100,00%.
Viabilidade em hardware modesto: A pesquisa comprovou que é possível rodar modelos leves e abertos em computadores comuns. O modelo Google Gemma 4 E2B IT Thinking (compactado em 4 bits) atingiu 84,45% de acurácia, respondendo a cada questão em 0,58 segundo (processando até 1.652 tokens/s) e consumindo menos de 10 GB de memória de vídeo (VRAM).
Respostas auditáveis e sem alucinações: Por ser ancorado em RAG, o sistema utiliza o acervo curado como memória externa. Toda resposta gerada exibe o título, o autor e o link do documento do Proedu que fundamentou a explicação, eliminando invenções e permitindo auditoria pedagógica.
Impacto da Solução e Relação com o Estado da Arte
Esta seção sintetiza os indicadores técnicos da solução para facilitar a análise comparativa em revisões sistemáticas da literatura (RSL) e estudos de replicação:
Comparação entre Baselines de Recuperação de Informação (RI):
Busca Nativa do Proedu (Solr/BM25 não ajustado em produção): Precisão = 0,04 | Revocação = 0,03 | F1-score = 0,03. (apenas como exemplo)
Elasticsearch Otimizado (Baseline lexical BM25): Precisão = 0,86 | Revocação = 0,66 | F1-score = 0,72.
StudentIA (Recuperação Semântica FAISS + embeddings all-MiniLM-L6-v2): Precisão = 0,83 | Revocação = 0,78 | F1-score = 0,73.
Posicionamento frente às lacunas do Estado da Arte:
A revisão sistemática conduzida na tese analisou o ecossistema global de IA generativa aplicada à educação e identificou três lacunas críticas: pouca utilização de repositórios educacionais públicos e curados, ausência de validação em exames nacionais oficiais e pouca atenção a cenários com restrição computacional ou baixa conectividade.
O StudentIA avança em relação ao estado da arte ao integrar de forma híbrida e auditável um repositório institucional de REA (Proedu), demonstrando a viabilidade de operar com modelos abertos e compactos (Small Language Models).
Reprodutibilidade Científica:
O estudo disponibilizou repositórios abertos (via OSF) contendo os scripts de ingestão, o banco de dados vetorial Qdrant, o gabarito padronizado em JSON e o protocolo experimental completo, viabilizando benchmarks independentes.
Por que isso importa: Democracia e soberania digital no ensino
O impacto prático desta pesquisa vai muito além dos números de desempenho computacional. A tese demonstra como a Inteligência Artificial pode servir como uma ferramenta de soberania digital e inclusão.
Ao permitir que modelos leves de linguagem rodem localmente em equipamentos acessíveis, o estudo abre portas para levar assistentes virtuais de ponta para escolas rurais, de periferia ou com internet instável.
O repositório educacional público deixa de ser um catálogo estático e passa a funcionar como uma infraestrutura ativa de conhecimento. O professor ganha um assistente confiável que economiza tempo no planejamento de aulas e sugere materiais alinhados à BNCC, enquanto o estudante recebe explicações fundamentadas em fontes oficiais e totalmente rastreáveis.
Comentários