O Uso de Inteligência Artificial Generativa no Ensino de Diagramas de Classes: Um Estudo de Caso em Contexto Educacional
Resumo
A modelagem de sistemas por meio da Linguagem de Modelagem Unificada exige capacidade de abstração, e muitos estudantes enfrentam dificuldades relacionadas à sintaxe e à semântica dos diagramas. Este estudo avalia o impacto da Inteligência Artificial Generativa (IAGen) na inspeção de diagramas de classes por estudantes de Licenciatura em Computação. Os resultados indicam que a tecnologia identifica falhas lógicas e textuais com eficiência, mas apresenta limitações na interpretação de elementos gráficos. A auditoria híbrida estimulou a validação crítica das respostas da IAGen, promovendo aprendizagem ativa e aprofundamento conceitual. Os achados reforçam o potencial da integração entre revisão humana e feedback da IAGen como apoio ao ensino de Engenharia de Software.
Palavras-chave:
Inteligência Artificial Generativa, Diagramas de Classes, Engenharia de Software
Referências
Al-Ahmad, B., Alsobeh, A., Meqdadi, O., and Shaikh, N. (2025). A student-centric evaluation survey to explore the impact of llms on uml modeling. Information, 16(7):565.
Albino, J. P. and Valente, V. (2023). Inteligência artificial e suas aplicações interdisciplinares. Rio de Janeiro: Editora e-Publicar.
Antal, G., Vozár, R., and Ferenc, R. (2024). Toward a new era of rapid development: Assessing gpt-4-vision's capabilities in uml-based code generation. In Proceedings of the 1st International Workshop on Large Language Models for Code, pages 84–87.
Ardimento, P., Bernardi, M. L., Cimitile, M., and Scalera, M. (2024). A rag-based feedback tool to augment uml class diagram learning. In Proceedings of the ACM/IEEE 27th International Conference on Model Driven Engineering Languages and Systems, pages 26–30.
Ayala, L. A. and Rocha, E. M. (2018). O curso de licenciatura em computação e o campo de atuação profissional: o que dizem seus egressos. Anais CIET: Horizonte.
Azevedo, R. C. d. (2021). Rp-uml: uma arquitetura pedagógica para apoiar ensino-aprendizagem de modelagem de sistemas. Dissertação (mestrado em informática), Universidade Federal do Amazonas, Manaus, AM, Brasil. Acesso em: 12 jan. 2026.
Bento, L. H. T. C. (2020). Uml: um estudo sobre o uso em empresas de desenvolvimento de software em são carlos – sp e região. Acesso em: 15 jan. 2026.
Bogdan, R. and Biklen, S. K. (1994). Investigação Qualitativa em Educação: Uma Introdução à Teoria e aos Métodos. Porto Editora, Porto.
Bouwers, E., Correia, J. P., van Deursen, A., and Visser, J. (2011). Quantifying the analyzability of software architectures. In 2011 Ninth Working IEEE/IFIP Conference on Software Architecture, pages 83–92. IEEE.
Canedo, E. D., OliveiraJr, E., and Tives, H. A. (2025). Professional use and teaching of uml: Perceptions of brasília-df region software practitioners and higher education instructors. In Workshop sobre Educação em Computação (WEI), pages 24–35. SBC.
Cihan, U., İcöz, A., Haratian, V., and Tüzün, E. (2025). Evaluating large language models for code review. arXiv preprint arXiv:2505.20206.
Coutinho, C. P. (2014). Metodologia de Investigação em Ciências Sociais e Humanas: teoria e prática. Edições Almedina, S.A., Coimbra, Portugal, 2ª ed., reimpressão edition.
Creswell, J. W. (2014). Investigação Qualitativa e Projeto de Pesquisa: Escolhendo entre Cinco Abordagens. Penso, Porto Alegre, 3 edition.
de Vasconcelos, A. M. L., Rouiller, A. C., Machado, C. F., and de Medeiros, T. M. M. (2006). Introdução à Engenharia de Software e à Qualidade de Software. UFLA/FAEPE, Lavras, MG.
