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

Detalhes bibliográficos
Ano de defesa: 2025
Autor(a) principal: Strik, Bruno Henrique
Orientador(a): Menolli, André Luís Andrade
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Inteligência artificial generativa
Ensino de programação orientada a objetos
Inteligência artificial na educação
Inteligência artificial
Programação (Computadores)
Inovações tecnológicas - Educação
Aprendizagem - Computação
Professores - Computação
Ensino superior
Área do conhecimento CNPq:
Ciências Exatas e da Terra - Ciência da Computação
Link de acesso: https://repositorio.uel.br/handle/123456789/18718
Resumo: O 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.
id UEL_c4d891b0e1d00cd5f483e8dc653ec25e
oai_identifier_str oai:repositorio.uel.br:123456789/18718
network_acronym_str UEL
network_name_str Repositório Institucional da UEL
repository_id_str
spelling Strik, Bruno HenriqueZarpelão, Bruno Bogazc616021b-488a-4c71-9089-c14c349287c9-1Coelho Neto, João02a96396-4cc7-4b13-a9fd-436041edb9b9-19da1f0d1-016f-47f0-a470-1f982aad21bc1122a4fd-fa01-4211-9648-7dfd4d2c7edfMenolli, André Luís AndradeLondrina101 p.2025-04-23T15:52:45Z2025-04-23T15:52:45Z2025-03-26https://repositorio.uel.br/handle/123456789/18718O 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.Public 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.porCiências Exatas e da Terra - Ciência da ComputaçãoCiências Exatas e da Terra - Ciência da ComputaçãoGPTObject-oriented programming educationArtificial intelligence in edu- cationArtificial intelligenceComputer programmingTechnological innovations - EducationLearning - ComputingTeachers - ComputingHigher educationInteligência artificial generativaEnsino de programação orientada a objetosInteligência artificial na educaçãoInteligência artificialProgramação (Computadores)Inovações tecnológicas - EducaçãoAprendizagem - ComputaçãoProfessores - ComputaçãoEnsino superiorUma 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-fonteAn artificial intelligence-based approach for automated identi- fication and classification of problems in object-oriented programming lear- ning through source code analysisinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisCCE - Departamento de ComputaçãoPrograma de Pós-Graduação em Ciência da ComputaçãoUniversidade Estadual de Londrina - UEL-1-1reponame:Repositório Institucional da UELinstname:Universidade Estadual de Londrina (UEL)instacron:UELinfo:eu-repo/semantics/openAccessMestrado AcadêmicoCentro de Ciências ExatasORIGINALCE_COM_Me_2025_Strik_Bruno_H.pdfCE_COM_Me_2025_Strik_Bruno_H.pdfTexto completo id 193447application/pdf1425111https://repositorio.uel.br/bitstreams/bbb91a9f-8b57-4144-823e-eb41c901edb2/downloadefdfb6b14eb3574b99cc9bc2361719fbMD51CE_COM_Me_2025_Strik_Bruno_H_TERMO.pdfCE_COM_Me_2025_Strik_Bruno_H_TERMO.pdfTermo de autorizaçãoapplication/pdf258845https://repositorio.uel.br/bitstreams/afa6f356-e96d-41c3-aebe-dce5fe3a9ec8/download066295cdd679f0583a3e8815cbaae372MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-8555https://repositorio.uel.br/bitstreams/faf398ed-b1fe-4c42-b306-c73e1c8fb895/downloadb0875caec81dd1122312ab77c11250f1MD53TEXTCE_COM_Me_2025_Strik_Bruno_H.pdf.txtCE_COM_Me_2025_Strik_Bruno_H.pdf.txtExtracted texttext/plain195362https://repositorio.uel.br/bitstreams/df314a13-1036-47d8-a1c3-aa19288cb8c6/download175353a3ba9ad891c0ad4d39fe78a44cMD54CE_COM_Me_2025_Strik_Bruno_H_TERMO.pdf.txtCE_COM_Me_2025_Strik_Bruno_H_TERMO.pdf.txtExtracted texttext/plain2https://repositorio.uel.br/bitstreams/4747a8ab-eccc-4767-9d1d-751fd03f03a3/downloade1c06d85ae7b8b032bef47e42e4c08f9MD56THUMBNAILCE_COM_Me_2025_Strik_Bruno_H.pdf.jpgCE_COM_Me_2025_Strik_Bruno_H.pdf.jpgGenerated Thumbnailimage/jpeg3633https://repositorio.uel.br/bitstreams/22e9d33a-e53c-4f59-861f-4404ffed5c46/downloadb0153f46294b639ce83703840aff707eMD55CE_COM_Me_2025_Strik_Bruno_H_TERMO.pdf.jpgCE_COM_Me_2025_Strik_Bruno_H_TERMO.pdf.jpgGenerated Thumbnailimage/jpeg4372https://repositorio.uel.br/bitstreams/d3f17b30-8edb-494d-b807-fcca4d69ad83/downloadbb55543f661cc97803b762ea39f8598eMD57123456789/187182025-04-24 03:02:07.697open.accessoai:repositorio.uel.br:123456789/18718https://repositorio.uel.brBiblioteca Digital de Teses e Dissertaçõeshttp://www.bibliotecadigital.uel.br/PUBhttp://www.bibliotecadigital.uel.br/OAI/oai2.phpbcuel@uel.br||opendoar:2025-04-24T06:02:07Repositório Institucional da UEL - Universidade Estadual de Londrina (UEL)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
dc.title.none.fl_str_mv 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
dc.title.alternative.none.fl_str_mv An artificial intelligence-based approach for automated identi- fication and classification of problems in object-oriented programming lear- ning through source code analysis
title 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
spellingShingle 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
