Ficha Unidade Curricular (FUC)

Informação Geral / General Information


Código :
04145
Acrónimo :
04145
Ciclo :
1.º ciclo
Línguas de Ensino :
Português (pt)
Língua(s) amigável(eis) :
Português

Carga Horária / Course Load


Semestre :
1
Créditos ECTS :
6.0
Aula Teórica (T) :
0.0h/sem
Aula Teórico-Prática (TP) :
9.0h/sem
- Presencial (TP) :
9.0h/sem
Aula Prática e Laboratorial (PL) :
24.0h/sem
- Presencial (PL) :
24.0h/sem
Trabalho de Campo (TC) :
0.0h/sem
Seminario (S) :
0.0h/sem
Estágio (E) :
0.0h/sem
Orientação Tutorial (OT) :
1.0h/sem
Outras (O) :
0.0h/sem
Horas de Contacto :
34.0h/sem
Trabalho Autónomo :
116.0
Horas de Trabalho Total :
150.0h/sem

Área científica / Scientific area


580 - Arquitectura e construção

Departamento / Department


Departamento de Tecnologias Digitais

Ano letivo / Execution Year


2025/2026

Pré-requisitos / Pre-Requisites


Domínio da língua inglesa. Conhecimento de software de modelação BIM. Conhecimentos de programação em Python e desenvolvimento web em JavaScript.

Objetivos Gerais / Objectives


Esta unidade curricular explora de forma aprofundada o papel das ferramentas digitais avançadas no setor da Arquitetura, Engenharia, Construção e Operação (AECO), com particular enfoque na sua aplicação prática ao longo do ciclo de vida de edifícios e infraestruturas. Pretende-se capacitar os estudantes para o desenvolvimento de soluções inovadoras através da programação, automação de processos e integração de dados, promovendo a sua autonomia, criatividade e capacidade crítica na resolução de problemas técnicos em contextos reais e colaborativos, respeitando os diferentes níveis de experiência prévia dos estudantes.

Objetivos de Aprendizagem e a sua compatibilidade com o método de ensino (conhecimentos, aptidões e competências a desenvolver pelos estudantes) / Learning outcomes


No final desta UC, cada estudante deverá ser capaz de: OA1. Explicar os conceitos fundamentais de desenvolvimento de aplicações na área da construção, incluindo o uso de APIs, bibliotecas e estruturas de integração de dados. OA2. Conceber, programar e testar pequenas aplicações que estendam ou melhorem as funcionalidades de ferramentas digitais existentes no setor AECO, aplicando estratégias de resolução de problemas em contextos práticos. A metodologia preferencial de ensino é a exposição de conteúdo, seguido do desenvolvimento do projeto que os estudantes selecionarem, com apoios dos seus colegas, do instrutor e ferramentas de IA especializadas em aprendizagem e geração de código.

Conteúdos Programáticos / Syllabus


Os Conteúdos Programáticos da UC são os seguintes: CP1. Introdução ao desenvolvimento de software no setor da construção: enquadramento, objetivos e potencial de transformação digital. CP2. Fundamentos de APIs: estrutura, funcionamento e integração com plataformas digitais da construção na Cloud. CP3. Exploração de bibliotecas e metodologias open source para o desenvolvimento de aplicações openBIM, com base em normas abertas como o IFC.

Demonstração da coerência dos conteúdos programáticos com os objetivos de aprendizagem da UC / Evidence that the curricular unit's content dovetails with the specified learning outcomes


Os conteúdos programáticos desta UC foram definidos para permitir uma progressão coerente desde a compreensão dos conceitos base até à aplicação prática em ambientes reais. O CP1 introduz os fundamentos do desenvolvimento de software no setor AECO, contribuindo diretamente para o OA1. O CP2 aprofunda os conceitos de APIs e sua aplicação prática, consolidando também o OA1. Os conteúdos do CP3 permitem a concretização do OA2, ao proporcionar a aprendizagem de técnicas de programação aplicadas a plataformas cloud como o Autodesk Platform Services e ao desenvolvimento de aplicações openBIM, preparando os estudantes para conceber e implementar soluções digitais inovadoras.

Avaliação / Assessment


A avaliação é realizada ao longo do semestre (ALS), sem recurso a exame final e inclui duas componentes: - Mini-testes individuais (30%), realizados em sala, com periodicidade regular. - Projeto de grupo (70%), de grupos de até 3 estudantes, que escolhem um projeto proposto pelo docente ou sugerido por si, mediante aprovação. As classificações parciais são 35% (projeto), 15% (relatório) e 20% (discussão). O projeto só será aceite para avaliação se for entregue na data estipulada e incluir todos os elementos exigidos (código, documentação, vídeo ou protótipo, consoante o caso). A nota mínima em cada componente (mini-testes e projeto) é de 9,5 valores. A discussão é obrigatória para todos os membros do grupo. Está prevista a realização de provas orais individuais para confirmação dos elementos de avaliação, sempre que os docentes o considerem necessário. O uso de ferramentas de Inteligência Artificial é permitido, devendo ser claramente identificado, incluindo os prompts utilizados e a forma como a IA contribuiu para a resolução das tarefas.

