Do primeiro pedido à versão publicada, o que um relógio de xadrez ensina sobre inteligência artificial generativa   Recently updated !

Um relógio de xadrez feito com IA como aula de versionamento, autoria e usabilidade

Aldemar Araujo Castro
Criação: 24/09/2026
Atualização: 24/09/2026
Palavras: 3507
Tempo de leitura: 14 minutos

Dois relógios param
a mão toca o lado branco
começa o das pretas

Resumo. Este texto relata a construção de um relógio de xadrez com assistência de inteligência artificial generativa e o transforma em material didático. Mostra que a primeira versão funciona como hipótese de solução, que o versionamento preserva a memória das decisões e que critérios observáveis ajudam a corrigir interpretações equivocadas da IA. Discute autoria e responsabilidade pedagógica, usabilidade, responsividade, a diferença entre testar regras e observar pessoas e o reaproveitamento da estrutura em um placar. Encerra com uma proposta de atividade para a sala de aula, centrada na capacidade do estudante de explicar e justificar suas decisões.

Introdução

Um relógio de xadrez parece um projeto pequeno. Dois jogadores, dois tempos e um toque para alternar a contagem. Mas o caminho entre essa ideia e uma ferramenta utilizável oferece uma aula sobre criação com inteligência artificial generativa. Nele aparecem dúvidas, interpretações equivocadas, escolhas de interface, correções e decisões que precisam ser explicadas.

Foi assim neste projeto. O pedido inicial descrevia um relógio com 30 minutos para cada jogador, mostradores analógicos e digitais, controle por toque, layout minimalista e um alerta visual no lado cujo tempo terminasse. A partir daí, a ferramenta foi sendo modificada em uma conversa com a IA.

O resultado pode ser experimentado no Relógio de xadrez. Entretanto, para quem ensina, o percurso de construção oferece um material tão interessante quanto a página pronta. Ele permite discutir versionamento, aprimoramento, autoria, usabilidade e responsividade por meio de decisões concretas.

Este texto apresenta uma leitura didática desse processo. Trata-se de um relato de desenvolvimento, sem comparação experimental ou avaliação sistemática de aprendizagem. Sua contribuição está em tornar observáveis escolhas que frequentemente desaparecem quando mostramos apenas o produto final.

https://bit.ly/relogio-xadrez

1. A primeira versão é o começo da conversa

A primeira entrega tornou a ideia visível. Isso permitiu identificar necessidades que ainda não estavam suficientemente explicitadas no pedido. O relógio deveria funcionar apenas na horizontal. Precisava permitir a escolha do lado das peças brancas. Os tempos deveriam ser configuráveis. Um sinal sonoro poderia ajudar a confirmar o toque.

Esses requisitos não surgiram todos de uma vez. Foram aparecendo durante a revisão do produto. A interação com algo concreto ajudou a formular perguntas melhores. Onde colocar os controles? Quanto espaço os números devem ocupar? Quais informações podem sair da tela sem prejudicar o uso?

Esse movimento é uma oportunidade pedagógica. Um estudante pode aprender a distinguir a intenção inicial da solução efetivamente produzida. Também pode perceber que pedir uma mudança exige explicar qual problema ela pretende resolver.

A primeira versão, portanto, serve como uma hipótese de solução. Ela precisa ser confrontada com a tarefa que a pessoa deseja realizar. A aparência de conclusão não elimina a necessidade de revisão.

Convide a IA a perguntar antes de construir

Podemos melhorar esse processo desde o início, pedindo à própria IA que faça as perguntas necessárias para compreender o que desejamos. Nem sempre conseguimos antecipar todas as informações relevantes ao formular um pedido. Algumas parecem óbvias para nós, mas não foram comunicadas. Outras só se tornam claras quando alguém nos ajuda a examiná-las.

Esse diálogo pode acontecer antes da primeira entrega ou quando ela revela dúvidas. No caso do relógio, a IA poderia perguntar se os dois tempos deveriam começar parados, qual seria o efeito do primeiro toque, em que orientação o aparelho seria utilizado e se os tempos precisariam ser configuráveis. Essas perguntas ajudariam a explicitar decisões que, neste projeto, foram esclarecidas ao longo das revisões.

Uma solicitação simples para orientar essa conversa seria a seguinte.

