IA generativa no ensino de estruturas: pré-dimensionamento de pilares na arquitetura

Engineering and Science

Endereço:
Avenida Fernando Correa da Costa 2367 - UFMT
Cuiabá / MT
78060900
Site: http://periodicoscientificos.ufmt.br/ojs/index.php/eng/index
Telefone: (65) 3615-8711
ISSN: 23585390
Editor Chefe: Raul Vitor Arantes Monteiro e Carlos Enrique Portugal Poma
Início Publicação: 28/08/2014
Periodicidade: Quadrimestral
Área de Estudo: Ciências Exatas, Área de Estudo: Engenharias

IA generativa no ensino de estruturas: pré-dimensionamento de pilares na arquitetura

Ano: 2025 | Volume: 14 | Número: 2
Autores: Débora Bretas Silva, Luana da Silva Fernandes, Fabrício Longhi Bolina, Eduardo Cesar Pachla
Autor Correspondente: Débora Bretas Silva | debora.bretas@ufsm.br

Palavras-chave: Inteligência artificial generativa;, Ensino de estruturas;, Arquitetura e Urbanismo

Resumos Cadastrados

Resumo Português:

Este artigo investigou os impactos do uso da inteligência artificial generativa, por meio do ChatGPT, no processo de ensino-aprendizagem do pré-dimensionamento de pilares de concreto armado por estudantes de Arquitetura e Urbanismo. A pesquisa foi realizada com uma turma da disciplina Estruturas em Concreto II da Universidade Federal de Santa Maria (UFSM), dividida em dois grupos: um com acesso à IA e outro utilizando apenas materiais tradicionais. A análise combinou o desempenho técnico na atividade prática com as percepções registradas em formulários de pré e pós-teste. Os resultados indicaram que apenas uma minoria dos estudantes avaliou a IA como “muito útil” (11,11%) ou “útil” (11,11%) para a tarefa específica de pré-dimensionamento de pilares, enquanto a maioria a classificou como “pouco útil” (55,56%) ou “nada útil” (22,22%) nesse contexto. Paradoxalmente, no entanto, o grupo que utilizou a IA apresentou melhor desempenho técnico, com maior número de acertos em relação ao grupo controle. Embora alguns estudantes tenham utilizado a ferramenta para revisar conceitos e converter unidades, a dificuldade na formulação de prompts e a ausência de restrições quanto às fontes acessadas comprometeram a efetividade das respostas. Conclui-se que a IA generativa, sem mediação docente e treinamento prévio, não é eficaz como estratégia central de ensino. Contudo, identificaram-se diretrizes para sua integração responsável: capacitação prévia dos estudantes, uso da IA em ambientes controlados com materiais específicos e mediação ativa do docente.