Skip navigation
Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.ufpe.br/handle/123456789/62476

Comparte esta pagina

Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorRAMALHO, Geber Lisboa-
dc.contributor.authorMELLO, Marcos André Cavalcanti de Albuquerque e-
dc.date.accessioned2025-04-23T12:47:48Z-
dc.date.available2025-04-23T12:47:48Z-
dc.date.issued2025-04-09-
dc.date.submitted2025-04-11-
dc.identifier.citationMELLO, Marcos André Cavalcanti de Albuquerque e. Uso de modelos de linguagem para melhor experiência em jogos: lições aprendidas. 2025. Trabalho de Conclusão de Curso (Ciência da Computação) - Universidade Federal de Pernambuco, Recife, 2025.pt_BR
dc.identifier.urihttps://repositorio.ufpe.br/handle/123456789/62476-
dc.description.abstractDiante do avanço das tecnologias de inteligência artificial, especialmente dos Modelos de Linguagem de Grande Escala (LLMs), surge a oportunidade de repensar a forma como jogadores interagem com jogos digitais. Atualmente, muitos jogos ainda apresentam interações rígidas e limitadas, o que pode comprometer a imersão e a liberdade do jogador para certos tipos de jogos, como jogos de investigação. Esse cenário configura o problema central deste trabalho: a dificuldade de oferecer interações naturais e flexíveis em jogos digitais. Motivado pela busca de experiências mais dinâmicas e imersivas em jogos, este trabalho investiga como a utilização de LLMs pode aprimorar a experiência do jogador, com foco na geração de conteúdo procedimental e na interação com NPCs. Para validar a proposta, foi desenvolvido um jogo interativo com a temática de investigação, baseado em texto e conversa, no qual o diálogo com os NPCs é realizado a partir da integração com LLMs, que respondem aos questionamentos dos jogadores de forma adaptativa. Os jogadores têm liberdade para conduzir suas investigações, fazendo qualquer tipo de pergunta, o que resulta em uma experiência personalizada e envolvente. A implementação do jogo foi seguida por uma análise qualitativa e quantitativa das respostas dos participantes, a fim de avaliar a eficácia da tecnologia. Os resultados indicaram uma recepção positiva, destacando a flexibilidade e a imersão proporcionadas pela integração com LLMs. No entanto, também foram identificadas limitações nas interações, sugerindo caminhos para aprimoramentos futuros. Este trabalho evidencia o potencial dos LLMs para transformar a experiência em jogos digitais e oferece insights valiosos sobre os desafios e oportunidades associados ao uso dessa tecnologia emergente.pt_BR
dc.format.extent48p.pt_BR
dc.language.isoporpt_BR
dc.rightsopenAccesspt_BR
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectInteligência Artificialpt_BR
dc.subjectModelos de Linguagempt_BR
dc.subjectJogos Digitaispt_BR
dc.subjectNPCs Interativospt_BR
dc.subjectGeração de Conteúdo Procedimentalpt_BR
dc.subjectDesign de Jogospt_BR
dc.titleUso de modelos de linguagem para melhor experiência em jogos: lições aprendidaspt_BR
dc.typebachelorThesispt_BR
dc.degree.levelGraduacaopt_BR
dc.contributor.advisorLatteshttp://lattes.cnpq.br/9783292465422902pt_BR
dc.description.abstractxWith the advancement of artificial intelligence technologies, especially Large Language Models (LLMs), new opportunities arise to rethink how players interact with digital games. Currently, many games still present rigid and limited interactions, which can compromise immersion and player freedom, especially in genres such as investigative games. This scenario outlines the central problem of this work: the difficulty of providing natural and flexible interactions in games. Motivated by the pursuit of more dynamic and immersive gaming experiences, this study investigates how the use of LLMs can enhance the player's experience, focusing on procedural content generation and interaction with non-player characters (NPCs). To validate this approach, an interactive investigation-themed game was developed, based on text and conversation, in which NPCs are powered by LLMs and respond adaptively to players' questions. Players are free to conduct their investigations by asking any kind of question, resulting in a personalized and engaging experience. The implementation of the game was followed by a qualitative and quantitative analysis of player feedback to assess the effectiveness of the technology. The results indicated a positive reception, highlighting the flexibility and immersion provided by the integration of LLMs. However, some interaction limitations were also identified, suggesting areas for future improvements. This work highlights the potential of LLMs to transform digital game experiences and offers valuable insights into the challenges and opportunities of this emerging technology.pt_BR
dc.subject.cnpqÁreas::Ciências Exatas e da Terra::Ciência da Computaçãopt_BR
dc.degree.departament::(CIN-DCC) - Departamento de Ciência da Computaçãopt_BR
dc.degree.graduation::CIn-Curso de Ciência da Computaçãopt_BR
dc.degree.grantorUniversidade Federal de Pernambucopt_BR
dc.degree.localRecifept_BR
Aparece en las colecciones: (TCC) - Ciência da Computação

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
TCC Marcos André Cavalcanti de Albuquerque e Mello.pdf2,93 MBAdobe PDFVista previa
Visualizar/Abrir


Este ítem está protegido por copyright original



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons