RECONTEXT

APLICATIVO EDUCACIONAL BASEADO EM INTELIGÊNCIA ARTIFICIAL PARA PRÁTICA PERSONALIZADA DE LÍNGUA INGLESA

Visualizações: 211

Autores

DOI:

https://doi.org/10.56579/rei.v7i4.2374

Palavras-chave:

Inteligência Artificial, Aplicativos Educacionais, Ensino de Línguas, Educação 5.0, Personalização da Aprendizagem

Resumo

Este artigo apresenta o desenvolvimento e a avaliação do ReContext, um aplicativo educacional voltado à prática personalizada da língua inglesa com apoio de inteligência artificial. O objetivo foi criar uma ferramenta acessível que favorecesse a aprendizagem autônoma e contextualizada de vocabulário, especialmente para estudantes de escolas públicas. A metodologia envolveu revisão de literatura, análise de aplicativos similares, prototipação com a ferramenta Figma, desenvolvimento com a engine Godot e a API Gemini, e avaliação com 16 estudantes universitários utilizando o instrumento uMARS. Os resultados indicaram alto nível de engajamento, boa usabilidade, conteúdo relevante e percepção positiva dos usuários. As respostas abertas revelaram sugestões para aprimoramento da acessibilidade, da personalização e da confiabilidade das respostas geradas pela IA. A partir da análise dos dados, foram organizadas lições práticas sobre design, usabilidade e transparência que podem orientar desenvolvedores de futuros aplicativos educacionais com IA.

Downloads

Não há dados estatísticos.

Biografia do Autor

Pedro Henrique Amaro Ferreira Lacerda, Universidade Federal do Vale do São Francisco

Engenheiro da Computação pela Universidade Federal do Vale do São Francisco, Brasil, Bahia, Juazeiro.
Brasil, Pernambuco, Petrolina.

Rosalvo Ferreira de Oliveira Neto, Universidade Federal do Vale do São Francisco

Graduado em Sistemas de Informação pela Faculdade Integrada do Recife – FIR, Mestre e Doutor em Ciências da Computação pela Universidade Federal de Pernambuco e Professor do curso de Engenharia da Computação na área de Inteligência Artificial na Universidade Federal do Vale do São Francisco, Juazeiro, Brasil, Bahia, Juazeiro.

Ricardo Argenton Ramos, Universidade Federal do Vale do São Francisco

Graduado em Processamento de Dados pela Faculdade de Tecnologia de Taquaritinga - SP e em Psicologia pela Universidade Federal do Vale do São Francisco - UNIVASF, Mestre em Ciência da Computação pela UFSCAR, Doutor em Ciência da Computação pela Universidade Federal de Pernambuco e pós-doutor pela University of Waterloo. É Professor de Engenharia da Computação e da Pós-graduação em Ciências da Saúde e Biológicas na UNIVASF, Brasil, Bahia, Juazeiro.

Verônica de Castro Leal, Universidade Federal Rural de Pernambuco

Bacharela e Licenciada em Ciências Biológicas pela Universidade Federal do Vale do São Francisco e pela Claretiano, respectivamente. Mestra em Agronomia: Horticultura Irrigada pela Universidade do Estado da Bahia. Doutoranda em Ciências do Solo pela Universidade Federal Rural de Pernambuco. Professora do curso de Engenharia Agronômica da UniBRAS.

Referências

AGARWAL, V.; VERMA, P.; FERRIGNO, G. Education 5.0 challenges and sustainable development goals in emerging economies: a mixed-method approach. Technology in Society, v. 81, [S. l.], 2025. DOI:10.1016/j.techsoc.2025.102814. Disponível em: https://www.sciencedirect.com/science/article/abs/pii/S0160791X25000041. Acesso em: 23 jun. 2025. DOI: https://doi.org/10.1016/j.techsoc.2025.102814

AYENI, A. O et al. AI-driven adaptive learning platforms: Enhancing educational outcomes for students with special needs through user-centric, tailored digital tools. World Journal of Advanced Research and Reviews, v. 27, n. 1, 2024. DOI: 10.30574/wjarr.2024.22.3.0843. Disponível em: https://wjarr.com/content/ai-driven-adaptive-learning-platforms-enhancing-educational-outcomes-students-special-needs. Acesso em: 23 jun. 2025.

BOYLE, E. M. Beyond memorization: Teaching Russian (and other languages’) vocabulary. Foreign Language Annals, v. 26, n. 2, p. 226–232, 1993. Disponível em: https://onlinelibrary.wiley.com/doi/abs/10.1111/j.1944-9720.1993.tb01169.x. Acesso em: 20 jun. 2025. DOI: https://doi.org/10.1111/j.1944-9720.1993.tb01169.x

CONIJN, R.; KAHR, P.; SNIJDERS, C. Os efeitos das explicações em sistemas automatizados de pontuação de redações na confiança e motivação dos alunos. Journal of Learning Analytics, [S. l.], v. 10, n. 1, p. 37-53, 2023. DOI: 10.18608/jla.2023.7801. Disponível em: https://learning-analytics.info/index.php/JLA/article/view/7801. Acesso em: 26 jul. 2025. DOI: https://doi.org/10.18608/jla.2023.7801

EZIAMAKA, N. V et al. AI-Driven Accessibility: Transformative Software Solutions for Empowering Individuals with Disabilities. International Journal of Applied Research in Social Sciences, v. 6, n. 5, 2024. DOI: 10.51594/ijarss.v6i8.1373. Disponível em: https://fepbl.com/index.php/ijarss/article/view/1373. Acesso em: 23 jun. 2025.

