Apoio, não atalho: feedback automatizado no ensino de programação
Resumo
Em disciplinas introdutórias de programação, juízes automáticos informam rapidamente se uma solução foi aceita, mas seu veredito pouco orienta o estudante sobre o que revisar. Este artigo busca compreender como uma ferramenta de feedback baseada em LLM, integrada a uma plataforma de correção automática, se articula ao ciclo de tentativa e revisão de estudantes do ensino médio técnico. Foram analisados os registros de duas sessões avaliativas, nas quais o acesso ao recurso foi alternado entre os estudantes. Os resultados indicam desempenho semelhante com ou sem o feedback, porém com menos tentativas por questão quando ele estava disponível. Na maioria dos pedidos, os estudantes revisaram o código antes de submetê-lo novamente, o que sugere o uso do recurso como apoio à revisão. A experiência ilustra uma forma de integrar a IA generativa ao ensino de programação sob mediação docente.
Palavras-chave:
Feedback automatizado, Ensino de programação, Modelos de linguagem
Referências
Black, P. and Wiliam, D. (1998). Assessment and classroom learning. Assessment in Education: Principles, Policy & Practice, 5(1):7–74.
Hellas, A., Leinonen, J., Sarsa, S., Koutcheme, C., Kujanpää, L., and Sorva, J. (2023). Exploring the responses of large language models to beginner programmers' help requests. In Proceedings of the 2023 ACM Conference on International Computing Education Research V.1 (ICER '23 V1). ACM.
Kiesler, N., Lohr, D., and Keuning, H. (2023). Exploring the potential of large language models to generate formative programming feedback. In 2023 IEEE Frontiers in Education Conference (FIE), pages 1–5.
Ministério da Educação (2026). Inteligência artificial na educação básica: Documento orientador sobre caminhos curriculares e práticas éticas de uso de ia nas escolas. Secretaria de Gestão da Informação, Inovação e Avaliação de Políticas Educacionais (SEGAPE). Disponível em: [link].
Nicol, D. J. and Macfarlane-Dick, D. (2006). Formative assessment and self-regulated learning: a model and seven principles of good feedback practice. Studies in Higher Education, 31(2):199–218.
Pimentel, E. P., da Silva, L. D. L., Takeuti, R. H., and Braga, J. C. (2025). Abordagem com LLM para geração automatizada de feedback no ensino de programação de computadores. In Anais do XXXVI Simpósio Brasileiro de Informática na Educação, pages 591–603, Curitiba, PR, Brasil.
Sadler, D. R. (1989). Formative assessment and the design of instructional systems. Instructional Science, 18(2):119–144.
Shute, V. J. (2008). Focus on formative feedback. Review of Educational Research, 78(1):153–189.
Silva, F. G. and Aranha, E. H. S. (2025). Feedback formativo automatizado com LLMs: Desenvolvimento e análise de um sistema para aprendizagem progressiva em programação. In Anais do XXXVI Simpósio Brasileiro de Informática na Educação, pages 1159–1173, Curitiba, PR, Brasil.
Vicari, R., Brackmann, C., Mizusaki, L., and Galafassi, C. (2023). Inteligência Artificial na Educação Básica: Prática na escola. Novatec, São Paulo, 1 edition.
Hellas, A., Leinonen, J., Sarsa, S., Koutcheme, C., Kujanpää, L., and Sorva, J. (2023). Exploring the responses of large language models to beginner programmers' help requests. In Proceedings of the 2023 ACM Conference on International Computing Education Research V.1 (ICER '23 V1). ACM.
Kiesler, N., Lohr, D., and Keuning, H. (2023). Exploring the potential of large language models to generate formative programming feedback. In 2023 IEEE Frontiers in Education Conference (FIE), pages 1–5.
Ministério da Educação (2026). Inteligência artificial na educação básica: Documento orientador sobre caminhos curriculares e práticas éticas de uso de ia nas escolas. Secretaria de Gestão da Informação, Inovação e Avaliação de Políticas Educacionais (SEGAPE). Disponível em: [link].
Nicol, D. J. and Macfarlane-Dick, D. (2006). Formative assessment and self-regulated learning: a model and seven principles of good feedback practice. Studies in Higher Education, 31(2):199–218.
Pimentel, E. P., da Silva, L. D. L., Takeuti, R. H., and Braga, J. C. (2025). Abordagem com LLM para geração automatizada de feedback no ensino de programação de computadores. In Anais do XXXVI Simpósio Brasileiro de Informática na Educação, pages 591–603, Curitiba, PR, Brasil.
Sadler, D. R. (1989). Formative assessment and the design of instructional systems. Instructional Science, 18(2):119–144.
Shute, V. J. (2008). Focus on formative feedback. Review of Educational Research, 78(1):153–189.
Silva, F. G. and Aranha, E. H. S. (2025). Feedback formativo automatizado com LLMs: Desenvolvimento e análise de um sistema para aprendizagem progressiva em programação. In Anais do XXXVI Simpósio Brasileiro de Informática na Educação, pages 1159–1173, Curitiba, PR, Brasil.
Vicari, R., Brackmann, C., Mizusaki, L., and Galafassi, C. (2023). Inteligência Artificial na Educação Básica: Prática na escola. Novatec, São Paulo, 1 edition.
Publicado
05/10/2026
Como Citar
SILVA, Francisco Genivan; DA SILVA, Thiago Reis; RODRIGUES, Mário Jorge Ferreira; ARANHA, Eduardo Henrique da Silva.
Apoio, não atalho: feedback automatizado no ensino de programação. In: WORKSHOP DE INFORMÁTICA NA ESCOLA (WIE), 32. , 2026, Goiânia/GO.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2026
.
p. 360-370.
DOI: https://doi.org/10.5753/wie.2026.27943.
