REGISTRO DOI: 10.5281/zenodo.10301895
Erick Gabriel Lima Gomes¹;
Kennedy dos Santos Oliveira²;
Cristina Correa de Oliveira³.
RESUMO: A utilização da Inteligência Artificial na educação promete trazer diversas vantagens. Por um lado, pode ajudar a personalizar o ensino, adaptando-o às necessidades e características de cada aluno. Através da análise de grandes quantidades de dados, a Inteligência Artificial pode identificar padrões de aprendizagem e oferecer recomendações e atividades personalizadas. Isso pode ajudar os estudantes a melhorar o seu desempenho acadêmico e a desenvolver as suas habilidades de forma mais eficiente. Este trabalho tem como objetivo realizar uma revisão sistemática para identificar as direções e pesquisas relacionadas à Inteligência Artificial na educação nos últimos anos, centrada no Ensino Fundamental a fim de compreender suas tendências. Para realizar esse estudo, foram utilizadas análises bibliométricas e pesquisas no Web of Science, Google Acadêmico e Portal Capes. A análise dos resultados baseou-se na categorização das principais abordagens encontradas nos artigos mais citados neste tema. São apresentadas as principais direções que envolvem Tutores Inteligentes e Aprendizado de Máquina na Educação. Em suma, a utilização da Inteligência Artificial na educação apresenta um potencial significativo para transformar a forma como aprendemos e ensinamos. No entanto, é importante continuar a investigar e analisar criticamente os benefícios, desafios e possíveis impactos dessa tecnologia no contexto educativo. A análise das publicações científicas relacionadas com a utilização de Inteligência Artificial na educação pode ser uma ferramenta valiosa nesse sentido, fornecendo informações importantes sobre as tendências e direções futuras nesse campo.
Palavras-chave. Educação, Inteligência Artificial, Ensino.
ABSTRACT: The use of Artificial Intelligence in education promises several benefits. On the one hand, it can help personalize the light, adapting it to the needs and characteristics of each individual. By analyzing large amounts of data, you can identify learning leaders and offer personalized recommendations and activities. This can help students improve their academic performance and develop their skills more efficiently. This work aims to carry out a systematic review to identify the directions and research related to Artificial Intelligence in education in recent years, focusing on Elementary Education in order to understand its trends. To carry out this study, bibliometric analyzes and searches on Web of Science, Google Scholar and Portal Capes were used. The analysis of the results was based on the categorization of the main approaches found in the most cited articles on this topic. The main directions involving Smart Tutors and Machine Learning in Education are presented. In short, the use of Artificial Intelligence in education has significant potential to transform the way we learn and teach. However, it is important to continue to investigate and critically analyze the benefits, challenges and possible impacts of this technology in the educational context. Analysis of scientific publications related to the use of Artificial Intelligence in education can be a valuable tool in this regard, providing important information about trends and future directions in this field.
Keywords. Education, Artificial Intelligence, Teaching.
1. Introdução
A inteligência artificial (IA) refere-se à criação de sistemas ou dispositivos capazes de realizar tarefas que normalmente exigiriam habilidades humanas, como aprendizado, tomada de decisão, compreensão da linguagem natural e resolução de problemas complexos. O estudo da IA está intrinsecamente ligado ao estudo da inteligência humana, uma vez que busca replicar ou simular os processos mentais e cognitivos que ocorrem no cérebro humano (VEIGA; ANDRADE, 2019).
Desde o seu surgimento em 1956, o estudo da IA tem progredido de forma significativa, impulsionado pelo avanço da tecnologia, pelo crescente poder computacional e pela disponibilidade de grandes conjuntos de dados para treinamento de algoritmos. A pesquisa abrange uma ampla variedade de áreas, incluindo algoritmos de aprendizade máquina, robótica, processamento de linguagem natural, visão computacional e reconhecimento de padrões, entre outros.
Durante a evolução desses sistemas artificiais, foi possível constatar uma série de dificuldades que impossibilitavam o pleno exercício e fluidez do ensino, como a rigidez pedagógica presente nestes sistemas, a falta de capacidade de adaptação às características dos diferentes indivíduos que as utilizavam e a escassez de recursos didáticos. Alguns dos sistemas desenvolvidos foram os “Sistemas de Instrução Assistida por Computador”, tecnologia que antecedeu os “Sistemas Tutores Inteligentes”, que adotaram uma nova proposta de acompanhamento estudantil com o uso de diferentes recursos audiovisuais e uma interação mais complexa (VIGOTSKY, 2007; COSTA, 2019).
