DiagramLens: Transformando Modelos Visuais de Engenharia de Software em Descrições Narrativas Assistidas por IA
Resumo
O uso de videoaulas na educação digital ampliou o acesso ao ensino. Entretanto, no contexto da Engenharia de Software, a ausência de descrições adequadas de diagramas, como UML e DER, ainda limita a autonomia de estudantes com deficiência visual. Este artigo apresenta o DiagramLens, uma ferramenta de audiodescrição baseada em Inteligência Artificial. A solução utiliza o modelo YOLO 11n para detectar diagramas e o Gemini 2.5 Flash-Lite para gerar descrições textuais, convertidas em áudio por meio da Web Speech API. Os resultados evidenciam o potencial educacional da ferramenta, confirmado pela avaliação de especialistas, além da conformidade com diretrizes de acessibilidade web, atestando sua eficácia na promoção da autonomia.
Palavras-chave:
Acessibilidade, Audiodescrição, Deficiência visual
Referências
Barrére, E. (2014). Videoaulas: aspectos técnicos, pedagógicos, aplicações e bricolagem. Jornada de Atualização em Informática na Educação, 3(1).
Biswas, D., Shah, S., and Subhlok, J. (2025). Lecture video visual objects (lvvo) dataset: A benchmark for visual object detection in educational videos.
Brown, T. B. et al. (2020). Language models are few-shot learners.
Franck, K. M., Pereira, R. F., and Filho, J. V. D. (2021). Diagrama Entidade-Relacionamento: uma ferramenta para modelagem de dados conceituais em Engenharia de Software. Research, Society and Development, 10(8).
Freitas, A. L. and Rodrigues, S. (2005). A avaliação da confiabilidade de questionários: uma análise utilizando o coeficiente alfa de cronbach.
Gandhi, V. and Gandhi, S. (2025). Fine-tuning without forgetting: Adaptation of yolov8 preserves coco performance.
Gavric, A., Bork, D., and Proper, H. A. (2024). How Does UML Look and Sound? Using AI to Interpret UML Diagrams Through Multimodal Evidence. In Advances in Conceptual Modeling: ER 2024 Workshops, AISA, CMLS, EmpER, QUAMES, JUSMOD, LLM4Modeling, Pittsburgh, PA, USA, October 28–31, 2024, Proceedings, Berlin, Heidelberg. Springer-Verlag.
Inep (2026). Resumo técnico do censo da educação superior 2024. Technical report, Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (Inep), Brasília. Acesso em: 11 mai. 2026.
Junior, R. R. and Pereira, C. (2025). Diagramando para todos os "olhares": Acessibilidade digital para ensino e prática de diagrama entidade-relacionamento. In Anais do XXXVI Simpósio Brasileiro de Informática na Educação, pages 153–167, Porto Alegre, RS, Brasil. SBC.
Kendall, M. G. and Gibbons, J. D. (1962). Rank correlation methods. Griffin London.
Kennel, A. R. (1996). Audiograf: a diagram-reader for the blind. In Proceedings of the Second Annual ACM Conference on Assistive Technologies, Assets '96, page 51–56, New York, NY, USA. Association for Computing Machinery.
Klein, A., Camargo, H. C., Caetano, B. P., and Paula, M. M. V. d. (2025). VisER: uma Proposta de Modelagem Inclusiva para Descrição do Modelo Entidade-Relacionamento. In Workshop sobre Educação em Computação (WEI), pages 1313–1323. SBC.
Kour, M., Hains, G., and Saber, M. (2025). Diagram Analysis for Visually Impaired Readers. Technical report, universite paris est creteil val de marne.
Lima, P. C. and Fonseca, L. P. (2016). Recursos digitais adaptados ou construídos para o ensino a distância de deficientes visuais. In Anais do XIII Congresso Brasileiro de Ensino Superior a Distância, volume 1, pages 607–617, São João del-Rei. Congresso Brasileiro de Ensino Superior a Distância.
Luque, L., Santos, C. L. F., Cruz, D. O., Brandão, L. d. O., and Brandão, A. A. F. (2016). Model2gether: uma ferramenta de apoio ao ensino e a aprendizagem de modelos por cegos.
Magalhães, R. L. and Neto, M. M. (2010). Aprender: Ferramenta de apoio à construção de diagrama entidade relacionamento para deficientes visuais. In Brazilian Symposium on Computers in Education (Simpósio Brasileiro de Informática na Educação-SBIE), volume 1.
Marco, L. R. D., Gasparini, I., Alves, B. N., Sudoski, C. H., Vasconcellos, D. M., da Silveira, E. C., Vossen, L. V., and Santos, M. T. S. (2025). Análise da diversidade e evasão em cursos de computação no brasil. In Anais do Congresso da Universidade do Estado de Santa Catarina (UDESC), pages 1–3, Santa Catarina, Brasil. UDESC.
Moore, M. (2002). Teoria da distância transacional. Revista Brasileira de Aprendizagem Aberta e a Distância, 1.
Pavão, A. C. O. and Pavão, S. M. d. O. (2020). Audiodescrição na intervenção pedagógica das dificuldades de aprendizagem. Educação e Fronteiras, 10(28):34–45.
Rocha, T. B. and Miranda, T. G. (2009). Acesso e permanência do aluno com deficiência na instituição de ensino superior. Revista Educação Especial, 22(34):197–211.
Sweller, J. (1988). Cognitive load during problem solving: Effects on learning. Cognitive Science, 12(2):257–285.
Verde, A., Alves, L., Fraga, L., and Soares, L. (2023). Py2uml: a tool for visually impaired students to build uml diagrams from python coding. In Proceedings of the XXXVII Brazilian Symposium on Software Engineering, SBES '23, page 491–496, New York, NY, USA. Association for Computing Machinery.
