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

Página do item simplificado
dc.contributor.advisorMenolli, André Luís Andrade
dc.contributor.authorStrik, Bruno Henrique
dc.contributor.bancaZarpelão, Bruno Bogaz
dc.contributor.bancaCoelho Neto, João
dc.coverage.extent101 p.
dc.coverage.spatialLondrina
dc.date.accessioned2025-04-23T15:52:45Z
dc.date.available2025-04-23T15:52:45Z
dc.date.issued2025-03-26
dc.description.abstractO 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.
dc.description.abstractother1Public 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.
dc.identifier.urihttps://repositorio.uel.br/handle/123456789/18718
dc.language.isopor
dc.relation.departamentCCE - Departamento de Computação
dc.relation.institutionnameUniversidade Estadual de Londrina - UEL
dc.relation.ppgnamePrograma de Pós-Graduação em Ciência da Computação
dc.subjectInteligência artificial generativa
dc.subjectEnsino de programação orientada a objetos
dc.subjectInteligência artificial na educação
dc.subjectInteligência artificial
dc.subjectProgramação (Computadores)
dc.subjectInovações tecnológicas - Educação
dc.subjectAprendizagem - Computação
dc.subjectProfessores - Computação
dc.subjectEnsino superior
dc.subject.capesCiências Exatas e da Terra - Ciência da Computação
dc.subject.cnpqCiências Exatas e da Terra - Ciência da Computação
dc.subject.keywordsGPT
dc.subject.keywordsObject-oriented programming education
dc.subject.keywordsArtificial intelligence in edu- cation
dc.subject.keywordsArtificial intelligence
dc.subject.keywordsComputer programming
dc.subject.keywordsTechnological innovations - Education
dc.subject.keywordsLearning - Computing
dc.subject.keywordsTeachers - Computing
dc.subject.keywordsHigher education
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
dc.title.alternativeAn artificial intelligence-based approach for automated identi- fication and classification of problems in object-oriented programming lear- ning through source code analysis
dc.typeDissertação
dcterms.educationLevelMestrado Acadêmico
dcterms.provenanceCentro de Ciências Exatas

Arquivos

Pacote Original
Agora exibindo 1 - 2 de 2
Imagem de Miniatura
Nome:
CE_COM_Me_2025_Strik_Bruno_H.pdf
Tamanho:
1.36 MB
Formato:
Adobe Portable Document Format
Descrição:
Texto completo id 193447
Baixar
Nenhuma Miniatura disponível
Nome:
CE_COM_Me_2025_Strik_Bruno_H_TERMO.pdf
Tamanho:
252.78 KB
Formato:
Adobe Portable Document Format
Descrição:
Termo de autorização
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
555 B
Formato:
Item-specific license agreed to upon submission
Descrição:
Baixar

Coleções

02 - Mestrado - Ciência da Computação