Metodologias de Ensino / Teaching methodologies


O processo de ensino-aprendizagem combina a exposição de conceitos teóricos, a experimentação prática com ferramentas digitais e o desenvolvimento de um projeto que simula desafios reais do setor AECO. As aulas alternam entre a introdução de conceitos fundamentais, a demonstração de aplicações práticas e a exploração orientada de software. Os mini-testes, realizados em aula, funcionam como momentos de consolidação de conhecimentos e de feedback contínuo. O projeto, desenvolvido em grupos de até três estudantes, permite aplicar as competências adquiridas na resolução de um problema concreto, incentivando a colaboração, a criatividade e a capacidade de resolução de problemas. Os resultados são analisados e discutidos criticamente, garantindo a articulação entre teoria e prática. A ligação à investigação em curso na Escola é reforçada através de aulas com convidados, apresentações de doutorandos e de projetos de investigação. Os estudantes poderão ainda ser convidados a colaborar em equipas de investigação ou a apoiar trabalhos de dissertação no âmbito do seu projeto de grupo. Para um total de 150 horas: MEA1 – Aulas teórico-práticas: conceitos, exemplos de aplicação, mini-testes (12h) MEA2 – Aulas ativas: utilização de software, exercícios e entregáveis do projeto (15h) MEA3 – Aulas participativas: apresentações de convidados e discussão de casos de estudo (9h) MEA4 – Aulas de apoio tutorial (1h) MEA5 – Trabalho autónomo do estudante: autoestudo (9h), aulas em vídeo assíncronas (30h), preparação para mini-testes (10h), desenvolvimento do projeto e relatório (74h) O uso de ferramentas de Inteligência Artificial é incentivado como apoio ao processo de aprendizagem, desde que seja claramente identificado, incluindo os prompts utilizados e a forma como contribuíram para o desenvolvimento das tarefas.

Demonstração da coerência das metodologias de ensino e avaliação com os objetivos de aprendizagem da UC / Evidence that the teaching and assessment methodologies are appropriate for the learning outcomes


A estrutura das aulas introduz os conceitos seguida de demonstrações e exercícios está diretamente alinhada com o OA1, que exige a capacidade de compreender e explicar os princípios de desenvolvimento de aplicações no setor da construção. A avaliação individual por mini-testes está alinhada com este objetivo, ao verificar a compreensão dos conteúdos essenciais de forma regular, com feedback contínuo e fomentando a responsabilidade individual pela aprendizagem. A segunda fase do semestre é dedicada ao projeto de grupo, que aplica os conhecimentos adquiridos na resolução de um desafio concreto. Este projeto responde ao OA2, que requer que o estudante seja capaz de conceber, desenvolver e testar aplicações específicas para o setor AECO. Ao envolver os estudantes na análise de um problema real, na exploração de ferramentas digitais e no desenvolvimento colaborativo de uma solução, esta componente promove competências técnicas, críticas e comunicacionais. A discussão oral do projeto permite avaliar os resultados obtidos e a compreensão individual, assegurando o rigor na atribuição das classificações. A integração de ferramentas de Inteligência Artificial, identificada e justificada, está em linha com a orientação para a inovação tecnológica.

Observações / Observations


No desenvolvimento de software para a construção, grande parte do conhecimento está em tutoriais, fóruns e sites especializados, que oferecem conteúdos atualizados.

Bibliografia Principal / Main Bibliography


Sawhney, A. et al., Construction 4.0: An Innovation Platform for the Built Environment, Routledge 2020, ISBN 9780367027308. Borrmann, A. et al. (eds). Building information modeling: technology foundations and industry practice. Springer 2018, ISBN 9783319928616. Seaton, H., The Construction Technology Handbook: Making Sense of Artificial Intelligence and Beyond, Wiley, 2021, ISBN 9781119719953." buildingSMART. (n.d.). IFC 4.3 documentation. Retrieved April 4, 2025, from https://ifc43-docs.standards.buildingsmart.org/ That Open Company. (n.d.). Retrieved 2024/12/27, https://thatopen.com/ Autodesk. (2025, abril 4). Revit API overview. Autodesk Platform Services. https://aps.autodesk.com/developer/overview/revit pyRevitLabs. (n.d.). pyRevit documentation. Notion. Retrieved April 4, 2025, from https://pyrevitlabs.notion.site/ DynamoBIM. (n.d.). Python in Dynamo for Revit. Dynamo Primer. Retrieved April 4, 2025, from https://primer.dynamobim.org/10_Custom-Nodes/10-5_Python-Revit.html

Bibliografia Secundária / Secondary Bibliography


Blanco, J. et al., The new age of engineering and construction technology. McKinsey & Company, 2017. Seaton, H., The Construction Technology Handbook: Making Sense of Artificial Intelligence and Beyond, Wiley, 2021, ISBN 9781119719953.

Data da última atualização / Last Update Date


2025-09-21