Antes de criar ou modificar a ferramenta, faça as perguntas necessárias para entender o que quero alcançar, quem vai utilizá-la, em qual contexto e como ela deve funcionar. Priorize as dúvidas que podem mudar o resultado. Faça poucas perguntas por vez, em linguagem simples, e aguarde minhas respostas. Se eu não souber responder, apresente opções e explique suas consequências. Ao final, resuma o que entendeu e os critérios de funcionamento para que eu possa corrigir eventuais interpretações antes da implementação.

Pedir à IA que pergunte é uma forma de melhorar ainda mais a qualidade do resultado final, porque ajuda a transformar expectativas implícitas em orientações claras e verificáveis. Por exemplo, esclarecer que os relógios devem permanecer parados até o primeiro toque evita que a implementação dependa de uma suposição sobre esse comportamento. Quanto melhor estiver definido o resultado esperado, mais precisa poderá ser sua avaliação.

O objetivo é esclarecer as decisões relevantes, mantendo a conversa proporcional à tarefa. Perguntas sobre detalhes sem consequência prática podem tornar o processo cansativo. A IA deve aproveitar o que já foi informado e concentrar-se nas lacunas que afetam o uso, o funcionamento ou a apresentação. Um breve resumo das respostas permite conferir se o entendimento foi adequado.

Essa prática também tem valor didático. Ao responder às perguntas, o estudante precisa explicar suas intenções, comparar alternativas e reconhecer o que ainda não decidiu. Ele participa da definição do problema, além de solicitar uma solução. O resultado desse diálogo pode compor a documentação do projeto e orientar os testes das versões seguintes.

Perguntas bem escolhidas não garantem uma implementação sem erros. Seu benefício está em reduzir ambiguidades e criar condições para um resultado mais próximo do desejado. A revisão humana, os testes e a observação do uso continuam necessários para verificar essa qualidade.

2. Versionamento, a memória das decisões

Ao longo do desenvolvimento, o relógio recebeu alterações de orientação, controles, tamanhos, identificação e funcionamento. Surgiu então uma necessidade adicional, registrar as versões e disponibilizar seu histórico por um link no rodapé.

Versionar significa identificar estados do produto ao longo do tempo. Um registro útil permite saber qual versão foi utilizada e quais mudanças a distinguiram das anteriores. A numeração organiza a sequência, enquanto a data situa cada entrega. Quando várias atualizações acontecem no mesmo dia, o número da versão continua sendo essencial.

O histórico fica mais informativo quando inclui a razão da mudança e sua verificação. “Fonte aumentada” descreve uma alteração. “Fonte aumentada para facilitar a leitura à distância” registra também a intenção. Já “leitura avaliada em determinada tela” informa como essa intenção foi examinada, desde que a avaliação realmente tenha ocorrido.

O projeto pode ser apresentado por marcos selecionados.

O histórico visível ao usuário pode ser breve. Para a equipe que desenvolve, vale manter um registro mais detalhado, incluindo testes, limitações e justificativas. Essas duas formas de documentação têm públicos e finalidades diferentes.

3. Quando a IA entendeu outra coisa

A sequência mais instrutiva envolveu o início da contagem. Uma orientação sobre a primeira jogada das brancas foi interpretada como autorização para começar automaticamente o relógio delas. Essa interpretação produziu um comportamento diferente do desejado.

A intenção foi então explicitada. Os dois relógios deveriam iniciar parados. Depois da primeira jogada, um toque na área branca deveria iniciar o tempo das pretas. A partir desse momento, os toques alternariam a contagem.

A diferença parece pequena quando descrita rapidamente. Durante uma partida, porém, ela muda o funcionamento da ferramenta. O episódio mostra por que uma resposta da IA precisa ser comparada com a intenção do usuário, mesmo quando a implementação parece coerente.

Uma forma de reduzir essa ambiguidade é escrever critérios observáveis.

Esses critérios ajudam a ensinar especificação e revisão. O estudante precisa sair de expressões vagas, como “funcionar corretamente”, e descrever o que deve acontecer em uma situação determinada. A correção deixa de depender apenas de uma impressão.

4. Autoria, decisões e responsabilidade

O relógio foi construído com assistência de IA. A participação humana incluiu a ideia, os objetivos, a definição das regras, os pedidos de alteração, a avaliação das entregas e as decisões sobre apresentação e publicação. A IA participou da implementação e da transformação das solicitações em alterações no código.

Essa distribuição de atividades deve ser descrita com transparência. Ela permite examinar a contribuição intelectual sem atribuir automaticamente toda a qualidade do resultado a um único participante do processo.

