A inteligência artificial pode contribuir para que cada estudante receba recomendações de conteúdos mais adequadas ao seu ritmo e nível de aprendizagem. Essa é a proposta da pesquisa apresentada pela professora Caroline Pacheco da Rosa, dos cursos de Tecnologia da Informação da Universidade Luterana do Brasil (Ulbra), durante a II Escola Regional de Aprendizado de Máquina e Inteligência Artificial da Região Sul (ERAMIA-RS).

Promovido pela Sociedade Brasileira de Computação (SBC), o evento ocorreu de 9 a 11 de novembro de 2026, na Universidade Federal de Ciências da Saúde de Porto Alegre (UFCSPA), no Centro Histórico da Capital. A programação reuniu estudantes, pesquisadores e profissionais da área, com minicursos sobre temas como identificação de desinformação com modelos de linguagem, inteligência artificial aplicada à saúde, síntese de imagens, descoberta de fármacos e aprendizado por reforço.

A edição também contou com palestras de especialistas vinculados a instituições como TELUS Digital, ICMC-USP, PUCRS, UFPel, UFRGS e UFBA, além de um desafio de programação (Code Challenge) para equipes. Ao todo, foram submetidos 198 artigos, dos quais 158 foram aceitos nas trilhas de Graduação, Pós-Graduação e Indústria. A coordenação geral ficou a cargo das professoras Ana Trindade Winck, Carla Diniz Lopes Becker e Mariana Recamonde Mendoza.

Pesquisa aproxima inteligência artificial e pedagogia

O trabalho apresentado por Caroline tem como título Recompensa Informada pela Zona de Desenvolvimento Proximal em Recomendação Educacional com Deep Reinforcement Learning. A pesquisa integra seu mestrado no Programa de Pós-Graduação em Computação Aplicada (PPGCA) da Universidade do Vale do Rio dos Sinos (Unisinos), sob orientação do professor doutor Felipe André Zeiser. O artigo também concorreu ao prêmio de melhor trabalho do evento.

O estudo investiga como sistemas de recomendação baseados em aprendizado por reforço podem sugerir conteúdos educacionais de maneira mais alinhada aos princípios pedagógicos. Em geral, esses sistemas podem tratar qualquer avanço do estudante como igualmente desejável. A proposta da pesquisa é incorporar a Zona de Desenvolvimento Proximal, conceito desenvolvido pelo psicólogo Lev Vygotsky, que representa a distância entre aquilo que o aluno já consegue realizar sozinho e o que pode aprender com orientação ou apoio.

Na prática, a ideia é recomendar conteúdos que representem desafios adequados ao estudante: nem tão fáceis que não estimulem o aprendizado, nem tão difíceis que estejam além de suas possibilidades naquele momento.

Os experimentos foram realizados com dados reais de estudantes da base pública ASSISTments 2009. Os resultados preliminares apontam caminhos para a continuidade da investigação, que seguirá com novas etapas de validação. O trabalho conta com apoio da Fundação de Amparo à Pesquisa do Estado do Rio Grande do Sul (FAPERGS).