Engenharia de Computação (Belo Horizonte - Nova Gameleira)

URI Permanente para esta coleção

https://repositorio.cefetmg.br//handle/123456789/601

Navegar

Agora exibindo 1 - 20 de 21

IA.CRED um assistente virtual baseado em RAG para normas de crédito rural
(Centro Federal de Educação Tecnológica de Minas Gerais, 2026-06-18) Temponi, Matheus Nemer Resende; Seufitelli, Danilo Boechat; http://lattes.cnpq.br/5887701447276862; Seufitelli, Danilo Boechat
O agronegócio brasileiro desempenha papel fundamental na economia nacional, respondendo por quase metade das exportações do país. Nesse contexto, o crédito rural constitui um dos principais instrumentos de incentivo à produção agrícola, possibilitando o financiamento de custeio, investimento e comercialização. Contudo, o acesso às informações normativas que regulam o crédito rural, como o Manual de Crédito Rural (MCR), o Sistema de Informações de Crédito (SCR) e as instruções para declaração no Imposto de Renda Pessoa Física (IRPF), ainda representa um desafio para produtores e analistas. Este trabalho propõe o desenvolvimento de um assistente de crédito rural baseado em RAG (Retrieval-Augmented Generation), capaz de responder perguntas em linguagem natural fundamentando-se em docu mentos oficiais. O sistema utiliza técnicas de recuperação de informação semântica, reclassificação de relevância e geração de texto por modelos de linguagem de grande porte (LLMs), de modo a garantir respostas contextualizadas e com citações das fontes utilizadas. Espera-se que o protótipo obtido seja capaz de recuperar pas sagens relevantes, sintetizar respostas precisas e reduzir a ocorrência de erros ou “alucinações” típicas de sistemas generativos. Como resultado, pretende-se oferecer uma ferramenta que facilite o entendimento das normas de crédito rural e promova maior transparência e eficiência na análise de crédito no agronegócio. A principal contribuição esperada é a aplicação prática de técnicas de inteligência artificial para democratizar o acesso à informação financeira e fomentar o uso de IA responsável no setor agropecuário brasileiro.
Data warehouse de alunos do CEFET-MG e da RAIS (Relação Anual de Informações Sociais)
(Centro Federal de Educação Tecnológica de Minas Gerais, 2026-06-26) Castro, Pedro Henrique Rocha de; Barros, Evandrino Gomes; Cavalca, Ulisses Cotta; http://lattes.cnpq.br/4411500051197105; http://lattes.cnpq.br/5601476436148018; Barros, Evandrino Gomes; Cavalca, Ulisses Cotta; Santos, Bruno André; Sarubbi, João Fernando Machry
A produção de indicadores confiáveis sobre alunos é fundamental para subsidiar relatórios ins titucionais, processos de avaliação e o planejamento de ações de melhoria contínua. Contudo, em muitas instituições, os dados de alunos permanecem dispersos em fontes heterogêneas, com diferentes padrões e níveis de qualidade, dificultando análises integradas e atualizadas. Neste trabalho, apresenta-se o projeto, a implementação e os resultados de um Data Warehouse de alunos do CEFET-MG integrado a dados da Relação Anual de Informações Sociais (RAIS) ob tidos por meio de convênio firmado entre o CEFET-MG e o Ministério do Trabalho e Emprego, em conformidade com a Lei Geral de Proteção de Dados Pessoais (LGPD), complementado por um painel interativo de visualização construído sobre essa base analítica. A solução é susten tada por um ambiente analítico baseado em Data Warehouse (DW), composto por uma tabela fato central e onze tabelas dimensão, alimentado por processos de ETL (Extract, Transform, Load) voltados à extração, padronização, validação e carga periódica de dados. O painel foi implementado com a ferramenta Metabase, organizando-se em seis seções temáticas: inserção no mercado, remuneração, equidade, localização geográfica, ocupação e vínculos empregatí cios, com filtros globais interativos que permitem recortes por ano, campus, curso, UF e nível de ensino. Os resultados demonstram a viabilidade da integração entre dados acadêmicos e ba ses governamentais para a geração de indicadores de empregabilidade, contribuindo para uma gestão institucional orientada por dados no âmbito do CEFET-MG.