A utilização de novas tecnologias computacionais no ensino, sobretudo, por meio da utilização de IA pode se mostrar uma importante ferramenta no processo de ensino e aprendizagem, o seu uso na educação se deu pela crescente evolução dos computadores em meados do século XX, bem como, pelos estudos sobre redes neurais e conexionismo. Alan Turing foi um dos visionários que percebeu a utilidade e perspicácia que as máquinas poderiam vir a ter, sustentando a ideia de que máquinas capazes de se comportar como o homem são consideradas inteligentes, propondo, assim, o desenvolvimento de máquinas com capacidades cognitivas semelhantes às nossas (TURING, 1950).
No contexto brasileiro, um grande desafio é em relação à disponibilidade de recursos tecnológicos para a população jovem. Até 2021, aproximadamente 11,9 milhões de indivíduos entre 9 e 17 anos viviam em lares com acesso à internet, porém sem computadores. Além disso, 2,1 milhões de domicílios não possuíam nem computadores, nem conexão à internet (DINO, 2021). Uma pesquisa realizada pelo Comitê Gestor de Internet no Brasil revelou que o celular é o principal meio de acesso à internet em diferentes grupos sociais. Cerca de 53% dos entrevistados utilizavam exclusivamente o celular como dispositivo de conexão (DINO, 2021).
Com a IA se tornando um recurso acessível, a sociedade pode aproveitar de sua capacidade para auxiliar no desenvolvimento das habilidades técnicas (FAVA, 2018). Assim, ela pode se tornar uma aliada valiosa ao oferecer mecanismos que possibilitam a compreensão e o desenvolvimento na aprendizagem. Com a tecnologia acessada através de dispositivos móveis, ela pode ser utilizada como uma ferramenta para promover e auxiliar na construção de um ambiente educacional mais completo e inclusivo (BATES, 2016). Russell e Norving (2013) por sua vez, enfatizam a importância dela como uma ferramenta de ensino eficaz. Por meio de algoritmos avançados e capacidades de processamento de dados, a IA tem a capacidade de personalizar o conteúdo e o método de ensino, adaptando-se às necessidades individuais dos usuários. Essa abordagem promove um ambiente de aprendizagem mais envolvente e eficiente, impulsionando os usuários a atingirem um nível de conhecimento mais elevado. Adicionalmente, ela apresenta um potencial de superar as barreiras tradicionais de acesso à educação. Com a possibilidade de fornecer recursos educacionais em larga escala, a IA pode abranger regiões remotas e comunidades carentes de recursos, permitindo que indivíduos previamente excluídos do processo educacional tenham a oportunidade de aprender e desenvolver suas habilidades (BATES, 2016). Em 2015, Brynjolfsson e McAfee afirmaram que a sociedade estava entrando na Segunda Era das Máquinas. Nessa era, o avanço exponencial da tecnologia digital e o poder combinado das tecnologias de informação e comunicação teriam um impacto significativo nas relações sociais, economia, mercado de trabalho e educação (BRYNJOLFSSON; MCAFEE, 2015).
Em síntese, considerando as pesquisas de (VIGOTSKY, 2007) sobre a dimensão psicológica no processo de aprendizagem e as ideias de Russell e Norvig (2013) acerca da importância da IA como ferramenta de aprendizagem eficaz, é inegável que ela desempenha um papel relevante no desenvolvimento de aprendizagem, possibilitando os indivíduos a atingirem patamares mais elevados de conhecimento. Será explorado como a IA pode aperfeiçoar o processo de ensino na educação no Ensino Fundamental, possibilitando que os usuários se ajustem de forma mais eficaz às diversas necessidades de aprendizado, promovendo uma abordagem mais personalizada e eficiente no processo educacional. A Inteligência Artificial tem sido utilizada no processo de ensino e aprendizagem para auxiliar o aluno, tornando as aulas mais dinâmicas e inovadoras, bem como, para ajudar na fixação do conteúdo ministrado. Entretanto, vale salientar que, a priori, ela não preenche lacunas deixadas pela educação tradicional, podendo, assim, se mostrar uma ferramenta eficiente para sanar falhas conceituais de aulas presenciais, remotas e a distância, sem substituir o papel do professor na mediação e facilitação do processo de ensino e aprendizagem (FERNANDES et. al., 2022). O objetivo deste artigo é analisar as ferramentas da inteligência artificial na área educacional, examinando as oportunidades que surgem com essa tecnologia.
