AGENTES INTELIGENTES PARA AMBIENTES VIRTUAIS DE ENSINO E APRENDIZAGEM: UMA REVISÃO SISTEMÁTICA

Autores

DOI:

https://doi.org/10.15628/holos.2024.15584

Palavras-chave:

Agentes inteligentes, Ambientes virtuais, Inteligência artificial, Ensino e Aprendizagem, Tecnologias Educacionais

Resumo

A aplicação de agentes inteligentes em ambientes virtuais de ensino e aprendizagem iniciou-se na década de 1990, quando pesquisadores começaram a explorar a possibilidade de incorporar tecnologias de inteligência artificial em softwares educacionais. Neste contexto, este trabalho tem o objetivo de caracterizar o conhecimento atual sobre a utilização de agentes inteligentes em ambientes virtuais de ensino e aprendizagem. A metodologia considerou a formulação de questões norteadoras, seleção de estudos, avaliação, extração e análise de dados que apontaram como os agentes inteligentes podem ser utilizados em etapas do processo educacional. Como resultados, destaca-se que o objeto de estudo tem crescido como área de pesquisa nos últimos anos. Entretanto, é importante ressaltar que a aplicação de técnicas de inteligência artificial na educação, impõe desafios, tais como, a necessidade de integrá-las com as práticas pedagógicas existentes, além da preocupação com questões éticas e de privacidade de dados.

 

 

 

 

 

Downloads

Não há dados estatísticos.

Biografia do Autor

Prof. Msc. Sanval Ebert de Freitas Santos, Instituto Federal da Bahia

Cientista e Pesquisador na Área de Educação e Inteligência Artificial. Especialista em Redes, Cloud e Segurança da Informação e desenvolvimento full-stack. Mestre em Gestão, Tecnologia e Educação, e atualmente, doutorando em Difusão do Conhecimento - Modelagem Computacional. Especialista em tecnologias educacionais para alto desempenho na prática docente a aprendizagem discente. #Coordenador do bacharelado em Engenharia de Computação & Ciência de Dados e Inteligência Artificial.

 

Dra. Ingrid Winkler, Centro Universitário SENAI CIMATEC, Brasil

A Profa. Dra. Ingrid Winkler é cientista e professora do SENAI CIMATEC e líder do Instituto de Ciência, Inovação e Tecnologia na Indústria 4.0/ INCITE INDSTRIA 4.0, uma rede de cooperação científica e técnica que estuda UX Imersiva e Aditiva. É também bolsista de Produtividade em Desenvolvimento Tecnológico (DT2) do CNPq. No Centro Universitário SENAI CIMATEC, lidera o Laboratório de Realidade Estendida para Inovação Industrial, além de coordenar o Programa de Mestrado e Doutorado em Gestão e Tecnologia Industrial (GETEC) e ser professora do Programa de Mestrado e Doutorado em Modelagem Computacional (MCTI). Actualmente, também contribui para o Laboratório Ford de Prototipagem Virtual e Experiências (VP&X). A Dra. Winkler coordenou mais de 20 projetos de PD&I com EMBRAER, HP, SHELL, VALE, FORD, Petrobras e startups, financiados pela EMBRAPII (Empresa Brasileira de Inovação Industrial), ANP (Agência Nacional do Petróleo) e Lei de Informática, entre outros. Mais de 50 pesquisadores, entre doutorandos e mestrandos, especializações Lato Sensu e graduados, já foram orientados por ela. Actualmente, orienta 15 alunos de doutoramento e mestrado e 8 alunos de licenciatura. Tem 83 artigos em jornais e conferências, 15 livros ou capítulos de livros e mais de 50 activos de PI, incluindo uma patente concedida pelo USPTO, dez patentes submetidas e aplicações de software registadas. É Bacharel em Ciências da Computação pela Universidade Mackenzie e Doutora em Administração pela Universidade Federal da Bahia, durante a qual também passou um período na Ecole de Gestion - HEC Montreal.