Deus, W. S., da Silva Marcolino, A., Avellar, G. M. N., de Sousa Oliveira, K. K., and Barbosa, E. F. (2024). Avaliando resoluções de exercícios introdutórios de programação na era das ias generativas: Um estudo de caso com o chatgpt. In Simpósio Brasileiro de Informática na Educação (SBIE), pages 1645–1657. SBC.
Engineer, R., Yaremchuk, V., Suner, E., Khamis, O., Apostolu, A., and Ng, A. (2024). Uml mentor: A tool for interactive and collaborative software design education. In Proceedings of the 2024 on ACM Virtual Global Computing Education Conference V. 2, pages 309–309.
Fernandes, M. A. and Amaral, V. (2022). A simulation framework for uml education. In 2022 IEEE 46th Annual Computers, Software, and Applications Conference (COMPSAC), pages 161–166. IEEE.
Fowler, M. (2014). UML Essencial: um breve guia para linguagem padrão. Bookman editora.
Ibáñez, M. B., Barrón-Estrada, M. L., and Zatarain-Cabada, R. (2025). Can multimodal large language models grade like an expert? a study on uml class diagram assessment accuracy. Computer Applications in Engineering Education, 33(5):e70080.
Jebli, R., El Bouhdidi, J., and Chkouri, M. (2021). A proposed architecture of an intelligent system for assessing the student's uml class diagram. International Journal of Emerging Technologies in Learning (iJET), 16(21):4–12.
Kaur, R., Malik, M. Z., and Singh, M. (2023). Improving delivery of uml class diagrams concepts in computer science education through collaborative learning. In 2023 IEEE Frontiers in Education Conference (FIE), pages 1–5. IEEE.
Khomokhoana, P. J., Fouché, R. C., and Nkalai, T. S. (2025). Semiotic analysis of uml class diagrams in pedagogy: a case of first-year bcis students. Discover Education, 4(1):342.
Kreitchmann, R. S., Abad, F. J., Ponsoda, V., Nieto, M. D., and Morillo, D. (2019). Controlling for response biases in self-report scales: Forced-choice vs. psychometric modeling of likert items. Frontiers in psychology, 10:2309.
Leong, L.-Y., Hew, T.-S., Ooi, K.-B., Tan, G. W.-H., and Koohang, A. (2025). Generative ai: Current status and future directions. Journal of Computer Information Systems, pages 1–34.
Metzner, A. (2024). Systematic teaching of uml and behavioral diagrams. In 2024 36th International Conference on Software Engineering Education and Training (CSEE&T), pages 1–5. IEEE.
Mittal, U., Sai, S., Chamola, V., and Sangwan, D. (2024). A comprehensive review on generative ai for education. Ieee Access, 12:142733–142759.
Murad, S. B., Lemos, F. F. S., Melo, S. M., Paschoal, L. N., and Prates, J. M. (2024). Evidências sobre o uso do chatgpt no ensino de modelagem de software: um experimento controlado. In Anais do Simpósio Brasileiro de Informática na Educação (SBIE). SBC.
Oliveira, K. K. d. S., da Silva Marcolino, A., Falcão, T. P., and Barbosa, E. F. (2024). Ensino e aprendizagem de programação na educação 4.0: Um mapeamento sistemático da literatura. Simpósio Brasileiro de Educação em Computação (EDUCOMP), pages 245–255.
Oliveira, K. K. d. S., Falcão, T. P., and Barbosa, E. F. (2022). Um framework para a aprendizagem de habilidades de programação e habilidades do século xxi. In Congresso Brasileiro de Informática na Educação (CBIE), pages 138–143. SBC.
Pesovski, I., Santos, R., Henriques, R., and Trajkovik, V. (2024). Generative ai for customizable learning experiences. Sustainability, 16(7):3034.
Pressman, R. S. and Maxim, B. R. (2021). Engenharia de software-9. McGraw Hill Brasil.
Reinhartz-Berger, I. and Sturm, A. (2014). Comprehensibility of uml-based software product line specifications: A controlled experiment. Empirical Software Engineering, 19(3):678–713.
Reis, E. and Reis, I. (2002). Análise descritiva de dados. Technical report, Departamento de Estatística da UFMG. Acesso em: 24 set. 2024.
Rodrigues, O. S. and Rodrigues, K. S. (2023). A inteligência artificial na educação: os desafios do chatgpt. Texto livre, 16:e45997.
