iLuminIA: Uma Abordagem Baseada em LLMs e RAG para Geração Automatizada de Planos Educacionais Individualizados

• Mikeyas Brito Universidade Federal do Ceará (UFC)
• Francisco Emerson Sousa Universidade Federal do Ceará (UFC)
• Gabriel R. S. Matos Universidade Federal do Ceará (UFC)
• Stephany R. Gonçalves Universidade Federal do Ceará (UFC)
• Maria Clara P. de Sousa Universidade Federal do Ceará (UFC)
• Marciel B. Pereira Universidade Federal do Ceará (UFC)
• Amanda Venceslau Universidade Federal do Ceará (UFC)
• Sttiwe Washington Universidade Federal do Ceará (UFC)

DOI: https://doi.org/10.5753/sbie.2026.28137

Resumo

Este artigo apresenta o iLuminIA, uma abordagem baseada em IA para a geração automatizada de PEIs, integrando LLMs e uma arquitetura de RAG. A solução utiliza informações do estudante, como laudos médicos e histórico acadêmico, alinhadas à BNCC para gerar planos personalizados. A avaliação envolveu 38 profissionais da área educacional, que analisaram cegamente quatro PEIs (dois gerados e dois elaborados por humanos) em cinco critérios de qualidade pedagógica. Os resultados indicaram desempenho superior dos documentos gerados, que alcançaram médias entre 3,74 e 3,87, enquanto os documentos humanos apresentaram médias entre 3,08 e 3,32, evidenciando o potencial da abordagem proposta para apoiar a elaboração de PEIs.

Palavras-chave: Plano Educacional Individualizado, Inteligência Artificial Generativa, Educação Inclusiva

Referências

AI, N. (2024). Artificial intelligence risk management framework: Generative artificial intelligence profile. NIST Trustworthy and Responsible AI Gaithersburg, MD, USA.

Akçin, F. N. (2022). Identification of the processes of preparing individualized education programs (IEP) by special education teachers, and of problems encountered therein. Educational Research and Reviews, 17(1):31–45.

Borges, A. S. R. and Araujo, F. P. O. (2025). Do algoritmo à inclusão: O uso da IA na criação de planos de aula para robótica educacional. In Simpósio Brasileiro de Informática na Educação (SBIE), pages 276–289. SBC.

Chu, Z., Wang, S., Xie, J., Zhu, T., Yan, Y., Ye, J., Zhong, A., Hu, X., Liang, J., Yu, P. S., et al. (2025). Llm agents for education: Advances and applications. arXiv preprint arXiv:2503.11733, 2.

da Silva, G. L. and Camargo, S. P. H. (2021). Revisão integrativa da produção cientı́fica nacional sobre o plano educacional individualizado. Revista Educação Especial, 34:1–23.

da Silva, G. L., Camargo, S. P. H., Mello, M. P., and da Silva Costa, D. (2022). Contexto histórico e polı́tico para uma ação propositiva de organização e operacionalidade do plano educacional individualizado de estudantes com deficiências. Education Policy Analysis Archives, 30:85–85.

dos Santos, M. S., de Araújo Silva, É. T., and Lippe, E. M. O. (2025). Reflexões sobre o plano educacional individualizado (pei) na educação inclusiva de alunos com deficiência. REIN-Revista Educação Inclusiva, 10(1):2–13.

Fan, W., Ding, Y., Ning, L., Wang, S., Li, H., Yin, D., Chua, T.-S., and Li, Q. (2024). A survey on rag meeting llms: Towards retrieval-augmented large language models. In Proceedings of the 30th ACM SIGKDD conference on knowledge discovery and data mining, pages 6491–6501.

Kupper, L. (2000). A guide to the individualized education program. Technical report, Office of Special Education and Rehabilitative Services, Washington, DC.

Li, Z., Wang, Z., Wang, W., Hung, K., Xie, H., and Wang, F. L. (2025). Retrieval-augmented generation for educational application: A systematic survey. Computers and Education: Artificial Intelligence, 8:100417.

Lu, J. and Li, J. (2025). A novel framework for educational Q&A: Leveraging RAG and code interpreters for knowledge retrieval and logical computation. PloS one, 20(12):e0337361.

Mascaro, C. A. A. d. C. (2018). O plano educacional individualizado e o estudante com deficiência intelectual: estratégia para inclusão. Revista Espaço Acadêmico, 18(205):12–22.

Matos, G., da Silva, J. F., Venceslau, A., and de Macedo, J. F. (2026). A short survey on hybrid and traditional evaluation methods for llm outputs. In Proceedings of the 28th International Conference on Enterprise Information Systems - Volume 2: ICEIS, pages 1061–1068. INSTICC, SciTePress.

Sowbhagya, M. P., Vikas, K. B., Joshi, S., and Illuri, S. (2026). Samarth: An AI-powered multi-agent system for automated and compliant individualized education program generation. International Scientific Journal of Engineering and Management (ISJEM), 5(5):1–4.

Tannús-Valadão, G. and Mendes, E. G. (2018). Inclusão escolar eo planejamento educacional individualizado: estudo comparativo sobre práticas de planejamento em diferentes paı́ses. Revista Brasileira de Educação, 23:e230076.

Zhang, L., Jackson, H., Yang, S., Qian, X., Carter, R., Diliberto, J., and Zhang, J. (2024). Prototyping a multi-agent system to enhance AI-human collaboration in individualized education program development. Online (Preprint).