Sentimentor: um aplicativo para detecção do estado emocional de usuários
(Centro Federal de Educação Tecnológica de Minas Gerais, 2026-06-10) Barbosa, Mateus Lemos de Freitas; Silva, Ismael Santana; http://lattes.cnpq.br/8709923026833394; http://lattes.cnpq.br/0524058299407494; Silva, Ismael Santana; Kupsch, Daniela Cristina Cascini; Batista, Natália Cosse
O presente trabalho descreve o desenvolvimento do Sentimentor, uma aplicação multipla taforma (desktop e dispositivos móveis) destinada à integração de dados de autorrelato emocional com a análise automática de expressões faciais. O projeto teve como obje tivo desenvolver uma ferramenta capaz de coletar informações subjetivas por meio de instrumentos psicométricos validados e combiná-las com dados objetivos obtidos pela captura de imagens faciais, utilizando técnicas de Aprendizado de Máquina para inferir estados emocionais em tempo real. A solução foi implementada com as tecnologias React Native e FastAPI. O sistema permite que usuários respondam a instrumentos como a Perceived Stress Scale (PSS), o Positive and Negative Affect Schedule (PANAS) e o WHO 5 Well-Being Index. Para administradores, a ferramenta oferece uma visualização das respostas dos usuários que responderam o formulário e a pontuação calculada, incluindo um gráfico com a distribuição das emoções detectadas durante cada sessão de uso. A principal contribuição do trabalho consiste na proposição de uma abordagem híbrida para avaliação emocional, combinando medidas de questionários e emoções inferidas de imagens faciais, a fim de mitigar limitações de questionários tradicionais. Além disso, a disponibilização do código-fonte busca fomentar pesquisas em computação afetiva e saúde mental, facilitando a integração de novos modelos de visão computacional e reduzindo o esforço de desenvolvimento em estudos futuros.
Perfis de rentabilidade no ecossistema cinematográfico: construção e normalização de um dataset com dados abertos da Web
(Centro Federal de Educação Tecnológica de Minas Gerais, 2026-06-19) Peito, Marcela Camarano Caram; Seufitelli, Danilo Boechat; Dalip, Daniel Hasan; http://lattes.cnpq.br/2960751321530666; http://lattes.cnpq.br/5887701447276862; http://lattes.cnpq.br/1031032920209208; Seufitelli, Danilo Boechat; Dalip, Daniel Hasan; Oliveira, Gabriel Pereira de; Silva, Mariana de Oliveira Santos
A indústria cinematográfica global opera sob uma severa assimetria financeira, tornando a alocação de recursos e a mitigação de riscos desafios complexos para estúdios e investidores. O presente trabalho tem como objetivo aplicar técnicas de Engenharia de Dados e Aprendizado de Máquina Não Supervisionado para mapear a estrutura latente deste mercado, visando a geração de inteligência de negócios. A metodologia baseou-se na construção e higienização de uma base de dados estruturada, aplicando tratamento de outliers e transformações logarítmicas em variáveis determinantes, como lucro estimado, avaliação crítica e engajamento do público. Na etapa de clusterização, conduziu-se uma análise comparativa entre os modelos DBSCAN e K-Means. Os resultados do DBSCAN sugerem uma estrutura densa de difícil segmentação, demonstrando eficácia na detecção de anomalias (ruído), mas apresentando limitações severas para a segmentação estratégica. Em contrapartida, o algoritmo K-Means forçou o particionamento do mercado em quatro quadrantes (Titãs Comerciais, Os Injustiçados, Fracassos Absolutos e Nicho de Baixo Orçamento), evidenciando o distanciamento sistêmico entre a aclamação crítica e a rentabilidade. Conclui-se que categorizar produções em perfis estritos é um desafio de altíssima complexidade. A pesquisa demonstra as restrições da clusterização tradicional, provando que o mercado resiste a divisões engessadas. Assim, a principal contribuição do estudo reside em mapear as abordagens que falham nesta categorização, apontando a necessidade imperativa de novas arquiteturas analíticas para compreender a dinâmica do setor audiovisual. Adicionalmente, a própria base de dados construída e estruturada também se configura como uma importante contribuição deste trabalho.