Santaella, L. (2024). A inteligência artificial é inteligente? Edições 70, São Paulo, SP, Brasil, 1 edition. E-book. Disponível em: [link]. Acesso em: 22 jan. 2026.
Santana, A. D. and Figueiredo, E. (2019). On the impact of bad smell agglomerations on software quality. In Anais Estendidos do X Congresso Brasileiro de Software: Teoria e Prática, pages 31–37, Porto Alegre, RS, Brasil. SBC.
Silva, S. S. d. (2020). Blended learning com jogos de empresas para desenvolver soft skills na educação executiva e gerencial: um quase-experimento. PhD thesis, Universidade de São Paulo (USP) e Universidade de Salamanca, São Paulo / Salamanca.
Siqueira, D. d. S. e., Paulon, M. M., and Guedes, G. T. A. (2019). Técnicas de inspeção para diagramas de classes uml: Uma revisão sistemática. Anais do Simpósio Brasileiro de Engenharia de Software.
Stack Overflow (2025). The 2025 developer survey. Acesso em: 19 abril 2026.
Tsoury, A., Hindy Ling, H., Beimel, D., and Bar-Lev, S. (2025). From omelet to uml: assessing the role of process thinking on process model quality among novice analyst. Software Quality Journal, 33(1):16.
Yalim, C. and Handley, H. H. (2024). Integrating generative artificial intelligence with systems architecting diagram creation: Advancement, challenges, opportunities and future perspectives. In Proceedings of the American Society for Engineering Management 2024 International Annual Conference, Virginia Beach, VA, USA.
Yang, Z., Gao, C., Guo, Z., Li, Z., Liu, K., Xia, X., and Zhou, Y. (2024). A survey on modern code review: Progresses, challenges and opportunities. arXiv preprint arXiv:2405.18216.
Yim, I. H. Y. and Su, J. (2025). Artificial intelligence (ai) learning tools in k-12 education: A scoping review. Journal of Computers in Education, 12(1):93–131.
Zhai, C., Wibowo, S., and Li, L. D. (2024). The effects of over-reliance on ai dialogue systems on students' cognitive abilities: a systematic review. Smart learning environments, 11(1):28.
Zhang, L. and Xu, J. (2025). The paradox of self-efficacy and technological dependence: Unraveling generative ai's impact on university students' task completion. The Internet and Higher Education, 65:100978.
Albino, J. P. and Valente, V. (2023). Inteligência artificial e suas aplicações interdisciplinares. Rio de Janeiro: Editora e-Publicar.
Antal, G., Vozár, R., and Ferenc, R. (2024). Toward a new era of rapid development: Assessing gpt-4-vision's capabilities in uml-based code generation. In Proceedings of the 1st International Workshop on Large Language Models for Code, pages 84–87.
Ardimento, P., Bernardi, M. L., Cimitile, M., and Scalera, M. (2024). A rag-based feedback tool to augment uml class diagram learning. In Proceedings of the ACM/IEEE 27th International Conference on Model Driven Engineering Languages and Systems, pages 26–30.
Ayala, L. A. and Rocha, E. M. (2018). O curso de licenciatura em computação e o campo de atuação profissional: o que dizem seus egressos. Anais CIET: Horizonte.
Azevedo, R. C. d. (2021). Rp-uml: uma arquitetura pedagógica para apoiar ensino-aprendizagem de modelagem de sistemas. Dissertação (mestrado em informática), Universidade Federal do Amazonas, Manaus, AM, Brasil. Acesso em: 12 jan. 2026.
Bento, L. H. T. C. (2020). Uml: um estudo sobre o uso em empresas de desenvolvimento de software em são carlos – sp e região. Acesso em: 15 jan. 2026.
Bogdan, R. and Biklen, S. K. (1994). Investigação Qualitativa em Educação: Uma Introdução à Teoria e aos Métodos. Porto Editora, Porto.
Bouwers, E., Correia, J. P., van Deursen, A., and Visser, J. (2011). Quantifying the analyzability of software architectures. In 2011 Ninth Working IEEE/IFIP Conference on Software Architecture, pages 83–92. IEEE.
