Gabriel Rudan Sales Matos
Gabriel Rudan Sales Matos has a total of 9 co-authors. Here are the top co-authors by number of shared publications:
- Amanda Drielly Pires Venceslau
Universidade Federal do Ceará (UFC)
1 shared publication - Artur de Oliveira da Rocha Franco
Universidade Federal do Ceará (UFC) Fortaleza CE Brazil
1 shared publication - Camila de Paiva Cavalcante
Campus Crateús -Universidade Federal do Ceará (UFC) Crateús -CE Brazil
1 shared publication - Francisco Rodrigo Patricio
Campus Crateús -Universidade Federal do Ceará (UFC) Crateús -CE Brazil
1 shared publication - José Antônio Fernandes de Macêdo
Federal University of Ceará
1 shared publication - José Gilvan Rodrigues Maia
UFC Universidade Federal do Ceará Fortaleza Ceará Brasil
1 shared publication
Latest Publications
- Open Access
- 30 September 2025
- Published by Sociedade Brasileira de Computação
- p. 550-562
Creating Tabletop RPG Dialogues via Retrieval-Augmented Generation
Introduction: Tabletop RPGs (TRPGs) rely heavily on narrative, but Game Masters face challenges creating coherent and engaging dialogues while managing extensive rulebooks. Objective: This work investigates the adoption of Retrieval-Augmented Generation (RAG) to improve dialogue generation in TRPGs using Large Language Models. Methodology or Steps: Four dialogues were analyzed: two handwritten and two generated by LLMs—with and without RAG. Eleven participants rated them across five criteria—Engagement, Coherence, Cohesion, Creativity, and Surprise. Results: RAG-based generation outperformed standard LLMs across all categories, improving coherence (+0.18), cohesion (+0.46), creativity (+0.55), engagement (+0.91), and surprise (+0.64). Compared to handwritten dialogues, generated ones were rated higher in cohesion (3.91 vs. 3.68) and matched in coherence (3.82), although handwritten dialogues remained superior in engagement (3.82 vs. 3.09) and creativity (3.68 vs. 3.14).
- 30 September 2025
- Published by Sociedade Brasileira de Computação
- p. 550-562
Open AccessCreating Tabletop RPG Dialogues via Retrieval-Augmented Generation
Introduction: Tabletop RPGs (TRPGs) rely heavily on narrative, but Game Masters face challenges creating coherent and engaging dialogues while managing extensive rulebooks. Objective: This work investigates the adoption of Retrieval-Augmented Generation (RAG) to improve dialogue generation in TRPGs using Large Language Models. Methodology or Steps: Four dialogues were analyzed: two handwritten and two generated by LLMs—with and without RAG. Eleven participants rated them across five criteria—Engagement, Coherence, Cohesion, Creativity, and Surprise. Results: RAG-based generation outperformed standard LLMs across all categories, improving coherence (+0.18), cohesion (+0.46), creativity (+0.55), engagement (+0.91), and surprise (+0.64). Compared to handwritten dialogues, generated ones were rated higher in cohesion (3.91 vs. 3.68) and matched in coherence (3.82), although handwritten dialogues remained superior in engagement (3.82 vs. 3.09) and creativity (3.68 vs. 3.14).
- Open Access
- 17 September 2025
- Published by Sociedade Brasileira de Computação
- p. 116-125
Fatores Autopercebidos por Estudantes de TI na Primeira Disciplina de Programação
Este estudo investiga os desafios enfrentados por estudantes da área de Tecnologia da Informação, iniciantes em programação, analisando, sob a perspectiva de gênero, fatores técnicos, pessoais, motivacionais, de conhecimentos prévios e de apoio percebidos por eles associados à primeira disciplina de programação. Através de um survey aplicado a 123 discentes, identificou-se que dificuldades para entender o conteúdo, de abstração e sintaxe são barreiras técnicas recorrentes, enquanto a gestão de tempo, a motivação e a concentração afetam o engajamento. A análise revela ainda ações indicadas para estimular o interesse feminino na área, uma vez que o estudo apresenta uma diferença significativa de estudantes do sexo feminino nos cursos.
- 17 September 2025
- Published by Sociedade Brasileira de Computação
- p. 116-125
Open AccessFatores Autopercebidos por Estudantes de TI na Primeira Disciplina de Programação
Este estudo investiga os desafios enfrentados por estudantes da área de Tecnologia da Informação, iniciantes em programação, analisando, sob a perspectiva de gênero, fatores técnicos, pessoais, motivacionais, de conhecimentos prévios e de apoio percebidos por eles associados à primeira disciplina de programação. Através de um survey aplicado a 123 discentes, identificou-se que dificuldades para entender o conteúdo, de abstração e sintaxe são barreiras técnicas recorrentes, enquanto a gestão de tempo, a motivação e a concentração afetam o engajamento. A análise revela ainda ações indicadas para estimular o interesse feminino na área, uma vez que o estudo apresenta uma diferença significativa de estudantes do sexo feminino nos cursos.