Impacto dos Grandes Modelos de Linguagem no Ensino de Computação: Percepção dos Estudantes sobre Aprendizado e Dependência

• Jackson Platiny IFPB
• Danyllo Albuquerque IFPB
• Golbery Rodrigues IFPB
• Karen Alves Xavier IFPB
• José A. C. da Silva IFPB
• Orlando Almeida IFPB
• Richardson Marinheiro IFPB

DOI: https://doi.org/10.5753/wics.2025.8195

Resumo

Os Grandes Modelos de Linguagem (GML) estão cada vez mais presentes no ambiente educacional, sendo utilizados por alunos como ferramentas de apoio ao aprendizado. Este estudo investiga a percepção dos estudantes sobre o impacto dessas tecnologias no ensino de computação, analisando benefícios, desafios e possíveis implicações no desenvolvimento acadêmico. Para isso, foi conduzida uma pesquisa quantitativa e qualitativa com 69 participantes, por meio de um questionário estruturado. Os resultados indicam que a maioria dos alunos percebe os GML como facilitadores do aprendizado, destacando a agilidade na busca por informações e a personalização do ensino como vantagens. No entanto, preocupações foram levantadas sobre a confiabilidade das respostas, a dependência excessiva e o impacto na autonomia dos estudantes. Diante desses achados, este estudo reforça a necessidade de diretrizes que incentivem o uso equilibrado dos GML, garantindo que sua aplicação otimize o aprendizado sem comprometer o desenvolvimento do pensamento crítico e da resolução de problemas.

Referências

Carneiro, J. R. S. et al. (2018). O uso do google sala de aula na educação básica: uma perspectiva pedagógica convergente à educação contextualizada no ifrn.

Chipaco, E. F. B. (2018). O LMS como Ambiente Tecnológico de suporte ao Ensino e Aprendizagem na perspetiva dos Estudantes e dos Professores. PhD thesis, Universidade Catolica Portugesa (Portugal).

Donato, H., Escada, P., and Villanueva, T. (2023). A transparência da ciência com o chatgpt e as ferramentas emergentes de inteligência artificial: Como se devem posicionar as revistas científicas médicas? [link].

Farias, I., Albuquerque, D., Rodrigues, G., Xavier, K. A., da Silva, J. A., et al. (2024). Investigando o uso de ferramentas baseadas em grandes modelos de linguagem no contexto acadêmico. In Workshop sobre Educação em Computação (WEI), pages 489–500. SBC.

Filatro, A. and Loureiro, A. C. (2020). Novos produtos e serviços na Educação 5.0. Artesanato Educacional.

Guimarães, U. A., Brandão, C. A., Daitx, M. A., de Arruda Dutra, A. F. G., and Lopes, V. R. B. (2023). As mídias digitais no campo educacional: Um olhar pelas aplicações do chat gpt na educação. RECIMA21-Revista Científica Multidisciplinar-ISSN 2675-6218, 4(7):e473556–e473556.

Lee, A. (2023). What are large language models used for? [link]. Acesso em: 03 dez. 2023.

Linaker, J., Sulaman, S. M., Höst, M., and de Mello, R. M. (2015). Guidelines for conducting surveys in software engineering v. 1.1. Lund University, 50.

Nhanisse, C. R. (2019). Docência no ensino superior e tecnologia na educação: uma construção do conhecimento na perspectiva dialógica.

Porto, C. and Moreira, J. A. (2017). Educação no ciberespaço. Whitebooks: Santo Tirso Search in.

Spinak, E. (2023). Gpt, tradução automática e o quão bons eles são. Acessado em novembro de 2023.

Varas, J., Coronel, B. V., VILLAGRáN, I., Escalona, G., Hernandez, R., Schuit, G., DURáN, V., Lagos-Villaseca, A., Jarry, C., Neyem, A., et al. (2023). Innovations in surgical training: exploring the role of artificial intelligence and large language models (llm). Revista do Colégio Brasileiro de Cirurgiões, 50:e20233605.

Vieira, A. L. F., De Amorim, M. C. Z., and Cunha, E. (2023). Proposta de avaliação da percepção dos impactos da inteligência artificial generativa na educação superior. In Anais do XIV Simpósio Brasileiro de Tecnologia da Informação e da Linguagem Humana, pages 411–415. SBC.

Wohlin, C., Runeson, P., Höst, M., Ohlsson, M. C., Regnell, B., and Wesslén, A. (2012). Experimentation in software engineering. Springer Science & Business Media.