2. Fundamentação Teórica
A tecnologia desempenha um papel fundamental na educação e no desenvolvimento humano (RUSSELL; NORVIG, 2013). No século XX, as primeiras ferramentas de inteligência artificial foram desenvolvidas, trazendo consigo oportunidades em diversos segmentos, criando possibilidades para a área da educação (BATES, 2016). De acordo com Filatro (2021), IA busca o entendimento do comportamento de “entidades inteligentes”, debruçando-se ao estudo de como elas podem ser criadas e utilizadas para determinados fins, isto é, superando meras características procedimentais, com intuito de ir além das barreiras de sua programação inicial, conquistando, assim, a capacidade de aprender, se adaptar e tomar decisões (FILATRO, 2021). Fava (2018) nos diz que:
[…] a IA trabalha com investigações, pois examina a forma com que o ser humano raciocina, transformando o pensamento em tecnologia, tendo, assim, o objetivo de construir esclarecimentos algorítmicos dos processos mentais realizados pelo ser humano. Os processos desenvolvidos no campo de estudo das IA’s estão circunscritos em quatro grandes áreas, são elas:
i) capacidade de identificação e aprendizagem de modelos;
ii) desenvolvimento de vida artificial, voltada para a biologia molecular;
iii) aperfeiçoamento de máquinas que hospedem as IA’s;
iv) aprimoramento de formas de raciocínio e procura, que se utilizam da psicologia, epistemologia e sociologia. (FAVA, 2018, p. 127)
Nessa mesma linha de pensamento, para que a IA seja utilizada no ensino, devem ser considerados os seguintes agentes: a matéria, o aluno e o professor (BARRETO, 2012). A interação dialética entre esses três agentes influenciará, segundo Barreto (2012), diretamente, nas estratégias de ensino, sendo necessárias diferentes formas de transmissão de conhecimento para cada contexto específico. Quando as IA’s são utilizadas voltando-se para o ensino, sobretudo, no que diz respeito a uma simulação da relação aluno-professor, elas são chamadas de Sistemas Tutores Inteligentes (STI’s). Os STI’s são formados por uma representação do conhecimento especialista humano, auxiliando o estudante no processo de ensino e aprendizagem de forma interativa, podendo trabalhar com diversas disciplinas (BARRETO, 2012).
Dessa maneira, torna-se necessário compreender suas aplicações e ferramentas na educação, sendo, assim, essencial uma breve definição no que diz respeito à Inteligência Artificial na educação, aos Tutores Inteligentes e Sistemas de Ensino Adaptativo.
2.1. INTELIGÊNCIA ARTIFICIAL
Apontado como um campo da ciência da computação, a inteligência artificial é uma tecnologia que surgiu desde a década de 1950 e nos dias de hoje, é uma forte potência tecnológica (FAVA, 2018). Tal tecnologia trata-se de algoritmos e sistemas desenvolvidos para serem qualificados e preparados para suprirem atividades que o ser humano é capaz de realizar, como por exemplo tomadas de decisões, visão computacional e reconhecimentos visuais, e muito mais (TEGMARK, 2017). A IA, também pode ser criada para desenvolver e simular processos humanos, como resolução de problemas, raciocínios lógicos e aprendizados.
A IA tem um amplo campo de atuação e uma enorme gradação em diversas áreas como a indústria, financeira, saúde, o entretenimento, os esportes e, por fim, a educação. A inserção da IA na educação tem fundamentação teórica na aprendizagem adaptativa e personalizada, uma abordagem pedagógica que advoga a necessidade de moldar a educação para atender às necessidades e habilidades singulares de cada aluno. Esta abordagem tem suas raízes na teoria sociocultural do aprendizado de Vygotsky (2007), que postula que a aprendizagem é um processo essencialmente social e que, portanto, o ambiente de aprendizagem deve ser construído de forma a refletir e atender às necessidades individuais e contextuais do aprendiz. Em sua teoria, Vygotsky enfatiza a ideia da “Zona de Desenvolvimento Proximal” (ZDP), que é a diferença entre o que os alunos podem fazer sem ajuda e o que podem fazer com ajuda. A IA, com suas capacidades de personalização, pode ajudar a identificar e trabalhar dentro dessa ZDP, fornecendo suporte exatamente no nível de desenvolvimento do aluno.
Além disso, o trabalho de Dillenbourg (2012) sobre aprendizagem colaborativa é relevante no contexto da IA na educação. Ele argumenta que a aprendizagem é eficaz quando os alunos trabalham juntos para resolver problemas. Com o advento da IA, surgiram plataformas que permitem a colaboração online em tempo real, criando oportunidades para a aprendizagem colaborativa mesmo em ambientes virtuais.
Júnior et al., (2023) afirmam que a IA, por meio de seus recursos educacionais, personaliza o ensino, melhora eficientemente o aprendizado, fornecendo feedback aos educandos. A IA, portanto, oferece uma maneira prática de implementar esses princípios teóricos na prática educacional. Através de algoritmos sofisticados e análise de dados, ela pode ajudar a personalizar a aprendizagem, adaptando o conteúdo, o ritmo e o modo de ensino às necessidades de cada aluno. Além disso, as ferramentas de IA podem facilitar a colaboração e a interação entre os alunos, permitindo um aprendizado mais social e participativo. Por fim, vale destacar que, embora a IA possa auxiliar na implementação desses princípios teóricos, a orientação e o julgamento humano dos professores continuam sendo essenciais para garantir que o uso da tecnologia seja pedagogicamente sólido e atenda às necessidades reais dos alunos (JÚNIOR et. al., 2023).
