Quando um aluno começa a estudar Engenharia de Software, raramente imagina que grande parte do trabalho envolve muito mais do que escrever código. É preciso planejar projetos, dividir tarefas, priorizar atividades e lidar com mudanças inesperadas, tudo ao mesmo tempo. Muitas vezes, o ensino desses conteúdos acontece por meio de aulas teóricas e longos textos, que não representam o ritmo e a dinâmica de um time de desenvolvimento real. É aí que entra a gamificação: transformar o aprendizado em uma experiência mais próxima do mercado, porém em um ambiente seguro para errar e experimentar.

Gamificação significa usar elementos de jogos, como metas, desafios, pontuações e recompensas em atividades que não são jogos. Em sala de aula, ela pode mudar completamente a forma como um estudante participa da própria aprendizagem. Em vez de apenas assistir a uma explicação sobre como funciona um quadro Kanban, por exemplo, o aluno pode vivenciar o processo em um tabuleiro, movendo tarefas, tomando decisões sob pressão e sentindo na prática o impacto de atrasos e gargalos.

Essa ideia tem ganhado espaço no ensino de Engenharia de Software justamente porque aproxima a teoria do mundo real. Uma equipe que participa de um jogo sobre métodos ágeis precisa colaborar, dialogar e negociar prioridades: habilidades essenciais para quem vai trabalhar com tecnologia. Enquanto isso, conceitos abstratos se tornam mais concretos: o WIP deixa de ser uma sigla estranha e passa a ser um limite que, se ignorado, afunda o desempenho da equipe.

O ponto central da gamificação não é competir para ver quem ganha mais pontos. Na verdade, o que mais importa é refletir sobre as escolhas. Em uma dinâmica que simula sprints semanais, se a equipe decide começar tarefas demais ao mesmo tempo, vai logo perceber que as entregas atrasam e o fluxo trava. Quando isso acontece em um jogo, dá para pausar, conversar e tentar diferente na rodada seguinte, aprendizado que dificilmente aconteceria só ouvindo o professor explicar.

E engajar os alunos é outra vantagem importante. Muitos estudantes relatam que conteúdos como processos de software, métricas e metodologias ágeis podem parecer desmotivadores no início (Freitas; Andrade, 2017). Quando esses mesmos temas aparecem em cartas, desafios e pequenas missões, a atenção aumenta, a curiosidade desperta e a participação na aula se transforma em algo natural.

Um exemplo simples: ao invés de apenas falar que “testes são essenciais”, o professor coloca no jogo cartas de “bug crítico”, “falha de comunicação” ou “cliente alterou o requisito”. A equipe que ignora o teste sente imediatamente as consequências, porque perde pontos, tempo ou funcionalidades. Assim, o conceito deixa de ser um conselho abstrato e passa a ser uma necessidade evidente.

Toda essa dinâmica também ajuda os alunos a desenvolverem competências que o mercado valoriza cada vez mais. Comunicação, organização, pensamento crítico e tomada de decisão sob pressão são trabalhados o tempo todo durante jogos educacionais. E quanto mais desafiador for o cenário simulado, mais próximos os participantes ficam do que vão vivenciar como profissionais.

Claro que gamificação não é solução mágica. Para funcionar bem, os jogos precisam ter objetivos claros, regras equilibradas e conexão direta com os conteúdos do curso. Quando o foco vira apenas “se divertir”, o aprendizado se perde. Por isso, o papel do professor continua essencial: conduzir discussões, estimular reflexões e mostrar como cada ação no jogo se relaciona com a Engenharia de Software.

Mesmo assim, os resultados têm sido muito positivos em escolas e universidades ao redor do mundo. Pesquisas na área mostram que alunos aprendem mais e se sentem mais confiantes quando conseguem testar ideias e ver imediatamente o impacto de suas escolhas, algo que a gamificação proporciona com naturalidade (Kapp, 2012; Werbach; Hunter, 2012).

No fim das contas, gamificar o ensino não significa transformar a faculdade em uma sala de jogos. Significa tornar o estudo mais real, mais prático e mais humano. Se o futuro dos profissionais de tecnologia exige colaboração, adaptação e aprendizado contínuo, nada melhor do que começar a desenvolver essas habilidades de forma divertida e significativa desde a graduação.

Autora: Vitória Luiza Camara

Referências

Deterding, S. et al. From game design elements to gamefulness: defining gamification. ACM, 2011.

Freitas, S.; Andrade, F. Gamificação na educação. Pimenta Cultural, 2017.

Kapp, K. M. The gamification of learning and instruction. Pfeiffer, 2012.

Pressman, R. S.; Maxim, B. R. Engenharia de Software: uma abordagem profissional. AMGH, 2016.

Werbach, K.; Hunter, D. For the win. Wharton Digital Press, 2012.

