Dra. Ghalia Nassreddine Universidade Rafik Hariri, Líbano
Dr. Obada Al-Khatib Universidade de Wollongong em Dubai, EAU
Dr. Mohamad Nassereddine Universidade de Wollongong em Dubai, EAU
Dr. Tanujit Chakraborty Universidade Sorbonne Abu Dhabi, EAU
Perspectivas Acadêmicas
Professora Derin Ural Universidade de Miami, EUA
Edição Especial
Fevereiro 2025
Destaque de Liderança
Professor Khalid Hussain Reitor de Engenharia e Computação, AURAK, EAU
Perspectivas da Indústria
Dr. Waddah Ghanem Al Hashmi Presidente do Comitê Federal de Saúde e Segurança Ocupacional nos EAU
Voz do Aluno
Nour Mostafa Kamel AURAK, EAU
Tendências
Anne-Gaelle Colom Universidade de Westminster, Reino Unido
Era da IA Generativa
Conteúdo
Editorial
Laura Vasquez Bass 04
Bem-vindos à UniNewsletter
Tópicos Especiais
Desvendando o papel da IA Generativa na educação em Engenharia: Uma visão geral das oportunidades e desafios
Dra. Ghalia Nassreddine, Departamento de Sistemas de Informação e Computação, Universidade Rafik Hariri, Líbano; Dr. Obada Al-Khatib, Escola de Engenharia, Universidade de Wollongong em Dubai, EAU; Dr. Mohamad Nassereddine, Escola de Engenharia, Universidade de Wollongong em Dubai, EAU
Tópicos Especiais
Transformando a Ciência de Dados em Ação: Estudos de caso na construção de um futuro sustentável com Engenharia de Ciência de Dados
Dr. Tanujit Chakraborty Professor Associado de Estatística e Ciência de Dados, Universidade Sorbonne Abu Dhabi, EAU
14 Perspectivas Acadêmicas
Ensinando uma turma de Engenharia com um chatbot como assistente de ensino
Professora Derin Ural, Faculdade de Engenharia, Universidade de Miami, EUA
Perspectivas da Indústria
O papel dos engenheiros na sociedade e na indústria: uma habilidade para a vida, e não necessariamente uma profissão
Dr. Waddah S. Ghanem Al Hashmi, Presidente do Comitê Federal de Saúde e Segurança Ocupacional nos EAU e Diretor Sênior no Setor de Energia
Voz do Aluno
18
Destaque de Liderança
Adotando soluções baseadas em IA na Universidade Americana de Ras Al Khaimah (AURAK):
Uma entrevista com o Professor Khalid Hussain, reitor de Engenharia e Computação
Da Resistência à Integração: Uma reflexão sobre minha jornada com IA na Academia
Nour Mostafa Kamel, Bacharel em Ciência da Computação e Engenharia, Universidade Americana de Ras Al Khaimah (AURAK), EAU
Tendências
Adaptando-se ao futuro: Preparando-se para o desenvolvimento de software na era da IA Generativa
Anne-Gaelle Colom, Vice-Diretora de Escola e Diretora de Ensino e Aprendizagem, Escola de Ciência da Computação e Engenharia, Universidade de Westminster, Londres, Reino Unido
Bem-vindos à UniNewsletter
Tem sido uma experiência maravilhosa trabalhar com este amplo grupo de engenheiros, e esperamos sinceramente que você aproveite os insights interessantes e as palavras de sabedoria que eles têm a oferecer.
Embora eu me sinta extremamente feliz por ter escolhido seguir estudos avançados nas Humanidades — afinal isso me preparou para meu trabalho na UniNewsletter — ler esta edição fascinante sobre diversas trajetórias na engenharia e IA me fez invejar os estudantes sortudos que têm esse percurso de aprendizado pela frente. Esta edição especial, “Engenharia na era da IA Generativa”, é composta por um conjunto verdadeiramente diverso de engenheiros, desde aqueles formados em engenharia civil, mecânica ou ambiental até engenheiros de software. Reconhecendo o enorme impacto da IA na educação, achamos oportuno destacar os crescentes debates sobre como uma disciplina altamente técnica como a engenharia se beneficia enormemente das capacidades de otimização da IA, mas também considerar os riscos que ela representa na educação em engenharia. No artigo "Voz do Aluno" desta edição, Nour Mostafa Kamel descreve essa dialética como as "promessas e perigos" da IA. Queríamos explorar como estudantes de diversas áreas da engenharia podem desenvolver a alfabetização em IA necessária para a colocação profissional nos dias de hoje, ao mesmo tempo que adquirem toda a aptidão prática e técnica fundamentais para a engenharia. Os colaboradores desta edição responderam ao nosso chamado com reflexões profundas e ofereceram muitos conselhos instrutivos para instituições com programas de engenharia e para os estudantes já matriculados ou em fase de candidatura. Eles também levantaram suas próprias questões, que temos certeza de que garantirão uma leitura esclarecedora.
Começamos a edição com o primeiro de dois artigos na seção Tópicos Especiais, um artigo altamente informativo coescrito pela Dra. Ghalia Nassreddine, da Universidade Rafik Hariri, no Líbano, e pelos Drs. Obada Al-Khatib e Mohamad Nassereddine, da Universidade de Wollongong em Dubai, EAU. Eles trazem uma discussão detalhada e panorâmica sobre as oportunidades e desafios enfrentados pelas instituições ao incorporar a IA na educação em engenharia. Para aqueles que buscam compreender como as tecnologias de IA podem ser
Laura Vasquez Bass
usadas para contribuir com a experiência dos estudantes, este artigo é leitura obrigatória. O segundo artigo da seção Tópicos Especiais é do Dr. Tanujit Chakraborty, Professor Associado de Estatística e Ciência de Dados na Universidade Sorbonne Abu Dhabi, EAU. Ele discute como a engenharia de ciência de dados está impulsionando o progresso em relação aos Objetivos de Desenvolvimento Sustentável (ODS) da ONU. Técnicas como aprendizado de máquina, previsão e IA generativa transformam dados brutos em ferramentas acionáveis em áreas como saúde pública, estabilidade econômica e planejamento urbano.
Na seção Perspectivas Acadêmicas, a professora Derin Ural, da Universidade de Miami (EUA), explora a integração de um chatbot de IA como assistente de ensino em seu curso de engenharia. O chatbot "Kay" foi desenvolvido para alinhar-se aos objetivos do curso, oferecendo suporte em tempo real, explicações personalizadas e resumos de tópicos complexos. Dra. Ural relata que os alunos consideraram o chatbot uma ferramenta acessível e valiosa, especialmente para aqueles que equilibram trabalho e estudos. Ela conclui que, embora o chatbot não tenha – e nem poderia – ter substituído a instrução humana, aprimorou o aprendizado e o engajamento, demonstrando o potencial da IA para complementar os métodos de ensino tradicionais.
Em nossa seção Destaque de Liderança, apresentamos o Professor Khalid Hussain, Reitor de Engenharia e Computação da Universidade Americana de Ras Al Khaimah (AURAK). Professor Khalid discute sua carreira acadêmica de mais de três décadas, cujo início se deu no Reino Unido. Ele explica em detalhes como a AURAK – a primeira instituição dos EAU a oferecer um bacharelado em IA – está se adaptando para treinar seus alunos de forma eficaz na era da IA. Ele também oferece valiosos insights sobre como a IA deve ser utilizada para preservar a integridade das habilidades essenciais de engenharia, fundamentais para todos os engenheiros.
Após a contribuição do Professor Khalid, estamos extremamente animados em apresentar a vocês uma nova seção nesta edição da UniNewsletter. Temos o privilégio de apresentar um artigo do Dr. Waddah S. Ghanem Al Hashmi, Presidente do Comitê Federal de Saúde e Segurança Ocupacional (OSH) nos EAU e Diretor Sênior no setor de energia, em nossa seção Perspectivas da Indústria. Como o título sugere, nosso objetivo é
oferecer aos leitores da UniNewsletter a oportunidade de ouvir profissionais experientes que atuam ativamente no mercado. Dr. Waddah possui um doutorado em Engenharia Ambiental pela Cardiff University, no País de Gales, Reino Unido, construiu uma carreira de enorme sucesso e é reconhecido mundialmente como uma autoridade em Governança e Liderança em Saúde, Segurança e Meio Ambiente (HSE) e Organizações de Alta Confiabilidade.
Dada a trajetória diversificada de sua carreira, ele escreve um artigo instigante sobre as habilidades únicas dos engenheiros, sugerindo que eles têm muito a contribuir além dos limites imediatos de sua disciplina.
Como já mencionei, a colaboradora da seção Voz do Aluno desta edição é Nour Mostafa Kamel, bacharel em Engenharia da Computação na AURAK. Nour escreve sobre sua experiência com o boom da IA, que ocorreu no meio de seus estudos, refletindo sobre como seu ceticismo inicial em relação às ferramentas de IA diminuiu ao longo do tempo. Ela descreve com paixão as alegrias e dificuldades de aprender programação “manualmente”, antes que assistentes de IA estivessem disponíveis para resolver os inevitáveis erros. Seu artigo chega a uma conclusão instrutiva: Nour sugere que as universidades devem considerar limitar a exposição excessiva à IA para alunos iniciantes, pois isso pode privá-los da experiência essencial de enfrentar a frustração e desenvolver habilidades de resolução de problemas.