2.2. TECNOLOGIA E EDUCAÇÃO
A tecnologia, desde os primórdios, empenhou um papel crucial no cotidiano das pessoas, desde as mais rudimentares, que eram utilizadas para defesa e caça, facilitando suas vidas, até invenções mais sofisticadas, na tentativa de ultrapassar as barreiras da natureza. O advento dos computadores, marcou uma revolução na tecnologia, trazendo mudanças sociais e culturais, criando o marco de era da informação (FAVA, 2018). Em 1980, ninguém imaginava que em 20 anos a população teria tanto acesso à informação, e de forma acessível.
A Constituição Brasileira (1988), em seu artigo 205, estabelece: “A educação, direito de todos e dever do estado e da família, será promovida e incentivada com a colaboração da sociedade, visando o pleno desenvolvimento da pessoa, seu preparo para o exercício da cidadania e sua qualificação para o trabalho.” (KELLY, 2017, p. 27)
2.3. APRENDIZAGEM CENTRADA NO ALUNO
O protagonismo das gerações Y, jovens nascidos entre 1980 e 2000, corroborados pela geração Z, nascidos após o ano 2000, que não aceitam o trabalho repetitivo, padronizado, monótono e sem propósito; buscando agora mais liberdade para sua vida, e preferem a comodidade de trabalhar em projetos em home office. Tendo esse cenário como pressuposto, a escola deverá alterar sua filosofia, seus princípios, para o desenvolvimento e criatividade do aluno (FAVA, 2018). Contudo essa discussão se tornou uma pauta global, no quesito ensino, nos últimos dez anos a aprendizagem centrada no aluno, ganhou destaque crescente na educação. A iniciativa “Educação 4.0” do Fórum Econômico Mundial, lançado em maio de 2022, destaca a relevância de um método educacional voltado para o estudante, no qual se faz uso de tecnologia e criatividade para capacitar os estudantes com uma variedade de competências para lidar com os obstáculos da era da indústria 4.0. O mundo necessita cada vez mais de pessoas versáteis, sensíveis a tecnologia, lógicas, e adaptáveis, Fava (2018) defende que não há mais espaço para ser telespectador enquanto a tecnologia avança em uma escala vertiginosa e frenética.
2.4. INTELIGÊNCIA ARTIFICIAL NO ENSINO
O avanço das tecnologias digitais tem transformado a maneira como aprendemos e ensinamos. Entre essas inovações, destaca-se a IA, que tem se consolidado como uma poderosa ferramenta no campo educacional (TAVARES, 2020). A utilização IA no domínio educacional, é conhecida como Inteligência Artificial em Educação (AIED, do inglês “Artificial Intelligence in Education“). Este cenário deriva da perspectiva de que a aplicação de inteligência artificial possa redundar na substituição de atividades humanas, o que, sob um olhar objetivista, poderia erroneamente posicionar a máquina como substituta do docente. Todavia, é imperativo salientar que a IA apresenta um substancial potencial enquanto suporte às tarefas de aprendizagem, tanto no âmbito discente quanto no docente.
Alguns exemplos de aplicação de IA na esfera educacional englobam a aprendizagem adaptativa, tutores inteligentes, instrumentos diagnósticos, sistemas de recomendação, categorização de estilos de aprendizagem, ambientes virtuais, gamificação e mineração de dados aplicada à educação.
2.5. TUTORES INTELIGENTES
A evolução do sistema de tutores inteligentes ou Sistemas de Tutoria Inteligente (Intelligent Tutoring Systems – ITS), nas últimas cinco décadas, vem ganhando força, tendo destaque na década de 90 (noventa). Com o advento dos computadores (TAVARES, 2020), a ITS tem como base 3 pilares, modelagem dos alunos, modelagem de instrução, planejamento curricular adaptativo e interfaces com o usuário (CHEN & ZHANG, 2019). Ele se baseia na integração da Inteligência Artificial, instruções humanas, auxílio da instrução por meio de computadores (CAI) e princípios da psicologia cognitiva. Na última década o crescimento dos ITS, foi acelerado. Tendo como objetivo humanizar a ferramenta, intensificando a modelagem, instrução e de interface para melhorar a experiência com o usuário (YANG, 2012). Um sistema de tutoria inteligente pode oferecer vários benefícios para possibilitar instruções eficazes: (1) fornecer orientações individualizadas, permitindo que todos os alunos acessem o mesmo currículo com diferentes abordagens e tarefas adaptadas às suas necessidades; (2) capacitar os alunos a alcançar níveis de proficiência semelhantes de maneira mais eficiente; e (3) por meio de um design adequado, permitir que os professores se concentrem em um subconjunto menor de alunos que precisam de ajuda adicional, resultando em instruções mais eficazes.
