APOSTILA-INFORMATICA-NO-ENSINO-DA-MATEMATICA

Prévia do material em texto

CENTRO UNIVERSITÁRIO FAVENI 
 
 
 
 
 
 
 
 
 
 
 
INFORMÁTICA NO ENSINO DA 
MATEMÁTICA 
 
 
 
 
 
 
 
 
 
GUARULHOS – SP 
 
2 
 
SUMÁRIO 
 
1 INTRODUÇÃO ........................................................................................................ 4 
2 A INFORMÁTICA NO PROCESSO DE ENSINO E APRENDIZAGEM ................... 5 
2.1 A informática como ferramenta de apoio ao processo de ensino e de 
aprendizagem .............................................................................................................. 5 
2.2 Construcionismo: uso do computador na Educação ........................................... 6 
2.3 Contribuições da informática para os processos de ensino e aprendizagem ..... 7 
2.4 E a internet? Quais são suas contribuições para a Educação? .......................... 9 
2.5 Compreendemos de onde viemos, mas e agora? Para onde vamos? ............. 11 
3 TECNOLOGIAS DIGITAIS NO ENSINO DE MATEMÁTICA ................................ 14 
3.1 As tecnologias digitais e a matemática ............................................................. 15 
3.2 Resolvendo problemas do dia a dia .................................................................. 22 
4 INTELIGÊNCIA ARTIFICIAL ................................................................................. 26 
4.1 O que é inteligência artificial (IA)? .................................................................... 27 
4.2 Histórico ............................................................................................................ 30 
4.3 Aplicações ........................................................................................................ 33 
4.4 Aplicações da Inteligência Artificial em Educação ............................................ 37 
5 HISTÓRIA DO COMPUTADOR EDUCACIONAL ................................................. 38 
5.1 A Informática como Ferramenta de Aprendizagem ........................................... 42 
5.2 O Papel do Professor Frente às Novas Tecnologias ........................................ 46 
6 SISTEMAS ESPECIALISTAS ............................................................................... 50 
6.1 Características de um Sistema Especialista ..................................................... 52 
6.2 Estrutura de um Sistema Especialista .............................................................. 53 
6.3 Base de Conhecimento ..................................................................................... 55 
6.4 Pessoas Envolvidas na Construção de Sistemas Especialistas ....................... 57 
6.5 Representação do Conhecimento ..................................................................... 58 
6.6 Sistemas Especialista do ponto de vista Educacional ...................................... 62 
6.7 O módulo Especialista ...................................................................................... 65 
6.8 Módulo Pedagógico .......................................................................................... 65 
6.9 Módulo interface ............................................................................................... 66 
6.10 Exemplos de Programas de Ensino Usando Inteligência Artificial .................... 67 
7 AVALIAÇÃO DE SOFTWARES MATEMÁTICOS ................................................. 70 
 
3 
 
7.1 Conhecendo os Tipos de Softwares e Licenças ............................................... 71 
7.2 Programa .......................................................................................................... 71 
7.3 Software ............................................................................................................ 71 
8 CONSIDERAÇÕES FINAIS .................................................................................. 80 
9 REFERÊNCIAS ..................................................................................................... 82 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
4 
 
1 INTRODUÇÃO 
Prezado aluno! 
 
O Grupo Educacional FAVENI, esclarece que o material virtual é semelhante 
ao da sala de aula presencial. Em uma sala de aula, é raro – quase improvável - um 
aluno se levantar, interromper a exposição, dirigir-se ao professor e fazer uma 
pergunta, para que seja esclarecida uma dúvida sobre o tema tratado. O comum é 
que esse aluno faça a pergunta em voz alta para todos ouvirem e todos ouvirão a 
resposta. No espaço virtual, é a mesma coisa. Não hesite em perguntar, as perguntas 
poderão ser direcionadas ao protocolo de atendimento que serão respondidas em 
tempo hábil. 
Os cursos à distância exigem do aluno tempo e organização. No caso da nossa 
disciplina é preciso ter um horário destinado à leitura do texto base e à execução das 
avaliações propostas. A vantagem é que poderá reservar o dia da semana e a hora 
que lhe convier para isso. 
A organização é o quesito indispensável, porque há uma sequência a ser 
seguida e prazos definidos para as atividades. 
 
Bons estudos! 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
5 
 
2 A INFORMÁTICA NO PROCESSO DE ENSINO E APRENDIZAGEM 
Neste capítulo, você vai estudar a informática como ferramenta de apoio ao 
processo de ensino e aprendizagem. Para isso, você vai analisar as contribuições que 
a informática e suas diversas ferramentas apresentaram e ainda apresentam para a 
Educação. Essa é uma área muito dinâmica, portanto, será importante que você 
reconheça que os recursos tecnológicos estão a serviço dos conteúdos (SANTOS, 
2017). 
2.1 A informática como ferramenta de apoio ao processo de ensino e de 
aprendizagem 
A informática como ferramenta de apoio ao processo de ensino e aprendizagem 
iniciou na década de 1960, quando Saymour Papert criou uma linguagem de 
programação para ensinar crianças a criar programas. Papert, então professor e 
pesquisador do Instituto de Tecnologia de Massachuttes (Estados Unidos), idealizou 
uma máquina para as crianças. Com essa máquina, a criança poderia expressar suas 
construções mentais e, por meio dessa representação gráfica produzida por ela e 
ilustrada na tela de um computador, seria possível visualizar o que ela estaria 
aprendendo. O objetivo inicial era oportunizar que crianças, em qualquer idade, 
pudessem pensar sobre o processo de construção de um programa que se baseava 
em conhecimentos sobre lógica e matemática, mas que poderia ser utilizada em 
qualquer área do conhecimento (SANTOS, 2017). 
 Por meio de recursos simples, a criança ou qualquer usuário poderia fornecer 
instruções ao computador, e este, por meio de um programa, executaria os passos na 
tela. Por exemplo, ao repetir quatro vezes os comandos “para frente 50, vire à direita 
90” o usuário teria, ao final, a imagem de um quadrado na tela. A Figura 1 apresenta 
a construção de um quadrado, mas com as instruções em inglês – dessa forma, a 
instrução “forward 50” significa “para frente 50 (passos)”, e a instrução “rigth 90” 
significa “vire à direita 90 (graus)” (SANTOS, 2017). 
 
 
6 
 
 
 
2.2 Construcionismo: uso do computador na Educação 
 
Papert criou a linguagem. Logo, mas, acima de tudo, criou uma teoria para 
aprendizagem com computadores. Essa teoria foi chamada por Papert de 
construcionismo, nome dado à abordagem computacional do construtivismo, ligado à 
epistemologia genética de Jean Piaget. Para Papert, aluno de Piaget, o 
construcionismo apresentava como principal argumento o fato de que o conhecimento 
não pode ser transmitido, uma vez que o aluno, ou qualquer ser humano, não possui 
uma antena, como ocorre em um aparelho de televisão ou rádio, em que o sinal 
transmitido poderia ser captado e, dessa forma, simplesmente reproduzido. Por isso, 
Papert acreditava que o conhecimento precisava ser construído por cada um, a partir 
de seus processos mentais – ideia central do construtivismo – ou seja, através da 
interação do indivíduocom o objeto de conhecimento. Essa construção mental pode 
ser apresentada pelo aluno a partir de construções realizadas por meio do computador 
(PAPERT, 2008). 
Por muitos anos, o Logo foi utilizado como recurso para inserção do 
computador em diferentes disciplinas. No Brasil, na década de 1980, foram diversas 
as iniciativas governamentais para disseminar a utilização dessa linguagem nas 
escolas, e ocorreram muitas experiências propagadas em escolas e universidades. O 
 
 
 
7 
 
Governo Federal, ao reconhecer a importância do uso do computador como 
ferramenta de apoio à Educação, criou nessa década a Secretaria Especial de 
Informática (SEI), com o objetivo de ter uma área responsável por implementar e 
regulamentar políticas públicas capazes de tornar a informática educativa uma 
ferramenta cada vez mais disseminada na sociedade brasileira, por meio do seu uso 
nas escolas, sobretudo nas escolas públicas (NASCIMENTO, 2007). Contudo, após 
alguns anos, outros recursos surgiram e foram, aos poucos, substituindo a 
programação na Educação. 
 
Saiba Mais! 
 
Informática é a ciência que se ocupa do tratamento automático e racional da 
informação considerada como suporte dos conhecimentos e das comunicações, 
que se encontra associada à utilização de computador e seus programas. 
(INFORMÁTICA, 2013). 
 
2.3 Contribuições da informática para os processos de ensino e aprendizagem 
Desde que a informática foi utilizada nas escolas brasileiras, o objetivo era 
oportunizar que os alunos tivessem acesso aos conteúdos de diferentes formas, não 
apenas a partir dos recursos convencionais com que os professores contavam, ou 
seja, a informática estaria a serviço dos conteúdos. Para isso, era preciso que os 
professores tivessem conhecimento sobre o manuseio dos computadores para, assim, 
planejar suas aulas. Por isso, até hoje, muitas são as iniciativas das instituições 
públicas e privadas para garantir que os professores tenham domínio das ferramentas 
e das formas de utilização como instrumentos que contribuam para seus processos 
de ensino e aprendizagem (SANTOS, 2017). 
A indústria da tecnologia nunca parou de inovar e, depois da linguagem. Logo 
e com a possibilidade do acesso cada vez mais personalizado aos computadores 
pessoais, muitos softwares foram criados e adaptados para uso em espaços de ensino 
e aprendizagem. O Logo era conhecido como um software de autoria, pois, a partir 
dele, era possível não apenas construir figuras geométricas (como ilustrou a Figura 
 
8 
 
1), mas construir programas, ou seja, pessoas com um pouco mais de domínio sobre 
a ferramenta poderiam fazer construções inéditas. Com os computadores pessoais e 
com os softwares de escritório, a partir da década de 1990, criação de textos, 
apresentações e planilhas foram ferramentas que começaram a ser utilizadas para o 
ensino e a aprendizagem de conteúdos. Contudo, esses recursos – em função de nem 
sempre serem utilizados para construir propostas que façam com que os estudantes 
elaborem criações e reflexões – eram (e ainda são) utilizados para oportunizar que as 
pessoas tenham conhecimentos básicos de informática ou para dinamizar aulas e 
torná-las visualmente mais atrativas (SANTOS, 2017). 
Usar slides, por exemplo, para projetar um conteúdo que antes era reproduzido 
no quadro não apresenta inovação, mas apenas dinamiza a forma como o conteúdo 
é apresentado. Então, como inovar com esses recursos? Um exemplo para inovar ou 
oportunizar que os estudantes construam conhecimento por meio de um software de 
edição de slides está na construção de um jogo de perguntas e respostas. Esse 
software, além de oportunizar que sejam feitas apresentações, apresenta diversas 
outras funcionalidades – uma delas, necessária para esse tipo de jogo, é a inserção 
de links (SANTOS, 2017). 
 
Fique atento! 
 
A informática ou qualquer outro recurso tecnológico precisa oportunizar aos 
estudantes a reflexão, a busca de novas informações, a curiosidade e o interesse 
em compartilhar o conhecimento adquirido. 
 
Os softwares podem ser classificados em diferentes categorias, tais como: 
 
 Softwares de autoria – permitem que sejam construídos outros programas a 
partir deles. O Logo é um exemplo, mas, atualmente, a Educação utiliza 
também Scratch, Alice, Arduíno, entre outros. 
 Softwares aplicativos – utilizados para produzir conteúdos e operar diferentes 
trabalhos. Alguns exemplos são encontrados nos softwares de escritório, como 
os editores de texto, de slide e planilhas eletrônicas. 
 
9 
 
 Softwares gráficos – utilizados para construção e edição de imagens. Há os 
que permitem edições mais simples, como Paint e Gimp, mas na linha 
profissional existem outros, como o Photoshop, por exemplo. 
 Softwares tutoriais – utilizados para apresentar conhecimentos de 
determinadas áreas. Podem ser construídos por meio de softwares de autoria, 
por exemplo (SANTOS, 2017). 
 
Exemplo 
 
Você já ouviu falar em Apps? Essa sigla se popularizou com a disseminação dos 
dispositivos móveis e significa “aplicativos”. Os aplicativos são softwares destinados 
a aplicações específicas. No celular, por exemplo, podemos baixar ou instalar os 
recursos de comunicação instantânea. 
 O termo “aplicativo”, porém, surgiu há muito tempo, não é novo. Desde que os 
computadores portáteis se tornaram populares, existem os aplicativos. Alguns 
exemplos são os editores de texto, de slides, planilhas, entre outros. Que outros 
aplicativos existem em seu computador? 
 
2.4 E a internet? Quais são suas contribuições para a Educação? 
 
Logo depois dos computadores pessoais e dos softwares de escritório, surgiu 
a internet. Começou a ser utilizada na Educação a partir dos anos 1990, mas com 
mais intensidade após os anos 2000. Apresenta uma gama de possibilidades, pois, a 
partir dela, estamos conectados ao mundo. Uma postagem aqui pode ser vista em 
outro país, por exemplo. Essa ferramenta ampliou as perspectivas educacionais por 
possibilitar que os alunos passassem (novamente) a ser protagonistas, a partir da 
publicação de postagens, construção de blogs, vídeos, fotos, redes sociais, entre 
outros (SANTOS, 2017). 
 
 
 
 
10 
 
Fique Atento! 
 
Contudo, a internet ainda não é totalmente acessível. No Brasil e em diferentes 
partes do mundo, muitas escolas não têm acesso ou apresentam conexão limitada, 
fato que ainda restringe a utilização nas práticas educacionais. 
 
Os benefícios dessa ferramenta para os processos de ensino e aprendizagem 
surgem a partir das propostas educacionais. Por exemplo, fazer pesquisas sobre 
determinado assunto pode não ser tão enriquecedor quanto a criação de um canal no 
YouTube para que os alunos produzam e apresentem questões ligadas a temas 
polêmicos (SANTOS, 2017). 
Alguns cuidados são necessários ao utilizar os recursos da informática para 
ensino e aprendizagem. Por exemplo, uma aula transmissiva, em que o professor fala 
e os alunos copiam, pode ser reproduzida quando os alunos são convidados a 
responder perguntas definidas pelo professor a partir de pesquisas na internet. No 
entanto, uma aula em que o aluno precise construir um debate com outros colegas a 
partir de uma temática preestabelecida, tendo que recorrer à internet para encontrar 
soluções com o apoio do professor, certamente será muito mais significativa para os 
estudantes. Com isso, o uso da informática não representa mudanças na forma de 
ensinar e aprender. O que oportuniza mudanças é a compreensão que alunos e 
professores têm sobre as potencialidades dessas ferramentas para o processo 
educacional (SANTOS, 2017). 
 
Saiba mais! 
 
A internet, originada a partir da Arpanet, surgiu por uma necessidade dos Estados 
Unidos em descentralizar suas informações durante a Guerra Fria entre a década 
de 1960 e 1970 (BARROS, 2013). 
 
 
 
11 
 
2.5 Compreendemos de onde viemos, mas e agora? Para onde vamos?A melhor alternativa para superar as diferenças entre o conhecimento que o 
professor tem sobre tecnologia e o que o aluno tem é, certamente, o trabalho conjunto. 
Professor e aluno, juntos em busca de um aprendizado coletivo e contínuo, é uma 
realidade cada vez mais presente (SANTOS, 2017). 
Hoje, vivemos o chamado movimento Maker, o que se conhece também por 
“Faça Você Mesmo” ou, em inglês, Do-It-Yourself. Nesse cenário, cada um cria e 
recria seus instrumentos a partir de sucatas ou de impressoras 3D. A Figura 2 ilustra 
um FabLab, nome atribuído aos laboratórios que impulsionam o movimento Maker. 
Espalhados por todo o mundo, têm características comuns: muitos recursos à 
disposição dos usuários, todos ajudam a todos, são abertos a qualquer pessoa 
interessada e profissionais responsáveis pelo espaço, com vasto conhecimento em 
computação. 
A impressora 3D aparece em primeiro plano na Figura 2, é similar a uma caixa 
de cor preta e está concluindo a impressão de algum artefato. Essas impressoras são 
responsáveis pela fabricação de inúmeros elementos, desde simples personagens ou 
figuras geométricas até objetos mais sofisticados, como peças mecânicas ou 
próteses. Tudo depende do conhecimento prévio, do objetivo e dos recursos 
envolvidos. Acredita-se que é uma nova revolução, pois cada um pode criar o que 
quiser! A ideia do aluno protagonista encontra, nessa abordagem, um lugar mais do 
que central. 
 
 
12 
 
 
 
Além desse movimento, há outro que tem somado muitos adeptos, o da 
programação, seja por meio da robótica, pela produção de aplicativos para 
dispositivos móveis ou, ainda, por meio de ferramentas de programação, como o 
Scratch (SANTOS, 2017). 
Ao nos reportarmos para a história da informática na Educação, percebemos 
que estamos utilizando novamente algo que deu muito certo: a programação. O 
Scratch é um software de autoria originado a partir do Logo. A Figura 3 ilustra a mesma 
construção realizada na Figura 1, mas no Scratch. É possível visualizar que, para 
construir um quadrado, existem blocos de códigos com as informações sobre o que 
deve ser feito. Por meio desses blocos, o software recebe as instruções e passa a 
executar os comandos na tela. Esse tipo de programação, em que são utilizados 
blocos predefinidos e personalizáveis, chama-se programação visual. 
 
 Exemplo de um FabLab. 
 
 
13 
 
 
 
 
Ao programar, o aluno precisa mobilizar muitos saberes, seja da própria 
programação ou de conhecimentos de outras áreas. Então entram em cena 
conhecimentos sobre lógica, matemática, física e outros tantos que podem ser 
trabalhados de acordo com a intenção do projeto a ser construído (SANTOS, 2017). 
As ferramentas para construção de aulas com o uso de informática 
aumentaram no decorrer do tempo. Para inovar, mais do que ter acesso às 
tecnologias, é preciso ter criatividade, disposição e o entendimento de que o aluno 
precisa estar no centro do processo educacional. A Figura 4 ilustra a construção feita 
por uma criança com materiais de sucata. Trata-se de um protótipo de um robô. O 
mais interessante é que foi construído pela própria criança! 
 
 
 
14 
 
 
3 TECNOLOGIAS DIGITAIS NO ENSINO DE MATEMÁTICA 
A relevância da inclusão das tecnologias digitais no ambiente escolar já é 
consenso entre os docentes, uma vez que, a cada dia, elas estão mais presentes no 
cotidiano de todos nós, principalmente das crianças. O professor tem papel 
fundamental nesse novo formato de sala de aula, por ser um moderador que nem 
sempre, e não necessariamente, é detentor de todas as respostas, mas pode, 
inclusive, descobri-las com seus alunos (SILVA, 2015). 
Neste capítulo, você verá as relações entre as tecnologias e a educação 
matemática. Sabemos que há uma certa distância entre as diversas tecnologias 
disponíveis e o acesso a todas elas na educação básica pública, no entanto, aqui, 
você terá a oportunidade de identificar essas tecnologias digitais e reconhecer sua 
importância no processo de ensino-aprendizagem de matemática, bem como 
encontrará, além de conceitos e teoria, exemplos práticos e aplicados, que fazem 
parte do cotidiano dos estudantes (SILVA, 2015). 
 
