Agente de IA para Análise de Necessidades de Capacitação Docente

Extrair e estruturar informações relevantes de currículos de docentes e de feedbacks de avaliações (autoavaliação, avaliação discente, pares e coordenação).

1.3.1 Especificação do Input

• Mecanismo de Acionamento: Este agente é o ponto de partida do fluxo e deve ser acionado pelo envio de um conjunto de arquivos via API. Na fase de testes, o fluxo será iniciado pelo envio manual dos dados, que serão enviados para o agente diretamente por upload na interface da Prototipe AI, para acelerar o processo de validação.
• Tipo do input: Um conjunto de arquivos contendo currículos e feedbacks de avaliações docentes.
• Formatos Suportados: PDF, DOCX, JPG, PNG, ou um arquivo ZIP contendo múltiplos documentos.
• Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 100.000 caracteres.

1.3.2 Especificação do Output

• Formato de output: O output deve ser um objeto JSON estruturado contendo todas as informações extraídas.
• Exemplo de Estrutura de Output:

   {
    "docente_id": "string",
    "origens": ["curriculo","avaliacao_discente","avaliacao_pares","coordenacao","autoavaliacao"],
    "perfil_docente": {
      "nome": "string",
      "area_principal": "string",
      "subareas": ["string"],
      "titulação_maxima": "string",
      "anos_experiencia": 0
    },
    "competencias_explicitas": ["planejamento_didatico","avaliação_aprendizagem","metodologias_ativas","inclusão_e_acessibilidade","competências_digitais","avaliação_formativa","comunicação","gestão_de_turma","pesquisa_e_extensão","internacionalização"],
    "evidencias": [{
      "fonte": "curriculo|avaliacao_discente|avaliacao_pares|coordenacao|autoavaliacao",
      "indicador": "string",
      "descricao": "string",
      "data": "YYYY-MM-DD",
      "score_normalizado": 0.0
    }],
    "cargas_cursos_certificacoes": [{
      "titulo": "string",
      "provedor": "string",
      "carga_horaria_h": 0,
      "ano": 0,
      "topicos": ["string"]
    }],
    "disciplinas": [{
      "nome": "string",
      "nivel": "graduação|pós",
      "modalidade": "presencial|híbrida|ead"
    }],
    "publicacoes_e_projetos": [{
      "tipo": "artigo|capitulo|projeto_extensao|projeto_pesquisa",
      "tema": "string",
      "ano": 0
    }],
    "observacoes_extracao": ["string"]
  }

• Número de caracteres esperado: O JSON final deve ser conciso e informativo, com um tamanho estimado em torno de 8.000 caracteres.

1.3.3 Parâmetros de Geração

• Modelo: GPT-5
• Temperatura: 0.6

1.3.4 Ferramentas do Agente

• Documentos: Não consulta documentos externos.
• Calculadora: Não utiliza.
• Busca Online: Não utiliza.
• Sistemas Externos: Não se conecta a sistemas externos.

1.3.5 Memória

• Visibilidade das Instruções (Prompt): As instruções deste agente não devem ser visíveis para nenhum agente.
• Visibilidade da Resposta: A resposta gerada por este agente deve ser visível para o Agente de Diagnóstico de Lacunas de Competências Docentes (RF 2).

1.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Diagnóstico de Lacunas de Competências Docentes (RF 2).

Analisar os dados extraídos para identificar lacunas de conhecimento e priorizá-las por impacto pedagógico.

2.3.1 Especificação do Input

• Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão do agente anterior (RF 1).
• Tipo do input: Um objeto JSON contendo informações extraídas de currículos e feedbacks de docentes.
• Formatos Suportados: JSON.
• Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 10.000 caracteres.

2.3.2 Especificação do Output

• Formato de output: O output deve ser um objeto JSON estruturado contendo o diagnóstico completo das competências e lacunas dos docentes.
• Exemplo de Estrutura de Output:

   {
    "docente_id": "string",
    "diagnostico_data": "YYYY-MM-DD",
    "matriz_competencias": [{
      "competencia": "string",
      "nivel_inferido": "baixo|médio|alto",
      "confianca": 0.0,
      "evidencias_relacionadas": ["id_ou_indicador_evidencia"]
    }],
    "lacunas_priorizadas": [{
      "competencia": "string",
      "gravidade": "baixa|moderada|alta",
      "racional": "string",
      "impacto_esperado_aprendizagem": "baixo|médio|alto"
    }],
    "recomendacoes_metas": [{
      "competencia": "string",
      "meta_curto_prazo": "string",
      "meta_médio_prazo": "string",
      "indicadores_sucesso": ["string"]
    }],
    "sinalizadores": {
      "necessita_monitoramento": true,
      "riscos_identificados": ["string"]
    }
  }

• Número de caracteres esperado: O JSON final deve ser conciso e informativo, com um tamanho estimado em torno de 5.000 caracteres.