Um ITS é um sistema de computador que fornece instrução personalizada ou feedback aos alunos sem muita intervenção de professores humanos” (COOPER, NAM, & SI, 2012). Cada vez mais, há uma crescente valorização da relevância dos Sistemas de Tutoria Inteligente na transformação do paradigma e do ambiente de ensino tradicional. Com base em estudos sobre sistemas de instrução inteligente e tecnologias correlatas, como a análise de dados, os esforços que abrangem os ITS estão ganhando uma visibilidade cada vez maior, especialmente no que diz respeito a melhorias nas práticas de ensino e aprendizagem (CHEN & ZHANG, 2019).
2.6. SISTEMAS DE ENSINO ADAPTATIVO
Soflano, Connolly e Hainey (2015) descrevem a capacidade adaptativa de um sistema como sendo a habilidade de reconhecer as preferências ou características do usuário e, com base nesses dados, personalizar suas atividades. Dentro do âmbito pedagógico, a aprendizagem adaptativa tem como objetivo empregar tecnologia para atender às necessidades de aprendizado específicas de cada aluno.
Conforme Özyurt et al, (2013), o entendimento dos estilos de aprendizagem e o planejamento de atividades alinhadas a esses estilos demonstraram que muitos estudantes inicialmente considerados com dificuldades de aprendizado conseguiram absorver o conteúdo com facilidade quando inseridos em um ambiente que respeita suas preferências.
Nesse contexto, vários projetos estão sendo desenvolvidos para criar soluções tecnológicas baseadas em IA que possam identificar os perfis de aprendizagem dos alunos e/ou proporcionar um percurso de aprendizagem adaptado às suas necessidades (ALMOHAMMADI, 2017).
3. Metodologia
A natureza desse material se trata de uma pesquisa qualitativa. Para o desenvolvimento desse artigo, foi efetuada uma revisão sistemática que buscou revisar, analisar e evidenciar as informações contidas nesse estudo, destacando a Inteligência Artificial como ferramenta de aprendizagem dentro dos níveis superiores de estudo. Dado que a revisão por pares se trata de um indicador típico de qualidade que se firma na experiência, métodos e conhecimentos diretos do revisor, para esse artigo foram consideradas pesquisas, artigos publicados, livros e simpósios pesquisados em base de dados eletrônicas. Foi estabelecido um período de 10 anos para os materiais a fim de trazer os mais recentes.
Esse estudo teve um método de busca que consistiu em três etapas, sendo a primeira delas uma análise de artigos filtrado por palavras chaves em campos de busca básica e busca avançada direto da fonte de pesquisa, conforme apresentado no Quadro 1. Ainda na primeira etapa teve um foco maior para a análise de leitura dos títulos e resumos dos artigos que foram resultados da busca descrita anteriormente, para verificar se os mesmos estão de acordo com o objetivo final do estudo. A segunda etapa consistiu na análise dos textos completos e a decisão de alocar os artigos de acordo com os critérios de exclusão/inclusão, de modo que é representado no Quadro 2.
Para o desenvolvimento desse artigo, utilizamos algumas plataformas de busca, como por exemplo o Portal Capes, WEB of Science, Eric ED, Science Direct, TypeSet e Google acadêmico conforme ilustrado no Quadro 3. Além das plataformas citadas, esse material se baseou em livros, portais científicos e matérias.
Quadro 1. Termos de busca usados para busca em base de dados eletrônicas.
| Termos de busca |
| “Inteligência artificial” & “Artificial inteligence”; “Aprendizagem” & “Learning”; “Novas tecnologias“& “new technologies”; “IA” & “AI”; “Ferramenta de aprendizagem” & “Learning tools”; “Ensino” & “Teaching”; |
Fonte: Autores
No Quadro 1, na fase inicial, houve uma ênfase significativa na avaliação da legibilidade dos títulos e resumos dos artigos obtidos na busca anterior, a fim de determinar se eles estão alinhados com o propósito final da pesquisa.
Quadro 2. Critérios de seleção para inclusão e exclusão de artigos.
| Inclusão | Exclusão |
| Inteligência artificial como ferramenta de educação; Inteligência artificial como facilitador/instrumento de aprendizagem; Tecnologias como ferramentas de ensino/aprendizagem; Materiais de 2013 até o atual momento; | Inteligência artificial fora do ambiente de ensino/educação; |
Fonte: Autores
A segunda fase envolveu a avaliação dos artigos na íntegra e a subsequente classificação deles com base nos critérios de inclusão e exclusão, como ilustrado no Quadro 2.
