Transfer learning e inteligência artificial: potenciando a aprendizagem e o serviço
Main Article Content
Resumo
A integração com o meio social requer a metodologia da aprendizagem em serviço e o modelo de Transfer Learning, em conformidade com os objetivos epistemológicos e ontológicos da universidade. O objetivo da pesquisa é propor a utilização do Transfer Learning e da metodologia da Aprendizagem em Serviço no contexto educacional do ensino superior. A metodologia utilizada é a Bidirectional Encoder Representations from Transformers, que é um modelo treinado com base na personalização da aprendizagem dos alunos. Além disso, enfatizou-se a Função de Perda, a Otimização por Gradiente Descendente, a Regularização e a evolução do modelo com base nas métricas Precisão ou Accuracy, F1-Score e Recall e Precision. Os resultados potenciais se projetam na Aprendizagem-Serviço ao ser enriquecida com Inteligência Artificial, incentivando os alunos a se envolverem em projetos comunitários, o que fortalece tanto sua aprendizagem acadêmica quanto suas habilidades sociais. Além disso, destaca-se como o Aprendizado por Transferência pode tornar as avaliações mais eficazes, personalizando as recomendações de acordo com o progresso de cada aluno. Em conclusão, a combinação do Aprendizado por Transferência, sustentada pela Inteligência Artificial e apoiada na Aprendizagem-Serviço, tem a capacidade de sustentar a transformação da educação, tornando-a mais acessível, inclusiva e centrada nas necessidades do aluno, melhorando as avaliações e promovendo uma pedagogia mais inovadora.
Downloads
Article Details

Este trabalho encontra-se publicado com a Creative Commons Atribuição-NãoComercial 4.0.
Referências
Arteaga-Tuba, G. (2024). Recursos tecnológicos para el aprendizaje en el marco de la educación inclusiva ecuatoriana. Cienciamatria. Revista Interdisciplinaria de Humanidades, Educación, Ciencia y Tecnología, 10(18), 289-312. https://doi.org/10.35381/cm.v10i18.1272
Castillejos, B. (2022). Inteligencia artificial y entornos personales de aprendizaje: atentos al uso adecuado de los recursos tecnológicos de los estudiantes universitarios. Educación, 31(60), 9-24. https://doi.org/10.18800/educacion.202201.001
Castro, E., & Gómez, R. (2022). Análisis envolvente de datos de las plataformas educativas por área académica. Apertura (Guadalajara, Jal.), 14(2), 92-109. https://doi.org/10.32870/ap.v14n2.2199
Drewery, M., & Lollar, J. (2024). Undergraduates’ perceptions of the value of service-learning. Frontiers in Education, 9, 1330456. https://doi.org/10.3389/feduc.2024.1330456
Hernández, L. (2025). Gestión de una plataforma educativa virtual con inteligencia artificial y su adecuación funcional en el proceso de aprendizaje. European Public & Social Innovation Review, 10, 01-17. https://doi.org/10.31637/epsir-2025-694
Lauriola, I., Lavelli, A., & Aiolli, F. (2022). An introduction to Deep Learning in Natural Language Processing: Models, techniques, and tools, Neurocomputing, 470, 443-456. https://doi.org/10.1016/j.neucom.2021.05.103
Pinto, J., & Costa-Ramalho, S. (2023). Effects of service-learning as opposed to traditional teaching-learning contexts: a pilot study with three different courses. Frontiers in Education, 8, 1185469. https://doi.org/10.3389/feduc.2023.1185469
Shea, L., Harkins, D., Ray, S., & Grenier, L. (2022). How Critical is Service-Learning Implementation? Journal of Experiential Education, 46(2), 197-214. https://doi.org/10.1177/10538259221122738
Tarazona, C., Martínez-Usarralde, M. J., & Carbonell, A. (2024). Revisión sistemática del aprendizaje-servicio digital en instituciones de educación superior en Europa. Revista Mexicana de Investigación Educativa, 29(103), 801-827. https://ojs.rmie.mx/index.php/rmie/article/view/2/2
Taye, M. (2023). Understanding of machine learning with deep learning: Architectures, workflow, applications and future directions. Computers, 12(5), 91. https://doi.org/10.3390/computers12050091