 
 
 
15 
 
3.1 As tecnologias digitais e a matemática 
 
 Muito tem se falado do avanço das tecnologias na atualidade, bem como do 
perigo envolvido em seu uso ou interpretação indevida. A matemática precisa estar 
em sintonia com as mudanças que vêm ocorrendo, portanto, é importante pensarmos 
em formar alunos críticos, conectados às novas tecnologias e, principalmente, 
capazes de selecionar informações a serem utilizadas em determinado problema 
(SILVA, 2015). 
Borba, Silva e Gadanidis (2015) destacam que a inovação tecnológica 
possibilita a exploração de cenários alternativos para a educação. Ao discutir o avanço 
do uso de tecnologias digitais em educação matemática no Brasil, os autores abordam 
uma perspectiva estruturada em quatro fases, descritas a seguir. 
 
1ª Fase 
 
 Desde 1980, já se discutia o uso de calculadoras simples, científicas e de 
computadores. Nessa primeira fase, surge o uso do software LOGO, por volta de 
1985, que enfatizava relações entre linguagem de programação e pensamento 
matemático. Cada comando dado ao software determinava um procedimento a ser 
executado por uma tartaruga virtual, e esses movimentos possibilitavam a construção 
de objetos geométricos, como segmentos de reta e ângulos (BORBA; SILVA; 
GADANIDIS, 2015). Vejamos um exemplo. 
 
 
16 
 
 
 
 
As trocas simbólicas na interação entre a criança e o software LOGO, 
envolvendo aspectos de programação computacional, possibilitam a formação do 
funcionamento de mecanismos presentes na construção de conhecimentos. Os 
autores argumentam, ainda, que o uso do LOGO permite que o aluno possa 
estabelecer relações entre representações algébricas e geométricas dinâmicas 
(BORBA; SILVA; GADANIDIS, 2015). Nos anos 1980 e início de 1990, a informática 
começou a se disseminar no sistema educacional brasileiro. 
 
2ª Fase 
 
Essa fase tem início na primeira metade dos anos 1990, quando o uso de 
computadores pessoais se torna acessível. Aqui, inicia-se uma discussão sobre as 
perspectivas de como estudantes, professores e pesquisadores viam o papel dos 
computadores em suas vidas. Empresas, governos e pesquisadores começaram a 
desenvolver softwares educacionais, e os professores começaram a ser capacitados 
para o uso de “tecnologias informáticas” (TI) em sala de aula. Softwares como o 
Winplot, o Fun, o Graphmathica, o Cabri Géomètre e o Geometricks foram utilizados 
(BORBA; SILVA; GADANIDIS, 2015). Um exemplo dessa fase é o uso do GeoGebra, 
atividade realizada em grupos. 
 
 
 
 
 
 
 
 
17 
 
 
 
 
3ª Fase 
 
 Essa fase iniciou-se por volta de 1999, quando a internet começa a ser utilizada 
como fonte de informação e meio de comunicação, por meio de e-mails, chats e fóruns 
de discussão. Surge, então, uma nova expressão: “tecnologias da informação” e 
“tecnologias da informação e comunicação” (TIC). Nesse momento, começa a se 
pensar em cursos on-line e sobre a inserção da matemática em ambientes virtuais. O 
ambiente virtual possibilitava interação síncrona por meio de videoconferências, e o 
Winplot foi bastante utilizado (BORBA; SILVA; GADANIDIS, 2015). Vejamos um 
exemplo com o uso do Winplot. 
 
 
 
 
 
 
 
 
 
18 
 
 
 
 
Borba, Silva e Gadanidis (2015) afirmam que a interação em ambientes virtuais 
de aprendizagem oferece nuances cognitivas diversificadas. 
 
4ª Fase 
 
 Essa é a fase que estamos vivendo, a qual teve início em meados de 2004, 
quando passamos a ter uma internet rápida, com qualidade de conexão. A quantidade 
e o tipo de recursos passam a ser aprimorados. Com o uso de tecnologias digitais, 
essa fase caracteriza-se por aspectos como: GeoGebra; multimodalidade; novos 
designs e interatividade; tecnologiasmóveis ou portáteis; performance; e performance 
matemática digital (SILVA, 2015). 
Para Borba, Silva e Gadanidis (2015), o surgimento de cada fase ao longo do 
tempo não substitui a anterior, elas vão se integrando, já que muitos aspectos que 
surgiram nas primeiras fases ainda são fundamentais. Imagina-se que, em uma nova 
fase, o uso pedagógico de um novo recurso tecnológico trará originalidade ao pensar 
com tecnologias. 
 
 
 
 
 
 = 5. 
 
 
 
 
19 
 
 Follador (2012) ressalta que o século XX foi marcado pela revolução 
tecnológica, desde nossas tarefas diárias mais simples até as mais complexas, 
inclusive na educação. Ainda que as tecnologias possam gerar certa insegurança nos 
professores, elas precisam ser incorporadas no ambiente escolar. É papel da escola 
socializar novos saberes e sistematizar os saberes empíricos dos estudantes visando 
a prepará-los não apenas para sua formação acadêmica, mas para o mundo. Os 
conteúdos ligados ao tratamento da informação são saberes fundamentais para a 
leitura de mundo e a compreensão de textos mais completos, além de tabelas e 
gráficos. 
 A inserção da informática na sala de aula provoca mudanças significativas em 
sua dinâmica, e, obviamente, o professor tem um papel fundamental nesse processo. 
O uso das tecnologias reorganiza a maneira como pensamos os objetos. Além de 
reorganizar o pensamento, as tecnologias acabam trazendo à tona problemas novos 
e interessantes (ROLKOUSKI, 2013). 
 
 
 Das tecnologias digitais disponíveis 
 
Os chats e web conferências já possibilitaram que construções geométricas e 
resolução de problemas fossem realizadas coletivamente e a distância, inclusive com 
interações entre Estados brasileiros. Com a internet rápida, muitas outras 
possibilidades surgem na educação matemática (BORBA; SILVA; GADANIDIS, 2015). 
Apresentaremos alguns exemplos a seguir. 
 
 
Tecnologias móveis 
 
 Esse tipo de tecnologia chegou com força total por meio de laptops, telefones 
celulares, tablets, calculadoras gráficas, entre outros. Muitos estudantes utilizam seus 
telefones celulares para consultar plataformas, como o Google, utilizar a câmera 
fotográfica ou recurso de vídeo e gravação durante as aulas, por exemplo. Como o 
telefone celular é constantemente utilizado por estudantes das mais variadas faixas 
etárias, cabe fazer um paralelo entre (a) a matemática no dia a dia dos estudantes 
 
20 
 
(uma forma de iniciação à modelagem matemática) e (b) o celular enquanto tecnologia 
do dia a dia (BORBA; SILVA; GADANIDIS, 2015). 
 
Wikipédia 
 
Tem sido bastante utilizada por estudantes com recurso para iniciar uma 
pesquisa, porém ela possui alguma limitação, já que seu conteúdo pode ser alterado 
por qualquer pessoa por ter natureza colaborativa, mas cabe destacar que existe uma 
equipe na Wikipédia que analisa e controla as alterações realizadas. O uso desse 
recurso não exclui a busca por fontes alternativas e diversificadas (BORBA; SILVA; 
GADANIDIS, 2015). 
 
 
Facebook 
 
Muitas universidades, grupos de pesquisa, escolas e comunidades de interesse 
vêm utilizando o Facebook para divulgação de eventos e para participar de fóruns de 
discussões. Algumas escolas criam páginas em formato de grupo. Essa plataforma 
permite inclusão de textos escritos, imagens e vídeos em seus fóruns, proporcionando 
maior interação (BORBA; SILVA; GADANIDIS, 2015). 
 
MOOC 
 
A sigla vem do inglês Massive Open Online Course, que signifi ca Curso On-
line Aberto de Massas. Esse é um curso oferecido por meio de plataformas 
educacionais, como o Ambiente Virtual de Aprendizagem (AVA), redes sociais ou 
ferramentas da Web 2.0. Esse tipo de curso não exige pré-requisitos e não oferece 
certifi cado de participação (BORBA; SILVA; GADANIDIS, 2015). 
 
 
 
 
 
 
21 
 
YouTube e vídeo digital 
 
 Essa ferramenta não foi feita com fins educacionais, mas já tem sido adaptada 
para tal. Ainda que resistências quanto ao seu uso estejam presentes por parte de 
alguns professores, acredita-se que, ao trazer o vídeo digital, bebendo da mesma 
fonte que os alunos bebem para se divertir e se comunicar, estaremos instigando a 
participação mais ativa e interessada dos alunos. Por exemplo, trabalhos como a 
matematização da área da teia de aranha podem ser apresentados na forma de vídeo 
com uma estética interessante, utilizando apenas a oralidade e a escrita (BORBA; 
SILVA; GADANIDIS, 2015). 
 
 Webquests 
 
Site projetado para o aprendizado de determinado conteúdo utilizando recursos 
da internet; seu principal objetivo é estimular a pesquisa e o senso crítico. Estudos já 
apontam que os alunos engajados em produzir webquests ou mesmo em utilizá-las 
têm ganhos na aprendizagem. O professor tem a oportunidade de propor aos seus 
alunos situações que necessitem de criatividade, gerem discussões e refl exões por 
meio da produção de webquests (ROLKOUSKI, 2013). 
 
Blogs 
 
Presentes em uma página na internet de fácil utilização, a qual os usuários 
atualizam quase diariamente e abordam vários assuntos de seu interesse. Pode ser 
utilizado em sala de aula como uma espécie de portfólio, onde os alunos poderão 
postar suas experiências e reflexões sobre os conteúdos estudados (ROLKOUSKI, 
2013). 
 
Chats 
 
Possibilitam interação síncrona por meio de mensagens rápidas. Em 
matemática, o chat tem sido bastante utilizado para a formação de professores na 
modalidade a distância. Embora possa ter alguma limitação no trabalho com 
 
22 
 
problemas matemáticos, isso pode ser contornado com a utilização de outras mídias 
conjuntamente (ROLKOUSKI, 2013). 
 
Calculadoras 
 
Follador (2012) chama a atenção para a discrepância entre os recursos 
tecnológicos desenvolvidos nas últimas décadas e os disponíveis na maioria das 
escolas. Portanto, uma solução inicial para introduzir recursos tecnológicos nas aulas 
de matemática é propor atividades com o uso de calculadoras simples. A calculadora 
pode representar um degrau para a utilização dos computadores, além de isso 
oferecer uma oportunidade de raciocinar de forma diferente e validar os resultados 
dos cálculos efetuados. 
 
 Planilhas eletrônicas 
 
Com o uso de planilhas eletrônicas, estamos preparando nossos alunos para o 
mercado de trabalho, oferecendo aos alunos a oportunidade de conhecer um software 
com potenciais amplos e, ao mesmo tempo, de desenvolver conceitos matemáticos. 
Elas permitem elaborar gráficos, quadros, tabelas com cálculos variados e com as 
mais diversas funções, como, por exemplo, financeiras, estatísticas, trigonométricas, 
lógicas, etc. (FOLLADOR, 2012). 
 
3.2 Resolvendo problemas do dia a dia 
 
 Uma vez identificadas algumas das tecnologias digitais para o ensino de 
matemática na Educação Infantil e no Ensino Fundamental, nesta seção você 
acompanhará exemplos de resolução de problemas do cotidiano com auxílio de 
tecnologias digitais. 
 
 
 
 
23 
 
Problema 1: 
 
 Veja o problema sugerido por Rolkouski (2013): suponha que estamos com 
uma nota de R$ 50,00 e compramos 2 quilos e meio de batata a R$ 1,23 o quilograma, 
2 sabonetes a R$ 1,21 a unidade e quatrocentos gramas de carne a R$ 8,74 o 
quilograma. Quanto receberemos de troco? 
 
 A solução para esse problema pode ser dada pela expressão: 
 
No entanto, se digitarmos toda a expressão em uma calculadora da maneira 
como está escrita, aparecerá como resultado o valor R$ 52,84, que, evidentemente 
não representa o que queríamos. Precisamos encontrar uma maneira para efetuar 
esse cálculo de forma rápida e sem precisar recorrer ao lápis e papel. Isso pode ser 
feito utilizando as teclas M+, M‒ e MR (RM, RCL ou MRC) (ver Quadro 1). 
 
 
Quadro 1. Cálculos e explicação do que a calculadora está fazendo 
50 M+ Esse cálculo representa que a calculadora está 
somando 50 à memória 
2,5 × 1,23 = M− Essa sequência de teclas representa que acalculadora está tomando o resultado de 2,5 × 
1,23 e subtraindo do valor que está na memória. 
2 × 1,21 = M− Da mesma forma que a sequência anterior, 
representa que a calculadora está tomando o 
resultado de 2 × 1,21 e subtraindo do valor que 
está na memória. 
0,4 × 8,74 = M− Da mesma forma que a sequência anterior, 
representa que a calculadora está tomando o 
resultado de 0,4 × 8,74 e subtraindo do valor que 
está na memória. 
MR Com essa tecla, a calculadora retorna o 
resultado desejado. 
Fonte: Adaptado de Rolkouski (2013) 
 
 
 
 
24 
 
Problema 2: 
 
 Follador (2012) apresenta um exemplo envolvendo a cesta básica na cidade 
de Aracaju (SE). A cesta básica é composta por 6 kg de carne, 7,5 litros de leite, 4,5 
kg de feijão, 3 kg de arroz, 1,5 kg de farinha, 6 kg de batata, 9 kg de tomate, 6 kg de 
pão, 600 g de café, 7,5 dúzias de banana, 3 kg de açúcar, 900 ml de óleo e 750 g de 
manteiga (ver Quadro 2). 
 
 
 
Os dados são coletados e organizados em uma tabela para, então, 
construirmos gráficos que permitam acompanhar o comportamento do custo da cesta 
básica no período em análise, ou seja, de dezembro de 2006 a abril de 2007. A Figura 
4 mostra um gráfico de linhas que pode ser elaborado para esta situação-problema 
(SILVA, 2015). 
 
 
 
 
 
 
 
 
 
 
25 
 
 
 
 
Esse é um exemplo dentre tantos que poderiam ser sugeridos, e cabe destacar 
que, mais importante do que coletar os dados e transformá-los em representação 
gráfica, é interpretar os resultados de maneira crítica. Pode-se sugerir trabalho em 
grupos que envolva temas, como, por exemplo: diversão preferida, música preferida, 
animal preferido, alimento preferido, naturalidade ou outro dado referente à cultura 
local (SILVA, 2015). 
 
Problema 3: 
 
Araújo e Santos (2014) utilizam o software Balança Interativa (Figura 5). Trata- 
-se de um software educativo que foi produzido por um grupo de pesquisa da 
Universidade Federal do Ceará, escrito em linguagem de programação Java. Esse 
software auxilia para a noção de comparação e relação entre valores desconhecidos, 
possibilitando ao aluno manipular a balança e os símbolos que estão ligados a ela, 
ajudando-o a compreender as particularidades que envolvem esse conceito e servindo 
como instrumento auxiliar na passagem das operações aritméticas ao pensamento 
algébrico. 
 
 
 
 
26 
 
 
4 INTELIGÊNCIA ARTIFICIAL 
A inteligência artificial (IA) possibilita que as máquinas aprendam com a 
experiência, ajustem-se a novas entradas e realizem tarefas semelhantes às 
humanas. A maioria dos exemplos de IA sobre os quais você ouve falar hoje — de 
computadores que jogam xadrez a carros autônomos — depende muito do 
aprendizado profundo e do processamento de linguagem natural. Usando essas 
tecnologias, os computadores podem ser treinados para realizar tarefas específicas, 
processando grandes quantidades de dados e reconhecendo padrões (LEDUR, 
2018). 
Neste capítulo, você irá conhecer os principais conceitos de inteligência 
artificial, vendo seu histórico e suas principais áreas de aplicações. 
 
 
 
 
 
 
27 
 
4.1 O que é inteligência artificial (IA)? 
Inteligência artificial (IA), às vezes chamada de inteligência de máquina, é a 
inteligência demonstrada por máquinas, em contraste com a inteligência natural 
exibida por humanos e outros animais. Na ciência da computação, a pesquisa em IA 
é definida como o estudo de “agentes inteligentes”: qualquer dispositivo que perceba 
seu ambiente e realize ações que maximizem sua chance de atingir seus objetivos 
com sucesso. Coloquialmente, o termo inteligência artificial é aplicado quando uma 
máquina imita funções cognitivas que os humanos associam a outras mentes 
humanas, como “aprendizado” e “resolução de problemas” (WARWICK, 2011). 
O escopo da IA é contestado: à medida que as máquinas se tornam cada vez 
mais capazes, tarefas consideradas como exigindo “inteligência” são frequentemente 
removidas da definição, um fenômeno conhecido como o efeito IA. Por exemplo, o 
reconhecimento óptico de caracteres é frequentemente excluído da inteligência 
artificial, tendo se tornado uma tecnologia de rotina. As capacidades de máquinas 
modernas geralmente classificadas como IA incluem o entendimento humano com 
sucesso, competindo no mais alto nível em sistemas de jogos estratégicos (como 
xadrez e Go), carros de operação autônoma e roteamento inteligente em redes de 
distribuição de conteúdo e simulações militares (WARWICK, 2011). Existem muitas 
outras definições para inteligência artificial, mas algumas das mais comuns são as 
seguintes: 
O escopo da IA é contestado: à medida que as máquinas se tornam cada vez 
mais capazes, tarefas consideradas como exigindo “inteligência” são frequentemente 
removidas da definição, um fenômeno conhecido como o efeito IA. Por exemplo, o 
reconhecimento óptico de caracteres é frequentemente excluído da inteligência 
artificial, tendo se tornado uma tecnologia de rotina. As capacidades de máquinas 
modernas geralmente classificadas como IA incluem o entendimento humano com 
sucesso, competindo no mais alto nível em sistemas de jogos estratégicos (como 
xadrez e Go), carros de operação autônoma e roteamento inteligente em redes de 
distribuição de conteúdo e simulações militares (WARWICK, 2011). Existem muitas 
outras definições para inteligência artificial, mas algumas das mais comuns são as 
seguintes: 
 
 
28 
 
 A capacidade de um computador digital ou robô controlado por computador 
executar tarefas comumente associadas a seres inteligentes; 
 Uma máquina completando as tarefas que envolvem um certo grau de 
inteligência que anteriormente era considerado apenas para ser feito por 
humanos; 
 A simulação de processos de inteligência humana por máquinas, 
especialmente sistemas de computador. Esses processos incluem 
aprendizado, raciocínio e autocorreção; 
 A capacidade de uma máquina para imitar o comportamento humano 
inteligente; 
 
Todas as definições acima estão corretas, mas o que realmente se resume é 
“quão perto ou quão bem um computador pode imitar ou ir além quando comparado 
ao ser humano”. 
 Dentro da inteligência artificial, podemos definir quatro técnicas que são os 
pilares principais que permitem seus principais avanços (ERTEL, 2017). 
 
