Universidade de Mogi das CruzesRepositório Institucional

Pós-Graduação Stricto Sensu UMC

Permanent URI for this communityhttps://repositorio.umc.br/handle/123456789/2

Browse

Filters

20251

Settings

Author: search.filters.author.Macedo, Rita de Cássia Catini deHas files: Yes

Search Results

Now showing 1 - 1 of 1
  • Thumbnail Image
    Item type:Item,
    Um processo para desenvolvimento de sistemas enativos baseados em Inteligência Artificial Generativa: estudos no monitoramento de atividades física em gestante
    (Universidade de Mogi das Cruzes, 2025-08-08) Macedo, Rita de Cássia Catini de; Martini, Silvia Cristina
    Esta tese propõe um processo inovador para o desenvolvimento de sistemas enativos, com aplicação prática voltada ao monitoramento e sugestão de atividades físicas para gestantes. O estudo parte da premissa de que a personalização e a adaptação dinâmica são essenciais para garantir segurança, bem-estar e engajamento na prática de exercícios durante a gestação, período marcado por alterações fisiológicas e emocionais intensas. O processo visa desenvolver sistemas onde usuário e sistema são dinamicamente influenciados um pelo outro, por meio do uso de Inteligência Artificial Generativa. A arquitetura de solução desenvolvida, com base nesse processo, integra sensores vestíveis, monitoramento em tempo real, interface intuitiva e um módulo de suporte à decisão utilizando LLMs e RAG. O processo proposto foi validado por meio do desenvolvimento de um sistema funcional, denominado GymGuardian, envolvendo um aplicativo pessoal e um dashboard para acompanhamento por profissionais de educação física. Foram considerados aspectos fundamentais dos sistemas enativos, como autonomia, emergência, fazer-sentido, corporificação e experiência, que garantem uma resposta adaptativa do sistema às condições e preferências das usuárias. A avaliação foi conduzida com a aplicação de questionários baseados no modelo TAM e UTAUT2, incluindo dados quantitativos e qualitativos. Os resultados obtidos revelaram aceitação e percepção positiva das funcionalidades da solução. Os dados colhidos também indicaram oportunidades de aprimoramento. O trabalho contribui metodologicamente ao propor uma arquitetura de modelagem aplicável a outras áreas da saúde, combinando elementos da cognição enativa com recursos tecnológicos atuais.