Avaliação de Questões Discursivas Curtas por LLMs:
Desafios e Potenciais Aplicações Educacionais
DOI:
https://doi.org/10.21814/lm.18.2.509Palavras-chave:
correção automática de respostas discursivas curtas, ASAG, avaliação das respostas dos alunos, grandes modelos de linguagem, LLMResumo
A relação entre tecnologias emergentes e linguagem humana tem sido amplamente investigada, especialmente após a popularização de grandes modelos de linguagem (LLMs, do inglês Large Language Models) e de sua capacidade de interpretar e gerar textos. No contexto educacional, há intenso debate sobre o uso dessas tecnologias em sala de aula, seja por estudantes, docentes ou instituições. Considerando os avanços no uso de inteligência artificial (IA) na linguística computacional, a pesquisa justifica-se pela necessidade de integrar metodologias inovadoras na análise textual, mais especificamente, na avaliação de questões discursivas curtas (ASAG, do inglês, Automatic Short Answer Grading), respondidas por estudantes de graduação em uma atividade de interpretação textual. O estudo compara a avaliação humana, marcada por subjetividade, com as capacidades dos LLMs, cujo funcionamento se baseia em cálculos probabilísticos. A análise dos dados revelou um padrão de notas bastante próximo entre os dois avaliadores humanos, enquanto os LLMs apresentaram maior variação, tanto entre si quanto em relação aos humanos. A maior correlação positiva entre um LLM e os avaliadores humanos foi observada com o Gemini 3, em uma das variações de prompt propostas neste estudo. Esses achados indicam que ainda são necessários mais estudos para refinar a tarefa de ASAG em português. Ainda assim, desempenhos como os observados com o Gemini sugerem potencial de contribuição educacional, especialmente no apoio ao diagnóstico e ao feedback docente em questões discursivas curtas.
Downloads
Publicado
Edição
Secção
Licença
Direitos de Autor (c) 2026 Roberlei Alves Bertucci, Osmar de Oliveira Braz Junior, Renato Fileto

Este trabalho encontra-se publicado com a Licença Internacional Creative Commons Atribuição 4.0.
Ao publicar na presente revista, os autores concordam com os seguintes termos:
- os direitos sobre a obra pertencem aos autores, que apenas concedem à Linguamática o direito de primeira publicação sob a licença Creative Commons, que permite que outros possam redistribuir a obra desde que acompanhada de referência ao autor e à Linguamática.
- os autores podem estabelecer outros contratos para a distribuição não exclusiva da obra, desde que mencionem que a sua primeira publicação foi efectuada na Linguamática.
- para aumentar as referências ao seu trabalho, os autores são encorajados a disponibilizar a obra, como "pré-publicação", antes de ou durante o processo de apreciação pela Linguamática, por exemplo em repositórios institucionais ou nas suas páginas pessoais na rede.