No contexto educacional, uma pergunta produtiva é quanto o estudante consegue explicar sobre o trabalho que entrega. Por que escolheu determinada solução? Qual interpretação precisou corrigir? Como verificou o comportamento? Que limitações reconhece?

O nome na curadoria identifica uma participação, mas não substitui essas explicações. O histórico e os registros de avaliação ajudam a documentá-las. Essa discussão trata da contribuição intelectual e da responsabilidade pedagógica, sem pretender resolver questões jurídicas de titularidade.

Também é necessário verificar se a descrição das contribuições corresponde ao trabalho realizado. Uma declaração genérica de revisão humana não demonstra, por si, que houve revisão suficiente.

5. Usabilidade, o produto precisa fazer sentido durante o uso

No relógio, o gesto central é tocar no próprio lado depois da jogada. Por isso, grandes áreas de toque receberam prioridade. Controles de configuração ficaram reunidos em uma engrenagem, enquanto pausa, reinício e tela cheia receberam ações específicas.

Outras mudanças buscaram diminuir a quantidade de informação. Foram retirados o título visível, o resumo de tempo e os rótulos “Jogador 1” e “Jogador 2”. Depois, saíram também os ícones das peças e os nomes das cores nos mostradores.

Essas escolhas expressam uma preferência por uma interface concentrada nos tempos. Entretanto, retirar elementos deve ser acompanhado de uma pergunta. A pessoa que usa pela primeira vez ainda compreende a tarefa?

Minimalismo não garante facilidade de uso. Uma informação dispensável para quem concebeu o produto pode ser importante para quem acabou de conhecê-lo. O contraste entre os lados, as mensagens de estado e a resposta ao toque precisam sustentar essa compreensão.

O som opcional também ilustra uma decisão de uso. Ele pode confirmar uma ação, mas talvez seja indesejado em um ambiente silencioso. Permitir sua ativação oferece controle ao usuário. Para avaliar o conjunto, é útil observar alguém utilizando a ferramenta sem receber instruções adicionais do autor.

6. Responsividade, o tamanho disponível participa da decisão

O projeto recebeu pedidos de ampliação dos mostradores analógicos e dos números digitais. Aumentar esses elementos favorece sua presença visual, mas consome espaço. Em uma tela pequena, os mesmos aumentos podem produzir cortes ou deslocar controles importantes.

A implementação passou a considerar os limites disponíveis. Isso evidencia uma distinção importante para o ensino. Solicitar um aumento percentual define uma intenção de dimensionamento. Manter o produto utilizável exige verificar como essa intenção se comporta em diferentes telas.

Responsividade envolve reorganizar e dimensionar elementos de acordo com as condições de apresentação. Não se resume a reduzir tudo na mesma proporção. A área de toque, a leitura dos números, os controles e o rodapé têm necessidades diferentes.

Neste projeto, o usuário escolheu restringir o uso à horizontal. Na vertical, aparece uma orientação para girar o aparelho. Durante uma partida, essa mudança de orientação provoca pausa. Trata-se de uma decisão específica, que favorece a disposição lado a lado, mas limita situações em que girar a tela é difícil ou inviável.

Essa restrição não deve ser ensinada como solução universal. Ela merece discussão sob a perspectiva da acessibilidade e das condições reais de uso. Uma interface adequada a uma pessoa e a um dispositivo pode exigir adaptações para outros.

7. Testar regras e observar pessoas

Durante o desenvolvimento, foram executadas verificações programadas de comportamentos como alternância de jogador, pausa, retomada, encerramento e reinício. Essas verificações ajudam a identificar erros na lógica, mas não demonstram que toda a experiência foi validada em celulares, navegadores e contextos variados.

É importante preservar essa distinção no relato. Conferir que uma função alterna a contagem é diferente de observar se o botão responde bem ao toque em um aparelho específico. Publicar uma página também não comprova a qualidade de sua experiência de uso.

Uma avaliação prática pode combinar dois grupos de perguntas. No funcionamento, apenas um tempo corre? A pausa preserva os valores? O término impede novas alternâncias? No uso, os números são legíveis? A ação principal é evidente? Os controles permanecem acessíveis em tela cheia?

