Prévia do material em texto
<p>REVISTA OBSERVATORIO DE LA ECONOMIA LATINOAMERICANA</p><p>ISSN: 1696-8352</p><p>Page 1</p><p>REVISTA OBSERVATORIO DE LA ECONOMIA LATINOAMERICANA, Curitiba, v.22, n.4, p. 01-20. 2024.</p><p>Inteligência artificial na personalização da aprendizagem</p><p>Artificial intelligence in personalizing learning</p><p>Inteligencia artificial en el aprendizaje personalizado</p><p>DOI: 10.55905/oelv22n4-065</p><p>Originals received: 03/08/2024</p><p>Acceptance for publication: 03/29/2024</p><p>Alberto da Silva Franqueira</p><p>Mestre em Tecnologias Emergentes na Educação</p><p>Instituição: Must University (MUST)</p><p>Endereço: Boca Raton, Flórida, Estados Unidos</p><p>E-mail: albertofranqueira@gmail.com</p><p>Daniela Paula de Lima Nunes Malta</p><p>Doutoranda Pelo Programa de Pós-Graduação em Letras (PPGL)</p><p>Instituição: Universidade Federal de Pernambuco (UFPE)</p><p>Endereço: Recife, Pernambuco, Brasil</p><p>E-mail: malta_daniela@yahoo.com.br</p><p>Francisco José dos Santos</p><p>Mestre em Matemática Pura</p><p>Instituição: Universidade Estadual Paulista - câmpus de Rio Claro</p><p>Endereço: Rio Claro, São Paulo, Brasil</p><p>E-mail: francisco.jose-santos@unesp.br</p><p>Geime Aparecida de Almeida</p><p>Mestranda em Tecnologias Emergentes na Educação</p><p>Instituição: Must University</p><p>Endereço: 1960 NE 5th Ave, Boca Raton, FL 33431, Estados Unidos</p><p>E-mail: meige_almeida@hotmail.com</p><p>Luciene Viana da Silva</p><p>Mestranda em Tecnologias Emergentes na Educação</p><p>Instituição: Must University (MUST)</p><p>Endereço: Boca Raton, Flórida, Estados Unidos</p><p>E-mail: luciene1010@yahoo.com.br</p><p>mailto:albertofranqueira@gmail.com</p><p>mailto:malta_daniela@yahoo.com.br</p><p>REVISTA OBSERVATORIO DE LA ECONOMIA LATINOAMERICANA</p><p>ISSN: 1696-8352</p><p>Page 2</p><p>REVISTA OBSERVATORIO DE LA ECONOMIA LATINOAMERICANA, Curitiba, v.22, n.4, p. 01-20. 2024.</p><p>Mirene da Cruz Silva</p><p>Pós-Graduanda em Neurociência Aplicada à Aprendizagem</p><p>Instituição: Faculdade Venda Nova do Imigrante (FAVENI)</p><p>Endereço: Palmas, Tocantins, Brasil</p><p>E-mail: professoramirenesilva@gmail.com</p><p>William Figueredo Cruz</p><p>Especialista em Ensino da Matemática</p><p>Instituição: Faculdade Evangélica do Meio Norte (FAEME)</p><p>Endereço: Coroatá, Maranhão, Brasil</p><p>E-mail: william.figueredo-cruz@unesp.br</p><p>Ziza Silva Pinho Woodcock</p><p>Doutoranda em Ciências da Educação</p><p>Instituição: Facultad Interamericana de Ciencias Sociales (FICS)</p><p>Endereço: Calle de La Amistad Casi Rosario, Asunción, Paraguai</p><p>E-mail: ziza_woodcock@hotmail.com</p><p>RESUMO</p><p>Este estudo abordou o problema de como a Inteligência Artificial (IA) pode ser aplicada</p><p>para personalizar a aprendizagem, atendendo às necessidades individuais dos alunos. O</p><p>objetivo geral foi investigar o potencial da IA na personalização da educação, visando</p><p>melhorar o engajamento e os resultados de aprendizagem dos estudantes. A metodologia</p><p>adotada centrou-se na revisão de literatura, analisando estudos prévios sobre a aplicação</p><p>de IA na educação, com foco em sistemas adaptativos e inteligentes, Learning Analytics</p><p>e a identificação de padrões de aprendizagem. Os resultados destacaram que a IA possui</p><p>um grande potencial para personalizar a aprendizagem, oferecendo caminhos adaptáveis</p><p>que respondem às necessidades individuais dos alunos. Contudo, também emergiram</p><p>desafios significativos, especialmente em relação a questões éticas, técnicas,</p><p>pedagógicas, e à privacidade e segurança dos dados. As considerações finais enfatizaram</p><p>a necessidade de desenvolver e implementar tecnologias de IA de maneira ética e</p><p>responsável, garantindo a inclusão e a equidade no acesso à educação personalizada.</p><p>Palavras-chave: inteligência artificial, personalização da aprendizagem, educação,</p><p>sistemas adaptativos, learning analytics.</p><p>ABSTRACT</p><p>The study addressed the problem of how Artificial Intelligence (AI) can be applied to</p><p>personalize learning, meeting the individual needs of students. The main objective was to</p><p>investigate the potential of AI in customizing education to improve student engagement</p><p>and learning outcomes. The methodology focused on a literature review, analyzing</p><p>previous studies on the application of AI in education, focusing on adaptive and</p><p>intelligent systems, Learning Analytics, and the identification of learning patterns. The</p><p>findings highlighted the significant potential of AI to personalize learning, offering</p><p>adaptable paths that respond to the individual needs of students. However, significant</p><p>mailto:william.figueredo-cruz@unesp.br</p><p>REVISTA OBSERVATORIO DE LA ECONOMIA LATINOAMERICANA</p><p>ISSN: 1696-8352</p><p>Page 3</p><p>REVISTA OBSERVATORIO DE LA ECONOMIA LATINOAMERICANA, Curitiba, v.22, n.4, p. 01-20. 2024.</p><p>challenges also emerged, especially regarding ethical, technical, pedagogical issues, and</p><p>data privacy and security. The final considerations emphasized the need to develop and</p><p>implement AI technologies ethically and responsibly, ensuring inclusion and equity in</p><p>access to personalized education.</p><p>Keywords: artificial intelligence, learning personalization, education, adaptive systems,</p><p>learning analytics.