Canedo, E. D., OliveiraJr, E., and Tives, H. A. (2025). Professional use and teaching of uml: Perceptions of brasília-df region software practitioners and higher education instructors. In Workshop sobre Educação em Computação (WEI), pages 24–35. SBC.
Cihan, U., İcöz, A., Haratian, V., and Tüzün, E. (2025). Evaluating large language models for code review. arXiv preprint arXiv:2505.20206.
Coutinho, C. P. (2014). Metodologia de Investigação em Ciências Sociais e Humanas: teoria e prática. Edições Almedina, S.A., Coimbra, Portugal, 2ª ed., reimpressão edition.
Creswell, J. W. (2014). Investigação Qualitativa e Projeto de Pesquisa: Escolhendo entre Cinco Abordagens. Penso, Porto Alegre, 3 edition.
de Vasconcelos, A. M. L., Rouiller, A. C., Machado, C. F., and de Medeiros, T. M. M. (2006). Introdução à Engenharia de Software e à Qualidade de Software. UFLA/FAEPE, Lavras, MG.
Deus, W. S., da Silva Marcolino, A., Avellar, G. M. N., de Sousa Oliveira, K. K., and Barbosa, E. F. (2024). Avaliando resoluções de exercícios introdutórios de programação na era das ias generativas: Um estudo de caso com o chatgpt. In Simpósio Brasileiro de Informática na Educação (SBIE), pages 1645–1657. SBC.
Engineer, R., Yaremchuk, V., Suner, E., Khamis, O., Apostolu, A., and Ng, A. (2024). Uml mentor: A tool for interactive and collaborative software design education. In Proceedings of the 2024 on ACM Virtual Global Computing Education Conference V. 2, pages 309–309.
Fernandes, M. A. and Amaral, V. (2022). A simulation framework for uml education. In 2022 IEEE 46th Annual Computers, Software, and Applications Conference (COMPSAC), pages 161–166. IEEE.
Fowler, M. (2014). UML Essencial: um breve guia para linguagem padrão. Bookman editora.
Ibáñez, M. B., Barrón-Estrada, M. L., and Zatarain-Cabada, R. (2025). Can multimodal large language models grade like an expert? a study on uml class diagram assessment accuracy. Computer Applications in Engineering Education, 33(5):e70080.
Jebli, R., El Bouhdidi, J., and Chkouri, M. (2021). A proposed architecture of an intelligent system for assessing the student's uml class diagram. International Journal of Emerging Technologies in Learning (iJET), 16(21):4–12.
Kaur, R., Malik, M. Z., and Singh, M. (2023). Improving delivery of uml class diagrams concepts in computer science education through collaborative learning. In 2023 IEEE Frontiers in Education Conference (FIE), pages 1–5. IEEE.
Khomokhoana, P. J., Fouché, R. C., and Nkalai, T. S. (2025). Semiotic analysis of uml class diagrams in pedagogy: a case of first-year bcis students. Discover Education, 4(1):342.
Kreitchmann, R. S., Abad, F. J., Ponsoda, V., Nieto, M. D., and Morillo, D. (2019). Controlling for response biases in self-report scales: Forced-choice vs. psychometric modeling of likert items. Frontiers in psychology, 10:2309.
Leong, L.-Y., Hew, T.-S., Ooi, K.-B., Tan, G. W.-H., and Koohang, A. (2025). Generative ai: Current status and future directions. Journal of Computer Information Systems, pages 1–34.
Metzner, A. (2024). Systematic teaching of uml and behavioral diagrams. In 2024 36th International Conference on Software Engineering Education and Training (CSEE&T), pages 1–5. IEEE.
Mittal, U., Sai, S., Chamola, V., and Sangwan, D. (2024). A comprehensive review on generative ai for education. Ieee Access, 12:142733–142759.
Murad, S. B., Lemos, F. F. S., Melo, S. M., Paschoal, L. N., and Prates, J. M. (2024). Evidências sobre o uso do chatgpt no ensino de modelagem de software: um experimento controlado. In Anais do Simpósio Brasileiro de Informática na Educação (SBIE). SBC.