A evidência deve acompanhar a afirmação. Se houve apenas um teste da lógica, registre isso. Se houve observação com usuários, descreva participantes, tarefas e dificuldades. Essa precisão aproxima o exercício da postura crítica necessária à pesquisa.

https://bit.ly/polly-placar

8. Pedir à própria IA uma análise crítica da ferramenta

Depois de produzir e testar uma versão, podemos acrescentar outra etapa ao processo. Pedir à própria IA que examine a ferramenta e sugira o que pode ser aprimorado ou implementado para melhorar sua qualidade. Essa solicitação muda o foco da conversa, passando da execução de pedidos para a avaliação do resultado.

A análise precisa ter um objeto definido. Devemos fornecer a versão atual, suas regras e os materiais que a IA consegue examinar, como o código, imagens da interface e registros dos testes. Um link, sozinho, não garante que o sistema consiga abrir a página e interagir com ela. É necessário pedir que informe o que efetivamente inspecionou e quais aspectos não conseguiu verificar.

No relógio de xadrez, essa revisão poderia examinar a clareza do primeiro toque, a legibilidade dos números, o reconhecimento da vez de cada jogador e o comportamento ao mudar a orientação da tela. Também poderia avaliar a necessidade de novos recursos. Uma proposta de recuperação após recarregar a página, por exemplo, deveria explicar qual problema resolveria, como trataria o tempo transcorrido e que testes seriam necessários. Esses são exemplos de investigação, sem afirmar que uma falha específica foi encontrada ou que o recurso já foi implementado.

Uma solicitação possível seria a seguinte.

Analise criticamente a versão atual desta ferramenta, considerando seu público e sua finalidade. Informe quais materiais conseguiu inspecionar. Avalie funcionamento, usabilidade, acessibilidade, responsividade e clareza das instruções. Separe problemas observados, hipóteses que exigem teste e sugestões de novos recursos. Para cada proposta, descreva o problema ou a necessidade, a evidência disponível, a mudança sugerida, o benefício esperado, possíveis efeitos indesejados e um critério de verificação. Priorize até cinco melhorias por impacto e esforço. Considere também simplificar ou retirar elementos. Apresente primeiro a análise, sem alterar a ferramenta nesta etapa. Não declare como testado o que não foi verificado.

A resposta deve apoiar uma decisão humana. Convém escolher poucas mudanças, justificar sua prioridade e comparar o comportamento antes e depois. Acrescentar funções aumenta a complexidade e só se justifica quando atende a uma necessidade identificada. Às vezes, a melhor proposta será esclarecer uma instrução ou eliminar uma etapa.

Também é preciso reconhecer um limite. A revisão feita pela mesma IA que ajudou a construir a solução não constitui avaliação independente e pode repetir pressupostos da implementação. Por isso, suas sugestões devem ser tratadas como propostas a examinar, em conjunto com os testes e a observação de pessoas usando a ferramenta.

Na atividade didática, esse procedimento permite avaliar o julgamento do estudante. Ele pode registrar uma sugestão aceita, outra adiada ou rejeitada e a justificativa de cada escolha. A qualidade aparece na capacidade de selecionar, verificar e documentar melhorias relevantes.

9. Do relógio ao placar, reaproveitar exige compreender

A experiência originou outra ferramenta, o Polly Placar, publicada em um site independente. Foram mantidos elementos de apresentação e controle, como duas áreas principais, configurações, tela cheia, curadoria e histórico.

A regra central mudou. Cada toque passou a acrescentar um ponto ao time correspondente. Um botão separado permite retirar um ponto em caso de revisão, sem deixar o total negativo. O cabeçalho recebeu a hora atual e um temporizador que começa no primeiro ponto.

Esse desdobramento mostra que reutilizar uma estrutura exige identificar o que permanece e o que muda. Uma interface semelhante pode servir a tarefas com lógicas bastante diferentes. A alternância de tempos do xadrez não pode ser simplesmente transportada para a soma de pontos.

Para os estudantes, comparar os dois produtos ajuda a distinguir aparência, regras e contexto de uso. Também permite discutir quando uma adaptação merece identidade e documentação próprias.

10. Uma proposta de atividade para a sala de aula

O exemplo pode ser transformado em uma atividade curta. Cada grupo escolhe uma tarefa delimitada, descreve o usuário e produz, com assistência de IA, uma primeira solução. Antes de aprová-la, registra critérios de funcionamento e realiza uma rodada de revisão.

A entrega pode reunir cinco elementos.

1. O problema que o recurso pretende resolver e para quem.
2. O pedido inicial e os critérios de funcionamento.
3. O produto e um histórico de pelo menos três versões justificadas.
4. O registro dos testes realizados e das limitações encontradas.
5. A descrição das contribuições humanas e da assistência da IA.

