Resumo Técnico: Ensinando Aprendizado de Máquina para Engenheiros de Software

Declaração do Problema

Embora componentes de Aprendizado de Máquina (ML) e Inteligência Artificial (IA) estejam cada vez mais incorporados em produtos de software, os currículos de graduação em Engenharia de Software (ES) carecem de uma preparação sistemática para construir, testar, implantar e manter sistemas baseados em IA/ML. Embora as universidades tenham introduzido especializações (minors) em IA/ML, estas frequentemente tratam a disciplina como algo separado da educação central de ES, em vez de integrar as competências necessárias ao currículo fundamental. Consequentemente, os graduados são frequentemente mal equipados para lidar com os desafios únicos do ciclo de vida de sistemas de ML, como dependências de dados, versionamento de modelos, monitoramento e a integração de comportamentos probabilísticos em arquiteturas de software determinísticas.

Metodologia

Os autores empregaram uma abordagem de dois passos, baseada em evidências, para identificar lacunas e priorizar estratégias de integração:

1. Construção do Framework de Tópicos (RQ1):

   • Obtenção de Fontes: Um inventário abrangente de tópicos relacionados a ML foi compilado de duas fontes: (S1) literatura revisada por pares sobre SE para ML (2020–2025) e (S2) descrições de profissionais sobre pipelines de ML em produção.
   • Categorização: Através de um processo de normalização iterativo, 36 tópicos distintos foram organizados em cinco categorias:
     1. Fundamentos Matemáticos (MF): Conceitos para raciocinar sobre o comportamento de ML (ex: probabilidade, álgebra linear, otimização).
     2. Estruturas de Dados e Algoritmos (DSA): Conceitos algorítmicos específicos para computação de ML (ex: tensores, grafos computacionais, estruturas de busca específicas).
     3. Plataforma e Computação (PC): Infraestrutura para cargas de trabalho de ML escaláveis (ex: armazenamento, HPC, redes).
     4. Desenvolvimento, Manutenção e Operações de Modelos (MDMO): Gestão do ciclo de vida, incluindo testes, implantação, monitoramento e versionamento.
     5. Aplicações de ML na Engenharia de Software (AML): Uso de ML para apoiar tarefas de ES (ex: depuração automatizada, análise de qualidade de código).
   • Mapeamento Curricular: O framework foi mapeado contra cursos obrigatórios de cinco universidades representativas (U1–U5) para identificar tópicos consistentemente cobertos versus lacunas.

2. Pesquisa com Instrutores (RQ2 & RQ3):

   • Participantes: 36 respostas válidas de instrutores de SE de 36 universidades na América do Norte, Ásia, Europa e Austrália.
   • Instrumento: Uma pesquisa perguntando aos instrutores para classificar cada tópico como: (a) coberto com a profundidade esperada, (b) não coberto, mas deveria ser, (c) não coberto e não relevante, ou (d) incerto.
   • Análise: As respostas foram agregadas para determinar as taxas de cobertura e os níveis de suporte (priorização) para cada tópico. Dados qualitativos de perguntas abertas foram analisados para identificar barreiras à integração.

Principais Resultados

1. Lacunas de Cobertura (RQ2)

• Fundamentos Matemáticos (MF): Tópicos básicos (regras de probabilidade, gradiente descendente, métricas de avaliação) apresentam alta cobertura. No entanto, tópicos avançados como Estimativa de Máxima Verossimilhança (MLE), decomposições de matrizes e métodos de otimização avançados permanecem sub-representados.
• Estruturas de Dados e Algoritmos (DSA): Tópicos centrais como tensores e grafos computacionais possuem cobertura moderada a alta. Estruturas específicas como KD-trees e Autoencoders apresentam baixa cobertura, apesar de serem relevantes.
• Plataforma e Computação (PC): Infraestrutura central (bancos de dados, pipelines de dados, containers/VMs) é bem coberta. Armazenamento distribuído, computação de alto desempenho (HPC) e balanceamento de carga apresentam cobertura moderada com variação significativa.
• MDMO e AML: Estas categorias exibem as lacunas mais significativas. Tópicos relativos ao ciclo de vida do modelo (versionamento, monitoramento), requisitos centrados em dados, engenharia de prompt e depuração automatizada possuem baixa cobertura relatada nos currículos.

2. Prioridades dos Instrutores (RQ3)

• Alto Suporte / Baixa Cobertura: Existe um forte consenso entre os instrutores de que os tópicos de MDMO e AML são críticos, mas atualmente ausentes. Especificamente, o monitoramento de modelos, depuração, conformidade ética e o uso de ML para qualidade/segurança de código são vistos como inclusões de alta prioridade.
• Baixo Suporte / Baixa Cobertura: Tópicos como data lakes, compiladores específicos de ML e redes para ML receberam baixo suporte para inclusão, provavelmente devido à complexidade dos pré-requisitos ou percepção de menor relevância para funções gerais de ES.
• Barreiras à Integração: Os instrutores citaram três desafios principais:
  1. Lacunas de Expertise: Falta de docentes com dupla expertise em ES e ML.
  2. Currículos Sobrecarregados: Dificuldade em adicionar novo conteúdo sem deslocar fundamentos essenciais de ES.
  3. Processos e Recursos: Obstáculos burocráticos na revisão curricular e a necessidade de recursos computacionais (ex: GPUs) para aprendizagem prática.

Principais Contribuições

• Inventário Estruturado de Tópicos: O artigo fornece um inventário operacionalizado de 36 tópicos relacionados a ML relevantes para ES, categorizados em cinco domínios distintos.
• Análise de Lacunas Empírica: Oferece a primeira análise trans-curricular mapeando estes tópicos contra os requisitos existentes de ES, identificando áreas específicas onde a educação está defasada em relação à prática da indústria.
• Framework de Priorização: Ao combinar dados de cobertura com o sentimento dos instrutores, os autores derivam uma matriz de priorização que distingue entre tópicos "fundamentais" (alta cobertura/alto suporte) e "lacunas críticas" (baixa cobertura/alto suporte).
• Diretrizes de Integração: O estudo propõe que tópicos de alta prioridade (especificamente MDMO e AML) devem ser integrados incrementalmente em cursos de ES já existentes, em vez de exigir cursos novos e independentes, abordando a restrição de currículos sobrecarregados.

Significância e Alegações

O artigo alega fornecer orientação baseada em evidências para a integração de conteúdo de IA/ML no ensino central de ES. Argumenta-se que, embora as universidades tenham começado a oferecer especializações em IA, a necessidade crítica é incorporar competências de ML diretamente no currículo padrão de ES para preparar engenheiros para a realidade de manutenção de sistemas movidos por IA.

Os autores posicionam seu trabalho como uma ponte entre desafios teóricos de engenharia (identificados na literatura prévia) e o design prático de currículos. Ao identificar que o Desenvolvimento, Manutenção e Operações de Modelos (MLOps) e as Aplicações de ML em ES são as lacunas mais significativas com o maior suporte dos instrutores, o artigo defende uma mudança de foco: ir além do ensino de algoritmos de ML para o ensino das práticas de engenharia necessárias para implantar e manter esses algoritmos. O estudo conclui que abordar essas lacunas através da integração modular é o caminho mais viável, dadas as atuais restrições institucionais.