Techcompass: sistema de recomendação de carreira conversacional baseado em IA para estudantes de graduação em tecnologia da informática

Abstract

O presente trabalho discorre sobre o desafio enfrentado por estudantes de ensino superior na área de Tecnologia da Informação (TI) ao escolher um caminho profissional adequado às suas preferências, principalmente nos estágios iniciais do curso nos quais os estudantes estão tendo os primeiros contatos com as áreas de atuação. Após a realização da revisão da literatura, não foi encontrado um sistema de recomendação conversacional baseado em inteligência artificial capaz de alinhar as preferências do usuário à matriz curricular do curso superior frequentado pelo estudante. Para resolver esse problema, utilizou-se a Design Science (DS) aplicando a Design Science Research Methodology (DSRM), uma metodologia cíclica aplicada em iterações de design, demonstração e avaliação, para produção de artefatos aplicados a contextos para resolver problemas reais. Durante o desenvolvimento desse trabalho foram realizadas 5 iterações da DSRM, a arquitetura do sistema foi concebida na primeira e segunda iterações com base no referencial teórico de sistemas de recomendação, na terceira iteração, realizou-se o levantamento de requisitos de sistemas similares e com o público alvo, na quarta iteração chegou-se à proposta técnica e prototipação de telas do artefato e na quinta e última iteração foi replicada a metodologia de um sistema similar para o desenvolvimento do protótipo funcional do TechCompass. A sessão de avaliação presencial foi realizada em um laboratório de TI composta pelo uso do TechCompass e posterior preenchimento do formulário de avaliação disponibilizada pelo Google Formulários e respondida por 7 estudantes do curso Tecnologia em Sistemas para Internet, em sua maioria do 1o e 2o semestres, enquanto público alvo do sistema que foi considerado por 75% dos estudantes como assertivo quanto a recomendação. Apresenta-se, portanto, o protótipo, após a realização de uma prova de conceito, pronto para ajustes e refinamento das próximas iterações para seu uso em maior escala. Espera-se que ele seja capaz de preencher a lacuna encontrada no domínio de aplicação do artefato.