Publicações de 2026

  • Custo energético em análise de bioinformática

    Autor: Fabrício Lucas Lopes (Currículo Lattes)

    Resumo

    Esta dissertação investiga o custo operacional relativo ao consumo de energia elétrica em infraestruturas computacionais (CPUs e GPUs) durante simulações de Bioinformática. O trabalho fundamenta-se no conceito de "Computação Verde", buscando quantificar o consumo de energia (em kWh ou kJ) por volume de dado processado (Mb ou Gb). A pesquisa justifica-se pela crescente demanda por poder computacional em simulações biomoleculares e pela necessidade de alinhar a prática científica aos Objetivos de Desenvolvimento Sustentável (ODS) da Agenda 2030 da ONU. A evolução dos microchips e o desenvolvimento das GPUs proporcionaram que a simulação dos comportamentos que ocorrem na natureza, como a estrutura de proteínas e simulações de macromoléculas por dinâmica molecular. As simulações computacionais demandam altos custos de equipamentos e de horas de programadores, e esses custos podem ser determinados através dos valores econômicos gastos com o custeio de equipamentos e do material humano utilizado. O objetivo geral do trabalho ´quantificar o consumo de energia elétrica no sequenciamento de genomas, identificando as principais etapas de consumo energético, dando subsídios para definir estratégias para a sua redução. A justificativa para a pesquisa inclui a relevância das simulações biomoleculares, que são intensivas em termos computacionais e exigem recursos significativos, impactando o meio ambiente, alinhando o presente trabalho com o conceito de "Computação Verde". A metodologia experimental envolveu o desenvolvimento de um sistema embarcado de monitoramento em tempo real, composto por uma placa Arduino Uno e um sensor PZEM-004T, validado em equipamentos domésticos antes da aplicação laboratorial. Foram realizados experimentos de sequenciamento genético com tecnologia de nanoporos (Oxford Nanopore Technology) e simulações de genomas completos de organismos procariontes, como Haemophilus Haemolyticus, Staphylococcus Aureus e Stenotrophomonas Maltophilia. Para o desenvolvimento do trabalho, valeu-se de uma busca por fontes acadêmicas, que possibilitaram a definição da pergunta de pesquisa, busca nas bases de dados bibliográficas, seleção dos estudos incluídos na busca e análise das evidências científicas relevantes sobre o consumo de energia elétrica em simulações computacionais em bioinformática, no entanto tal procura mostrou uma lacuna importante no tema. A aplicação do Método de Pareto revelou que a etapa de Montagem (software Flye) é o maior gargalo de no consumo de energia em todos os organismos analisados, representando, junto ao Basecalling, a maior parte do impacto no gasto energético. Apesar dos resultados promissores, o estudo apresenta limitações quanto à diversidade de arquiteturas de hardware testadas e à exclusão de variáveis ambientais externas que podem influenciar o consumo térmico. Como trabalhos futuros, propõe-se a expansão da análise para ambientes de computação em nuvem e o desenvolvimento de modelos preditivos baseados em aprendizado de máquina para estimar o custo energético antes da execução dos pipelines. O trabalho conclui que a eficiência na bioinformática contemporânea depende da convergência entre o monitoramento granular de hardware e a reengenharia algorítmica, estabelecendo a taxa de eficiência por megabyte (kJ/Mb) como uma métrica essencial para uma ciência sustentável.

    TEXTO COMPLETO DA DISSERTAÇÃO

     

    Palavras-chave:

    Bioinformática, Consumo de energia, Simulação Computacional, Computação Verde, IoT, Objetivos para Desenvolvimento Sustentável

  • Dissertação - GuidePrompt-EDU : um guia de letramento em inteligência artificial generativa para professores de matemática em formação

    Autor: Lucas da Silva Schwarzbach (Currículo Lattes)

    Dissertação - GuidePrompt-EDU : um guia de letramento em inteligência artificial generativa para...

  • Dissertação - LibrasConnect : software assistivo para tradução automática da Língua Portuguesa para Libras

    Autor: Andrew Flores Brongar (Currículo Lattes)

    Dissertação - LibrasConnect : software assistivo para tradução automática da Língua Portuguesa...

  • Dissertação - Projeto de controle de pH em fotobiorreatores verticais fechados para cultivo de microalgas

    Autor: Ylanna Bandeira Lima (Currículo Lattes)

    Dissertação - Projeto de controle de pH em fotobiorreatores verticais fechados para cultivo de...

  • Dissertação - GuidePrompt-EDU: um guia de letramento em inteligência artificial generativa para professores de matemática em formação

    Autor: Lucas da Silva Schwarzbach (Currículo Lattes)

    Resumo

    Esta dissertação teve como foco compreender como licenciandos em Matemática percebem e avaliam o uso de uma ferramenta de letramento em Inteligência Artificial Generativa (GenIA) denominada GuidePrompt-EDU. Com o avanço da Inteligência Artificial em contextos educacionais, especialmente com a popularização de modelos generativos, torna-se necessário refletir sobre a formação docente inicial frente a essas tecnologias. O estudo busca identificar como os professores de matemática em formação compreendem o uso pedagógico da GenIA, em particular no ensino de Matemática. O objetivo geral desta pesquisa foi investigar o potencial da GenIA na educação básica, por meio da utilização de um GuidePrompt-EDU, para auxiliar na formação inicial de professores como ferramenta integrativa tecnológica. Bem como, levantar indícios sobre o potencial da ferramenta na formação inicial docente. A pesquisa possui abordagem qualitativa, com aplicação de questionário estruturado com questões abertas. Para compor os resultados esse questionário foi respondido por quinze participantes, esses licenciandos em matemática da Universidade Federal do Rio Grande - FURG. Os dados foram categorizados em quatro seções temáticas, sendo essas: Práxis Pedagógicas, Planejamento Estruturado (via BNCC), Construção do Comando, Apropriação e Reflexão sobre a IA. Os resultados apontam que os participantes demonstraram familiaridade com os conceitos básicos de IA generativa, avaliaram positivamente a organização e clareza da ferramenta, e reconheceram sua utilidade para o planejamento de aulas. Constatou-se também certa insegurança quanto à implementação prática desses recursos no contexto escolar. Conclui-se que o GuidePrompt-EDU se apresenta como uma proposta promissora para a inserção crítica da IA na formação de professores, especialmente quando articulado a contextos de formação mediados.

    TEXTO COMPLETO DA DISSERTAÇÃO

    Palavras-chave:

    Inteligência Artificial Generativa; Educação Básica; Engenharia de Prompt; Formação de Professores; Matemática