Identificação de valores de referência de métricas em software Python
(Centro Federal de Educação Tecnológica de Minas Gerais, 2026-06-17) Ribeiro, Marcus Vinicius Diniz; Ferreira, Kecia Aline Marques; http://lattes.cnpq.br/5681147676729706; Ferreira, Kecia Aline Marques; kupsch, Daniela Cristina Cascini; Silva, Edson Marchetti
A qualidade de software pode ser avaliada por meio de métricas quantitativas capazes de indicar características estruturais como complexidade, acoplamento, herança e coesão. Embora a linguagem Python tenha ampla adoção em diferentes domínios, há carência de valores de referência que auxiliem a interpretação objetiva dessas métricas em sistemas orientados a objetos. Diante desse cenário, este trabalho tem como objetivo identificar valores de referência para métricas de software aplicadas a software Python. Para isso, foi utilizada uma ferramenta responsável pela extração automática de 11 métricas orientadas a objetos, em uma amostra de 45 repositórios de código aberto selecionados no GitHub. Os dados obtidos foram consolidados e analisados estatisticamente com base em percentis, seguindo uma abordagem já aplicada em estudos anteriores com sistemas Java. A partir dessa abordagem, definimos intervalos de classificação para as métricas analisadas, categorizando seus valores como Bom/Frequente, Regular/Ocasional e Ruim/Raro. Os valores de referência identificados foram avaliados por meio de um estudo de caso. Os resultados sugerem que os limiares propostos mostram-se promissores como instrumentos de triagem para apontar componentes complexos com potencial necessidade de refatoração.
Beyond the shortest path: a non-linear altimetric effort model for multi-objective pathfinding in digital games
(Centro Federal de Educação Tecnológica de Minas Gerais, 2026-06-11) Magalhães, Paulo Renato Souza; Ferreira, Mateus Felipe Tymburibá; http://lattes.cnpq.br/5863316017246857; Ferreira, Mateus Felipe Tymburibá; Cruz, André Rodrigues da; Wanner, Elizabeth Fialho
Avaliação de robustez de LLMs contra ataques semânticos de inconsistência: um estudo de caso sobre segurança em saúde mental no contexto brasileiro
(Centro Federal de Educação Tecnológica de Minas Gerais, 2026-06-15) Talim, Gabriel Torres; Ferreira, Mateus Felipe Tymburibá; http://lattes.cnpq.br/5863316017246857; http://lattes.cnpq.br/7972003093242408; Ferreira, Mateus Felipe Tymburibá; Álvares, Andrei Rimsa; Dalip, Daniel Hasan
A integração de LLMs no setor de saúde mental apresenta riscos devido à vulnerabilidade de guardrails a variações linguísticas informais do português brasileiro. Este trabalho avalia a robustez do Llama 3.1 (8B) e do Llama 2 (8B) via framework FuzzyAI, aplicando ataques semânticos baseados em gírias, apelo emocional e interpretação de papéis. A análise revela que nuances regionais são vetores de ofuscação eficazes: o Llama 3.1 atingiu 74% de Taxa de Inconsistência do Guardrail (GIR), paradoxalmente superior à observada em seu antecessor (70%). Os resultados comprovam que filtros globais falham de forma silenciosa ao ignorar o contexto cultural brasileiro, permitindo a geração de respostas nocivas que burlam as camadas de segurança originais.
Simulação quântica: uma análise comparativa entre algoritmos clássicos e quânticos
(Centro Federal de Educação Tecnológica de Minas Gerais, 2026-06-12) Carvalho, Guilherme Moreira de; Jesus, Tales Argolo; http://lattes.cnpq.br/6617001066819762; Jesus, Tales Argolo; Barbosa, Glívia Angélica Rodrigues; Santos, Bruno André
A área da computação passou por uma transformação extraordinária nas últimas décadas. Algoritmos de busca, antes projetados para resolver problemas relativamente simples e bem definidos, agora operam em ambientes complexos e ricos em dados. Essa mudança reflete uma tendência mais ampla: a evolução dos paradigmas da computação tem remodelado repetidamente o cenário da inovação tecnológica. Neste artigo, paralelos temáticos e métricas de desempenho para implementação e simulação em diferentes arquiteturas são definidos por meio de uma comparação entre algoritmos de busca clássicos (linear; binária) e quânticos (Grover). Os resultados validam a complexidade teórica de cada algoritmo e evidenciam os cenários adequados para sua aplicação, destacando o custo computacional extra de operações como ordenação na busca binária e conversão na busca quântica. Tal análise oferece um ponto de partida para essa área de pesquisa para estudantes de Ciências e Matemática.