Quando alguém pede um sistema novo, quase nunca começa falando em códigos, servidores ou bancos de dados. Um dono de restaurante diz que precisa “parar de perder pedidos do delivery”. Uma escola quer “controlar melhor as notas e faltas dos alunos”. Uma clínica deseja “marcar consultas sem confusão de horários”. A engenharia de software entra justamente nesse cenário: é o conjunto de princípios, métodos e ferramentas usados para pegar esses pedidos genéricos e transformá-los em sistemas reais, que funcionam todos os dias. Na prática, isso significa detalhar fluxos de tela, definir regras de negócio, planejar integrações com outros sistemas, decidir como serão feitos testes e prever o que acontece quando algo dá errado. Em vez de ficar apenas na ideia “quero um app”, a engenharia de software organiza tudo em requisitos, tarefas e entregas que a equipe técnica consegue implementar.

Nesse processo, o gestor de software ocupa uma posição central. Ele está o tempo todo entre dois mundos: de um lado, o cliente, que fala em prazos, orçamento e problemas do negócio; de outro, a equipe técnica, que fala em arquitetura, APIs, performance e segurança. Em uma reunião com o cliente, por exemplo, o gestor precisa traduzir “quero um sistema rápido e fácil de usar” em algo verificável, como “tempo médio de resposta abaixo de dois segundos nas principais telas” ou “fluxo de compra em até três cliques”. Em seguida, leva isso para a equipe como metas técnicas, discute opções de implementação e, se necessário, volta ao cliente com alternativas: uma versão inicial mais simples, uma versão completa em prazo maior ou um pacote de funcionalidades dividido em fases.

Alinhar expectativas é justamente amarrar esses dois lados de forma clara. Imagine um cliente que diz: “Quero um aplicativo igual ao do banco X, mas pronto em três meses e com metade do orçamento”. Sem uma boa engenharia de software, esse pedido vira frustração na certa. Com um gestor atento, o processo é diferente: primeiro, ele pergunta o que exatamente o cliente admira no app do banco X (é a segurança? a facilidade de uso? o chat com atendente?). Depois, traduz isso em prioridades, mostra o custo de cada bloco de funcionalidade e propõe um escopo realista para a primeira versão. O cliente sai sabendo o que será entregue, o que ficará para futuras evoluções e quais trade-offs foram escolhidos. A equipe, por sua vez, recebe um plano concreto, com tarefas definidas e critérios de aceite objetivos.

Antes da era da inteligência artificial, boa parte desse trabalho de coordenação dependia de esforço manual. Para organizar um único projeto, o gestor passava horas alimentando planilhas, cruzando e-mails, copiando trechos de atas de reunião e atualizando ferramentas de gestão. Se o cliente mudava uma prioridade, era preciso ajustar cronograma, redistribuir tarefas, avisar todo mundo e revisar documentos. Quando alguém novo entrava na equipe, levava dias para entender o histórico do projeto, porque as informações estavam espalhadas em várias conversas e arquivos. Em muitos casos, o gestor acabava preso em atividades operacionais, com pouco tempo para análises mais profundas ou para acompanhar de perto o impacto do software no negócio.

Com a inteligência artificial aplicada à gestão, parte desses gargalos começou a ser reduzida. Hoje, ferramentas de gestão de projetos conseguem sugerir automaticamente quais tarefas devem ser priorizadas em um sprint, levando em conta prazo, dependências e capacidade da equipe. Em um projeto de aplicativo de entregas, por exemplo, o sistema pode indicar que é mais seguro finalizar primeiro o fluxo de cadastro de entregadores e o módulo de pagamentos, porque são áreas críticas para o funcionamento do negócio. O gestor deixa de refazer o planejamento do zero a cada mudança e passa a revisar recomendações, ajustando o que fizer sentido para o contexto.

A IA também ajuda a manter o contexto de clientes sempre à mão. Plataformas de CRM e atendimento integradas a modelos de linguagem conseguem resumir, em poucos parágrafos, meses de interações: reuniões realizadas, reclamações recorrentes, sugestões de melhoria, decisões de escopo. Antes de conversar com o responsável por uma rede de academias, por exemplo, o gestor pode pedir um resumo do histórico daquele cliente e receber uma síntese clara: quais funcionalidades já foram entregues, quais problemas surgiram, que pedidos ficaram pendentes. Em vez de procurar manualmente em e-mails e documentos, ele entra na conversa preparado, com um roteiro mais objetivo e com respostas mais rápidas.

