Inteligência Híbrida no suporte ao Ensino Superior à distância: condições, possibilidades e restrições em uma Universidade

Autores

  • Jenifer Ferraz Calvi Universidade Cesumar (UniCesumar), Programa de Mestrado em Gestão do conhecimento, Maringá, PR, Brasil. jeniferferraz94@gmail.com https://orcid.org/0000-0003-0935-4529
  • Hilka Pelizza Vier Machado Universidade Cesumar (UniCesumar), Programa de Mestrado em Gestão do conhecimento, Maringá, PR, Brasil. hilkavier@yahoo.com https://orcid.org/0000-0002-2554-0025
  • Marcio Pascoal Cassandre Universidade Estadual de Maringá (UEM), Programa de Pós-Graduação em Administração, Maringá, PR, Brasil. mpcassandre@uem.br https://orcid.org/0000-0001-9415-4315
  • Igor da Penha Natal Universidade Federal de Uberlândia (UFU), Faculdade de Computação, Monte Carmelo, MG, Brasil. igor.natal@ufu.br https://orcid.org/0000-0001-5911-2048

DOI:

https://doi.org/10.21573/vol42n12026.145719

Palavras-chave:

inteligência híbrida, Inteligência artificial, Organizações, Aprendizagem, Educação

Resumo

A pesquisa tem como objetivo analisar possibilidades e restrições para o uso da inteligência híbrida no suporte ao ensino superior à distância. A pesquisa é qualitativa e utilizou o método de estudo de caso, com dados de entrevistas e grupos focais, bem como de fontes secundárias. A análise de conteúdo resultou em três categorias: condições para uso da inteligência híbrida; possibilidades de aprendizado com a inteligência híbrida e restrições para uso da inteligência híbrida. Os resultados abordam a implementação, as possibilidades e as restrições de aplicações de inteligência híbrida no contexto analisado.

Downloads

Não há dados estatísticos.

Biografia do Autor

Jenifer Ferraz Calvi, Universidade Cesumar (UniCesumar), Programa de Mestrado em Gestão do conhecimento, Maringá, PR, Brasil. jeniferferraz94@gmail.com

Mestrado em Gestão do Conhecimento nas Organizações pelo Centro Universitário de Maringá (UniCesumar), especialista em Comunicação Empresarial, Marketing Digital, Educação Executiva e Ciência de Dados, e graduada em Administração. Pesquisadora e professora nas áreas de inteligência artificial, educação e negócios. Desenvolve estudos sobre Inteligência Híbrida e modelos de cocriação humano-IA. Possui mais de 13 anos de experiência em educação digital e em empresas de tecnologia, com atuação em gestão, inovação e aplicação da inteligência artificial.

Hilka Pelizza Vier Machado, Universidade Cesumar (UniCesumar), Programa de Mestrado em Gestão do conhecimento, Maringá, PR, Brasil. hilkavier@yahoo.com

Doutorado em Engenharia de Produção pela Universidade Federal de Santa Catarina (2002), Doutorado Sandwich pela École des Hautes Études Commerciales de Montreal (200-2001). Pós Doutorado pela Universidade Federal de Natal e Pesquisadora visitante da Universidade de Bremen (UNIBREMEN, 2018). Professora aposentada da Universidade Estadual de Maringá. Professora Titular da Universidade UniCesumar. Professora colaboradora no Programa de Doutorado em Administração da Universidade Federal do Paraná. Editora Associada da Brazilian Business Review. Líder do tema Empreendedorismo Internacional do Encontro Nacional de Programas de Pós Graduação em Administração -EnanPAD para o período 2025. Membro do Conselho Consultivo da Associação Nacional de Estudos em Empreendedorismo e Gestão de Pequenas Empresas ANEGEPE. É pesquisadora do Conselho Nacional de Desenvolvimento Cientíifico e Tecnológico- CNPq e do Instituto Cesumar de Ciencia, Tecnologia e Inovaçao- ICETI. Peer Review College da British Academy of Management (BAM) 2022-2023. Membro do Comitê Nacional de Igualdade de Gênero-2009-2010. Membro e sócia fundadora da Associação Nacional de Estudos em Empreendedorismo e Gestão de Pequenas Empresas - ANEGEPE. Autora de diversos artigos e parecerista de Revistas Científicas Nacionais e Internacionais.