Observabilidade de sistemas: detecção preditiva de falhas
(Centro Federal de Educação Tecnológica de Minas Gerais, 2026-06-19) Lima, Guilherme de Assis; Seufitelli, Danilo Boechat; http://lattes.cnpq.br/5887701447276862; http://lattes.cnpq.br/0227828636263218; Seufitelli, Danilo Boechat; Silva, Mariana de Oliveira Santos; Silva, Fábio Rocha da
Este trabalho avalia métodos preditivos para detectar falhas em softwares, aplicando conceitos de observabilidade e aprendizado de máquina. A proposta parte da necessidade de se antecipar falhas em sistemas complexos, onde o volume e a diversidade de métricas dificultam a identificação manual. O estudo adota uma abordagem experimental em duas etapas: a primeira cria um ambiente de simulação, utilizando softwares open source para auxiliar na geração de dados de treino e teste. Na segunda, são avaliados diferentes modelos de aprendizado de máquina para predição, como LightGBM, CatBoost, XGBoost e LSTM. Por fim, são avaliados os resultados e a viabilidade do uso dos modelos gerados. Os resultados demonstram a viabilidade técnica da utilização de métricas de observabilidade para a detecção preditiva de falhas, com modelos capazes de identificar padrões associados à degradação e indisponibilidade dos sistemas. Além disso, este projeto fornece uma arquitetura reprodutível e de baixo custo, aplicável em ambientes de pesquisa e desenvolvimento, reforçando o papel da observabilidade como componente essencial na confiabilidade de sistemas modernos.
Avaliação da capacidade de detecção de emoções em modelos de linguagem multimodais (VLMs)
(Centro Federal de Educação Tecnológica de Minas Gerais, 2026-06-18) Pádua, Gustavo Campos; Silva, Ismael Santana; http://lattes.cnpq.br/8709923026833394; http://lattes.cnpq.br/1932932104644774; Silva, Ismael Santana; Seufitelli, Danilo Boechat; Silva, Fábio Rocha da
A capacidade de sistemas de Inteligência Artificial de compreender emoções é crucial para uma interação humano-computador empática e eficaz. Embora os Modelos de Linguagem Multimodais (VLMs) tenham demonstrado sucesso notável em tarefas objetivas, seu desempenho em tarefas subjetivas, como o reconhecimento de emoções, permanece pouco explorado. Esta pesquisa tem como objetivo avaliar e comparar o desempenho de VLMs de estado da arte no reconhecimento de emoções evocadas a partir de estímulos visuais. Adotando uma abordagem metodológica mista, utilizamos o benchmark EmoSet para avaliar quantitativamente as famílias de modelos Gemma 3 e Qwen3-VL sob execução local. Qualitativamente, analisamos os tipos de erros (e.g., viés de sentimento, excitabilidade incorreta) e o impacto de atributos visuais para compreender as limitações de raciocínio dos modelos. As contribuições esperadas incluem uma avaliação detalhada da inteligência emocional dos VLMs, o contraste em arquiteturas zero-shot, e insights para o comportamento de IAs generativas em processos de ajuste fino (fine-tuning) realizados em um modelo específico.
Os impactos do retorno ao trabalho presencial no bem-estar dos desenvolvedores de software
(Centro Federal de Educação Tecnológica de Minas Gerais, 2026-06-18) Neves, Gustavo Henrique Ceconelli Pontello; Kupsch, Daniela Cristina Cascini; http://lattes.cnpq.br/9950375487616051; http://lattes.cnpq.br/7873479198400201; Kupsch, Daniela Cristina Cascini; Campos, Eduardo Cunha; Silva, Fábio Rocha da
O retorno ao trabalho presencial após o período de ampla adoção do trabalho remoto e híbrido tem gerado discussões sobre seus impactos na qualidade de vida dos profissionais de tecnologia. Nesse contexto, este trabalho tem como objetivo analisar os impactos do retorno ao trabalho presencial no bem-estar de desenvolvedores de software que anteriormente atuavam em regime remoto ou híbrido. Para isso, foi conduzida uma pesquisa quantitativa utilizando a Escala de Bem-Estar no Trabalho (EBET), aplicada a 54 desenvolvedores que vivenciaram essa transição. De modo geral, os participantes relataram níveis mais elevados de bem-estar durante o período em que atuavam em regime remoto ou híbrido. Os resultados contribuem para a compreensão dos impactos das modalidades de trabalho sobre o bem-estar dos desenvolvedores de software e podem auxiliar organizações na definição de políticas relacionadas à adoção de modelos presenciais, híbridos ou remotos de trabalho.
