Grade de Horários IA

Grade de Horários IA

TITULAR

UNIVERSIDADE FEDERAL RURAL DO SEMI-ARIDO – UFERSA

PROCESSO

BR 51 2026 010571 4

DESCRIÇÃO

O componente de IA do SIFU é uma função Lambda em Python que atua como backend de um chat inteligente integrado ao sistema de gestão de grades de horários. Quando um usuário da coordenação acadêmica envia uma mensagem — como “quantos professores temos cadastrados?” ou “quais são os horários do curso de Engenharia no semestre atual?” —, a mensagem é encaminhada ao modelo Gemini 2.5 Flash via API REST. O modelo, orientado por um prompt de sistema detalhado, decide quais ferramentas de consulta precisam ser acionadas e retorna chamadas de função estruturadas. A Lambda executa essas chamadas contra o banco de dados PostgreSQL, coletando dados reais de entidades como professores, disciplinas, cursos, departamentos, salas de aula, semestres letivos e grades de horários. O resultado das consultas é devolvido ao modelo, que gera uma resposta em linguagem natural, em português, baseada exclusivamente nos dados retornados. A resposta é entregue ao frontend em formato de streaming via Server- Sent Events (SSE), proporcionando uma experiência de resposta progressiva semelhante a assistentes modernos. O ciclo de chamada de ferramentas pode se repetir até seis vezes em uma única interação, permitindo que o modelo encadeie consultas complexas — por exemplo, primeiro identificar o semestre ativo, depois encontrar a grade correspondente e, por fim, listar os horários detalhados com professor, sala, dia e hora de início.

APLICAÇÕES E BENEFÍCIOS

A montagem de grades de horários universitárias envolve consultar simultaneamente informações de professores, disciplinas, salas, restrições de disponibilidade e semestres letivos — dados que normalmente exigem múltiplas navegações em telas diferentes de um sistema. O componente de IA do SIFU elimina essa fricção ao oferecer uma interface conversacional que centraliza todas essas consultas em um único ponto de acesso. A coordenação acadêmica ganha agilidade para responder dúvidas operacionais imediatas sem precisar treinar usuários no uso de relatórios ou filtros complexos. Outra vantagem concreta é a confiabilidade das respostas: por ser proibido de inventar dados e por sempre buscar informações diretamente no banco, o assistente não produz alucinações sobre o contexto institucional. O uso de streaming SSE melhora a experiência percebida, pois o usuário começa a ler a resposta enquanto ela ainda está sendo gerada, o que é especialmente útil em consultas que encadeiam várias ferramentas. Por rodar como AWS Lambda, o componente escala automaticamente sem necessidade de gerenciamento de servidores, com custo proporcional ao uso real. Por fim, o histórico de conversa enviado pelo frontend permite ao assistente manter contexto entre mensagens dentro de uma mesma sessão, possibilitando diálogos de múltiplos turnos — como refinar uma busca ou complementar uma resposta anterior — sem perda de coerência.

DOWNLOAD DO CERTIFICADO
AUTORES
  • LEONARDO INÁCIO GUILHERME DANTAS
CONTATOS

nit@ufersa.edu.br

(84) 3317-8312

Rolar para cima