Campo DC | Valor | Idioma |
dc.contributor.author | Bem, Rafael Almeida de | - |
dc.date.accessioned | 2024-10-25T17:37:53Z | - |
dc.date.available | 2024-10-25T17:37:53Z | - |
dc.date.issued | 2024 | - |
dc.identifier.uri | https://hdl.handle.net/10923/26764 | - |
dc.description.abstract | Avanços recentes em inteligência artificial (IA) têm transformado sua aplicação de uma exploração
teórica para implementação prática, criando novas oportunidades e desafios em ambientes de aprendizagem. Este trabalho de conclusão de curso, realizado na Pontifícia Universidade Católica do Rio Grande do Sul, explora como a IA generativa pode aprimorar experiências de aprendizagem na disciplina de Fundamentos da Programação. O sistema desenvolvido utiliza grandes modelos de linguagem e emprega conceitos-chave como transformers, zero-shot prompting e retrieval-augmented generation para fornecer assistência personalizada aos estudantes, gerando respostas relevantes e sensíveis ao contexto. Os resultados destacam tanto os benefícios quanto as limitações da IA generativa em âmbitos de aprendizagem. | pt_BR |
dc.language.iso | pt_BR | pt_BR |
dc.rights | openAccess | |
dc.subject | INTELIGÊNCIA ARTIFICIAL GENERATIVA | pt_BR |
dc.subject | APRENDIZADO EM CIÊNCIA DA COMPUTAÇÃO | pt_BR |
dc.subject | GRANDES MODELOS DE LINGUAGEM | pt_BR |
dc.subject | TRANSFORMERS | pt_BR |
dc.subject | RETRIEVALAUGMENTED GENERATION | pt_BR |
dc.subject | RESPOSTAS SENSÍVEIS AO CONTEXTO | pt_BR |
dc.title | Uso de IA generativa no apoio à aprendizagem de programação | pt_BR |
dc.degree.grantor | Pontifícia Universidade Católica do Rio Grande do Sul | |
dc.degree.department | Escola Politécnica | |
dc.degree.local | Porto Alegre | |
dc.degree.level | Graduação | |
dc.degree.graduation | Ciência da Computação | |
Aparece en las colecciones: | TCC Ciência da Computação
|