FitAI: treino personalizado com Inteligência Artificial

Abstract

A inteligência artificial, em sua rápida evolução, tem impulsionado avanços significativos no setor de fitness e bem-estar, proporcionando o desenvolvimento de aplicações especializadas para personalização da experiência de treinamento. Este trabalho apresenta o FitAI, uma plataforma híbrida desenvolvida utilizando Django REST Framework como backend e Flutter no aplicativo móvel. Seu foco principal é a personalização de treinos físicos por meio de inteligência artificial generativa. A proposta oferece uma experiência móvel nativa com alta performance e personalização baseada em Inteligência Artificial (IA), atendendo às demandas contemporâneas por soluções digitais no setor fitness. A metodologia caracteriza-se como pesquisa aplicada de natureza exploratória-experimental com abordagem quali-quantitativa, envolvendo identificação de requisitos técnicos e funcionais, projeto de arquitetura escalável integrando Django REST Framework, Flutter, Firebase Authentication e Google Gemini API. O sistema implementa geração de treinos personalizados através de Zero-Shot Learning com engenharia de prompts estruturados, superando limitações de cold start de algoritmos tradicionais. A arquitetura híbrida combina IA generativa como motor primário com sistema de fallback baseado em regras especializadas, garantindo continuidade de serviço quando APIs externas estão indisponíveis. Foram desenvolvidas interfaces responsivas seguindo Material Design 3, otimizadas para uso durante exercícios físicos. A validação da usabilidade não envolveu usuários reais, pois o escopo do trabalho é uma prova de conceito. Optou-se pela avaliação heurística, método consolidado em engenharia de usabilidade, utilizando os dez princípios de Nielsen para inspeção sistemática da interface. Essa abordagem é adequada para identificar problemas potenciais de usabilidade em protótipos, sem necessidade de testes com participantes.