Encerrando esta edição em nossa seção Tendências, temos Anne-Gaelle Colom, da Universidade de Westminster, em Londres, Reino Unido. Suas palavras são uma leitura essencial para engenheiros de software que estão ingressando na área. Anne-Gaelle apresenta de forma brilhante como a IA não apenas transformou o conjunto de habilidades exigidas dos desenvolvedores, mas também redefiniu o mercado de trabalho—destacando, de maneira extremamente útil, o que os profissionais devem fazer para se manterem competitivos no cenário atual. Assim como Nour, Anne-Gaelle enfatiza a importância da superação de desafios no processo de aprendizado, argumentando que, sem essa experiência, os alunos deixarão de desenvolver habilidades cruciais de pensamento crítico e análise, fundamentais para seu sucesso a longo prazo.
Tem sido uma experiência maravilhosa trabalhar com este amplo grupo de engenheiros, e esperamos sinceramente que você aproveite os insights interessantes e as palavras de sabedoria que eles têm a oferecer.
Tópicos Especiais
Desvendando o papel de IA generativa na Educação em Engenharia:
Uma
visão geral das oportunidades e desafios
Dra. Ghalia Nassreddine, Departamento de Sistemas de Informação e Computação, Universidade Rafik Hariri, Líbano
Dr. Obada Al-Khatib, Escola de Engenharia da Universidade de Wollongong em Dubai, EAU
Dr. Mohamad Nassereddine Escola de Engenharia, Universidade de Wollongong em Dubai, EAU
AIA Generativa é um tipo de inteligência artificial (IA) que produz conteúdo novo e original, com notável semelhança ao criado por humanos. Enquanto os sistemas tradicionais de IA se concentram em prever ou classificar valores e categorias, a IA generativa busca gerar conteúdo adequado às solicitações dos usuários. O conteúdo gerado pode incluir textos, imagens, gráficos, áudios ou vídeos. No início da década de 2010, a IA generativa começou a ganhar destaque, impulsionada pelo grande avanço das técnicas de aprendizado profundo (deep learning) e por modelos transformadores como a OpenAI e o ChatGPT. Ela se tornou uma ferramenta poderosa para criar conteúdos realistas e envolventes, capazes de imitar a criatividade humana.
A integração da IA Generativa pode
ser considerada o próximo grande passo na evolução digital. Ela se tornou uma das tecnologias mais promissoras e significativas. Suas aplicações no ensino superior, especialmente nos campos da engenharia elétrica e de computação, permitem a produção de conteúdo novo e original que se assemelha ao trabalho criado por humanos. Essa abordagem tem o potencial de transformar a área, criando um ambiente de aprendizado mais interativo e envolvente em comparação com as ferramentas tradicionais, tornando a educação mais participativa. Essas ferramentas podem aprimorar os processos cognitivos e melhorar o desempenho acadêmico, pois aumentam os níveis de engajamento dos estudantes. Além disso, a IA generativa contribui para oferecer experiências de aprendizado mais personalizadas, como sistemas de
“ “ A integração da IA generativa pode ser considerada o próximo grande passo na evolução digital. Ela se tornou uma das tecnologias mais promissoras e significativas.
possibilita o ajuste das técnicas de ensino para atender às necessidades individuais, permitindo que professores de engenharia elétrica e de computação criem materiais mais interativos, aumentem o engajamento dos alunos e os preparem melhor para o mercado de trabalho.
tutoria inteligente que se adaptam às necessidades e preferências individuais dos alunos. Esses sistemas ajudam a identificar as dificuldades específicas de cada estudante e focam na melhoria dessas áreas mais frágeis. Muitas organizações, como a Organização das Nações Unidas para a Educação, a Ciência e a Cultura (UNESCO), destacam a importância do aprendizado personalizado e apoiam abordagens que atendam às diversas necessidades dos alunos. Além disso, os sistemas de tutoria inteligente utilizam a IA generativa para monitorar o desempenho dos alunos e fornecer feedback em tempo real. Isso
As tecnologias de IA generativa também podem oferecer suporte a estudantes com necessidades educacionais especiais. Por exemplo, ferramentas de conversão de fala para texto baseadas em IA, como o Microsoft Translator, auxiliam estudantes com deficiência auditiva, enquanto outros aplicativos de IA fornecem tradução simultânea para a linguagem de sinais. Ferramentas como o ECHOES utilizam IA para ajudar crianças com autismo a desenvolver habilidades de comunicação social por meio de simulações interativas, demonstrando a capacidade da IA de enfrentar diversos desafios educacionais. A IA generativa também pode empregar realidade virtual e aumentada para criar ambientes de
Dra. Ghalia Nassreddine
aprendizado baseados em simulação, como metodologias de ensino baseadas em jogos (game-based learning).
O aprendizado baseado em simulação é um tipo de aprendizado empírico no qual os estudantes precisam lidar com desafios complexos em ambientes controlados, interagindo com cenários que reproduzem situações da vida real. Esse método é mais eficaz do que a maioria das aulas baseadas em vídeos, pois ajuda na retenção do conhecimento. Além disso, os cenários são padronizados, garantindo que as respostas dos alunos sejam consistentes e que eles aprendam exatamente os métodos necessários para desempenhar tarefas em determinadas áreas. Por exemplo, conforme ilustrado nas imagens abaixo, a IA generativa pode ser usada para criar laboratórios virtuais, permitindo que os estudantes interajam com simulações de sistemas de energia renovável e otimizem os resultados de um sistema híbrido de
energia fotovoltaica, eólica e de rede elétrica. Aqui, observamos alunos projetando um sistema fotovoltaico utilizando um laboratório virtual gerado por uma ferramenta de IA.
A IA generativa pode ajudar professores de engenharia elétrica e de computação a projetar cursos, recomendando estruturas, pré-requisitos e sequenciamento com base nos objetivos educacionais da engenharia e nas tendências da indústria. Tecnologias baseadas em IA generativa podem ajudar na produção de livros didáticos, notas de aula e modelos interativos, economizando tempo dos instrutores e garantindo a relevância do conteúdo. Além disso, ferramentas de avaliação e feedback impulsionadas por IA generativa podem otimizar processos e reduzir a carga de trabalho do corpo docente. A ilustração a seguir orienta as instituições sobre como integrar a IA generativa em seus sistemas.
Para integrar a IA generativa aos
Estudante usando um laboratório virtual gerado por uma ferramenta de IA
“A IA generativa pode ajudar professores de engenharia elétrica e de computação a projetar cursos, recomendando estruturas, pré-requisitos e sequenciamento com base nos objetivos educacionais da engenharia e nas tendências da indústria.”
quadros institucionais, os departamentos de engenharia devem primeiro identificar áreas aplicáveis, como suporte ao aluno, administração ou desenvolvimento curricular. Os objetivos devem estar alinhados com os resultados de aprendizagem do programa de engenharia, com a contribuição de professores e funcionários para atender expectativas e preocupações. A escolha das ferramentas de IA adequadas—como chatbots e recomendações de conteúdo baseadas em IA—deve estar alinhada ao orçamento e aos objetivos institucionais. A construção de infraestruturas de dados robustas garantirá a conformidade com regulamentações como GDPR e HIPAA, enquanto treinamentos para professores e funcionários serão essenciais para o uso eficaz dessas ferramentas. Além disso, educar os alunos sobre o papel e os benefícios da IA pode estimular sua participação e proporcionar um feedback valioso sobre o impacto da tecnologia no aprendizado e na administração acadêmica.
Apesar de todos os benefícios da incorporação da IA generativa no ensino superior de engenharia, essa integração pode trazer diversos desafios, conforme ilustrado abaixo:
• Origem dos dados: Os sistemas de IA generativa analisam dados massivos que podem estar sujeitos a uma governança inadequada, origem duvidosa, utilização não consentida ou parcialidade. Assim, pode haver uma grande quantidade de erros.
• • Direitos autorais e exposição legal:
• Grandes bancos de dados - que podem ser produzidos por fontes diferentes e não claras - são usados para treinar ferramentas generativas de IA. Assim, os resultados da IA podem violar a propriedade intelectual e produzir ameaças legais e de reputação.
• • Violações de privacidade de dados: O conjunto de dados usado para treinar Large Language Models (LLMs) pode incluir informações de identificação pessoal Os desenvolvedores devem garantir a conformidade com as leis de privacidade, excluindo ou removendo essas informações.
• • Divulgação de informações confidenciais: O aumento da acessibilidade às ferramentas de IA pode levar ao compartilhamento acidental de informações confidenciais, como dados de pacientes ou estratégias proprietárias. Governança, diretrizes e comunicação claras são necessários para proteger informações confidenciais e propriedade intelectual.