 

 

 

 

Prof. Dr. Marcio Luís Valença Araújo, Instituto Federal da Bahia, Brasil

Professor Permanente do Doutorado Multi-Institucional e Multidisciplinar em Difusão do Conhecimento (DMMDC) UFBA/IFBA/LNCC/UNEB/CIMATEC. Professor Permanente do Mestrado em Propriedade Intelectual e Transferência de Tecnologia para a Inovação (PROFNIT). Professor do Instituto Federal da Bahia. Doutor em Modelagem Computacional pelo programa MCTI do Senai CIMATEC com a linha de pesquisa em Sistemas Complexos. Mestre em Modelagem Computacional pelo programa MCTI do Senai CIMATEC (Salvador-BA). MBA na FGV-SP (Campinas-SP) e extensão na Ohio University (EUA), graduação em Processamento de Dados pela Faculdade Ruy Barbosa. Experiência na área de Ciência da Computação. Participou do projeto ODI do IEL nacional. Participou das fases de: requisitos, testes e implantação da Portabilidade Numérica do Brasil em conjunto com a Neustar (EUA). Certificado em ITIL v2 e Cobit 4.1. Participou como gerente de projeto de vários sistemas criados para serviços de telecomunicações. Foi gerente da célula de problemas do sistema de Portabilidade Numérica do Brasil e também um dos responsáveis pela arquitetura do sistema. Tem conhecimentos sólidos em processos de desenvolvimento de sistemas, pois já atuou como gerente de projetos na fábrica de software da DBA Engenharia de Sistemas. 

 

 

 

Prof. Dr. Eduardo Manuel de Freitas Jorge, Universidade do Estado da Bahia

Doutor em Difusão do Conhecimento no programa multi-institucional pela UFBA e Mestre em Ciência da Computação pela Universidade Federal de Campina Grande PB. É Professor Titular da (Universidade do Estado da Bahia) UNEB - Departamento de Ciências Extas e da Terra Campus I/Salvador. Atualmente trabalha como Gerente de Pesquisa na Pró-Reitoria de Pesquisa e Ensino de Pós-Graduação - PPG UNEB e como coordenador do programa de Iniciação Científica da UNEB junto ao CNPQ e FAPESB. É professor do curso de doutorado em Difusão do Conhecimento, no Mestrado em Estudos Territoriais da UNEB e líder do Grupo de Pesquisa Aplicada e Inovação. Foi coordenador da Agência Uneb de Inovação e atuou nos últimos anos em Institutos de Pesquisa e Desenvolvimento em projetos de pesquisa aplicada com Samsung, Ford, Totvs, Embraer, etc., gerando mais de 16 patentes concedidas e solicitadas como autor intelectual e uma transferência de tecnologia realizada com o Sistema Online de Iniciação Científica da UNEB. Por fim, foi um dos pesquisadores que reestruturou a Política de Inovação da UNEB.

 

Prof. Dr. Aloisio Santos Nascimento Filho, Centro Universitário SENAI CIMATEC, Brasil

Possui doutorado em Modelagem Computacional e Tecnologia Industrial pelo SENAI CIMATEC (2018), mestrado em Modelagem Computacional pela Fundação Visconde de Cairu - CEPPEV (2005), MBA em Controladoria para Gestão de Negócios pela Universidade Salvador - UNIFACS (2011) e bacharelado em Ciências Econômicas pela Faculdade Católica de Ciências Econômicas da Bahia - FACCEBA (1998). Experiências na execução de projetos nas áreas de tecnologia da informação, gestão da qualidade, planejamento e controles operacionais nos segmentos de serviços de transportes marítimos e indústria química (1992-2012). Foi bolsista do Programa de Recursos Humanos da Agência Nacional do Petróleo, Gás Natural e Biocombustíveis - ANP/ PRH-55 (2015-2017). Professor: do Programa de Doutorado Multi-Institucional e Multidisciplinar em Difusão do Conhecimento, do MBA em Gestão de Manutenção, da especialização em Data Science & Analytics e dos bacharelados em engenharia do Centro Universitário SENAI-CIMATEC. Tem ministrado as disciplinas: Sistemas Complexos, Gestão de Custos Industriais, Fundamentos de Economia, Fundamentos de Estatística, Estatística Aplicada e Métodos de Análises de Solução de Problemas (MASP). Desenvolve pesquisas no campo dos sistemas complexos, avaliando regularidade e complexidades em séries temporais, com interesse em análise multivariada com enfoque nas áreas de economia, mobilidade, energia e saúde. Autor e coautor em publicações de artigos em periódicos internacionais indexados, tais como: International Journal of Modern Physics C, Physica A: Statistical Mechanics and its Applications, Science of the Total Environment,. Possui alguns trabalhos publicados em eventos científicos: Congresso latino-americano de biomatemática, Encontro Nacional de Modelagem Computacional, Encontro Nacional de Física da Matéria Condensada, Workshop De Pesquisa Tecnologia e Inovação ? PTI, MDPI Sustainability entre outros.