Quadro 3. Meios utilizados para busca
| Buscadores | Qtd. de materiais |
| Portal CAPES | 11 |
| WEB of Science | 9 |
| Google Acadêmico | 12 |
| TypeSet | 8 |
| Science Direct | 6 |
| Eric ED | 6 |
Fonte: Autores
Para a elaboração deste artigo, empregamos diversas ferramentas de pesquisa, incluindo o Portal Capes, Web of Science, Eric ED, Science Direct, TypeSet e o Google Acadêmico, como evidenciado no Quadro 3.
4. ANÁLISE DE RESULTADOS
Utilizando as plataformas de pesquisa acadêmica, como a Web of Science, Google Acadêmico e Portal Capes, selecionamos os 52 artigos mais referenciados sobre Inteligência Artificial aplicada à Educação, abrangendo o período de janeiro de 2013 a dezembro de 2022. O objetivo era identificar as tendências e aspectos fundamentais nesta área de estudo, consequentemente destacando temas importantes que, na atualidade, estão sendo discutidos em pesquisas científicas abordando IA na educação.
Após revisar os artigos, conduziu-se uma análise textual para examinar os diferentes tópicos abordados por cada artigo. Importante mencionar que alguns artigos abordam mais de um tema e, no caso do primeiro tema (IA na Educação), trata-se de uma abordagem mais abrangente da IA na Educação, sem se aprofundar em uma vertente específica. Os temas identificados nesta análise estão detalhados na Tabela 1.
Tabela 1. Lista de vertentes dentro de IA na educação e aprendizado.
| Vertentes | Ocorrências |
| IA na educação | 36 |
| Tutores inteligentes | 13 |
| Machine Learning na Educação | 11 |
| Diagnósticos com IA em Educação | 6 |
| Ensino Adaptativo | 4 |
Fonte: Autores
O gráfico ilustrado na tabela de Tendências de estudo de IA na educação apresenta, em ordem decrescente, as vertentes de IA que aparecem em nossa análise com pelo menos duas ocorrências. Ao examinar o gráfico, três conclusões principais foram derivadas: A) Uma parte substancial dos artigos aborda a IA na Educação de maneira geral; B) Observa-se uma forte inclinação para o estudo sobre Tutores Inteligentes no contexto da IA na Educação; e C) Existem diversos outros temas associados ou relacionados à IA na Educação, porém, não pudemos identificar uma quantidade suficiente para considerá-los como tendências distintas.
Gráfico 1 Tendências de estudo de IA na educação.
Após a leitura dos artigos e a extração das informações essenciais usando a Matriz de Conhecimento, foram estabelecidas categorias de classificação temática. Os principais artigos foram agrupados por assuntos similares para análise, discussão e compilação do portfólio, resultando em: (1) IA na educação, (2) Tutores inteligentes e (3) Machine Learning na Educação. No Quadro 3, encontra-se o portfólio final que inclui todos os artigos selecionados, suas temáticas associadas e seus respectivos autores.
Tabela 2. Artigos de IA na Educação filtrados período 2013 – dez/2022
| Temática | Título | Autores | Ano |
| 1 | Inteligência Artificial e Virtualização Em Ambientes Virtuais De Ensino e Aprendizagem: Desafios e Perspectivas Tecnológicas. | Sanval Ebert de Freitas Santos; Eduardo Manuel de Freitas Jorge; Ingrid Winkler. | 2019 |
| 2 | ECG Tutor: desenvolvimento e avaliação de um sistema tutor inteligente gamificado. | Larissa Acioli Pereira1; Lisley Lylás dos Santos Leão; Diego Dermeval; Jorge Artur Peçanha de Miranda Coelho. | 2023 |
| 3 | Editorial Note: From Conventional AI to Modern AI in Education: Reexamining AI and Analytic Techniques for Teaching and Learning. | Haoran Xie; Gwo-Jen Hwang; e Tak-Lam Wong. | 2021 |
| 1 | College music education and teaching based on AI techniques . | Jing Wei a; Marimuthu Karuppiah b; A Prathik c. | 2022 |
| 1 | Effectiveness of Artificial Intelligence (AI) in Improving Pupils’ Deep Learning in Primary School Mathematics Teaching in Fujian Province. | Yaping Qiu; Junjie Pan; Nor Asniza Ishak. | 2022 |
| 2 | Inteligencia artificial y entornos personales de aprendizaje: atentos al uso adecuado de los recursos tecnológicos de los estudiantes universitários. | Berenice Castillejos López. | 2022 |
| 2 | My Teacher Is a Machine: Understanding Students’ Perceptions of AI Teaching Assistants in Online Education. | Jihyun Kim, Kelly Merrill Jr. , Kun Xu & Deanna D. Sellnow. | 2020 |
| 3 | Identificação de Deficiências Em Textos Educacionais Com A Aplicação de Processamento de Linguagem Natural E Aprendizado De Máquina. | Cíntia Maria de Araújo Pinho; Amanda Ferreira de Moura; Marcos Antonio Gaspar; Domingos Márcio Rodrigues Napolitano. | 2019 |
| 1 | A phenomenographic approach on teacher conceptions of teaching Artificial Intelligence (AI) in K-12 schools. | ing Woon Yau· C. S. CHAI · Thomas K. F. Chiu · Helen Meng · Irwin King · Yeung Yam. | 2022 |
Fonte: Autores
A partir da análise dos artigos do portfólio final foi possível constatar que houve um destaque para o ano de 2022 com 44% das principais publicações selecionadas para compor o portfólio final, denotando a atualidade do assunto.