Para enfrentar esses desafios e promover o uso responsável da IA na educação em engenharia, é fundamental desenvolver frameworks éticos que priorizem transparência, justiça e responsabilidade. Além disso, as instituições devem fortalecer as medidas de cibersegurança para proteger dados sensíveis de todos os envolvidos.
Para integrar a IA generativa aos quadros institucionais, os departamentos de engenharia devem primeiro identificar áreas aplicáveis, como suporte ao estudante, administração ou desenvolvimento curricular. Os objetivos devem estar alinhados com os resultados de aprendizagem do programa de engenharia, com a contribuição de professores e funcionários para atender expectativas e preocupações.
Dr. Tanujit Chakraborty
Professor Associado de Estatística e Ciência de Dados Universidade Sorbonne Abu Dhabi, EAU
“A jornada dos dados até a ação não está isenta de desafios. Questões como o acesso a dados confiáveis, a escalabilidade das soluções e a adaptação de frameworks a condições complexas do mundo real continuam sendo obstáculos fundamentais.”
Os Objetivos de Desenvolvimento Sustentável (ODS) da ONU—parte da Agenda 2030—representam um plano global para enfrentar desafios urgentes, como saúde pública, pobreza, desigualdade, sustentabilidade e ação climática. Alcançar esses objetivos ambiciosos exige mais do que apenas ideias; demanda soluções que conectem a teoria à implementação prática. É nesse contexto que a engenharia de ciência de dados se destaca, combinando o poder da inteligência artificial (IA) e abordagens inovadoras para desenvolver ferramentas práticas que geram impacto real.
Ao aplicar técnicas como aprendizado de máquina, modelagem preditiva e previsão de séries temporais, engenheiros e cientistas de dados podem transformar dados brutos em insights acionáveis. No entanto, a jornada dos dados até a ação não está isenta de desafios. Questões como o acesso a dados confiáveis, a escalabilidade das soluções e a adaptação de frameworks a condições complexas do mundo real continuam sendo obstáculos fundamentais. Colaborações recentes—como o acordo entre os governos dos EAU e da França para o avanço da IA—demonstram o reconhecimento crescente da ciência de dados como uma disciplina de engenharia com potencial de superar esses obstáculos e impulsionar o progresso global.
Neste artigo, vamos explorar alguns exemplos reais em que a engenharia de ciência de dados
proporcionou soluções impactantes alinhadas com os Objetivos de Desenvolvimento Sustentável. Esses casos demonstram como essas ferramentas estão moldando um futuro mais sustentável.
Estudo de caso 1: Projetando ferramentas de IA para aplicativos de saúde móvel (mHealth)
Imagine receber uma mensagem motivacional no seu celular incentivando você a dar uma caminhada ou praticar mindfulness. Esses pequenos estímulos, impulsionados pela engenharia de ciência de dados, fazem parte de intervenções de saúde móvel (mHealth) projetadas para melhorar o bem-estar. Com a crescente dependência das tecnologias móveis, os aplicativos de mHealth desempenham um papel essencial na redução das desigualdades em saúde e na promoção do ODS 3: Saúde e Bem-Estar.
Do ponto de vista da engenharia, desenvolver ferramentas de mHealth envolve a criação de algoritmos que se adaptam e otimizam em tempo real. Por exemplo, o aprendizado por reforço (um tipo de IA) permite que esses sistemas aprendam quais mensagens geram maior impacto para os usuários. Em um de nossos projetos, desenvolvemos um algoritmo híbrido combinando amostragem de Thompson (um método de aprendizado por reforço) com modelos estatísticos para aumentar a eficácia de mensa-
Como podemos projetar cidades que sejam não apenas funcionais, mas também sustentáveis? A IA generativa, uma ferramenta de engenharia de ponta, pode ajudar urbanistas a visualizar e criar as cidades do futuro.
“
gens motivacionais em aplicativos de mHealth. Esse método foi aplicado no aplicativo “Drink Less”, que auxilia usuários a reduzir o consumo perigoso de álcool. Os mesmos princípios podem ser expandidos para aplicativos de mindfulness e atividade física, demonstrando como ferramentas de IA podem ser projetadas para enfrentar desafios diversos na área da saúde.
Estudo de caso 2: Ferramentas de previsão para crescimento econômico e gestão de epidemias
A previsão é um pilar fundamental da ciência e da engenharia—seja para calcular a trajetória de um foguete ou antecipar o aumento dos preços ao consumidor. No contexto do ODS 8: Trabalho Decente e Crescimento Econômico, previsões precisas ajudam formuladores de políticas a desenvolver estratégias econômicas eficazes. Por exemplo, projetamos um modelo de rede neural de conjunto, chamado FEWNet, para prever as taxas de inflação em economias emergentes, como Brasil, Rússia, Índia e China. Combinando princípios econométricos com aprendizado de máquina, o FEWNet fornece previsões precisas que auxiliam bancos centrais na tomada de decisões informadas.
Mas a previsão não se limita apenas à economia—ela também é essencial para a saúde pública. A modelagem de epidemias, conhecida como "epicasting",
utiliza ferramentas de ciência de dados para prever a propagação de doenças como dengue e gripe. Nossa equipe desenvolveu um software que incorpora características-chave das doenças para fornecer previsões confiáveis, permitindo intervenções oportunas nas regiões afetadas. Essas ferramentas demonstram a engenhosidade da engenharia na solução de desafios diversos—desde a estabilização de economias até a salvaguarda de vidas humanas.
Estudo de caso 3: IA Generativa para cidades sustentáveis
A urbanização está se acelerando, especialmente em países em desenvolvimento, resultando em desafios como congestionamento, poluição e perda de áreas verdes. Como podemos projetar cidades que sejam não apenas funcionais, mas também sustentáveis? A IA generativa, uma ferramenta avançada de engenharia, pode auxiliar urbanistas a visualizar e criar as cidades do futuro.
Em um projeto recente, alinhado com o ODS 11: Cidades e Comunidades Sustentáveis, combinamos modelagem estatística com IA generativa para prever a densidade da rede viária em cidades indianas de pequeno e médio porte. Esse trabalho responde a perguntas críticas, como “Como serão nossas cidades no futuro? Como planejar infraestrutura para atender à
crescente demanda?” Utilizando indicadores espaciais e dados de mobilidade humana, nosso framework fornece insights práticos para que urbanistas projetem redes viárias eficientes e sustentáveis. Essas técnicas podem ser adaptadas globalmente, demonstrando como soluções de engenharia podem enfrentar desafios urbanos em escala mundial.
Esses estudos de caso ilustram o potencial transformador da engenharia de ciência de dados. De aplicativos de saúde a previsão econômica e planejamento urbano, essas soluções demonstram como dados brutos podem se tornar ferramentas impactantes. No entanto, o sucesso exige colaboração. Parcerias com formuladores de políticas, instituições internacionais e centros de pesquisa, como a Universidade Sorbonne Abu Dhabi, garantem que essas ferramentas sejam não apenas inovadoras, mas também práticas e escaláveis.
Pensando no futuro, nossa pesquisa em andamento está focada na ação climática e no monitoramento da qualidade do ar, abordando o ODS 13: Ação Contra a Mudança Global do Clima. Por exemplo, estamos desenvolvendo modelos de aprendizado profundo geométrico para prever níveis de poluição do ar em cidades como Delhi e Pequim. Essas ferramentas, combinadas com princípios de engenharia, podem ajudar a mitigar os efeitos do “smog” e criar ambientes urbanos mais saudáveis.
Alcançar os ODS é uma tarefa monumental, mas com soluções inovadoras baseadas em dados, esforços colaborativos e um compromisso com a sustentabilidade, o futuro é promissor. A engenharia de ciência de dados é mais do que uma área de estudo—é uma ponte que conecta os desafios de hoje às soluções de amanhã.
Ensinando uma turma de Engenharia com um chatbot como assistente de ensino
Professora Derin Ural
Professora de Prática, Departamento de Engenharia Civil e Arquitetônica, Faculdade de Engenharia, Universidade de Miami, Flórida, EUA
Revolucionando as abordagens -pedagógicas por meio da Inteligência Artificial
Como membro do corpo docente de Engenharia que se adaptou às pedagogias centradas no aluno, incluindo aprendizagem invertida e ativa, ao longo de minha carreira de três décadas, fiquei curiosa para testar o uso de um chatbot de Inteligência Artificial (IA) para aprimorar a experiência de aprendizado dos meus alunos. Percebi que a integração da IA em ambientes educacionais está promovendo mudanças profundas na forma como estudantes com difer entes perfis interagem com o conteúdo do curso e se envolvem de forma mais eficaz no processo de aprendizagem. Com a capacidade de criar chat bots específicos para cursos e tópicos, a IA está sendo cada vez mais empregada para proporcio nar experiências de aprendizado personalizadas para os alunos. Este artigo explora a implemen tação de um chatbot como assistente de ensino em um curso de Engenharia na Faculdade de Engenharia da Universidade de Miami (UM). Ao analisar sua capacidade de esclarecer conceitos complexos, responder às perguntas dos alunos a qualquer hora do dia e aumentar o engajamento, este projeto piloto contribui para o crescente debate sobre o papel da IA no ensino superior. Os resultados, confirmados tanto pelo feedback dos alunos quanto por pesquisas acadêmicas, ressaltam seu potencial transformador.