No relacionamento com a equipe técnica, a IA também se torna aliada. Ferramentas de colaboração conseguem ler longas discussões em um ticket de suporte e gerar um resumo dos principais pontos, o que facilita a vida de quem assume o caso no meio do caminho. Assistentes de reunião gravam a conversa, geram uma transcrição e destacam automaticamente decisões tomadas e próximos passos, como “criar protótipo da nova tela até sexta” ou “valiar impacto da mudança na API de pagamentos”. A partir disso, o gestor consegue transformar rapidamente esses itens em tarefas, atribuir responsáveis e ajustar prazos, sem depender de anotações soltas ou da memória de quem participou.

Outra frente importante é o uso da IA para monitorar riscos e evitar retrabalho. Com base no histórico de projetos da empresa, modelos preditivos podem alertar quando um conjunto de tarefas está grande demais para caber em um ciclo de entrega, quando uma equipe está sobrecarregada ou quando um aumento repentino no número de erros em produção indica problemas de qualidade. Em um sistema de reservas de hotel, por exemplo, a IA pode detectar que as falhas estão concentradas em um módulo recém-alterado e sugerir que o gestor priorize testes adicionais ali antes de liberar novas funcionalidades. Em vez de descobrir o problema apenas depois que clientes começam a reclamar, a equipe age preventivamente.

Nada disso significa que a IA substitui o papel do gestor ou da engenharia de software. As ferramentas ajudam a organizar tarefas, resumir conversas e apontar padrões que seriam difíceis de enxergar manualmente, mas elas não definem sozinhas qual é o objetivo do projeto, até onde o orçamento pode ir ou que riscos a empresa está disposta a assumir. Quem continua fazendo essas escolhas é o gestor, com base em diálogo com o cliente, com a equipe e com a direção do negócio. A diferença é que, com apoio da IA, ele toma essas decisões com mais informação, menos improviso e mais tempo para pensar estrategicamente.

Pesquisas em gestão de projetos e engenharia de software têm mostrado justamente esse caráter complementar da IA. Estudos recentes apontam que ferramentas inteligentes são eficazes para automatizar rotinas, apoiar análises de risco e sugerir alocação de recursos, enquanto o julgamento humano permanece essencial na definição de prioridades e na mediação entre interesses técnicos e de negócio. Em paralelo, trabalhos acadêmicos exploram o uso de modelos de linguagem para apoiar atividades como captura de requisitos, geração de casos de teste e análise de incidentes em produção, sempre com o profissional no centro do processo. Para quem se interessa por tecnologia e gestão, enxergar essa convergência é um passo importante: a engenharia de software continua sendo a base que dá forma aos projetos, e a inteligência artificial surge como uma camada adicional que amplia a capacidade do gestor de organizar tarefas, manter o contexto de clientes e conduzir conversas difíceis com mais clareza e segurança.

Autor: Leonardo Silva da Veiga Marinho Barbosa 

Referências

• PRESSMAN, R. S.; MAXIM, B. R. Engenharia de Software: uma abordagem profissional. 8. ed. McGraw-Hill, 2016.
  
• SOMMERVILLE, I. Engenharia de Software. 10. ed. Pearson, 2016.
  
• PMI – Project Management Institute. Pulse of the Profession: AI Innovators. PMI, 2023.
  
• NENNI, M. E. et al. How Artificial Intelligence Will Transform Project Management. Journal of Management Control, 2024.
  
• VERGARA, D. et al. Trends and Applications of Artificial Intelligence in Project Management. Electronics, 2025.
  
• LI, X. et al. AI Tools for Predictive Analytics, Risk Assessment and Decision-Making in Project Management. International Journal of Academic Management Research, 2024.

Opa, e aí pessoas, tudo bem? Nessa edição do PET Redação falaremos sobre os usos das abordagens ágeis como ferramenta para a organização pessoal, um método excepcional para se disciplinar e transpor por completo a barreira das rotinas desregradas e da famosa procrastinação.

Como alguns do curso já viram ou irão ver na disciplina de Engenharia de Software, a história da criação das metodologias ágeis começou com a falta de um método próprio de criação para o desenvolvimento de software, que passava a utilizar o método cascata, modelado e planejado em função do ciclo da engenharia convencional e que não funcionava tão bem para a nossa indústria. No entanto, alguns grupos utilizavam metodologias diferentes e que eram eficientes, criadas por eles mesmos, e que iam na contramão dos chamados métodos pesados. Foi aí que surgiu a ideia de realizar uma reunião, que contou com a presença de 17 desenvolvedores praticantes desses métodos chamados de leves, onde houve um consenso acerca das práticas mais comuns e que melhor funcionavam no desenvolvimento de software, e que culminou na criação do Manifesto Ágil e na dissipação de seus valores e princípios, em fevereiro de 2001.

Com o lançamento do Manifesto Ágil, houve grande popularização e criação de novas ferramentas que utilizavam esses métodos, fazendo com que o sucesso das metodologias ágeis partisse para além do campo do desenvolvimento de software. Esse é o caso do SCRUM e também do Kanban, que inicialmente foi criado pelo Sistema Toyota de Produção e adotado para os outros tipos de indústria, e que hoje serão nossos alvos nessa redação.