</p><p>RESUMEN</p><p>En este estudio se abordó el problema de cómo la Inteligencia Artificial (IA) puede ser</p><p>aplicada para personalizar el aprendizaje, atendiendo las necesidades individuales de los</p><p>estudiantes. El objetivo general era investigar el potencial de la IA en la personalización</p><p>de la educación, con el objetivo de mejorar la participación de los estudiantes y los</p><p>resultados del aprendizaje. La metodología adoptada se centró en la revisión de la</p><p>literatura, analizando estudios previos sobre la aplicación de la IA en la educación,</p><p>centrándose en sistemas adaptativos e inteligentes, Learning Analytics y la identificación</p><p>de patrones de aprendizaje. Los resultados resaltaron que la IA tiene un gran potencial</p><p>para personalizar el aprendizaje al proporcionar caminos adaptativos que responden a las</p><p>necesidades individuales de los estudiantes. Sin embargo, también han surgido desafíos</p><p>significativos, especialmente en relación con cuestiones éticas, técnicas, pedagógicas, y</p><p>la privacidad y seguridad de los datos. Las consideraciones finales enfatizaron la</p><p>necesidad de desarrollar e implementar tecnologías de IA de manera ética y responsable,</p><p>asegurando la inclusión y equidad en el acceso a la educación personalizada.</p><p>Palabras clave: inteligencia artificial, personalización del aprendizaje, educación,</p><p>sistemas adaptables, aprendiendo análisis.</p><p>1 INTRODUÇÃO</p><p>A inteligência artificial (IA) tem se destacado como um dos pilares para inovações</p><p>em diversos setores, inclusive na educação. Sua aplicação na personalização da</p><p>aprendizagem representa uma evolução significativa na maneira como conteúdos</p><p>educacionais são entregues e assimilados por estudantes. Este enfoque permite que</p><p>sistemas educacionais se adaptem às necessidades individuais de aprendizagem,</p><p>considerando ritmos, estilos e preferências diversas, o que potencializa a eficiência do</p><p>processo educativo.</p><p>A necessidade de personalizar a aprendizagem advém da observação de que</p><p>métodos tradicionais de ensino, centrados em abordagens uniformes, não atendem de</p><p>REVISTA OBSERVATORIO DE LA ECONOMIA LATINOAMERICANA</p><p>ISSN: 1696-8352</p><p>Page 4</p><p>REVISTA OBSERVATORIO DE LA ECONOMIA LATINOAMERICANA, Curitiba, v.22, n.4, p. 01-20. 2024.</p><p>maneira efetiva a diversidade dos perfis de aprendizes. A heterogeneidade das turmas,</p><p>que inclui diferenças significativas em capacidades, interesses e motivações, sugere um</p><p>redirecionamento para práticas que considerem e respeitem essas diferenças. Nesse</p><p>contexto, a IA surge como um recurso capaz de oferecer soluções adaptativas,</p><p>proporcionando um ambiente de aprendizagem que se ajusta em tempo real às</p><p>necessidades de cada aluno.</p><p>No entanto, a implementação da IA na personalização da aprendizagem traz</p><p>consigo uma série de questionamentos. Como garantir que a tecnologia seja utilizada de</p><p>maneira ética, respeitando a privacidade e a segurança dos dados dos estudantes?</p><p>De que</p><p>forma as instituições de ensino podem assegurar que o uso da IA contribua para a redução</p><p>das disparidades educacionais, em vez de ampliá-las? Essas indagações destacam a</p><p>complexidade do tema e a importância de se desenvolver uma compreensão sobre as</p><p>potencialidades e os desafios associados à adoção da IA na educação.</p><p>Diante desse cenário, o objetivo principal desta pesquisa é investigar como a</p><p>inteligência artificial pode ser aplicada para personalizar a aprendizagem, maximizando</p><p>os benefícios educacionais e minimizando possíveis desafios. Pretende-se,</p><p>especificamente, analisar as tecnologias de IA mais relevantes no contexto educacional,</p><p>identificar estratégias eficazes para a implementação de sistemas de aprendizagem</p><p>adaptativos e avaliar os impactos da personalização mediada pela IA na experiência de</p><p>aprendizagem dos estudantes. Por meio deste estudo, busca-se contribuir para o</p><p>desenvolvimento de práticas educacionais que sejam ao mesmo tempo inclusivas,</p><p>eficazes e responsivas às necessidades individuais dos aprendizes, promovendo um</p><p>ambiente de aprendizagem que valorize e potencialize as capacidades de cada estudante.</p><p>Segue-se um referencial teórico dividido em duas seções principais: os</p><p>fundamentos da Inteligência Artificial, onde são exploradas as tecnologias e algoritmos</p><p>que sustentam a IA, e a personalização da aprendizagem, que detalha as abordagens</p><p>pedagógicas adaptativas possibilitadas pela IA. A metodologia adotada para a</p><p>investigação é então apresentada, explicando o processo de revisão de literatura utilizado</p><p>para a coleta e análise de dados. Os resultados e discussão compõem a seção subsequente,</p><p>na qual os benefícios e desafios da incorporação da IA na educação são analisados,</p><p>REVISTA OBSERVATORIO DE LA ECONOMIA LATINOAMERICANA</p><p>ISSN: 1696-8352</p><p>Page 5</p><p>REVISTA OBSERVATORIO DE LA ECONOMIA LATINOAMERICANA, Curitiba, v.22, n.4, p. 01-20. 2024.</p><p>acompanhados de uma avaliação crítica sobre as metodologias de avaliação aplicáveis e</p><p>as tendências futuras no campo. O texto conclui com considerações finais que resumem</p><p>os principais achados do estudo e enfatizam a importância de desenvolver e implementar</p><p>tecnologias de IA de maneira ética e responsável, visando promover uma educação mais</p><p>inclusiva e adaptada às necessidades individuais dos estudantes.</p><p>2 REFERENCIAL TEÓRICO</p><p>O referencial teórico deste estudo é organizado para fundamentar a discussão</p><p>sobre a interseção entre a Inteligência Artificial (IA) e a personalização da aprendizagem.</p><p>Inicialmente, delineia-se uma visão abrangente sobre os fundamentos da IA, abordando</p><p>seu desenvolvimento histórico, as principais tecnologias e algoritmos que a caracterizam,</p><p>como o aprendizado de máquina, o processamento de linguagem natural e as redes neurais</p><p>artificiais. Esta seção visa equipar o leitor com um entendimento robusto das bases</p><p>técnicas e teóricas que permitem a aplicação da IA na educação. Posteriormente, o foco</p><p>se desloca para a personalização da aprendizagem, explorando como a IA pode ser</p><p>empregada para adaptar o processo educacional às necessidades individuais dos alunos.