Harmonia Acessível: Aprimorando o Ensino Musical para Crianças Surdas com Inteligência Artificial
DOI:
https://doi.org/10.5753/rbie.2025.5944Keywords:
Educação musical de surdos, Tecnologia assistiva, Inteligência artificial na música, Inclusão socialAbstract
Este estudo explora o uso da inteligência artificial para promover a inclusão digital no ensino musical de crianças surdas. Desenvolvemos um sistema inovador que integra feedback tátil e visual, além de interações com robôs educacionais, criando um ambiente de aprendizado inclusivo. A inteligência artificial monitora em tempo real o desempenho e as respostas emocionais das crianças, ajustando dinamicamente a dificuldade das atividades para personalizar a experiência de aprendizado. Utilizamos uma metodologia experimental com sete crianças surdas, comparando o impacto do sistema com métodos tradicionais. Foram aplicados métodos quantitativos e qualitativos para avaliar a precisão dos gestos, o engajamento e os efeitos emocionais e sociais. Os resultados indicaram que o sistema baseado em inteligência artificial aumentou a precisão dos gestos musicais em 30% e elevou o engajamento e a motivação em 40% em relação aos métodos convencionais. Análises longitudinais demonstraram que o aprendizado multissensorial favorece a retenção do conhecimento musical mesmo após longos intervalos, reforçando a eficácia do sistema. Esses achados destacam o potencial da inteligência artificial na educação musical inclusiva, ampliando as oportunidades de aprendizado para crianças surdas. O projeto sugere caminhos promissores para futuras pesquisas e inovações em tecnologia assistiva, contribuindo para um ambiente educacional mais equitativo e acessível.
Downloads
Referências
Abadi, M., and et al. (2016). TensorFlow: A system for large-scale machine learning. In Proceedings of the 12th USENIX Symposium on Operating Systems Design and Implementation (OSDI), p. 265–283. Disponível em: [link] [GS Search]
Baker, R. S., and Inventado, P. S. (2014). Educational data mining and learning analytics. In Learning Analytics. Springer, p. 61–75. Disponível em: [link] [GS Search]
Braun, V., and Clarke, V. (2006). Using thematic analysis in psychology. Qualitative Research in Psychology, 3(2), p. 77–101. Disponível em: [link] [GS Search]
Cook, A. M., and Polgar, J. M. (2015). Assistive Technologies: Principles and Practice. 4. ed. St. Louis: Elsevier. Disponível em: [link] [GS Search]
Costa, M. S., and Oliveira, J. V. (2020). Tecnologias assistivas na educação inclusiva: um olhar pedagógico. Revista Educação Especial, 33(65), p. 145–160. Disponível em: [link] [GS Search]
Darrow, A. A., and Heller, G. N. 1985). Music and the hearing impaired: A review of literature and recommendations for music educators. Update: Applications of Research in Music Education, 4(2), p. 6–10. Disponível em: [link] [GS Search]
Devlin, J., Chang, M.-W., Lee, K., and Toutanova, K. (2019). BERT: Pre-training of deep bidirectional transformers for language understanding. In Proceedings of the 2019 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies, v. 1, p. 4171–4186. Association for Computational Linguistics. https://doi.org/10.48550/arXiv.1810.04805 [GS Search]
Eguchi, A. (2014). Robotics as a learning tool for educational transformation. In Proceedings of the 4th International Workshop Teaching Robotics, Teaching with Robotics. Disponível em: [link] [GS Search]
Goldstein, E. B. (2010). Sensação e Percepção. 8. ed. São Paulo: Cengage Learning. Disponível em: [link] [GS Search]
Gonzalez, A., Morales, A., and Rivera, J. (2017). VibroFeel: a tactile music perception system for deaf and hard-of-hearing users. In Proceedings of the 19th International ACM SIGACCESS Conference on Computers and Accessibility. Disponível em: [link] [GS Search]
Kay, J.; Reimann, P., Diebold, E., and Kummerfeld, B. (2017). MOOCs: So many learners, so much potential... IEEE Intelligent Systems, 32(1), p. 70–77. https://doi.org/10.1109/MIS.2017.23 [GS Search]
Lee, J. Y., and Chen, C. (2013). Music Touch: Enhancing musical experience for hearing-impaired people through vibration. In Proceedings of the 8th International Conference on Tangible, Embedded and Embodied Interaction. Disponível em: [link] [GS Search]
Mahler, A. R. (2016). Deaf musicians and musical experience. In: LEONARD, J.; NEUMEYER, M. (orgs.). The Oxford Handbook of Music and Disability Studies. Oxford University Press, p. 340–355. Disponível em: [link] [GS Search]
Makeblock. (2018). mBot Educational Robot Kit User Manual. Shenzhen: Makeblock Co. Disponível em: [link] [GS Search]
Mendes, L. F., and Souza, M. R. (2019). Tecnologia assistiva no ensino de artes: possibilidades e desafios. Revista Brasileira de Educação Especial, 25(3), p. 435–452. Disponível em: [link] [GS Search]
Muska, J. A. (2014). Mapeamento das respostas neurocognitivas à música em pessoas com deficiência auditiva. Journal of Music Therapy, 51(2), p. 121–136. Disponível em: [link] [GS Search]
Nielsen, J. (1993). Usability Engineering. Boston: Morgan Kaufmann. Disponível em: [link] [GS Search]
Pan, S. J., and Yang, Q. (2010). A Survey on Transfer Learning. IEEE Transactions on Knowledge and Data Engineering, 22(10), p. 1345–1359. Disponível em: [link] [GS Search]
Papert, S. (1980). Mindstorms: Children, Computers, and Powerful Ideas. New York: Basic Books. Disponível em: [link] [GS Search]
Poria, S., Cambria, E., and Gelbukh, A. (2017). Aspect extraction for opinion mining with a deep convolutional neural network. Knowledge-Based Systems, 108, p. 42–49. Disponível em: [link] [GS Search]
Shibata, D. K. (2001). Functional MRI study of auditory cortex activation by vibrotactile stimuli in deaf subjects. NeuroReport, 12(7), p. 121–127. Disponível em: [link] [GS Search]
Swanwick, K. (1999). Teaching Music Musically. London: Routledge. Disponível em: [link] [GS Search]
Woolf, B. P. et al. (2013). AI grand challenges for education. AI Magazine, 34(4), p. 66–84. Disponível em: [link] [GS Search]
Zhou, Q., Song, Y., and Shu, K. (2020). TeachAI: An AI-based personalized learning system. In IEEE International Conference on Artificial Intelligence in Education (AIEd). Disponível em: [link] [GS Search]
Arquivos adicionais
Published
Como Citar
Issue
Section
Licença
Copyright (c) 2025 Cristiano da Silva Benites; Ismar Frango Silveira
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