Chatbots de IA: Uma mudança de paradigma na educação
A implementação de chatbots de IA representa uma mudança significativa nas metodologias de apoio educacional, impulsionada pelo compromisso de melhorar a aprendizagem dos alunos por meio da inovação tecnológica. Como membro do corpo docente de Engenharia, vejo um uso fundamental dos chatbots para elaborar e explicar conceitos, e não necessariamente para resolver problemas. Minha decisão de testar um chatbot
“A implementação de chatbots de IA representa uma mudança significativa nas metodologias de apoio educacional, impulsionada pelo compromisso de aprimorar o aprendizado dos alunos por meio da inovação tecnológica.”
foi baseada em pesquisas, como as conduzidas pela Tyton Partners, que destacam o potencial da IA para aumentar o engajamento acadêmico. Paralelamente, insights do Youth Today evidenciam a crescente dependência dos alunos por soluções baseadas em IA para suas necessidades acadêmicas e informativas. Como enfatizado pelo The Chronicle of Higher Education, preparar educadores com as habilidades necessárias para implementar ferramentas de IA de maneira eficaz é essencial para o sucesso sustentável das gerações de alunos que dependem de soluções baseadas em IA. Participando de workshops de desenvolvimento profissional na UM, pude criar, testar e implementar chatbots em minhas aulas de engenharia neste ano. Dentro da educação em engenharia, onde dominar conceitos teóricos e práticos complexos é fundamental, encontrei nos chatbots uma maneira adaptativa, envolvente e, mais importante, acessível de responder às dúvidas dos alunos sobre o conteúdo do curso. Ter alunos tradicionais e não tradicionais na mesma turma também mostrou que ambos os grupos se beneficiaram do chatbot, com os alunos que trabalhavam em tempo integral tirando maior proveito. O chatbot se mostrou uma alternativa eficaz aos horários de atendimento dos professores, especialmente para os alunos com trabalho em tempo integral.
Desenvolvendo e implementando a iniciativa do chatbot
O chatbot “Kay” utilizado no meu curso foi meticulosamente configurado para alinhar-se aos tópicos do curso e aos objetivos de aprendizagem definidos no plano de ensino. O nome "Kay" foi
baseado em um líder de pensamento nessa área, com quem os alunos puderam se encontrar em uma sessão durante o semestre. As funcionalidades do chatbot Kay incluíam responder a perguntas técnicas, resumir o conteúdo do curso, comparar modelos, fornecer exemplos de melhores práticas de engenharia e utilizar informações de interações anteriores para personalizar o suporte. Do ponto de vista instrucional, alinhar as respostas do chatbot aos objetivos do curso exigiu um investimento significativo inicial em design de prompts e personalização, por meio de perguntas e respostas iterativas, instruindo o chatbot a compartilhar suas referências. Após um período de testes, o chatbot estava pronto para ser piloteado com meus alunos. Ao ver um link para o chatbot no plano de ensino, os alunos ficaram surpresos e intrigados, pois foram apresentados ao chatbot como uma ferramenta suplementar, posicionada para complementar - e não substituir - os métodos diretos de ensino.
As principais capacidades do chatbot específico do curso incluíam:
• Articular explicações detalhadas dos princípios de engenharia.
• Oferecer resumos concisos dos pontos principais dos tópicos.
• Fornecer respostas em tempo real para dúvidas conceituais fora do horário das aulas, que foi a característica mais impactante.
Os alunos foram incentivados a utilizar o chatbot de forma consistente por meio de tarefas que exigiam que eles trabalhassem inicialmente sem acesso a ele, e, em seguida, comparassem suas descobertas com o resumo fornecido ao interagir com o chatbot. Eles puderam, então, fornecer feedback para avaliar a eficácia da ferramenta. No início do semestre, os alunos interagiam com o Kay fazendo uma ou duas perguntas, em conversas curtas. À medida que
“67% dos participantes concordaram totalmente e 33% concordaram que o chatbot facilitou uma compreensão mais profunda do material complexo e fortaleceu sua experiência de aprendizado como um todo.”
o semestre avançava, suas conversas começaram a fluir naturalmente, com sete a nove perguntas sobre diversos tópicos do curso.
Percepções empíricas a partir do feedback dos alunos
Uma pesquisa estruturada realizada ao final do semestre com todos os alunos revelou tendências interessantes:
• Aumento da Eficácia no Aprendizado: 67% dos participantes concordaram totalmente e 33% concordaram que o chatbot facilitou uma compreensão mais profunda do material complexo e fortaleceu sua experiência de aprendizado como um todo. Eles gostaram de interagir com o chatbot.
• Confiança Acadêmica: 67% dos participantes concordaram totalmente e 33% concordaram que o chatbot influenciou positivamente seu desenvolvimento como estudantes mais capazes e confiantes. O chatbot foi treinado para ter uma mentalidade de crescimento e um tom educado, o que foi bem recebido pelos alunos.
• Endosso Universal: 100% dos entrevistados defenderam a continuidade da integração de chatbots em futuras edições do curso.
O feedback qualitativo dos alunos ilustrou ainda mais o impacto do chatbot e seu potencial para futuras turmas:
• “Foi muito útil... Eu sempre me esquecia de algumas informações e o chatbot conseguia recuperar essas informações de sessões anteriores. É uma ferramenta que pode realmente ser benéfica para os alunos, não para trapacear ou fazer as tarefas por eles, mas para ajudá-los com partes que eles podem não entender.”
• “Como mãe solteira que trabalha em tempo integral, o chatbot me permitiu continuar minha educação... Eu estava ficando para trás nas tarefas e pensei em desistir das disciplinas. As interações com o chatbot, mesmo em horários tardios, foram essenciais para o meu sucesso. Todas as aulas deveriam ter um chatbot como assistente de ensino!”
Essas reflexões ressaltam o papel do chatbot de IA em fornecer suporte acadêmico direcionado e individualizado para as diferentes necessidades dos alunos.
Benefícios da integração de IA na educação em Engenharia
As contribuições do chatbot foram além de atender às necessidades acadêmicas imediatas, proporcionando vantagens pedagógicas mais amplas:
Acessibilidade Ininterrupta: Sua disponibilidade 24 horas por dia, sete dias por semana, permitiu que os alunos buscassem esclarecimentos e reforço de tópicos, independentemente do horário e da localização.
Aprendizado Personalizado: Aproveitando os dados de interação, o chatbot ofereceu orientações detalhadas adaptadas às trajetórias de aprendizado individuais. Por ter participado do desenvolvimento do chatbot, a possibilidade de ver anonimamente as perguntas feitas pelos alunos permitiu reforçar tópicos durante as aulas.
Eficiência nas Aulas: Ao abordar perguntas frequentes, o chatbot permitiu que os docentes dedicassem mais tempo a discussões avançadas e mentoria.
Vislumbrando o futuro da aprendizagem potencializada pela IA
A implementação de um chatbot como assistente de ensino em um curso de engenhar-
Como mãe solteira que trabalha em tempo integral, o chatbot me permitiu continuar minha educação... Eu estava ficando para trás nas tarefas e pensei em desistir das disciplinas. As interações com o chatbot, mesmo em horários tardios, foram essenciais para o meu sucesso.
Todas as aulas deveriam ter um chatbot como assistente de ensino!
“ “
ia proporcionou percepções inesperadas e valiosas sobre o potencial da IA para complementar as abordagens pedagógicas tradicionais. Embora não substitua a profundidade do ensino humano, o chatbot se mostrou um complemento indispensável, aprimorando a acessibilidade, o engajamento e a eficiência. O feedback dos alunos, assim como a experiência dos docentes neste piloto, atesta a promessa dos chatbots de IA como uma ferramenta transformadora na educação. À medida que as tecnologias de IA continuam a avançar, sua integração em ambientes acadêmicos na educação em engenharia e além oferece uma via atraente para redefinir os contornos do ensino e da aprendizagem no século XXI.
Destaque de Liderança
Adotando Soluções Baseadas em IA na Universidade Americana de Ras Al Khaimah (AURAK):
Uma Entrevista com o Professor
Khalid Hussain, Reitor de Engenharia e Computação
Professor Khalid, é uma grande alegria recebê-lo no estimado grupo de líderes do ensino superior apresentados na UniNewsletter. Estamos animados para ouvir suas opiniões exclusivas sobre o que promete ser uma edição especial impactante sobre Engenharia e IA Generativa. Poderia compartilhar com nossos leitores um pouco sobre sua trajetória acadêmica e de liderança? Especificamente, como suas experiências culminaram em seu ingresso na AURAK como Reitor da Escola de Engenharia e Computação?