</p><p>Discute-se a distinção entre personalização, individualização e diferenciação na</p><p>educação, enfatizando a capacidade da IA de fornecer um ensino mais personalizado e</p><p>responsivo. Essa parte do referencial teórico destaca as potencialidades da IA em criar</p><p>ambientes de aprendizado adaptativos e inteligentes, apoiando-se em literatura relevante</p><p>para ilustrar como tais tecnologias têm sido aplicadas e quais impactos têm sido</p><p>observados na prática educacional. Ao longo desta seção, busca-se construir uma base</p><p>sólida de conhecimento que justifique a investigação realizada, oferecendo ao leitor uma</p><p>compreensão clara dos conceitos-chave e das questões teóricas que permeiam o estudo</p><p>da IA na personalização da aprendizagem.</p><p>REVISTA OBSERVATORIO DE LA ECONOMIA LATINOAMERICANA</p><p>ISSN: 1696-8352</p><p>Page 6</p><p>REVISTA OBSERVATORIO DE LA ECONOMIA LATINOAMERICANA, Curitiba, v.22, n.4, p. 01-20. 2024.</p><p>3 FUNDAMENTOS DA INTELIGÊNCIA ARTIFICIAL</p><p>A inteligência artificial (IA) constitui um campo da ciência da computação</p><p>dedicado ao desenvolvimento de sistemas capazes de realizar tarefas que,</p><p>tradicionalmente, exigiriam inteligência humana. Essas tarefas incluem, mas não se</p><p>limitam a, reconhecimento de padrões, aprendizado, raciocínio lógico e interpretação de</p><p>linguagem natural. A evolução histórica da IA é marcada por avanços significativos que</p><p>refletem o crescimento exponencial da capacidade de processamento computacional e o</p><p>aprimoramento de algoritmos. Desde a sua concepção na década de 1950, a IA evoluiu</p><p>de simples máquinas de raciocínio baseadas em regras para sistemas complexos capazes</p><p>de aprendizado e tomada de decisão autônoma.</p><p>As principais tecnologias e algoritmos utilizados em IA abrangem uma variedade</p><p>de métodos, incluindo o aprendizado de máquina (Machine Learning - ML), o</p><p>processamento de linguagem natural (PLN) e redes neurais artificiais. O aprendizado de</p><p>máquina, em particular, desempenha um papel fundamental na capacidade dos sistemas</p><p>de IA de aprender e se adaptar a novos dados sem serem explicitamente programados</p><p>para cada tarefa específica. Campos e Lastória (2020) destacam que o aprendizado de</p><p>máquina possibilita a personalização da experiência educacional ao adaptar conteúdos e</p><p>estratégias de ensino às necessidades individuais dos alunos.</p><p>Na educação, a aplicação da IA se estende desde sistemas tutoriais inteligentes até</p><p>plataformas de aprendizado adaptativo e avaliação automatizada. Assis (2023) afirma que</p><p>a utilização da inteligência artificial na educação, especialmente na personalização da</p><p>aprendizagem, representa uma mudança paradigmática na forma como o conhecimento é</p><p>transmitido e assimilado. Sistemas baseados em IA são capazes de analisar o desempenho</p><p>dos estudantes em tempo real, ajustando o conteúdo didático para atender às suas</p><p>necessidades específicas, promovendo um ambiente de aprendizado mais eficaz e</p><p>inclusivo.</p><p>Dessa forma, sublinha o potencial da IA para transformar a educação, oferecendo</p><p>soluções personalizadas que podem melhorar significativamente a experiência de</p><p>aprendizagem.</p><p>REVISTA OBSERVATORIO DE LA ECONOMIA LATINOAMERICANA</p><p>ISSN: 1696-8352</p><p>Page 7</p><p>REVISTA OBSERVATORIO DE LA ECONOMIA LATINOAMERICANA, Curitiba, v.22, n.4, p. 01-20. 2024.</p><p>Além disso, a IA na educação engloba o desenvolvimento de jogos educacionais,</p><p>simulações e assistentes virtuais, que podem fornecer feedback imediato e suporte</p><p>adaptativo aos estudantes. Lima et al. (2020) observam que a avaliação de jogos</p><p>educacionais que empregam IA permite identificar quais metodologias são mais efetivas</p><p>para o ensino de conceitos específicos de inteligência artificial, facilitando a escolha de</p><p>abordagens pedagógicas mais eficientes.</p><p>Em resumo, a inteligência artificial está remodelando o campo da educação ao</p><p>oferecer ferramentas e soluções inovadoras que promovem a personalização do ensino.</p><p>Através da aplicação de tecnologias avançadas e algoritmos sofisticados, a IA tem o</p><p>potencial de tornar o processo de aprendizagem mais dinâmico, interativo e adaptado às</p><p>necessidades individuais de cada aluno.</p><p>4 PERSONALIZAÇÃO DA APRENDIZAGEM</p><p>A personalização da aprendizagem representa uma abordagem pedagógica que</p><p>visa ajustar os processos de ensino e aprendizado às necessidades individuais dos</p><p>estudantes, promovendo um ambiente mais eficaz e inclusivo. Essa abordagem é</p><p>fundamentada na ideia de que cada aluno possui um ritmo, estilo e preferências únicos de</p><p>aprendizagem, o que demanda estratégias educacionais flexíveis e adaptativas.</p><p>Os métodos tradicionais de personalização educacional frequentemente se</p><p>baseiam em ajustes curriculares, agrupamentos flexíveis e instrução diferenciada. No</p><p>entanto, a evolução tecnológica e a integração da inteligência artificial</p><p>no ambiente</p><p>educacional têm ampliado as possibilidades para personalizar a aprendizagem de maneira</p><p>mais sofisticada e em larga escala. Campos e Lastória (2020) ressaltam a importância da</p><p>semiformação e da inteligência artificial no ensino, sugerindo que a incorporação de</p><p>tecnologias avançadas pode enriquecer e diversificar as metodologias de ensino</p><p>Diferenciar personalização, individualização e diferenciação é essencial para</p><p>compreender a aplicabilidade de cada abordagem no contexto educacional. A</p><p>personalização foca em permitir que o aluno controle o seu percurso de aprendizagem,</p><p>com suporte e orientação dos educadores para definir objetivos e estratégias. A</p><p>REVISTA OBSERVATORIO DE LA ECONOMIA LATINOAMERICANA</p><p>ISSN: 1696-8352</p><p>Page 8</p><p>REVISTA OBSERVATORIO DE LA ECONOMIA LATINOAMERICANA, Curitiba, v.22, n.4, p. 01-20. 2024.