.png)
.png)
Por: Otacilio Saraiva Maia Neto
No Aprendizap, temos a missão de ser a melhor e mais prática ferramenta digital de aprendizagem para alunos de escolas públicas do Brasil. Olhando para os desafios educacionais atuais, percebemos a urgência em estimular uma aprendizagem autônoma e participativa, que pode ser alcançada através da adoção de metodologias ativas de ensino. Nessa abordagem, os alunos são encorajados a interagir e criar soluções para problemas reais, propiciando uma aprendizagem mais significativa.
Nesse contexto, a nossa equipe de engenharia foi desafiada a criar pelo menos seis propostas de metodologias ativas para cada uma das 1.428 aulas disponíveis para o Ensino Fundamental II no AprendiZap. Adicionalmente, era necessário organizar um processo de revisão de conteúdo com uma equipe de professores revisores, para assegurar a excelência do material produzido.
A Força da Inteligência Artificial
Considerando o grande volume de conteúdo - mais de 8 mil atividades ao final do projeto - a criação manual seria inviável. Por isso, optamos por utilizar a inteligência artificial generativa. Iniciamos nossos testes preliminares com o chat GPT, que logo mostrou potencial, apesar de exigir refinamentos.
Diante do volume de trabalho, seria impraticável usar o chat GPT de maneira manual. Assim, automatizamos o processo graças à API da OpenAI que disponibiliza o modelo gpt-3.5-turbo a um custo acessível. O uso da API também nos permitiu ajustar alguns parâmetros que não estão disponíveis no chat GPT, como a "temperatura", que influencia o grau de criatividade das respostas do modelo.
A Arte da Engenharia de Prompt
Uma parte vital do nosso trabalho envolveu a engenharia de prompt. O prompt é a instrução dada ao modelo de inteligência artificial, e a qualidade das respostas geradas pelo GPT depende diretamente da qualidade do prompt utilizado.
Nas primeiras semanas do projeto, dedicamos um esforço significativo para definir e refinar os prompts que seriam utilizados na geração das atividades. Fomos auxiliados por engenheiros do iFood, que também estudavam o assunto e nos proporcionaram insights valiosos.
Além disso, encontramos um guia de melhores práticas em engenharia de prompt elaborado pela OpenAI. Com base neste guia, adotamos práticas recomendadas para estruturar e aprimorar nossos prompts. Entre elas, destaca-se a importância de definir o formato de saída desejado através de exemplos, e focar em pedir "o que fazer" em vez de "o que não fazer".
Uma sugestão particularmente interessante foi a de usar a própria inteligência artificial para aprimorar nosso prompt. Dessa forma, fizemos a seguinte solicitação ao modelo:
Assim, combinamos as técnicas aprendidas, análises qualitativas de pacotes de testes gerados, e o feedback do próprio modelo de IA para chegar a um prompt satisfatório. Também ajustamos o parâmetro de "temperatura" para cada disciplina, pois percebemos que, em algumas disciplinas, uma temperatura mais alta levava a IA a produzir resultados menos conectados com a realidade.
O prompt final utilizado foi:
Com esse prompt, conseguimos preencher os metadados de acordo com cada aula para a qual as propostas de metodologia ativa seriam geradas. Identificamos também 12 metodologias ativas para serem utilizadas no projeto, permitindo uma variedade maior de atividades educacionais.
Processo de Revisão por Professores
Dada a quantidade de conteúdo gerado, precisávamos de uma estratégia sólida para a revisão. O desafio era apresentar o material numa plataforma e interface com as quais os professores revisores estivessem familiarizados. Diversas plataformas CMS foram consideradas, mas optamos pelo Google Docs, pois esta já fazia parte de suas rotinas.
Utilizando as APIs do Google Drive e do Google Docs, pudemos automatizar parte desse processo. Os materiais gerados pelo GPT foram convertidos em arquivos do Google Docs e armazenados numa pasta compartilhada do Google Drive. Isso permitiu que os professores revisores acessassem, revisassem e editassem o material de forma conveniente.
O Google Drive também proporcionou benefícios adicionais, como a realização de backups automáticos, proteção contra exclusão acidental de arquivos e o versionamento, que nos permitiu acompanhar todas as modificações feitas nos documentos.
Os professores revisores desempenharam um papel crucial na avaliação da qualidade dos materiais gerados. Para agilizar o processo e torná-lo mais eficiente, estabelecemos um código de emojis. Os professores usavam o emoji ✅ para marcar os arquivos que haviam sido revisados e estavam prontos para serem utilizados. Utilizavam o emoji ❌ para indicar propostas que foram recusadas, significando que precisaríamos fazer ajustes e gerar o material novamente, experimentando com uma das outras metodologias ativas disponíveis, por exemplo.
Após o processo de revisão, usamos novamente a API do Google Drive para extrair os arquivos prontos para uso, filtrando apenas os arquivos iniciados com o emoji ✅. Esses arquivos foram então incorporados ao nosso banco de dados de conteúdos.
Nossa equipe de dados também desempenhou um papel vital neste processo, sendo responsável pela segmentação do texto completo em suas respectivas seções usando expressões regulares. Este trabalho em equipe e a integração bem-sucedida de diferentes habilidades foram elementos fundamentais para a conclusão deste projeto.
Conclusões
O uso da inteligência artificial mostrou-se fundamental para viabilizar este projeto ambicioso. Sem a IA, a produção de conteúdo numa escala tão grande teria sido impraticável. Graças ao GPT e à engenharia de prompt refinada, conseguimos gerar uma quantidade enorme de materiais educacionais de alta qualidade.
Aprendemos muito com este projeto. A engenharia de prompt, a revisão de materiais, o uso de API's de ferramentas como Google Docs e Google Drive - todas essas coisas contribuíram para o sucesso final do projeto. A chave foi entender como a tecnologia poderia auxiliar no processo, sem nunca esquecer o objetivo final: criar a melhor experiência de aprendizado possível para nossos professores e alunos.
Embora a inteligência artificial seja uma ferramenta poderosa, é importante lembrar que ela é apenas isso - uma ferramenta. Ainda dependemos muito do discernimento e experiência humana para garantir que o conteúdo gerado seja de alta qualidade e realmente útil para o ensino.
Este projeto é apenas o começo. Com os avanços contínuos em IA e tecnologia educacional, estamos ansiosos para ver o que o futuro reserva para a educação nas escolas públicas brasileiras. No Aprendizap, continuaremos a explorar todas as possibilidades para melhorar a aprendizagem e fornecer as melhores oportunidades possíveis para nossos alunos.