Oliveira, Bruno Moisés Teixeira deOliveira, Óscar António Maia deSilva, Ricardo Rodrigues da2025-11-102025-11-1020252025http://hdl.handle.net/10400.22/30799Esta dissertação apresenta o desenvolvimento de um sistema para o Moodle com integração de Modelos de Linguagem de Grande Escala (LLMs) destinado a apoiar a atividade letiva através de automação inteligente de tarefas pedagógicas. A solução proposta combina o protocolo Model Context Protocol (MCP) para orquestração cliente-servidor, um pipeline RAG (Retrieval-Augmented Generation) para recuperação semântica de conteúdos, a base de dados vetorial Qdrant para indexação eficiente, e modelos Gemini (comutáveis dinamicamente consoante custo e desempenho) para geração de linguagem natural. O sistema integra-se com o Moodle via web services para descoberta de cursos e obtenção automática de PDFs, processa documentos com extração de texto e segmentação, cria embeddings com sentence-transformers e disponibiliza funcionalidades de alto impacto educativo: geração de resumos contextuais, criação de questionários com validação de dificuldade, flashcards, recomendações de leitura e, opcionalmente, geração de vídeos com IA (Gemini Veo). A interface web, desenvolvida em Flask, oferece autenticação, gestão de conversas, seleção de modelos e invocação de ferramentas MCP em tempo real. Metodologicamente, adotou-se uma abordagem iterativa com validação funcional contínua e logging estruturado. A avaliação incide em três dimensões: (i) desempenho do RAG (tempo de resposta e relevância de recuperação), (ii) qualidade pedagógica do conteúdo gerado (clareza, alinhamento com fontes, adequação de dificuldade), e (iii) robustez da integração MCP–Moodle (confiabilidade de chamadas e sincronização). Os resultados demonstram ganhos de eficiência na preparação de materiais, apoio à diferenciação pedagógica e redução de esforço docente em tarefas repetitivas. As principais contribuições incluem: uma arquitetura modular replicável para LMS, um conjunto de ferramentas MCP focadas em educação e um fluxo RAG otimizado para PDFs académicos. São discutidas limitações (dependência de qualidade dos PDFs, custos de inferência, privacidade) e perspetivas futuras, nomeadamente exportação direta para formatos Moodle, algoritmos de repetição espaçada para flashcards e estudos de eficácia com turmas reais. Este trabalho evidencia a viabilidade de integrar LLMs no ecossistema Moodle para potenciar práticas pedagógicas baseadas em conteúdo e dados.pormaster thesis204044774