BIG DATA E MACHINE LEARNING NO ENSINO DE MATEMÁTICA: ESTRATÉGIAS BASEADAS EM ANÁLISES ESTATÍSTICAS PARA O DESENVOLVIMENTO DO PENSAMENTO ALGÉBRICO E QUANTITATIVO NA EDUCAÇÃO BÁSICA

ÁLAZE GABRIEL DO GABRIEL DO BREVIÁRIO, DENISE OLIVEIRA DA ROSA, LUIZ CLÁUDIO LOCATELLI VENTURA, FERNANDA WAKIM TANNOUS, FLÁVIA ADRIANA SANTOS REBELLO, ANA PAULA LISBOA FERREIRA LEVY

Resumo


Esta pesquisa aborda o uso de Big Data e Machine Learning no ensino de Matemática, com foco em como essas tecnologias podem promover o desenvolvimento do pensamento algébrico e quantitativo na Educação Básica. A crescente inserção das Tecnologias Digitais de Informação e Comunicação (TDICs) no ensino exige novas abordagens metodológicas que integrem ferramentas tecnológicas de maneira eficiente. A problemática central envolve a resistência ao uso dessas tecnologias por parte de educadores e a falta de infraestrutura nas escolas. O objetivo principal é investigar como Big Data e Machine Learning podem ser aplicados no ensino de Matemática para melhorar o aprendizado dos alunos. A metodologia adotada baseia-se no paradigma neoperspectivista giftedeano, utilizando teorias como a Pedagogia Crítica, Construtivismo e a Teoria da Aprendizagem Significativa. O método empregado foi o hipotético-dedutivo, aliado à revisão bibliográfica e documental narrativa, com consulta a bases de dados como Google Scholar, Scopus e ERIC, totalizando a análise de 50 trabalhos. Os principais achados indicam que o uso de Big Data e Machine Learning no ensino de Matemática pode contribuir para personalizar a aprendizagem, mas enfrenta desafios em termos de infraestrutura e capacitação docente. As lacunas encontradas incluem a falta de teorias consolidadas sobre o uso dessas tecnologias na educação matemática. As limitações incluem a abordagem qualitativa e o escopo restrito da pesquisa. As contribuições incluem uma melhor compreensão de como essas tecnologias podem transformar o ensino de Matemática. O valor agregado está na promoção de práticas educacionais mais inclusivas e inovadoras.


Referências


ALMEIDA, J. F.; SANTOS, T. M. O uso de tecnologias digitais no ensino de Matemática. São Paulo: Editora UNESP, 2023.

ALMEIDA, M. G. Tecnologias digitais na educação matemática. São Paulo: Editora UNESP, 2019.

BRASIL. Base Nacional Comum Curricular. Brasília: Ministério da Educação, 2017.

BREVIÁRIO, A. G. Altas Habilidades/Superdotação: Procedimentos De Identificação. Ágor@ Revista Acadêmica De Formação De Professores, v. 7, p. 1-15, 2024.

BREVIÁRIO, Á. G. As dimensões micro e macroeconômicas da fusão de ações Itaú-Unibanco. Revista Aten@, v. 2, n. 4, p. 47-66, 2022. Disponível em: . Acesso em: 4 jun. 2024.

BREVIÁRIO, Á. G. Bases fundantes das principais abordagens paradigmáticas nos EO. In: Anais... Congresso Brasileiro de Administração, CONVIBRA. 2023a. Disponível em: . Acesso em: 4 jun. 2024.

BREVIÁRIO, Á. G. do; OLIVEIRA, I. M. C... Produção científica mundial sobre os impactos ao compliance em razão do home office: uma busca na Scopus (1987-2023). Revista Organização Sistêmica, v. 12, p. 1-16, 2024.

BREVIÁRIO, Á. G. et al. Funções de um bom docente no ensino superior: uma revisão da literatura. Revista Observatório De La Economía Latinoamericana, [S. l.], v. 22, n. 6, p. e5502, 2024. DOI: 10.55905/oelv22n6-250. Disponível em: https://ojs.observatoriolatinoamericano.com/ojs/index.php/olel/article/ view/5502. Acesso em: 4 nov. 2024e.

BREVIÁRIO, Á. G. et al. Tipos-níveis de superdotação: uma proposta teórica. Revista Observatório De La Economía Latinoamericana, [S. l.], v. 22, n. 6, p. e5249, 2024. DOI: 10.55905/oelv22n6-130. Disponível em: https://ojs.observatoriolatinoamericano.com/ojs/index.php/olel/article/view/5249. Acesso em: 4 nov. 2024d.

BREVIÁRIO, A. G. O Uso Da Estatística Na Pesquisa Educacional Brasileira. Ágor@ Revista Acadêmica De Formação De Professores, v. 6, p. 1-12, 2023b.

BREVIÁRIO, A. G. Os Três Pilares Da Metodologia Da Pesquisa Científica: O Estado Da Arte. Curitiba PR: Editora e Livraria Appris, 2021.

BREVIÁRIO, A. G., et al. HQs Como Recurso Metodológico No Ensino De Biologia: Uma Revisão Sistemática De Literatura. In: Anais… PUBLICATION: Instituto Thetona, a ciência que impulsiona, 2024, São Paulo. São Paulo: Instituto Thetona, 2024b.