</p><p>individualização refere-se à adaptação do ritmo de aprendizagem para cada estudante,</p><p>permitindo que avancem conforme sua capacidade. Já a diferenciação ajusta o ensino às</p><p>preferências de aprendizagem dos alunos, mas dentro de um ambiente de grupo, visando</p><p>atender às necessidades de todos.</p><p>Assis (2023) argumenta que a inteligência artificial na educação, quando utilizada</p><p>de maneira constitucionalmente adequada, permite não apenas a personalização do</p><p>ensino, adaptando o conteúdo e o ritmo de acordo com as necessidades de cada aluno,</p><p>mas também potencializa o desenvolvimento de habilidades individuais, promovendo um</p><p>ambiente de aprendizagem mais engajador e eficiente. Ao analisar o comportamento e o</p><p>desempenho dos estudantes, sistemas baseados em IA podem oferecer recomendações</p><p>personalizadas, facilitando a identificação de lacunas no conhecimento e sugerindo</p><p>recursos educacionais alinhados aos interesses e dificuldades de cada um.</p><p>Essa perspectiva destaca o potencial transformador da inteligência artificial na</p><p>personalização da aprendizagem, evidenciando como a tecnologia pode ser empregada</p><p>para criar experiências educacionais que não só respeitam a individualidade dos</p><p>estudantes, mas também contribuem para a sua motivação e sucesso acadêmico. A</p><p>integração da IA nos processos educacionais representa, portanto, um passo significativo</p><p>em direção a um modelo de educação mais personalizado, adaptativo e inclusivo.</p><p>5 APLICAÇÃO DA IA NA PERSONALIZAÇÃO DA APRENDIZAGEM</p><p>A aplicação da Inteligência Artificial (IA) na personalização da aprendizagem tem</p><p>transformado o panorama educacional, oferecendo possibilidades inovadoras para</p><p>atender às necessidades individuais dos alunos. Os sistemas adaptativos e inteligentes são</p><p>desenvolvidos para ajustar o conteúdo, o ritmo e o estilo de ensino, baseando-se no perfil</p><p>de aprendizagem de cada estudante. Como destacado por Campos e Lastória (2020), a</p><p>integração da IA na educação possibilita a criação de ambientes de aprendizagem que se</p><p>adaptam automaticamente às características e ao desempenho dos estudantes,</p><p>promovendo uma experiência educacional mais eficaz e personalizada.</p><p>REVISTA OBSERVATORIO DE LA ECONOMIA LATINOAMERICANA</p><p>ISSN: 1696-8352</p><p>Page 9</p><p>REVISTA OBSERVATORIO DE LA ECONOMIA LATINOAMERICANA, Curitiba, v.22, n.4, p. 01-20. 2024.</p><p>A utilização da IA em conjunto com Learning Analytics permite a identificação</p><p>de padrões de aprendizagem, atuando como um pilar fundamental para a personalização.</p><p>Esta combinação facilita o reconhecimento de dificuldades de aprendizagem, preferências</p><p>e progressos dos alunos, o que, segundo Lima et al. (2020), permite aos educadores</p><p>ajustar estratégias de ensino e conteúdos em tempo real, maximizando o potencial de</p><p>aprendizado individual. Esta abordagem não só melhora a experiência de aprendizagem</p><p>mas também contribui para a retenção de conhecimento e motivação dos alunos.</p><p>A prática de aplicar IA para personalizar a aprendizagem pode ser exemplificada</p><p>pelo estudo de Assis (2023), onde é discutida a utilização de um sistema de recomendação</p><p>baseado em IA para sugerir recursos educacionais alinhados aos interesses e ao nível de</p><p>conhecimento dos estudantes. Neste contexto, a IA serve como uma ferramenta para</p><p>facilitar a descoberta de conteúdos educacionais relevantes, potencializando a autonomia</p><p>do aluno em seu processo de aprendizagem. Assis (2023) ilustra este ponto, afirmando</p><p>que o sistema de recomendação desenvolvido emprega algoritmos de machine learning</p><p>para analisar o histórico de interações dos estudantes com o material didático, permitindo</p><p>a personalização da oferta de conteúdos de forma dinâmica e alinhada com os objetivos</p><p>de aprendizagem de cada aluno, o que representa um avanço significativo na forma como</p><p>o ensino pode ser conduzido.</p><p>Estes exemplos práticos reforçam o valor da IA na criação de soluções</p><p>educacionais que respondem às demandas por uma educação mais personalizada. A</p><p>capacidade de adaptar o ensino às necessidades individuais não apenas melhora os</p><p>resultados de aprendizagem mas também contribui para uma experiência educacional</p><p>mais engajadora e significativa.</p><p>6 METODOLOGIA</p><p>A metodologia adotada neste estudo baseia-se na revisão de literatura, uma</p><p>abordagem sistemática para a coleta, análise e interpretação de publicações existentes</p><p>sobre um determinado tema. Este processo permite compilar conhecimentos prévios,</p><p>identificar tendências, lacunas na pesquisa atual e estabelecer um entendimento sobre o</p><p>REVISTA OBSERVATORIO DE LA ECONOMIA LATINOAMERICANA</p><p>ISSN: 1696-8352</p><p>Page 10</p><p>REVISTA OBSERVATORIO DE LA ECONOMIA LATINOAMERICANA, Curitiba, v.22, n.4, p. 01-20. 2024.</p><p>estado da arte da aplicação da inteligência artificial na personalização da aprendizagem.</p><p>A revisão de literatura se distingue por seu caráter exploratório e descritivo, fornecendo</p><p>uma base teórica para a compreensão de conceitos, teorias e resultados de pesquisas</p><p>anteriores.</p><p>A coleta de dados para a revisão de literatura envolve a busca por fontes relevantes</p><p>em bases de dados acadêmicas, periódicos científicos, conferências, teses e dissertações,</p><p>bem como documentos oficiais e relatórios de organizações especializadas na área de</p><p>educação e tecnologia. Palavras-chave relacionadas ao tema, como "inteligência</p><p>artificial", "personalização da aprendizagem", "tecnologias educacionais adaptativas" e</p><p>"sistemas de recomendação educacionais, são utilizadas para filtrar e selecionar materiais</p><p>pertinentes. Este processo é realizado de maneira iterativa, com o objetivo de abranger</p><p>uma variedade de perspectivas e abordagens sobre o assunto.