Ingestão de Objetos de Aprendizagem de Robótica Educacional utilizando LLM e RAG

Descrição

A Robótica Educacional tem se consolidado como uma importante ferramenta no contexto pedagógico, promovendo o desenvolvimento de competências como pensamento computacional, resolução de problemas e aprendizagem ativa. Nesse cenário, foi desenvolvido o RepositORE, um sistema destinado ao cadastro, organização e recuperação de objetos de aprendizagem voltados à Robótica Educacional, com o objetivo de apoiar professores e pesquisadores. Entretanto, o processo de inserção manual de dados na plataforma mostrou-se ineficiente, demorado e pouco escalável diante do crescente volume de recursos disponíveis na web. Como alternativa, foi criada a ferramenta Robot Finder, que utiliza técnicas de web crawling e web scraping, além da integração com a API do YouTube, para automatizar parcialmente a coleta de conteúdos. Ainda assim, persistem desafios na identificação e estruturação dos metadados dos objetos, devido à heterogeneidade das fontes. Assim, este projeto propõe aprimorar a ingestão de dados no RepositORE por meio da automatização do preenchimento dos atributos utilizando modelos de linguagem baseados em Inteligência Artificial Generativa, aliados à técnica de Retrieval-Augmented Generation. A solução utiliza o conteúdo dos próprios objetos como entrada, permitindo que os modelos realizem a classificação e geração dos metadados em linguagem natural estruturada. Espera-se, com isso, reduzir a intervenção manual, aumentar a eficiência do sistema e ampliar a base de dados, possibilitando melhores recomendações de conteúdos de acordo com o perfil e interesse dos usuários.