GRALHA, S. R.; DA SILVA BITTENCOURT, O. N. Portuguese Translation and validation of the user rating scale for mobile applications in the health area (uMARS). Research, Society and Development, v. 12, n. 6, p. e8912642056-e8912642056, 2023.DOI: 10.33448/rsd-v12i6.42056. Disponível em: https://rsdjournal.org/index.php/rsd/article/view/42056. Acesso em: 23 jun. 2025. DOI: https://doi.org/10.33448/rsd-v12i6.42056

HWANG, W et al. AI and recognition technologies to facilitate English as Foreign Language writing for supporting personalization and contextualization in authentic contexts. Journal of Educational Computing Research, v. 61, n. 5, 2023. DOI: 10.1177/07356331221137253. Disponível em: https://journals.sagepub.com/doi/10.1177/07356331221137253. Acesso em: 23 jun. 2025. DOI: https://doi.org/10.1177/07356331221137253

IFRAHEEM, S.; RASHEED, M.; SIDDIQUI, A. Transformando a Educação por meio da Inteligência Artificial: Personalização, Engajamento e Análise Preditiva. Journal of Asian Development Studies, [S. l.], v. 13, n. 2, p. 250–266, 2024. DOI: 10.62345/jads.2024.13.2.22. Disponível em: https://poverty.com.pk/index.php/Journal/article/view/493. Acesso em: 23 jun. 2025. DOI: https://doi.org/10.62345/jads.2024.13.2.22

JIA, F et al. Developing an AI-based learning system for L2 learners’ authentic and ubiquitous learning in English language. Sustainability, v. 14, n. 23, 2022. DOI: 10.3390/su142315527. Disponível em: https://www.mdpi.com/2071-1050/14/23/15527. Acesso em: 23 jun. 2025. DOI: https://doi.org/10.3390/su142315527

KOHNKE, L.; ZOU, Di; SU, F. Exploring the potential of GenAI for personalised English teaching: Learners' experiences and perceptions. Computers and Education: Artificial Intelligence, 2025. DOI: 10.1016/j.caeai.2025.100371. Disponível em: https://www.sciencedirect.com/science/article/pii/S2666920X25000116. Acesso em: 23 jun. 2025. DOI: https://doi.org/10.1016/j.caeai.2025.100371

KUMAR, A.; MOHITE, P. Usability of mobile learning applications: A systematic literature review. International Journal of Information Technology, v. 10, p. 785–793, 2018. DOI: 10.1007/S40692-017-0093-6. Disponível em: https://link.springer.com/article/10.1007/s40692-017-0093-6. Acesso em: 23 jun. 2025.

KUNDA, C. R et al. Enhancing E-learning Accessibility through AI and Inclusive Design. ICMCSI 2025, 2025. DOI: 10.1109/ICMCSI64620.2025.10883148. Disponível em: https://ieeexplore.ieee.org/document/10883148. Acesso em: 23 jun. 2025.

LARCO, A.; ENRÍQUEZ, F.; LUJÁN-MORA, S. Review and Evaluation of Special Education iOS Apps Using MARS. In: 2018 IEEE World Engineering Education Conference (EDUNINE). IEEE, 2018. p. 1–6. DOI: 10.1109/EDUNINE.2018.8450977. Disponível em: https://ieeexplore.ieee.org/document/8450977. Acesso em: 23 jun. 2025. DOI: https://doi.org/10.1109/EDUNINE.2018.8450977

MANDRACCHIA, F et al. Mobile Phone Apps for Food Allergies or Intolerances in App Stores: Systematic Search and Quality Assessment Using the Mobile App Rating Scale (MARS). JMIR mHealth and uHealth, 2020. DOI: 10.2196/preprints.18339. Disponível em: https://preprints.jmir.org/preprint/18339. Acesso em: 23 jun. 2025. DOI: https://doi.org/10.2196/preprints.18339

MICHELS, V. R. “Open Yourself to the World”: Reasons for Studying Foreign Languages in University. 2020. 101 f. Dissertação (Master of Arts in Applied Linguistics) – Dalhousie University, Halifax, 2020. Disponível em: https://dalspace.library.dal.ca/handle/10222/79228. Acesso em: 23 jun. 2025.