Caracterização de estratégias de design centrado nas emoções: um estudo de caso do TikTok
(Centro Federal de Educação Tecnológica de Minas Gerais, 2026-06-09) Costa, Ivia Marques Pereira; Barbosa, Glívia Angélica Rodrigues; http://lattes.cnpq.br/8961340779366982; Barbosa, Glívia Angélica Rodrigues; Silva, Ismael Santana; Brito, Aline Norberta de
Este trabalho tem como objetivo investigar e analisar a aplicação de estratégias de Design centrado nas Emoções na interface do TikTok, buscando compreender como a plataforma instrumentaliza tais elementos para influenciar a experiência de uso. Como resultados, esta pesquisa identifica as estratégias de design emocional mapeadas na literatura e analisa como elas se manifestam na interface do TikTok, além de discutir seus potenciais impactos no usuário. Em termos de contribuição, o estudo amplia o entendimento sobre práticas que potencializam os aspectos afetivos no design. Por fim, apresenta reflexões que contribuem para orientar a criação e a análise de futuras plataformas de vídeos curtos, estimulando interfaces mais focadas nas emoções e nas experiências positivas no usuário.
Trajetórias de mulheres em postos de liderança na indústria de computação no Brasil
(Centro Federal de Educação Tecnológica de Minas Gerais, 2026-06-15) Queiroz, Laura Campos de Santana; Ferreira, Kecia Aline Marques; Barbosa, Glívia Angélica Rodrigues; http://lattes.cnpq.br/8961340779366982; http://lattes.cnpq.br/5681147676729706; http://lattes.cnpq.br/3060002520136675; Ferreira, Kecia Aline Marques; Barbosa, Glívia Angélica Rodrigues; Brito, Aline Norberto de; Costa, Maria Elizabeth Duane Santos da
A participação feminina na Computação brasileira, embora historicamente relevante, enfrenta uma acentuada sub-representação, especialmente em cargos de liderança. Fatores como estereótipos de gênero, a falta de representatividade e a ausência de políticas institucionais agravam esse cenário. Este trabalho tem como objetivo principal analisar a trajetória de mulheres em postos de liderança na Computação no Brasil, identificando os principais desafios enfrentados e as estratégias de ascensão profissional dessas mulheres. A pesquisa adota uma metodologia qualitativa, baseada na aplicação de questionários com mulheres em posições de liderança. Os resultados indicam que a discriminação de gênero, a falta de credibilidade profissional, a baixa representatividade feminina e as dificuldades de conciliação entre trabalho e vida pessoal constituem alguns dos principais desafios enfrentados pelas participantes. Além disso, a capacitação contínua, a autoconfiança, a comunicação assertiva e as redes de apoio foram apontadas como fatores importantes para o desenvolvimento e a ascensão profissional dessas mulheres. Assim, em termos de contribuições, este trabalho amplia a compreensão sobre a trajetória de mulheres líderes na Computação e fortalece discussões sobre inclusão e equidade na área.
Da análise exploratória à síntese dimensional: desenvolvimento de um indicador sintético de bem-estar estudantil através de modelagem preditiva
(Centro Federal de Educação Tecnológica de Minas Gerais, 2026-06-19) Camargos, Luiz Gustavo Barbosa; Silva, Ismael Santana; http://lattes.cnpq.br/8709923026833394; http://lattes.cnpq.br/4229985884192090; Silva, Ismael Santana; Santos, Bruno André; Silva, Fábio Rocha da
A crescente incidência de distúrbios emocionais entre estudantes universitários tem impulsionado o desenvolvimento de soluções baseadas em dados para compreender e monitorar o bem-estar psicológico. Este trabalho propõe uma abordagem para análise de questionários estruturados de saúde mental, combinando análise exploratória, aprendizado de máquina e construção de indicadores sintéticos. Utilizando um conjunto de dados público com informações psicológicas, acadêmicas, fisiológicas e sociais de estudantes, foram realizadas três etapas: (1) análise exploratória das relações entre fatores de estresse e bem-estar; (2) modelagem preditiva para classificação de níveis de estresse e satisfação emocional; e (3) desenvolvimento de um índice de bem-estar inspirado no WHO-5 Well-Being Index. Os resultados apontaram depressão, ansiedade, autoestima e qualidade do sono como os principais fatores associados ao bem-estar, além de validar modelos preditivos explicáveis. O índice proposto, composto por cinco dimensões interpretáveis, apresentou alta consistência interna e capacidade discriminativa em um conjunto de dados independente. Em comparação a um agregado simples das mesmas variáveis, reduziu o erro padrão de medida em aproximadamente 39%, mostrando potencial para aplicações de triagem e análise populacional. A pesquisa contribui para o aprimoramento da análise computacional de questionários psicológicos e para a compreensão dos fatores relacionados ao bem-estar subjetivo no contexto acadêmico.
