Ádilla Gomes

Estudo de caso — Iniciação científica (PIBIC)

Agentestutores.

Agentes de IA que dão feedback em exercícios de Python, desenvolvidos na iniciação científica e integrados ao Cosmo. Usam o Qwen, um modelo open source, rodando no servidor do laboratório. Contados pelas escolhas que moldaram a arquitetura.

Onde
TeleMídia · UFMA
Status
Pesquisa · PIBIC
Pesquisa
PIBIC · ago/2025 – ago/2026
Integração
Cosmo

Quatro decisões.

Arquitetura · partes envolvidas na decisão 01
Decisão 01 · Infraestrutura

Modelo open source no servidor do laboratório

Os agentes precisavam de um LLM, mas a pesquisa tem orçamento pequeno, e a ferramenta precisa continuar funcionando depois que eu sair da universidade.

EscolhiUsar uma versão de porte médio do Qwen, um modelo open source, rodando no servidor do próprio laboratório.
Não escolhiUsar a API de um modelo comercial pago.
Trade-off
Sem custo por chamada e sem depender de um fornecedor externo, em troca de um modelo menor que os comerciais e de operar a infraestrutura dentro do laboratório.
Resultado
O porte médio equilibrou velocidade e qualidade das respostas no hardware do laboratório.

Os dados.

16.850 submissões (nov/2024–jul/2026), 77,10% delas com erro. É a base em que o cache foi medido.

% das 16.850 submissões
  • Erros lógicos48,97%
  • Erros de execução28,13%
% dos erros de execução
  • SyntaxError63,3%
  • IndentationError13,9%
  • NameError10,4%

Onde está hoje.

Em pesquisa na iniciação científica (PIBIC, ago/2025 – ago/2026), com os agentes integrados ao Cosmo.

  • Python
  • LangGraph
  • FastAPI
  • Qwen
  • MemorySaver