USO DE INTELIGÊNCIA ARTIFICIAL PARA IDENTIFICAÇÃO DE PERFIS AFETIVOS EM AULAS DE EDUCAÇÃO FÍSICA ESCOLAR
"2025-12-02" // app/Providers/../Base/Publico/Artigo/resources/show_includes/info_artigo.blade.php
App\Base\Administrativo\Model\Artigo {#1845 // app/Providers/../Base/Publico/Artigo/resources/show_includes/info_artigo.blade.php #connection: "mysql" +table: "artigo" #primaryKey: "id" #keyType: "int" +incrementing: true #with: [] #withCount: [] +preventsLazyLoading: false #perPage: 15 +exists: true +wasRecentlyCreated: false #escapeWhenCastingToString: false #attributes: array:35 [ "id" => 131437 "edicao_id" => 438 "trabalho_id" => 3311 "inscrito_id" => 5364 "titulo" => "USO DE INTELIGÊNCIA ARTIFICIAL PARA IDENTIFICAÇÃO DE PERFIS AFETIVOS EM AULAS DE EDUCAÇÃO FÍSICA ESCOLAR" "resumo" => "O avanço exponencial da tecnologia desencadeou uma recente popularização de modelos de linguagem baseados em aprendizado profundo. Esses modelos, que utilizam inteligências artificiais (IA), são treinados para entender e gerar textos de forma coerente e contextualizada. Se bem treinados, tais modelos podem oferecer um importante auxílio acadêmico, profissional e científico para tarefas que envolvem transcrições de textos, frequência de palavras e avaliação de contextos implícitos na escrita. O efetivo treinamento de uma IA requer o fornecimento de um grande volume de dados oriundos de livros e artigos científicos, que servem como base para a arquitetura do modelo. Contudo, é possível que alguns modelos de IA ainda não apresentem adequada geração de informações, tornando necessário o desenvolvimento de maior criticidade e padronização de uso. O objetivo do presente resumo é investigar se uma IA é capaz de identificar perfis de determinantes afetivos a partir das respostas de um questionário. Para isso, 289 escolares (146 meninas), com idade entre 8 e 12 anos, responderam o questionário de identificação dos determinantes afetivos (QIDA), para identificação de potenciais determinantes que podem impactar as respostas afetivas durante as aulas de educação física. Foi utilizada a IA deepseek para analisar e encontrar perfis nas respostas dadas pelos escolares ao QIDA, que possui um total de 41 itens, e contempla dimensões diversas relacionadas aos aspectos afetivos. Os dados indicam que 40% dos escolares se enquadram no perfil 1 (motivados, integrados e confiantes), apresentando determinantes afetivos positivos nas aulas de educação física. O restante dos alunos se distribuiu entre os três perfis remanescentes, que estão associados a maior presença de determinantes afetivos negativos (ansiedade, baixa interação e dificuldades emocionais). Conclui-se que a IA pode ser utilizada para auxiliar o professor de educação física na identificação de necessidades afetivas específicas de suas turmas, ajudando na adoção de soluções eficazes." "modalidade" => "Pôster (PO)" "area_tematica" => "GT 09 - Educação Infantil" "palavra_chave" => ", , , , " "idioma" => "Português" "arquivo" => "TRABALHO__EV214_MD4_ID5364_TB3311_11032025222950.pdf" "created_at" => "2025-12-08 15:50:22" "updated_at" => null "ativo" => 1 "autor_nome" => "LUCAS EDUARDO RODRIGUES DOS SANTOS" "autor_nome_curto" => "LUCAS" "autor_email" => "lucas.rodriguessantos@ufpe.br" "autor_ies" => "UNIVERSIDADE FEDERAL DE PERNAMBUCO (UFPE)" "autor_imagem" => "" "edicao_url" => "anais-xi-congresso-nacional-de-educacao" "edicao_nome" => "Anais XI Congresso Nacional de Educação" "edicao_evento" => "XI Congresso Nacional de Educação" "edicao_ano" => 2025 "edicao_pasta" => "anais/conedu/2025" "edicao_logo" => null "edicao_capa" => "692d8b19ea55f_01122025093329.png" "data_publicacao" => "2025-12-02" "edicao_publicada_em" => "2025-12-01 09:33:29" "publicacao_id" => 19 "publicacao_nome" => "Anais CONEDU" "publicacao_codigo" => "2358-8829" "tipo_codigo_id" => 1 "tipo_codigo_nome" => "ISSN" "tipo_publicacao_id" => 1 "tipo_publicacao_nome" => "ANAIS de Evento" ] #original: array:35 [ "id" => 131437 "edicao_id" => 438 "trabalho_id" => 3311 "inscrito_id" => 5364 "titulo" => "USO DE INTELIGÊNCIA ARTIFICIAL