No contexto da categorização temática, constatou-se que 44,44% dos artigos estavam centrados no uso de IA na Educação, 33,33% abordavam Tutores Inteligentes e 22,22% tratavam de Machine Learning na Educação. Isso evidencia a predominância desses temas nas pesquisas sobre IA no âmbito educacional. Durante a busca nas bases de dados Web OF Science e Google Scholar, foram adotados termos-chave como “Learning tools”, “Artificial Intelligence” AND “Learning”. A abrangência do período de publicação foi ampliada de 2013 a 2022 para incluir um maior número de publicações. Mesmo com esse esforço, apenas 9 artigos atenderam aos critérios após a filtragem das obras mais relevantes, o que ilustra a escassez de pesquisas específicas para esses termos.
5. CONCLUSÃO
A análise exploratória viabilizou a identificação, categorização e descrição de várias perspectivas, oferecendo uma visão abrangente sobre o tema de Inteligência Artificial na Educação. O estudo possibilitou a delineação de diferentes direções de pesquisa, revelando tendências nos estudos. Obtivemos uma compreensão mais clara dos conceitos consolidados de IA na educação. Espera-se que este estudo atual contribua para pesquisas futuras, dada sua função fundamental na busca por uma compreensão mais aprofundada da IA na Educação. A Inteligência Artificial está sendo integrada em todos os setores de nossa sociedade, sendo vital que na educação essa integração seja planejada de forma gradual, priorizando o suporte em vez da robotização do ensino. Observou-se, neste estudo, que uma das principais aplicações da IA na Educação ocorre por meio dos Sistemas de Tutoria Inteligente, e diversas outras abordagens de IA estão avançando para estabelecer e fortalecer sua presença na educação. Acredita-se que as ferramentas inteligentes possam atuar como suporte na coleta de informações durante os processos de ensino-aprendizagem em ambientes educacionais. Assim, podem ajudar na seleção de conteúdo e apoiar métodos de avaliação dos alunos. Esse suporte inteligente de informações pode gerenciar estratégias para identificar padrões, realizar diagnósticos e intervir na comunicação entre professor e aluno, auxiliando nas decisões tomadas durante o processo de ensino-aprendizagem.
REFERÊNCIAS
ALMOHAMMADI, K. A Survey of Artificial Intelligence Techniques Employed for Adaptive Educational System Within E-Learning Platforms. Journal Of Artificial Intelligence and Soft Computing Research. 2017
BARRETO, J. M. Inteligência artificial no limiar do século XXI. Florianópolis: Ed. PPP edições, 2001.
BATES, T. Educar na Era Digital: design, ensino e aprendizagem. São Paulo: Ed. Artesanato Educacional, 2016
BRYNJOLFSSON, E., & MCAFEE, A. A Segunda Era das Máquinas: Trabalho, Progresso, Prosperidade em uma Época de Tecnologias Brilhantes. Rio de Janeiro: Ed. A. Books, 2015
CHEN, E.; HUANG, R.; CHEN, H.-S.; TSENG, Y.-H.; LI, L.-Y. GPTutor: a ChatGPT-powered programming tool for code explanation. Cornell University, 2023. Avaible in: <https://doi.org/10.48550/arXiv.2305.01863> Acesso em: 19 jun. 2023.
COOPER, S.; NAM, Y. J.; SI, L. Initial results of using an intelligent tutoring system with Alice. ITiCSE’12 Pages 138-143, July 2012. Avaible in: <https://dl.acm.org/doi/10.1145/2325296.2325332>
COSTA, R. R. Uma ferramenta de tutoria inteligente para introdução à Programação. Tese (Monografia Bacharelado em Tecnologia da Informação) —Universidade Federal Rural do Semiárido, Pau dos Ferros, 2019
DILLENBOURG, Pierre. Collaborative learning: Cognitive and computational approaches. advances in learning and instruction series. Elsevier Science, 2012, Inc., PO Box 945, Madison
DINO, L. A. Pesquisa sobre o uso da Internet por crianças e adolescentes no Brasil. São Paulo: Núcleo de Informação e Coordenação do Ponto BR, 2021.