White, J., Fu, Q., Hays, S., Sandborn, M., Olea, C., Gilbert, H., Elnashar, A., Spencer-Smith, J., and Schmidt, D. C. (2023). A prompt pattern catalog to enhance prompt engineering with chatgpt.
Biswas, D., Shah, S., and Subhlok, J. (2025). Lecture video visual objects (lvvo) dataset: A benchmark for visual object detection in educational videos.
Brown, T. B. et al. (2020). Language models are few-shot learners.
Franck, K. M., Pereira, R. F., and Filho, J. V. D. (2021). Diagrama Entidade-Relacionamento: uma ferramenta para modelagem de dados conceituais em Engenharia de Software. Research, Society and Development, 10(8).
Freitas, A. L. and Rodrigues, S. (2005). A avaliação da confiabilidade de questionários: uma análise utilizando o coeficiente alfa de cronbach.
Gandhi, V. and Gandhi, S. (2025). Fine-tuning without forgetting: Adaptation of yolov8 preserves coco performance.
Gavric, A., Bork, D., and Proper, H. A. (2024). How Does UML Look and Sound? Using AI to Interpret UML Diagrams Through Multimodal Evidence. In Advances in Conceptual Modeling: ER 2024 Workshops, AISA, CMLS, EmpER, QUAMES, JUSMOD, LLM4Modeling, Pittsburgh, PA, USA, October 28–31, 2024, Proceedings, Berlin, Heidelberg. Springer-Verlag.
Inep (2026). Resumo técnico do censo da educação superior 2024. Technical report, Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (Inep), Brasília. Acesso em: 11 mai. 2026.
Junior, R. R. and Pereira, C. (2025). Diagramando para todos os "olhares": Acessibilidade digital para ensino e prática de diagrama entidade-relacionamento. In Anais do XXXVI Simpósio Brasileiro de Informática na Educação, pages 153–167, Porto Alegre, RS, Brasil. SBC.
Kendall, M. G. and Gibbons, J. D. (1962). Rank correlation methods. Griffin London.
Kennel, A. R. (1996). Audiograf: a diagram-reader for the blind. In Proceedings of the Second Annual ACM Conference on Assistive Technologies, Assets '96, page 51–56, New York, NY, USA. Association for Computing Machinery.
Klein, A., Camargo, H. C., Caetano, B. P., and Paula, M. M. V. d. (2025). VisER: uma Proposta de Modelagem Inclusiva para Descrição do Modelo Entidade-Relacionamento. In Workshop sobre Educação em Computação (WEI), pages 1313–1323. SBC.
Kour, M., Hains, G., and Saber, M. (2025). Diagram Analysis for Visually Impaired Readers. Technical report, universite paris est creteil val de marne.
Lima, P. C. and Fonseca, L. P. (2016). Recursos digitais adaptados ou construídos para o ensino a distância de deficientes visuais. In Anais do XIII Congresso Brasileiro de Ensino Superior a Distância, volume 1, pages 607–617, São João del-Rei. Congresso Brasileiro de Ensino Superior a Distância.
Luque, L., Santos, C. L. F., Cruz, D. O., Brandão, L. d. O., and Brandão, A. A. F. (2016). Model2gether: uma ferramenta de apoio ao ensino e a aprendizagem de modelos por cegos.
Magalhães, R. L. and Neto, M. M. (2010). Aprender: Ferramenta de apoio à construção de diagrama entidade relacionamento para deficientes visuais. In Brazilian Symposium on Computers in Education (Simpósio Brasileiro de Informática na Educação-SBIE), volume 1.
Marco, L. R. D., Gasparini, I., Alves, B. N., Sudoski, C. H., Vasconcellos, D. M., da Silveira, E. C., Vossen, L. V., and Santos, M. T. S. (2025). Análise da diversidade e evasão em cursos de computação no brasil. In Anais do Congresso da Universidade do Estado de Santa Catarina (UDESC), pages 1–3, Santa Catarina, Brasil. UDESC.
Moore, M. (2002). Teoria da distância transacional. Revista Brasileira de Aprendizagem Aberta e a Distância, 1.
Pavão, A. C. O. and Pavão, S. M. d. O. (2020). Audiodescrição na intervenção pedagógica das dificuldades de aprendizagem. Educação e Fronteiras, 10(28):34–45.
Rocha, T. B. and Miranda, T. G. (2009). Acesso e permanência do aluno com deficiência na instituição de ensino superior. Revista Educação Especial, 22(34):197–211.
Sweller, J. (1988). Cognitive load during problem solving: Effects on learning. Cognitive Science, 12(2):257–285.
Verde, A., Alves, L., Fraga, L., and Soares, L. (2023). Py2uml: a tool for visually impaired students to build uml diagrams from python coding. In Proceedings of the XXXVII Brazilian Symposium on Software Engineering, SBES '23, page 491–496, New York, NY, USA. Association for Computing Machinery.
White, J., Fu, Q., Hays, S., Sandborn, M., Olea, C., Gilbert, H., Elnashar, A., Spencer-Smith, J., and Schmidt, D. C. (2023). A prompt pattern catalog to enhance prompt engineering with chatgpt.
Publicado
05/10/2026
Como Citar
DA PAIXÃO JUNIOR, Almerindo; DE OLIVEIRA, Lucas Santos; DOS SANTOS, Alex Ferreira.
DiagramLens: Transformando Modelos Visuais de Engenharia de Software em Descrições Narrativas Assistidas por IA. In: SIMPÓSIO BRASILEIRO DE INFORMÁTICA NA EDUCAÇÃO (SBIE), 37. , 2026, Goiânia/GO.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2026
.
p. 876-889.
DOI: https://doi.org/10.5753/sbie.2026.27374.
