ASSISTENTE ACADÊMICO: UM CHATBOT BASEADO EM LLM LOCAL PARA OTIMIZAÇÃO DO ACESSO À INFORMAÇÃO NO IFSP

Resumo

Dispersão e falta de estrutura dos dados em ambientes de ensino superior dificultam o acesso à informação pelos estudantes. Por conseguinte, ferramentas que proporcionem uma interface mais simples e natural, preservando uma grande abrangência, podem constituir um objeto de interesse neste campo de aplicação. Este trabalho detalha o desenvolvimento do Assistente Acadêmico, um chatbot criado para centralizar e simplificar a consulta de dados em um campus do IFSP. O objetivo foi implementar um sistema capaz de traduzir perguntas em linguagem natural para consultas SQL, além de obter informações diretamente da internet, quando necessário. Para tal, empregou-se um Modelo de Linguagem Amplo (LLM) executado localmente via plataforma Ollama, para operar o modelo de linguagem Gaia, refinado pela Universidade Federal de Goiás (UFG). A metodologia envolveu um processo de ETL para tratamento dos dados e a construção de uma arquitetura baseada em Flask e MySQL. Como resultado, obteve-se um sistema funcional que oferece respostas precisas a questões sobre disciplinas, horários, salas de aula e professores, validando a viabilidade do uso de LLMs locais como alternativa autônoma, segura e de baixo custo. Conclui-se que a abordagem é eficaz para o problema identificado e apresenta potencial de expansão para outras instituições.