Injeção indireta de prompt em ambientes de desenvolvimento: uma análise de segurança do protocolo MCP
(Centro Federal de Educação Tecnológica de Minas Gerais, 2026-06-10) Oliveira, Pedro Veloso Inácio de; Ferreira, Mateus Felipe Tymburibá; http://lattes.cnpq.br/5863316017246857; http://lattes.cnpq.br/0511683633024448; Ferreira, Mateus Felipe Tymburibá; Álvares, Andrei Rimsa; Oliveira, Guilherme Lopes de
A adoção de agentes de codificação baseados em grandes modelos de linguagem tem automatizado fluxos complexos de engenharia de software, como a revisão de pull requests. Essa automação, porém, amplia a superfície de ataque quando o agente interpreta artefatos externos como instruções operacionais. Este trabalho investiga empiricamente ataques de injeção indireta de prompt contra agentes de codificação com acesso a ferramentas locais em um fluxo de revisão de código. A avaliação utilizou servidores simulados, três modelos acessados pelo OpenCode, quatro condições experimentais e 180 execuções analisadas (15 por par modelocenário). Nos 135 cenários adversariais, a taxa de sucesso de ataque (TSA) estrita foi de 44,4% (IC 95%: 36,3–52,9). Ataques dissimulados como tarefas de suporte ou verificação de segurança alcançaram TSA estrita de 75,6% (IC 95%: 61,3–85,8) e 57,8% (IC 95%: 43,3–71,0), enquanto o ataque explícito foi recusado em quase todas as execuções e não produziu execução direta nem mescla. Os resultados indicam que artefatos rotineiros de desenvolvimento podem comprometer agentes autônomos e reforçam a necessidade de validação contextual, permissões granulares e isolamento de execução em pipelines de integração contínua.
Desenvolvimento de um chatbot financeiro com recuperação aumentada por geração (RAG)
(Centro Federal de Educação Tecnológica de Minas Gerais, 2026-06-10) Bitencourt, Pedro Vitor Melo; Dalip, Daniel Hasan; Seufitelli, Danilo Boechat; http://lattes.cnpq.br/5887701447276862; http://lattes.cnpq.br/2960751321530666; http://lattes.cnpq.br/9658153988447542; Dalip, Daniel Hasan; Seufitelli, Danilo Boechat; Brandão, Michele Amaral; Amaral, Heber Fernandes
O setor financeiro depende de informações precisas e verificáveis extraídas de documentos corporativos complexos. Embora os Modelos de Linguagem de Grande Porte (LLMs) apresentem capacidades avançadas de linguagem natural, sua aplicação direta em finanças ainda enfrenta desafios relacionados a alucinações, imprecisões factuais e dificuldades em lidar com informações específicas e frequentemente atualizadas. Este trabalho avalia experimentalmente diferentes estratégias de recuperação em sistemas de Recuperação Aumentada por Geração (Retrieval-Augmented Generation — RAG) aplicados à análise financeira corporativa. O pipeline experimental utiliza documentos financeiros públicos de empresas brasileiras e compara Similarity Search, Maximum Marginal Relevance (MMR), MultiQuery Retrieval e Parent Document Retrieval. Para a avaliação, foi construído um dataset especializado de perguntas e respostas financeiras, avaliado com métricas do RAGAS, incluindo Faithfulness, Context Precision, Context Recall e Answer Relevancy. Os resultados indicam que MultiQuery Retrieval apresenta melhor desempenho em tarefas que exigem maior cobertura contextual, enquanto Parent Document Retrieval é mais eficaz em cenários que demandam maior precisão contextual e fundamentação factual.
