Publication
Low-Code e Inteligência Artificial Generativa: Potencialidades, Desafios e Aplicações no Desenvolvimento de Software
| datacite.subject.fos | Ciências Naturais::Ciências da Computação e da Informação | |
| datacite.subject.sdg | 09:Indústria, Inovação e Infraestruturas | |
| dc.contributor.advisor | Silva, Fábio André Souto da | |
| dc.contributor.author | Pereira, João Tomás Oliveira | |
| dc.date.accessioned | 2025-11-26T11:39:40Z | |
| dc.date.available | 2025-11-26T11:39:40Z | |
| dc.date.issued | 2025 | |
| dc.date.submitted | 2025 | |
| dc.description.abstract | This work aimed to explore and compare two emerging approaches in software development, low-code platforms and solutions based on generative artificial intelligence. For this purpose, a systematic literature review was conducted, along with a critical analysis of several representative tools of each paradigm and an experimental study in which five participants with different levels of technological experience created a to-do list application. The adopted methodology was based on the action research model, combining theoretical review, practical application, and critical reflection. The results obtained demonstrated that both approaches offer significant advantages in democratizing application development, although they present distinct characteristics in terms of predictability, autonomy, and ease of use. The low-code platform Budibase was valued for its structured visual interface and the control it provided to users, while the Claude tool stood out for the speed and flexibility associated with natural language interaction. The final analysis shows that these technologies should not be seen as competing solutions but rather as complementary alternatives that can address different user profiles and usage scenarios. The study concludes that the choice of the most appropriate approach should consider factors such as the organizational context, project complexity, and the level of experience of the users involved. | eng |
| dc.description.abstract | O presente trabalho teve como principal objetivo explorar e comparar duas abordagens emergentes no desenvolvimento de software, as plataformas low-code e as soluções baseadas em inteligência artificial generativa. Para este efeito, foi realizada uma revisão Sistemática da literatura, a análise crítica de diversas ferramentas representativas de cada paradigma e um estudo experimental que envolveu a cria¸c˜ao de uma aplica¸c˜ao de lista de tarefas por sete participantes com diferentes níveis de experiência tecnológica. A metodologia adotada baseou-se no modelo de action research, articulando revisão teórica, Aplicação prática e reflexão crítica. Os resultados obtidos demonstraram que ambas as abordagens oferecem vantagens significativas na democratização do desenvolvimento de Aplicações, embora apresentem características distintas em termos de previsibilidade, autonomia e facilidade de utilização. A plataforma low-code Budibase foi valorizada pela interface visual estruturada e pelo controlo dado ao utilizador, enquanto a ferramenta Claude destacou-se pela rapidez e flexibilidade associadas interação em linguagem natural. A análise final evidencia que estas tecnologias não devem ser encaradas como Soluções concorrentes, mas sim como alternativas complementares que podem responder a diferentes perfis de utilizadores e cenários de utilização. O trabalho conclui que a escolha da abordagem mais adequada deve considerar fatores como o contexto organizacional, a complexidade do projeto e o grau de experiência dos utilizadores envolvidos. | por |
| dc.identifier.tid | 204057949 | |
| dc.identifier.uri | http://hdl.handle.net/10400.22/31070 | |
| dc.language.iso | por | |
| dc.rights.uri | http://creativecommons.org/licenses/by/4.0/ | |
| dc.subject | Low-Code | |
| dc.subject | Inteligˆencia Artificial Generativa | |
| dc.subject | Desenvolvimento de Software | |
| dc.subject | Modelos de Linguagem de Grande Escala (LLM) | |
| dc.subject | Protocolo de Contexto de Modelo (MCP) | |
| dc.subject | Sistemas Agentic | |
| dc.subject | Budibase e Claude | |
| dc.title | Low-Code e Inteligência Artificial Generativa: Potencialidades, Desafios e Aplicações no Desenvolvimento de Software | por |
| dc.type | master thesis | |
| dspace.entity.type | Publication | |
| thesis.degree.name | Mestrado em Engenharia Informática |