Minha trajetória na academia se estende por mais de três décadas, período no qual tive o privilégio de ocupar posições de liderança cada vez mais elevadas em diversas instituições de ensino superior. Ao longo da minha carreira,
desempenhei diversas funções, incluindo Reitor, Diretor de Escola, Pró-reitor, e Chefe de Departamento, o que me permitiu desenvolver uma compreensão abrangente tanto da liderança acadêmica quanto das complexidades do crescimento institucional.
Antes de ingressar na carreira acadêmica, trabalhei como engenheiro de refinamento automotivo na Motor Industry Research Association (MIRA), no Reino Unido, experiência que me proporcionou valiosos insights do setor e influenciou significativamente meu trabalho acadêmico. Iniciei minha jornada acadêmica na Universidade de Bradford, no Reino Unido, em 1994, onde passei mais de 20 anos contribuindo para o ensino e a pesquisa em engenharia, chegando a atuar como Reitor da Escola de Engenharia por três
Professor Khalid Hussain
Reitor de Engenharia e Computação
Universidade Americana de Ras Al Khaimah (AURAK)
anos.
Em 2016, fui para a Universidade de Wollongong em Dubai (UOWD) como Reitor de Engenharia e Ciências da Informação, cargo que ocupei até 2022.
Minha mudança para a AURAK para assumir o cargo de Reitor da Escola de Engenharia e Computação (SOEC) foi motivada pela minha paixão por promover a educação em engenharia e computação, incentivar a
inovação e aprimorar os resultados acadêmicos dos estudantes. Nesta função, tive o privilégio de aplicar minha vasta experiência em liderança acadêmica para orientar a universidade em um período de crescimento significativo e aumento da visibilidade, com um foco especial na competitividade global e no impacto social.
A AURAK é reconhecida por seu compromisso com o avanço da
Na AURAK, reconhecemos que a engenharia e a computação são fundamentais para enfrentar alguns dos desafios mais urgentes da sociedade. “ “
educação em engenharia. Como o senhor vê a IA Generativa alinhando-se aos objetivos mais amplos da universidade em inovação e excelência
Na AURAK, reconhecemos que engenharia e computação desempenham um papel central na resolução de alguns dos desafios mais urgentes da sociedade, como mudanças climáticas, sustentabilidade, escassez de energia, segurança, crescimento populacional, envelhecimento da população e as preocupações crescentes com a escassez de alimentos e água. Os engenheiros estão na linha de frente da busca por soluções inovadoras para esses problemas globais, e estamos comprometidos em preparar nossos alunos com o conhecimento e as habilidades necessárias para contribuir significativamente com esses esforços. Nossos programas de engenharia são projetados para enfatizar áreas-chave que estão alinhadas com esses desafios globais, incluindo design, inovação, sustentabilidade, tecnologias inteligentes, cidades inteligentes, energia renovável e, mais recentemente, inteligência
A IA Generativa representa o que há de mais avançado em inovação tecnológica, e sua integração em nossos currículos de engenharia e computação se alinha perfeitamente com a visão mais ampla da AURAK de excelência acadêmica e inovação. A universidade sempre esteve comprometida em fomentar um ambiente que incentiva o aprendizado baseado em pesquisa e pensamento avançado, preparando graduados que não apenas dominam suas áreas de estudo, mas que também são adaptáveis às demandas em constante evolução do mercado de trabalho. Não estamos apenas ensinando aos nossos alunos as
ferramentas tecnológicas mais recentes – estamos promovendo uma cultura de criatividade, pensamento crítico e inovação, qualidades essenciais para o sucesso no cenário atual da engenharia, que muda rapidamente. Em última instância, a IA Generativa complementa a missão da AURAK de formar a próxima geração de engenheiros e tecnólogos, capacitados para liderar mudanças trans-
A AURAK tem sido pioneira na educação em IA nos EAU, tornando-se, com orgulho, a primeira instituição do país a oferecer um programa de bacharelado abrangente em IA.
formadoras, tanto regional quanto globalmente, ao desenvolver soluções inovadoras para os desafios mais urgentes do mundo.
Conforme destacado nesta edição, a IA Generativa está revolucionando os fluxos de trabalho da engenharia, desde a simulação até a otimização. Como a AURAK está preparando os alunos para lidar com essas mudanças impulsiona-
das pela IA em suas futuras carreiras?
A AURAK tem sido pioneira na educação em IA nos EAU, tornando-se, com orgulho, a primeira instituição do país a oferecer um programa de bacharelado abrangente em IA. Como resultado do sucesso do programa e da crescente demanda, recentemente introduzimos um curso secundário (minor) em IA, disponível para todos os alunos de engenharia, e também estamos expandindo nossas ofertas de pós-graduação para incluir um programa de mestrado em IA e Ciência de Dados. Essas iniciativas refletem nosso compromisso em garantir que estudantes de diversas disciplinas da engenharia estejam equipados com o conhecimento fundamental e as habilidades em IA, essenciais para suas futuras carreiras.
Estamos preparando os alunos para lidar com as transformações impulsionadas pela IA no setor de engenharia, incorporando tecnologias IA em nossos currículos de engenharia e ciência da computação. Oferecemos diversos cursos especializados focados em IA, aprendizado de máquina e análise de dados, com forte ênfase em suas aplicações práticas no contexto da engenharia. Esses cursos, aliados ao uso de ferramentas de ponta, como simulações baseadas em IA, laboratórios de última geração, algoritmos de otimização e modelos preditivos de análise de dados, não apenas fornecem conhecimento teórico, mas também capacitam os alunos com habilidades técnicas para aplicar soluções baseadas em IA a desafios reais da engenharia.
E quais oportunidades e desafios o senhor enxerga na integração de ferramentas de IA Generativa nos currículos de engenharia, particularmente em termos de
desenvolver uma mentalidade de responsabilidade e prestação de contas.
“ “
inimagináveis. Por exemplo, ferramentas de design impulsionadas por IA permitem que os alunos explorem inúmeras iterações de design rapidamente, enquanto plataformas de simulação baseadas em IA permitem que eles prevejam o comportamento de materiais e estruturas sob várias condições, o que melhora significativamente tanto as
tomada de decisões. Para abor dar essas preocupações, a AURAK integra ativamente discussões éticas sobre tópicos como viés em tecnologias de reconhecimento facial e dilemas éticos no design de veículos autônomos em nossos currículos de engenharia. Incentivamos nossos alunos a avaliar criticamente as possíveis consequências da implementação da IA e a
dades que encontrarão no mer cado de trabalho.
Na sua opinião, como a crescente presença da IA na indústria de engenharia impactará as habilidades essenciais exigidas dos futuros engenheiros? Em que os alunos devem se concentrar agora para permanecerem competitivos?
sos de engenharia, projetar sistemas mais eficientes e sustentáveis e resolver problemas complexos e interdisciplinares que os métodos tradicionais sozinhos podem ter dificuldade em resolver. Como mencionei, na AURAK já estamos preparando nossos alunos para essa mudança, incorporando IA e ciência de dados em nossos currículos de engenharia e ciên-
colaborativa em equipes diversificadas e pensar criticamente sobre as implicações técnicas e éticas de aplicar a IA de maneira responsável será fundamental para o sucesso.
Como Reitor da Engenharia e Computação, como o senhor equilibra a adoção de tecnologias de ponta com a manutenção dos
princípios e habilidades fundamentais da engenharia que continuam sendo críticos?
Na AURAK, acreditamos que uma forte compreensão dos princípios fundamentais da engenharia é a base sobre a qual tecnologias avançadas, como a IA, devem ser construídas. Portanto, garantimos que nossos alunos dominem os conceitos centrais da engenharia antes de avançarem para áreas mais especializadas, como IA e análise de dados. Por exemplo, no nosso programa de engenharia mecânica, os alunos primeiro aprendem os princípios fundamentais da mecânica e termodinâmica, que são cruciais para entender como os sistemas se comportam, e depois são apresentados a tópicos mais avançados, como otimização de design impulsionada por IA e algoritmos de aprendizado de máquina para manutenção preditiva. Isso garante que os alunos não apenas saibam como usar ferramentas de ponta, mas também entendam os princípios subjacentes que regem sua aplicação.
Além da proficiência técnica, enfatizamos a importância das competências essenciais da engenharia que transcendem tecnologias específicas. Por exemplo, o pensamento sistêmico, o processo de design e o método científico são os pilares do nosso currículo.
Em última instância, nosso objetivo é garantir que os alunos sejam pensadores críticos e adaptáveis, capazes de aplicar ferramentas de engenharia tradicionais e avançadas em cenários do mundo real. Ao fornecer aos alunos uma base sólida sobre os princípios essenciais da engenharia enquanto os expomos simultaneamente às tecnologias mais recentes, estamos preparando-os para serem líderes capazes de impulsionar a inovação no cenário em constante mudança da engenharia.
Pensando no futuro, além da IA
profundamente comprometidos com a sustentabilidade e integramos esse foco em nossos currículos de engenharia, pois sabemos que as soluções de engenharia estarão no coração da transformação de como
produzimos, consumimos e descartamos recursos.