Caracterização das percepções da experiência do usuário na transição de paradigma estético do iOS 26
(Centro Federal de Educação Tecnológica de Minas Gerais, 2026-05-29) Souza, Rafael Augusto de; Barbosa, Glívia Angélica Rodrigues; http://lattes.cnpq.br/8961340779366982; Barbosa, Glívia Angélica Rodrigues; Silva, Ismael Santana; Brito, Aline Norberta de
Este trabalho explora as percepções dos usuários acerca da experiência de uso durante a transição de paradigma estético para o iOS 26, focando na adoção do design Liquid Glass. A pesquisa foi conduzida por meio da classificação e análise de comentários de usuários em um fórum de discussão sobre o iOS. Os resultados revelam que a ruptura estética gerou impactos negativos predominantes nas dimensões de usabilidade, comunicabilidade e acessibilidade dessa nova versão do iOS. Como contribuições, o estudo apresenta reflexões e fornece uma lista de recomendações práticas para auxiliar o futuro (re)design de sistemas operacionais móveis mais focados na qualidade da experiência do usuário.
Avaliação de ferramentas para criação de dashboards: um estudo de caso aplicado ao sistema de regularização fundiária do SEAPA-MG
(Centro Federal de Educação Tecnológica de Minas Gerais, 2026-06-16) Assis, Sérgio Henrique Mendes de; Silva, Edson Marchetti; http://lattes.cnpq.br/8283451288603600; Silva, Edson Marchetti; Ferreira, Kecia Aline Marques; Silva, Ismael Santana
O presente Trabalho de Conclusão de Curso tem como objetivo desenvolver e avaliar comparativamente diferentes bibliotecas e frameworks front-end aplicados à criação de dashboards interativos para visualização de dados da regularização fundiária da Secretaria de Estado de Agricultura, Pecuária e Abastecimento de Minas Gerais (SEAPA-MG). A pesquisa caracteriza-se como aplicada, com abordagem quali-quantitativa, integrando desenvolvimento prático e análise empírica de desempenho e usabilidade. Para a condução do estudo, foi implementado um dashboard em React utilizando inicialmente a biblioteca Victory Charts, seguido da construção de versões equivalentes com Recharts e ECharts. A avaliação foi realizada com base em métricas de desempenho obtidas por ferramentas como Lighthouse, React Profiler e Web Vitals API, incluindo indicadores como tempo de renderização, Largest Contentful Paint (LCP) e Interaction to Next Paint (INP), além da análise de consumo de recursos. Complementarmente, foi realizada uma análise qualitativa fundamentada nas heurísticas de Nielsen (1995) e nos princípios de design de interação, considerando aspectos observáveis da interface, da interação e da implementação das bibliotecas analisadas. Os resultados evidenciam diferenças significativas entre as bibliotecas analisadas, destacando aspectos de desempenho técnico, fluidez de interação e clareza visual. Observou-se que não há uma solução única ideal, sendo a escolha da ferramenta dependente do contexto de aplicação e dos requisitos do sistema. Como contribuição, o trabalho apresenta diretrizes práticas para a seleção e utilização de bibliotecas de visualização em aplicações web, ampliando o entendimento sobre a relação entre desempenho, usabilidade e experiência do usuário em dashboards. Os resultados obtidos visaram apoiar o aprimoramento do sistema SIGET da SEAPA-MG e servir como referência para o desenvolvimento de soluções similares no setor público.