Categorização: a inteligência artificial requer muitos dados relevantes para o 
problema que está sendo resolvido. O primeiro passo para construir uma solução de 
inteligência artificial é criar a “métrica de intenção de projeto”, que é usada para 
categorizar o problema. Independentemente de os usuários estarem tentando 
construir um sistema que possa, por exemplo, ajudar um médico a diagnosticar o 
câncer ou ajudar um administrador de TI a diagnosticar problemas de redes sem fio, 
os usuários precisam definir métricas que permitam que o problema seja dividido em 
partes menores. Em redes sem fio, por exemplo, as principais métricas são tempo de 
conexão do usuário, taxa de transferência, cobertura e roaming. No diagnóstico de 
câncer, as principais medidas são contagem de células brancas, etnia e exames de 
raios X (LEDUR, 2018). 
 
 Classificação: depois que os usuários tiverem o problema categorizado em 
áreas diferentes, o próximo passo é ter classificadores para cada categoria 
que apontarão os usuários na direção de uma conclusão significativa. Por 
exemplo, ao treinar um sistema de inteligência artificial para jogar o Jeopardy, 
 
29 
 
os usuários devem, primeiro, classificar uma questão como sendo de natureza 
literal ou um jogo de palavras e, então, classificar por tempo, pessoa, coisa ou 
lugar. Em redes sem fio, uma vez que os usuários saibam a categoria de um 
problema (por exemplo, um problema pré ou pós-conexão), os usuários 
precisam começar a classificar o que está causando o problema: associação, 
autenticação, DHCP ou outras, com fio e fatoresde dispositivo. 
 Aprendizado de máquina: agora que o problema é dividido em partes de 
metadados específicas do domínio, os usuários estão prontos para fornecer 
essas informações ao mundo mágico e poderoso do aprendizado de máquina. 
Existem muitos algoritmos e técnicas de aprendizado de máquina, com 
aprendizado de máquina supervisionado usando redes neurais (ou seja, 
aprendizado profundo), tornando-se uma das abordagens mais populares. O 
conceito de redes neurais existe desde 1949, mas, com os mais recentes 
aumentos nos recursos de computação e armazenamento, as redes neurais 
estão sendo treinadas para resolver uma variedade de problemas do mundo 
real, desde o reconhecimento de imagens e processamento de linguagem 
natural até a previsão do desempenho da rede. Outras aplicações incluem 
descoberta de características de anomalias, detecção de anomalias de séries 
temporais e correlação de eventos para análise de causa raiz. 
 Filtragem colaborativa: a maioria das pessoas experimentam filtragem 
colaborativa quando escolhem um filme no Netflix ou compram algo da 
Amazon e recebem recomendações para outros filmes ou itens de que possam 
gostar. Além dos recomendadores, a filtragem colaborativa também é usada 
para classificar grandes conjuntos de dados e colocar uma face em uma 
solução de IA. É onde toda a coleta e análise de dados é transformada em 
insight ou ação significativa. Seja usada em um game show, seja por um 
médico ou por um administrador de rede, a filtragem colaborativa é o meio de 
fornecer respostas com alto grau de confiança. É como um assistente virtual 
que ajuda a resolver problemas complexos. 
A inteligência artificial ainda é um espaço emergente, mas seu impacto é 
profundo e será sentido ainda mais intensamente à medida que se tornar uma parte 
cada vez maior de nossas vidas diárias. Ao escolher uma solução de inteligência 
 
30 
 
artificial, como ao comprar um carro, precisamos entender o que está sob o controle 
para garantir que estamos comprando o melhor produto para as nossas necessidades. 
4.2 Histórico 
Na primeira metade do século XX, a ficção científica familiarizou o mundo com 
o conceito de robôs artificialmente inteligentes. Começou com o homem de coração 
“sem coração” de o “Mágico de Oz” e continuou com o robô humanoide que se fazia 
passar por Maria em “Metrópolis”. Na década de 1950, tínhamos uma geração de 
cientistas, matemáticos e filósofos com o conceito de inteligência artificial (ou IA) 
culturalmente assimilado em suas mentes. Uma dessas pessoas foi Alan Turing, um 
jovem polímata britânico que explorou a possibilidade matemática da inteligência 
artificial. Turing sugeriu que os humanos usam informações disponíveis, bem como a 
razão, para resolver problemas e tomar decisões — então por que as máquinas não 
podem fazer a mesma coisa? Essa foi a estrutura lógica de seu artigo de 1950, 
“Computing Machinery and Intelligence”, no qual ele discutiu como construir máquinas 
inteligentes e como testar sua inteligência (WARWICK, 2011). 
 No entanto, algo impediu Turing de começar a trabalhar ali mesmo. Primeiro, 
os computadores precisavam mudar fundamentalmente. Antes de 1949, os 
computadores não tinham um pré-requisito chave para a inteligência: eles não 
conseguiam armazenar comandos, apenas executá-los. Em outras palavras, os 
computadores poderiam saber o que fazer, mas não conseguiam lembrar o que eles 
faziam. Em segundo lugar, a computação era extremamente cara. No início dos anos 
1950, o custo de alugar um computador chegava a US$ 200 mil por mês. Somente as 
universidades de prestígio e as grandes empresas de tecnologia poderiam dar-se ao 
luxo de se distrair nessas águas inexploradas. Uma prova de conceito, bem como a 
defesa de pessoas de alto perfil, foi necessária para persuadir as fontes de 
financiamento de que valeria a pena investigar a inteligência das máquinas. 
Cinco anos depois, a prova de conceito foi iniciada por Allen Newell, Cliff Shaw 
e Logic Theorist, de Herbert Simon. O Logic Theorist era um programa projetado para 
imitar as habilidades de resolução de problemas de um ser humano e foi financiado 
pela Corporação de Pesquisa e Desenvolvimento (RAND). É considerado por muitos 
como o primeiro programa de inteligência artificial e foi apresentado no Dartmouth 
 
31 
 
Summer Research Project em Inteligência Artificial (DSRPAI) por John McCarthy e 
Marvin Minsky em 1956. Nessa conferência histórica, McCarthy, imaginando um 
grande esforço colaborativo, trouxe os principais pesquisadores de vários campos de 
uma discussão aberta sobre inteligência artificial, termo que ele cunhou no próprio 
evento. Infelizmente, a conferência ficou aquém das expectativas de McCarthy; as 
pessoas iam e vinham como bem entendiam, e não havia acordo sobre métodos 
padronizados para o campo. Apesar disso, todos se alinharam com o sentimento de 
que a IA era alcançável. O significado desse evento não pode ser minado, pois 
catalisou os próximos vinte anos de pesquisa em IA (WARWICK, 2011; ERTEL, 2017). 
De 1957 a 1974, a IA floresceu. Os computadores poderiam armazenar mais 
informações e se tornariam mais rápidos, mais baratos e mais acessíveis. Algoritmos 
de aprendizado de máquina também melhoraram e as pessoas aprenderam a saber 
qual algoritmo aplicar ao seu problema. Demonstrações anteriores, como a de 
Solucionador de Problemas Geral, de Newell, e Simon e ELIZA, de Joseph 
Weizenbaum, mostraram-se promissoras em relação aos objetivos de resolução de 
problemas e à interpretação da linguagem falada, respectivamente. Esses sucessos, 
assim como a defesa dos principais pesquisadores (a saber, os participantes do 
DSRPAI), convenceram agências governamentais, como a Agência de Projetos de 
Pesquisa Avançada de Defesa (DARPA), a financiar pesquisa de IA em várias 
instituições. O governo estava particularmente interessado em uma máquina que 
pudesse transcrever e traduzir a linguagem falada, bem como fizesse processamento 
de dados de alto rendimento. O otimismo foi alto e as expectativas foram ainda 
maiores. Em 1970, Marvin Minsky disse à revista Life que, em dentro de três a oito 
anos, teriam uma máquina com a inteligência geral de um ser humano médio. 
Entretanto, embora a prova básica de princípio estivesse presente, ainda havia um 
longo caminho a percorrer: os objetivos finais do processamento da linguagem natural, 
o pensamento abstrato e o autorreconhecimento poderiam ser alcançados 
(WARWICK, 2011). 
Romper o nevoeiro inicial da IA revelou uma montanha de obstáculos. A maior 
delas era a falta de poder computacional para fazer algo substancial: os computadores 
simplesmente não conseguiam armazenar informações suficientes ou processá-las 
com rapidez suficiente. Para se comunicar, por exemplo, é preciso conhecer o 
significado de muitas palavras e compreendê-las em muitas combinações. Hans 
 
32 
 
Moravec, um estudante de doutorado de McCarthy na época, afirmou que “os 
computadores ainda eram milhões de vezes fracos demais para exibir inteligência”. 
Como a paciência diminuiu, o mesmo aconteceu com o financiamento, e a pesquisa 
chegou a um ritmo lento durante dez anos. 
Nos anos 1980, a IA foi reacendida por duas fontes: uma expansão do conjunto 
de ferramentas algorítmicas e um aumento de fundos. John Hopfield e David 
Rumelhart popularizaram técnicas de “aprendizado profundo” que permitiram que os 
computadores aprendessem usando a experiência. Por outro lado, Edward 
Feigenbaum introduziu sistemas especialistas que imitavam o processo de tomada de 
decisão de um especialista humano. O programa perguntaria a um especialista em 
um campo como responder em uma determinada situação, e, uma vez que isso fosse 
aprendido para praticamente todas as situações, os não especialistas poderiam 
receber conselhos desse programa. Sistemas especialistas foram amplamente 
utilizados nas indústrias. O governo japonêsfinanciou sistemas especialistas e outros 
esforços relacionados à IA como parte do Projeto de Computação da Quinta Geração 
(FGCP). De 1982 a 1990, eles investiram 400 milhões de dólares com os objetivos de 
revolucionar o processamento de computadores, implementar programação lógica e 
melhorar a inteligência artificial. Infelizmente, a maioria dos objetivos ambiciosos não 
foi atingida. No entanto, pode-se argumentar que os efeitos indiretos do FGCP 
inspiraram uma geração jovem e talentosa de engenheiros e cientistas. 
Independentemente disso, o financiamento do FGCP cessou, e a IA caiu fora dos 
holofotes (WARWICK, 2011). 
Mesmo na ausência de financiamento do governo e propaganda pública, a IA 
prosperou. Durante as décadas de 1990 e 2000, muitas das metas marcantes da 
inteligência artificial foram alcançadas. Em 1997, o atual campeão mundial de xadrez 
e grande mestre Gary Kasparov foi derrotado pelo Deep Blue da IBM, um programa 
de computador que joga xadrez. Essa partida altamente divulgada foi a primeira vez 
que a perda de um campeão mundial de xadrez foi para um computador e serviu como 
um grande passo para um programa de tomada de decisões artificialmente inteligente. 
No mesmo ano, o software de reconhecimento de fala, desenvolvido pela Dragon 
Systems, foi implementado no Windows. Esse foi outro grande passo, mas na direção 
do esforço de interpretação da linguagem falada. Parecia que não havia problema 
com o qual as máquinas não conseguiam lidar. Até mesmo a emoção humana era um 
 
33 
 
jogo justo, como evidenciado por Kismet, um robô desenvolvido por Cynthia Breazeal 
que podia reconhecer e exibir emoções (WARWICK, 2011; ERTEL, 2017). 
 Ocorreu que o limite fundamental do armazenamento de computadores que 
estava nos mantendo há 30 anos não era mais um problema. A lei de Moore, que 
estima que a memória e a velocidade dos computadores dobram a cada ano, mostrou 
que, finalmente, alcançou e, em muitos casos, superou nossas necessidades. Foi 
precisamente assim que o Deep Blue conseguiu derrotar Gary Kasparov, em 1997, e 
como o Alpha Go, da Google, conseguiu derrotar o campeão do Chinese Go, Kie Je. 
Assim, saturamos as capacidades da IA ao nível do nosso atual poder computacional 
(armazenamento de computadores e velocidade de processamento) e, então, 
esperamos que a lei de Moore se atualize novamente. 
 Vivemos agora na era de Big Data, uma época em que temos a capacidade de 
coletar enormes somas de informações, que são muito complicadas para uma pessoa 
processar. A aplicação da inteligência artificial a esse respeito já foi bastante 
proveitosa em diversos setores, como tecnologia, bancos, marketing e 
entretenimento. Vimos que, mesmo que os algoritmos não melhorem muito, o Big Data 
e a computação maciça simplesmente permitem que a inteligência artificial aprenda 
por meio da força bruta. Pode haver evidências de que a lei de Moore está diminuindo 
um pouco, mas o aumento nos dados certamente não perdeu nenhum impulso. 
Avanços na ciência da computação, matemática ou neurociência servem como saídas 
potenciais para o limite imposto pela lei de Moore (IAFRATE, 2018) 
4.3 Aplicações 
O uso de inteligência artificial já é amplo em diversas áreas. A seguir, você 
conhecerá algumas das diversas aplicações da inteligência artificial em áreas comuns 
na vida das pessoas. 
 
 Educação: os avanços no processamento de linguagem natural, combinados 
com o aprendizado de máquina, também permitiram a classificação automática 
de tarefas, bem como a compreensão orientada por dados das necessidades 
individuais de aprendizado dos alunos. Isso levou a uma explosão na 
popularidade dos MOOCs, ou Massive Open Online Courses, que permitem 
 
34 
 
que estudantes de todo o mundo façam aulas on-line. Os conjuntos de dados 
coletados desses sistemas de aprendizagem on-line em grande escala 
também permitiram a análise de aprendizado, que será usada para melhorar 
a qualidade da aprendizagem em escala. Exemplos de como a análise de 
aprendizado pode ser usada para melhorar a qualidade da aprendizagem 
incluem prever quais alunos estão em risco de falha e analisar o engajamento 
dos alunos. 
 Finanças: o comércio algorítmico envolve o uso de sistemas complexos de 
inteligência artificial para tomar decisões comerciais a velocidades de várias 
ordens de grandeza maiores do que qualquer humano é capaz de fazer, muitas 
vezes, fazendo milhões de negociações em um dia sem qualquer intervenção 
humana. Essa negociação é chamada de negociação de alta frequência e 
representa um dos setores que mais crescem no comércio financeiro. Muitos 
bancos, fundos e empresas proprietárias de trading agora têm portfólios 
inteiros que são administrados apenas por sistemas de IA. Os sistemas de 
negociação automatizados são normalmente usados por grandes investidores 
institucionais, mas, nos últimos anos, também houve um influxo de empresas 
proprietárias menores negociando com seus próprios sistemas de IA 
(STERNE, 2017). 
 Busca de emprego: o mercado de trabalho tem visto uma mudança notável 
devido à implementação de inteligência artificial, simplificando o processo para 
recrutadores e candidatos a emprego (ou seja, o Google for Jobs e a inscrição 
on-line). De acordo com Raj Mukherjee, da Indeed.com, 65% das pessoas 
iniciam uma busca de emprego novamente dentro de 91 dias após a 
contratação. O motor com IA simplifica a complexidade da procura de 
emprego, operando informações sobre habilidades profissionais, salários e 
tendências do usuário, combinando as pessoas com as posições mais 
relevantes. A inteligência de máquina calcula quais salários seriam 
apropriados para um trabalho específico, puxa e destaca informações de 
currículo para recrutadores que usam processamento de linguagem natural, 
que extrai palavras e frases relevantes do texto usando um software 
especializado. Outra aplicação é um construtor de currículo IA, que requer 5 
minutos para compilar um CV, em oposição a passar horas fazendo o mesmo 
 
35 
 
trabalho. Na IA, os chatbots de idade auxiliam os visitantes do site e resolvem 
os fluxos de trabalho diários. As ferramentas revolucionárias de inteligência 
artificial complementam as habilidades das pessoas e permitem que os 
gerentes de RH se concentrem nas tarefas de maior prioridade. No entanto, o 
impacto da inteligência artificial na pesquisa de empregos sugere que, até 
2030, agentes inteligentes e robôs podem eliminar 30% do trabalho humano 
no mundo. Além disso, a pesquisa prova que a automação deslocará entre 400 
e 800 milhões de funcionários. O relatório de pesquisa da Glassdoor afirma 
que o recrutamento e o RH devem ter uma adoção mais ampla da IA no 
mercado de trabalho em 2018 e além (STERNE, 2017). 
 Indústria: os robôs se tornaram comuns em muitas indústrias e recebem 
empregos que são considerados perigosos para os seres humanos. Os robôs 
têm se mostrado eficazes em trabalhos que são muito repetitivos, o que pode 
levar a erros ou acidentes devido a um lapso de concentração e outros 
trabalhos que os humanos podem achar degradantes (STERNE, 2017). 
 Hospitais e medicina: as redes neurais artificiais são usadas como sistemas 
de apoio à decisão clínica para diagnóstico médico, como na tecnologia de 
processamento de conceito no software de EMR. Outras tarefas na medicina 
que podem potencialmente ser realizadas por inteligência artificial e estão 
começando a ser desenvolvidas incluem: 
o Interpretação assistida por computador de imagens médicas; 
o Robôs para cuidado de idosos; 
o Auxiliar em trabalhos repetitivos, incluindo gerenciamento de 
medicação; 
o Fornecer consultas; 
o Criação de novas drogas; 
o Simulações; 
o Prever a probabilidade de morte por procedimentos cirúrgicos; 
o Prever a progressão de doenças como o HIV 
 
 Mídia e comércio eletrônico: alguns aplicativos de IA são voltados para a 
análise de conteúdode mídia audiovisual, como filmes, programas de TV, 
vídeos de propaganda ou conteúdo gerado pelo usuário. As soluções 
 
36 
 
envolvem frequentemente a visão por computador, que é uma área de 
aplicação importante da IA. Os cenários típicos de casos de uso incluem a 
análise de imagens usando técnicas de reconhecimento de objetos ou 
reconhecimento de faces ou a análise de vídeos para reconhecer cenas, 
objetos ou faces relevantes. A motivação para usar análise de mídia baseada 
em IA pode ser entre outras coisas facilitação da pesquisa de mídia, criação 
de um conjunto de palavras-chave descritivas para um item de mídia, 
monitoramento de política de conteúdo de mídia (como verificar a adequação 
do conteúdo para um determinado tempo de visualização de TV), fala para 
texto para arquivamento ou outros fins e a detecção de logotipos, produtos ou 
rostos de celebridades para a colocação de anúncios relevantes (STERNE, 
2017). 
 Brinquedos e jogos: a década de 1990 testemunhou algumas das primeiras 
tentativas de produzir em massa tipos de inteligência artificial básica para fins 
de educação ou lazer. Isso prosperou muito com a Revolução Digital e ajudou 
a introduzir pessoas, especialmente crianças, em uma vida de lidar com vários 
tipos de inteligência artificial, especificamente na forma de Tamagotchis e Giga 
Pets, iPod Touch, a internet e o primeiro robô amplamente divulgado, Furby. 
Um ano depois, um tipo aperfeiçoado de robô doméstico foi lançado na forma 
de Aibo, um cão robótico com características inteligentes e autonomia. 
 Transporte: os carros de hoje contam com recursos de assistência ao 
motorista baseados em IA, como estacionamento sem manobrista e controles 
de cruzeiro avançados. A IA tem sido usada para otimizar aplicações de 
gerenciamento de tráfego, o que, por sua vez, reduz o tempo de espera, o 
consumo de energia e as emissões em até 25%. No futuro, carros totalmente 
autônomos serão desenvolvidos. Espera-se que a IA no transporte forneça 
transporte seguro, eficiente e confiável, minimizando o impacto no meio 
ambiente e nas comunidades. O maior desafio para o desenvolvimento dessa 
IA é o fato de que os sistemas de transporte são sistemas inerentemente 
complexos, envolvendo um grande número de componentes e diferentes 
partes, cada um com objetivos diferentes e muitas vezes conflitantes. 
 
