32 - INTEGRAÇÃO DA INTELIGÊNCIA ARTIFICIAL (IA) AO MODELO DE SALA DE AULA INVERTIDA NO ENSINO DE ENGENHARIA

Cleiton Rubens Formiga Barbosa Júnior; Cleiton Rubens Formiga Barbosa Júnior

doi:10.47094/ICOLUBRAPECI.2026/RS-56

32 - INTEGRAÇÃO DA INTELIGÊNCIA ARTIFICIAL (IA) AO MODELO DE SALA DE AULA INVERTIDA NO ENSINO DE ENGENHARIA

Introdução: A transformação digital no ensino superior tem impulsionado a adoção de metodologias inovadoras capazes de promover autonomia, pensamento crítico e aprendizagem ativa, especialmente em cursos de Engenharia, nos quais a complexidade conceitual demanda abordagens pedagógicas mais dinâmicas. Nesse contexto, a sala de aula invertida destaca-se por reorganizar o processo de aprendizagem, deslocando conteúdos teóricos para o estudo prévio e reservando o tempo síncrono para atividades práticas e colaborativas. Paralelamente, os avanços recentes em Inteligência Artificial (IA) ampliam as possibilidades de personalização, monitoramento e suporte pedagógico, oferecendo recursos capazes de adaptar trilhas de aprendizagem, identificar dificuldades individuais e fortalecer o engajamento discente. Apesar do crescente interesse, a integração estruturada entre IA e sala de aula invertida ainda carece de modelos consolidados e de análises específicas para o ensino de Engenharia. Objetivo: Examinar modelos de aplicação da IA em ambientes de sala de aula invertida no ensino de Engenharia, identificando benefícios, limitações e perspectivas para sua adoção como estratégia pedagógica alinhada à transformação digital. Metodologia: A pesquisa foi conduzida por meio de revisão bibliográfica sistemática em bases científicas entre 2019 e 2025 sobre metodologias ativas, sistemas inteligentes de tutoria, learning analytics, agentes conversacionais e plataformas educacionais baseadas em IA. Foram analisados modelos de implementação, ferramentas utilizadas, métricas de desempenho e impactos na aprendizagem. Resultados: Os estudos indicam que a IA potencializa a sala de aula invertida ao oferecer recomendações personalizadas, automatizar feedback, apoiar atividades práticas por meio de simulações inteligentes e ampliar o acompanhamento do progresso discente. Observou-se aumento no engajamento, melhoria na retenção de conteúdos e maior autonomia dos estudantes. Contudo, persistem desafios relacionados à formação docente, à ética no uso de dados, à dependência tecnológica e à necessidade de adaptação dos modelos às diferentes áreas da Engenharia. Conclusões: A integração entre IA e sala de aula invertida configura uma estratégia promissora para o ensino de Engenharia, contribuindo para a inovação pedagógica e para a consolidação de ambientes de aprendizagem adaptativos e eficientes. Sua adoção requer investimentos em infraestrutura, capacitação docente e validação contínua dos modelos, assegurando práticas educacionais alinhadas às demandas da transformação digital.

Descrição Autores Download Ler Online

32 - INTEGRAÇÃO DA INTELIGÊNCIA ARTIFICIAL (IA) AO MODELO DE SALA DE AULA INVERTIDA NO ENSINO DE ENGENHARIA

Doi: 10.47094/ICOLUBRAPECI.2026/RS-56

PALAVRAS CHAVE: Ambientes inteligentes. Metodologias ativas. Inovação pedagógica.

KEYWORDS: Intelligent environments. Active methodologies. Pedagogical innovation.

ABSTRACT:
Introduction: Digital transformation in higher education has driven the adoption of innovative methodologies capable of fostering autonomy, critical thinking, and active learning—particularly in Engineering programs, where conceptual complexity demands more dynamic pedagogical approaches. In this context, the flipped classroom stands out by reorganizing the learning process: shifting theoretical content to pre-class study while reserving synchronous time for practical, collaborative activities. Concurrently, recent advances in Artificial Intelligence (AI) expand the possibilities for personalization, monitoring, and pedagogical support, offering resources that can adapt learning paths, identify individual difficulties, and boost student engagement. Despite growing interest, the structured integration of AI and the flipped classroom still lacks established models and specific analyses tailored to Engineering education. Objective: To examine models for applying AI within flipped classroom environments in Engineering education, identifying benefits, limitations, and prospects for its adoption as a pedagogical strategy aligned with digital transformation. Methodology: The research was conducted through a systematic literature review across scientific databases covering the period from 2019 to 2025, focusing on active methodologies, intelligent tutoring systems, learning analytics, conversational agents, and AI-based educational platforms. Implementation models, tools used, performance metrics, and impacts on learning were analyzed. Results: Studies indicate that AI enhances the flipped classroom by offering personalized recommendations, automating feedback, supporting practical activities through intelligent simulations, and improving the monitoring of student progress. Increased engagement, improved content retention, and greater student autonomy were observed. However, challenges persist regarding teacher training, data ethics, technological dependency, and the need to adapt models to the various fields of Engineering. Conclusions: The integration of AI and the flipped classroom represents a promising strategy for engineering education, contributing to pedagogical innovation and the establishment of adaptive, efficient learning environments. Its adoption requires investment in infrastructure, faculty training, and continuous model validation to ensure educational practices aligned with the demands of digital transformation.

Autores

Cleiton Rubens Formiga Barbosa
Cleiton Rubens Formiga Barbosa Júnior

Download

32 - INTEGRAÇÃO DA INTELIGÊNCIA ARTIFICIAL (IA) AO MODELO DE SALA DE AULA INVERTIDA NO ENSINO DE ENGENHARIA

32 - INTEGRAÇÃO DA INTELIGÊNCIA ARTIFICIAL (IA) AO MODELO DE SALA DE AULA INVERTIDA NO ENSINO DE ENGENHARIA

Autores

Editora

Catálogos

Navegação