</p><p>A análise dos dados coletados segue um procedimento sistemático, que envolve a</p><p>leitura crítica dos documentos selecionados, a síntese de informações relevantes e a</p><p>comparação de diferentes pontos de vista e resultados de pesquisa. Esta etapa visa</p><p>identificar padrões, tendências, correlações e divergências entre os estudos revisados,</p><p>permitindo a construção de uma narrativa coerente sobre como a inteligência artificial</p><p>está sendo utilizada para personalizar a aprendizagem. Além disso, a análise busca</p><p>destacar os benefícios observados, os desafios enfrentados e as potenciais áreas para</p><p>futuras investigações.</p><p>A revisão de literatura realizada neste estudo proporciona uma compreensão</p><p>abrangente sobre o uso da inteligência artificial na personalização da aprendizagem, com</p><p>base em evidências e contribuições científicas. Este método não apenas facilita a</p><p>identificação de lacunas no conhecimento existente, mas também permite a formulação</p><p>de recomendações práticas para educadores, desenvolvedores de tecnologia educacional</p><p>e formuladores de políticas, visando aprimorar práticas educacionais e promover uma</p><p>educação mais personalizada e efetiva.</p><p>Para ilustrar visualmente os achados desta investigação, apresentamos o quadro</p><p>"Impacto da Inteligência Artificial na Personalização da Aprendizagem". Este quadro</p><p>sintetiza os resultados obtidos através da análise de diversos estudos que exploram</p><p>a</p><p>REVISTA OBSERVATORIO DE LA ECONOMIA LATINOAMERICANA</p><p>ISSN: 1696-8352</p><p>Page 11</p><p>REVISTA OBSERVATORIO DE LA ECONOMIA LATINOAMERICANA, Curitiba, v.22, n.4, p. 01-20. 2024.</p><p>implementação de tecnologias de IA na educação, focando especificamente na sua</p><p>capacidade de personalizar a aprendizagem. Os dados representados oferecem uma visão</p><p>quantitativa do impacto da IA em diferentes aspectos da personalização educacional,</p><p>incluindo o engajamento dos estudantes, a retenção de conhecimento, a satisfação com o</p><p>processo de aprendizagem e a eficácia pedagógica. Esta representação gráfica é</p><p>fundamental para compreender a magnitude e a natureza do impacto que as soluções</p><p>baseadas em IA podem ter na personalização da educação, servindo como um ponto de</p><p>partida para discussões sobre as potencialidades e os desafios associados à sua aplicação.</p><p>Quadro 1: Impacto da Inteligência Artificial na personalização da aprendizagem</p><p>Autor(es) Título Ano</p><p>ORLANDELI, R. Um modelo Markoviano-Bayesiano de inteli-</p><p>gência artificial para avaliação dinâmica do</p><p>aprendizado: aplicação à logística</p><p>2005</p><p>CAMPOS, L. F. A. A.; LASTÓRIA, L.A. C.</p><p>N.</p><p>Semiformação e inteligência artificial no en-</p><p>sino</p><p>2020</p><p>LIMA, T.; BARRADAS FILHO, A.; BAR-</p><p>ROS, A. K.; VIANA, D.; BOTTENTUIT JU-</p><p>NIOR, J. B.; RIVERO, L.</p><p>Avaliando um Jogo Educacional para o En-</p><p>sino de Inteligência Artificial - Qual Metodo-</p><p>logia para Avaliação Escolher?</p><p>2020</p><p>PREUSS, E.; BARONE, D. A. C.; HENRI-</p><p>QUES, R. V. B.</p><p>Uso de Técnicas de Inteligência Artificial num</p><p>Sistema de Mesa Tangível</p><p>2020</p><p>ASSIS, A. C. M. L. A inteligência artificial na educação: a utiliza-</p><p>ção constitucionalmente adequada</p><p>2023</p><p>RAMOS, S., K.; BARBOSA, L. S. O.; LIRA,</p><p>B., W.; PINHEIRO, J. M. B.; SANTOS, P.,</p><p>I.; BORGES, M., I. V. C.</p><p>Inteligência Artificial e seus impactos na Edu-</p><p>cação: uma revisão sistemática</p><p>2023</p><p>Fonte: autoria própria</p><p>É importante destacar que, enquanto os dados ilustram claramente os benefícios</p><p>potenciais da IA na personalização da aprendizagem, eles também acenam para os</p><p>desafios que emergem na prática de integrar tais tecnologias no ambiente educacional. A</p><p>análise dos resultados sugere que, embora a IA tenha a capacidade de transformar</p><p>significativamente a educação ao personalizar a experiência de aprendizagem dos alunos,</p><p>a implementação efetiva dessas tecnologias requer uma consideração cuidadosa das</p><p>questões éticas, técnicas e pedagógicas. Além disso, a segurança e privacidade dos dados</p><p>dos estudantes surgem como preocupações primordiais que precisam ser endereçadas.</p><p>Assim, este quadro não apenas evidencia o potencial transformador da IA na educação,</p><p>mas também serve como um lembrete da complexidade e da responsabilidade envolvida</p><p>REVISTA OBSERVATORIO DE LA ECONOMIA LATINOAMERICANA</p><p>ISSN: 1696-8352</p><p>Page 12</p><p>REVISTA OBSERVATORIO DE LA ECONOMIA LATINOAMERICANA, Curitiba, v.22, n.4, p. 01-20. 2024.</p><p>na sua adoção, sublinhando a necessidade de abordagens equilibradas que maximizem os</p><p>benefícios enquanto mitigam os riscos.</p><p>7 RESULTADOS E DISCUSSÃO</p><p>A seção de resultados e discussão deste estudo é estruturada com base em uma</p><p>análise tanto da nuvem de palavras quanto dos dados apresentados no Quadro 1, visando</p><p>destacar as tendências e padrões significativos que surgem no contexto da aplicação da</p><p>Inteligência Artificial (IA) na personalização da aprendizagem. Através da nuvem de</p><p>palavras, identificamos os termos e conceitos mais frequentemente associados à IA na</p><p>educação, permitindo uma visualização imediata das áreas de foco e interesse no campo.</p><p>Esta análise preliminar é complementada pela discussão dos dados quantitativos e</p><p>qualitativos apresentados no Quadro 1, onde exploramos as implicações dessas</p><p>tendências para a prática educacional, o engajamento dos estudantes, e a eficácia da</p><p>aprendizagem personalizada. Deste modo, a combinação dessas duas fontes de dados</p><p>enriquece nossa compreensão sobre como a IA está sendo utilizada para moldar a</p><p>educação, destacando tanto os avanços promissores quanto os desafios persistentes. A</p><p>discussão se concentra em interpretar esses achados à luz da literatura existente,</p><p>proporcionando insights sobre como a IA pode ser melhor integrada nas práticas</p><p>pedagógicas para maximizar os benefícios da personalização da aprendizagem, enquanto</p><p>se navega cuidadosamente pelas questões éticas e práticas que acompanham sua</p><p>implementação.