PARA IDENTIFICAÇÃO DE PERFIS AFETIVOS EM AULAS DE EDUCAÇÃO FÍSICA ESCOLAR" "resumo" => "O avanço exponencial da tecnologia desencadeou uma recente popularização de modelos de linguagem baseados em aprendizado profundo. Esses modelos, que utilizam inteligências artificiais (IA), são treinados para entender e gerar textos de forma coerente e contextualizada. Se bem treinados, tais modelos podem oferecer um importante auxílio acadêmico, profissional e científico para tarefas que envolvem transcrições de textos, frequência de palavras e avaliação de contextos implícitos na escrita. O efetivo treinamento de uma IA requer o fornecimento de um grande volume de dados oriundos de livros e artigos científicos, que servem como base para a arquitetura do modelo. Contudo, é possível que alguns modelos de IA ainda não apresentem adequada geração de informações, tornando necessário o desenvolvimento de maior criticidade e padronização de uso. O objetivo do presente resumo é investigar se uma IA é capaz de identificar perfis de determinantes afetivos a partir das respostas de um questionário. Para isso, 289 escolares (146 meninas), com idade entre 8 e 12 anos, responderam o questionário de identificação dos determinantes afetivos (QIDA), para identificação de potenciais determinantes que podem impactar as respostas afetivas durante as aulas de educação física. Foi utilizada a IA deepseek para analisar e encontrar perfis nas respostas dadas pelos escolares ao QIDA, que possui um total de 41 itens, e contempla dimensões diversas relacionadas aos aspectos afetivos. Os dados indicam que 40% dos escolares se enquadram no perfil 1 (motivados, integrados e confiantes), apresentando determinantes afetivos positivos nas aulas de educação física. O restante dos alunos se distribuiu entre os três perfis remanescentes, que estão associados a maior presença de determinantes afetivos negativos (ansiedade, baixa interação e dificuldades emocionais). Conclui-se que a IA pode ser utilizada para auxiliar o professor de educação física na identificação de necessidades afetivas específicas de suas turmas, ajudando na adoção de soluções eficazes." "modalidade" => "Pôster (PO)" "area_tematica" => "GT 09 - Educação Infantil" "palavra_chave" => ", , , , " "idioma" => "Português" "arquivo" => "TRABALHO__EV214_MD4_ID5364_TB3311_11032025222950.pdf" "created_at" => "2025-12-08 15:50:22" "updated_at" => null "ativo" => 1 "autor_nome" => "LUCAS EDUARDO RODRIGUES DOS SANTOS" "autor_nome_curto" => "LUCAS" "autor_email" => "lucas.rodriguessantos@ufpe.br" "autor_ies" => "UNIVERSIDADE FEDERAL DE PERNAMBUCO (UFPE)" "autor_imagem" => "" "edicao_url" => "anais-xi-congresso-nacional-de-educacao" "edicao_nome" => "Anais XI Congresso Nacional de Educação" "edicao_evento" => "XI Congresso Nacional de Educação" "edicao_ano" => 2025 "edicao_pasta" => "anais/conedu/2025" "edicao_logo" => null "edicao_capa" => "692d8b19ea55f_01122025093329.png" "data_publicacao" => "2025-12-02" "edicao_publicada_em" => "2025-12-01 09:33:29" "publicacao_id" => 19 "publicacao_nome" => "Anais CONEDU" "publicacao_codigo" => "2358-8829" "tipo_codigo_id" => 1 "tipo_codigo_nome" => "ISSN" "tipo_publicacao_id" => 1 "tipo_publicacao_nome" => "ANAIS de Evento" ] #changes: [] #casts: array:14 [ "id" => "integer" "edicao_id" => "integer" "trabalho_id" => "integer" "inscrito_id" => "integer" "titulo" => "string" "resumo" => "string" "modalidade" => "string" "area_tematica" => "string" "palavra_chave" => "string" "idioma" => "string" "arquivo" => "string" "created_at" => "datetime" "updated_at" => "datetime" "ativo" => "boolean" ] #classCastCache: [] #attributeCastCache: [] #dates: [] #dateFormat: null #appends: [] #dispatchesEvents: [] #observables: [] #relations: [] #touches: [] +timestamps: false #hidden: [] #visible: [] +fillable: array:13 [ 0 => "edicao_id" 1 => "trabalho_id" 2 => "inscrito_id" 3 => "titulo" 4 => "resumo" 5 => "modalidade" 6 => "area_tematica" 7 => "palavra_chave" 8 => "idioma" 9 => "arquivo" 10 => "created_at" 11 => "updated_at" 12 => "ativo" ] #guarded: array:1 [ 0 => "*" ] }