EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC-SA 4.0

ANÁLISE PREDITIVA E GESTÃO DE DESEMPENHO DISCENTE: UMA REVISÃO SISTEMÁTICA SOBRE A INTEGRAÇÃO DE LEARNING ANALYTICS E INTELIGÊNCIA ARTIFICIAL

ADRIANO VINGI, ALINE ROEPKE LOSS CORREIA, ANDRE LUIS TONANI DE OLIVEIRA, CARLA BEATRIZ CARRIJO ABREU, DEBORA PASCOAL BOMFIM LOUBAQUI, EDNA FRANSKOVIAKI LIMA, FLAVIA SIQUEIRA PACHECO MILANEZ, GILMAIKON PEREIRA ROELA, GUILHERME MORAES PESENTE, JOSE HELIO DE ASSIS

REVISTA MULTIDISCIPLINAR INTEGRADA - REMI · 29.04.2026 · 2 (07) · 1-15

DOI: 10.61164/3nqtqj35 ↗

Kurz gefasst

Fachartikel in der Zeitschrift REVISTA MULTIDISCIPLINAR INTEGRADA - REMI, online erschienen am 29.04.2026. Verfasst von ADRIANO VINGI und 9 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-SA 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

A gestão eficaz do desempenho discente é crucial para o sucesso educacional, e a integração de Learning Analytics (LA) com Inteligência Artificial (IA) emerge como uma abordagem promissora para otimizar esse processo. Este estudo aborda a crescente complexidade na identificação de estudantes em risco e na personalização de percursos de aprendizagem, impulsionada pela proliferação de dados educacionais. Através de uma revisão sistemática da literatura, investigamos como a IA e o LA são empregados para prever o desempenho, fornecer feedback acionável e apoiar decisões pedagógicas. A metodologia envolveu a busca em bases de dados acadêmicas, resultando na análise de dez estudos relevantes. Os achados principais revelam a predominância de modelos preditivos baseados em IA para identificar alunos em risco, a importância de painéis de LA para insights acionáveis e a necessidade de abordagens centradas no ser humano para garantir a ética e a privacidade. Conclui-se que a sinergia entre LA e IA oferece ferramentas poderosas para a personalização do ensino e a gestão proativa do desempenho discente, embora desafios éticos e metodológicos persistam. Este trabalho contribui para a compreensão das aplicações atuais e futuras dessas tecnologias na educação, delineando um caminho para a pesquisa e prática futuras.

Zitieren

APA

VINGI, A., CORREIA, A. R. L., OLIVEIRA, A. L. T. D., ABREU, C. B. C., LOUBAQUI, D. P. B., LIMA, E. F., MILANEZ, F. S. P., ROELA, G. P., PESENTE, G. M., & ASSIS, J. H. D. (2026). ANÁLISE PREDITIVA E GESTÃO DE DESEMPENHO DISCENTE: UMA REVISÃO SISTEMÁTICA SOBRE A INTEGRAÇÃO DE LEARNING ANALYTICS E INTELIGÊNCIA ARTIFICIAL. REVISTA MULTIDISCIPLINAR INTEGRADA - REMI, 2(07), 1-15. https://doi.org/10.61164/3nqtqj35

Vancouver

VINGI A, CORREIA ARL, OLIVEIRA ALTD, ABREU CBC, LOUBAQUI DPB, LIMA EF, et al. ANÁLISE PREDITIVA E GESTÃO DE DESEMPENHO DISCENTE: UMA REVISÃO SISTEMÁTICA SOBRE A INTEGRAÇÃO DE LEARNING ANALYTICS E INTELIGÊNCIA ARTIFICIAL. REVISTA MULTIDISCIPLINAR INTEGRADA - REMI. 2026;2(07):1-15. doi:10.61164/3nqtqj35

BibTeX
@article{VINGI2026,
  author = {VINGI, ADRIANO and CORREIA, ALINE ROEPKE LOSS and OLIVEIRA, ANDRE LUIS TONANI DE and ABREU, CARLA BEATRIZ CARRIJO and LOUBAQUI, DEBORA PASCOAL BOMFIM and LIMA, EDNA FRANSKOVIAKI and MILANEZ, FLAVIA SIQUEIRA PACHECO and ROELA, GILMAIKON PEREIRA and PESENTE, GUILHERME MORAES and ASSIS, JOSE HELIO DE},
  title = {ANÁLISE PREDITIVA E GESTÃO DE DESEMPENHO DISCENTE: UMA REVISÃO SISTEMÁTICA SOBRE A INTEGRAÇÃO DE LEARNING ANALYTICS E INTELIGÊNCIA ARTIFICIAL},
  journal = {REVISTA MULTIDISCIPLINAR INTEGRADA - REMI},
  year = {2026},
  volume = {2},
  number = {07},
  pages = {1--15},
  doi = {10.61164/3nqtqj35}
}
Kostenlos starten →