Aplicação da Inteligência Artificial Generativa na Criação de Questões Potencializadoras para o Processo de Aprendizagem

Resumo

Considerando as diferentes estratégias de ensino, a metodologia de resolução de questões continua com uma considerável predominância no ensino atual, especialmente no ensino médio. Contudo, apesar de sua relevância, apresenta limitações significativas já que a grande maioria dos livros didáticos utilizados nas escolas não dispõe de um banco de questões suficientemente extenso e diversificado, o que limita a eficácia dessa prática. Dessa forma, é evidente a necessidade do uso de recursos que não só oferecem uma ampla variedade de questões, mas também diferentes níveis de dificuldade e estilo entre elas de modo a permitir uma progressão lógica do conhecimento, iniciando com questões básicas e avançando gradualmente em dificuldade. Nesse sentido, o uso pedagógico das inteligências artificiais (IA) generativas, como o ChatGPT ou o DeepSeek, mostra-se relevante, uma vez que esses modelos elaboram textos concisos a partir do cálculo da probabilidade de ocorrência das palavras em determinado contexto, tornando-se, assim, ferramentas importantes para a criação de bancos de questões personalizados e adaptados às necessidades individuais de cada estudante. Assim sendo, este trabalho possui como objetivo elaborar bancos de questões a partir de inteligências artificiais generativas envolvendo uma análise detalhada das capacidades das IAs generativas na criação de conteúdo educacional para as componentes de bioquímica e física básica para estudantes do ensino médio. O processo iniciou-se com a definição de tópicos relevantes de diversas disciplinas, selecionando conteúdos frequentemente abordados em avaliações acadêmicas e que apresentam maior dificuldade para os estudantes. Em seguida, foram elaborados prompts estratégicos para orientar a IA na produção de questões claras, objetivas e adequadas ao nível de conhecimento esperado. Em termos gerais, o prompt genérico utilizado que melhor apresentou resultado foi: Baseado nos seus conhecimentos sobre o conteúdo x elabore y questões z variando nível de complexidade e ao fim apresente o gabarito, onde os termos x, y e z representam, respectivamente, a disciplina desejada, o número de questões e o estilo (dissertativa ou de múltipla escolha). Para extração e avaliação de resultados, solicitou-se à IA a elaboração de 100 questões objetivas, sendo 50 de bioquímica geral e 50 de física básica. O mesmo teste foi elaborado solicitando também questões dissertativas. Assim, após a geração das questões, realizou-se um processo de análise qualitativa e quantitativa. Primeiramente, foi avaliada a clareza dos enunciados, a relevância em relação ao conteúdo proposto e a adequação do nível de dificuldade. Posteriormente, verificou-se a consistência das alternativas apresentadas nas questões objetivas comparando com conteúdo fornecido em livros didáticos, bem como a exatidão das respostas das questões dissertativas, com atenção especial para a presença de distratores plausíveis, evitando respostas evidentemente incorretas que poderiam comprometer a efetividade do exercício. Além do mais, foi quantificada a porcentagem de questões com gabarito errôneo. Nessa perspectiva, as questões geradas apresentaram clareza e diferentes níveis de dificuldade. Entretanto, verificou-se que cerca de 12% das questões objetivas e 16% das dissertativas apresentaram gabaritos incorretos, exigindo revisão manual para garantir a confiabilidade. Ademais, cerca de 7% das questões objetivas apresentavam as alternativas incorretas extremamente visíveis de estarem incorretas, o que levava o estudante a identificar a resposta correta não pelo seu conhecimento, mas pela eliminação de alternativas claramente incorretas, haja visto que os distratores inseridos não eram suficientemente bons para confundir o estudante em busca da alternativa correta. Para contornar esse problema, uma nova técnica foi desenvolvida, na qual consiste em anexar na conversa com a IA os capítulos de livros referentes ao conteúdo estudado e alterando o prompt anteriormente desenvolvido para: Baseado nos conhecimentos dos capítulos anexados nesta conversa sobre o conteúdo x elabore y questões z variando nível de complexidade e ao fim apresente o gabarito. Você não deve criar ou inserir trechos de conteúdos que não estejam nos arquivos anexados, se detenha apenas ao material fornecido. Nessa perspectiva, o índice de gabaritos incorretos diminuiu para 3% nas questões objetivas e 1% nas dissertativas. Além do mais, os distratores inseridos nas questões objetivas eram mais bem elaborados, o que elevou a dificuldade de resolução, e dessa forma, melhor auxiliando na fixação dos conteúdos pelos estudantes. Portanto, os resultados evidenciam que as IAs generativas representam ferramentas relevantes no apoio ao processo de ensino-aprendizagem especialmente para elaboração de questões para estudo e fixação de conceitos, assim contribuindo para promoção de recursos educacionais mais dinâmicos, personalizáveis e acessíveis.