Destaques
Comunidades no Repositório
Selecione uma comunidade para navegar por suas coleções
Submissões Recentes
Aplicação web para monitoramento de feedbacks de usuários, integrada a um aplicativo voltado à democratização de línguas indígenas
(2025) Farias, Ana Laiz Novais de; Andrade, Giovana Cassoni; Amorim, Isabella dos Santos de
Estima-se que cerca de 46% dos idiomas do mundo estejam ameaçados ou em risco de
extinção (Veiga, 2017). Visando contribuir com a perpetuação do Nheengatu – uma das línguas
ameaçadas – a IBM (...). No semestre passado, um
grupo de alunos do Insper desenvolveu um protótipo de um aplicativo Android, integrando ao
sistema um modelo de linguagem criado pela IBM em parceria com a USP. Esse modelo já
permite traduzir, corrigir a ortografia e sugerir palavras baseadas no contexto de sentenças.
Atualmente, o modelo de linguagem conta com uma base limitada de cerca de 8 mil sentenças,
devido à falta de registros escritos e à tradição oral da língua. O objetivo deste projeto é
implementar um mecanismo de coleta de feedbacks no protótipo e desenvolver uma aplicação
de monitoramento, integrada ao protótipo desenvolvido no semestre passado, que permitirá a
visualização dos dados por período e funcionalidade (tradução, correção ortográfica e sugestão
de próximas palavras). A plataforma de monitoramento será utilizada por linguistas e
especialistas para analisar os feedbacks recebidos, avaliar o desempenho das funcionalidades e
propor melhorias no modelo de linguagem. A partir dessas análises, será possível aprimorar a
base de dados utilizada no treinamento da inteligência artificial, contribuindo para a evolução
do modelo. Os principais usuários do aplicativo Android são falantes e aprendizes da língua
indígena Nheengatu, incluindo crianças indígenas em processo de alfabetização. Este projeto
visa ajudar a melhorar o modelo de linguagem e apoiar a preservação da cultura indígena e o
fortalecimento da língua, auxiliando as novas gerações no uso da tecnologia como ferramenta
de ensino e aprendizado da escrita para manter viva a sua língua nativa.
Intelligent Minigame Selection for the Game Arena of Dreams
(2025) Machado, Luca Cazzolato; Almeida, Pedro Luiz Fracassi de; Colpas, Pedro Henrique Rizo
This project addresses the challenge of content repetition in Arena of Dreams, a partyroyale
mobile game developed by Fanatee, where excessive repetition of minigames can
undermine player engagement and retention. The project aimed to replace the game’s
purely random minigame selection system with an intelligent algorithm that reduces
the player’s perception of repetitiveness by spacing out similar experiences. Through
a methodology involving online and in-person user surveys, computer vision and data
analysis, the team quantified how players perceive similarity between minigames. Multiple
distance matrices were generated from different perspectives (user perception, visual
features, semantic descriptions) and combined using Multi-View Multidimensional Scaling
(MVMDS) to create n-dimensional embeddings representing each minigame. The
selection algorithm then uses these embeddings to calculate the optimal minigame choice
based on players’ recent match history, selecting minigames that are furthest from what
players have recently experienced. Validation results demonstrate that this approach successfully
reduces the perception of repetition by understanding and quantifying similarity,
ultimately creating a more enjoyable and engaging gaming experience for players.
Implementação de Navegação Autônoma em Veículo Terrestre: Aprimoramento e Testes
(2025) Meinberg, Bruna Lima; Pinheiro, Guilherme Garrido Klingelfus; Barros, Matheus Ribeiro; Paolino, Rafael Pacheco
Este projeto tem como objetivo aprimorar o sistema de navegação autônoma de um robô
de monitoramento de silvicultura e pomares, desenvolvido na iteração anterior deste
Capstone. O foco desta fase será a otimização tanto da estrutura mecânica quanto do
software do robô, buscando melhorar sua eficiência, precisão e adaptabilidade ao ambiente
de operação. Para isso, serão analisadas e implementadas melhorias físicas do robô, como o sistema de locomotão e sensores, além de refinamentos nos algoritmos de navegação e tomada de decisão. A escolha das soluções será guiada por estudos comparativos
de diferentes abordagens, garantindo que as melhorias atendam aos requisitos do
projeto e contribuam para a automação eficaz do monitoramento agrícola.
Guardrails em IA Generativa
(2025) Pereira, Fernanda de Oliveira; Hermida, Gabriel Mendonça de Mello; Medeiros, Rodrigo Paoliello de
A inteligência artificial (IA) generativa, quando aplicada no desenvolvimento de assistentes
virtuais, pode, em muitos casos, retornar respostas inadequadas ou incorretas, confundindo
usuários e gerando desinformação. Atualmente, são desenvolvidas guardrails que
analisam tanto as entradas fornecidas pelos usuários quanto as saídas geradas pelos modelos,
garantindo que as respostas devolvidas sejam adequadas. Nesse contexto, a solução
deste projeto consistiu na implementação de diferentes tipos de guardrails (escopo, competidores,
toxicidade, alucinação, dados sensíveis e técnicas de jailbreak), na definição
de métricas específicas para avaliar seu funcionamento e na construção de uma arquitetura
suficientemente modular para ser adaptável a diversos contextos. As guardrails
implementadas alcançaram resultados satisfatórios conforme as métricas estabelecidas,
indicando viabilidade técnica para utilização inicial pela empresa parceira em consultorias
de assistência virtual com IA. Apesar disso, o projeto identificou oportunidades de
melhoria, especialmente relacionadas à ampliação das bases de treinamento e avaliação,
à adoção de mecanismos adaptativos e ao aprimoramento da mitigação de alucinações,
visando ampliar sua eficácia em aplicações práticas futuras.