Revista Brasileira de Informática na Educação

Teste de Pensamento Computacional com Computação Física: Uma Proposta de Instrumento Avaliativo para o Processo de Ensino e Aprendizagem de Acadêmicos de Licenciatura

2025-04-15T17:52:44+00:00

Com a efetivação da BNCC Computação e da Política Nacional de Educação Digital (PNED), as habilidades do Pensamento Computacional (PC) passaram a ganhar amplo destaque no sistema educacional brasileiro. De certo modo, essas habilidades já vinham sendo sugeridas como essenciais no processo de aprendizagem dos alunos desde a Base Nacional Comum Curricular (BNCC), especialmente no contexto da resolução de problemas na área da Matemática e suas Tecnologias, bem como na Computação. Diante disso, para que essas habilidades possam se consolidar em atividades de ensino e aprendizagem na Educação Básica (EB), será necessário ampliar as investigações sobre o desenvolvimento de estratégias educacionais e de recursos didático-tecnológicos focados no PC para o contexto da educação brasileira. Nesse sentido, estudos ainda apontam que será preciso expandir as ações de formação inicial e continuada de professores, além de estabelecer instrumentos avaliativos precisos que ajudem a identificar o desenvolvimento das habilidades do PC nos alunos da EB e nos docentes. Considerando o processo de aprendizagem de acadêmicos de licenciatura, este artigo apresenta os resultados da validação do Teste de Pensamento Computacional com Computação Física (TPC-CF), que tem como objetivo principal auxiliar na identificação de evidências do desenvolvimento das habilidades do PC em acadêmicos de licenciatura, por meio de atividades que envolvem a Computação Física (CF). Os dados encontrados no processo de validação e avaliação apresentam evidências significativas de que a abordagem utilizada no teste pode se constituir como uma alternativa eficaz para mensurar as habilidades do PC.

The Challenge of School Dropout in Brazil: An Analysis of Over Two Decades

2025-06-10T21:26:01+00:00

School dropout is a critical challenge for Brazilian education, having a multicausal nature and the potential to disrupt academic trajectories. This paper contributes to discussions on school dropout by covering primary and secondary educational levels. We conducted an extensive exploratory analysis of data provided by the National Institute of Educational Studies and Research Anísio Teixeira (Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira - INEP) from 1996 to 2022, considering factors such as government transitions and unforeseen events (e.g., financial crises and the COVID-19 pandemic). Thus, we handled millions of instances from the INEP database to explore data using Google Colab. We focused on the relationship between student dropout rates and various other factors, including categorical variables such as school location, type of administrative management, geographical region, and year, as well as numerical variables such as the number of classes, number of teachers, number of approved students, and number of failed students. Our goal was to identify which combination of these characteristics contributed most to the increase in student dropout rates. Our findings evidence that schools in urban areas of theNortheast region, whether municipal or state-run, have the highest student dropout rates in basic education in Brazil. The state of Alagoas shows a more pronounced duality in its education networks than the rest of Brazil, as the highest rates in elementary education occur in municipal schools. In contrast, state schools are the major contributors to high numbers of dropouts. Alagoas faces the most concerning dropout rates in high school education. The results showed periods of growth and decline in student dropout rates, aligning with government transitions, certain financial crises,and the COVID-19 pandemic. There is also a correlation between dropouts and failures in both elementary and high school education, with the correlation being much stronger in elementary education.

Competências Digitais na Educação Básica: Desafios e Oportunidades na Adoção das TIC no Brasil

