Use este identificador para citar ou linkar para este item: http://repositorio.ufc.br/handle/riufc/80374
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisorMaia, José Gilvan Rodrigues-
dc.contributor.authorOliveira Júnior, Raimundo Cleodimar de-
dc.date.accessioned2025-04-09T18:31:11Z-
dc.date.available2025-04-09T18:31:11Z-
dc.date.issued2025-04-
dc.identifier.citationOLIVEIRA JÚNIOR, Raimundo Cleodimar de. ReAvaLIA: um avaliador baseado em Modelo de Linguagem de Grande Escala para redações do Enem. 2025. 144 f. Dissertação (Mestrado em Tecnologia Educacional) - Programa de Pós-Graduação em Tecnologia Educacional, Universidade Federal do Ceará, Fortaleza, 2025.pt_BR
dc.identifier.urihttp://repositorio.ufc.br/handle/riufc/80374-
dc.description.abstractChatGPT’s public release in November 2022 brought to light – and concern – the use of Artificial Intelligence (AI) solutions for human beings and the human substitution in intellectual jobs, subject to errors or not. In most cases, although this substitution could create unemployment and social inequality, AI solutions would develop advantages for many educational processes, including essay evaluations. This task, in addition of being very time-consuming and high priced for teachers and educational organizations, is victimized by human error and its evaluator’s lack of point-of-view about text quality, problems that a highly trained artificial intelligence would easily accomplish. Concerning these possibilities and challenges, we constructed a corpus of essays to test the performance of the ChatGPT and Gemini services, aiming to develop our own system, titled ReAvaLIA. In our tests, the two services achieved a quadratic weighted kappa score of 0.701 and 0.694, respectively, on a corpus of 200 essays. In this process, ChatGPT had 62% of its evaluations validated in a real exam context, while Gemini achieved 64%, demonstrating that, in a school or course setting, these systems could be used with satisfactory performance.pt_BR
dc.language.isopt_BRpt_BR
dc.rightsAcesso Abertopt_BR
dc.titleReAvaLIA: um avaliador baseado em Modelo de Linguagem de Grande Escala para redações do Enempt_BR
dc.typeDissertaçãopt_BR
dc.contributor.co-advisorSilva, José Wellington Franco da-
dc.description.abstract-ptbrO lançamento público do ChatGPT, em novembro de 2022, trouxe os holofotes – e a preocupação – do mundo para as utilizações das ferramentas de Inteligência Artificial (doravante, IA) e suas possibilidades de substituição de humanos em diversas funções intelectuais, sujeitas a erro ou não. Apesar de, na maioria dos casos, essa substituição gerar desemprego e desigualdade social, a utilização das ferramentas de IA pode trazer diversas vantagens para muitos processos educacionais, entre eles a correção de redações. Este trabalho, além de ser muito moroso e custoso para professores e organizações educacionais, é atingido muitas vezes pelo erro humano e sobretudo pelas diferenças de visões do avaliador sobre a qualidade do texto escrito, dificuldades que, supõe-se, seriam facilmente suplantadas por uma inteligência artificial bem treinada. Por causa dessas possibilidades e desafios, construímos um corpus de redações para testar o desempenho dos serviços ChatGPT e Gemini, com vistas a desenvolver nosso serviço, intitulado ReAvaLIA. Em nossos testes, os dois serviços alcançaram um índice de kappa quadrático ponderado de 0,701 e 0,694, respectivamente, na avaliação de um corpus de 200 redações. Nesse processo, ChatGPT teria 62% das avaliações validadas num contexto real de prova e o Gemini 64%, demonstrando que, em uma situação de uso em escolas e cursos, os sistemas poderiam ser utilizados com desempenho satisfatório.pt_BR
dc.subject.ptbrAvaliação automática;pt_BR
dc.subject.ptbrInteligência artificial;pt_BR
dc.subject.ptbrProcessamento de linguagem natural;pt_BR
dc.subject.ptbrLLM;pt_BR
dc.subject.ptbrProdução textualpt_BR
dc.subject.enAutomatic essay scoring;pt_BR
dc.subject.enArtificial intelligence;pt_BR
dc.subject.enNatural language processing;pt_BR
dc.subject.enLLM;pt_BR
dc.subject.cnpqCNPQ::CIENCIAS HUMANAS::EDUCACAO::ENSINO-APRENDIZAGEM::TECNOLOGIA EDUCACIONALpt_BR
local.author.latteshttp://lattes.cnpq.br/4592552506433379pt_BR
local.advisor.orcidhttps://orcid.org/0000-0002-2607-2729pt_BR
local.advisor.latteshttp://lattes.cnpq.br/0022110232147076pt_BR
local.co-advisor.orcidhttps://orcid.org/0000-0001-9093-0428pt_BR
local.co-advisor.latteshttp://lattes.cnpq.br/5168415467086883pt_BR
local.date.available2025-04-09-
Aparece nas coleções:PPGTE - Dissertações defendidas na UFC

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2025_dis_rcoliveirajunior.pdf4,69 MBAdobe PDFVisualizar/Abrir
2025_pe_rcoliveirajunior.pdf1,74 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.