SCRUM
Basicamente o SCRUM é uma ferramenta de feedbacks contínuos, onde os projetos são divididos em sprints (ciclos de trabalho com curta duração). As atividades são definidas e priorizadas no início de cada sprint através de uma reunião de planejamento com a equipe, tendo reuniões diárias para informar o que foi feito no dia anterior e identificar o que impediu de algo ser feito e, ao final da sprint, apresentar o que foi concluído durante uma retrospectiva das tarefas.

Fonte: https://www.scrum.org/resources/what-is-scrum

KANBAN
Já no Kanban, a gestão funciona mais visualmente, os quadros de Kanban auxiliam no controle de fluxos, no equilíbrio dos processos e ajudam a limitar a quantidade de trabalho, deixando para que as pessoas coloquem as suas necessidades e o time como um todo vai realizando as tarefas conforme os espaços disponíveis. Através do quadro, o gestor do projeto e a equipe vão realizando e priorizando o que deve ser feito.

USOS E VANTAGENS
Como essas abordagens são destinadas à equipes de trabalho, a adaptação irá ser fundamental para o uso pessoal. Com isso iremos separar os recursos apresentados na explicação acima para desenvolver a nossa organização e gerar benefícios tais como: aumento da produtividade, tomada de decisões no tempo certo, economizar tempo e ajudar no foco no controle de qualidade na execução das tarefas.

SCRUM
Feedback continuo – Pode ser feito durante as atividades, inspecionando melhor cada uma delas e a maneira de estarem sendo feitas, bem como avaliar se tudo está indo de acordo com os conformes.

• Sprints – A criação das sprints pode ser dada aos domingos e através da organização das atividades a serem desempenhadas durante a semana.
• Reunião diária – A reunião diária pode ser feita ao final de cada dia realizando a checagem das tarefas concluídas e do que deu errado durante o processo, visando melhor a execução ou priorizar as tarefas.
• Retrospectiva – A retrospectiva pode ser realizada no fim de cada semana, a fim de verificar tudo o que foi feito e corrigir possíveis empecilhos decorridos ao longo do sprint, a fim de corrigir e evoluir a organização das tarefas recorrentes.

KANBAN

• Criar o quadro – O quadro deve ser organizado por colunas e cartões, variando o número e o nome das colunas - de acordo com a sua própria necessidade - e os cartões podem ser diferenciados por prioridade ou tipo de trabalho. Tudo depende do seu jeito de realizar as tarefas.
• Preencher com as atividades – O preenchimento das atividades deve ser feito baseando-se no trabalho selecionado antecipadamente durante a realização do seu sprint semanal ou mensal. Vale ressaltar que, para um bom controle de fluxos, deve haver um limite de atividades em execução, geralmente limitadas a 2 itens na fila.
• Organizar as prioridades – As colunas “a fazer” e “fazendo” são flexíveis, podendo ser alteradas a qualquer momento de acordo com as suas prioridades no processo, portanto, é necessário haver prioridade na execução das tarefas para que a produtividade aumente, mesmo que você não opte por usar cartões com cores diferentes.

TRELLO
Existem diversas ferramentas que auxiliam na organização das atividades através da criação de quadros de Kanban. No entanto, iremos utilizar a plataforma Trello para organização pessoal por ser intuitiva, gratuita e possuir diversos modelos de quadros feitos para as mais diferentes áreas do conhecimento.

Bom, após acessar o site da Trello, ter criado sua conta, dado um nome a sua nova área de trabalho e escolhido o tipo de área de trabalho, partiremos para a criação do primeiro quadro seguindo esses passos.
Clicar na segunda opção apresentada durante a introdução conforme mostra na foto.

Agora você pode decidir entre escolher um modelo da galeria ou criar o seu próprio, nesse caso optamos por criar o nosso.

Após clicar em “Criar novo quadro” irá surgir uma pequena janela onde você irá preencher de acordo com a sua preferência.

As colunas e cartões são facilmente adicionados e alterados com apenas alguns cliques.

Podendo os cartões de atividades serem distinguidos através de cores de etiquetas e adicionar detalhes, anexos, comentários, datas de entrega e checklist de subtarefas.

Por fim, cabe a sua imaginação absorver os conhecimentos dessas metodologias à sua vida pessoal e, assim, gerar bons frutos. Bons estudos e boas organizações!!!

Referencias e links uteis:

• Página do Manifesto Ágil
• SCRUM
• Página da Wikipedia sobre o SCRUM
• Página da Wikipedia sobre o Kanban
• Artigo no blog da Trello sobre o Kanban
• Decifrando Agile – Playlist no Youtube do canal do Andriele Ribeiro

Matheus Garcia Escobar