Uma abordagem baseada em inteligência artificial para identificação e classificação automatizada de problemas na aprendizagem de programação orientada a objetos por meio da análise de código-fonte

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorMenolli, André Luís Andrade-
Autor(es): dc.contributorZarpelão, Bruno Bogaz-
Autor(es): dc.contributorCoelho Neto, João-
Autor(es): dc.creatorStrik, Bruno Henrique-
Data de aceite: dc.date.accessioned2025-05-15T12:48:38Z-
Data de disponibilização: dc.date.available2025-05-15T12:48:38Z-
Data de envio: dc.date.issued2025-04-23-
Data de envio: dc.date.issued2025-04-23-
Data de envio: dc.date.issued2025-03-26-
Fonte completa do material: dc.identifierhttps://repositorio.uel.br/handle/123456789/18718-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/975172-
Descrição: dc.descriptionO acesso público a ferramentas de inteligência artificial generativa tem revolucionado a práxis de diversas atividades humanas, incluindo o campo educacional. Docentes e estudantes manifestaram percepções variadas, embora haja um consenso quanto ao potencial dessas ferramentas em apoiar tanto os processos produtivos da computação quanto os de ensino e aprendizagem. Apesar de sua inovação, a tecnologia ainda carece de abordagens eficazes para aplicação no contexto educacional, a fim de transcender seu uso como mera geradora de soluções imediatas e garantir suporte adequado ao desenvolvimento intelectual e técnico dos estudantes. O objetivo desta dissertação é propor uma abordagem baseada em inteligência artificial para detectar indícios de problemas na aprendizagem de programação orientada a objetos observáveis diretamente no código-fonte produzido por estudantes e gerar feedbacks educacionais para os problemas identificados. Para tanto, foram desenvolvidas heurísticas específicas para a caracterização, identificação, classificação e tratamento desses problemas, além de uma ferramenta capaz de aplicá-las. Com base em um protótipo desenvolvido e testado por professores de Computação de diversas Instituições de Ensino Superior, averiguou-se que a abordagem é viável e apresenta potencial para fornecer retornos personalizados, contribuindo de forma eficaz para o processo de aprendizagem de programação orientada a objetos.-
Descrição: dc.descriptionPublic access to generative artificial intelligence tools has revolutionized the praxis of various human activities, including the educational field. Teachers and students have expressed varied perceptions, although there is a consensus on the potential of these tools to support both productive computing processes and teaching and learning. Despite their innovation, the technology still lacks effective approaches for application in the educational context to go beyond merely generating immediate solutions and to provide adequate support for students’ intellectual and technical development. The objective of this dissertation is to propose an artificial intelligence-based approach to detect signs of problems in learning object-oriented programming, which are observable directly in the source code produced by students, and to generate educational feedback for the identified issues. To achieve this, specific heuristics were developed for the charac- terization, identification, classification, and treatment of these problems, as well as a tool capable of applying them. Based on a prototype developed and tested by Computer Science professors from various Higher Education Institutions, it was found that the approach is feasible and has the potential to provide personalized feedback, effectively contributing to the learning process of object-oriented programming.-
Formato: dc.formatapplication/pdf-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Relação: dc.relationCCE - Departamento de Computação-
Relação: dc.relationPrograma de Pós-Graduação em Ciência da Computação-
Relação: dc.relationUniversidade Estadual de Londrina - UEL-
Palavras-chave: dc.subjectInteligência artificial generativa-
Palavras-chave: dc.subjectEnsino de programação orientada a objetos-
Palavras-chave: dc.subjectInteligência artificial na educação-
Palavras-chave: dc.subjectInteligência artificial-
Palavras-chave: dc.subjectProgramação (Computadores)-
Palavras-chave: dc.subjectInovações tecnológicas - Educação-
Palavras-chave: dc.subjectAprendizagem - Computação-
Palavras-chave: dc.subjectProfessores - Computação-
Palavras-chave: dc.subjectEnsino superior-
Palavras-chave: dc.subjectCiências Exatas e da Terra - Ciência da Computação-
Palavras-chave: dc.subjectCiências Exatas e da Terra - Ciência da Computação-
Palavras-chave: dc.subjectGPT-
Palavras-chave: dc.subjectObject-oriented programming education-
Palavras-chave: dc.subjectArtificial intelligence in edu- cation-
Palavras-chave: dc.subjectArtificial intelligence-
Palavras-chave: dc.subjectComputer programming-
Palavras-chave: dc.subjectTechnological innovations - Education-
Palavras-chave: dc.subjectLearning - Computing-
Palavras-chave: dc.subjectTeachers - Computing-
Palavras-chave: dc.subjectHigher education-
Título: dc.titleUma abordagem baseada em inteligência artificial para identificação e classificação automatizada de problemas na aprendizagem de programação orientada a objetos por meio da análise de código-fonte-
Título: dc.titleAn artificial intelligence-based approach for automated identi- fication and classification of problems in object-oriented programming lear- ning through source code analysis-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositório Institucional da UEL - RIUEL

Não existem arquivos associados a este item.