BREVIÁRIO, A. G., et al. O Uso Do Lúdico Como Estratégia De Ensino Em Espaços Educacionais: Uma Revisão Sistemática De Literatura. Revista Fisio&Terapia, v. 28, p. 63, 2024a.

BREVIÁRIO, A. G., et al. Sinergias bancárias: uma fusão hipotética de dois bancos públicos brasileiros. REAd – Revista Eletrônica de Administração (Porto Alegre), v. 30, n. 2, p. 1127-1161, 2024f.

BREVIÁRIO, A. G., et al. Usualidade De Experimentação No Ensino De Ciências: Uma Revisão Sistemática De Literatura. In: Anais… PUBLICATION: Instituto Thetona, a ciência que impulsiona, 2024, São Paulo. São Paulo: Instituto Thetona, 2024c.

BREVIÁRIO, Á. G., et al.. Big data e inteligência artificial na administração pública: avanços e desafios na formulação e análise de políticas públicas. In: Flávia Adriana Santos Rebello; Francisca Amália Castelo Branco.. (Org.). Iniciativas e boas práticas na administração pública. 1ed.CARIACICA-ES: Editora Manual, 2024, v. 1, p. 65-79.

BREVIÁRIO, Á. G., et al.. Disparidades regionais e políticas públicas na identificação de superdotados: uma análise estatística sobre fatores determinantes e desafios educacionais. In: Building bridges to learning: Innovation and pedagogical practices. 1ed. CURITIBA-PR: Editora Observatório de la Economía Latino Americano, 2024, v. 1, p. 150-180.

BREVIÁRIO, Á. G.,et al.. Metas físicas e o aprimoramento do controle de entregas no orçamento público. In: Flávia Adriana Santos Rebello; Francisca Amália Castelo Branco.. (Org.). Iniciativas e boas práticas na administração pública. 1ed.CARIACICA-ES: Editora Manual, 2024, v. 1, p. 48-64.

BREVIÁRIO, Á. G... Fluxo de caixa descontado aplicado a operações de fusões e aquisições: uma revisão sistemática da produção científica nacional. Aten@ - Revista Digital de Gestão & Negócios, v. 2, p. 67-88, 2022.

BREVIÁRIO, Á. G... Fusões e aquisições: uma revisão da literatura. Aten@ - Revista Digital de Gestão & Negócios, v. 1, p. 1-26, 2023.

BREVIÁRIO, Á. G..; PEREIRA, B. S.. Fluxo de caixa descontado: valoração de um supermercado hipotético de capital fechado. Revista Organização Sistêmica, v. 10, p. 40-57, 2021.

CASTRO, J. S. Desafios no uso de tecnologias no ensino de Matemática. Campinas: Editora UNICAMP, 2020.

COSTA, M. L.; ALMEIDA, C. R.; PEREIRA, F. S. Big Data no ensino de Matemática: Potencialidades e desafios. Revista Brasileira de Educação, v. 26, n. 1, p. 45-60, 2021.

FREIRE, P. Pedagogia do oprimido. Rio de Janeiro: Paz e Terra, 1996.

GARCÍA, J. Inclusão digital na educação: Reflexões sobre práticas pedagógicas. São Paulo: Editora UNESP, 2021.

GARDNER, H. Estruturas da mente: A teoria das inteligências múltiplas. Porto Alegre: Artmed, 1993.

GIFTED, Á. G.. Os três pilares da metodologia da pesquisa científica: uma revisão da literatura. Ágor@ - Revista Acadêmica de Formação de Professores, v. 1, p. 1-25, 2015.

GIFTED, Á. G... Os três pilares da docência no ensino superior: o ensino, a pesquisa e a extensão. Ágor@ - Revista Acadêmica de Formação de Professores, v. 2, p. 1-20, 2016.

GONÇALVES, P. A.; FERREIRA, C. T.; SILVA, J. L. Inclusão digital e novas tecnologias na Educação Matemática. Rio de Janeiro: Editora PUC-Rio, 2023.

LIMA, M. F.; SOUZA, L. A. Educação Matemática e tecnologias: Impactos no desenvolvimento cognitivo. Educação Matemática, v. 25, p. 68-82, 2022.

LOPES, R. P.; SANTOS, J. T.; OLIVEIRA, F. A. Aprendizagem digital e seu impacto na educação matemática. Educação e Pesquisa, v. 48, n. 2, p. 311-328, 2022.

OLIVEIRA, T. J.; ROCHA, R. S. Desafios da implementação de tecnologias no ensino de Matemática. Revista de Educação Matemática, v. 23, n. 3, p. 89-101, 2022.

PIAGET, J. A psicologia da criança. Rio de Janeiro: Bertrand Brasil, 1978.

POPPE R, K. A lógica da pesquisa científica. São Paulo: Cultrix, 2005.

SILVA, A. C.; SOUZA, L. F. O uso de Big Data e IA no ensino de Matemática. Educação Matemática em Revista, v. 23, p. 57-70, 2021.

SILVA, P. R.; SANTOS, L. F. Desafios da implementação de Machine Learning no ensino de Matemática. Journal of Educational Technology, v. 34, n. 1, p. 45-59, 2021.

VYGOTSKY, L. S. A formação social da mente. São Paulo: Martins Fontes, 1998.


Apontamentos

  • Não há apontamentos.


ISSN: 2965-8128