AVALIAÇÃO AUTOMÁTICA DE REDAÇÕES NARRATIVAS DO ENSINO FUNDAMENTAL USANDO MODELOS DE LINGUAGEM DE GRANDE ESCALA

A Avaliação Automática de Redações tem como objetivo desenvolver sistemas capazes de atribuir notas a produções textuais de forma consistente e escalável. No entanto, ainda são escassos os trabalhos voltados à avaliação de redações narrativas produzidas por estudantes do ensino fundamental em português do Brasil. Este trabalho investiga o uso de Modelos de Linguagem de Grande Escala (LLMs) nessa tarefa, comparando os modelos GPT-5.2, Gemini 3 Flash, Claude Sonnet 4, DeepSeek V3 e Mistral Large. Os experimentos foram realizados em um corpus público composto por 1.235 redações avaliadas por especialistas em quatro competências de escrita, utilizando duas estratégias de prompting com diferentes níveis de detalhamento das rubricas de avaliação. O desempenho foi analisado por meio das métricas Linear Weighted Kappa, Quadratic Weighted Kappa e Mean Absolute Error. Os resultados mostram que o Gemini 3 Flash apresentou o melhor desempenho geral e que o detalhamento das rubricas beneficiou alguns modelos, embora os LLMs ainda apresentem limitações para substituir a avaliação realizada por especialistas humanos.