2025-06-10T22:04:03+00:00

Apesar da crescente disponibilidade de recursos digitais, a incorporação significativa e equitativa das Tecnologias da Informação e Comunicação (TIC) na educação básica brasileira ainda representa um desafio complexo. Esta pesquisa analisa o uso das TIC na educação básica brasileira através dos microdados da pesquisa TIC Educação 2022. Adotando uma abordagem quantitativa exploratória e inferencial, o estudo investiga as relações entre características de professores e estudantes e o uso efetivo das tecnologias digitais no ambiente escolar. A metodologia emprega análises descritivas, bivariadas e modelos de regressão logística para examinar fatores associados à adoção das TIC. Os resultados indicam que a formação continuada em tecnologias é um fator determinante, com professores capacitados apresentando quase duas vezes mais probabilidade de implementar tecnologias pedagogicamente. Os professores foram classificados em quatro perfis de integração tecnológica: Básico (27,8%), Instrumental (46,3%), Integrado (20,8%) e Transformador (5,1%). Destaca-se o fenômeno da "aprendizagem invertida", onde 48,3% dos professores aprendem sobre tecnologia com seus alunos. Embora 93,6% dos alunos tenham acesso à internet em casa, apenas 50,9% recebem orientações sobre uso seguro. Persistem desigualdades regionais significativas, com destaque para a inversão da disparidade urbano-rural na região Sul, onde escolas rurais superam urbanas em 8,3 pontos percentuais. As conclusões preliminares evidenciam que a incorporação das TIC ainda não alcançou patamares significativos e equitativos. Apenas 25,9% dos professores demonstram práticas compatíveis com competências digitais complexas da BNCC Computação. A predominância do perfil Instrumental (46,3%) sugere um "ponto ótimo" que limita transformações pedagógicas profundas, enquanto desigualdades regionais e o abismo entre acesso e competências críticas demonstram que políticas padronizadas são insuficientes para promover integração tecnológica verdadeiramente equitativa. O estudo fornece subsídios para políticas educacionais mais contextualizadas e formações docentes personalizadas.

Gamificação como Estratégia de Ensino de Matemática no Ensino Fundamental I: Uma Revisão de Literatura

2025-11-13T19:34:58+00:00

A aplicação de metodologias ativas, como a gamificação, tem se mostrado altamente eficaz no ensino de matemática no Ensino Fundamental I, especialmente ao promover um aprendizado interativo e inovador. Colocando o aluno como protagonista do processo educacional, essas metodologias não apenas melhoram o desempenho acadêmico, mas também aumentam a motivação. Esta revisão, que incluiu 12 estudos, revelou que a gamificação contribui significativamente para o aprendizado, particularmente nas operações básicas e na resolução de problemas, sendo mais eficaz para alunos mais jovens. Contudo, sua eficácia está diretamente relacionada ao design do jogo, à faixa etária dos alunos e à integração com métodos de ensino tradicionais. Quando bem planejada, a gamificação se torna uma ferramenta complementar valiosa, tornando o ensino mais envolvente e eficaz.

The Last Decade of Automatic Question Generation: A Review of Techniques, Limitations, and Applications in Business Process Management Education

2025-09-25T12:32:11+00:00

Automatic Question Generation (AQG) is a research area that employs Natural Language Processing (NLP) techniques to automatically generate questions from textual content. Although it is still considered an emerging field, AQG has experienced significant growth in recent years, driven by advances in artificial intelligence, especially in deep learning and large language models, as well as by the increasing demand for scalable educational technologies. This article presents a Systematic Literature Review (SLR) focused on AQG research conducted over the last decade. The review aimed to identify and analyze the main computational approaches, practical applications, existing limitations, evaluation methods, and the degree of acceptance by education professionals. The SLR was carried out using major academic databases, resulting in the selection of 103 relevant studies, of which 90 are original research articles and 13 are literature reviews. The results show a clear trend toward the adoption of Transformer-based models, which have significantly improved question generation quality. However, the analysis also reveals a lack of consensus regarding standardized evaluation metrics, particularly for automatic assessments, and a notable gap in studies that investigate how educational professionals perceive and accept questions generated by these systems. This highlights an important area for future research.

Integrating Educational Technologies into Business and Management Programs: A Model for Vocational and Technological Education

2025-09-26T15:02:39+00:00

Digital transformations and advances in educational technologies have directly impacted teaching and learning processes, particularly within the context of Vocational and Technological Education (VTE). This educational modality, predominantly offered by the Federal Institutes, aims to train professionals capable of working in strategic sectors of the economy by integrating technical knowledge and innovation. Despite the potential of digital technologies, their pedagogical application remains limited, partly due to the lack of structured models to guide their curricular integration. This study aimed to develop a replicable technological integration model for Business Administration, Accounting, and Logistics programs, grounded in the identification of educational technologies with potential for pedagogical application. A quali-quantitative approach was adopted in four stages: systematic literature review, patent and software prospecting, analysis of curricular matrices, and model development. The study identified 160 patents and 560 software solutions with potential educational use, organized by thematic area and correlated with 263 courses offered within the Brazilian Federal Network of Professional, Scientific, and Technological Education. The results indicate technologies applicable to digital management, accounting automation, smart logistics, and active learning methodologies, with emphasis on tools related to strategic planning, goods tracking, and financial education. The analysis also identified structural and institutional limitations, including the need for faculty training and resistance to the adoption of new digital tools. Based on these findings, the proposed model is structured around five integrated pillars: identification of technologies, development of a teaching resource repository, continuing professional development, institutional partnerships, and outcome evaluation, providing operational guidelines for the planned integration of educational technologies in VTE. It is concluded that the planned adoption of the model can enhance professional training, align education with productive sector demands, and strengthen the role of educational institutions as promoters of innovation.

