Um processo para desenvolvimento de sistemas enativos baseados em Inteligência Artificial Generativa: estudos no monitoramento de atividades física em gestante

Abstract

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.