Inteligência artificial no ensino técnico: estudo comparativo entre duas metodologias no ensino remoto

Autores

DOI:

https://doi.org/10.15628/rbept.2021.11456

Palavras-chave:

ensino remoto, Ensino remoto emergencial, Ensino de inteligência artificial

Resumo

Este trabalho visa analisar o ensino e aprendizagem de inteligência artificial em um curso técnico integrado de nível médio. A comparação da oferta do conteúdo utiliza-se de dois métodos distintos no ensino remoto: aulas síncronas e aulas assíncronas. A abordagem quantitativa foi adotada a partir da experimentação e análise dos resultados obtidos pelos estudantes nos questionários avaliativos em uma turma do primeiro ano do ensino Técnico Integrado em Automação Industrial do Instituto Federal de Minas Gerais, Campus Betim. Comparações dos resultados de avaliação obtidos nas duas abordagens apontam que o elevado intervalo entre a oferta do conteúdo e a realização das atividades pode ter influência negativa no desempenho dos estudantes, conforme formato de ensino remoto adotado.

Downloads

Não há dados estatísticos.

Biografia do Autor

Leandro Freitas, Instituto Federal de Educação, Ciência e Tecnologia de Minas Gerais, IFMG, Brasil.

Possui graduação em Engenharia de Controle e Automação pela Universidade Federal de Minas Gerais (2009), mestrado (2013) e doutorado (2018) em Engenharia Elétrica, na área de Sinais e Sistemas, pela Universidade Federal de Minas Gerais. Atualmente é professor do Instituto Federal Minas Gerais. Tem experiência na área de automação e controle, com ênfase em automação de processos industriais, sinais e sistemas, atuando principalmente nos seguintes temas: controle e análise de sistemas não lineares, sincronismo de fase, identificação de sistemas, redes neurais.

Joelma Aparecida do Nascimento, Instituto Federal de Educação, Ciência e Tecnologia de Minas Gerais, IFMG, Brasil.

ra em História pela Universidade Federal de Minas Gerais (UFMG). Mestre em História pela Universidade Federal de Juiz de Fora (UFJF). Licenciada e Bacharel em História pela Universidade Federal de Ouro Preto (UFOP). No doutorado contou com Bolsa de pesquisa do Programa de Doutorado Sanduíche no Exterior (PDSE/CAPES) sob supervisão do professor Dr. António Manuel Hespanha na Faculdade de Direito da Universidade Nova de Lisboa, Portugal. É afiliada da Associação Brasileira de Pesquisadores(as) Negros(as)/ABPN. Tem experiência na área de História, com ênfase em História do Brasil no século XIX e interesse nos seguintes temas: construção do Estado e da nação, sistemas eleitoral e judiciário, hierarquização socioeconômica, sociedade mineira, educação para as relações étnico-raciais.

Michelle Mendes Santos, Instituto Federal de Educação, Ciência e Tecnologia de Minas Gerais, IFMG, Brasil.

Mestre em Engenharia Elétrica pela Universidade Federal de Minas Gerais, possui graduação em Engenharia de Controle e Automação pela mesma instituição. Atualmente é Docente do quadro efetivo do Instituto Federal de Educação Tecnológica de Minas Gerais (IFMG - Campus Betim) e coordenadora do curso técnico Integrado em Automação Industrial. Tem experiência nas áreas de Automação Industrial, Robótica Móvel, Visão Computacional e Redes de Sensores Sem Fio. Participou do grupo de Pesquisa e Desenvolvimento de Veículos Autônomos da UFMG (PDVA).

Referências

ARAUJO, Ana Liz Souto O.; SANTOS, J. S.; MELO, M. R. A.; ANDRADE, W. L.; GUERRERO, DALTON D. SEREY; FIGUEIREDO, J. C. A. Teoria de Resposta ao Item. In: JAQUES, Patrícia Augustin; SIQUEIRA; Sean; BITTENCOURT, Ig; PIMENTEL, Mariano. (Org.). Metodologia de Pesquisa Científica em Informática na Educação: Abordagem Quantitativa. 1ed.Porto Alegre: SBC, 2020, v. 1, p. 1-29.

CENTRO DE INOVAÇÃO PARA A EDUCAÇÃO BRASILEIRA. Inteligência Artificial na Educação. CIEB Notas Técnicas, 2019. (16).

FREITAS, Leandro. Breve Introdução à Inteligência Artificial. Youtube, 17 setembro 2020. Disponível em https://www.youtube.com/playlist?list=PLO_DMxeQexXSVpqmWJAvVwKu805Ta5aR6. Acesso em: 29 setembro 2020.

IFMG. Projeto Pedagógico do Curso Técnico em Automação Industrial, (integrado). Betim, 2018. Disponível em:<https://www.ifmg.edu.br/betim/cursos-1/tecnico/tec-automacao> Acesso em: 13 out. 2020.

MANYIKA, James; LUND, Susan; CHUI, Michael; BUGHIN, Jacques; WOETZEL, Jonathan; BATRA, Parul; KO, Ryan; SANGHVI, Saurabh. Jobs lost, jobs gained: What the future of work will mean for jobs, skills, and wages. McKinsey Global Institute, dez. de 2017.

OLIVEIRA, João Batista Araujo e; GOMES, Matheus; BARCELLOS, Thais. A Covid-19 e a volta às aulas: ouvindo as evidências. Ensaio: aval.pol.públ.Educ., Rio de Janeiro , v. 28, n. 108, p. 555-578, set. 2020.Disponívelem:<http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0104-40362020000300555&lng=pt&nrm=iso>. Acesso em: 13 out. 2020.

UNESCO. COVID-19 impact on education. Disponível em: https://en.unesco.org/covid19/educationresponse. Acesso em: 13 out. 2020.

YAGHMOUR, K.S.; OBAIDAT, L.T.; HAMADNEH, Q.M. The Level of Diagnostic Tests' Preparation Skills among the Teachers of the First Three Elementary Grades' Teachers at the Directorate of Education of Bani Kinana District. Journal of Education and Practice, v. 7, p. 155-164, 2016.

Downloads

Publicado

28/10/2021

Como Citar

FREITAS, Leandro; NASCIMENTO, Joelma Aparecida do; SANTOS, Michelle Mendes. Inteligência artificial no ensino técnico: estudo comparativo entre duas metodologias no ensino remoto. Revista Brasileira da Educação Profissional e Tecnológica, [S. l.], v. 2, n. 21, p. e11456, 2021. DOI: 10.15628/rbept.2021.11456. Disponível em: https://www2.ifrn.edu.br/ojs/index.php/RBEPT/article/view/11456. Acesso em: 20 dez. 2024.

Edição

v. 2 n. 21 (2021)

Seção

ARTIGOS

Licença

O autor na submissão do artigo transfere o direito autoral ao periódico. À Revista Brasileira da Educação Profisisonal e Tecnológica ficam reservados os direitos autorais pertinentes a todos os artigos nela publicados. 

 

Artigos Semelhantes

> >> 

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