Math-0-Ween: Um Jogo Digital Educacional para Explorar Operações Matemáticas de Forma Divertida e Assustadora

2026-02-19T13:06:56+00:00

Diante do cenário desafiador da educação matemática no Brasil, onde dados do PISA 2022 indicam que 73% dos estudantes de 15 anos não atingiram a proficiência básica, este artigo apresenta o desenvolvimento e a avaliação do "Math-0-Ween". O jogo digital educacional foi projetado para engajar alunos do Ensino Fundamental, com foco nas operações matemáticas básicas (adição, subtração, multiplicação e divisão), utilizando uma abordagem lúdica e interativa para transformar a prática em uma experiência motivadora. O desenvolvimento foi guiado pela metodologia AMAEG e realizado em colaboração com educadores, garantindo que o conteúdo pedagógico estivesse alinhado às competências e habilidades da Base Nacional Comum Curricular (BNCC). O projeto foi validado por um estudo prático com a participação de 38 alunos voluntários, onde a análise dos resultados quantitativos foi excepcionalmente positiva, alcançando uma média geral de 95,9% de avaliações favoráveis. Além disso, as observações qualitativas confirmaram o alto nível de engajamento e concentração dos alunos durante os testes. Tais dados e a validação em campo demonstram que o "Math-0-Ween" se constitui como uma ferramenta promissora para apoiar o processo de ensino-aprendizagem da matemática.

Model Interpretability in the Educational Data Mining Context: A Systematic Literature Mapping

2026-02-13T12:54:20+00:00

Machine learning (ML) techniques in the Educational Data Mining (EDM) context enable the development of increasingly efficient prediction models. This evolution benefits from the improvement of ML techniques, the current massive collection of heterogeneous data, and the high availability of computational power. As a result, efficient models are obtained; however, they are complex and challenging to comprehend. Therefore, the field of model interpretability, also known as Explainable Artificial Intelligence (XAI) research, becomes a pivotal piece in consolidating and giving credibility to the solutions developed in the EDM context. In this sense, we presented a systematic mapping to understand how studies in the area of EDM address interpretability, aiming to answer questions related to the (i) interpretability context, (ii) interpretability methods, metrics, and objectives, (iii) education levels, (iv) educational data, and (v) ML techniques. To achieve this goal, we conducted a Systematic Literature Mapping (SLM), which involved defining a research protocol with planning, conducting, and reporting phases. These phases included defining research questions, establishing digital reference libraries, and establishing inclusion and exclusion criteria. The findings indicate that, despite the peculiarities of each study, interpretability is frequently addressed as a post hoc component rather than as a core objective of model design, limiting its systematic evaluation and comparative analysis across models. There is a need for studies in which interpretability is a central objective, including the comparison of interpretability across models from different ML techniques, the exploration or proposal of interpretability metrics (particularly agnostic ones), and the investigation of the relationship between interpretability and algorithmic fairness. Overall, this study offers a comprehensive perspective on the applicability of interpretability methods in various educational contexts, synthesizes best practices and limitations in measuring and comparing model interpretability, and highlights the importance of involving stakeholders in the development of transparent and effective EDM applications.

Construção de uma Interface Tangível com Feedback Multimodal para Apoio à Alfabetização de Crianças com Dislexia

2025-10-29T14:55:46+00:00

Este artigo apresenta o desenvolvimento e a validação do Alfaba, um dispositivo multissensorial com interface tangível voltado ao processo de alfabetização de crianças com dislexia. O projeto foi fundamentado em literatura especializada sobre alfabetização, neuroplasticidade, dislexia e tecnologia educacional, com ênfase em abordagens multissensoriais. O Alfaba foi desenhado para mobilizar estímulos auditivos, visuais, táteis, articulatórios e motores, promovendo a associação entre fonemas e grafemas por meio da manipulação de letras físicas dotadas de Radio-Frequency Identification (RFID). O desenvolvimento seguiu seis etapas: fundamentação teórica, desenho do projeto, construção do protótipo não funcional, teste de projeto com especialistas, construção do protótipo funcional e validação com usuários finais. A validação envolveu um grupo focal com seis educadoras e sete crianças e testes individuais de usabilidade com sete crianças (7–10 anos), permitindo analisar acessibilidade, compreensão das funcionalidades, interpretação dos sinais visuais e sonoros e aplicabilidade pedagógica. Os resultados indicaram compreensão das funções básicas e apontaram ajustes prioritários no material e nos vãos de encaixe das letras, na simbologia dos botões e na legibilidade da tela. Estão previstas modificações no material da caixa, adoção de tela colorida de maior nitidez, revisão de ícones, botões maiores e controle de volume. O projeto considera restrições de custo e manutenção de escolas públicas e dialoga com a BNCC quanto ao uso pedagógico de tecnologias digitais.

