IA generativa no ensino de estruturas: pré-dimensionamento de pilares na arquitetura
DOI:
https://doi.org/10.18607/ES20251420011Palavras-chave:
Inteligência artificial generativa;, Ensino de estruturas;, Arquitetura e UrbanismoResumo
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.
Downloads
Publicado
Edição
Seção
Como Citar
Licença
Copyright (c) 2025 Débora Bretas Silva, Luana da Silva Fernandes, Fabrício Longhi Bolina, Eduardo Cesar Pachla

Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Todos os direitos autorais devem ser cedidos a Universidade Federal de Mato Grosso.








