GAIA Lab

O crescimento acelerado da urbanização e da frota de veículos no Brasil tem gerado desafios significativos para a mobilidade urbana, especialmente na gestão de estacionamentos. Em 2022, o país registrou mais de 115 milhões de veículos, um aumento de 115% desde 2006, intensificando congestionamentos e emissões de gases poluentes. Estudos indicam que grande parte do tráfego urbano é causado pela busca por vagas, contribuindo para o agravamento das mudanças climáticas. Nesse cenário, soluções baseadas em Inteligência Artificial (IA) e visão computacional surgem como alternativas promissoras. Este projeto propõe um sistema inteligente de monitoramento de vagas em estacionamentos utilizando aprendizado de máquina, técnicas de visão computacional e imagens de câmeras. O modelo a ser produzido poderá ser integrado a sistemas de monitoramento e aplicativos visando reduzir o tempo de busca por vaga, otimizando a mobilidade urbana e permitindo futura interação com veículos (semi-)autonomos.

O presente projeto visa enfrentar o problema da contaminação de águas fluviais por defensivos agrícolas, especificamente em regiões de cultivo de arroz no Rio Trombudo, Santa Catarina. Através da implementação de uma rede de sensores IoT com comunicação LoRa, o projeto coletará sistematicamente dados químicos, com ênfase nos níveis de nitratos, transmitindo-os via gateway para armazenamento em banco de dados. A metodologia inclui o desenvolvimento da infraestrutura de comunicação, calibração de sensores, implementação de banco de dados e aplicação de técnicas de inteligência artificial para análise preditiva dos dados. O projeto contribuirá para o monitoramento ambiental, oferecendo uma solução tecnológica inovadora para preservação dos recursos hídricos e tomada de decisões baseadas em evidências.

A popularização da Inteligência Artificial (IA) na educação levanta preocupações éticas sobre vieses, transparência, responsabilidade e explicabilidade. Contudo, a integração da ética por design ainda é limitada, expondo estudantes e professores a riscos de decisões algorítmicas opacas e potencialmente injustas. Este estudo propõe o desenvolvimento de uma ferramenta de aprendizagem colaborativa baseada no Ethoscool, um sistema multiagentes que incorpora princípios éticos na tomada de decisões educacionais. A solução permitirá que estudantes interajam em um ambiente dinâmico, semelhante a um fórum, onde agentes morais artificiais monitoram e orientam a participação, promovendo equidade e inclusão. Ao integrar ética por design, o sistema busca tornar a IA na educação mais transparente, responsável e alinhada a valores educacionais fundamentais.

A área de gestão do conhecimento em instituições de ensino enfrenta desafios com a crescente digitalização das informações acadêmicas. Estudantes de cursos técnicos integrados ao ensino médio do IFSC, campus Caçador, encontram dificuldades para acessar dados sobre disciplinas, pré-requisitos, normativas institucionais e calendários, muitas vezes dispersos em portais pouco intuitivos. Este projeto propõe investigar uma solução usando Large Language Models (LLM) e Retrieval-Augmented Generation (RAG), para otimizar o acesso a essas informações. Sistemas baseados em RAG combinam mecanismos de cálculo de similaridade textual e grandes modelos de linguagem para gerar respostas contextualizadas a partir de documentos estruturados e não estruturados. O objetivo é oferecer uma solução inteligente que ofereça suporte automatizado aos estudantes, melhorando a experiência acadêmica, promovendo autonomia e contribuindo para a redução da evasão escolar.

Este projeto visa solucionar o problema do descarte inadequado de materiais gráficos, como banners e cartazes, gerados em eventos acadêmicos no IFSC Câmpus Caçador. Esses materiais, frequentemente plásticos e não recicláveis, causam impacto ambiental. A proposta é reaproveitar esses materiais para a criação de ecobags, promovendo a sustentabilidade e a redução de desperdício. O objetivo principal é avaliar a viabilidade desse reaproveitamento, desenvolvendo ecobags e incentivando práticas sustentáveis entre alunos e a comunidade local. Os objetivos incluem promover a conscientização ambiental, avaliar a aceitação das ecobags, testar protótipos e criar um modelo replicável para o reaproveitamento de materiais gráficos. A metodologia será dividida em quatro etapas: levantamento dos materiais descartados, desenvolvimento dos protótipos, realização de atividades educativas e avaliação das ecobags em feiras e eventos.

Criação de uma rede de estações meteorológicas autônomas com comunicação LoRa para coleta de dados climáticos em tempo real. O sistema utiliza IA para previsão meteorológica local e identificação de padrões climáticos, auxiliando na tomada de decisões para agricultura e gestão de recursos hídricos.