2.3.3 Parâmetros de Geração

• Modelo: GPT-5
• Temperatura: 0.6

2.3.4 Ferramentas do Agente

• Documentos: Não consulta documentos externos.
• Calculadora: Não utiliza.
• Busca Online: Não utiliza.
• Sistemas Externos: Não se conecta a sistemas externos.

2.3.5 Memória

• Visibilidade das Instruções (Prompt): As instruções deste agente não devem ser visíveis para nenhum agente.
• Visibilidade da Resposta: A resposta gerada por este agente deve ser visível para o Agente de Sugerir Trilhas de Treinamento (RF 3).

2.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Sugerir Trilhas de Treinamento (RF 3).

Sugerir treinamentos e workshops que atendam às necessidades identificadas, organizando uma trilha com prioridades, pré-requisitos e carga horária.

3.3.1 Especificação do Input

• Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão do agente anterior (RF 2).
• Tipo do input: Um objeto JSON do Agente de Diagnóstico de Lacunas contendo lacunas_priorizadas e recomendacoes_metas.
• Formatos Suportados: JSON.
• Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 10.000 caracteres.

3.3.2 Especificação do Output

• Formato de output: O output deve ser um objeto JSON estruturado contendo a trilha sugerida de treinamentos para os docentes.
• Exemplo de Estrutura de Output:

   {
    "docente_id": "string",
    "trilha_sugerida": [{
      "competencia_alvo": "string",
      "acao_formativa": "curso|workshop|mentoria|comunidade_pratica|observacao_pares",
      "titulo": "string",
      "provedor_sugerido": "string",
      "modalidade": "presencial|online|híbrido",
      "carga_horaria_h": 0,
      "pre_requisitos": ["string"],
      "cronograma_sugerido": "YYYY-MM a YYYY-MM",
      "prioridade": 1,
      "justificativa": "string"
    }],
    "resumo_prioridades": {
      "itens_alta_prioridade": 0,
      "carga_total_h": 0
    },
    "monitoramento_pos_treinamento": true
  }

• Número de caracteres esperado: O JSON final deve ser conciso e informativo, com um tamanho estimado em torno de 5.000 caracteres.

3.3.3 Parâmetros de Geração

• Modelo: GPT-5
• Temperatura: 0.6

3.3.4 Ferramentas do Agente

• Documentos: Não consulta documentos externos.
• Calculadora: Não utiliza.
• Busca Online: Não utiliza.
• Sistemas Externos: Não se conecta a sistemas externos.

3.3.5 Memória

• Visibilidade das Instruções (Prompt): As instruções deste agente não devem ser visíveis para nenhum agente.
• Visibilidade da Resposta: A resposta gerada por este agente deve ser visível para o Agente de Avaliação de Eficácia de Treinamentos (RF 4).

3.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Avaliação de Eficácia de Treinamentos (RF 4).

Monitorar a eficácia dos treinamentos propostos comparando indicadores antes e depois e ajustar a trilha se necessário.

4.3.1 Especificação do Input

• Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão do agente anterior (RF 3).
• Tipo do input: Um objeto JSON contendo informações sobre a trilha de treinamento executada e indicadores de desempenho.
• Formatos Suportados: JSON.
• Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 10.000 caracteres.

4.3.2 Especificação do Output

• Formato de output: O output deve ser um objeto JSON estruturado contendo a avaliação da eficácia dos treinamentos e ajustes recomendados.
• Exemplo de Estrutura de Output:

   {
    "docente_id": "string",
    "eficacia_global": "baixa|moderada|alta",
    "ganhos_por_indicador": [{
      "nome": "string",
      "delta": 0.0,
      "classificacao": "queda|estável|melhora"
    }],
    "lacunas_remanescentes": [{
      "competencia": "string",
      "status": "resolvida|parcial|não_resolvida"
    }],
    "ajustes_recomendados": [{
      "competencia_alvo": "string",
      "acao_sugerida": "reforço|mentoria_aplicada|mudança_de_formato|nova_formacao",
      "justificativa": "string"
    }],
    "proxima_revisao": "YYYY-MM"
  }

• Número de caracteres esperado: O JSON final deve ser conciso e informativo, com um tamanho estimado em torno de 5.000 caracteres.

4.3.3 Parâmetros de Geração

• Modelo: GPT-5
• Temperatura: 0.6

4.3.4 Ferramentas do Agente

• Documentos: Não consulta documentos externos.
• Calculadora: Não utiliza.
• Busca Online: Não utiliza.
• Sistemas Externos: Não se conecta a sistemas externos.

4.3.5 Memória

• Visibilidade das Instruções (Prompt): As instruções deste agente não devem ser visíveis para nenhum agente.
• Visibilidade da Resposta: A resposta gerada por este agente deve ser visível para o sistema de gestão acadêmica para ajustes e melhorias contínuas.

4.3.6 Regras de Orquestração e Transição

A execução deste agente finaliza o fluxo. A avaliação gerada é o resultado que deve ser disponibilizado para o sistema de gestão acadêmica para ajustes e melhorias contínuas.