 
37 
 
4.4 Aplicações da Inteligência Artificial em Educação 
Quando se refere a aplicação da Inteligência Artificial na educação e 
treinamento, imagina-se uma aplicação em Instrução Assistida por Computador (CAI- 
Computer Assisted Instuction), ou Educação Assistida por Computador(CAE- 
Computer Assisted Education), ou Aprendizado Assistido por Computador (CAL- 
Computer Assisted Learning). Neste caso tais sistemas tornaram-se “Inteligentes”, 
caracterizando os Sistemas Tutoriais Inteligentes (ITSIntelligent Tutorial System). A 
aplicação de computadores em educação vem difundindo nos últimos anos devido ao 
dramático avanço da informática, possuindo diversas vantagens em seu emprego em 
instrução/ensino (Curilem,1998): 
 
 Maior capacidade, velocidade e confiabilidade no cumprimento de instruções 
e cálculos; 
 Possibilidade de processar dados e conhecimento (e, portanto, experiências); 
 Permitem a uso de interfaces muito interativas (com vídeo, gráficos, som, 
simulações), facilitando a comunicação com os alunos; 
 Permitem o auxílio de um número maior de estudantes, permitindo diversificar 
as estratégias de ensino e individualizar o processo. 
 
Um questionamento bastante razoável nasce: “Por quê aplicar Inteligência 
Artificial nas áreas de educação e treinamento”? De acordo com Curilem (1998), existe 
diversos motivos: 
 
 Procura de ferramentas mais poderosas para a construção de sistemas 
educacionais; 
 Oportunidade de desenvolver e testar novas técnicas e novos modelos, 
aplicando ferramentas de ensino inovadoras que executam funções de 
explicação, diagnóstico, etc., esperadas em um sistema de instrução; 
 Capacidade da Inteligência Artificial de modelar conhecimento. O sistema pode 
resolver problemas que o próprio aprendiz tem que solucionar (o sistema 
consegue “entrar” no problema junto com o aluno, discutindo os passos 
intermediários) e fundamenta-se no conhecimento do domínio a ser lecionado; 
 
38 
 
 Probabilidade de produção de interações bidirecionais entre o usuário e o 
sistema, que são de maneira especial relevantes no alcance de habilidades 
para a resolver problemas complexos (justamente os de aprendizado mais 
difícil). 
 
Talvez uma das melhores razões apontadas para pesquisas em Sistemas 
Tutoriais Inteligentes esteja na citação a seguir: 
 
“Uma das principais motivações para pesquisas na área de ITS é o potencial 
que representam nos sistemas educacionais, visto que se trata de uma 
instrução individualizada, equivalente a ter um professor particular para o 
aluno, adaptando-se aos conhecimentos e necessidades detectados 
dinamicamente num determinado aluno. Simula-se, assim, o comportamento 
de um bom professor. Portanto, o projeto e desenvolvimento de programas 
de ITS reúne Ciência da Computação, Psicologia Cognitiva e Pesquisa 
Educacional” ( Pozo,1991). 
 
Atualmente, particularmente na educação, está acontecendo a necessidade de 
repensar a construção dos softwares educacionais, sobretudo no que diz respeito a 
adaptabilidade das estratégias de ensino ao tipo e necessidade do aluno, e no que se 
refere a avaliação do desempenho do aluno no processo de ensino aprendizagem, 
levando em considerações fatores motivacionais e emocionais. Analisa-se que uma 
das mais recentes preocupações é a interação homem-máquina, por este motivo 
constata-se a preocupação em construir software mais amigáveis. 
5 HISTÓRIA DO COMPUTADOR EDUCACIONAL 
O computador é a consequência da necessidade crescente de cálculos exatos 
e velozes do homem e sua história tem origem desde os povos primitivos. No oriente 
médio desde 2.500 A.C. havia a versão primitiva do ábaco, que foi um dos primeiros 
dispositivos mecânicos computacionais. John Napier, escocês e inventor dos 
logaritmos, criou em 1614 os Bastões de Napier como auxiliar para multiplicação, que 
versavam de nove peças, uma para cada dígito de 1 a 9. Cada uma dessas barras é 
uma coluna de uma tabela de multiplicação. O sacerdote inglês Willian Oughtred, 
concebeu um dispositivo de cálculo, em 1633, fundamentado nos logaritmos de 
 
39 
 
Napier, que denominou de Círculos de Proporção. Sua invenção deu origem à familiar 
Régua de Cálculo, que só foi suplantada atualmente pela calculadora eletrônica de 
bolso. 
Em 1830, Charles Babbage, matemático inglês, projetou a primeira calculadora 
mecânica, a máquina diferencial, fundamentada no princípio de discos giratórios, 
operada por uma simples manivela e que tinha aptidão de armazenar e memorizar 
números, e de dar cumprimento a uma série de cálculos (ZUCHI, 2000). 
 Em 1833, aperfeiçoando suas técnicas, ele elaborou uma outra denominada 
Máquina Analítica, que podia ser "programada" para distintas funções e que serviria 
para extinguir a inexatidão dos cálculos (Martin & Loch,1999). Em 1880, o americano 
Herman Hollerith com a intenção de agilizar o processamento dos dados de censo, 
criou o sistema de perfuração de cartões dos dados coletados, fazendo com que eles 
fossem de forma automática tabulados. Para isso, ele usou máquinas de maneira 
especial projetadas. 
 No fim da década de 1930, devido a segunda guerra mundial, que aumentou 
a necessidade de cálculos científicos. Diversos projetos foram desenvolvidos ao 
mesmo tempo, devido, especialmente, a apoios financeiros disponíveis. Um dos 
projetos financiados tinha como finalidade a construção de cinco computadores de 
amplo porte encomendados pelo exército americano. Cálculos complexos tinham que 
ser feitos sob a pressão do tempo e com máxima precisão possível,para que fossem 
criadas poderosas armas ou para que fossem descobertos códigos secretos do lado 
inimigo. Foi nesta situação nada harmoniosa que tiveram origem enormes 
computadores, que faziam estes cálculos, onde as entradas de dados eram feitas com 
cartões perfurados um a um (ZUCHI, 2000). 
No mesmo período, um grupo de matemáticos conduzidos por John William 
Mauchly e John Presper Eckert Jr, da Moore School of Electrical Enginneering da 
Universty of Pensylvania, começou a desenvolver uma máquina eletrônica chamada 
ENIAC –Eletronic Numerical Integrator and Calculator. O objetivo da mesma era 
acelerar os cálculos de tabelas, visando conduzir a pontaria para a artilharia de guerra. 
Os projetores dessas máquinas com certeza, não imaginavam que estas tornar-se-
iam instrumentos de indivíduos comuns que as utilizariam para várias finalidades. 
 
40 
 
 Depois da Guerra, o computador deixou de ser privilégio da alta ciência e do 
exército e entrou no mundo mais vasto dos negócios, da pesquisa industrial e 
universitária. 
Foi apenas na década de 1960 que as pesquisas se recuaram para a 
construção de microcomputadores, que se gerou na Digital Equipment Corporation. 
Hoje inúmeras empresas fabricam computadores pessoais. 
 
 
https://ronaldobarbosa.pro.br 
Nessa mesma década nasceu a ideia de empregar o computador também na 
educação, apesar da tecnologia ainda não estar muito desenvolvida e a interação com 
o usuário não ser muito atrativa, sem desenhos, cores, sons e ações. Foi desenvolvido 
o sistema LOGO, que até hoje em dia é analisado um modelo de software educacional. 
Desenvolvido no MIT, o Instituto de Tecnologia de Massachussets, por Seymour 
Papert, um matemático que sempre esteve preocupado com a forma pela qual os 
indivíduos aprendem, já tendo, inclusive, estudado com Piaget na década de 
cinquenta. Papert, em contato com os computadores no MIT, começou a idealizar 
como poderia "roubar a tecnologia dos laboratórios para dá-las às crianças" (ZUCHI, 
2000). 
Outra linha de desenvolvimento de sistemas para educação foi seguida por 
Patrick Suppes, o mentor dos programas de exercícios, Instrução Assistida por 
Computadores (CAI-Computer Aided Instruction). Estes programas, dotados de 
gráficos dinâmicos, essencialmente eram programas de perguntas e respostas, sendo 
 
41 
 
que o computador dava ao estudante um questionamento e este lhe dava uma 
resposta, incumbindo ao computador retornar respondendo se esta estava correta ou 
não. 
Outro participante da cultura educacional da informática foi John Kemeny um 
dos criadores do BASIC. Ele via os estudantes como programadores de computador, 
girando este último um instrumento que auxilia a aprendizagem ao invés de um 
protótipo do professor que auxilia a instrução. 
Estes dois movimentos se justificavam pela presença dos microcomputadores, 
que começaram a mudar os rumos da informática, aproximando pessoas e 
profissionais de várias áreas, de um instrumento que antes era reservado aos 
especialistas em computação. No começo, eram máquinas muito simples, 
apresentando poucos recursos de interação com o usuário, amparadas em uma tela 
de vídeo monocromática e estática; a discussão sobre seu uso na educação prendia-
se exclusivamente ao fato de que podiam armazenar informações, permitindo uma 
rápida recuperação dos dados armazenados. 
A década de setenta foi marcada pela industrialização da microeletrônica, 
miniaturização dos computadores e pelo microprocessador, conhecido como chip, 
uma espécie de pastilha fabricada a partir da sílica. A partir de então, diversas portas 
se abrem para um novo mundo da microinformática em nível profissional e pessoal. 
No fim da década de 80 e começo dos anos 90, chegaram ao Brasil as 
novidades dos PC's, trazendo novas facilidades ao usuário. A discussão adotou um 
direcionamento especial: os ambientes Windows com seus ícones; o uso do mouse, 
possibilitando uma interação intuitiva, de característica sensoriomotora; os menus, 
que tornaram visualmente disponíveis as operações a realizar; a tela gráfica colorida, 
de elevada resolução; caracterizavam modificações da tecnologia que, trazendo 
novas maneiras de ler, de escrever, de agir, e assim sendo, de refletir, exigiam dos 
estudiosos da Informática Educacional um aprofundamento das questões relativas à 
aprendizagem no uso dos recursos informatizados. 
Acrescenta-se ainda o advento da multimídia interativa, que permitiu ao usuário 
uma maneira de consulta não linear e lúdica, e especialmente o aparecimento da 
Internet, que nos abrange e surpreende em um mundo virtual, onde as conversas 
podem ser realizadas à distância, até mesmo em tempo real, na troca de informações, 
na discussão partilhada de projetos educacionais, entre outros (ZUCHI, 2000). 
 
42 
 
Um dos aspectos destacados pela acentuada evolução tecnológica dos últimos 
anos é o fato da informação, matéria prima fundamental no trato de recursos 
informatizados, ter características especiais, como "um bem virtual ", isto é, um bem 
que não se corrói com o consumo, e que pode ser compartilhado: "um bem cujo 
consumo é não destrutivo e cuja posse é não exclusiva" (Lévy, 1996). 
O mesmo autor, persiste que não se deve considerar o computador como 
somente um instrumento a mais para produzir textos, sons ou imagens, pois assim se 
estaria negando sua fecundidade propriamente cultural, afirmando: O computador é, 
antes de tudo, um operador de potencialização da informação. Dito de outra maneira: 
a partir de um estoque de dados iniciais, de um modelo ou de um hipertexto, um 
programa pode calcular um número indefinido de distintas manifestações visíveis, 
audíveis e tangíveis, em função da circunstância em curso, ou da demanda dos 
usuários. (...) A tela informática é uma nova "máquina de ler", o lugar onde uma 
reserva de informação possível vem se alcançar por seleção, aqui e agora, para um 
leitor particular. Toda leitura em computador é uma edição, uma montagem singular 
(Lévy, 1996). 
5.1 A Informática como Ferramenta de Aprendizagem 
As novas tecnologias na maioria das vezes se exibem ao processo educacional 
como instrumentos que podem ser eficazes e apropriados à realidade social. A escola 
não poderia ficar omissa a esta discussão e, desta forma, temos assistido a várias 
experiências no sentido de se empregar o computador de forma integrada com o 
projeto pedagógico institucional. 
 
Segundo Barreto (1997), “O computador é talvez a mais aperfeiçoada 
ferramenta que o ser humano já construiu para ampliar suas capacidades 
intelectuais e cuja vocação é o armazenamento e manipulação de 
informações. Informações do mesmo tipo das que devem ser passadas de 
um ser humano a outro”. 
 
Para que possamos planejar a construção de ambientes de aprendizagem 
coesas com as necessidades atuais, é necessário considerar que os novos cenários 
que sinalizam diversas e significativas mudanças na educação. Não podemos produzir 
uma educação dissociada do mundo e da vida, devemos reconhecer a relevância de 
 
43 
 
focalizar, no processo de aprendizagem, mais do que a instrução e a transmissão de 
conteúdo, lembrando que atualmente é mais importante a qualidade do saber do que 
a quantidade. Aprender é saber realizar. Este novo paradigma implica em aprender a 
aprender, o que podemos traduzir na capacidade de refletir, avaliar e tomar 
consciência do que se sabe, para adquirir novos saberes da rápida evolução da 
ciência e da tecnologia e de suas influências sobre o desenvolvimento da humanidade 
(ZUCHI, 2000). 
O que distingue a aprendizagem, para Piaget, é o movimento de um saber fazer 
a um saber, o que não ocorre de maneira natural, mas por uma abstração reflexiva, 
processo pelo qual o indivíduo reflete o processo que executa e constrói algum tipo 
de teoria que justifique os resultados alcançados (Fialho, 1999). 
 
https://ieducacao.ceie-br.org 
Segundo Piaget (1984)“O principal objetivo da educação é criar homens que 
sejam capazes de fazer novas coisas e não simplesmente repetir o que outras 
gerações fizeram; homens que sejam criativos, inventores e descobridores. O 
segundo objetivo da educação é formar mentes que possam ser críticas, que possam 
analisar e não aceitar tudo que se lhes é oferecido” (ZUCHI, 2000). 
 
44 
 
 Precisamos então, investir no progresso da tecnologia educacional, criar e 
disponibilizar ferramentas que possam ajudar no processo de ensino aprendizagem, 
pois enquanto as crianças selvagens constituíam seus primeiros conceitos brincando 
com barro, as crianças da era industrial faziam o mesmo empilhando blocos e as 
crianças do futuro, seguramente, irão afiar suas capacidades conceituais num teclado. 
A rápida evolução do saber humano faz com que, diferentemente de tempos 
remotos, a cada dia se torna importante ensinar nas escolas o aprender a aprender. 
A velocidade de novas descobertas é tal que um profissional que não se atualize, 
estará desatualizado tão logo receba seu diploma. Segundo Barreto (1997) a partir 
disto podemos salientar os seguintes pontos: 
 Na escola, para lutar contra a obsolência, na impossibilidade de 
aprender o que ainda não foi inventado, os alunos devem, 
prioritariamente, aprender como aprender. 
 Durante toda a vida deve-se estar capaz a seguir uma formação 
ininterrupta, capaz de fazer modificar, até mesmo de especialidade, se 
for necessário. 
Segundo o mesmo autor é aí que o computador tem seu lugar: auxiliando a 
desenvolver a capacidade de aprender a aprender e personalizando a transmissão de 
conhecimentos no processo de aprendizado sucessivo, e isto deve ser feito 
ponderando que os autores do processo de ensino existem em um determinado 
período, em uma determinada sociedade como ilustrado na figura 2.1. abaixo: 
 
 
 
 
 
 
 
 
 
 
 
 
 Sociedade 
 
escolha do que ensinar 
 
 Instituição do Ensino 
 
 
 
 Computador 
Amplificador 
 
de capacidades 
 
 
45 
 
O local de ensino tem por responsabilidade estar ininterruptamente atento às 
mudanças na sociedade, de modo a responder a suas necessidades. Por outro lado, 
os membros de um local de ensino são também membros desta mesma sociedade, 
devendo, portanto, ter um lugar que seja compatível com sua responsabilidade em 
formar novas gerações ou aperfeiçoar está. 
Por outro lado, a existência do computador na instituição deve servir para 
ampliar as capacidades dos alunos, professores e do próprio estabelecimento de 
ensino melhorando sua interação. 
Na sociedade do conhecimento, as pessoas necessitam aprender como 
aprender. Na verdade, na sociedade do conhecimento as matérias podem ser menos 
relevantes que a capacidade dos estudantes para continuar aprendendo e que a sua 
motivação para fazê-lo (Drucker,1995). A afirmativa nos leva a concluir que o 
profissional oriundo de uma instituição de ensino superior, com mais razão do que 
qualquer outro, terá que estudar durante toda a vida para se manter atualizado e 
membro da sociedade do conhecimento (ZUCHI, 2000). 
Reinhardat (1995), afirma que os empregos dos recursos oferecidos pela 
informática podem: 
 Elevar a taxa de retenção dos conhecimentos adquiridos e colaborar 
com a melhor qualidade do rendimento escolar; 
 Diminuir o tédio e, em consequência, os casos de mau comportamento 
dos alunos; 
 Amparar uma sequência progressiva de exercícios práticos, 
individualizados ou em projetos específicos. 
 
