A Inova-Ria e a Present Technologies promoveram uma aula aberta dedicada ao tema dos Agentes de Inteligência Artificial no Desenvolvimento de Software, no DEIS-ISEC, reunindo um anfiteatro completo para assistir a uma sessão conduzida por Nuno Rodrigues, especialista na área.
O evento destacou-se pela abordagem prática e atual, centrada na forma como os sistemas de Inteligência Artificial, com diferentes níveis de autonomia, tendo acesso a ferramentas, contexto e mecanismos de controlo, podem ser desenhados e usados em contextos reais de engenharia.
Da teoria à prática: como funcionam os sistemas baseados em LLMs
Durante a sessão, foi explorado o funcionamento básico dos Large Language Models (LLMs), evidenciando algumas das limitações que a sua arquitetura impõe, como, por exemplo, a ausência de estado persistente. Dito de outra forma, cada interação com estes modelos é, por natureza, independente, exigindo o desenvolvimento de mecanismos adicionais para garantir continuidade e coerência.
Neste contexto, foram abordados diferentes tipos de memória essenciais para aplicações mais robustas:
- Memória conversacional, que permite manter o histórico de interações;
- Memória semântica, baseada em factos e conhecimento estruturado;
- Memória episódica, que regista interações passadas;
- Memória procedimental, assente em regras e instruções.
A integração destas camadas, aliada ao acesso a fontes externas como bases de dados, APIs ou ficheiros, permite ultrapassar limitações dos modelos e criar soluções mais completas e contextuais.
Da distinção entre workflows e agentes aos padrões de construção
Um dos pontos centrais da aula foi a distinção entre workflows e agentes. Em vez de apresentar a Agentic AI como uma evolução simplesmente orientada para “mais autonomia”, o tema foi enquadrado como uma questão de decisão de engenharia: perceber onde o controlo fica no código da aplicação, onde é delegado ao modelo, e que estrutura é necessária para tornar esse comportamento mais fiável.
A sessão destacou também que, na prática, muitos sistemas úteis não estão nos extremos, mas sim num espaço intermédio entre workflows rígidos e agentes totalmente autónomos. Por isso, a discussão centrou-se menos na autonomia como fim e mais nos padrões que tornam estes sistemas mais fiáveis e previsíveis.
Entre os padrões apresentados estiveram:
- Outputs estruturados, para transformar respostas em texto livre em saídas estruturadas e validadas;
- Ciclos de revisão, para melhorar resultados através de ciclos de revisão limitados;
- Delegação a especialistas, para distribuir responsabilidades por componentes mais especializados;
- Confiança através de avaliação, para ganhar confiança no sistema através de avaliação e deteção de regressões.
Agentes de IA no processo de desenvolvimento: o papel dos coding agents
A sessão abordou também a forma como os coding agents estão a entrar nos workflows de engenharia de software. Em vez de os apresentar como uma simples extensão do chat ou da geração de código, a apresentação mostrou estes sistemas como workflows compostos por vários blocos, que combinam contexto, acesso a ferramentas, competências (skills), regras, limites de atuação e mecanismos de apoio à execução.
A explicação desta parte foi alicerçada num exemplo concreto e fácil de seguir: o percurso desde um bug ticket até uma correção pronta para revisão. Esse workflow permitiu mostrar como este tipo de agente pode recolher contexto relevante, executar passos no ambiente de desenvolvimento e produzir uma alteração de código que continua integrada num processo normal de engenharia. Incluiu também uma demonstração da execução do workflow pelo próprio agente, executando as várias etapas de forma autónoma, sempre dentro dos limites definidos.
A mensagem principal foi que o valor destes agentes não está em substituir o engenheiro, mas em ajudar a acelerar o trabalho dentro de um processo com contexto, controlo e revisão.
Um futuro orientado por dados, competências e colaboração
A aula aberta permitiu não só compreender o estado atual da tecnologia, mas também enquadrar o seu impacto futuro. Tal como destacado na estratégia nacional para a IA, o desenvolvimento destas tecnologias será determinante para a competitividade, eficiência e inovação, exigindo uma forte aposta na qualificação e na colaboração entre academia e indústria .
Num contexto em que a Inteligência Artificial assume um papel cada vez mais central na economia e na sociedade, iniciativas como esta reforçam a importância da partilha de conhecimento e da aproximação entre o meio académico e o tecido empresarial.
Um evento com forte adesão e impacto
Com uma adesão muito significativa e um feedback extremamente positivo, esta aula aberta afirmou-se como uma iniciativa relevante para a transferência de conhecimento em torno da Inteligência Artificial aplicada em contexto empresarial.
A colaboração entre o DEIS/ISEC, a Inova-Ria e a Present Technologies evidencia o potencial de futuras iniciativas conjuntas, contribuindo para a capacitação de talento e para o reforço do ecossistema tecnológico nacional.
