Engenharia de Software Inclusiva com Suporte de IA e Avaliação de Qualidade: Desenvolvimento de Soluções Acessíveis para Transtorno do Espectro Autista

Resumo

A promoção da inclusão de indivíduos com Transtorno do Espectro Autista (TEA) exige o desenvolvimento de soluções digitais acessíveis e inteligentes. O presente trabalho investiga como as práticas de engenharia de software com suporte de inteligência artificial (IA) podem ser aplicadas ao desenvolvimento de soluções educacionais acessíveis voltadas a indivíduos com TEA, buscando atender suas necessidades cognitivas, sociais e emocionais. A pesquisa adota uma abordagem qualitativa, descritiva e exploratória, composta por duas etapas: entrevistas com especialistas e testes práticos com o software AutBot. A coleta de dados foi realizada com seis participantes experientes em áreas como acessibilidade digital, engenharia de software e computação aplicada à educação. Os instrumentos utilizados incluíram entrevistas semiestruturadas e formulários avaliativos com escala Likert e campos abertos. A análise seguiu a metodologia de codificação qualitativa e estatística descritiva (Baralt, 2011). O AutBot, plataforma digital desenvolvida neste estudo, foi projetado para preencher lacunas importantes no suporte educacional e familiar a pessoas com TEA, integrando um chatbot inteligente com base de conhecimento especializada na área, funcionalidades interativas e arquitetura escalável via APIs REST. Seu objetivo central é oferecer um ambiente adaptável, intuitivo e acessível, promovendo uma experiência inclusiva tanto para indivíduos com TEA quanto para seus cuidadores, familiares e educadores. Conforme destacado por Malpartida e Rodrigues (2024), soluções computacionais voltadas ao TEA devem considerar elementos de pensamento lógico, personalização em tempo real e interface responsiva, atributos incorporados ao AutBot durante seu desenvolvimento. Os resultados da avaliação indicaram que os participantes reconheceram o potencial da ferramenta, especialmente no tocante à clareza da linguagem, simplicidade de navegação e valor pedagógico. Ainda assim, foram relatadas sugestões de melhorias, como ajustes no contraste de cores, reestruturação da hierarquia dos elementos da interface e aumento da assertividade nas respostas da IA. Observou-se também um baixo índice de experiência dos participantes com acessibilidade digital (33%), o que evidencia a necessidade de capacitações específicas e maior colaboração interdisciplinar. A escassez de dados oficiais sobre TEA no Brasil até o censo de 2022 (Paiva Jr., [s.d.]) impôs desafios à personalização e ao refinamento das soluções, afetando diretamente a capacidade dos agentes inteligentes de fornecer apoio preciso. Além disso, as limitações do estudo incluíram o tamanho reduzido da amostra e o curto intervalo para execução dos testes. Conclui-se que, embora os resultados tenham sido amplamente positivos, é essencial aprofundar as investigações com usuários finais, realizar estudos longitudinais e incorporar algoritmos capazes de adaptar-se dinamicamente às interações. Acredita-se que a inclusão de práticas éticas, segurança de dados e transparência algorítmica contribuirá para a consolidação de tecnologias educacionais verdadeiramente inclusivas e eficazes para o público neurodivergente.