Strik, Bruno Henrique
Ciências Exatas e da Terra - Ciência da Computação
Inteligência artificial generativa
Ensino de programação orientada a objetos
Inteligência artificial na educação
Inteligência artificial
Programação (Computadores)
Inovações tecnológicas - Educação
Aprendizagem - Computação
Professores - Computação
Ensino superior
Ciências Exatas e da Terra - Ciência da Computação
GPT
Object-oriented programming education
Artificial intelligence in edu- cation
Artificial intelligence
Computer programming
Technological innovations - Education
Learning - Computing
Teachers - Computing
Higher education
title_short 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
title_full 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
title_fullStr 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
title_full_unstemmed 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
title_sort 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
author Strik, Bruno Henrique
author_facet Strik, Bruno Henrique
author_role author
dc.contributor.banca.none.fl_str_mv Zarpelão, Bruno Bogaz
Coelho Neto, João
dc.contributor.author.fl_str_mv Strik, Bruno Henrique
dc.contributor.authorID.fl_str_mv 9da1f0d1-016f-47f0-a470-1f982aad21bc
dc.contributor.advisor1ID.fl_str_mv 1122a4fd-fa01-4211-9648-7dfd4d2c7edf
dc.contributor.advisor1.fl_str_mv Menolli, André Luís Andrade
contributor_str_mv Menolli, André Luís Andrade
dc.subject.cnpq.fl_str_mv Ciências Exatas e da Terra - Ciência da Computação
topic Ciências Exatas e da Terra - Ciência da Computação
Inteligência artificial generativa
Ensino de programação orientada a objetos
Inteligência artificial na educação
Inteligência artificial
Programação (Computadores)
Inovações tecnológicas - Educação
Aprendizagem - Computação
Professores - Computação
Ensino superior
Ciências Exatas e da Terra - Ciência da Computação
GPT
Object-oriented programming education
Artificial intelligence in edu- cation
Artificial intelligence
Computer programming
Technological innovations - Education
Learning - Computing
Teachers - Computing
Higher education
dc.subject.por.fl_str_mv Inteligência artificial generativa
Ensino de programação orientada a objetos
Inteligência artificial na educação
Inteligência artificial
Programação (Computadores)
Inovações tecnológicas - Educação
Aprendizagem - Computação
Professores - Computação
Ensino superior
dc.subject.capes.none.fl_str_mv Ciências Exatas e da Terra - Ciência da Computação
dc.subject.keywords.none.fl_str_mv GPT
Object-oriented programming education
Artificial intelligence in edu- cation
Artificial intelligence
Computer programming
Technological innovations - Education
Learning - Computing
Teachers - Computing
Higher education
description O 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.
publishDate 2025
dc.date.accessioned.fl_str_mv 2025-04-23T15:52:45Z
dc.date.available.fl_str_mv 2025-04-23T15:52:45Z
dc.date.issued.fl_str_mv 2025-03-26
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.uel.br/handle/123456789/18718
url https://repositorio.uel.br/handle/123456789/18718
dc.language.iso.fl_str_mv por
language por
dc.relation.confidence.fl_str_mv -1
-1
dc.relation.departament.none.fl_str_mv CCE - Departamento de Computação
dc.relation.ppgname.none.fl_str_mv Programa de Pós-Graduação em Ciência da Computação
dc.relation.institutionname.none.fl_str_mv Universidade Estadual de Londrina - UEL
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.coverage.spatial.none.fl_str_mv Londrina
dc.coverage.extent.none.fl_str_mv 101 p.
dc.source.none.fl_str_mv reponame:Repositório Institucional da UEL
instname:Universidade Estadual de Londrina (UEL)
instacron:UEL
instname_str Universidade Estadual de Londrina (UEL)
instacron_str UEL
institution UEL
reponame_str Repositório Institucional da UEL
collection Repositório Institucional da UEL
bitstream.url.fl_str_mv https://repositorio.uel.br/bitstreams/bbb91a9f-8b57-4144-823e-eb41c901edb2/download
https://repositorio.uel.br/bitstreams/afa6f356-e96d-41c3-aebe-dce5fe3a9ec8/download
https://repositorio.uel.br/bitstreams/faf398ed-b1fe-4c42-b306-c73e1c8fb895/download
https://repositorio.uel.br/bitstreams/df314a13-1036-47d8-a1c3-aa19288cb8c6/download
https://repositorio.uel.br/bitstreams/4747a8ab-eccc-4767-9d1d-751fd03f03a3/download
https://repositorio.uel.br/bitstreams/22e9d33a-e53c-4f59-861f-4404ffed5c46/download
https://repositorio.uel.br/bitstreams/d3f17b30-8edb-494d-b807-fcca4d69ad83/download
bitstream.checksum.fl_str_mv efdfb6b14eb3574b99cc9bc2361719fb
066295cdd679f0583a3e8815cbaae372
b0875caec81dd1122312ab77c11250f1
175353a3ba9ad891c0ad4d39fe78a44c
e1c06d85ae7b8b032bef47e42e4c08f9
b0153f46294b639ce83703840aff707e
bb55543f661cc97803b762ea39f8598e
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UEL - Universidade Estadual de Londrina (UEL)
repository.mail.fl_str_mv bcuel@uel.br||
_version_ 1862739630512668672

Registros relacionados