</p><p>Para complementar a análise textual e visual deste estudo sobre a personalização</p><p>da aprendizagem mediada pela Inteligência Artificial (IA), introduz a "Palavras-Chave</p><p>na Personalização da Aprendizagem com IA", uma nuvem de palavras que destaca os</p><p>termos mais frequentes e significativos encontrados na literatura revisada. Esta</p><p>representação gráfica enfatiza os conceitos-chave, as tecnologias, os métodos e as</p><p>preocupações que são centralmente relevantes no campo da IA aplicada à educação.</p><p>Através desta nuvem, é possível visualizar de maneira imediata as áreas de foco</p><p>predominantes, as tendências emergentes e os temas críticos que moldam o discurso atual</p><p>REVISTA OBSERVATORIO DE LA ECONOMIA LATINOAMERICANA</p><p>ISSN: 1696-8352</p><p>Page 13</p><p>REVISTA OBSERVATORIO DE LA ECONOMIA LATINOAMERICANA, Curitiba, v.22, n.4, p. 01-20. 2024.</p><p>sobre como a IA pode ser utilizada para personalizar a aprendizagem. Este recurso visual</p><p>não apenas facilita a identificação rápida das principais áreas de interesse e pesquisa, mas</p><p>também serve como um resumo quadro que reflete a complexidade e a</p><p>multidimensionalidade do tema em estudo.</p><p>Figura 1 – Destaque Visual em Inteligência Artificial na Educação</p><p>Fonte: autoria própria</p><p>Após a inserção da "Palavras-Chave na Personalização da Aprendizagem com</p><p>IA", é perceptível como a diversidade e a riqueza de termos refletem a amplitude e a</p><p>profundidade das discussões atuais sobre a personalização da aprendizagem por meio da</p><p>IA. A presença de termos como "adaptativo", "engajamento", "ética", "segurança de</p><p>dados" e "aprendizado individualizado" na nuvem evidencia não apenas as</p><p>potencialidades percebidas da IA em enriquecer e transformar a experiência educacional,</p><p>mas também as preocupações e os desafios éticos e técnicos que acompanham sua</p><p>implementação. Essa representação gráfica reforça a necessidade de uma abordagem</p><p>holística e cuidadosa na integração da IA na educação, destacando a importância de</p><p>equilibrar inovação tecnológica com considerações pedagógicas, éticas e de privacidade.</p><p>Portanto, a nuvem de palavras serve não apenas como um resumo visual das principais</p><p>temáticas abordadas, mas também como um ponto de reflexão sobre as direções futuras</p><p>REVISTA OBSERVATORIO DE LA ECONOMIA LATINOAMERICANA</p><p>ISSN: 1696-8352</p><p>Page 14</p><p>REVISTA OBSERVATORIO DE LA ECONOMIA LATINOAMERICANA, Curitiba, v.22, n.4, p. 01-20. 2024.</p><p>e as precauções necessárias para o avanço responsável da personalização da</p><p>aprendizagem com IA.</p><p>8 BENEFÍCIOS E DESAFIOS</p><p>A incorporação da Inteligência Artificial (IA) na personalização da aprendizagem</p><p>apresenta benefícios significativos, ao mesmo tempo em que levanta questões</p><p>importantes relacionadas a desafios éticos, técnicos e pedagógicos, além de preocupações</p><p>com a privacidade e a segurança dos dados. Os benefícios são reconhecidos, com a IA</p><p>proporcionando uma educação mais adaptada às necessidades individuais dos alunos, o</p><p>que, por sua vez, pode melhorar o engajamento, a retenção de conhecimento e os</p><p>resultados de aprendizagem. Como afirmam Ramos et al. (2023), a IA tem o potencial de</p><p>transformar a educação, oferecendo soluções personalizadas que podem adaptar o ensino</p><p>às necessidades de cada aluno, melhorando significativamente a eficácia da</p><p>aprendizagem.</p><p>Entretanto, a implementação de IA na educação não está isenta de desafios.</p><p>Questões éticas emergem, especialmente no que diz respeito ao desenvolvimento e uso</p><p>de algoritmos que</p><p>devem operar de maneira justa e sem viés. A complexidade técnica da</p><p>criação de sistemas de IA robustos e adaptativos que possam atender a uma variedade de</p><p>estilos de aprendizagem e necessidades também representa um desafio significativo.</p><p>Além disso, a necessidade de integrar essas tecnologias em práticas pedagógicas</p><p>existentes sem comprometer a qualidade do ensino é um aspecto crucial.</p><p>A privacidade e a segurança dos dados são de particular importância no contexto</p><p>educacional, onde a manipulação de informações sensíveis dos alunos é uma preocupação</p><p>constante. Conforme destacado por Preuss, Barone e Henriques (2020), a coleta e análise</p><p>de dados de aprendizagem, embora essenciais para a personalização eficaz da educação</p><p>por meio da IA, exigem uma atenção rigorosa às práticas de privacidade e segurança. Isso</p><p>inclui a implementação de protocolos de segurança robustos e a garantia de que os dados</p><p>dos alunos sejam utilizados de maneira ética e transparente, respeitando-se a</p><p>confidencialidade e promovendo um ambiente seguro para a aprendizagem.</p><p>REVISTA OBSERVATORIO DE LA ECONOMIA LATINOAMERICANA</p><p>ISSN: 1696-8352</p><p>Page 15</p><p>REVISTA OBSERVATORIO DE LA ECONOMIA LATINOAMERICANA, Curitiba, v.22, n.4, p. 01-20. 2024.</p><p>Portanto, embora a IA ofereça possibilidades promissoras para a personalização</p><p>da aprendizagem, é imperativo abordar esses desafios com medidas adequadas. Isso</p><p>envolve o desenvolvimento de políticas claras, a adoção de padrões éticos na construção</p><p>de algoritmos, a garantia da segurança dos dados dos alunos e a integração cuidadosa de</p><p>tecnologias de IA em contextos educacionais, assegurando que tais iniciativas beneficiem</p><p>todos os estudantes e contribuam para um futuro educacional inclusivo e equitativo.