Uso de IAs Generativas na Avaliação Automatizada da Aprendizagem: Um Mapeamento Sistemático da Literatura
DOI:
https://doi.org/10.22456/1679-1916.144985Palavras-chave:
Inteligência Artificial Generativa, Avaliação Automatizada, Aprendizagem, Mapeamento Sistemático, EducaçãoResumo
Este estudo realiza um Mapeamento Sistemático da Literatura (MSL) sobre o uso de IAs generativas na avaliação automatizada da aprendizagem. Foram analisados 40 artigos publicados entre janeiro de 2019 e setembro de 2024, selecionados de bases como Scopus, Web of Science e IEEE Xplore. A pesquisa identificou tendências, metodologias e resultados no uso de modelos de linguagem, como GPT-3 e GPT-4, aplicados em avaliações automáticas, principalmente em disciplinas de programação e línguas. Os resultados mostram que IAs generativas são eficazes para correção automatizada e feedback personalizado, muitas vezes combinadas com métodos convencionais de avaliação, garantindo maior confiabilidade. No entanto, desafios relacionados a precisão, aceitação por educadores e questões éticas, como privacidade e equidade, permanecem. O estudo conclui que, apesar do potencial significativo, a adoção em larga escala depende da superação desses desafios e da preparação adequada das instituições educacionais.
Downloads
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Os autores dos artigos publicados na RENOTE retém os direitos autorais de suas obras e autorizam o CINTED/UFRGS a publicá-las de acordo com os termos da licença Creative Commons Attribution-NonComercial 4.0 International Public License (CC BY-NC-SA 4.0). Dessa forma, fica permitido aos autores ou a terceiros a reprodução ou distribuição, em parte ou no todo, de material extraído dessas obras, de forma verbatim, adaptada ou remixada, bem como a criação ou produção a partir do conteúdo dessas obras, para fins não comerciais, desde que sejam atribuídos os devidos créditos às criações originais. Cópias das obras não devem ser utilizadas de nenhum modo que implique o endosso da UFRGS. Sendo assim, os autores que publicam nesta revista concordam com os seguintes termos:- Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
- Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
- Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).