A avaliação deve considerar a relação entre essas partes. Uma mudança foi motivada por um problema identificado? Os testes examinam os critérios definidos? O grupo consegue explicar suas escolhas? Há coerência entre as afirmações de qualidade e a evidência apresentada?

Não é necessário premiar a maior quantidade de versões ou o produto mais complexo. Uma solução pequena, compreendida e bem documentada oferece melhores condições de avaliação do que uma entrega extensa cujas decisões ninguém consegue justificar.

11. O aprendizado que permanece depois da publicação

O relógio de xadrez permite observar um processo de criação com IA em escala acessível. Há uma intenção inicial, uma implementação, interpretações que precisam ser corrigidas, escolhas de interface e sucessivas versões.

Esse percurso oferece uma oportunidade para ensinar que aprimorar envolve reconhecer diferenças entre o pretendido e o produzido. A documentação preserva essas diferenças, os testes examinam comportamentos e a observação do uso revela problemas que o código, sozinho, não explica.

A ferramenta pronta é uma parte da entrega. A capacidade de explicar como ela chegou àquele estado constitui outra parte essencial do aprendizado.

Ao final de uma atividade como essa, vale perguntar ao estudante. Você consegue explicar e justificar as decisões que levaram ao resultado?

Se a resposta vier acompanhada de exemplos, registros e limites reconhecidos, haverá material para avaliar o processo de aprendizagem, além de contemplar o produto.

Pontos para Recordar

1. A primeira versão produzida com inteligência artificial generativa é uma hipótese de solução, que precisa ser confrontada com a tarefa real antes de ser aceita.
2. O versionamento registra estados do produto ao longo do tempo e fica mais útil quando cada mudança vem acompanhada de sua razão e de sua verificação.
3. Uma implementação aparentemente coerente pode estar errada, porque a IA pode interpretar uma orientação de modo diferente da intenção do usuário.
4. Critérios observáveis, que descrevem o resultado esperado em cada situação, reduzem a ambiguidade dos pedidos e tornam a revisão menos dependente de impressões.
5. Minimalismo não garante usabilidade, e retirar elementos da interface exige verificar se quem usa pela primeira vez ainda compreende a tarefa.
6. Testes programados da lógica não substituem a observação de pessoas usando a ferramenta em aparelhos e contextos reais.
7. Em atividades com IA, a avaliação deve privilegiar a capacidade do estudante de explicar e justificar suas decisões, e não a quantidade de versões ou a complexidade do produto.

Transparência sobre o uso de IA

Este texto foi elaborado com assistência de inteligência artificial generativa, a partir do diálogo de desenvolvimento do relógio de xadrez e do Polly Placar. A concepção dos recursos, as solicitações e as decisões de alteração foram conduzidas por Aldemar Araujo. A IA auxiliou na implementação, em verificações programadas e na organização e redação desta proposta de artigo. O texto permanece sujeito à revisão e aprovação editorial do autor antes da publicação.

Declaração de uso da inteligência humana

Declaro que a elaboração deste trabalho contou com o uso de inteligência humana desde a ideação, passando pela formulação das perguntas, pela escolha dos argumentos, pela interpretação das informações e pelas decisões sobre o que comunicar.

Essa inteligência gerenciou o uso dos recursos tecnológicos, incluindo computadores, internet, processadores eletrônicos de texto, corretores ortográficos, planilhas de dados e aplicativos de criação de desenhos e imagens. Também orquestrou o uso de recursos de inteligência artificial generativa, definindo suas finalidades, orientando as solicitações, avaliando as respostas e decidindo o que incorporar, modificar ou descartar.

Seu uso envolveu curiosidade, memória, experiência, dúvida e julgamento crítico. Reconheço que essa inteligência está sujeita a vieses, cansaço, lacunas de conhecimento e erros, inclusive quando se expressa com segurança. As ferramentas utilizadas apoiaram o processo de criação. A responsabilidade pelo conteúdo que escolhi publicar, por suas implicações e pelas correções necessárias permanece minha.

Declaro, por fim, que o exercício da inteligência humana inclui reconhecer o que não sei, verificar o que afirmo e rever o que penso diante de boas razões. Aliás, a responsabilidade humana pelo que se publica sempre foi essa, mesmo antes da IA generativa. Este texto contou com participação humana consciente, falível e responsável.