Deep learning na educação inclusiva
uma revisão sistemática da literatura
DOI:
https://doi.org/10.22491/1982-1654.137303Palavras-chave:
Deep Learning, Educação Inclusiva, Governança da InternetResumo
O Deep Learning, ramo do Machine Learning, emprega redes neurais profundas para processar dados e identificar padrões complexos. Sua aplicação pode beneficiar a educação de alunos com necessidades especiais, permitindo a criação de sistemas adaptativos que atendam às suas demandas individuais, como recursos de acessibilidade e tradução entre idiomas. No entanto, desafios surgem, incluindo o viés algorítmico, que reproduz desigualdades, exigindo proteção de dados, garantia de integridade no acesso às tecnologias e responsabilidade no uso desses sistemas. A governança da internet torna-se crucial para estabelecer políticas éticas, inclusivas e seguras para o uso do deep learning na educação inclusiva. Este estudo propõe uma revisão sistemática da literatura existente sobre o tema, com o objetivo de identificar os desafios enfrentados e as abordagens adotadas no contexto da governança da internet. Ao fazê-lo, busca-se não apenas compreender as potencialidades do Deep Learning na educação inclusiva, mas também propor diretrizes e princípios que orientem a aplicação ética e eficaz dessa tecnologia, contribuindo para a construção de um ambiente educacional mais igualitário e acessível a todos.
Downloads
Referências
Brostolin, M. R., & Souza, T. M. F. de. (n.d.). A docência na educação infantil: pontos e contrapontos de uma educação inclusiva.
CGI.br. (n.d.). Caderno CGI.br: Uma Introdução à Governança da Internet. Retrieved June 22, 2023, from http://www.assistiva.com.br/aee.html
Cunha, V. M. A. L. da, Galvão, M. de A., & Grinberg, P. (2017). Governança da Internet: estrutura, conceitos e desafios. ComCiência.
Diaz, J. C. T., Moro, A. I., & Carrion, P. V. T. (2015). Mobile learning: perspectives. Rusc-universities And Knowledge Society Journal, 12(1), 38–49.
Dogmus, Z., Erdem, E., & Patoglu, V. (2015). REACT!: An Interactive Educational Tool for AI Planning for Robotics. IEEE Transactions On Education, 58(1), 15–24.
Hidayat, N., Wardoyo, R., & Azhari, S. (2018). Educational Data Mining (EDM) as a Model for Students' Evaluation in Learning Environment. 2018 Third International Conference on Informatics and Computing (ICIC), 16–19.
Luckin, R. (2018). Learning from the Learners: Successful Educational Innovation with Technology. London: Routledge.
Mrech, L. M. (n.d.). O que é educação inclusiva? Profa. Dra. Leny Magalhães Mrech. Faculdade de Educação da Universidade de São Paulo.
Nascimento, L. B. P. (2014). A importância da inclusão escolar desde a educação infantil (Trabalho de Conclusão de Curso, Departamento de Educação – Faculdade Formação de Professores, Universidade do Estado do Rio de Janeiro).
Silva, A. (2020). Ética Algorítmica: questões e desafios éticos do avanço tecnológico da sociedade da informação. Revista Brasileira de Ética em Ciência e Tecnologia, 2(1), 45-62.
Souza, R. H. V. de, Solagna, F., & Leal, O. F. (n.d.). As políticas globais de governança e regulamentação da privacidade na internet.
Zuin, A. A. S. (n.d.). Inteligência artificial e formação danificada: aprendizagem profunda e ética rasa entre professores e alunos.
Atendimento Educacional Especializado - AEE, Assistiva. (n.d.). Retrieved July 10, 2023, from http://www.assistiva.com.br/aee.html
Santos, A. P. D. (2008). Governança Corporativa e Desempenho em Instituições Privadas de Ensino Superior: Um Estudo de Caso em Minas Gerais. Revista de Contabilidade da UFBA, 2(3), 79.
Trevisan Pigatto, J. (2017). A atuação brasileira na governança da internet. Cadernos De Relações Internacionais, 2017(1).
Bueno, J. J., Bueno, S., & Portilho, E. M. L. (2023). Aspectos históricos da educação inclusiva no Brasil. Revista Ibero-Americana de Estudos em Educação, 18.
Antunes, M. D. C. P., & Fernandes, S. D. (2023). Educação não formal: Contributos para a educação inclusiva. Práxis Educacional, 19(50).
Yong, B., Jiang, X., Lin, J., Sun, G., & Zhou, Q. (2022). Online practical deep learning education: Using collective intelligence from a resource sharing perspective. Educational Technology & Society, 25(1), 193-204.
Zhang, Y. (2022). Analysis of college students’ network moral behavior by the history of ideological and political education under deep learning. Computational Intelligence and Neuroscience, 2022, 1-8.
Lessig, L. (2006). Code: Version 2.0. New York: Basic Books.
Benkler, Y. (2006). The wealth of networks: How social production transforms markets and freedom. New Haven: Yale University Press.
Berners-Lee, T. (1999). Weaving the web: The original design and ultimate destiny of the World Wide Web by its inventor. New York: HarperCollins.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Os direitos autorais para artigos publicados nesta revista são do autor, com direitos de primeira publicação para a revista. Em virtude de aparecerem nesta revista de acesso público, os artigos são de uso gratuito, com atribuições próprias, em aplicações educacionais e não-comerciais. Os textos podem ser compartilhados desde que respeitados os direitos autorais sob a licença Creative Commons Não comercial-CompartilhaIgual 4.0.Aceito 2024-06-17
Publicado 2024-06-30
