Pesquisa Científica, IA aplicada em UI/UX (IHC 2024)
Otimização de Workflows de UX/UI com LLMs
Sobre o Projeto
Investigação acadêmica publicada na ACM Digital Library que avalia o impacto de modelos multimodais no redesign de interfaces complexas, unindo engenharia de software e IHC.
Período
2024
Status
Cargo
Pesquisador
Tecnologias
Frontend com Inteligência Artificial - Minha Pesquisa Científica no IHC 2024
A Inteligência Artificial é uma aliada estratégica ou apenas uma distração no fluxo de desenvolvimento?
Essa pergunta me motivou a investigar como os Large Language Models (LLMs) podem otimizar o design de interfaces, resultando em um artigo publicado no XXIII Simpósio Brasileiro sobre Fatores Humanos em Sistemas Computacionais (IHC 2024).
Trabalhar sob a orientação do Dr. Rafael Dias Araújo permitiu unir o rigor metodológico da academia à prática de engenharia que aplico em meus projetos como desenvolvedor.
O Desafio: Legado e Usabilidade
O estudo focou na plataforma Classroom eXperience (CX), um ecossistema educacional com mais de uma década de dados e uso.
Apesar de funcional, a interface apresentava sinais de envelhecimento, como navegação complexa e falta de clareza visual, o que demandava um redesign profundo.
Minha abordagem não foi apenas estética; utilizei a técnica de Análise de Tarefa Hierárquica (HTA) para decompor os objetivos dos usuários e identificar gargalos de interação.
Fluxograma do Processo de Redesign
Inteligência Artificial Multimodal
Para elevar o nível do projeto, integrei modelos como GPT-4 e Gemini 1.5 diretamente no workflow de design.
Utilizando técnicas avançadas de Prompt Engineering, como Chain of Thought (CoT) e Progressive-Hint Prompting (PHP), consegui que a IA realizasse avaliações heurísticas detalhadas a partir de capturas de tela.
Isso permitiu identificar falhas de contraste, inconsistências de botões e problemas de hierarquia visual que muitas vezes passam despercebidos.
Resultados e Validação
Os resultados foram validados através do protocolo System Usability Scale (SUS):
Confiança: 90% dos participantes sentiram-se confiantes ao usar a nova interface.
Engajamento: 80% dos usuários afirmaram que gostariam de utilizar o sistema com frequência.
Eficiência: A IA foi capaz de detectar regressões de design e sugerir inovações funcionais, como gamificação e filtros avançados.
Resultado do Redesign de uma das Interfaces
Conclusão
Este projeto demonstra minha capacidade de integrar tecnologias emergentes de IA para resolver problemas complexos de software, sempre com foco na experiência final do usuário e em decisões baseadas em dados.
Você pode conferir mais detalhes no site oficial do IHC 2024 ou ler o artigo na biblioteca digital da ACM.
Certificado de Apresentação
Home Page do IHC 2024