 

 

 

Prof. Dr. Hugo Saba, Universidade do Estado da Bahia

Doutorado em Difusão do Conhecimento na Universidade Federal da Bahia (UFBA)(2013), Mestrado em Modelagem Computacional pela FVC (2005), Especialização em Computação Científica pela Fundação Visconde de Cairu (FVC) (2003) e Graduação em Processamento de Dados pela Faculdade Rui Barbosa (1995), Professor Efetivo da UNEB. Tem experiência na área de Ciência da Computação, atuando principalmente nos seguintes temas: modelagem computacional, tecnologias sociais, robótica educacional, gestão de projetos e difusão do conhecimento. No âmbito profissional coordena projetos de pesquisa e desenvolvimento, junto a Instituições de Ciência e Tecnologia (ICTs). Coordenador da Câmara de Computação na FAPESB. Na Pós Graduação é Coordenador do Doutorado em Difusão do Conhecimento (DMMDC), Professor Permanente no Programa Modelagem Computacional e Tecnologia Industrial(MCTI), e Professor Colaborador no Mestrado Profissional em Propriedade Intelectual e Transferência de Tecnologia para a Inovação(PROFNIT)

 

 

 

Referências

Akyuz, Y. (2020). Effects of intelligent tutoring systems (ITS) on personalized learning (PL). Creative Education, 11(6), 953–978. https://www.scirp.org/journal/paperinformation.aspx?paperid=101287 DOI: https://doi.org/10.4236/ce.2020.116069

Asif, R., Merceron, A., Ali, S. A., & Haider, N. G. (2017). Analyzing undergraduate students’ performance using educational data mining. Computers and Education, 113, 177–194. https://doi.org/10.1016/j.compedu.2017.05.007 DOI: https://doi.org/10.1016/j.compedu.2017.05.007

COSTA, N. T., FERNANDES, M. A. (2021) Sequenciamento de Ações Pedagógicas baseadas na Taxonomia de Bloom usando Planejamento Automatizado apoiado por Algoritmo Genético. Revista Brasileira de Informática na Educação, [S.l.], v. 29, p. 485-501, ISSN 2317-6121. https://sol.sbc.org.br/journals/index.php/rbie/article/view/2791/1960 DOI: https://doi.org/10.5753/rbie.2021.29.0.485

Freitas M. F., Rockenbach T. L. M., & Maria V. R. (2021). Proposta de arquitetura baseada em agentes inteligentes integrados em ambientes E-learning. Revista Educar Mais, 5(2), 249–260. https://doi.org/10.15536/reducarmais.5.2021.2163 DOI: https://doi.org/10.15536/reducarmais.5.2021.2163

Kitchenham, B. (2004). Procedures for performing systematic reviews (Keele University Technical Report No. TR/SE-0401; NICTA Technical Report No. 0400011T.1). Keele University, Keele. http://www.elizabete.com.br/rs/Tutrial_IHC_2012_files/Conceitos_RevisaoSistematica_kitchenham_2004.pdf

Page, M.J., McKenzie, J. E., Bossuyt. P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D., Shamseer, L., Tetzlaff, J. M., Akl, E. A. & Brennan. (2021) The PRISMA 2020 statement: An updated guideline for reporting systematic reviews. Syst. Rev. 10, n71. https://doi.org/10.1016/j.ijsu.2021.105906 DOI: https://doi.org/10.1016/j.ijsu.2021.105906

Palomino, P. T. (2022). Gamification of Virtual Learning Environments: A Narrative and User Experience Approach. Tese (Doutorado) – Programa de Pós-Graduação em Ciências de Computação e Matemática (PPG-CCMC). USP – São Carlos. https://www.teses.usp.br/teses/disponiveis/55/55134/tde-26072022-105616/publico/PaulaToledoPalomino_revisada.pdf.

