• Informações do Trabalho

Titulo Avaliação Automática de Narrativas Produzidas por Alunos do 5º Ano do Ensino Fundamental Subtítulo Autor JOÃO PEDRO SILVA FREITAS Orientador JAIRO FRANCISCO DE SOUZA Resumo A avaliação automática de redações em larga escala desempenha um papel fundamental no diagnóstico educacional, permitindo analisar de forma ágil o desempenho de redes de ensino. Contudo, o processamento de textos produzidos por alunos dos anos iniciais do Ensino Fundamental apresenta desafios complexos devido ao desbalanceamento das notas e à forte presença de desvios ortográficos. Este trabalho apresenta um estudo comparativo entre duas abordagens de processamento de linguagem natural (PLN) para a atribuição automática de notas em redações do gênero narrativo escritas por estudantes do 5º ano, avaliando quatro aspectos pedagógicos: Registro Formal, Tipologia Textual, Coerência Temática e Coesão. Foram investigados o modelo clássico baseline XGBoost, alimentado por características tabulares extraídas por uma implementação própria baseada no NILC-Metrix, e o modelo de aprendizado profundo BERTimbau, baseado na arquiteturaTransformers. A avaliação de desempenho, mensurada predominantemente pela métrica Quadratic Weighted Kappa (QWK), revelou que o BERTimbau superou o baseline clássico (XGBoost) em todas as competências e métricas, com destaque para um ganho expressivo na predição da Coerência Temática, por conseguir processar relações semânticas profundas. Contudo, conclui-se que o modelo XGBoost ainda se mostra uma alternativa altamente viável e equilibrada para cenários de produção, oferecendo alta explicabilidade no mapeamento de dados, provando que a escolha do paradigma ideal depende das prioridades e objetivos do sistema de avaliação em larga escala Palavras-Chave Avaliação Automática de Redações. Processamento de Linguagem Natural. Modelos de Linguagem Baseados em Transformers. Algoritmos de Aprendizado Supervisionado. Avaliação Educacional em Larga Escala.