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

Almir de Oliveira Costa Junior, José Anglada-Rivera — seg, 26 jan 2026 00:00:00 +0000

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

Matheus Ramos, Thiago Cordeiro, Álvaro Sobrinho, Bruno Almeida Pimentel — qui, 26 fev 2026 00:00:00 +0000

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

Thyago José Oliveira Costa, Rodrigo Lins Rodrigues, Taciana Pontual Falcão — sex, 27 fev 2026 00:00:00 +0000

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

ter, 10 fev 2026 00:00:00 +0000

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

Guilherme Rego Rockembach, Lucineia Heloisa Thom — sex, 27 fev 2026 00:00:00 +0000

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.

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

sex, 27 fev 2026 00:00:00 +0000

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

ter, 27 jan 2026 00:00:00 +0000

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”.

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

seg, 09 fev 2026 00:00:00 +0000

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.