Mendes (1995) também descreve determinadas características e aquisição 
educativo da informática na escola: 
 Os computadores podem auxiliar o aluno a executar e elaborar tarefas 
de acordo com seu nível de interesse e desenvolvimento intelectual; 
 Jogos e linguagens podem auxiliar no aprendizado de conceitos 
abstratos; 
 O recurso pode organizar e metodizar o trabalho, causando uma 
melhor qualidade de rendimento; 
 
46 
 
 Destaca o componente afetivo, já que o aspecto motivacional é inerente 
à relação do aluno com o microcomputador. 
Para a aquisição dos benefícios acima descritos, Niquini (1996) identificou a 
utilização da informática em três ramos básicos: 
 Utilização de programas (softwares) educacionais, como instrumento de 
ensino unido a uma matéria específica, por meio de produto elaborado 
com esta finalidade; 
 Sistematização de pesquisa, funcionando como livro didático eletrônico 
(dicionários e enciclopédias); 
 Emprego de software para a fixação de conteúdo, constituindo-se em 
uma alternativa lúdica às formas tradicionais e insípidas de ensinar. 
 
Podemos complementar tal afirmativa averiguando que as redes de 
computadores podem desdobrar as maneiras de emprego, apresentando acesso à 
bibliotecas e a bancos de dados geograficamente distantes, lembrando que o uso da 
internet na educação ultimamente está bastante difundido (ZUCHI, 2000). 
Não podemos temer que o computador irá substituir o homem, pois, este é fruto 
da inteligência do homem, assim sendo, o computador deve ser enfrentado como um 
instrumento capaz de auxiliá-lo nos mais distintos processos, entre eles o ensino-
aprendizagem. 
5.2 O Papel do Professor Frente às Novas Tecnologias 
Vivemos um momento caracterizado pela velocidade das mudanças. Mal 
conseguimos acomodar uma transformação, já nasce outra provocando a 
desestabilização. Segundo Lévy (1996) "Certamente nunca antes as mudanças das 
técnicas, da economia e dos costumes foram tão rápidas e desestabilizantes”. 
Com os progressos da tecnologia, abrem-se novas perspectivas na área 
educacional e consequentemente aparece um novo paradigma sobre o papel do 
professor frente à esta realidade (ZUCHI, 2000). 
 PAPERT (1994), propõe algumas reflexões a partir da seguinte situação: 
 
 
47 
 
“Imagine um grupo de viajantes do tempo de um século anterior, entre eles 
um grupo de cirurgiões e outro de professores primários, cada qual ansioso 
para ver o quanto as coisas mudaram em sua profissão em cem anos ou mais 
no futuro. Imagine o espanto dos cirurgiões entrando num centro cirúrgico de 
um hospital moderno. Embora pudessem entender que algum tipo de cirurgia 
estava ocorrendo e pudessem até mesmo ser capazes de adivinhar o órgão-
alvo, na maioria dos casos seriam incapazes de imaginar o que o cirurgião 
estava tentando fazer ou qual a finalidade dos vários aparelhos estranhos que 
ele e sua equipe cirúrgica estavam utilizando. Os rituais de anti-sepsia e 
anestesia, os aparelhos eletrônicos com seus sinais de alarme e orientação 
e até mesmo as intensas luzes, tão familiares às plateias de televisão, seriam 
completamente estranhos para eles. Os professores viajantes do tempo 
responderiam de uma forma muito diferente a uma sala de aula de primeiro 
grau moderna. Eles poderiam sentir-se intrigados com relação a alguns 
poucos objetos estranhos. Poderiam perceber que algumas técnicas-padrão 
mudaram - e provavelmente discordariam entre si quanto a se as mudanças 
que observaram foram para melhor ou para pior - mas perceberiam 
plenamente a finalidade da maior parte do que se estava tentando fazer e 
poderiam, com bastante facilidade, assumir a classe.” 
A partir desta circunstância, vislumbramos a necessidade de uma reforma na 
educação, objetivando torná-la mais apropriada aos novos tempos e, principalmente, 
adaptada à nova realidade social. Contudo, parece que a educação seleciona um 
movimento de resistência; reluta em transformar-se e refugia-se em aspectos 
tradicionais. Seus instrumentos continuam a ser: carteiras enfileiradas, quadro-negro, 
giz, um professor reprodutor, temeroso quanto as inovações e um educando receptivo 
aos novos desafios (ZUCHI, 2000). 
 O novo século já é algo presente, vivemos um momento histórico para toda a 
humanidade. Dentro de um processo mundial de globalização, começa a preparação 
para os desafios da Nova Era. Nesta fase,“ter poder” significa “ter domínio” sobre 
informações. O cidadão do novo milênio deve ser hábil na busca, acesso, seleção e 
aplicação das informações (ZUCHI, 2000). 
A existência de novas tecnologias, o fato de se ter atualmente um ingresso 
maior a estas no ambiente escolar não é uma garantia de boa qualidade pedagógica 
e de uma nova abordagem educacional. 
Moraes (1996), crê que as coisas não mudam em educação, especialmente, 
pelas dificuldades encaradas por todos aqueles que nela desempenham as suas 
atividades profissionais, ao tentarem se adaptar a uma nova cultura de trabalho que, 
por sua vez, exige, mais do que nunca, uma profunda revisão na forma de ensinar e 
aprender. Apesar de quase todos perceberem que o mundo ao redor está se 
transformando de maneira bastante veloz, contudo, a grande maioria dos professores 
ainda continua privilegiando a “velha” forma com que foram ensinados, reforçando o 
 
48 
 
velho ensino, afastando o aprendiz do processo de construção do conhecimento, 
conservando, de tal modo, um modelo de sociedade que produz seres incompetentes, 
incapazes de criar, pensar, construir e reconstruir o conhecimento. 
 
Propõe-se uma educação centrada no “sujeito coletivo” que reconhece a 
importância do outro, a existência de processos coletivos de construção do 
saber e a relevância de se criar ambientes de aprendizagem que favoreçam 
o desenvolvimento do conhecimento interdisciplinar, da intuição e da 
criatividade 
A abordagem pedagógica emergente abandona a abordagem tradicional, que 
destaca a transmissão, a linguagem, a cópia da cópia, na qual conteúdos e 
informações são passados diretamente do professor para o aluno, mediante um 
processo reprodutivo. Na nova circunstância educacional, dá-se ênfase a construção 
realizada pelo indivíduo, por meio de uma pedagogia ativa, criativa, dinâmica, 
encorajadora, apoiada na descoberta, na investigação e no diálogo. No paradigma 
tradicional, o professor tem um compromisso com o passado, com as coisas que não 
podem ser esquecidas. 
No paradigma emergente, o professor tem um compromisso com o futuro, no 
presente da sala de aula. De uma relação professor-aluno vertical, autoritária, 
subserviente, de concordância, queremos levantar uma nova relação, mais horizontal, 
recíproca, dialética e verdadeira, na qual o professor além de ensinar, aprende, e o 
educando além de aprender, ensina ( Moraes, 1996). 
https://eadbox.com 
 
49 
 
Segundo Tajra (1998) “os professores frequentemente procuram justificativas 
como: a minha escola ainda não tem computador, os cursos que fiz não abordavam 
informática na educação, entre outras, e raros são os professores que percebem que 
o ponto de partida de qualquer mudança está num processo interno de sensibilização 
para uma nova realidade”. Como o novo comumente provoca insegurança, 
compreende-se que muitos dos professores assumem uma posição cômoda frente às 
novas tecnologias. Isto pode ser explanado a partir de vários fatores, porém sabemos 
que esta nova maneira exige uma preparação e uma atualização destes professores 
(ZUCHI, 2000). 
O pensar sobre o professor e a sua formação precisa avaliar todo o volume de 
modificações que se transfiguram na sociedade e como ele pode apropriar-se delas 
sem perder sua identidade enquanto educador. A formação do professor não deve 
ficar balizada pelo espaço físico da escola, mas sim conquistar outros locais de ação 
direta, como os veiculados pelas tecnologias e mídias eletrônicas, provocando no 
domínio destes recursos possíveis de uso na ação educativa 
Na exploração dos computadores como recursos de aprendizagem, o Professor 
deve analisar nos softwares as concepções pedagógicas que têm. Ao compreender e 
reconhecer ele pode, em diversos casos, ter condições de reconstruir com uma nova 
abordagem, um novo ambiente de aprendizagem, ou uma nova forma de mediar o 
saber. Isso sugere numa preparação do indivíduo no que diz respeito a usabilidade 
dos recursos tecnológicos disponíveis, não só o instrumentalizando, mas fazendo com 
que se aproprie do processo de emprego do mesmo. O refletir sobre o recurso e o que 
fazer com ele, explorando, assim, o melhor que cada um pode dar para criar 
ambientes propícios para a aprendizagem. Mas isto apenas é possível quando a 
imersão do indivíduo não acontece apenas externamente. Esta postura do educador 
já deve estar internalizada ou já em processo (ZUCHI, 2000). 
As constantes modificações em todas as áreas do conhecimento exigem um 
sujeito capaz de integrar-se ao movimento emergente com capacidade de atuar 
criticamente e, usar a criatividade, enquanto elemento de participação e inovação. 
O acesso à informação hoje em dia é muito vasto, mas o apropriado manejo 
desta é ainda uma circunstância crítica. A educação, em seu papel institucional, deve 
incorporar esta nova ótica cultural e fazer no ato pedagógico uma leitura capaz de 
permitir à sociedade a direção consciente dos rumos deste processo tecnológico. 
 
50 
 
Na performance desta tarefa social, a educação tem na figura do professor, o 
agente mediador das gerações que se juntam para compreender os novos meios de 
relações entre o saber e o homem. Compete ao professor uma ação integradora e 
promotora de ações, no sentido de beneficiar aos educandos perspectivas de uso da 
tecnologia na procura de melhor qualidade de vida. 
O papel do professor traça novos perfis. Ser professor na sociedade 
tecnológica é ser especialmente, um estimulador do aprender a aprender. 
6 SISTEMAS ESPECIALISTAS 
Uma das aplicações que se destacam na área da inteligência artificial é a 
construção dos sistemas especialistas (SE). Estes são programas de computador 
planejados para adquirir e disponibilizar o conhecimento operacional de um 
especialista humano. 
Os SE nasceram na década de setenta, sendo que o objetivo dos cientistas da 
Inteligência Artificial era desenvolver programas de computador que pudessem em 
algum sentido "refletir", isto é, resolver problemas de uma forma que seriam 
considerados inteligentes, se fossem feitos pelo homem. Os SE são frutos de mais de 
vinte anos de pesquisa, e seu uso tem se difundido por diversos países e contemplado 
várias áreas, entre as quais podemos citar: interpretação de dados, simulação, 
diagnóstico, projeto, planejamento, monitoramento, reparo, instrução e controle 
(ZUCHI, 2000). 
 A interpretação versa na análise de dados para produzir seu significado. 
Exemplos de interpretação são processamento de imagens, análise de medidas 
vindas de sensores de massa espectográfica, etc. 
 A simulação versa em prever consequências de dadas circunstâncias. Muitas 
vezes estes sistemas empregam modelos de simulação para gerar cenários que 
podem acontecer a partir de um fato particular inicial. Exemplos: previsão de tempo, 
demografia, bolsa de valores. 
O diagnóstico é o processo de classificar uma circunstância a partir de suas 
características, ou seja, determinar a doença por meio dos sintomas do paciente, 
localizar falhas nos circuitos elétricos, etc.. Podemos encontrar muitos exemplos 
 
51 
 
referentes à medicina e ao diagnóstico de falhas em máquinas, equipamentos 
eletrônicos e "software". 
O projeto é o desenvolvimento da especificação de objetos fundamentando-se 
num conjunto de restrições que precisa ser satisfeito. Estes objetos podem ser tanto 
objetos concretos (layout de circuitos integrados, computadores) como abstratos 
(programas de computadores). 
O planejamento é o processo de determinar uma sequência de atos a serem 
concretizadas para se obter um objetivo. Exemplos: planejamento da série de reações 
químicas aplicada em grupos de átomos para sintetizar um composto orgânico 
complexo, planejamento estratégico militar. 
O monitoramento é o processo de analisar o comportamento de um sistema 
e compará-lo com a conduta esperada. Sistema de controle de tráfego aéreo é um 
exemplode sistema de monitoramento. 
Sistemas de reparo seguem um plano para administrar determinada solução 
prescrita. Estes sistemas usualmente requerem facilidades de diagnóstico, e 
planejamento para configurar o contexto de reparo. 
A instrução é o processo de instruir estudantes para que sejam extintas 
deficiências em seu conhecimento. Sistemas de instrução desenvolvem um modelo 
de o quê o estudante conhece e como o conhecimento é usado para resolver o 
problema. Foram desenvolvidos sistemas para o ensino de linguagens de 
programação, consertos eletrônicos e diagnósticos médicos (ZUCHI, 2000). 
O controle incide em gerenciar comportamentos de sistemas. Porém, um 
sistema de controle deve ter uma combinação de tarefas: monitoramento, diagnóstico, 
depuração, planejamento e simulação. Exemplos: controle de tratamento pós-
cirúrgico de pacientes em uma UTI e gerenciamento de manufatura. 
Cada área exibe particularidades que produzem o grau de dificuldade para 
edificar sistemas aplicáveis a cada uma delas. A construção de sistemas que 
envolvem outras classes de problemas, além da sua própria, torna-se mais complexa, 
implicando na resolução de outros tipos de problemas para obter seus objetivos. 
Em Singapura, desde 1980, tem-se usado sistemas especialistas em várias 
áreas. Podemos citar como um dos importantes sistemas especialistas o Intelligent 
Fuzzy Logic Tutor, no setor de educação. 
 
52 
 
No Japão, tem-se desenvolvido um grande número de sistemas especialistas 
para diagnósticos, planejamento, escalonamento e para indústrias pesadas. 
Aplicações de lógica difusa estão se multiplicando, especialmente na área de 
eletrodomésticos. 
 Na Alemanha, os sistemas especialistas são usados especialmente para as 
indústrias pesadas e o uso da lógica difusa está crescendo rapidamente. 
Nos Estados Unidos têm diversas tendências no uso dos sistemas 
especialistas, como por exemplo: o movimento sucessivo em direção à integração e 
aos sistemas híbridos, a ênfase para o problema de solução de negócios, necessidade 
de fornecer suporte de elevado nível para pesquisa em Inteligência Artificial e o uso 
de metodologias estruturadas para desenvolvimento de sistemas especialistas. 
No Brasil a utilização de sistemas especialistas deparam-se em crescimento 
em várias áreas. Dentre os sistemas desenvolvidos pode-se citar: Análise de crédito 
bancário, Análise de hepatopatias crônicas, Análise química qualitativa de minerais, 
na educação (Paladini, 2000) e existe também uma tendência a se desenvolver 
sistemas especialistas híbridos (Pacheco, 1996). 
6.1 Características de um Sistema Especialista 
Uma das características relevantes nos Sistemas Especialistas é a separação 
do saber dos métodos gerais que são empregados para manipular este conhecimento. 
Esta característica é relevante se a aplicação é voltada ao ensino, uma vez que cada 
domínio (área de aplicação) tem sua própria terminologia, relações e procedimentos. 
Se os aspectos conexos ao domínio podem ser formulados independentemente, então 
o desenvolvimento completo de um sistema de ensino pode ser bastante simplificado 
(Kemp, 1992). 
 A característica mais vantajosa de um SE é o elevado nível de experiência 
usado na solução de problemas. Esta experiência foi resgatada do especialista e 
armazenada na base de conhecimento. Para representar o comportamento de 
especialistas humanos, o SE deve ter não apenas um conjunto de informações, mas, 
também, a habilidade de utilizá-las na resolução de problemas de maneira criativa e 
competente. Esta habilidade representa uma série de ideias e regras intuitivas que o 
especialista usa para resolver os problemas, e sua aplicação possibilita, de uma forma 
 
53 
 
mais econômica, a chegada a soluções aceitáveis, embora nem sempre sejam ótimas 
(ZUCHI, 2000). 
A flexibilidade do sistema também é relevante. O SE pode explanar em 
detalhes como um novo episódio dirige a modificações e explicar o porquê de 
determinada conclusão, permitindo ao usuário compreender o relacionamento destes 
com a solução, avaliar os efeitos de novas estratégias ou procedimentos aplicados à 
solução. 
A habilidade de prover treinamento é mais uma característica dos SEs. Eles 
podem ser projetados para prover este treinamento desde que contenham 
conhecimento necessário e capacidade para explanar os processos de raciocínio. 
Os SE representam conhecimento de forma simbólica. Pode-se usar símbolos 
para representar uma variedade de tipos de conhecimentos, como fatos, concepções 
e regras. Esta área é estudada formalmente como Representação do Conhecimento. 
O conjunto destas características forma um mecanismo muito atraente na 
implementação de sistemas especialistas voltados à educação, pois, permitem ao 
usuário encontrar explanação sobre suas dúvidas, saber onde encontra-se o erro ao 
navegar pelo sistema, além de possibilitar uma fixação do conteúdo. Assim sendo, 
temos mais uma ferramenta que pode colaborar na aprendizagem do aluno. 
6.2 Estrutura de um Sistema Especialista 
Antes de avaliarmos a estrutura de um sistema especialista, veremos como um 
especialista resolve um problema. Segundo Durkin (1994), “um especialista é a 
pessoa que tem um conhecimento especializado ou perícia (expertise) numa certa 
área”. Na área de SE este conhecimento é denominado de domínio do conhecimento. 
A palavra domínio é usado para ressaltar que o conhecimento compete a um problema 
específico. Um especialista armazena o domínio de conhecimento em sua memória 
de longo prazo (MLP) (ZUCHI, 2000). 
Quando o especialista fornece conselho a alguma pessoa, primeiramente 
obtemos fatos sobre o problema e armazenamos na memória de curto prazo (MCP). 
Então raciocinamos sobre este combinando os fatos da MCP com o conhecimento da 
MLP. Utilizando este processo, inferimos a informação nova do problema e chegamos 
 
54 
 
eventualmente na conclusão sobre o mesmo. A figura abaixo (figura 4.1a) ilustra este 
processo. 
 
 
 Figura 4.1a: Resolução de problemas por Especialista Humano 
 
Para elucidarmos este processo, avaliamos o problema do diagnóstico de um 
automóvel. Assumiremos que o seu carro está com problema. Então você busca um 
mecânico de autos (especialista). Com anos de experiências de seu trabalho este 
armazenou na MLP os diagnósticos de uma variedade de problemas com carros. 
Suponhamos que você informou ao mecânico “o carro não dá partida”. O mecânico 
registra esta informação em sua MCP e começa a raciocinar com ela. Utilizando a 
informação fornecida a ele, junto com seu conhecimento do domínio, este infere que 
o “problema pode estar na parte elétrica”. E então junta esta opinião a sua MCP e 
continua a raciocinar sobre o problema. Se o teste de bateria for comprovado, o 
mecânico tem que esclarecer sua conclusão (ZUCHI, 2000). 
Os SE resolvem os problemas utilizando um processo que é muito similar aos 
métodos usados por um especialista humano, e esta estrutura pode ser visualizada 
na figura a seguir (figura 4.1b). 
 
