Percepções Discentes sobre IA Generativa na Aprendizagem de Software com Metodologias Ativas

• Marcos Guilherme T. da Silva UFAC
• Daricélio M. Soares UFAC
• Laura Costa Sarkis UFAC

DOI: https://doi.org/10.5753/wei.2026.20684

Resumo

O uso de metodologias ativas no ensino de Desenvolvimento de Software tem se destacado por promover processos de aprendizagem prática. Nesse contexto, o impacto de ferramentas de inteligência artificial (IA) generativa tem atraído crescente atenção em pesquisas recentes. Este trabalho investiga as percepções de estudantes de um programa de formação em Software com foco em metodologias ativas — sobre o uso de IA generativa como apoio à aprendizagem conceitual e prática. O estudo envolveu 42 egressos do programa, dos quais 71,4% relataram ter utilizado ferramentas de IA durante o curso. A pesquisa quantificou a frequência de uso, os tipos de tarefas apoiadas e as utilizadas. Além disso, explorou qualitativamente os aspectos positivos e negativos relatados pelos estudantes. Os resultados indicam que 70% dos participantes avaliaram a experiência como satisfatória no apoio à aprendizagem prática, destacando ganhos em produtividade e compreensão conceitual, além de sugerirem indícios de aumento da autorregulação da aprendizagem.

Referências

Cavalcante, V., Costa, C., and Soares, D. (2024). Beyond code: the development of soft skills through training in software engineering. In Anais do XXXVIII Simpósio Brasileiro de Engenharia de Software, pages 521–531, Porto Alegre, RS, Brasil. SBC.

de A. C. Barbosa, C. R. (2023). Transformações no ensino-aprendizagem com o uso da inteligência artificial: Revisão sistemática da literatura. RECIMA21 - Revista Científica Multidisciplinar - ISSN 2675-6218, 4(5):e453103.

Garcés, L. and Oliveira, B. (2024). Teaching software engineering with project-based learning: A four years experience report. In Anais do XXXVIII Simpósio Brasileiro de Engenharia de Software, pages 476–486, Porto Alegre, RS, Brasil. SBC.

García-Holgado, A., García-Peñalvo, F. J., and Rodríguez-Conde, M. J. (2018). Pilot experience applying an active learning methodology in a software engineering classroom. In 2018 IEEE Global Engineering Education Conference (EDUCON), pages 940–947.

Garousi, V., Felderer, M., and Mäntylä, M. V. (2016). The need for multivocal literature reviews in software engineering: complementing systematic literature reviews with grey literature. In Proceedings of the 20th International Conference on Evaluation and Assessment in Software Engineering, EASE ’16, New York, NY, USA. Association for Computing Machinery.

Gil, A. C. (2002). Como elaborar projetos de pesquisa. Editora Atlas SA.

Junior, S. S., Freitas, R., Morais, M., and Costa, D. (2023). Chatgpt no auxílio da aprendizagem de programação: Um estudo de caso. In Anais do XXXIV Simpósio Brasileiro de Informática na Educação, pages 1375–1384, Porto Alegre, RS, Brasil. SBC.

Korstjens, I. and Moser, A. (2018). Series: Practical guidance to qualitative research. part 4: Trustworthiness and publishing. European Journal of General Practice, 24(1):120–124.

Lima, C. B. and Serrano, A. (2024). Inteligência artificial generativa e chatgpt: uma investigação sobre seu potencial na educação. Transinformação, 36:e2410839.

Lima, J., Alencar, F., and Santos, W. (2021). A preliminary guide for assertive selection of active methodologies in software engineering education. In Proceedings of the XXXV Brazilian Symposium on Software Engineering, SBES ’21, page 170–179, New York, NY, USA. Association for Computing Machinery.

Pfleeger, S. L. and Kitchenham, B. A. (2001). Principles of survey research: part 1: turning lemons into lemonade. SIGSOFT Softw. Eng. Notes, 26(6):16–18.