Outra área em rápido crescimento que me anima é o desenvolvimento de sistemas inteligentes, particularmente no contexto das cidades inteligentes, Internet das Coisas (IoT) e robótica. Oferecemos cursos especializados e projetos nessas áreas que permitem que nossos alunos contribuam para a transformação digital da sociedade. Por fim, estou especialmente animado com o impacto crescente da engenharia biomédica, uma área que revolucionará os cuidados de saúde e as tecnologias médicas. Com os avanços em áreas como robótica médica, medicina personalizada e bioinformática, os engenheiros biomédicos serão fundamentais para moldar o futuro da saúde.
Muito obrigado por compartilhar seus pensamentos, Professor Khalid. Para finalizar, quais perspectivas estão no horizonte da Escola de Engenharia da AURAK? O que os alunos atuais e futuros podem esperar?
Estou entusiasmado com as promessas do futuro e confiante no conjunto de iniciativas animadoras que aprimorarão significativamente tanto a experiência acadêmica quanto as perspectivas de carreira de nossos alunos. A Escola de Engenharia e Computação está comprometida em expandir nossos centros de pesquisa para focar em áreas de ponta como IA, sistemas inteligentes e energia sustentável, além de intensificar nossos esforços para fortalecer a colaboração com a
indústria.
Para fortalecer ainda mais a empregabilidade, estamos constantemente evoluindo nossas ofertas acadêmicas para nos alinharmos com as necessidades da indústria e também focando em fomentar um forte envolvimento de ex-alunos, o que desempenha um papel crucial no sucesso de nossos alunos por meio de orientação, mentoria e oportunidades de colocação profissional. À medida que continuamos a crescer e evoluir, os alunos da AURAK podem esperar uma comunidade acadêmica vibrante, dedicada à inovação, colaboração e preparação para a carreira.
“ “
as perspectivas de carreira de nossos alunos.
Perspectivas da Indústria
O Papel dos Engenheiros na Sociedade e na Indústria
Uma habilidade para a vida, e não necessariamente uma profissão
Dr. Waddah S Ghanem Al Hashmi BEng (Hons), DipSM, DipEM, MBA, MSc, AFIChemE, FEI, MIoD, FIEMA Presidente do Comitê Federal de Saúde e Segurança Ocupacional nos EAU e Diretor Sênior no Setor de Energia
“Sou um grande defensor da pesquisa engajada e acredito que o aprendizado acadêmico, se não traduzido em ação industrial (ou seja, aplicação vocacional), às vezes é como guardar uma caixa de chocolates até que ela chegue ao limite da data de validade.”
Muitos me perguntaram, como líder — e especialmente como diretor nos últimos 15 anos da minha carreira — qual foi o treinamento ou certificação mais crítico que obtive que me ajudou a ter sucesso em meus diversos papéis na indústria, tanto no meu trabalho em tempo integral quanto nas minhas atividades extracurriculares de negócios e na indústria. Venho trabalhando há aproximadamente 28 anos e ocupei cerca de sete funções diferentes, a maioria em uma empresa de energia aqui em Dubai, mas também fiz algumas consultorias no passado distante. Meu trabalho foi principalmente na área de Meio Ambiente, Saúde e Segurança (EHS), mas também me ramifiquei em muitas outras áreas, como sustentabilidade, planejamento de continuidade de negócios, governança corporativa, excelência operacional, aprendizagem reflexiva e assim por diante.
Sou um grande defensor da pesquisa engajada e acredito que o aprendizado acadêmico, se não traduzido em ação industrial (ou seja, aplicação vocacional), às vezes é como guardar uma caixa de chocolates até que ela chegue ao limite de validade. Deve haver uma espiral de aprendizado e conhecimento para todos, e foi por esses processos de aprendizagem que me interessei mais profundamente, especialmente nos últimos 15 anos, ao invés do conhecimento em si. Refleti bastante sobre a questão do sucesso e percebi que ele foi graças as minhas bases em engenharia e o que o estudo de engenharia me ensinou sobre "o processo de pensar". A primeira coisa que você aprende como engenheiro é o seu propósito, que simplesmente é resolver um problema ou encontrar uma maneira de tornar algo mais fácil para as pessoas. Você quer atravessar de uma margem do rio para a outra, então construímos uma ponte.
Quando você constrói uma ponte, você começa a aprender, além do óbvio — matemática, física, cálculos, projeto etc. — todos os propósitos que ela irá servir, e a quantos ela irá servir. Então, depois de estabelecer o problema e procurar soluções, é hora de definir o escopo da solução. Depois, você considera as várias opções, entendendo os recursos necessários para abordar o escopo, e então constrói a solução para o problema original. O problema está nos detalhes, que são gerenciados por uma equipe multidisciplinar de engenheiros e arquitetos. Embora venham de disciplinas diferentes, todos são engenheiros que foram treinados nas mesmas bases — alguns nas mesmas matérias centrais — mas, mais significativamente, todos foram treinados para pensar de forma sistemática, lógica, aplicando o pensamento lateral e abordagens científicas.
Assim, é surpreendente como uma equipe de engen-
linguagem funcional com um pensamento fundamentado no mesmo conjunto de princípios, pode se unir e trabalhar em um desafio prático. Na verdade, no meu primeiro ano de faculdade, estudei ao lado de todos os engenheiros de primeiro ano, incluindo os de mecânica, elétrica, civil, etc. Fizemos até vários cursos juntos no segundo ano, momento em que começamos a nos especializar. Eram cursos como estudos de energia com os engenheiros elétricos, engenharia geotécnica com os engenheiros civis e termodinâmica avançada com os engenheiros mecânicos.
Já se passaram 20 anos desde que tive um emprego que exigia as habilidades da minha disciplina de engenharia como parte significativa do cargo. A maioria dos meus colegas também, e muitos engenheiros não utilizam muito do seu conhecimento de engenharia além dos primeiros 5 a 10 anos de sua carreira. Sou um engenheiro ambiental que se formou há cerca de 30 anos com um diploma com honras. Formar-me em Cardiff, no País de Gales, no Reino Unido, foi uma ótima experiência porque, apenas dois ou três anos antes de eu entrar, o programa era voltado para materiais e mineração. Com o fechamento da maioria das minas, surgiu um novo tipo de engenheiro—que poderia lidar com os desafios de limpar grande parte da bagunça feita pelas indústrias de mineração e extração. Fomos impulsionados a reaproveitar terras, equipamentos e habilidades para o futuro!
Engenheiros são ágeis. De um programa de engenharia projetado para construir minas e
“Engenheiros são ágeis... isso é o fascinante sobre os engenheiros e, na verdade, é por isso que eles podem, mais tarde na vida, exercer muitas
outras profissões, como TI, finanças, gestão e assim por diante.”
operá-las, para um programa projetado para fechar e descomissionar essas mesmas minas e suas instalações associadas, você precisa de um engenheiro para ambos. E você pode transformar rapidamente o engenheiro de um propósito para o outro. Isso é o fascinante sobre os engenheiros e, na verdade, é por isso que eles podem, mais tarde na vida, exercer muitas outras profissões, como TI, finanças, gestão e assim por diante. E, de fato, embora sejam considerados como tendo habilidades interpessoais comparativamente menores, engenheiros com diversas experiências organizacionais foram até contratados para cargos de RH em muitas empresas europeias nos anos 2000.
Eu mesmo usei minhas habilidades de engenharia para ajudar a criar empresas. Como especialista em governança e liderança, grande parte do trabalho de estruturação que fiz foi baseado no meu pensamento estruturado de engenheiro. Como diretor, os cargos que eu tinha dentro das minhas responsabilidades em Meio Ambiente, Saúde e Segurança, Sustentabilidade, Excelência Operacional ou Seguro Marítimo eram baseados nas habilidades centrais, no pensamento racional e nas abordagens em que fui treinado e continuei (no meu próprio tempo) a explorar ao longo dos anos.
Com o surgimento do mundo dos desenvolvimentos digitais, incluindo o poder da Inteligência Artificial (IA) e do Aprendizado de Máquina (ML) que esta edição especial explora, os engenheiros, eu acredito, estão divididos entre duas gerações. A geração mais velha entende e valoriza os primeiros princípios de aprendizado em engenharia. Quando fiz meu curso de engenharia nos anos 90, ainda usávamos papel e canetas tinteiro para produzir desenhos de engenharia. Só comecei a usar um modelo muito básico de software AutoCAD nos últimos anos do curso.
A programação — na época, ainda usávamos um programa chamado Fortran 77, embora já estivessem sendo usadas linguagens básicas — foi uma das habilidades que eu nunca mais usei na minha vida. Mesmo assim, por ter tido que desenvolver códigos, entendo os princípios bási-
é mais crítico para um engenheiro entender e valorizar é que, independentemente do uso da tecnologia para auxiliá-los em suas tarefas, eles continuam sendo, em última instância, responsáveis pelo que eles, como engenheiros, produzem. É esse senso de propriedade e responsabilidade pessoal que não deve ser perdido.