FAVA, R. Trabalho, educação e inteligência artificial: a era do indivíduo versátil. 1ª edição. Porto Alegre: Penso Editora, 2018.
FILATRO, A. Data Science na educação: presencial, a distância e corporativa. São Paulo: Saraiva, 2021.
GARCIA, G. Inteligência artificial é maior ameaça para humanidade, diz Elon Musk. Revista Exame. Outubro, 2014. Disponível em: <https://exame.com/tecnologia/inteligencia-artificial-e-maior-ameaca-para-humanidade-diz-elon-musk/>
GERHARDT, T. E., SILVEIRA, D.T., NEIS, I. A., ABREU, S. P., RODRIGUES, R. S. Métodos de Pesquisa. Porto Alegre: Ed. UFRGS, 2009.
JÚNIOR, J. F. C. et al. A inteligência artificial como ferramenta de apoio no ensino. Rebena-Revista Brasileira de Ensino e Aprendizagem, v. 6, p. 246-269, 2023
KELLY, K. Inevitável: as 12 forças tecnológicas que mudarão nosso mundo. 1ª edição. São Paulo: Ed. HSM, 2017.
MORAES, E. B., KIPPER, L. M., KELLERMAN, A. C., & LEIVAS, P. Educação 4.0 E Seus Benefícios Para O Ensino Na Era Da Quarta Revolução Industrial. São Paulo: Exacta, 2022.
ÖZYURT, Ö.; ÖZYURT, H.; BAKI, A.; GÜVEN, B. Integration into mathematics classrooms of an adaptive and intelligent individualized e-learning environment: Implementation and evaluation of UZWEBMAT. Rev. Computers in Human Behavior, v. 29, nº 03, Maio 2013, pp. 726-738. Disponível em: < https://www.sciencedirect.com/science/article/abs/pii/S0747563212003184>
PALAZUELOS, F. Elon Musk: “A inteligência artificial ameaça a existência da nossa civilização”. Revista El. País. Julho, 2017. Disponível em: <https://brasil.elpais.com/brasil/2017/07/17/tecnologia/1500289809_008679.html>
REVISTA EXAME, Julho 2023. Elon Musk lança xAI, empresa de inteligência artificial que quer ‘entender o universo‘. Disponível em: < https://exame.com/inteligencia-artificial/elon-musk-lanca-xai-empresa-de-inteligencia-artificial-que-quer-entender-o-universo>
RUSSELL, S.; NORVIG, P. A modern, agent-oriented approach to introductory artificial intelligence. ACM SIGART Bulletin, v. 6, issue 2, Abril 2013, pp 24-26. Disponível em: <https://doi.org/10.1145/201977.201989>
SOFLANO, C. E. An application of adaptive games-based learning based on learning style to teach SQL. Computers & Education, v. 86, Agosto 2015, pp 192-211. Disponível em: <https://www.sciencedirect.com/science/article/abs/pii/S0360131515000937>
TAVARES, L. A. Inteligência Artificial na Educação. São Paulo: Survey, 2020.
TEGMARK, M. Life 3.0: Being Human in the Age of Artificial Intelligence. New York: Knopf, 2017.
TSAI, Y.-C. Empowering Learner-Centered Instruction: Integrating ChatGPT Python API and Tinker Learning for Enhanced Creativity and Problem-Solving Skills. arXiv – CS – Computers and Society, Janeiro de 2020. Disponível em: <https://www.x-mol.net/paper/article/1653441491528069120>
TURING, A. M. Computing Machinery and Intelligence. Source: Mind, New Series (Vol. 59). Oxford University Press on, 1950
VEIGA, F.; ANDRADE, A. Inteligência artificial e educação. VERITATI – Repositório Institucional da Universidade Católica Portuguesa. Comunidades e Coleções – Faculdade de Educação e Psicologia / Centro de Estudos de Desenvolvimento Humano – CEDH: Documentos de Conferências. Lisboa: Portugal. 2019. Disponível em: <http://hdl.handle.net/10400.14/38739>
VIGOTSKY, L. S. A Formação Social da Mente: Desenvolvimento de Processos Psicológicos Superiores. São Paulo: Martins Fontes, 2007.
YANG. The ideology of intelligent tutoring systems. ACM Inroads, v. 1, nº 4, Dezembro 2012, pp. 63-65. Disponível em: <https://doi.org/10.1145/1869746.1869765>
¹Graduando em Análise e Desenvolvimento de Sistema na Fatec Zona Leste.
E-mail: erick.gomes3@fatec.sp.gov.br
²Graduando em Análise e Desenvolvimento de Sistema na Fatec Zona Leste.
E-mail: kennedy.oliveira@fatec.sp.gov.br
³Professora e orientadora no curso de Análise e Desenvolvimento de Sistema na Fatec Zona Leste.
E-mail: cristina.oliveira@fatec.sp.gov.br