INTEGRAÇÃO DE LLMS (CHATGPT) NO ENSINO DE FÍSICA: UMA ABORDAGEM INOVADORA PARA CURSOS DE ENGENHARIA E LICENCIATURA NO IFSP

Resumo

Este trabalho apresenta os principais resultados do projeto desenvolvido no Programa Institucional de Bolsas de Iniciação em Desenvolvimento Tecnológico e Inovação (2025), intitulado "Integração de LLMs (ChatGPT e Gemini) no Ensino de Física: Uma Abordagem Inovadora para Cursos de Engenharia e Licenciatura no IFSP". A iniciativa teve como propósito elaborar e avaliar prompts específicos para potencializar o desempenho de Modelos de Linguagem de Grande Escala (LLMs) em atividades como explicação de conceitos, resolução de problemas, proposição de experimentos e análise de dados no ensino de Física em cursos de graduação. A pesquisa explorou o uso de ChatGPT e Gemini como ferramentas de apoio pedagógico, com foco na criação de prompts otimizados baseados na técnica Chain of Thought (CoT). A metodologia foi estruturada em quatro etapas: revisão sistemática da literatura, elaboração dos prompts, testes comparativos entre os dois modelos e análise qualitativa dos resultados. Para a avaliação, foram aplicadas 115 questões de vestibulares, classificadas em três categorias: objetivas, objetivas com imagem e dissertativas. Os resultados indicaram que os prompts estruturados aumentaram significativamente a clareza das respostas e sua adequação pedagógica. Nas questões objetivas sem imagem, a taxa de acerto foi de 90,2%, enquanto nas que incluíam imagens alcançou 83,3%. Como produto final, foram definidas quatro categorias funcionais de prompts: solucionador de problemas, tutor especializado, analista de dados e direcionador de áreas de estudo, constituindo um conjunto validado de recursos para o ensino de Física mediado por Inteligência Artificial.