Banca de QUALIFICAÇÃO: RICARDO CORDEIRO GALVÃO SANT'ANA VAN ERVEN

Uma banca de QUALIFICAÇÃO de DOUTORADO foi cadastrada pelo programa.
DISCENTE : RICARDO CORDEIRO GALVÃO SANT'ANA VAN ERVEN
DATA : 04/03/2026
HORA: 15:00
LOCAL: Teams
TÍTULO:

''One-Size-Fits-All'': A Framework for a Generative AI-Driven User Experience

PALAVRAS-CHAVES:

interface de usuário generativa, genui, interface de usuário adaptativa, inteligência artificial, interface de usuário personalizada

PÁGINAS: 118
RESUMO:

Contexto: A transformação digital exige que as interfaces de usuário (UIs) se adaptem às necessidades do usuário. A abordagem de ''tamanho único'' é predominante atualmente, apresentando a mesma interface para todos os usuários, independentemente de seu perfil. As Interfaces de Usuário Generativas (GenUIs) utilizam Modelos de Linguagem Amplos (LLMs) para gerar interfaces por meio de processos automatizados. A literatura carece de frameworks que integrem a classificação do perfil do usuário, a geração de UIs por meio de LLMs e mecanismos de validação para criar interfaces adaptativas de forma consistente com os sistemas de design (design systems). Objetivo: Esta pesquisa propõe um framework, utilizando LLMs, para gerar interfaces de usuário adaptativas que se ajustam dinamicamente ao perfil e contexto de cada usuário.
Métodos: A metodologia consiste em uma Revisão Sistemática da Literatura (SLR) que analisou 310 estudos (11 foram selecionados com base em critérios de qualidade), um framework baseado em uma arquitetura de três camadas e um experimento que utilizou avaliação técnica e de especialistas. A validação foi realizada em um aplicativo jurídico, onde 8 interfaces foram geradas para 4 personas representando cidadãos leigos e advogados especialistas, com e sem necessidades de acessibilidade. Resultados: As descobertas da SLR indicam que a classificação do usuário ocorre por meio de inferência de aprendizado de máquina, rastreamento de contexto ou criação de personas; os pipelines de geração utilizam análise de intenção, geração de modelo de dados e geração de especificação de interface do usuário; os mecanismos de consistência incluem abordagens de regras baseadas em especificação e gerenciamento de estado em tempo real para paletas culturais predefinidas; os ciclos de melhoria contínua usam a abordagem de feedback humano, aprendizado por reforço (RL) e resultados do LLM por meio de críticas de design; as metodologias de avaliação combinam avaliações técnicas quantitativas do desempenho da IA com técnicas tradicionais de estudo de usuários de IHC. O Framework Lumen proposto atingiu uma Taxa de Aderência do Sistema de Design (DSAR) de 100\%, confirmando a viabilidade técnica. O Índice de Qualidade de Adaptação da Interface (IAQI), avaliado por 20 especialistas em TI, atingiu uma pontuação média de 4,49 em uma escala de 1 a 5, com as melhores pontuações para os critérios de clareza (4,62) e usabilidade (4,59). Conclusões:  Os resultados demonstram a viabilidade do uso de IA generativa para criar interfaces adaptativas consistentes com sistemas de design. O Framework Lumen representa uma alternativa para superar a abordagem de ''tamanho único'' e atender à diversidade de usuários de serviços digitais. Trabalhos futuros devem conduzir experimentos controlados com usuários finais e validar o framework em ambientes de produção.

 

MEMBROS DA BANCA:
Interna - 1780217 - EDNA DIAS CANEDO
Interna - 1720223 - GENAINA NUNES RODRIGUES
Interno - 1702036 - VANDER RAMOS ALVES
Externa à Instituição - TAYANA UCHÔA CONTE - UFAM
Externo à Instituição - DAVI VIANA DOS SANTOS - UFMA