Uma análise abrangente da qualidade estrutural de softwares Java gerados por inteligência artificial
(Centro Federal de Educação Tecnológica de Minas Gerais, 2026-06-17) Rodrigues, Samyris Alves; Ferreira, Kecia Aline Marques; Gomes, Rogério Martins; http://lattes.cnpq.br/0460460352086325; http://lattes.cnpq.br/5681147676729706; http://lattes.cnpq.br/2466645299330535; Ferreira, Kecia Aline Marques; Gomes, Rogério Martins; Kupsch, Daniela Cristina Cascini; Silva, Edson Marchetti da
A Inteligência Artificial Generativa (IAG) vem transformando a Engenharia de Software ao automatizar tarefas de programação por meio de Modelos de Linguagem de Grande Escala (LLMs). Apesar dos ganhos de produtividade proporcionados por essas tecnologias, persistem questionamentos quanto à qualidade dos artefatos produzidos. Nesse contexto, este trabalho investiga a qualidade estrutural de softwares Java gerados por sete ferramentas de IAG: ChatGPT, Gemini, Gemini Advanced, DeepSeek, GitHub Copilot, AWS CodeWhisperer e Claude. O estudo avaliou oito sistemas Java em três períodos de execução independentes, utilizando 46 métricas de software e classificadas com base em valores de referência da literatura. A avaliação estrutural considerou apenas os softwares gerados de forma completa e funcional. Adicionalmente, foi proposto um indicador denominado qualidade efetiva, que combina a taxa de completude funcional e a qualidade estrutural dos sistemas gerados, permitindo uma comparação mais abrangente entre as ferramentas avaliadas. Os resultados indicam que, quando considerados apenas os sistemas completos, as ferramentas apresentam qualidade estrutural semelhante, sem diferenças expressivas entre modelos generalistas e especializados, nem entre versões gratuitas e pagas. As métricas de acoplamento e herança apresentaram predominância de classificações favoráveis, enquanto a coesão destacou-se como a principal limitação recorrente. A incorporação da completude funcional por meio da qualidade efetiva evidenciou diferenças mais claras entre as ferramentas, destacando AWS CodeWhisperer e DeepSeek pelos melhores resultados globais. Observou-se, ainda, elevada estabilidade temporal dos padrões identificados ao longo das execuções experimentais. Conclui-se que a avaliação de ferramentas de geração automática de código deve considerar simultaneamente aspectos estruturais e funcionais, uma vez que a qualidade arquitetural isolada não reflete integralmente a capacidade de geração de software.
Modernização e reestilização da interface do usuário de um sistema para SEAPA: uma abordagem centrada no usuário
(Centro Federal de Educação Tecnológica de Minas Gerais, 2026-06-19) Mont’Mor, Victor Samuel Levindo; Silva, Ismael Santana; Silva, Edson Marchetti da; http://lattes.cnpq.br/8283451288603600; http://lattes.cnpq.br/8709923026833394; http://lattes.cnpq.br/6109062811417721; Silva, Ismael Santana; Silva, Edson Marchetti da; Barbosa, Glívia Angélica Rodrigues; Ferreira, Kecia Aline Marques
Este trabalho teve como objetivo refatorar a arquitetura e a interface do front-end do Sistema de Gestão de Editais (SIGET), utilizado pela Secretaria de Estado de Agricultura, Pecuária e Abastecimento de Minas Gerais (SEAPA), aplicando os princípios do Design Centrado no Usuário. Para tanto, adotou-se uma estratégia de refatoração contínua e in loco, realizada diretamente sobre o repositório principal em produção, de modo a mitigar a dívida técnica acumulada sem interromper a operação do sistema. A intervenção envolveu a implementação de uma arquitetura modular baseada em componentes, utilizando React, Tailwind CSS e Shadcn UI, bem como a definição de um Design System voltado à padronização visual e à acessibilidade. Complementarmente, os fluxos de interação foram reestruturados por meio de formulários declarativos com React Hook Form e Zod, centralizando as regras de validação e fornecendo feedback em tempo real aos usuários. A avaliação da solução foi conduzida por meio de inspeções heurísticas com especialistas e de testes empíricos de usabilidade com usuários finais, utilizando o questionário System Usability Scale (SUS). Os resultados indicam que 67% dos módulos do sistema foram migrados para a nova arquitetura, com eliminação de conflitos de estilo em cascata e redução expressiva da complexidade ciclomática dos arquivos de página. Na avaliação com especialistas, a severidade dos problemas de usabilidade caiu de níveis críticos (graus 3–4) para cosméticos (graus 0–1), e 100% dos participantes da pesquisa SUS declararam preferência pela nova interface para uso cotidiano. As contribuições deste trabalho evidenciam a viabilidade da evolução incremental de sistemas governamentais em operação, demonstrando que a refatoração progressiva constitui uma alternativa eficaz para a modernização de aplicações legadas em ambientes institucionais ativos.

Navegar

Submissões Recentes