Gen-AI na Educação

Como funciona uma Large Language Model

Um LLM é um modelo de IA treinado para prever a próxima palavra em uma sequência de texto. Ele aprende padrões e contextos linguísticos a partir de bilhões de exemplos.

O modelo calcula probabilidades para cada palavra possível e escolhe a mais provável. Adiciona essa palavra à frase e repete o processo — uma predição por vez.

Limites e Arquitetura das LLMs

Esse mecanismo é baseado na arquitetura Transformer, que analisa todas as palavras anteriores para entender o contexto antes de gerar a próxima.

Em outras palavras, as LLMs funcionam como um “autocompletar inteligente”: combinam estatística e contexto para produzir frases coerentes, mas não compreendem o mundo nem garantem que o conteúdo seja verdadeiro.

Gen-AI + Web

Exemplos:

• HTML + CSS + JS para simulações rápidas (CodePen).
• Apps Script para automação do Google.
• Expo Snack para apps mobile/web com React Native.

Exemplo: HTML

<h1>Título da Página</h1>
<p>Um parágrafo de texto simples.</p>

Exemplo: CSS

body {
  background:#0e0f1a;
  color:#fff;
  font-family:Inter, sans-serif;
}

Exemplo: JavaScript

function saudacao(nome) {
  alert("Olá, " + nome + "!");}
saudacao("Jéfer");

Demo: Drone 3D

Demo: Expo Snack

Demo: Google Apps Script

Como o Apps Script Funciona

O código percorre automaticamente todas as abas da planilha e cria um formulário para cada:

1. Identifica as abas com o padrão Aula 1, Aula 2, ...
2. Cria um novo Google Form para cada aba detectada.
3. Ativa o modo de Questionário com correção automática.
4. Lê cada linha da planilha (perguntas e alternativas).
5. Adiciona as questões ao formulário com as alternativas e a resposta correta.
6. Inclui feedback personalizado conforme a justificativa registrada na planilha.

Resultado da Automação

Ao executar o script, cada aba Aula 1..15 gera automaticamente um novo Google Form completo, com perguntas, respostas e feedback configurados.

Formulário criado automaticamente (modo quiz ativado)

Questões com autocorreção e feedback configurados

Demo: Coordenação

Demo: POA

Demo: Grade Curricular

Demo: Formativas

Demo: LCP Disciplinas - WP (Elementor)

Demo: Visão Emotiva

Demo: Drone 3D

Demo: Robo Duino

Demo: Disciplina DEE344

Demo: Simulador DEE344

Demo: Packet-Jef

Demo: DuoJef

Demo: CHDEE

Demo: MK Solver

Conclusão

Potencializar resultados significa liberar tempo para ensinar.

A IA não substitui, ela POTENCIALIZA ESPECIALISTAS!

Prof. Jéfer Benedett Dörr

Universidade Federal do Paraná — Licenciatura em Computação

“Potencializar resultados é liberar tempo para o que só um professor pode fazer: ENSINAR.”

📧 jefer@ufpr.br

📱 @jeferbd • @lcp_ufpr