Uma abordagem baseada em Aprendizado de Máquina e Jogos Sérios para a detecção das Habilidades Matemáticas de Crianças com TEA na Educação Fundamental

##plugins.themes.bootstrap3.article.main##

Sara Raquel Araujo Leal
Carlo Marcelo Revoredo da Silva
Bruno José Torres Fernandes
Tícia Cassiany Ferro Cavalcante

Resumo

Na escola, os estudantes iniciam sua vida em sociedade, expandindo seu círculo social para pessoas com diversas culturas, gostos e características. Portanto, é fundamental que a escola seja um espaço de apoio e inclusão para todos os alunos, independentemente de suas necessidades individuais e diferenças. Ao analisarmos a conjuntura das escolas públicas brasileiras, observamos um progresso gradual e crescente dessas instituições de ensino em relação aos estudantes que necessitam de atendimento educacional especializado (AEE). De acordo com dados do Censo Escolar de 2021 (INEP, 2021), o número de matrículas de estudantes com neurodivergências mais que dobrou entre 2017 e 2020, evidenciando a crescente demanda por esse tipo de atendimento. Diante desse cenário, é evidente a necessidade de investimento das redes públicas de ensino em uma educação inclusiva de qualidade, que promova ambientes acolhedores nas salas de aula, visando o pleno desenvolvimento social e intelectual desses estudantes. No contexto do Ensino Fundamental - anos iniciais, de acordo com a Base Nacional Comum Curricular (BNCC), as crianças adquirem maior autonomia, ampliam suas interações com o ambiente ao seu redor e aprimoram suas habilidades em diversas áreas, incluindo o raciocínio aritmético. A matemática desempenha um papel fundamental no desenvolvimento de habilidades cognitivas e pessoais essenciais, como o pensamento crítico, a criatividade, a auto direção, a iniciativa, a persistência, o pensamento sistêmico, a comunicação e a reflexão. Infelizmente, muitos estudantes brasileiros têm enfrentado dificuldades na interpretação de situações em diferentes contextos, como o individual, o ocupacional, o social e o científico, devido à falta de utilização desses conhecimentos matemáticos. Essa situação vem sendo observada ao longo dos anos, de acordo com o Programa Internacional de Avaliação de Estudantes (Pisa). A aprendizagem da matemática desempenha um papel fundamental na promoção do desenvolvimento cognitivo, trabalhando o raciocínio das crianças, especialmente daquelas com neurodivergências, como o Transtorno do Espectro Autista (TEA) (Noronha, 2021). O TEA é um transtorno complexo que afeta cada pessoa de maneira única (APA, 2014). Existem casos de crianças com TEA que possuem habilidades matemáticas excepcionais, todavia, outras crianças com TEA muitas vezes enfrentam dificuldades na compreensão de conceitos matemáticos, uma vez que as aulas são frequentemente conduzidas de forma metódica e abstrata, ou seja, sem uma devida recepção inclusiva, o que torna a aprendizagem ainda mais complexa para eles. Podemos destacar quatro possíveis situações das habilidades cognitivas de crianças confrontadas com atividades matemáticas, a saber: (i) habilidades excepcionais; (ii) habilidades consideradas normais; (iii) dificuldade leve a moderada; (iv) dificuldade acentuada. No caso da dificuldade acentuada, a criança em questão pode apresentar outros distúrbios distintos do TEA, como a discalculia, mas sem um devido diagnóstico em seu caso. Com base no DSM-5 (APA, 2014), a discalculia é um transtorno neurológico que impede a criança de realizar tarefas matemáticas de execução simples, resultando em baixo desempenho nessa área do conhecimento. É importante diagnosticar precocemente a discalculia, especialmente em crianças autistas que já enfrentam dificuldades em seus relacionamentos sociais. O diagnóstico precoce é essencial para evitar que os estudantes se sintam desestimulados e desenvolvam problemas psicológicos decorrentes da percepção de suas limitações (Tomazini, 2018). Nesse contexto, uma ferramenta que pode ser utilizada para auxiliar na identificação precoce da discalculia em crianças autistas é o Aprendizado de Máquina (AM), do inglês Machine Learning. O AM é um ramo da inteligência artificial que se concentra na criação de algoritmos capazes de analisar e interpretar dados para identificar padrões (Russell & Norvig, 2021). Por meio do AM, é possível detectar padrões comportamentais em estudantes autistas ao resolverem problemas matemáticos, permitindo a identificação dos quatro níveis de habilidades apresentados. No entanto, é importante considerar que nem toda dificuldade, mesmo que acentuada, é considerada uma discalculia, além disso, outros fatores podem influenciar na dificuldade acentuada e que fogem do contexto da matemática, como a dislexia ou mesmo uma falta de base adequada durante a educação infantil. Nesta linha, o AM pode auxiliar em um diagnóstico mais preciso com base nos padrões da criança apresentados durante a resolução de problemas matemáticos. Diante disso, o objetivo deste estudo é identificar padrões de habilidades em matemática presentes em crianças com TEA, visando inclusive, no caso, servir como subsídio ao diagnóstico precoce da discalculia. Para coletar os dados, serão utilizados jogos sérios digitais matemáticos por crianças com TEA no ensino fundamental. Embora seja um jogo, um jogo sério não é voltado exclusivamente para o entretenimento, porque a análise durante o jogo pode auxiliar na percepção de habilidades matemáticas (Oliveira & Rocha, 2020). Conclui-se que, considerando que existem poucos estudos na literatura que abordam a discalculia em crianças com TEA, a presente proposta é um instrumento pedagógico é relevante tanto para o campo educacional quanto para o tecnológico.
 

Downloads

Não há dados estatísticos.

##plugins.themes.bootstrap3.article.details##

Seção
Engenharia da Computação e Sistemas