Uma Abordagem Baseada em Inteligência Artificial Generativa, PBL e Metodologias Ágeis para o Ensino de Modelagem de Sistemas

• Cristina Becker M. Nabarro Centro Universitário Campo Limpo Paulista (Unifaccamp) / Faculdade de Tecnologia do Estado de São Paulo (FATEC)
• André Gomes Regino Centro de Tecnologia da Informação Renato Archer (CTI) / Centro Universitário de Jaguariúna (UniFAJ) / Centro Universitário Max Planck (UniMAX)
• Rodrigo Bonacin Centro de Tecnologia da Informação Renato Archer (CTI) / Centro Universitário de Jaguariúna (UniFAJ) / Centro Universitário Max Planck (UniMAX)
• Júlio Cesar Dos Reis Universidade Estadual de Campinas (Unicamp)

DOI: https://doi.org/10.5753/sbie.2026.27415

Resumo

O ensino de modelagem na Linguagem de Modelagem Unificada (UML) exige dos estudantes um alto nível de abstração, o que frequentemente resulta em artefatos com inconsistências semânticas. Este artigo apresenta uma proposta de uso orientado de Inteligência Artificial generativa no ensino de UML em uma disciplina de graduação, articulando Aprendizagem Baseada em Projetos e práticas inspiradas em metodologias ágeis. Um estudo foi realizado com 22 estudantes de Engenharia de Software, ao longo de sprints iterativos. A avaliação considerou a qualidade dos artefatos produzidos por meio de rubricas e a percepção dos estudantes por meio de um questionário. Os resultados mostram bom desempenho nas atividades de modelagem funcional, especialmente na elicitação de requisitos, e maiores dificuldades na modelagem estrutural, com destaque para o diagrama de classes.

Palavras-chave: Inteligência Artificial Generativa, UML, Aprendizagem Baseada em Projetos

Referências

Azevedo, R., Chourio, P., Castro, A., e Gadelha, B. (2019). Revisão por Pares na Aprendizagem de Modelagem de Sistemas: concepção de uma ferramenta de suporte. In Anais do XXX Simpósio Brasileiro de Informática na Educação, (pp. 1975-1984). Porto Alegre: SBC. DOI: 10.5753/cbie.sbie.2019.1975.

Albonico, M., Varela, P. J. (2023). A report on the use of ChatGPT in software engineering and systems analysis courses. In Proceedings of the XXXVII Brazilian Symposium on Software Engineering (SBES 2023), pages 303–311. ACM. DOI: 10.1145/3613372.3614189.

Cámara, J., Troya, J., Burgueño, L. et al. (2023). On the assessment of generative AI in modeling tasks: an experience report with ChatGPT and UML. Software and Systems Modeling, 22: 781–793. DOI: 10.1007/s10270-023-01105-5

Canedo, E. D., Oliveira Jr., E. and Tives, H. A. (2025). Professional Use and Teaching of UML: Perceptions of Brasília-DF Region Software Practitioners and Higher Education Instructors. In of the Workshop sobre Educação em Computação (WEI). 24–35. Sociedade Brasileira de Computação. DOI: 10.5753/wei.2025.6933

Combemale, B., Gray, J. and Rumpe, B. (2023) ChatGPT in software modeling. Softw Syst Model 22, 777–779. DOI: 10.1007/s10270-023-01106-4

Bari, D., Garaccione, G., Coppola, R., Torchiano, M. and Ardito, L. (2024). Evaluating large language models in exercises of UML class diagram modeling. In: Proceedings of the ACM/IEEE International Symposium on Empirical Software Engineering and Measurement (ESEM). 393–399. ACM. DOI: 10.1145/3674805.369074

Di Rocco, J., Di Ruscio, D., Di Sipio, C. et al. (2025). On the use of large language models in model-driven engineering. Software and Systems Modeling 24, 923–948. DOI: 10.1007/s10270-025-01263-8

Farias, I., Albuquerque, D., Rodrigues, G., Filho, E., Xavier, K. A. and Silva, J. A. C. (2024). Investigando o uso de ferramentas baseadas em grandes modelos de linguagem no contexto acadêmico. In: Proceedings of the Workshop sobre Educação em Computação (WEI). 489–500. Sociedade Brasileira de Computação. DOI: 10.5753/wei.2024.2092

Ferrari, A., Abualhaija, S. and Arora, C. (2024). Model generation with LLMs: From requirements to UML sequence diagrams. In 2024 IEEE 32nd International Requirements Engineering Conference Workshops (REW) (pp. 291-300). IEEE. DOI: 10.1109/REW61692.2024.00044.

Garaccione, G. et al. (2025). Evaluating use case diagram generation with large language models. In: Proceedings of the IEEE/ACM International Workshop on Natural Language-Based Software Engineering (NLBSE). Ottawa, ON, Canada, pp. 41-44. IEEE. DOI: 10.1109/NLBSE66842.2025.00015.

Hayashi, V. T. and Ferreira, I. F. G. (2025). Recommendation Systems Education using Project-Based Learning (PBL). In: Proceedings of the Workshop sobre Educação em Computação (WEI). 207–216. Sociedade Brasileira de Computação. DOI: 10.5753/wei.2025.7483

Jackson, D., Liu, R. and Van der Hoek, A. (2025). Using generative AI in software design education: an experience report. arXiv preprint arXiv:2506.21703. DOI: 10.48550/arXiv.2506.21703.

Meireles, M. e Bonifácio, B. (2015). Uso de Métodos Ágeis e Aprendizagem Baseada em Problema no Ensino de Engenharia de Software: Um Relato de Experiência. In Anais do XXVI Simpósio Brasileiro de Informática na Educação, (pp. 180-189). Porto Alegre: Sociedade Brasileira de Computação. DOI: 10.5753/cbie.sbie.2015.180.

Murad, S. B. et al. (2025). Evidências sobre o uso do ChatGPT no ensino de modelagem de software: um experimento controlado. In: Proceedings of the Workshop sobre Educação em Computação (WEI). 1289–1300. Sociedade Brasileira de Computação. DOI: 10.5753/wei.2025.9261.

Reinhartz-Berger I., Santo, Ali SJ, Bork D (2025) Leveraging LLMs for domain modeling: the impact of granularity and strategy on quality. In: Krogstie J et al (eds) Advanced information systems engineering. Springer, Cham, pp 3–19. Springer. DOI: 10.1007/978-3-031-94569-4_1.