Práticas e Recursos Educacionais em Computação no Ensino Fundamental Brasileiro: Um Mapeamento Sistemático com Avaliação Humana e Automatizada

2025-09-03T23:30:55+00:00

Com a homologação das normas complementares à BNCC, que introduziram o ensino de computação na educação básica brasileira, as iniciativas que contribuem para a implementação dessas normas tornam-se extremamente relevantes. Neste contexto, este trabalho buscou caracterizar o estado da arte do ensino de computação no ensino fundamental (I e II) no Brasil, no que tange às práticas e recursos educacionais. Para isso, foi realizado um Mapeamento Sistemático da Literatura sobre o tema e desenvolvida uma plataforma online para divulgação dos resultados. Essa plataforma, contendo mais de 82 ferramentas/recursos e 13 práticas educacionais mapeadas, foi avaliada positivamente por 50 docentes da educação básica brasileira. Além disso, foi empregada uma estratégia de classificação automatizada com o uso do ChatGPT – Modelo 4o, visando identificar categorias como “Ano Escolar” e “Etapa de Ensino”. A avaliação dessa abordagem apontou desempenho satisfatório em algumas categorias, especialmente “Etapa de Ensino”, e revelou limitações em outras, como “Práticas de Ensino-Aprendizagem” e “Disciplina”.

Desenvolvimento de Ferramentas Educacionais para Computação com Apoio de Modelos Generativos de Linguagem

2026-01-23T12:44:15+00:00

Este trabalho realiza uma análise quantitativa e qualitativa de modelos de linguagem de grande escala (LLM) para o ensino de computação, avaliando seu desempenho em diversos aspectos educacionais. Inicialmente, avaliamos o desempenho de quatro modelos (ChatGPT, Claude, Copilot e Gemini) para o desenvolvimento de interfaces gráficas em Python no ambiente Google Colab, explorando diversos formatos de requisições e definindo métricas para compará-los. As métricas de avaliação incluem erros de compilação, execução e funcionalidade, além do tamanho da requisição, do número de interações e do número de linhas de código geradas. A partir de mais de 350 ensaios, foram geradas mais de 250 ferramentas funcionais, alcançando uma taxa de sucesso de 84%. Posteriormente, avaliamos a capacidade de tradução de código de Python para JavaScript, explorando os recursos variados para interface gráfica em navegadores e o desempenho das LLMs para JavaScript, no qual incluímos os modelos Gemini-Pro e DeepSeek. Avaliamos também o desempenho em interfaces com recursos de edição para problemas de grafos e criação de linguagens de domínio específico para ensino de grafos e modelos de aprendizado de máquina. Elaboramos também exemplos de outros usos, como geração de questionários, avaliação de questionários e avaliação de código gerado. Os exemplos avaliados abrangem diversos domínios, todos documentados e disponibilizados como um conjunto de dados. Os resultados indicam uma aceleração significativa na criação de ferramentas educacionais interativas e atrativas, destacando direções promissoras para o uso de LLMs no desenvolvimento de recursos didáticos para computação.

Exploring the Use of Clustering Algorithms and LLMs to Identify Programming Strategies

2025-11-14T11:03:47+00:00

In programming courses, students may use various strategies to solve the same problem. Understanding these strategies can be important for teachers and instructors to assess student progress and provide targeted feedback. Traditional clustering methods have been widely used to group similar programming solutions. However, these techniques often rely on syntactical similarities that do not always reflect the strategies for solving a problem. This research uses clustering algorithms and Large Language Models (LLMs) to identify programming strategies. We conducted the experiments using a dataset of correct student solutions collected from ten Algorithms and Data Structures classes at Federal University of Amazonas. Although the Mean Shift and Affinity Propagation clustering algorithms provided us with visually well-separated clusters, quantitative results showed that the algorithms were not accurate in grouping strategies. In contrast, LLMs demonstrated a better ability to identify strategies aligned with human labels. The results suggest that LLMs can be valuable tools to assist programming instructors in analyzing student solutions.