EMPATHICED: UM CHATBOT EDUCACIONAL COM RAG E COMPUTAÇÃO AFETIVA EM UM CONTEXTO DE INICIAÇÃO CIENTÍFICA COORDENADA

Resumo

Chatbots educacionais baseados em grandes modelos de linguagem enfrentam um dilema recorrente: responder com fluidez sem comprometer a precisão factual e a responsabilidade institucional. Em paralelo, programas de Iniciação Científica (IC) no Brasil ainda operam, com frequência, em formatos fortemente individualizados, o que pode limitar experiências coletivas de desenvolvimento tecnológico. Este artigo apresenta duas contribuições complementares. A primeira é o EmpathicEd, uma arquitetura modular que integra um pipeline de Retrieval-Augmented Generation (RAG) com estágios múltiplos a uma camada de detecção socioemocional baseada em modelos multilíngues do tipo BERT, com o objetivo de produzir respostas mais fundamentadas, contextualizadas e sensíveis ao estado do usuário. A segunda é uma metodologia replicável de IC coordenada, estruturada em equipes paralelas, sprints quinzenais, documentação contínua e mediação pedagógica progressiva ao longo de dez meses. A validação inicial indica desempenho promissor tanto no componente de recuperação quanto no componente afetivo, ao mesmo tempo em que evidencia limites metodológicos importantes, como o tamanho reduzido da amostra pedagógica, a ausência de baselines completos e a dependência de corpus institucional proprietário. Conclui-se que a combinação entre RAG, governança de evidências e adaptação socioemocional constitui uma direção pertinente para o desenho de agentes conversacionais educacionais mais confiáveis em instituições brasileiras de ensino superior.