 
 
55 
 
 
Figura 4.1b: Resolução de problemas por Sistemas Especialistas 
6.3 Base de Conhecimento 
 Um SE armazena o domínio de conhecimento de um especialista no módulo 
conhecido como Base de Conhecimento. Esta contém na maioria das vezes fatos que 
são conhecimento estático do sistema e regras que são o conhecimento dinâmico do 
sistema. Este é um modelo para MLP mostrado na figura 4.1a. 
A base de conhecimento é a parte de um SE que contém o domínio do 
conhecimento (Durkin, 1994). Assim sendo, este conhecimento necessita ser 
organizado de uma forma apropriada para que a máquina de inferência consiga tratá-
lo convenientemente. O conhecimento em um sistema especialista consiste de fatos 
e regras. As regras têm uma estrutura lógica do tipo Se (if) Então (Then). 
 Para exemplificar, utilizaremos uma regra usada no protótipo Mr. Math 2000. 
 Se o usuárioacertou uma questão fácil 
Então este recebe um ponto. 
 Um dos problemas mais sérios, e ao mesmo tempo muito comum, localizado 
na implementação de Sistemas Especialistas, é que frequentemente parece 
impossível fornecer um conhecimento completo sobre o qual o sistema vai agir. Assim 
sendo, o nível de desempenho de um sistema especialista está relacionado ao 
tamanho e a qualidade de sua base de conhecimento. 
 
Memória de Trabalho 
 É a parte do sistema que contém os fatos sobre o problema que são inferidos 
durante a sessão de consulta (Durkin, 1994). 
U s u á r i o 
Fatos 
Conclusões 
 
56 
 
 Durante a consulta com o SE o usuário entra com informação de um problema 
atual na memória de trabalho. Este sistema relaciona esta informação com o 
conhecimento contido na base de conhecimento para inferir novos fatos. Estes novos 
fatos são jogados na memória de trabalho num processo sucessivo. Eventualmente o 
sistema alcança determinadas conclusões que também entram na memória de 
trabalho (ZUCHI, 2000). 
 
 A Máquina de Inferência 
 
 A máquina de inferência está conexa com o raciocínio humano. 
 
 Segundo Minsky (1986), “... o conhecimento é útil somente quando podemos 
explorá-lo para ajudar a alcançarmos nossos objetivos”. Nos sistemas especialistas, 
a máquina de inferência é o processador do sistema que faz o casamento dos fatos, 
comprimidos na memória de trabalho, com o domínio do conhecimento contido no 
fundamento de conhecimento, para inferir uma conclusão (Durkin, 1994 ). 
A máquina de inferência, de certa forma, tenta imitar os tipos de pensamento 
que o especialista humano usa quando resolve um problema, ou seja, ele pode 
começar com uma conclusão e buscar uma evidência que a comprove que incide no 
encadeamento para trás (backward chaining), ou pode começar com uma evidência 
para chegar a uma conclusão, denominado encadeamento para frente (forward 
chaining). 
 
Mecanismo de Explanação 
 
É o mecanismo que admite responder ao usuário às perguntas do tipo porquê 
e como. Este é um aspecto muito relevante dos SE, pois, permite justificativas que 
apresentem ao usuário a solução do problema ou conclusões a que se chegou de 
modo claro e explicativo (ZUCHI, 2000). 
 
 
 
 
 
57 
 
A Interface com o Usuário 
 
A interface com o usuário visa facilitar a comunicação entre o sistema 
especialista e o usuário. Admite a interação com o sistema por meio da entrada de 
fatos e dados e através da saída em forma de perguntas, conclusões e explicações. 
Muitos princípios fundamentados nas teorias cognitivas têm sido sugeridos 
para projetos de interface, como resultado de pesquisas na área de interação homem 
máquina. Uma das considerações principais no projeto de qualquer interface homem 
máquina deve ser a facilidade de uso, reduzindo ao máximo a carga cognitiva sobre 
o usuário. 
Portanto, um sistema tutorial não precisa apenas do conhecimento de seu 
domínio, mas também da perspectiva sobre este conhecimento que permita transmiti-
lo ao estudante adequadamente (Rickel ,1989). 
6.4 Pessoas Envolvidas na Construção de Sistemas Especialistas 
Os principais elementos envolvidos na construção de um Sistema Especialista 
são: O Especialista, o Engenheiro do Conhecimento, a ferramenta para construção do 
SE e o usuário. 
 O Especialista é um indivíduo capaz de produzir boas soluções para problemas 
em uma área específica. O especialista usa estratégias para tornar a pesquisa de uma 
solução mais eficiente e o SE modela estas estratégias. Podemos destacar 
determinadas qualificações necessárias ao Especialista: domínio do conhecimento, 
comunicação do conhecimento, tempo disponível. Embora o SE na maioria das vezes 
modele um ou mais especialistas, ele pode também conter conhecimento especialista 
de outras fontes, como livros, artigos, etc (ZUCHI, 2000). 
O Engenheiro do Conhecimento é uma pessoa, geralmente com algum 
conhecimento em computação e IA, capaz de construir um SE, mas também pode ser 
um psicólogo, um diplomata, um pesquisador entre outros. O engenheiro do 
conhecimento entrevista o especialista, organiza o conhecimento, decide como ele 
deve ser representado e pode auxiliar programadores na construção do sistema. 
A ferramenta é uma linguagem de programação utilizada pelo Engenheiro de 
Conhecimento ou programador para construção do SE. Esta ferramenta difere das 
 
58 
 
linguagens de programação convencionais por prover maneiras mais adequadas para 
representar conceitos complexos e de alto nível. No modelo desenvolvido neste 
trabalho foi utilizada a shell Kappa. 
O usuário é o humano que utiliza o SE. 
6.5 Representação do Conhecimento 
A Representação do Conhecimento consiste de métodos empregados para 
modelar os conhecimentos de especialistas em alguma área, e colocá-los de forma 
acessível na base do conhecimento de um SE para serem acessados pelo usuário. 
Ou seja, é uma combinação de estruturas de dados e procedimentos interpretativos, 
que se usados corretamente em um programa terão um comportamento inteligente. 
Psicólogos Cognitivistas têm preparado diversas teorias para explicar como os 
humanos resolvem problemas. Estes trabalhos descrevem como o conhecimento 
humano é comumente usado, como é mentalmente organizado e como é empregue 
de forma hábil para resolver problemas. Pesquisadores da IA têm empregado os 
resultados destes trabalhos para estudar e desenvolver técnicas para melhor 
representar os distantes tipos de conhecimento no computador (Durkin,1994). 
 Não existe uma única teoria para elucidar a organização do conhecimento 
humano ou a melhor técnica para estruturar os dados em um computador 
convencional. Uma das maiores responsabilidades do Engenheiro do Conhecimento 
é escolher a melhor técnica de representação que se adapte à aplicação. 
 A maioria dos pesquisadores de IA admite que o que necessita ser 
representado é conhecido a priori. O trabalho desses pesquisadores é exatamente 
imaginar como codificar a informação em uma estrutura de dados e procedimentos do 
sistema. Para chegar a uma solução o pesquisador deve, de antemão, saber qual a 
espécie de conhecimento envolvido no problema. Isso é necessário, para que a 
representação de conhecimento seja completa, concisa, transparente e 
computacionalmente hábil para ser tratada. 
Conforme Durkin (1994), as maneiras de representação de conhecimento mais 
comumente usados em IA são as seguintes: Objeto-Atributo-Valor (O-A-V), Regras, 
Redes Semânticas, Frames e Lógica (ZUCHI, 2000). 
 
59 
 
 Em teorias cognitivas um fato é uma maneira de conhecimento declarativo, ou 
seja, eles provêm de algum entendimento de um evento ou problema. Em SE, fatos 
são aproveitados para auxiliar descrever partes do Frame, Rede Semânticas ou 
Regras. Eles também podem ser usados para descrever as relações entre estruturas 
complexas do conhecimento. Em IA e SE, um fato é sempre referenciado como uma 
proposição, que é uma sentença que assume o valor de verdadeira ou falsa. Um fato 
algumas vezes pode ser utilizado como uma propriedade particular a um objeto. Por 
exemplo, a sentença “o usuário acertou a questão 1” pode ser falsa ou verdadeira. 
Este tipo de fato é visto como O-A-V. Podendo também estar presente em proposições 
mais complexas, por exemplo, “A idade do usuário é 13 anos”. Pode-se representar 
esta sentença em uma composição do tipo objeto (usuário), atributo (idade) e valor 
(13). 
Segundo Harmon (1985), neste esquema os objetos podem ser entidades 
físicas (porta, transistor) ou conceituais (empréstimo bancário, venda). Atributos são 
características ou propriedades associadas aos objetos (tamanho, cor e forma para 
objetos físicos, taxa e imposto para empréstimo). O valor explicita a natureza de um 
atributo numa circunstância determinada (cor da maçã é vermelha). 
O formalismo de Regras é muito conhecido, sendo um dos mais usados em 
SEs. Segundo Durkin(1994), Regra é uma estrutura de saber que relata determinada 
informação conhecida para outra informação que pode ser concluída ou inferida se 
conhecida. Esta une uma dada informação para determinada ação. Esta nova 
informação pode ser o acerto de uma outra informação ou algum outro procedimento. 
De forma geral, as regras descrevem como se definem os problemas. A estrutura 
lógica conecta um ou mais antecedentes (também denominados premissas) que 
contém a parte SE (if) para uma ou mais consequências (ou conclusões) que contém 
a parte Então (then). 
As Regras derivam de um modo formal de representar recomendações, 
diretivas ou estratégias. Várias vezes são adequadas quando o domínio do 
conhecimento resulta de associações empíricas desenvolvidas por meio de anos de 
experiência em resolução de problemas na área. 
As Regras exibem como vantagens a sua simplicidade sintática e seu apelo 
intuitivo. Contudo, não provêm facilidades de representação de estruturas mais 
complexas. Em particular, o seu poder de expressividade é inadequado para 
 
60 
 
descrever objetos e relações entre eles. Desta forma, SE que usam somente Regras 
de Produção como formalismo de representação do conhecimento tem como 
tendência apresentar uma baixa performance quando o número de regras se torna 
grande (Komosinski, 1990). 
 No formalismo de Redes Semânticas o conhecimento é representado 
empregando-se uma estrutura de rede. Criada por Quillian (1968), foi desenvolvida 
como um modelo explicitamente psicológico da memória associativa humana, e 
tornando-se um método padrão de representação para IA e SE. Uma Rede Semântica 
consiste de nós conectados por ligações chamadas de arcos que descrevem as 
relações entre estes nós. Os nós representam objetos, conceitos e ocorrências; os 
arcos podem ser determinados numa variedade de modos, dependendo do tipo de 
saber a ser representado. Uma característica chave da Rede Semântica é que 
relevantes associações podem ser realizadas de forma explicita ou sucintamente: 
fatos importantes sobre um objeto ou conceito podem ser inferidos dos nós com os 
quais eles estão unidos, sem uma procura por meio da vasta base de dados. São um 
modo usual para representar conhecimento em domínios que utilizam estruturas bem 
constituídas para simplificar resolução de problemas (ZUCHI, 2000). 
Uma extensão natural de Redes Semânticas é um Schema, primeiro proposto 
por Barlett (1932). Um Schema é uma unidade de conhecimento que têm informações 
estereotipadas sobre determinado conceito. Os designers de SE utilizaram esta ideia 
para representar o conhecimento em um sistema especialista, mas frequentemente 
referem-se ao Schema como um Frame sugerido por Minsky (1975), que determinou 
como uma estrutura de dados para codificar em computador informações típicas sobre 
determinado conceito. 
Um Frame é constituído de forma muito semelhante com uma Rede Semântica, 
sendo uma rede de nós e relações aparelhados numa hierarquia, onde os nós do topo 
bancam conceitos gerais e os nós mais baixos representam instâncias mais 
específicas destes conceitos. Isto parece uma rede, mas em um sistema de Frame o 
conceito de nós é marcado por uma coleção de qualidades e valores destes atributos, 
onde os atributos são denominados slots. Cada slot tem um número qualquer de 
procedimentos vinculados a si, que são executados de maneira automática quando a 
informação comprimida no slot é recuperada ou modificada. 
 
61 
 
 Sistema baseado em Frames é um programa de computador que processa 
informações de um problema específico que está contido na memória de trabalho com 
um conjunto de Frames contidos na base de conhecimento, utilizando um mecanismo 
de inferência para alcançar novas informações. A estrutura da representação do 
conhecimento em Frames é reunida hierarquicamente em classes, subclasses e 
instâncias. 
Uma classe é uma coleção de objetos que compartilham determinadas 
propriedades comuns, contendo informações genéricas. 
Subclasses são classes que representam subconjuntos de classes de grau 
mais elevado. 
Instância é um elemento específico de uma classe de objetos. Podendo herdar 
características do Frame classe. 
As propriedades (slot) são as fundamentais características ou atributos de 
algum conceito ou objeto. Os valores destes slots podem ser numéricos, strings 
(palavra) ou booleanos (Falso ou Verdadeiro) (ZUCHI, 2000). 
 A herança é o processo pelo qual as características dos frames-pai são 
adquiridas pelos seus frames-filhos, sendo uma das características principais dos 
sistemas fundamentados em Frames. Pode-se criar um frameclasse que contenha 
todas as características genéricas de determinada classe de objetos, não 
necessitando codificar de forma explícita as características para cada instância. Um 
Frame-filho herdará valores de propriedade de seus pais ao menos que estes valores 
sejam deliberadamente modificados no Frame. Se for esquecido de concretizar a 
modificação no Frame poderá gerar conclusões não desejadas. 
Uma característica importante e bem discutida de processamento 
fundamentado em Frames é a habilidade de um Frame determinar se ele próprio é 
aplicável em uma dada situação. Um Frame é escolhido para ajudar no processo de 
compreensão da circunstância corrente (diálogo, cena, problema) e este Frame tenta 
se associar com os dados para descobrir se é ou não aplicável. Se não for, ele 
transfere o controle para outro Frame mais adequado (ZUCHI, 2000). 
A Lógica é a maneira de representação mais antiga. Nos últimos anos está tem 
sido investigada e pesquisada. A mais frequentemente utilizada em SE tem sido a 
lógica proposicional e o cálculo de predicados. Ambas as técnicas usam símbolos 
para representar o conhecimento e operadores aplicados aos símbolos para 
 
62 
 
produzirem raciocínio lógico. Por exemplo, para fazer uma representação o 
conhecimento comprimido em sentenças do tipo "Todos os pássaros tem asas.", sob 
o prisma da lógica formal, a sentença mencionada antes tomaria a seguinte maneira 
"x Pássaro (x) Tem Asas (x)". Lê-se: para cada objeto x no mundo, se for pássaro 
então terá asas. A vantagem da representação formal é a existência de um conjunto 
de regras, denominadas regras de inferência, onde episódios conhecidos como 
verdadeiros são utilizados para derivar outros fatos que serão verdadeiros também. É 
necessário salientar, também, que deve ter uma regra de inferência peculiar que 
deixará fazer uma tal dedução fundamentada na sintaxe das sentenças e que novos 
fatos derivados por meio de aplicações destas regras de inferência são sempre 
verdade durante o tempo que os fatos originais forem verdade. 
Ponderando os aspectos descritos em cada tipo de representação do 
conhecimento, podemos compreender que sistemas fundamentados em um único 
formalismo de representação do conhecimento podem limitar o tipo de informação que 
pode ser representado e tendem a ficar sem eficiência à medida que desenvolve a 
quantidade e os tipos de informações que necessitam ser guardadas, principalmente 
se a base de conhecimento for ampla. De tal modo, SE com maneiras de 
representação do conhecimento híbridas podem ser vistos como uma solução 
apropriada, pois podem combinar as vantagens dos formalismos por ele usados. Para 
desenvolvimento do modelo computacional em questão, usou-se a representação de 
conhecimento de Regras e Frames, já que este foi desenvolvido numa shell que exibe 
as duas arquiteturas descritas antes. Têm vários exemplos de sistemas que utilizam 
a mesma combinação. Os sistemas CENTAUR, KEE, KEOPS, são exemplos deste 
enfoque híbrido (Cunha, 1995). 
 
6.6 Sistemas Especialista do ponto de vista Educacional 
 
Muitos dos sistemas especialistas tem escassa proveito direta no campo 
educacional, porque não foram projetados para lecionar. Isto pode ser esclarecido 
especialmente com relação a: ausência de qualquer estratégiaeducacional, 
incapacidade de comparar o que o estudante sabe com o conhecimento do 
 
63 
 
especialista, incapacidade de produzir o que fazer quando o conhecimento do 
estudante difere do conhecimento do especialista (Trollip, 1991). 
Mas como mencionado antes percebemos que a estrutura do sistema 
especialista serve perfeitamente para ser ajustada para a construção de sistemas 
tutoriais inteligentes. Podemos modelar na base do conhecimento a experiência do 
especialista (professor) e por meio da interação permitir ao usuário adentrar em 
contato com este fundamento, dar mecanismos de explicação do conteúdo além de 
gravar as dificuldades localizadas pelos usuários para um posterior feedback. Uma 
das metas principais é captar o conhecimento necessário que consinta aos 
especialistas compor uma interação educacional, da maneira que este conhecimento 
seja usado. Assim sendo, é de suma relevância que estes sistemas exibam interações 
dinâmicas (ZUCHI, 2000). 
Em pesquisas recentes os sistemas especialistas que abarcam a área 
educacional têm sido chamados como Sistemas Tutorias Inteligentes (ITSIntelligent 
Tuutorial Systems). Os ITS são programas de computador com finalidades 
educacionais e que incorporam técnicas de IA geralmente utilizando-se da tecnologia 
educacional. Os ITS têm sido crescidos de distintas maneiras estruturais. Wenger 
(1987), sugere que a fundamental função dos ITS é atuar como um “veículo de 
comunicação”. Mas independente do paradigma usado, um dos objetivos principais é 
comunicar o conhecimento e ou as estratégias para o aluno resolver problemas dentro 
de um determinado domínio. 
Para Jonassen & Wang (1993), para um ITS ser avaliado “inteligente” deve 
atender os seguintes itens: 
1. O conteúdo do tema ou especialidade deve ser codificado de maneira que o 
sistema possa acessar as informações, fazer inferências ou resolver problemas. 
2. O sistema precisa ser capaz de avaliar a obtenção deste conhecimento pelo 
aluno. 
3. As estratégias tutorias precisam ser projetadas para diminuir a discrepância 
entre o conhecimento do especialista e o conhecimento do estudante. 
Apesar de não ter um consentimento geral da estrutura básica dos ITS, a maior 
parte dos pesquisadores distingue quatro módulos: 
Módulo especialista: tem o campo do conhecimento do assunto a ser 
aprendido. É o componente da comunicação. 
 