Finalmente, os engenheiros têm sido geralmente estigmatizados por não serem tão emocionalmente inteligentes ou empáticos como poderiam ser. Eu concordo que às vezes os engenheiros podem ser muito racionais e menos criativos. Isso não significa que os engenheiros não sejam eficazes em interações humanas e ciências sociais. É o cultivo dessas habilidades pessoais, interpessoais e sociais que os engenheiros devem buscar desenvolver dentro de si mesmos. Na minha opinião, os engenheiros têm a oportunidade de combinar esse pensamento racional e habilidades “de engenharia” com habilidades mais sociais e pessoais para se tornarem indivíduos mais holísticos. Se conseguirem
para que possam se tornar eficazes - em qualquer área que escolham seguir após se formarem!
“
O que eu diria ser mais crítico para um engenheiro entender e valorizar é que, independentemente do uso da tecnologia para auxiliá-los em suas tarefas, eles continuam sendo, em última instância, responsáveis pelo que eles, como engenheiros, produzem. “
Da Resistência à Integração:
Uma reflexão sobre a minha jornada com a IA na Academia
Nour Mostafa Kamel
Bacharel em Engenharia de Computação
Universidade Americana de Ras Al Khaimah (AURAK), EAU
Como estudante do último ano de Engenharia de Computação na AURAK, me vejo, assim como muitos outros neste período, refletindo sobre as promessas e os perigos que acompanham as marés em ascensão da Inteligência Artificial (IA). A AURAK, com sua filosofia visionária e cultura voltada para a excelência, tem me proporcionado inúmeras oportunidades de interagir diretamente com diversos tipos de serviços de IA em tarefas variadas. Neste artigo, compartilharei algumas das minhas percepções baseadas em experiências, enquanto considero o papel da IA na educação: Será ela uma ferramenta, um tutor ou uma tentação?
A IA promete avanços transformadores em todos os domínios, e a educação não é exceção. Refletindo sobre minha própria experiência, sou grata pelo fato de ferramentas como o ChatGPT não estarem disponíveis quando fiz minha primeira aula de programação. A luta para rastrear manualmente os erros, procurar ponto e vírgula ausentes e escrever meus próprios comentários em cada linha—para não esquecer sua funcionalidade—foi um dos pontos cruciais na minha trajetória de aprendizado. A palavra-chave na frase anterior é “luta”; foi o aspecto de lutar que tornou as descobertas de aprendizado difíceis de esquecer. Talvez um composto no meu cérebro tenha sido sinalizado para valorizar mais o conhecimento e mantê-lo mais firme, diante da dificuldade e do tempo que levei para adquiri-lo e ver sentido nele. A velocidade com que o ChatGPT responde às nossas perguntas e “resolve” nossos problemas resulta no esquecimento igualmente rápido do que aprendemos, e nisso vejo um dos seus maiores riscos.
A adoção da IA no meu fluxo de trabalho tem sido uma jornada repleta de ceticismo. Lembro-me de ter sido a última em meu círculo de amigos a usá-la, se é que o fiz. Minha forte aversão inicial vinha da grande preocupação sobre a autenticidade do meu trabalho e da minha própria imagem de integridade—seja acadêmica ou não. Eu frequentemente me perguntava: “E se um dia eu tirar a nota máxima
“ “
A luta para rastrear manualmente os erros, procurar ponto e vírgula ausentes e escrever meus próprios comentários em cada linha—para não esquecer sua funcionalidade—foi um dos pontos cruciais na minha trajetória de aprendizado.
e me perguntar se fui eu quem ganhei ou foi o ChatGPT? Que efeito isso teria na minha confiança nas minhas habilidades e, mais importante, isso faria meu cérebro ficar preguiçoso? Como usar isso sem perder a mim mesma—minha voz—no processo?” No início, a IA parecia a saída para os estudantes preguiçosos. No entanto, e apesar das minhas reservas iniciais, está cada vez mais claro que a IA está se tornando mais confiável, e não usá-la significaria perder uma vantagem competitiva. Comecei a ver meus professores discutindo abertamente o uso dela e, de repente, já não parecia mais tão escandaloso ou vergonhoso. Era uma questão de usá-la corretamente ou ser deixada para trás, usá-la incorretamente e correr o risco de comprometer a carreira que você mal começou a estabelecer. Com o tempo, aprendi a consultar sites de IA para tarefas como reexplicar slides que não faziam sentido para mim ou responder a consultas super específicas que buscas típicas no Google não conseguiam abordar. Ela também ajudou a acelerar o processo de aprender novas linguagens de programação, não apenas escrevendo códigos altamente personalizados (que às vezes não funcionam), mas também explicando-os linha por linha. Embora eu sinta falta de procurar meus pontos e vírgulas, a IA se tornou uma espécie de tutor virtual: ela responde instantaneamente e não se cansa das minhas perguntas intermináveis. Parece que cada estudante da nossa geração agora tem uma espécie de graduação não oficial em Engenharia de Prompt.
Embora as ferramentas de IA possam ser incrivelmente úteis, elas também estão longe de serem perfeitas. Um dos maiores problemas, por exemplo, é inventar recursos para suas afirmações ou se perder em prosas floreadas onde não se encaixam. Quantas vezes você clicou em um link fornecido pelo ChatGPT, e não chegou em lugar algum? Para usar a IA de maneira eficaz, é preciso aprender as regras e investir tempo na aval-
Para mim, que vivi o 'boom da IA' bem no meio do meu curso, é evidente que o uso de IA deve ser evitado nas disciplinas fundamentais.
iação dos resultados. Mesmo assim, os resultados muitas vezes ainda podem ser de qualidade altamente questionável. O que a maioria dos estudantes realmente não considera, no entanto, é que escrever é um processo, não apenas um produto. Se um aluno não passar pelo processo, o produto final não é uma evidência confiável de aprendizado. As sinapses cerebrais se formam durante os momentos (muitas vezes frustrantes) de descobrir como articular ideias ou encontrar aquela peça que falta na equação e pular essa etapa com atalhos da IA prejudica o desenvolvimento do pensamento crítico. À medida que interajo com ferramentas de IA no meu dia a dia, faço um esforço consciente para nunca permitir que ela tome o controle do meu processo criativo ou faça o “pensamento” por mim. A autora Joanna Maciejewska disse: “Eu quero que a IA lave minha roupa e meus pratos para que eu possa fazer arte e escrever, não para a IA fazer minha arte e minha escrita para que eu possa lavar minha roupa e meus pratos,” e eu me identifico profundamente com isso. Afinal, a Engenharia, pelo menos sob uma perspectiva de desenvolvimento, é uma forma de arte.
Mesmo antes do advento da IA, o sistema educacional já precisava de uma reformulação significativa. Talvez a IA seja o catalisador que finalmente trará as mudanças que as futuras gerações merecem. Pensando no futuro, não me vejo com medo de que a IA possa “tomar conta” do meu futuro trabalho. Um dos meus professores nos disse em uma aula que a invenção do ChatGPT para programadores é como a invenção das calculadoras para matemáticos. Ela acelera o processo, permitindo que nos concentremos em resolver problemas significativos em vez de perder tempo com tarefas repetitivas. A IA é, em sua essência, uma ferramenta poderosa que pode aumentar a produtividade, otimizar fluxos de trabalho e abrir novos caminhos de possibilidade e inspiração. Ela nos impulsiona a repensar estruturas tradicionais, permitindo que engenheiros explorem territórios inexplorados de forma mais eficiente. Para mim, que vivi o 'boom da IA' bem no meio do meu curso, é evidente que o uso de IA deve ser evitado nas disciplinas fundamentais. Em vez disso, as ferramentas de IA devem ser reservadas para o uso em estágios posteriores, quando os indivíduos já estão mais equipados com uma base de conhecimento forte e podem utilizá-las para produtividade e assistência, em vez de salvação. Devemos aproveitar as capacidades da IA para amplificar nossos esforços, não para substituí-los. A IA está aqui para ajudar, não para substituir, e reconhecer essa distinção é a chave para desbloquear seu verdadeiro potencial em qualquer domínio.
Adaptando-se ao Futuro
Preparando-se para o desenvolvimento de software na era da IA Generativa
Anne-Gaelle Colom
Vice-diretora de Escola e Diretora de Ensino e Aprendizagem, Escola de Ciência da Computação e Engenharia, Universidade de Westminster, Londres, Reino Unido
A IA Generativa está revolucionando o desenvolvimento de software, permitindo que os desenvolvedores escrevam códigos e criem protótipos de aplicativos muito mais rapidamente do que antes. Esses avanços proporcionam ganhos significativos em eficiência, mas também indicam uma mudança iminente nas habilidades exigidas dos desenvolvedores de software. Em última análise, a IA Generativa redefinirá os papéis dos desenvolvedores de software e as expectativas sobre eles. Para futuros estudantes, pais e educadores, compreender essas mudanças é essencial para se preparar para o futuro.