Parreira, A., Lehmann, L., & Oliveira, M. (2021). O desafio das tecnologias de inteligência artificial na Educação: percepção e avaliação dos professores. Ensaio: Avaliação E Políticas Públicas Em Educação, 29 (Ensaio: aval.pol.públ.Educ., 2021 29(113). https://doi.org/10.1590/S0104-40362020002803115. DOI: https://doi.org/10.1590/s0104-40362020002803115

REIS, H. M., JAQUES P. & Isotani, S. (2018). Sistemas Tutores Inteligentes que detectam as emoções do estudante: Um mapeamento sistemático. Research and Innovation in Brazilian Education. 2ª ed. Palo Alto: Lemann Center, v. 1, p. 101-104, 2018. https://www.br-ie.org/pub/index.php/rbie/article/view/7184 DOI: https://doi.org/10.5753/rbie.2018.26.03.76

S. Alserhan, T. M. Alqahtani, N. Yahaya, W. M. Al-Rahmi & H. Abuhassna. (2023). Personal Learning Environments: Modeling Students Self-Regulation Enhancement Through a Learning Management System Platform. in IEEE Access. 2023 vol. 11, pp. 5464-5482. https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=10015756 DOI: https://doi.org/10.1109/ACCESS.2023.3236504

Santos, S. E. de F., Jorge, E. M. de F., & Winkler, I. (2021). Inteligência artificial e virtualização em ambientes virtuais de ensino e aprendizagem: desafios e perspectivas tecnológicas. ETD - Educação Temática Digital, 23(1), 2–19. https://doi.org/10.20396/etd.v23i1.8656150 DOI: https://doi.org/10.20396/etd.v23i1.8656150

SILVA, E. & CRUZ, J. (2019) Mineração de Dados Educacionais: uso de redes neurais artificiais na predição do Perfil Acadêmico do Aluno - IFAL Campus Maragogi. In: ESCOLA REGIONAL DE COMPUTAÇÃO BAHIA, ALAGOAS E SERGIPE (ERBASE) , 2019, Ilhéus. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação. p. 556-564. https://sol.sbc.org.br/index.php/erbase/article/view/9018

Sharma, P. & Harkishan, M. (2022) Designing an intelligent tutoring system for computer programing in the Pacific. Educ Inf Technol 27, 6197–6209. https://doi.org/10.1007/s10639-021-10882-9 DOI: https://doi.org/10.1007/s10639-021-10882-9

Vivian, R. L., Cazella, S. C., Machado, L. R., & Behar, P. A. (2022). Mineração de Dados Educacionais e Análise de Sentimentos em Ambientes Virtuais de Aprendizagem: um Mapeamento Sistemático. EaD Em Foco, 12(2), e1786. https://lume.ufrgs.br/handle/10183/243306 DOI: https://doi.org/10.18264/eadf.v12i2.1786

Yağcı, M. (2022) Educational data mining: Prediction of students academic performance using machine learning algorithms. Smart Learn. Environ., vol. 9, no. 1, pp. 1–19, doi: 10.1186/s40561-022-00192-z. DOI: https://doi.org/10.1186/s40561-022-00192-z

Zawacki-Richter, O., Marín, V.I., Bond, M. et al. (2019). Systematic review of research on artificial intelligence applications in higher education – where are the educators?. Int J Educ Technol High Educ 16, 39. https://doi.org/10.1186/s41239-019-0171-0. https://www.scirp.org/journal/paperinformation.aspx?paperid=101287 DOI: https://doi.org/10.1186/s41239-019-0171-0

Zem Lopes, Aparecida Mara (2017). Uma abordagem de suporte à avaliação de qualidade de sistemas educacionais baseados em Web Semântica. Tese (Doutorado) – Programa de Pós-Graduação em Ciências de Computação e Matemática (PPG-CCMC). USP – São Carlos. https://teses.usp.br/teses/disponiveis/55/55134/tde-01022018-084626/publico/AparecidaMariaZemLopes_revisada.pdf

Downloads

Publicado

08/06/2025

Como Citar

Santos, S. E. de F., Winkler, I., Araújo, M. L. V. ., Jorge, E. M. de F. ., Filho, A. S. N. ., & Saba, H. . (2025). AGENTES INTELIGENTES PARA AMBIENTES VIRTUAIS DE ENSINO E APRENDIZAGEM: UMA REVISÃO SISTEMÁTICA. HOLOS, 5(40). https://doi.org/10.15628/holos.2024.15584

Edição

v. 5 n. 40 (2024): V.5 n.40 (2024)

Seção

ARTIGOS

Licença

Creative Commons License

Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Artigos Semelhantes

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 > >> 

Você também pode iniciar uma pesquisa avançada por similaridade para este artigo.