Mesa-redonda na SEPEX 2026 debate o impacto da IA na formação em Ciência da Computação

No dia 23 de outubro de 2026, a SEPEX recebeu a mesa-redonda “O impacto da IA na formação em Ciência da Computação”, realizada no Auditório 4 do campus Maracanã. A atividade reuniu Leonardo Murta, Eduardo Bezerra, Daniel de Oliveira, Fabio Porto, Eduardo Ogasawara e Diego Carvalho em uma discussão sobre as mudanças provocadas pela inteligência artificial generativa e pelos grandes modelos de linguagem na formação de estudantes de Computação.
As apresentações percorreram diferentes dimensões do tema. Leonardo Murta discutiu a formação em Computação em um contexto no qual escrever código deixa de ser o principal desafio, trazendo experiências do ensino de Engenharia de Software. Eduardo Bezerra abordou práticas de aprendizagem voltadas ao desenvolvimento de conhecimento, autonomia e julgamento próprios com o apoio da IA. Daniel de Oliveira analisou impactos positivos e negativos dos LLMs no ensino de Banco de Dados, da modelagem à otimização.
Fabio Porto apresentou o Manacá e os desafios de desenvolver um modelo de IA soberano em português. Eduardo Ogasawara tratou da IA como apoio à formação científica, destacando que cabe ao estudante-pesquisador formular problemas, tomar decisões, justificar escolhas e verificar resultados. Encerrando a sequência, Diego Carvalho discutiu o uso de LLMs em golpes, sua aplicação no trabalho das forças policiais e questões relacionadas à privacidade e à LGPD.
O encontro evidenciou que a presença de ferramentas capazes de gerar, explicar, revisar e testar código não elimina a necessidade de domínio conceitual. Ao contrário, amplia a importância do pensamento crítico, da abstração, da modelagem, da validação de resultados, da comunicação técnica, da autoria responsável e do julgamento ético.
A mesa também aproximou ensino, pesquisa e extensão ao promover uma reflexão conjunta sobre como preparar estudantes para criar, avaliar e utilizar tecnologias de IA de maneira responsável, criativa e socialmente relevante.