Estudo e Desenvolvimento de um Sistema para Geração e Correção Automática de Provas Utilizando Inteligência Artificial

Resumo

A elevada carga de trabalho na elaboração e correção de avaliações, somada à necessidade de garantir objetividade, diversidade e coerência pedagógica, motivou o desenvolvimento de uma plataforma baseada em Inteligência Artificial (IA) para geração e correção automática de provas no contexto do ensino de Matemática. O objetivo foi otimizar o processo avaliativo, assegurando qualidade, consistência e personalização, com feedback ágil para estudantes e integração fluida ao fluxo de trabalho docente. Metodologicamente, adotou-se uma arquitetura modular e escalável com execução local de modelos via Ollama, recuperação semântica apoiada por banco vetorial Milvus e estratégia de geração aumentada por recuperação (RAG) para reduzir alucinações e ancorar os itens a conteúdos de referência. Um roteador inteligente seleciona, em tempo real, o modelo de linguagem mais adequado ao tipo e ao nível de complexidade da questão, equilibrando desempenho e custo. Para robustez sintática, implementou-se um compilador semântico LaTeX que saneia entradas, valida estruturas e impede comandos inseguros, garantindo compatibilidade com renderizadores e alta taxa de sucesso na composição de expressões matemáticas.