NASCIMENTO, M. S et al. Aprendizagem Móvel: Utilização De Aplicativos Como Instrumento Pedagógico No Ensino De Ciências Ambientais. Revista de Estudos Interdisciplinares, v. 6, n. 1, p. 01-21, 2024. DOI: 10.56579/rei.v6i1.831. Disponível em: https://revistas.ceeinter.com.br/revistadeestudosinterdisciplinar/article/view/831. Acesso em: 23 jun. 2025. DOI: https://doi.org/10.56579/rei.v6i1.831

NGADIMAN, N et al. Systematic Review on Software Quality in Educational Applications. IEEE Access, v. 9, p. 60187–60200, 2021. DOI:10.1109/ACCESS.2021.3072223. Disponível em: https://ieeexplore.ieee.org/document/9399424. Acesso em: 23 jun. 2025. DOI: https://doi.org/10.1109/ACCESS.2021.3072223

QIN, F.; LI, K.; YAN, J. Understanding user trust in artificial intelligence-based educational systems: Evidence from China. British Journal of Educational Technology, v. 51, p. 1693–1710, 2020. DOI:10.1111/bjet.12994. Disponível em: https://bera-journals.onlinelibrary.wiley.com/doi/10.1111/bjet.12994. Acesso em: 23 jun. 2025. DOI: https://doi.org/10.1111/bjet.12994

SONG, D. How Learners’ Trust Changes in Generative AI over a Semester of Undergraduate Courses. International Journal of Artificial Intelligence in Education, 2024. DOI:10.1007/s40593-024-00446-6. Disponível em: https://link.springer.com/article/10.1007/s40593-024-00446-6. Acesso em: 23 jun. 2025.

STOYANOV, S. R. et al. The Mobile Application Rating Scale (MARS): A new tool for assessing the quality of health apps. JMIR mHealth and uHealth, v. 3, n. 1, e27, 2015. DOI:10.2196/mhealth.3422. Disponível em: https://mhealth.jmir.org/2015/1/e27/. Acesso em: 23 jun. 2025. DOI: https://doi.org/10.2196/mhealth.3422

SWOBODA, W et al. Insights into the Quality of Mobile Health Apps: Preliminary Results of an Analysis of MARS Scores. Studies in Health Technology and Informatics, v. 316, p. 420–421, 2024. DOI: 10.3233/SHTI240438. Disponível em: https://ebooks.iospress.nl/doi/10.3233/SHTI240438. Acesso em: 23 jun. 2025.

TASKIN, M. Artificial Intelligence in Personalized Education: Enhancing Learning Outcomes Through Adaptive Technologies and Data-Driven Insights. Human Computer Interaction, [S. l.], v. 8, n. 1, 2025. DOI:10.62802/ygye0506. Disponível em: https://globalresearchandinnovationpublications.com/HCI/article/view/134. Acesso em: 23 jun. 2025. DOI: https://doi.org/10.62802/ygye0506

WANG, S et al. Artificial intelligence in education: a systematic literature review. Expert Systems with Applications, [S. l.], v. 252, 124167, 2024. DOI: 10.1016/j.eswa.2024.124167. Disponível em: https://www.sciencedirect.com/science/article/pii/S0957417424010339. Acesso em: 23 jun. 2025. DOI: https://doi.org/10.1016/j.eswa.2024.124167

XU, Tianyuan; WANG, Huang. The effectiveness of artificial intelligence on English language learning achievement. System, [S.l.], v. 125, 2024, DOI: 10.1016/j.system.2024.103428. Disponível em: https://www.sciencedirect.com/science/article/abs/pii/S0346251X24002100. Acesso em: 23 jun. 2025. DOI: https://doi.org/10.1016/j.system.2024.103428

ZHOU, Q., HASHIM, H.; SULAIMAN, NA. Apoiando a prática da conversação em inglês no ensino superior: o impacto da estrutura de aprendizagem combinada assistida por dispositivos móveis e integrada a chatbots de IA. Educ Inf Technol, v. 30, 1p. 4629–14660, 2025. DOI: https://doi.org/10.1007/s10639-025-13401-2. DOI: https://doi.org/10.1007/s10639-025-13401-2

Downloads

Publicado

2025-09-10

Como Citar

Lacerda, P. H. A. F., Oliveira Neto, R. F. de, Ramos, R. A., & Leal, V. de C. (2025). RECONTEXT: APLICATIVO EDUCACIONAL BASEADO EM INTELIGÊNCIA ARTIFICIAL PARA PRÁTICA PERSONALIZADA DE LÍNGUA INGLESA . REVISTA DE ESTUDOS INTERDISCIPLINARES, 7(5), 01–21. https://doi.org/10.56579/rei.v7i4.2374

Edição

v. 7 n. 5 (2025): REVISTA DE ESTUDOS INTERDISCIPLINARES

Seção

DOSSIÊ: INTELIGÊNCIA ARTIFICIAL E EDUCAÇÃO 5.0 – TRANSFORMAÇÕES NO ENSINO E NA APRENDIZAGEM

Licença

Copyright (c) 2025 Revista de Estudos Interdisciplinares

Creative Commons License
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.

A Revista Estudos Interdisciplinares adota a licença Creative Commons Atribuição 4.0 Internacional (CC BY 4.0), que possibilita o compartilhamento e a adaptação do trabalho, incluindo fins comerciais, desde que seja feita a atribuição adequada e seja reconhecida a publicação original nesta revista.

 

Métricas