Apontamento e Configuração de um Tutor com Inteligência Artificial (TIA) : Uma Análise Comparativa entre o Uso Direto do LLM e RAG no Ensino de Cálculo I

Este trabalho apresenta o desenvolvimento de um tutor com Inteligência Artificial de abordagem socrática para auxiliar o ensino de Cálculo I, avaliando comparativamente duas arquiteturas de implementação: interação direta com um Grande Modelo de Linguagem (LLM) e integração do LLM em um pipeline de Recuperação Aumentada por Geração (RAG) aliado à engenharia de prompt. Objetivou-se analisar como essas diferentes abordagens impactam a capacidade do tutor em adotar uma postura pedagógica socrática contextualizada, guiando o aluno na resolução de problemas sem fornecer respostas diretas. A metodologia abrangeu a implementação de ambas as soluções com uso do modelo GPT-4 (OpenAI), seguida de simulações em um conjunto de 27 questões de Cálculo I para avaliar o desempenho de cada abordagem. As interações do tutor foram registradas e analisadas quanto à aderência às práticas socráticas. Os resultados evidenciaram que a arquitetura RAG com a técnica de few-shot learning alcançou aproximadamente 93% de conformidade com o estilo socrático esperado, enquanto o pipeline RAG com one-shot obteve cerca de 11%. O uso direto do LLM serviu como linha de base comparativa, evidenciando que o uso de RAG associado a técnicas de engenharia de prompt oferece um mecanismo efetivo para regular o comportamento do LLM, permitindo ao tutor inteligente replicar de forma confiável estratégias socráticas de ensino. O estudo demonstra a viabilidade e as vantagens dessa abordagem para o desenvolvimento de tutores virtuais na educação, embora sejam necessárias avaliações empíricas futuras com usuários para confirmar os ganhos pedagógicos observados.