Aristoteles Peixoto Barros
Arquitetura AIED Offline-First para Integração de LLMs On-Device em Contextos Educacionais com Baixa Infraestrutura
Resumo
Sistemas de Inteligência Artificial na Educação (Artificial Intelligence in Education (AIED)) dependem majoritariamente de conectividade estável e infraestrutura em nuvem, o que restringe seu uso em contextos educacionais de baixa infraestrutura, como escolas de regiões do Sul Global com acesso intermitente à internet. Embora estudos recentes demonstrem a viabilidade computacional da execução local de modelos de linguagem leves em dispositivos móveis, a literatura carece de arquiteturas reutilizáveis que orientem a integração desses modelos em sistemas educacionais efetivamente funcionais em modo offline. Diante dessa lacuna, esta pesquisa propõe uma arquitetura AIED offline-first para a integração de modelos de linguagem executados no dispositivo (on-device) em contextos de baixa infraestrutura, adotando a metodologia Design Science Research (Design Science Research (DSR)). O artefato consiste em um blueprint arquitetural reutilizável, organizado em quatro camadas, que trata restrições de conectividade, recursos computacionais e mediação pedagógica como requisitos de projeto de primeira ordem, e que preserva a autoridade docente ao tratar as saídas do modelo como rascunhos pedagógicos sujeitos a validação. A arquitetura foi instanciada em uma aplicação móvel para geração de questões de matemática alinhadas à Base Nacional Comum Curricular (Base Nacional Comum Curricular (BNCC)), demonstrando a viabilidade da inferência local em smartphones populares e sua avaliação incluiu um estudo sobre a qualidade pedagógica do feedback gerado por modelos leves em contexto offline. Os resultados parciais confirmam a viabilidade técnica da proposta e evidenciam a centralidade da mediação docente, sustentando a continuidade da investigação nos ciclos de avaliação previstos.