Avaliação da Aprendizagem Adaptativa (Adaptive Learning) através do Uso da Inteligência Artificial (IA) na Educação a Distância

Autores/as

DOI:

https://doi.org/10.18264/eadf.v16i1.2755

Palabras clave:

Ensino personalizado, Feedback individualizado, Educação remota

Resumen

Este estudo teve como objetivo analisar as contribuições de processos de aprendizagem adaptativa mediada por ferramentas de Inteligência Artificial (IA), direcionando o foco em sua potencialidade de aplicação na Educação a Distância (EAD). A investigação foi conduzida por meio de uma Revisão Bibliográfica Sistemática (RBS), com base na metodologia PRISMA, abrangendo publicações entre 2020 e 2024, nas bases Scopus e Web of Science. Foram selecionados 14 artigos que abordam a integração da IA em ambientes de aprendizagem adaptativa. As tecnologias mais recorrentes nos estudos incluíram chatbots e agentes virtuais, destacando benefícios da personalização do ensino e apontando limitações observadas em sua implementação. Os resultados evidenciam que a IA potencializa a personalização do ensino, viabiliza feedbacks imediatos e mais individualizados, otimiza o acompanhamento do progresso discente e favorece a adaptação do conteúdo conforme o perfil e desempenho dos alunos. No entanto, os estudos também apontam limitações, como dificuldades em interpretar erros conceituais complexos, além de desafios estruturais, baixo tempo para adaptação curricular e ausência de diretrizes normativas claras. Conclui-se que, apesar dos desafios encontrados na aplicação de uma tecnologia tão recente, sobrepõe que a integração entre IA e aprendizagem adaptativa na EAD representa uma tendência crescente e promissora. 

 

Palavras-chave: Ensino personalizado. Feedback individualizado. Educação remota.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Naiara Lima Costa, Universidade Estadual Paulista

É graduada em Engenharia de Energia e Mestre em Engenharia Agrícola pela Universidade Federal da Grande Dourados, UFGD. Atualmente é doutorando em Ciência e Tecnologia de Materiais pela Universidade Estadual Paulista, Unesp. É especialista em  Processos Didático-Pedagógico para Cursos na Modalidade a Distância pela Universidade Virtual do Estado de São Paulo, UNIVESP.

Maria Fernanda Sua Rojas, Universidade Estadual de Campinas

Graduada em BIOLOGIA pela Universidad Industrial de Santander, UIS, Colômbia e doutoranda em Bioenergia na Universidade Estadual de Campinas, UNICAMP. É especialista em Processos Didático-Pedagógico para Cursos na Modalidade a Distância pela Universidade Virtual do Estado de São Paulo, UNIVESP.

Marina Schimidt, Universidade Estadual Paulista

Graduada em Gestão da Tecnologia da Informação pelo Centro Estadual de Educação Tecnológica Paula Souza, FATEC JAHU.  Licenciatura em Matemática e mestrado em Matemática Aplicada e Computacional pela Universidade Estadual Paulista, UNESP.  Doutoranda no Programa de Pós-Graduação em Engenharia Elétrica também pela UNESP. É especialista em Processos Didático-Pedagógico para Cursos na Modalidade a Distância pela Universidade Virtual do Estado de São Paulo, UNIVESP.

Juliana da Silva Amaral Bruno, Universidade Federal de São Carlos

Graduada em Fisioterapia pela Universidade Camilo Castelo Branco (2004).  Mestra e Doutora pelo Programa de Pós- Graduação em Biotecnologia (PPG Biotec) na Universidade Federal de São Carlos. É especialista em Processos Didático-Pedagógico para Cursos na Modalidade a Distância pela Universidade Virtual do Estado de São Paulo, UNIVESP.

Ana Lúcia Gabas Ferreira, Universidade de São Paulo

Professora Associada da Universidade de São Paulo (USP), possui ampla trajetória acadêmica e científica nas áreas de Engenharia de Alimentos e Ciências Ambientais. É Engenheira de Alimentos com mestrado (1998) e doutorado (2002) pela UNICAMP, além do título de Livre-Docente pela USP (2006). Iniciou sua carreira docente na Faculdade de Zootecnia e Engenharia de Alimentos (FZEA/USP) em 2002 e, desde 2013, integra o corpo docente da Escola de Engenharia de Lorena (EEL/USP), onde atua nos Programas de Pós-Graduação em Engenharia Química (PPGEQ) e Meio Ambiente e Desenvolvimento (PPGMAD). Coordena projetos voltados à sustentabilidade e inovação tecnológica, especialmente no reaproveitamento de resíduos agroindustriais e na produção de biocombustíveis.

Citas

ADDIMANDO, L. Distance Learning in Pandemic Age: Lessons from a (No Longer) Emergency. Int. J. Environ. Res. Public Health, v. 19, p. 16302, 2022.

BELDA-MEDINA, J.; KOKOŠKOVÁ, V. Integrating chatbots in education: insights from the Chatbot-Human Interaction Satisfaction Model (CHISM). International Journal of Educational Technology in Higher Education, v. 20, n. 1, p. 62, 2023.

