Instructive: uma proposta de arquitetura de referência de softbots industriais imersivos para treinamento inclusivo de operadores

DSpace Repository

A- A A+

Instructive: uma proposta de arquitetura de referência de softbots industriais imersivos para treinamento inclusivo de operadores

Show full item record

Title: Instructive: uma proposta de arquitetura de referência de softbots industriais imersivos para treinamento inclusivo de operadores
Author: Oberderfer, Lara Popov Zambiasi Bazzi
Abstract: A busca por maior competitividade e sustentabilidade social, no paradigma da indústria 5.0, tem impulsionado a transição para modelos de produção que priorizam o bem-estar humano e a inclusão. A manufatura inclusiva emerge, neste cenário, como um conceito voltado especialmente para a capacitação e integração de Pessoas com Deficiência (PcD) nos processos de produção. Diversas tecnologias têm sido adotadas como suporte para esse objetivo, dentre as quais as baseadas em imersão, como o metaverso, a realidade virtual e aumentada. Entretanto, o desenvolvimento de ambientes de treinamento imersivos e inteligentes para PcD enfrenta grandes barreiras de variadas naturezas. Do ponto de vista técnico, há uma elevada complexidade tecnológica, altos custos de implementação e uma ausência de modelos estruturados que orientem a criação de soluções escaláveis e adaptáveis. Esta tese endereça essa lacuna ao propor a INSTRUCTIVE (INdustrial SoftboTs Reference architectUre for inClusIve and immersiVE Training), uma Arquitetura de Referência (AR) projetada para guiar a derivação e a implementação de softbots industriais imersivos voltados ao treinamento de operadores com deficiência, com foco delimitado nas deficiências auditiva e visual. A fundamentação teórica baseou-se nos princípios da engenharia de sistemas, seguindo normas internacionais de arquitetura como a ISO 42010 e a ISO 15704 (GERAM), bem como na de robôs de software (softbots) e sistemas imersivos. A INSTRUCTIVE é estruturada em vários módulos funcionais interdependentes, de implementação agnóstica e sob uma visão de ecossistemas abertos de serviços. A integração desses módulos permite que a AR funcione como uma referência padrão (blueprint) para a criação de ambientes que combinam o potencial do Metaverso Industrial com a inteligência pedagógica de tutores virtuais e a assistência digital baseada em Inteligência Artificial (IA). Para a validação da proposta, adotou-se uma abordagem qualitativa e prática, envolvendo especialistas e desenvolvedores de software por meio de uma prova de conceito implementada. Os resultados demonstraram que a INSTRUCTIVE possui alta capacidade de derivação, permitindo que empresas reduzam o tempo e o risco de desenvolvimento de sistemas de treinamento inclusivos. Observou-se que a abordagem de base adotada ? de arquiteturas de referência ? foi adequada para suportar os requisitos de derivação. A pesquisa também revelou que a utilização de softbots do tipo assistentes inteligentes, capazes de adaptar a interface e o conteúdo às necessidades sensoriais do operador em tempo real, promove, não apenas uma maior eficácia do aprendizado, mas também o protagonismo e a segurança do PcD no ambiente fabril. Concluiu-se que a INSTRUCTIVE harmoniza os avanços da digitalização com as metas de sustentabilidade social e inclusão laboral.Abstract: The search for greater competitiveness and social sustainability within the industry 5.0 paradigm has driven a transition toward production models that prioritize human well-being and inclusion. In this scenario, inclusive manufacturing emerges as a concept specifically focused on the training and integration of People with Disabilities (PwD) into production processes. Various technologies have been adopted to support this goal, including immersion-based technologies such as the metaverse, virtual reality, and augmented reality. However, the development of immersive and intelligent training environments for PwD faces significant barriers of various natures. From a technical standpoint, there is high technological complexity, high implementation costs, and a lack of structured models to guide the creation of scalable and adaptable solutions. This thesis addresses this gap by proposing INSTRUCTIVE (INdustrial SoftboTs Reference architectUre for inClusIve and immersiVE Training), a Reference Architecture (RA) designed to guide the derivation and implementation of immersive industrial softbots for training operators with disabilities, with a focus delimited to hearing and visual impairments. The theoretical foundation was based on systems engineering principles, following international architectural standards such as ISO 42010 and ISO 15704 (GERAM), as well as software robots (softbots) and immersive systems. INSTRUCTIVE is structured into several interdependent functional modules, with agnostic implementation and an open service ecosystem perspective. The integration of these modules allows the RA to function as a standard reference (blueprint) for creating environments that combine the potential of the Industrial Metaverse with the pedagogical intelligence of virtual tutors and digital assistance based on Artificial Intelligence (AI). For the validation of the proposal, a qualitative and practical approach was adopted, involving experts and software developers through an implemented proof of concept. The results demonstrated that INSTRUCTIVE has a high derivation capacity, allowing companies to reduce the time and risk of developing inclusive training systems. It was observed that the adopted base approach ? reference architectures ? was adequate to support the derivation requirements. The research also revealed that the use of softbots as intelligent assistants, capable of adapting the interface and content to the operator's sensory needs in real-time, promotes not only greater learning effectiveness but also the empowerment and safety of PwD in the manufacturing environment. It is concluded that INSTRUCTIVE harmonizes digitalization advances with social sustainability and labor inclusion goals.
Description: Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia de Automação e Sistemas, Florianópolis, 2025.
URI: https://repositorio.ufsc.br/handle/123456789/271850
Date: 2025


Files in this item

Files Size Format View
PEAS0477-T.pdf 13.35Mb PDF View/Open

This item appears in the following Collection(s)

Show full item record

Search DSpace


Browse

My Account

Statistics

Compartilhar