Defesa de Trabalho de Conclusão de Curso - TCC
--
Estudante: Francisco Cleiton da Silva Nascimento

Orientador: Prof. Allberson Bruno de Oliveira Dantas

Dia: 19/11/2025 
Hora: 13h 

Link da defesa: https://meet.google.com/bbn-pedn-dvf?authuser=1&hs=122&ijlm=1763386569818

Título: AUXILIUM MESTRE: DESENVOLVIMENTO E AVALIAÇÃO DE UMA
APLICAÇÃO WEB FULL-STACK PARA GERAÇÃO DE CONTEÚDO
EDUCACIONAL BASEADA EM MODELOS DE LINGUAGEM DE LARGA
ESCALA (LLMs)

Banca Examinadora:
Prof. Cenez Araújo de Rezende - UFC
Prof. Luís Otávio Rigo Júnior - Unilab
Prof. Aurélio Wildson Teixeira de Noronha - Unilab

Suplente:
Prof. Sabi Yari Moise Bandiri - Unilab



RESUMO

A transformação digital na educação, acelerada pela pandemia de COVID-19, impôs aos educadores uma sobrecarga de trabalho significativa na criação de materiais didáticos. Embora os Modelos de Linguagem de Larga Escala (LLMs) tenham surgido como ferramentas de auxílio, o processo de geração de um curso completo, incluindo ementa, aulas, apresentações e avaliações, permanece fragmentado, manual e complexo. O presente trabalho aborda este problema através do objetivo de desenvolver e avaliar a plataforma Auxilium Mestre, uma aplicação web full-stack para a geração automatizada e orquestrada de conteúdo educacional. A metodologia empregada foi a Prototipação Evolutiva que permitiu o refinamento iterativo da solução. O sistema foi implementado utilizando uma arquitetura moderna, composta por um backend em Python, com FastAPI, um banco de dados relacional, PostgreSQL, gerenciado pelo ORM SQLAlchemy, e um frontend Vanilla JS (SPA). A plataforma implementa um pipeline que orquestra a API do Google Gemini para a geração de conteúdo e, em seguida, utiliza bibliotecas como python-docx, python-pptx e ReportLab para formatar os arquivos finais. A segurança e o isolamento de dados são garantidos por um sistema de autenticação robusto, baseado em tokens JWT, OAuth 2.0 (Google) e verificação de e-mail (SMTP). A avaliação da aplicação, realizada através de estudos de caso em domínios distintos, demonstrou que a arquitetura desenvolvida é funcional, segura e flexível. Os resultados confirmam que o Auxilium Mestre atende aos requisitos propostos, otimizando o processo de criação de materiais didáticos e reduzindo o tempo de produção para os educadores.

Palavras-chave: Geração de Conteúdo; Inteligência Artificial; LLM; FastAPI; Engenharia de Prompt.