Estudante da Ufal conquista prêmio nacional de melhor TCC em Engenharia de Produção
Trabalho desenvolvido no Campus do Sertão alia inteligência artificial e saúde ocupacional e se destaca entre pesquisas de universidades de todo o país
Uma pesquisa desenvolvida pelo estudante Jesus Tavares, do curso de Engenharia de Produção da Universidade Federal de Alagoas (Ufal), no Campus do Sertão, em Delmiro Gouveia, ganhou projeção nacional ao conquistar o Prêmio Luiz Antonio Meirelles, como melhor Trabalho de Conclusão de Curso (TCC) apresentado no 46º Encontro Nacional de Engenharia de Produção (Enegep), considerado o maior evento nacional da área.
O encontro foi realizado entre os dias 20 e 23 de outubro, na Universidade de São Paulo (USP), no campus Butantã, e reuniu a comunidade acadêmica, pesquisadores, professores, estudantes, empresários, consultores, engenheiros, administradores e demais profissionais atuantes na Engenharia de Produção.
Intitulado “Integração da teoria de resposta ao item e aprendizado de máquina para previsão automatizada em saúde e segurança ocupacional”, o trabalho foi orientado pelo professor Jonhatan Magno Norte da Silva. A pesquisa concorreu com produções de representantes de diversas universidades do país e, com a vitória, Jesus se tornou o primeiro estudante da Ufal a conquistar a premiação e reforça o papel da educação, ensino e extensão.
Trajetória da pesquisa
Antes de se tornar o TCC de Jesus, a pesquisa já trilhava um caminho de sucesso. O trabalho teve início no âmbito do Programa Institucional de Bolsas de Iniciação Científica (Pibic), também sob orientação do professor Jonhatan, e posteriormente evoluiu para um artigo científico publicado no periódico internacional Expert Systems with Applications.
Desde o início, a motivação para estudar o tema surgiu da percepção de que os métodos tradicionais de avaliação ergonômica, responsáveis por analisar as condições de trabalho e adequá-las às características dos trabalhadores, apresentam limitações, principalmente na mensuração do desconforto relatado por eles.
“Muitas vezes, essa avaliação é feita de forma superficial, o que pode dificultar a identificação da intensidade e da gravidade dos sintomas. Diante disso, buscamos integrar duas abordagens: a Teoria de Resposta ao Item (TRI), que permite construir uma medida mais precisa do desconforto, e o Aprendizado de Máquina (Machine Learning), que possibilita automatizar a classificação desses níveis”, explicou.
A partir dessa perspectiva, a pesquisa teve como principal objetivo desenvolver e avaliar um modelo capaz de classificar automaticamente os níveis de desconforto musculoesquelético, utilizando os parâmetros estabelecidos pela TRI como referência.
“Utilizamos uma base de dados composta por 300 trabalhadores de diferentes setores, provenientes de Alagoas, Bahia e Paraíba. Após validar o instrumento de avaliação e estabelecer uma escala de desconforto com seis níveis hierárquicos, treinamos e comparamos seis algoritmos de aprendizado de máquina: Regressão Logística, Support Vector Machine (SVM), Random Forest, XGBoost, K-Nearest Neighbors (KNN) e Árvore de Decisão”, complementou.
O professor orientador destacou que o trabalho exigiu o domínio de métodos psicométricos robustos e de técnicas de aprendizado de máquina. Segundo ele, o estudante conduziu cada etapa com rigor e autonomia.
“Mais do que cumprir um requisito acadêmico, ele produziu um trabalho que dialoga com um problema social relevante: a prevenção de doenças ocupacionais de origem ergonômica”, disse Jonhatan.
Os resultados também foram expressivos. O estudante explicou que os modelos de Regressão Logística e SVM alcançaram desempenho superior a 95% em indicadores que medem a precisão das classificações, como acurácia e F1-Score. Entre eles, o SVM apresentou o melhor resultado geral, com 96,1% de F1-Score.
“Os modelos conseguiram classificar os níveis de desconforto com alto grau de precisão, ultrapassando 95% em algumas métricas de avaliação. O SVM foi o que apresentou o melhor desempenho, com 96,1% de F1-Score. Além disso, utilizamos a técnica SHAP, que nos permite entender como a inteligência artificial toma suas decisões e identificar quais regiões do corpo têm maior influência na classificação dos níveis de desconforto”, destacou.
Conquista da premiação
A participação no Enegep também representou um marco na trajetória acadêmica do estudante. Jesus contou que a experiência foi transformadora e que receber o prêmio tornou o momento ainda mais especial. Para ele, além de apresentar uma produção inovadora, representar a Ufal em um evento de relevância nacional com uma pesquisa desenvolvida no Campus do Sertão foi motivo de orgulho.
“Eu sabia da qualidade do trabalho e de toda a dedicação envolvida em sua construção, mas não tinha certeza de que seria o vencedor. A Ufal também teve um papel indispensável nessa trajetória. Foi na universidade, especialmente no Campus do Sertão, que encontrei o ambiente acadêmico e as oportunidades que permitiram desenvolver minha formação, participar de projetos de iniciação científica e aprofundar meus conhecimentos em pesquisa”, afirmou.
O estudante também ressaltou que a parceria com o orientador foi essencial para sua trajetória e que a conquista é resultado da colaboração construída ao longo de sua formação. “Mais do que a orientação técnica e científica, ele teve um papel muito importante na minha formação como pesquisador e na minha formação pessoal”, assegurou.
Para o professor, o reconhecimento reflete a qualidade da pesquisa realizada na Ufal e a capacidade dos estudantes de competir em alto nível com instituições de todo o país. Ele também destacou o perfil de Jesus, a quem descreveu como um estudante curioso, determinado e com uma sensibilidade especial para a pesquisa acadêmica.
“Conheço o Jesus desde 2022, quando ele foi meu aluno na disciplina de Introdução à Engenharia de Produção. Tive o prazer de orientá-lo no PIBIC, de 2024 a 2026, e, por fim, no TCC. Durante os projetos, Jesus participou ativamente da produção científica do grupo. Ele foi coautor de artigos publicados em periódicos internacionais, algo pouco comum na graduação e que evidencia a maturidade acadêmica que construiu ao longo do curso”, destacou.
O docente também ressaltou a importância de incentivar os estudantes a levar suas pesquisas para além do ambiente universitário. “Incentivar os alunos a levar suas pesquisas a eventos relevantes é demonstrar que o conhecimento produzido na universidade pública tem compromisso com a sociedade. Experiências como essa ampliam horizontes, criam redes e inspiram outros estudantes. Assim, seguiremos formando e apoiando alunos como o Jesus”, comemorou.
Por fim, Jesus dedicou a conquista a todas as pessoas que fizeram parte de sua trajetória, inclusive fora do ambiente acadêmico.
“Agradeço a Deus, à minha companheira e parceira Kaiane; aos meus pais, Danusia e Cláudio, por todos os esforços para me proporcionar uma educação de qualidade; ao meu irmão João e à minha tia Deltrudes, por toda a confiança. Em especial, à memória do meu tio Dalmo, a quem dediquei meu TCC. Mesmo não estando presente fisicamente para acompanhar esse momento, ele faz parte da minha história e, de alguma forma, também dessa conquista”, finalizou.