64 
 
Módulo Estudante: utilizado para avaliar e ou registrar o conhecimento do 
aluno, erguer hipóteses sobre seus conceitos e estratégias de raciocínio. 
Módulo Pedagógico- Representa os métodos e técnicas didáticas usadas no 
processo da comunicação de conhecimento. Este módulo também é denominado 
tutorial, pois, determina qual estratégia instrucional deve ser aplicada em um 
determinado período (ZUCHI, 2000). 
Módulo Interface- É a forma como a comunicação será concretizada entre o 
sistema e o usuário. 
Segundo Park (1988) “o desenvolvimento de um ITS requer uma abordagem 
sistemática para unir os diversos tipos de especialidades dentro de um único sistema. 
O sistema monitora o desempenho do aluno e tenta apurar o conhecimento que este 
detém. Este processo chamado de diagnóstico é concretizado pela comparação do 
estado do conhecimento atual do usuário com o conhecimento apreciado no módulo 
especialista. As consequências desta comparação são enviadas para o módulo 
pedagógico, onde as decisões são tomadas sobre como e de que maneira a 
informação será passada por meio da interface para o usuário”. 
O módulo especialista é essencialmente o apoio de conhecimento, onde estão 
contidos os conhecimentos sobre o conteúdo específico. Este fundamento de 
conhecimento contém os dados para que o aluno estude o conhecimento do domínio 
e os procedimentos precisos para que ele possa acessá-los na resolução dos 
problemas. O fundamento do conhecimento deve ser organizado numa arquitetura 
que permita um trabalho flexível para o processo ensino–aprendizagem (Nievola, 
1995). 
Várias abordagens para modelar o especialista e representar seu 
conhecimento têm sido pesquisadas. A obtenção do conhecimento necessário 
demanda muitas horas de cooperação entre o projetista e o professor. Um modelo 
mais real do especialista poderá facilitar a comunicação do conhecimento. Contudo, 
precisamos tomar cuidado com a complexidade de informações, na maior parte das 
vezes, pode não ser necessário para uma aprendizagem ativa. Um dos grandes 
desafios dos ITS é fornecer uma apropriada representação do seu domínio, 
suficientes para o nível desejado de compreensão e, assim sendo, proporcionar 
flexibilidade no ensino. 
 
 
65 
 
6.7 O módulo Especialista 
Este módulo deve apreciar o sistema gravando informações sobre o usuário, 
ou seja, apreciar os aspectos do conhecimento e do comportamento do usuário que 
apresentem consequências para o seu desempenho e aprendizagem. Sendo está o 
fundamento para a avaliação das suas respostas e para a escolha de um novo tópico 
a tratar (ZUCHI, 2000). 
Segundo Jonassen & Wang (1993), “a chave para uma educação 
personalizada e inteligente em um sistema tutorial é, sem dúvida, o conhecimento que 
o sistema deve ter de seu próprio usuário”. A dimensão mais significativa de um ITS 
é sua capacidade para modelar o conhecimento do aluno. 
 A modelagem do aluno é um dos campos mais complicados nos estudos de 
ITS, pois este módulo precisaria abranger uma representação explícita de todos os 
aspectos do comportamento e conhecimentos do aluno que se relacionam ao 
aprendizado. A construção de um módulo como este é muito complexa. Os meios de 
comunicação em um computador, quando comparados com a capacidade das 
pessoas em armazenar e combinar informações, se tornam bastante limitados quando 
se trata de armazenar informações abrangendo fatores emocionais. 
6.8 Módulo Pedagógico 
A finalidade fundamental do módulo é coordenar os elementos sobre o domínio, 
módulo aluno e o módulo interface a fim de decidir sobre o gerenciamento instrucional. 
A adaptação da instrução sugere em uma escolha didática, que pode ser em nível 
global ou local (Wenger,1987). Isto abarca direção no desempenho de suas 
atividades, explicações dos fenômenos e processos e decisões sobre quais 
informações serão oferecidas com finalidade de suprir a deficiência do aluno. Diversas 
vezes não é preciso retomar todo o assunto, mas sim é suficiente uma ajuda local, 
seja esta concretizada por meio de ajuda, dicas e ou outras estratégias (ZUCHI, 2000). 
 Existem várias abordagens pedagógicas em vigência, mas a maior parte dos 
sistemas tendem a implementar apenas uma. Por isto, estes sistemas não 
proporcionam um rico repertório de maneiras de expor um determinado assunto. Por 
exemplo, um professor não tem apenas uma técnica de explanar um determinado 
assunto, ele exibe de diversas formas para atrair o seu público e tornar a aula 
 
66 
 
interessante. Esta deficiência nos sistemas, em parte, deve-se ao fato de que os 
estudos se concentram mais nos problemas de representação de conhecimento e 
diagnósticos, ao invés dos processos pedagógicos envolvidos no ato de educar. 
Necessitamos salientar que o processo de aprendizagem depende de uma 
ampla variedade de fatores. Segundo Wenger (1987) “as decisões pedagógicas que 
são tomadas no contexto de um ambiente educacional são responsáveis pelo grau de 
controle sobre a atividade e sobre a interação apreciados pelo sistema tutorial e pelo 
aluno”. A ordem e a forma como o conteúdo de um determinado domínio é passado 
podem produzir experiências de aprendizagem distintas de estudante para estudante. 
Decorre, então, a necessidade de contemplar o sistema não somente com uma única 
abordagem pedagógica. 
6.9 Módulo interface 
Este módulo é responsável pela comunicação entre o sistema e o usuário. Na 
Engenharia de software, a interface do usuário tem sido uma preocupação relevante 
dos projetistas quando estãodiscutindo a criação de um sistema, pois, conforme Hix 
& Hartson (1993) “para os usuários, a interface é o próprio sistema”. 
Muitos princípios fundamentados nas teorias cognitivas têm sido propostos 
para projetos de interfaces. Precisa-se salientar que a interface não é apenas 
relevante para a entrada de dados e saída de informações. Ela também complementa 
dados relevantes sobre o processo da aprendizagem. Neste processo o aluno não 
aprenderá apenas o conteúdo, porém também precisará aprender como usar o 
sistema. Segundo Shneiderman (1992), “a facilidade de utilização deve ser uma das 
considerações principais nos projetos das interfaces, pois, uma interface sólida, 
ajudará a diminuir a carga cognitiva sobre o aluno”. 
Descrevendo os módulos podemos compreender que arquitetar protótipos de 
modelos informáticos com uma arquitetura similar aos ITS não é uma tarefa simples. 
No entanto, esta não é uma visão pessimista, pois a arte de instruir é uma tarefa 
complicada e o fato de projetar um ITS requer um amplo entendimento das diversas 
dimensões enredadas no processo. Contudo se avaliarmos a história da tecnologia 
implantada no âmbito educacional, compreendemos que no decorrer do tempo a 
preocupação dos pesquisadores é a aprendizagem dos alunos. Infelizmente o 
 
67 
 
processo nem sempre é acelerado e barato, várias vezes abrange anos de estudos 
que nem sempre surtem o efeito aguardado. Existem ainda diversos problemas 
conexos ao desenvolvimento dos ITS. Podemos mencionar como exemplos, a falta 
de um paradigma constituído para descrever o processo de obtenção de 
conhecimento, a ineptidão de um sistema provocar um raciocínio pedagógico 
diretamente autônomo, os elevados custos entre outros. 
Incumbe a nós educadores aproveitar os estudos já realizados e 
fundamentados e adaptá-los ao nosso dia-a-dia, com a finalidade de usar modelos 
informáticos que possibilitam cooperar na aprendizagem do aluno (ZUCHI, 2000). 
6.10 Exemplos de Programas de Ensino Usando Inteligência Artificial 
 
Hoje em dia tem uma quantidade significativa de programas de ensino com 
computador, alguns utilizando em maior ou menor grau, técnicas de IA. Aqui 
mencionaremos somente determinados exemplos: 
 EXCHECK, foi desenvolvido em 1967, no campo da Lógica e Teoria de 
Conjuntos. Foi percursor da modelação qualitativa. Tem um ambiente 
reativo com aviso reage a resposta do aluno com uma mensagem 
instrucional. (Suppes, 1967 Apud Pozzo,1996). 
 QUADRATIC, desenvolvido em 1978, no campo de subtração 
aritmética. Exibia como características a construção de um modelo do 
aluno que incluía conceitos errôneos comuns aos aprendizes. Há um 
ambiente reativo com aviso (Brown & Burton, 1978 apud Pozzo, 1996). 
A fundamental contribuição deste trabalho foi a de conter a 
probabilidade de imitar um professor que melhore com o período. Isto é 
realizado por técnicas exploratórias que aceitam ao sistema modificar 
sua estratégia pedagógica e adotar aquela que parece dar os melhores 
resultados. 
 
 
68 
 
https://novaescola.org.br 
 APLUSIX, desenvolvido em 1988, no campo de manipulação algébrica. 
É um sistema especialista com um módulo pedagógico, módulo do 
aluno e uma interface ergonômica. Usa regras para representação do 
conhecimento (Nicaud & Vivet, 1988 apud Pozo,1996). 
 
 WEST - 1979 
 
 O domínio selecionado para este propósito foi o jogo educacional para 
computador denominado “How the WEST was won”, desenvolvido para 
o projeto PLATO Elementary Mathematics Project. O propósito do jogo 
é exercitar técnicas de aritmética. Para acompanhar todas as 
necessidades do programa: definir o que o aluno conhece, quando 
interromper, e o que falar, Burton e Brown acrescentaram um elemento 
ao sistema e o denominaram “Coach”, porque ele atuava como um 
“treinador”, analisando e ajudando o jogador a melhorar (Wenger, 
1987). 
 
 INTEGRATION foi desenvolvido como uma tese de doutorado de 
Kimball em 1973 (apud Barreto, 1997). A fundamental cooperação 
deste trabalho foi a relação do conhecimento a ser transmitido com um 
 
69 
 
modelo do aluno de modo a gerir a sequência do que vai ser lecionado: 
integração simbólica. O programa contém uma sequência de exemplos 
compondo um fundamento de problemas. De tal modo, o programa 
sugere a sequência que acredita apropriada em função das respostas 
dos alunos (ZUCHI, 2000). 
 
 PLATO foi desenvolvido pela Universidade de Illinois nos anos 70. A 
ideia fundamentada é a de oferecer um ambiente interativo para criar e 
finalizar lições no domínio das ciências exatas abarcando experiências 
simuladas (Barreto,1997). 
 
 BUGGY foi desenvolvido por Brown e Burton (apud Barreto,1997), 
trabalha no domínio das operações aritméticas básicas. Foi possível 
usar conceitos de IA, para criar um modelo psicológico dos erros dos 
alunos. O programa supõe que quando um aluno erra, este erro 
raramente é de natureza aleatória, e sim é devido a uma falsa 
concepção. Tendo sido provável tirar como ensinamento que o modelo 
conceitual de erros dos alunos, num caso menos específico, é tarefa 
muito árdua. 
 
 WURSOR é um programa para conduzir o jogador de Wumpus. Ele 
possui um módulo para guiar jogadas e ensinar a jogar. Os jogos podem 
funcionar de modo totalmente independente da parte de ensino 
(Barreto, 1997) 
 
 LOGO é uma linguagem de programação que beneficia o aprendizado 
por exploração por descoberta. Fundamentada na individualização, ele 
sugere micromundos em software e hardaware estruturados, no interior 
dos quais os utilizadores podem tentar aplicar modelos de pensamento 
ou descobrir outros novos (Bossuet,1985). 
 
Mais atualmente foi encontrado referências como: 
 
 
70 
 
 Um Sistema Especialista para o estudo de Técnicas Usadas para 
Resolver Problemas de Programação Linear (Pereira & Stange, 1995). 
 
 Sistemas Especialistas- Um recurso didático para o ensino da 
Matemática (Paladini et. al., 1995). 
 
 TAL 1.0 – um sistema de base ao estudo de semelhança de triângulos 
(Zuchi, Paladini.C & Paladini. E, 1996); 
 
 MATRIX 97- um sistema para a pesquisa de Matrizes (Zuchi & Paladini, 
1997). 
 
O desenvolvimento e uso de pequenos sistemas especialistas, voltados para a 
resolução de problemas, pode compor-se em importante base para a aprendizagem 
de determinados conteúdos da matemática. De fato, uma das amplas dificuldades 
exibidas pelos alunos desta disciplina alude-se à falta de raciocínio lógico dedutivo 
que lhes aceite analisar uma circunstância matemática e identificar o que é necessário 
para solucioná-la (ZUCHI, 2000). 
As técnicas de IA proporcionando a probabilidade de preparar de computadores 
mais autônomos, evidentemente muda o tipo de interação homem-máquina. 
A atividade lúdica é repetidamente considerada como característica de 
inteligência e não é de nos admirar que está tenha sua área de atividade em IA. Os 
jogos envolveram as faculdades intelectuais do homem desde que a civilização houve, 
e estes foram uma das primeiras aplicações da IA, como o primeiro programa de 
xadrez que foi escrito em 1950 por Claude Shannon e Alan Turing (Barreto, 1997) 
7 AVALIAÇÃO DE SOFTWARES MATEMÁTICOS 
Nas aulas de Matemática, assim como em outras disciplinas, precisa rever não 
somente os valores e métodos do modelo de ensino-aprendizagem usados, como 
também, analisar como os Softwares são utilizados hoje em dia no ensino. É 
importante que o professor de matemática use as novas tecnologias existentes na 
área da educação com completo domínio, e que adquiram a consciência de sua 
 
71 
 
relevância como mediador do saber, já que o computador virá para acrescentar mais 
recursos pedagógicos em seu trabalho docente, o que contribuirá para que o 
aprendizado se torne mais encantador e motivador para o aluno (SANTOS, et. al. 
2010). 
7.1 Conhecendo os Tipos de Softwares e Licenças 
 Nesta seção,será descrito as definições informais de programa, softwares, 
tipos de softwares, licença e tipos de licenças. Saber de tais definições é fundamental 
e relevante para a realização da identificação e classificação quanto aos tipos de 
softwares e licenças dos softwares matemáticos disponíveis na internet. 
7.2 Programa 
 Um computador tem duas partes distintas que trabalham conectadas: o 
hardware composto pelas partes físicas e o software composto pelos programas. 
Quando se desenvolve um software para alcançar um determinado tipo de 
processamento de dados, precisa escrever um programa ou diversos programas 
interligados. Um programa é a codificação de um algoritmo em uma determinada 
linguagem de programação, compõe-se por uma sequência de instruções, que é 
interpretada e executada por um processador ou por uma máquina virtual. Em um 
programa correto e funcional, essa sequência segue padrões específicos que 
resultam em um comportamento almejado (ASCENCIO, 2002). Um programa pode 
ser executado por qualquer dispositivo capaz de interpretar e executar as instruções 
de que é composto. 
7.3 Software 
Sommervilee (2007) define software como sendo programas de computador e 
todos os dados de documentação e configuração associados, imprescindíveis para 
que o programa obre corretamente. Um sistema de software consiste, de regra, de 
um conjunto de programas separados; arquivos de configuração, que são usados para 
configurar esses programas; documentação do sistema, que descreve a estrutura do 
 
72 
 
sistema; a documentação do usuário, que elucida como utilizar o sistema; e sites web 
por meio dos quais os usuários alcançam informações atuais sobre o produto 
(SANTOS, et. al. 2010). 
O software é o produto e, ao mesmo tempo, o veículo para entrega do produto. 
Como produto ele disponibiliza o potencial de computação presente no hardware do 
computador ou, mais vastamente, por uma rede de computadores acessível pelo 
hardware local. Residindo em um telefone celular, ou operando em um computador 
de amplo porte, o software é um transformador de informações – gerindo, produzindo, 
modificando, adquirindo, expondo ou transmitindo informações que podem ser tão 
simples como um único bit ou tão complicadas quanto uma apresentação multimídia. 
Como veículo usado para entrega do produto, o software atua como fundamento para 
o controle do computador (sistemas operacionais), para a comunicação da informação 
(redes) e para a criação e o controle de outros programas (ferramentas e ambientes 
de software) (PRESSMAN, 2006). 
 
https://canaltech.com.br/ 
Os softwares podem ser classificados em duas grandes categorias: 
 
1. Software de sistema que incluiu o firmware (O BIOS dos computadores 
pessoais, por exemplo), drivers de dispositivos, o sistema operacional e 
caracteristicamente uma interface gráfica que, em conjunto, aceitam ao usuário 
interagir com o computador e seus periféricos (SANTOS, et. al. 2010). 
 
73 
 
2. Software aplicativo, que consente ao usuário fazer uma ou mais tarefas 
específicas. Aplicativos podem ter um alcance de utilização de larga escala, várias 
vezes em âmbito mundial; nestes casos, os programas tendem a ser mais robustos e 
mais padronizados. Programas escritos para um pequeno mercado possuem um nível 
de padronização menor. 
É possível ainda utilizar a categoria Software embutido ou Software embarcado, 
indicando software com destino a funcionar dentro de uma máquina que não é um 
computador de uso geral e geralmente com um destino bem 
específico (SOMMERVILEE, 2007). 
 