Ferramentas de IA, como GitHub Copilot, ChatGPT e Cursor, destacam-se na produção de códigos altamente modulares e na resolução de problemas já conhecidos ou bem definidos. Isso significa que a demanda por desenvolvedores juniores, que tradicionalmente se concentram nessas tarefas, está diminuindo. As empresas estão deixando de contratar desenvolvedores iniciantes e buscando profissionais com um conjunto de habilidades mais avançado para desenvolver novos fluxos de trabalho que incluam integrações com IA.
Para se manterem relevantes, os desenvolvedores precisarão ser capazes de revisar, avaliar, aprimorar e integrar códigos gerados por IA em sistemas complexos. Isso também se aplica aos estudantes que desejam ingressar na profissão. Nunca foi tão importante desenvolver uma base sólida nos princípios da ciência da computação. Os desenvolvedores com habilidades básicas serão completamente substituídos pela IA, enquanto se espera uma demanda maior por profissionais capazes de desempenhar funções que exigem pensamento crítico e supervisão estratégica. Deixe-me explicar o porquê.
Pode-se argumentar que a IA melhora
“Em última análise, a IA Generativa redefinirá os papéis dos desenvolvedores de software e as expectativas sobre eles. Para futuros estudantes, pais e educadores, compreender essas mudanças é fundamental para se preparar para o futuro.”
É no que eu chamaria de ‘sofrimento' que os alunos
desenvolvem o pensamento crítico, a capacidade de solucionar problemas e as habilidades
de resolução
de desafios essenciais para se tornarem bons desenvolvedores.
significativamente a eficiência e as capacidades de todos os programadores. No entanto, a realidade pode ser um pouco diferente. Programadores com ampla experiência na construção de soluções complexas aprenderam a antecipar, reconhecer e resolver problemas. Eles conseguem usar a IA como uma ferramenta para criar rapidamente diversos protótipos de soluções, que depois podem desafiar, testar e otimizar, expandindo seus conhecimentos no processo. Além disso, entendem a importância da manutenção do código. Como resultado, avaliam criticamente e refinam continuamente as sugestões geradas pela IA para garantir qualidade, concentrando-se em decisões arquitetônicas complexas e na integração estratégica. Em outras palavras, desenvolvedores experientes utilizam a IA para acelerar a implementação de soluções que eles desenvolveram, projetaram — ou pelo menos compreendem completamente.
Para estudantes e desenvolvedores novatos, programar com IA inicialmente parece mágica. A IA é, de fato, capaz de criar protótipos em minutos e implementar grande parte dos requisitos de uma aplicação real. Como resultado, é enorme a tentação de depender excessivamente da IA. O processo tradicional de aprendizado em desenvolvimento de software envolve escrever códigos do zero, testá-los, cometer erros, introduzir bugs, corrigi-los e refletir sobre essas experiências. Esse processo repetitivo, embora desafiador, é onde ocorre grande parte da aprendizagem profunda. É no que eu chamaria de “sofrimento” a frustração de depurar códigos, a persistência necessária para resolver problemas e o eventual momento de “eureka” ao
compreender um conceito que os estudantes desenvolvem o pensamento crítico, a capacidade de solucionar problemas e as habilidades essenciais para se tornarem bons desenvolvedores.
A IA generativa pode encurtar esse processo ao fornecer soluções prontas. Quando os estudantes dependem excessivamente de códigos gerados por IA, perdem oportunidades de compreender completamente a lógica, a estrutura e as nuances da programação. Lidar com um problema e aprender a superá-lo é o que constrói a resiliência e a expertise necessárias para enfrentar desafios mais complexos no futuro. Assim, sem um esforço consciente, os desenvolvedores iniciantes correm o risco de não assimilar os princípios fundamentais da ciência da computação e perder experiências valiosas de resolução de problemas que impulsionam o crescimento.
As instituições de ensino devem sempre adaptar seus currículos para refletir as tendências da indústria, e isso é particularmente verdadeiro neste caso. As habilidades tradicionais de programação continuam sendo essenciais, mas agora precisam ser complementadas por:
• Alfabetização em IA: Compreender como integrar e otimizar ferramentas de IA nos fluxos de trabalho.
• Pensamento Crítico e Criatividade: Avaliar e refinar os resultados gerados por IA quanto à precisão e relevância.
• Consciência Ética: Lidar com vieses e garantir o uso responsável da IA.
• Compreensão de Problemas: Desenvolver uma compreensão profunda dos problemas para orientar a IA na criação de soluções personal-
• izadas.
• Engenharia de Prompts: Aprender a escrever prompts precisos e eficazes para direcionar ferramentas de IA.
A aprendizagem baseada no trabalho, como a incorporação de insights das práticas do ambiente profissional e da forma como desenvolvedores seniores atuam, pode preparar ainda mais os alunos para desafios do mundo real. Como discutido anteriormente, desenvolvedores seniores frequentemente trabalham de forma colaborativa e utilizam a IA para otimizar processos, mantendo o controle e a supervisão. As universidades podem replicar essas práticas por meio de projetos que combinem trabalho em equipe, integração da IA e revisão de código. Por exemplo, o conteúdo programático pode incluir: Programação em pares com IA, onde os alunos colaboram com a IA para escrever códigos. A IA gera soluções, mas o aluno refina e completa o código, especialmente em situações em que as respostas da IA estão incompletas ou apresentam falhas.
Análise crítica de respostas geradas por IA, onde os alunos devem identificar possíveis erros e áreas para otimização.
Trabalho com APIs, onde os alunos precisam lidar com problemas ao trabalhar com APIs atualizadas que a IA "não conhecia" e que tinham pouca compatibilidade com versões anteriores, resultando em erros ou bugs.
Simulações de ambientes profissionais, onde os alunos gerenciam fluxos de trabalho assistidos por IA, supervisionam a qualidade do código, garantem sua correção e confirmam se ele funcionaria em um cenário crítico para a missão. Os alunos também devem usar a IA como uma ferramenta poderosa de aprendizado. Com a ajuda da IA, eles podem experimentar conceitos de programação, gerar exemplos e depurar seus projetos. Isso permite que os alunos reforcem seu entendimento enquanto cultivam as habilidades de resolução de problemas independentes essenciais para o sucesso a longo prazo.
Temos mais de 30 laboratórios totalmente equipados com PC e Mac para jogos, cibersegurança, realidade virtual e IA com vários sistemas operacionais, softwares e hardware de Realidade Virtual. Cortesia da Universidade de Westminster.
À medida que a IA generativa se torna uma parte integrante do desenvolvimento de software, o acesso equitativo a esses recursos é fundamental. Modelos avançados de IA frequentemente exigem assinaturas pagas, criando disparidades entre os alunos. Universidades e faculdades devem considerar fornecer licenças institucionais, garantindo que todos os alunos tenham a oportunidade de desenvolver proficiência com essas ferramentas. Uma tendência crescente é que os custos de API para empresas estão caindo, mas ficando mais caros para assinaturas de consumi-
A adoção da IA generativa no desenvolvimento de software não é mais uma opção, é essencial. “ “
dores (o acesso do consumidor ao o1 pro custa atualmente US$200/mês).
Além disso, os educadores devem orientar os alunos a entender as implicações éticas do uso da IA, para prepará-los a se adaptar ao desenvolvimento movido por IA de forma responsável. Isso inclui abordar questões como propriedade intelectual, parcialidade nos modelos de IA e o impacto social da automação.
Adotar a IA generativa no desenvolvimento de software não é mais uma opção, é essencial. No entanto, para prosperar nesse cenário em evolução, os futuros desenvolvedores precisam encontrar um equilíbrio e ter cautela. Embora as ferramentas de IA sejam poderosas, elas ainda não podem substituir as habilidades criativas e analíticas de um desenvolvedor bem treinado, que é capaz de identificar soluções falhas ou incompletas propostas pela IA.
Os alunos também precisam mudar sua mentalidade. Como a IA agora supera o desenvolvedor médio e aqueles que não possuem habilidades avançadas, é essencial que os futuros desenvolvedores trabalhem duro e se comprometam totalmente a dominar os fundamentos. Os alunos devem buscar aprendizado baseado em projetos, explorar novas tecnologias, cometer erros e aprender com eles para cultivar a criatividade e a resiliência necessárias para se adaptar a este campo dinâmico.
Para concluir, a IA generativa é uma força transformadora no desenvolvimento de software. Ela oferece tanto desafios quanto oportunidades para inovação. As instituições educacionais desempenham um papel crucial em ajudar os alunos a adotar a IA de forma reflexiva e adquirir habilidades avançadas para permitir que se tornem profissionais adaptáveis, criativos e éticos na competitiva e rapidamente avançando indústria de engenharia de software.
Nosso novíssimo espaço de inovação é uma área multifuncional para os alunos trabalharem em projetos em grupo, apresentarem e divulgarem seus trabalhos, estudarem individualmente e socializarem. Ele é equipado com computadores e displays de última geração. Cortesia da Universidade de Westminster.