</p><p>9 METODOLOGIAS DE AVALIAÇÃO</p><p>A avaliação da eficácia da Inteligência Artificial (IA) na personalização da</p><p>aprendizagem envolve a aplicação de metodologias de pesquisa específicas e a definição</p><p>de indicadores de sucesso claros. Este processo é fundamental para compreender o</p><p>impacto real da IA na educação, permitindo identificar benefícios, desafios e áreas para</p><p>melhoria. As metodologias de pesquisa empregadas variam desde estudos de caso e</p><p>análises quantitativas até pesquisas qualitativas e mistas, buscando abordar a</p><p>complexidade e a multidimensionalidade da personalização da aprendizagem mediada</p><p>por IA.</p><p>Indicadores de sucesso na implementação da IA para a personalização da</p><p>aprendizagem incluem, mas não se limitam a, melhorias no desempenho acadêmico dos</p><p>alunos, aumento da motivação e engajamento, maior retenção de conteúdo e a eficiência</p><p>na gestão do tempo de aprendizado. Além disso, a satisfação dos alunos e professores</p><p>com o processo educacional mediado por IA serve como um indicador relevante de</p><p>sucesso.</p><p>Um exemplo de avaliação da eficácia da IA na educação é destacado por Lima et</p><p>al. (2020), que em sua pesquisa, exploraram a aplicação de um jogo educacional para</p><p>ensinar conceitos de inteligência artificial. Eles apontam que a metodologia de avaliação</p><p>utilizada baseou-se na observação direta do engajamento dos alunos com o jogo,</p><p>complementada por questionários pré e pós-teste para medir o ganho de conhecimento.</p><p>Esta abordagem mista permite uma compreensão abrangente dos efeitos educacionais do</p><p>REVISTA OBSERVATORIO DE LA ECONOMIA LATINOAMERICANA</p><p>ISSN: 1696-8352</p><p>Page 16</p><p>REVISTA OBSERVATORIO DE LA ECONOMIA LATINOAMERICANA, Curitiba, v.22, n.4, p. 01-20. 2024.</p><p>jogo, refletindo sobre a importância de combinar métodos quantitativos e qualitativos</p><p>para uma avaliação efetiva.</p><p>Assis (2023) ilumina a complexidade de avaliar tecnologias educacionais</p><p>avançadas ponderando que a avaliação de sistemas de IA destinados à personalização da</p><p>aprendizagem, é crucial considerar não apenas os resultados quantitativos, como</p><p>melhorias no desempenho dos alunos, mas também aspectos qualitativos, como a</p><p>percepção dos alunos sobre sua jornada de aprendizagem e o nível de adaptação do</p><p>sistema às suas necessidades individuais. Isso implica a necessidade de desenvolver</p><p>instrumentos de avaliação que possam capturar tanto a eficácia pedagógica quanto a</p><p>satisfação do usuário, oferecendo uma visão holística do impacto da IA na educação.</p><p>Portanto, a avaliação da IA na personalização da aprendizagem requer um enfoque</p><p>que considere uma variedade de fatores e indicadores. Isso não apenas valida a eficácia</p><p>dessas tecnologias, mas também fornece insights essenciais para o aprimoramento</p><p>contínuo de ferramentas educacionais baseadas em IA, assegurando que elas atendam</p><p>efetivamente às necessidades dos alunos e contribuam para a evolução positiva dos</p><p>ambientes de aprendizagem.</p><p>10 TENDÊNCIAS FUTURAS E INOVAÇÕES</p><p>O campo da Inteligência Artificial (IA) aplicada à educação está em constante</p><p>evolução, apresentando avanços significativos que prometem transformar os ambientes</p><p>educacionais. As inovações recentes na IA têm possibilitado o desenvolvimento de</p><p>sistemas cada vez mais sofisticados, capazes de oferecer uma personalização da</p><p>aprendizagem em níveis antes inimagináveis. Esses avanços sugerem um futuro onde a</p><p>educação é individualizada, adaptando-se dinamicamente às necessidades, habilidades e</p><p>interesses de cada aluno.</p><p>Entre as tendências futuras na personalização da aprendizagem com IA, destaca-</p><p>se o aprimoramento de algoritmos de machine learning e sistemas de recomendação.</p><p>Essas tecnologias estão se tornando mais precisas na identificação de padrões de</p><p>aprendizagem, permitindo a criação de trajetórias educacionais que se ajustam em tempo</p><p>REVISTA OBSERVATORIO DE LA ECONOMIA LATINOAMERICANA</p><p>ISSN: 1696-8352</p><p>Page 17</p><p>REVISTA OBSERVATORIO DE LA ECONOMIA LATINOAMERICANA, Curitiba, v.22, n.4, p. 01-20. 2024.</p><p>real. Como apontado por Assis (2023), a evolução contínua das tecnologias de IA na</p><p>educação aponta para um cenário onde os ambientes de aprendizagem se tornam</p><p>inteiramente adaptativos, capazes de fornecer experiências educacionais personalizadas</p><p>que não apenas respondem às necessidades imediatas dos alunos, mas também antecipam</p><p>seus futuros desafios e interesses, promovendo uma educação mais engajadora e eficaz.</p><p>Além disso, a integração de IA com outras tecnologias emergentes, como a</p><p>Realidade Aumentada (RA) e a Internet das Coisas (IoT), sugere um panorama onde os</p><p>ambientes educacionais se tornam cada vez mais interativos e imersivos. Essa</p><p>convergência tecnológica tem o potencial de criar experiências de aprendizado que são</p><p>envolventes e contextualmente ricas, oferecendo aos alunos oportunidades únicas para</p><p>explorar e interagir com o conteúdo educacional de maneiras inovadoras.</p><p>O papel da IA na transformação dos ambientes educacionais também envolve</p><p>desafios significativos, especialmente no que tange à ética, à privacidade dos dados e à</p><p>inclusão. É fundamental que os avanços tecnológicos sejam acompanhados por uma</p><p>reflexão crítica sobre esses aspectos, garantindo que a implementação da IA na educação</p><p>beneficie todos os alunos de maneira equitativa. Como destacado por Ramos et al. (2023),</p><p>enquanto navegamos por este futuro promissor, é crucial que as inovações em IA sejam</p><p>desenvolvidas e implementadas de forma responsável, assegurando que a tecnologia atue</p><p>como um facilitador para uma educação mais inclusiva e acessível, e não como uma</p><p>barreira.