Tipos de Softwares 
 
Eles também são denominados em diferentes tipos, dentre os quais se 
destacam os seguintes: 
 
 Softwares Livres: segundo a definição empregada pela Fere Software 
Foundation, fundado por Richard Salman em 1985, Software Livre é qualquer 
programa de computador que pode ser utilizado, copiado, pesquisado, modificado e 
redistribuído sem nenhuma restrição. A forma usual de distribuição de Software Livre 
é anexar a este uma licença de Software Livre, e tornar o código fonte do programa 
disponível. 
Código fonte é o conjunto de palavras ou símbolos escritos de maneira 
ordenada, contendo instruções em uma das linguagens de programação existentes, 
de forma lógica. Existem linguagens que são compiladas e as que são interpretadas 
(PUGA, 2009). 
Um Software é avaliado livre quando acolhe aos quatro tipos de liberdade 
definidos pela Fere Software Foundation (GNU, 2009): 
 1°) A liberdade para executar o programa, em qualquer propósito, ou seja, a 
liberdade para qualquer tipo de pessoa física ou jurídica usar o Software em qualquer 
tipo de sistema computacional, para qualquer tipo de trabalho ou atividade, sem que 
seja preciso atender a determinada restrição atribuída pelo fornecedor; 
2º) A liberdade de pesquisar como o programa funciona, e poder adaptá-lo para 
as suas necessidades. Entrada ao código fonte é um pré-requisito para esta liberdade; 
 
74 
 
3º) A liberdade de redistribuir cópias de forma que as pessoas possam ajudar 
ao próximo; 
4º) A liberdade de aprimorar o programa, e autorizar os seus aperfeiçoamentos, 
de forma que toda a comunidade se favoreça; (SANTOS, et. al. 2010). 
 A liberdade de redistribuir o programa compilado, em formato 
binário, basicamente abarca a obrigatoriedade de disponibilizar seus códigos fonte. 
Caso o software venha a ser mudado e o autor da modificação queira 
difundi-lo, gratuitamente ou não, será também obrigatória a distribuição do código 
fonte das mudanças, desde que elas venham a integrar o programa. Não sendo 
necessária a autorização do autor ou do distribuidor do software para que ele possa 
ser redistribuído, já que as licenças de software livre assim o permitem. 
Para ser real essa liberdade, precisam ser irrevogáveis. Caso o desenvolvedor 
do software tenha o poder de revogar a licença, o software não é livre. 
 A licença mais usada para softwares livres é a GNU GPL, licença idealizada 
por Richard Salman no final da década de 1980. 
Softwares de Código aberto ou Open Soure: Neste tipo de Software o 
usuário pode acessar ao código fonte, permitindo assim modificá-lo da forma que 
quiser. A diferença deste com o Software Livre é que ele não atende todas as quatro 
liberdades citadas. 
Softwares Gratuitos ou Freeware: São disponibilizados de forma gratuita, 
mas diferente dos Softwares Livre e de Código aberto, pois não se tem entrada ao 
seu código fonte e assim sendo, não pode ser modificado ou somente estudado, 
apenas pode ser usado da maneira como ele foi disponibilizado. Estes softwares têm 
licenças restritas, proibindo a cópia, a redistribuição não autorizada, a modificação, 
utilização para fins não lucrativos, não comerciais, uso acadêmico, entre outros. De 
forma geral, estão disponíveis na internet para download e a validade não expira. Pode 
conter adiares, que são programas que exibem publicidade de empresas que 
patrocinam o seu desenvolvimento e manutenção. É frequente a utilização ser 
gratuita para pessoa física, tendo uma versão shareware para pessoa jurídica. 
Software Shareware: Estes têm limitações de uso, podendo ser de 
tempo ou funcionalidades (não ter todas as funções). Gratuitos somente para 
divulgação, após determinado tempo perdem sua validade. Na realidade, é uma cópia 
 
75 
 
de avaliação, permitindo ao usuário a instalação gratuita e o conhecimento do que o 
software é capaz de fazer. 
Demo: São Softwares para análise, ou seja, podem ser testados de forma 
gratuita. O termo Demo, de demonstrativo, é aplicado particularmente a jogos. De 
forma geral os programas deste tipo são uma versão mais curta do jogo, onde é 
permitida a sua instalação e uso, permitindo que seja experimentado e que se decida 
por sua posteriorcompra (SANTOS, et. al. 2010). 
Trila: É parecido ao tipo Demo, mas se refere a aplicativos, em vez de jogos. 
Pode-se testar o programa em sua totalidade e por quanto tempo desejar, contudo na 
maioria das vezes não poderá salvar ou exportar os trabalhos feitos, pois para isto é 
preciso fazer a sua compra. 
Algum programa trila admitem salvar e exportar trabalhos por um tempo 
determinado pelo desenvolvedor, e após este tempo de utilização a única alternativa 
é comprar o programa completo ou apagá-lo do computador. 
 Software comercial: São aqueles desenvolvidos por determinada 
empresa para fins lucrativos. A maioria do Software comercial é proprietário, mas 
também existe Softwares Livres que são comerciais. 
Software Proprietário: Também chamado programa "não livre”, cuja 
cópia, redistribuição ou alteração são limitadas pelo seu criador ou distribuidor. 
De forma geral, para se usar, copiar, ter acesso ao código fonte ou redistribuir 
um software desse tipo, deve-se solicitar permissão ao proprietário ou pagar pelo 
mesmo. 
 
Licenças 
 
 Todo o software é publicado sob uma licença. Essa licença determina (e até 
restringe) qual a maneira que se pode usar o software (números de licenças, 
modificações, etc.). A licença de Software é definida como ações autorizadas ou 
proibidas no âmbito do direito de autor de um programador de Software de 
computador, concedidas ou impostas ao usuário deste Software. As licenças de vários 
Softwares são desenvolvidas para reduzir sua liberdade de compartilhá-lo e mudá-lo 
(SANTOS, et. al. 2010). 
 
 
76 
 
Tipos de Licenças de Softwares 
 
Licença GNU General Public License: (Licença Pública Geral), GNU 
GPL ou unicamente GPL, é a designação da licença para software livre idealizada 
por Richard Stallman no final da década de 80, no âmbito do projeto GNU da Free 
Software Foundation (FSF). 
 A GPL é a licença com grande uso por parte de projetos de software livre, em 
grande parte devido à sua adoção para o projeto GNU e o sistema operacional 
GNU/Linux. 
 
Em termos gerais, a GPL fundamenta-se em 4 liberdades: 
 
1. A liberdade de executar o programa, para qualquer finalidade. 
2. A liberdade de estudar como o programa labora e adaptá-lo para as suas 
necessidades. A entrada ao código fonte é um pré-requisito para esta liberdade. 
3. A liberdade de redistribuir cópias de forma que você possa auxiliar ao seu 
próximo. 
4. A liberdade de aprimorar o programa, e liberar os seus aperfeiçoamentos, 
de forma que toda a comunidade se favoreça deles. O acesso ao código fonte é um 
pré-requisito para esta liberdade. 
 Com a garantia destas liberdades, a GPL admite que os programas sejam 
disseminados e reaproveitados, conservando, porém, os direitos do autor por maneira 
a não permitir que essa informação seja utilizada de uma forma que limite as 
liberdades originais (SANTOS, et. al. 2010). 
 
 
77 
 
https://cio.com.br 
Algumas características dos programas com licença GPL: 
 
 Não existe custos maquiados: sem restrições, não existe qualquer 
preço a ser pago. 
 Sem propagandas: não é exigido que se vejam propagandas para 
usar o programa. 
 Sem programas espiões (separe): não tentará coletar informações 
pessoais ou sobre a forma como usa o seu computador. 
 Sem comportamentos intrusivos: não tentará instalar ou criar 
atalhos para Softwares parceiros, nem colocará mais atalhos em seus 
Bookmarks (Favoritos) para links não-requisitados de sites comerciais. 
 
A GPL está redigida em inglês e hoje em dia nenhuma tradução é acolhida 
como válida pela Fere Software Foundation, com o argumento de que existe o risco 
de introdução de erros de tradução que poderiam deturpar o sentido da licença. Desta 
forma, qualquer tradução da GPL é não-oficial e puramente informativa, conservando-
se a obrigatoriedade de distribuir o texto oficial em inglês com os programas (GNU, 
2009). 
 
78 
 
Existem vários tipos de licenças de Software Livre, a diferença entre elas está 
especialmente na maneira, Couplet, weak-Copyleft ou non-Copyleft. 
As mais populares licenças de Software Livre são a Licença GPL e a Licença 
BSD, originalmente criada na Universidade de Berkeley (SANTOS, et. al. 2010). 
 Software livre é distinto de software em domínio público. O primeiro, quando 
usado em combinação com licenças típicas (como as licenças GPL e BSD), garante 
a autoria do desenvolvedor ou organização. O segundo caso sucede quando se 
passam os anos previsto nas leis de cada país de proteção dos direitos do autor e 
este torna-se bem comum. Ainda assim, um software em domínio público pode ser 
avaliado como um software livre. 
 Licenças como a GPL contêm um conceito adicional, conhecido como 
Copyleft, que se fundamenta na propagação dos direitos. Um software livre sem 
couplet pode ser tornado não-livre por um usuário, caso assim o ambicione. Já um 
software livre protegido por uma licença que ofereça couplet, se disseminado, 
precisará ser sob a mesma licença, ou seja, repassando os direitos. 
Associando os conceitos de couplet e software livre, programas e serviços 
derivados de um código livre devem de forma obrigatória conservar-se com uma 
licença livre (os detalhes de quais programas, quais serviços e quais licenças são 
definidos pela licença original do programa). O usuário, porém, permanece com a 
probabilidade de não disseminar o programa e conservar as modificações ou serviços 
usados para si próprio (SANTOS, et. al. 2010). 
Licença MIT: é uma licença de código aberto que oferece total liberdade de 
uso, cópia, modificação, publicação, distribuição e também a venda de cópias do 
programa. Este tipo de licença não se responsabiliza pelas possíveis lesões que 
possa ocasionar ao trabalho do usuário, assim como várias outras licenças. 
Licença BSD: É uma licença muito mais severa do que a MIT, pois os direitos 
autorais e as condições da licença precisarão ser contidos na distribuição do código 
fonte. É uma licença de código aberto usada inicialmente nos sistemas operacionais 
do tipo Berkeley Software Distributivo (derivado do Unix). Apesar de ter sido criada 
para os sistemas BSD, hoje em dia vários outros sistemas são difundidos sob esta 
licença. 
Esta licença impõe poucas restrições quando conferida com aquelas impostas 
por outras licenças, como a GNU GPL ou mesmo as restrições padrão verificadas pelo 
 
79 
 
copyright, colocando-a de forma relativa próxima do domínio público. (De fato, a 
licença BSD tem sido denominada de copycenter, ou "centro de cópias", em 
comparação com o copyrightpadrão e o copyleft da licença GPL: "Leve até o 
copycenter e faça quantas cópias quiser. 
 A licença BSD consente que o software difundido sob a licença, seja 
incorporado a produtos proprietários. Também é provável que softwares sejam 
distribuídos pela licença BSD junto de outra licença. 
Licença Apache: é uma licença bem parecida com as citadas anteriormente. 
É uma licença para Software Livre de autoria da Apache Software Foundation (ASF). 
Todo Software elaborado pela ASF ou qualquer um dos seus projetos e subprojetos é 
licenciado de acordo com os termos desta licença. 
A primeira versão do Apache segue as características da BSD, a segunda 
versão tem determinadas diferenças substanciais com relação aos direitos de 
patentes e as licenças derivadas deste sistema. As versões 1.0, 1.1 e 2.0 determinam 
a inclusão de aviso de copyright e discai-me, mas não é uma licença couplet – 
consente o uso e distribuição do código fonte tanto no Software Open Soure (ou 
Código Aberto) como no Proprietário (SANTOS, et. al. 2010). 
Licença Pública Mozilla: é uma licença para o software Mozilla Firefox de 
autoria da Mozilla Foundation e, tem a restrição de, caso um programador mude e 
redistribua seus aplicativos, eles deverão utilizar outronome (MPL, 2010). Em outras 
palavras, um Firefox mudado fora da Mozilla Foundation não pode ser denominado 
de Firefox. Essa política foi adotada para resguardar o nome da empresa, visto que 
cópias mudadas por terceiros podem ser instaladas por terceiros, o que poderia 
prejudicar a credibilidade da Mozilla. 
 Licença Comercial: é geralmente associada a contratos de licenciamento de 
utilização de Software. Os Softwares denominados comerciais são aqueles pelo qual 
o usuário paga uma taxa de licenciamento para poder usar. 
É relevante analisar que, de acordo com o modelo de licenciamento de software 
comercial, o que o usuário adquire quando paga pelo software é o direito de usá-lo 
segundo as regras definidas por seu contrato de licenciamento de uso. As duas 
restrições mais comuns nas licenças comerciais são: 
 O direito de redistribuição, por exemplo, fazer uma cópia dele e passá-
la para outro usuário. A cópia de softwares em desacordo com sua 
 
80 
 
licença comercial é avaliada uma cópia ilegal e esta prática é conhecida 
pelo termo pirataria. 
 O direito de modificar o funcionamento do software, adaptando-o para 
uma finalidade específica. Como o software comercial raramente é 
distribuído com seu código fonte, para mudá-lo seria precisa usar a 
prática da engenharia reversa, o que costuma ser terminantemente 
proibido por esse tipo de licença. 
A Licença comercial determina também, em vários casos, os serviços que a 
empresa que vende o software disponibiliza para os usuários que contraem seu direito 
de uso, tais como suporte, correção de erros de funcionamento, atualização periódica 
e acesso a documentação de utilização e outros materiais - normalmente via Internet 
(SANTOS, et. al. 2010). 
8 CONSIDERAÇÕES FINAIS 
Percebendo a dificuldade da escola em garantir a construção do conhecimento 
procurando constituir uma interface com o conhecimento do dia-a-dia dos 
sujeitos envolvidos no processo de ensino e aprendizagem, não só na disciplina de 
matemática como também nas outras disciplinas, se faz necessário à procura 
de alternativas pedagógicas que permitam a prática no ato educativo enxergando a 
possibilidade de aprendizagens significativas. Uma dessas opções seria o uso de 
softwares em sala de aula, favorecendo tanto professor como aluno, pois 
promovem aulas mais interativas, incitam os estudantes a desenvolver maior 
interesse pelos estudos, capacidade intelectual, construção do pensamento 
crítico, criativo e autônomo, assim como permite ao professor rever os caminhos 
de aprendizagem cursados pelo aluno a partir da detecção de entendimento e/ou 
dificuldades que o mesmo se deparou (SANTOS, 2009). 
Segundo as Cem (Orientações Curriculares para o Ensino Médio, 2006), no 
uso de tecnologia para o aprendizado da matemática, a opção de um software 
para trabalhar em sala de aula torna-se um fator que determina a qualidade do 
aprendizado, ou seja, se este software auxilia a desenvolver ou não o raciocínio 
lógico dos alunos, bem como se ajuda a alargar a organização, concentração 
e a atenção dos mesmos em sala de aula, induzindo-os assim a uma 
 
81 
 
aprendizagem mais significativa. Desta forma, é relevante lembrar que para o uso 
do software em sala de aula, o professor deve estar capacitado para seu uso, tendo 
em vista o planejamento da aula e a escolha do software mais apropriado para fazer-
se satisfatória a aplicação das atividades pretendidas com sua exploração (SANTOS, 
et. al. 2010). 
Na escolha do software, deve-se ponderar que o aprender não está restrito ao 
software, mas a interação professor – aluno – software. O que deve ser avaliado na 
escolha de um software para ser utilizado em circunstâncias educacionais é se ele 
beneficia o processo da construção do saber, dando oportunidade ao aluno, a explorar 
conceitos de diferentes áreas de conhecimento, bem como a aprendizagem de novos 
conceitos. É relevante, também, que durante a interação, o aluno seja incitado a 
estabelecer conexões entre o novo saber em construção e outros conceitos de seu 
domínio, aplicando para tal a sua intuição. Para isto, será fundamental que tais 
softwares educacionais beneficiem além de exploração e observação, também 
a experimentação, criação e aquisição de novos conhecimentos. 
A partir das definições e classificações das distintas licenças e softwares de 
matemática descritas no presente trabalho, pode-se averiguar que existem 
poucos softwares livres de matemática, mas que podem ser usados para abordagem 
de distintos conceitos matemáticos em sala de aula (SANTOS, et. al. 2010). 
 Espera-se, escolas e professores se motivem a conhecer melhor os distintos 
softwares matemáticos disponíveis na rede mundial de computadores e 
consequentemente usem essas novas tecnologias em sala de aula, mirando tornar as 
aulas mais dinâmicas e lúdicas, proporcionando o avanço do estímulo dos alunos no 
processo de ensino aprendizagem. 
 
 
 
 
 
 
 
 
82 
 
9 REFERÊNCIAS 
ARAÚJO, A. J. S.; SANTOS, R. S. O Uso De Tecnologias Digitais No Ensino Da 
Matemática. 2014. 76 F. Monografia (Graduação) - Universidade Federal Do Amapá, 
Macapá, 2014. Disponível em: 
Https://Www2.Unifap.Br/Matematica/Files/2017/01/Tcc-2015-Adriano- -Jones-O-Uso-
De-Tecnologias-Digitais-No-Ensino-Da-Matem%C3%A1tica.Pdf. Acesso em: 30 jun. 
2019. 
 
BARROS, T. Internet completa 44 anos: relembre a história da web. 07 abr. 2013. 
Disponível em: Acesso em 12 jun. 2017. 
 
[BORBA, M. C.; Penteado, M. G. Informática e educação matemática. 3ª ed. Belo 
Horizonte: Autêntica, 2001. 99 p. (Tendências em educação matemática). ISBN 85-
7526-021-9. 
 
BORBA, M. De C.; SILVA, R. S. R.; GADANIDIS, G. Fases Das Tecnologias Digitais 
Em Educação Matemática: Sala De Aula E Internet Em Movimento. Belo Horizonte: 
Autêntica Editora, 2015. 
 
COSTA, J.W.; OLIVEIRA, M.A. M. (Org.). Novas linguagens e novas tecnologias. 
Petrópolis (RJ): Vozes, 2004. 
 
ERTEL, W. Introduction to Artificial Intelligence. Switzerland: Springer, 2017. 
 
FOLLADOR, D. Tópicos Especiais No Ensino De Matemática: Tecnologias E 
Tratamento Da Informação. Curitiba: Intersaberes, 2012. 
 
IAFRATE, F. Artificial Intelligence and Big Data: The Birth of a New Intelligence. 
Hoboken: John Wiley & Sons, 2018. 
 
NASCIMENTO, J. K. F. do. Informática aplicada à educação. Brasília, DF: 
Universidade de Brasília, 2007. 
 
OLIVEIRA, R. Informática educativa: dos planos e discursos à sala de aula. 13ª ed. 
Campinas, SP: Papirus, 2007. 176 p. (Magistério: formação e trabalho pedagógico). 
 
PAPERT, S. A máquina das crianças: repensando a escola na era da informática. 
Porto Alegre: Artmed, 2008. 
 
ROLKOUSKI, E. Tecnologias No Ensino De Matemática. Curitiba: Inter saberes, 2013. 
 
SANTOS, A. R. Educação e Tecnologias. Soluções Educacionais Integradas – 
SAGAH 
 
SANTOS, et, al.; Avaliação de Softwares matemáticos quanto a sua funcionalidade e 
tipo de Licença para uso em sala de aula, encima, v. 1, n. 1, p. 47-65, 2010. 
SOMEWHERE. It, mas ‘LOGO’. C2016. Disponível em: < 
https://www.somewhere.com/ satyajeet/sparks/27323>. Acesso em: 04 jul. 2017. 
 
83 
 
 
STERNE, J. Artificial Intelligence for Marketing: Practical Applications. Hoboken: John 
Wiley & Sons, 2017 . 
 
ZUCHI, I. O Desenvolvimento de um Protótipo de Sistema Especialista Baseado em 
Técnicas de RPG para o Ensino de Matemática. Universidade Federal de Santa 
Catarina- UFSC, 2000. 
 
WARWICK, K. Artificial Intelligence: The Basics. Abingdon: Routledge, 2011.