Revista Brasileira de Informática na Educação

AutiBots: Jogo Digital Educativo para Desenvolvimento Cognitivo e Motor de Crianças com Autismo

2024-10-27T15:12:05+00:00

O Transtorno do Espectro Autista (TEA) é classificado como um transtorno do neurodesenvolvimento, podendo comprometer habilidades de comunicação, habilidades cognitivas, interações sociais, além da presença de padrões restritos e repetitivos. Quando o diagnóstico é realizado precocemente, aumentam as chances do indivíduo receber intervenções terapêuticas e educacionais adequadas. Essas intervenções são fundamentais para que a criança possa estimular e adquirir novas habilidades, incluindo o desenvolvimento cognitivo e motor. Nesse contexto, e entendendo que os jogos digitais podem oferecer uma plataforma interativa e lúdica como apoio a essas intervenções, este trabalho descreve o desenvolvimento do AutiBots, um jogo tridimensional para dispositivos móveis Android, destinado principalmente as crianças do espectro autista, no qual o jogador auxilia os robôs a percorrerem caminhos com diferentes desafios e obstáculos, estimulando a coordenação motora fina, direção e lateralidade, percepção visual, linguagem verbal e não verbal, raciocínio lógico e funções executivas (memória de trabalho ou operacional, solução de problemas e atenção). O jogo foi desenvolvido seguindo a ciência Applied Behavior Analysis (ABA) e as diretrizes de desenvolvimento de jogos sérios destinados aos aprendizes com TEA, e validado por meio da adaptação do modelo de avaliação de jogos educacionais MEEGA+, possibilitando sua aplicação junto a profissionais, educadores e familiares. Durante o processo de validação, foram obtidas 17 avaliações de profissionais da área de tecnologia e, em uma segunda etapa, de 12 professores, especialistas e pais de crianças com autismo. Os resultados apontam o Autibots como uma ferramenta em potencial para estimular diversas habilidades cognitivas, visto que a percepção dos respondentes sobre a usabilidade e as dimensões de aprendizagem, confiança, satisfação, diversão e relevância foram bem avaliadas pelos dois grupos. Por fim, ao aplicar a escala do MEEGA+ nas respostas dos questionários, foram alcançadas as pontuações de 57.22 para o primeiro grupo e de 69.4 para o segundo, classificando-o como um jogo de boa e excelente qualidade, respectivamente.

Chatbot para Assistência Remota em Hipertensão Arterial Sistêmica: Revisão da Literatura

2024-07-19T13:31:37+00:00

A hipertensão arterial sistêmica (HAS), doença crônica não transmissível caracterizada por uma elevação persistente da pressão arterial (PA), vem aumentando sua prevalência no Brasil e no mundo. Considerando seu aspecto multifatorial, o tratamento e controle da HAS se torna um desafio, especialmente quando considera-se a aderência dos pacientes aos métodos atuais de manejo. Diante da atual expansão tecnológica, é imprescindível destacar o papel das Tecnologias de Informação e Comunicação (TICs) na saúde, como no uso do Chatbot, ferramenta de mhealth que pode facilitar o monitoramento do tratamento de HAS e ampliar as possibilidades de interação pacientes-profissionais da saúde. Assim, faz-se essencial estudar os pontos assertivos e as limitações das tecnologias no manejo da HAS, possibilitando ratificar ou não o papel inovador das TIC na educação em saúde. O estudo propõe uma revisão integrativa de literatura para identificar e analisar a eficácia do uso de Chatbots no manejo da HAS. Este foi direcionado por pilares norteadores: observar a utilização dos chatbots no monitoramento e na educação em saúde de pacientes hipertensos; analisar os tipos de tecnologias e abordagens que estes usam em benefício destes; averiguar a usabilidade e satisfação dos usuários. Diante dos critérios de inclusão e exclusão aplicados, foram encontrados, na primeira fase, 1744 artigos; na segunda fase, 40 artigos; e 10 artigos na terceira fase. A partir desse resultado, os artigos mostraram uma melhora considerável nos comportamentos de autogestão em saúde e uma maior adesão ao monitoramento diário da PA. Diante do estudo realizado, percebe-se que, apesar de ainda não existir um software capaz de abranger todas as ferramentas digitais que permita uma assistência remota plena ao usuários, é indubitável o grande potencial das tecnologias abordadas, como meio de aumentar a aderência de pacientes às terapias medicamentosas, assim como uma melhoria nos seus hábitos de vida.

Potencialidades e Desafios na Formação Continuada de Educadores em Metodologias Ativas

2024-11-17T17:19:55+00:00

As mudanças no acesso à informação e ao conhecimento, levantam a necessidade de avaliar a capacitação dos educadores para o enfrentamento aos desafios dessa transformação. Assim, a formação continuada é considerada nesta pesquisa um aspecto chave para aprimorar as práticas pedagógicas e atualizar os conhecimentos destes profissionais. Este trabalho aborda a transformação nas metodologias de ensino, impulsionada por práticas educativas inovadoras, com foco em metodologias ativas e sua adaptação aos objetivos de aprendizagem e ao currículo. Apresentam-se estudos de caso a partir da oferta de formação continuada a educadores e gestores. A iniciativa visa fornecer suporte tecnológico e desenvolver competências e habilidades essenciais às demandas educacionais contemporâneas. Os resultados revelaram a satisfação dos educadores com a formação e a compreensão da importância da iniciativa, enfatizando o impacto transformador de integrar atividades criativas associadas à tecnologia nas escolas.

Exploring Feature Reduction for Dropout Predicting in Higher Education in Brazil

2024-10-31T17:25:23+00:00

Dropout within the higher education system is a prevalent and intricate phenomenon characterized by a multitude of reasons that can differ significantly from one context to another. Developing machine learning models and discerning the key features for diverse contexts poses a considerable challenge. In this paper, we propose a process based on feature selection to create and evaluate machine learning models for predicting dropout in the higher education system. The approach not only outlines the essential steps for model development in any context but also emphasizes the identification of the most critical features. We conducted a comprehensive study across five distinct contexts within Brazilian higher education, specifically focusing on face-to-face courses. Through this process, we identified the most important features for predicting dropout. The results highlight that the correlation between a student's enrollment duration and the percentage of the course completed emerges as the primary predictor of dropout. However, we noticed the fundamental role of context in predicting dropout. Moreover, in all scenarios explored, it was possible to create more accurate models with a reduced set of features compared to the original models.

Technical and tactical factors of an educational platform aiming to deal with a large number of students and inequalities when teaching programming for STEM students

2024-07-09T01:40:17+00:00

Considering the characteristics found in the post-pandemic scenario of public higher education in Brazil, we must address issues related to equity in access to educational resources. In STEM (Science, Technology, Engineering and Mathematics) courses, these differences become striking regarding the conditions and resources for extra-class study that the student can count on. Machine Teaching is a web-based system used in introductory programming classes to support students and instructors and has been used since 2018 in Universidade Federal do Rio de Janeiro. In this work, we present the challenges faced to adapt Machine Teaching to the post-pandemic scenario. Issues of equity in access were addressed in three ways: changes to the system architecture, optimization of page loading times, and actions to improve user satisfaction. Our novel implementation allows students to undertake exercises from any device with internet connectivity, enabling access from low computational power machines. Also, our optimization results decreased up to 80% the web system loading time, allowing slower connections to still access the system. This work contributes to the discussion on the risks and benefits of using digital technologies in education, placing our specific scenario in the big picture of inequality of conditions in connectivity, AI and data analysis in education.