Oliveira, K. K. d. S., da Silva Marcolino, A., Falcão, T. P., and Barbosa, E. F. (2024). Ensino e aprendizagem de programação na educação 4.0: Um mapeamento sistemático da literatura. Simpósio Brasileiro de Educação em Computação (EDUCOMP), pages 245–255.
Oliveira, K. K. d. S., Falcão, T. P., and Barbosa, E. F. (2022). Um framework para a aprendizagem de habilidades de programação e habilidades do século xxi. In Congresso Brasileiro de Informática na Educação (CBIE), pages 138–143. SBC.
Pesovski, I., Santos, R., Henriques, R., and Trajkovik, V. (2024). Generative ai for customizable learning experiences. Sustainability, 16(7):3034.
Pressman, R. S. and Maxim, B. R. (2021). Engenharia de software-9. McGraw Hill Brasil.
Reinhartz-Berger, I. and Sturm, A. (2014). Comprehensibility of uml-based software product line specifications: A controlled experiment. Empirical Software Engineering, 19(3):678–713.
Reis, E. and Reis, I. (2002). Análise descritiva de dados. Technical report, Departamento de Estatística da UFMG. Acesso em: 24 set. 2024.
Rodrigues, O. S. and Rodrigues, K. S. (2023). A inteligência artificial na educação: os desafios do chatgpt. Texto livre, 16:e45997.
Santaella, L. (2024). A inteligência artificial é inteligente? Edições 70, São Paulo, SP, Brasil, 1 edition. E-book. Disponível em: [link]. Acesso em: 22 jan. 2026.
Santana, A. D. and Figueiredo, E. (2019). On the impact of bad smell agglomerations on software quality. In Anais Estendidos do X Congresso Brasileiro de Software: Teoria e Prática, pages 31–37, Porto Alegre, RS, Brasil. SBC.
Silva, S. S. d. (2020). Blended learning com jogos de empresas para desenvolver soft skills na educação executiva e gerencial: um quase-experimento. PhD thesis, Universidade de São Paulo (USP) e Universidade de Salamanca, São Paulo / Salamanca.
Siqueira, D. d. S. e., Paulon, M. M., and Guedes, G. T. A. (2019). Técnicas de inspeção para diagramas de classes uml: Uma revisão sistemática. Anais do Simpósio Brasileiro de Engenharia de Software.
Stack Overflow (2025). The 2025 developer survey. Acesso em: 19 abril 2026.
Tsoury, A., Hindy Ling, H., Beimel, D., and Bar-Lev, S. (2025). From omelet to uml: assessing the role of process thinking on process model quality among novice analyst. Software Quality Journal, 33(1):16.
Yalim, C. and Handley, H. H. (2024). Integrating generative artificial intelligence with systems architecting diagram creation: Advancement, challenges, opportunities and future perspectives. In Proceedings of the American Society for Engineering Management 2024 International Annual Conference, Virginia Beach, VA, USA.
Yang, Z., Gao, C., Guo, Z., Li, Z., Liu, K., Xia, X., and Zhou, Y. (2024). A survey on modern code review: Progresses, challenges and opportunities. arXiv preprint arXiv:2405.18216.
Yim, I. H. Y. and Su, J. (2025). Artificial intelligence (ai) learning tools in k-12 education: A scoping review. Journal of Computers in Education, 12(1):93–131.
Zhai, C., Wibowo, S., and Li, L. D. (2024). The effects of over-reliance on ai dialogue systems on students' cognitive abilities: a systematic review. Smart learning environments, 11(1):28.
Zhang, L. and Xu, J. (2025). The paradox of self-efficacy and technological dependence: Unraveling generative ai's impact on university students' task completion. The Internet and Higher Education, 65:100978.
Publicado
05/10/2026
Como Citar
DOI, Yudi Vinicios Ribeiro; OLIVEIRA, Katyeudo Karlos de Sousa; MENON, Gabriel; MARCOLINO, Anderson da Silva.
O Uso de Inteligência Artificial Generativa no Ensino de Diagramas de Classes: Um Estudo de Caso em Contexto Educacional. In: SIMPÓSIO BRASILEIRO DE INFORMÁTICA NA EDUCAÇÃO (SBIE), 37. , 2026, Goiânia/GO.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2026
.
p. 1458-1473.
DOI: https://doi.org/10.5753/sbie.2026.27844.