CAO, Y. et al. Reimagining tradition: A comparative study of artificial intelligence and virtual reality in sustainable architecture education. Sustainability, v. 16, n. 24, p. 11135, 2024.

CASTELLANO, M. S. et al. Empowering human anatomy education through gamification and artificial intelligence: An innovative approach to knowledge appropriation. Clinical Anatomy, v. 37, n. 1, p. 12-24, 2024.

CHANDRASEKARAN, B.; NAIR, S. G. S. Unleashing the potential of ChatGPT in education: Revolutionizing learning and collaboration. IEEE Potentials, v. 43, n. 6, p. 13-22, 2024.

CHETYRBOK, P. V.; SHOSTAK, M. A.; ALIMOVA, L. U. Adaptive learning using artificial intelligence in distance education. Proceedings of the Distance Learning Technologies, Yalta, Crimea, p. 16-21, 2021.

DA SILVA, J. A. S. G.; COUTINHO, D. J. G. Crescimento do Ensino à Distância após a pandemia no Brasil. Revista Ibero-Americana de Humanidades, Ciências e Educação, v. 10, n. 10, p. 3714-3722, 2024.

DAI, C. et al. Effects of artificial intelligence-powered virtual agents on learning outcomes in computer-based simulations: A meta-analysis. Educational Psychology Review, v. 36, n. 1, p. 31, 2024.

GAO, H. et al. The double-edged sword effect of argumentative scaffolding on group discussion in an adaptive discussion system. Frontiers in Psychology, v. 13, p. 997522, 2022.

HOWORTH, S. K. et al. Integrating emerging technologies to enhance special education teacher preparation. Journal of Research in Innovative Teaching & Learning, 2024.

INGAVÉLEZ-GUERRA, P. et al. Automatic adaptation of open educational resources: an approach from a multilevel methodology based on students’ preferences, educational special needs, artificial intelligence and accessibility metadata. IEEE Access, v. 10, p. 9703-9716, 2022.

KHASAWNEH, Y. J.; KHASAWNEH, M. A. Cognitive load analysis of adaptive learning technologies in special education classrooms: A quantitative approach. International Journal of Advanced and Applied Sciences, v. 11, n. 12, p. 34-41, 2024.

LEE, D.; YEO, S. Developing an AI-based chatbot for practicing responsive teaching in mathematics. Computers & Education, v. 191, p. 104646, 2022.

MARTIN, F., DENNEN, V. P., e BONK, C. J. Systematic Reviews of Research on Online Learning: An Introductory Look and Review. Online Learning Journal (OLJ), v. 27, n. 1, p. 1-15, 2023.

MOHER, D. et al. Preferred reporting items for systematic reviews and meta-analyses: the PRISMA statement. Bmj, v. 339, 2009.

SACHETE, A. dos S.; DE SANT’ANNA DE F. L, A. V.; GOMES, R. S. AdaptiveGPT: Towards Intelligent Adaptive Learning. Multimedia Tools and Applications, v. 83, n. 41, p. 89461-89477, 2024.

SAJJA, R. et al. Artificial intelligence-enabled intelligent assistant for personalized and adaptive learning in higher education. Information, v. 15, n. 10, p. 596, 2024.

STRIELKOWSKI, W. et al. AI-driven adaptive learning for sustainable educational transformation. Sustainable Development, v. 33, p. 1921 - 1947, 2024.

TANG, Z. Internet+ Teaching Model of Community-Based Elderly Education in the Context of Smart Cities. Applied Mathematics and Nonlinear Sciences, v. 9, n. 1, p. 1–20, 2024.

TORRES-PEÑA, R. C. et al. Updating calculus teaching with AI: A classroom experience. Education Sciences, v. 14, n. 9, p. 1019, 2024.

WU, B. Personalized education for graduate students driven by artificial intelligence and big data. Teaching of Forestry Region, v. 7, 2019.

YUFEIA, L. et al. Review of the application of artificial intelligence in education. Integration (Amsterdam), v. 12, n. 8, p. 1-15, 2020.

ZHANG, K.; ASLAN, A. B. AI technologies for education: Recent research & future directions. Computers and education: Artificial intelligence, v. 2, p. 100025, 2021.

Descargas

Publicado

2026-03-26

Cómo citar

Costa, N. L., Rojas, M. F. S., Schimidt, M., Bruno, J. da S. A., & Ferreira, A. L. G. (2026). Avaliação da Aprendizagem Adaptativa (Adaptive Learning) através do Uso da Inteligência Artificial (IA) na Educação a Distância. EaD Em Foco, 16(1), e2755. https://doi.org/10.18264/eadf.v16i1.2755

Número

Vol. 16 Núm. 1 (2026)

Sección

Revisões

Licencia

Derechos de autor 2026 EaD em Foco

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.

Todos os artigos publicados na Revista EaD em Foco recebem a licença Creative Commons - Atribuição 4.0 Internacional (CC BY 4.0). Todas as publicações subsequentes, completas ou parciais, deverão ser feitas com o reconhecimento, nas citações, da Revista EaD em Foco como a editora original do artigo.

Artículos más leídos del mismo autor/a