Qualiz: Gameficação para Ensinar e Engajar sobre a integração da Engenharia de Requisitos e Qualidade de Dados em Aprendizado de Máquina

Abstract

A expansão de soluções baseadas em inteligência artificial tem intensificado a dependência de técnicas de aprendizado de máquina (machine learning – ML), o que torna a qualidade dos dados um fator determinante para o sucesso desses sistemas. A eficácia dos modelos depende diretamente de conjuntos de dados completos, consistentes e representativos, capazes de sustentar tanto a etapa de treinamento quanto a de validação. Entretanto, a literatura evidencia que problemas relacionados à baixa qualidade dos dados permanecem entre os principais responsáveis por falhas, vieses e degradação de desempenho em aplicações de ML. Nesse cenário, a engenharia de requisitos emerge como um campo estratégico, pois fornece métodos, processos e diretrizes que permitem identificar necessidades, estabelecer critérios de qualidade e antecipar riscos associados à coleta, preparação e manutenção dos dados utilizados nesses modelos. Apesar da relevância desse tema, observa-se uma lacuna significativa no que diz respeito a iniciativas educacionais direcionadas à capacitação sobre requisitos para qualidade de dados em ML, sobretudo em abordagens que conciliem aspectos técnicos e estratégias motivacionais. A literatura recente aponta a gameficação como um recurso promissor nesse contexto, dado seu potencial para tornar o processo de aprendizagem mais dinâmico, engajador e eficaz. Diante desse panorama, este artigo apresenta o Qualiz, um protótipo gameficado desenvolvido com o objetivo de disseminar boas práticas relacionadas à engenharia de requisitos aplicada à qualidade de dados em sistemas de ML. O protótipo foi disponibilizado a um grupo de 25 participantes, que interagiram livremente com a plataforma e posteriormente responderam a um formulário de avaliação. Os resultados revelaram uma avaliação predominantemente positiva: os participantes destacaram a boa compreensão dos tópicos apresentados, a relevância dos conceitos abordados e a adequação da estrutura dos quizzes para facilitar a assimilação gradual dos conteúdos. Além disso, a interface foi considerada intuitiva, e os elementos lúdicos foram vistos como fatores que aumentaram o interesse e a motivação durante o uso. A partir desses achados, identifica-se um potencial significativo do Qualiz como ferramenta complementar de apoio à formação em engenharia de requisitos voltada à qualidade de dados em ML, contribuindo tanto para o avanço da área quanto para a formação de profissionais mais preparados para atuar em cenários cada vez mais orientados por dados.