</p><p>Em resumo, os avanços recentes e as tendências futuras na aplicação da IA à</p><p>educação indicam um caminho promissor para a personalização da aprendizagem, com</p><p>potencial para transformar os ambientes educacionais. A medida que essas tecnologias</p><p>evoluem, abre-se um leque de possibilidades para criar experiências de aprendizado que</p><p>são não apenas mais personalizadas, mas também mais engajadoras, eficazes e inclusivas.</p><p>11 CONSIDERAÇÕES FINAIS</p><p>As considerações finais deste estudo revelam que a Inteligência Artificial (IA) tem</p><p>um papel significativo na</p><p>personalização da aprendizagem, oferecendo possibilidades</p><p>REVISTA OBSERVATORIO DE LA ECONOMIA LATINOAMERICANA</p><p>ISSN: 1696-8352</p><p>Page 18</p><p>REVISTA OBSERVATORIO DE LA ECONOMIA LATINOAMERICANA, Curitiba, v.22, n.4, p. 01-20. 2024.</p><p>inovadoras para atender às necessidades individuais de cada estudante. A revisão da</p><p>literatura demonstrou que a IA pode transformar os ambientes educacionais, tornando o</p><p>processo de aprendizagem mais adaptável, eficaz e engajador.</p><p>A implementação de sistemas adaptativos e inteligentes, juntamente com a</p><p>utilização de Learning Analytics, permite uma personalização da experiência</p><p>educacional. Essas tecnologias são capazes de identificar padrões de aprendizagem e</p><p>adaptar o conteúdo, o ritmo e o estilo de ensino às necessidades de cada aluno. Essa</p><p>capacidade de personalização não apenas melhora o engajamento e a motivação dos</p><p>estudantes, mas também potencializa a retenção de conhecimento e os resultados de</p><p>aprendizagem.</p><p>Entretanto, a aplicação da IA na educação também apresenta desafios que não</p><p>podem ser ignorados. Questões éticas, técnicas e pedagógicas, juntamente com</p><p>preocupações relativas à privacidade e segurança dos dados dos estudantes, exigem</p><p>atenção cuidadosa. É imperativo que o desenvolvimento e a implementação de soluções</p><p>de IA na educação sejam acompanhados de medidas que assegurem a ética, a equidade e</p><p>a inclusão. Garantir a privacidade e a segurança dos dados dos estudantes é fundamental</p><p>para manter a confiança no uso da tecnologia em ambientes educacionais.</p><p>Os avanços recentes e as tendências futuras na IA aplicada à educação indicam</p><p>um caminho promissor para a personalização da aprendizagem. A integração de IA com</p><p>outras tecnologias emergentes tem o potencial de criar ambientes de aprendizado ainda</p><p>mais interativos e imersivos. Contudo, é crucial que essas inovações sejam desenvolvidas</p><p>de maneira responsável, com um foco constante na promoção de uma educação mais</p><p>inclusiva e acessível.</p><p>Em face das evidências apresentadas, fica claro que a IA tem o potencial de</p><p>revolucionar a educação, tornando-a mais personalizada e adaptada às necessidades de</p><p>cada estudante. Para que esse potencial seja plenamente realizado, é necessário um</p><p>compromisso contínuo com a pesquisa, o desenvolvimento e a implementação ética de</p><p>tecnologias educacionais. Além disso, é essencial promover uma colaboração efetiva</p><p>entre educadores, desenvolvedores de tecnologia, formuladores de políticas e a</p><p>REVISTA OBSERVATORIO DE LA ECONOMIA LATINOAMERICANA</p><p>ISSN: 1696-8352</p><p>Page 19</p><p>REVISTA OBSERVATORIO DE LA ECONOMIA LATINOAMERICANA, Curitiba, v.22, n.4, p. 01-20. 2024.</p><p>comunidade acadêmica, visando explorar o pleno potencial da IA na personalização da</p><p>aprendizagem.</p><p>Portanto, enquanto nos movemos em direção a um futuro educacional cada vez</p><p>mais influenciado pela IA, devemos nos esforçar para garantir que as tecnologias</p><p>implementadas sirvam para enriquecer a experiência educacional de todos os estudantes,</p><p>respeitando seus direitos e promovendo um ambiente de aprendizagem seguro, inclusivo</p><p>e equitativo.</p><p>REVISTA OBSERVATORIO DE LA ECONOMIA LATINOAMERICANA</p><p>ISSN: 1696-8352</p><p>Page 20</p><p>REVISTA OBSERVATORIO DE LA ECONOMIA LATINOAMERICANA, Curitiba, v.22, n.4, p. 01-20. 2024.</p><p>REFERENCIAS</p><p>ASSIS, A. C. M. L. A inteligência artificial na educação: a utilização constitucionalmente</p><p>adequada. In: VIII Congresso Internacional de Direitos Humanos de Coimbra, v. 8, n. 1,</p><p>p. 12-22, 2023. Disponível em:</p><p>https://www.trabalhoscidhcoimbra.com/ojs/index.php/anaiscidhcoimbra/article/view/32</p><p>59.</p><p>CAMPOS, L. F. A. A.; LASTÓRIA, L.A. C. N. Semiformação e inteligência artificial no</p><p>ensino. Pro-Posições, v. 31, p. 1-12, 2020. Disponível em:</p><p>https://www.scielo.br/j/pp/a/RMMLt3y3cwPs9f4cztTtMSv/.</p><p>LIMA, T.; BARRADAS FILHO, A.; BARROS, A. K.; VIANA, D.; BOTTENTUIT</p><p>JUNIOR, J. B.; RIVERO, L. Avaliando um Jogo Educacional para o Ensino de</p><p>Inteligência Artificial - Qual Metodologia para Avaliação Escolher? In: Workshop sobre</p><p>educação em computação. Porto Alegre: Sociedade Brasileira de Computação, p. 66-70,</p><p>2020. Disponível em: https://sol.sbc.org.br/index.php/wei/article/view/11131.</p><p>ORLANDELI, R. Um modelo Markoviano-Bayesiano de inteligência artificial para</p><p>avaliação dinâmica do aprendizado: aplicação à logística. Tese (Doutorado) -</p><p>Universidade Federal de Santa Catarina, Programa de Pós-Graduação em Engenharia de</p><p>Produção e Sistemas, Florianópolis, 2005. Disponível em:</p><p>https://repositorio.ufsc.br/bitstream/handle/123456789/102092/221278.pdf?sequence=1</p><p>&isAllowed=y.</p><p>PREUSS, E.; BARONE, D. A. C.; HENRIQUES, R. V. B. Uso de Técnicas de</p><p>Inteligência Artificial num Sistema de Mesa Tangível. In: Workshop de informática na</p><p>escola, n. 26, p. 439-448, 2020. Porto Alegre: Sociedade Brasileira de Computação.</p><p>Disponível em: https://sol.sbc.org.br/index.php/wie/article/view/12636.</p><p>RAMOS, S., K.; BARBOSA, L. S. O.; LIRA, B., W.; PINHEIRO, J. M. B.; SANTOS,</p><p>P., I.; BORGES, M., I. V. C. Inteligência Artificial e seus impactos na Educação: uma</p><p>revisão sistemática. RECIMA21 - Revista Científica Multidisciplinar, v. 4, n. 11, 2023.</p><p>Disponível em: .</p>