Marcio Pascoal Cassandre, Universidade Estadual de Maringá (UEM), Programa de Pós-Graduação em Administração, Maringá, PR, Brasil. mpcassandre@uem.br

Pós-doutor pela Danish School of Education da Aarhus University (Copenhagen). Doutor em Administração pela Universidade Positivo, com período sanduíche na University of Helsinki, no Center for Research on Activity, Development and Learning (CRADLE). Possui mestrado pela Universidade Estadual de Maringá (2008), graduação em Administração pela Faculdade Estadual de Ciências Econômicas de Apucarana (1998) e graduação em Psicologia pela Universidade Cesumar (2023). Atua como servidor público estadual desde 2004 como docente. Professor associado no departamento de Administração da Universidade Estadual de Maringá. É Diretor do Escritório de Cooperação Internacional da Universidade Estadual de Maringá e editor do periódico Caderno de Administração desta universidade. Vinculado ao grupo de pesquisadores do CRADLE da Universidade de Helsinki. Coordena o grupo de pesquisa MEDIATA - Metodologias Intervencionistas e Aprendizagem Trans/formativa.

Igor da Penha Natal, Universidade Federal de Uberlândia (UFU), Faculdade de Computação, Monte Carmelo, MG, Brasil. igor.natal@ufu.br

Bacharel em Ciência da Computação pelo Centro Universitário do Estado do Pará (CESUPA, 2011), Mestre em Ciência da Computação pela Universidade Federal do Pará (UFPA, 2015) e Doutor em Computação pela Universidade Federal Fluminense (UFF, 2020). Atualmente, é Professor Adjunto nível A na Faculdade de Computação (FACOM) da Universidade Federal de Uberlândia (UFU) Campus: Araras, Monte Carmelo. Tem experiência na área de Ciência da Computação, atuando principalmente nos seguintes temas: Redes de Computadores, Aprendizado de Máquina, Mineração de Dados, Deep Learning, Programação de Computadores, Reconhecimento de Atividades Humanas e Inteligência Artificial.

 

Referências

ALPAYDIN, Ethem. Introduction to machine learning. MIT Press, 2020.

BRADY, Henry E. The Challenge of Big Data and Data Science. Annual Review of Political Science, v. 22, p. 297-323, 2019. https://doi.org/10.1146/annurev-polisci-090216-023229. Acesso em: 12 dez. 2024.

BUDHWAR, Pawan et al. Human resource management in the age of generative artificial intelligence: Perspectives and research directions on ChatGPT. Human Resource Management Journal, v. 33, n. 3, p. 606-659, 2023. Disponível em: https://doi.org/10.1111/1748-8583.12524 . Acesso em: 12 dez. 2024.

CARVALHO, André Carlos Ponce de Leon Ferreira de. Inteligência Artificial: riscos, benefícios e uso responsável. Estudos Avançados, v. 35, n. 101, p. 21-35, 2021. Disponível em: https://doi.org/10.1590/s0103-4014.2021.35101.003 . Acesso em: 15 jan. 2025.

CAVALCANTI, Wênio Marcelo; TAVARES, Elaine Jordan; PEREIRA JÚNIOR, José Lúcio. Aplicação da Inteligência Artificial no Ensino Superior: Áreas e Características. Revista ADM.MADE, v. 25, n. 2, p. 40-61, 2021. Disponível em: https://revistaadmmade.estacio.br/index.php/admmade/article/view/9201 . Acesso em: 22 jan. 2025.

DA SILVA, Lucas Ferreira. Dados Abertos Governamentais conectados em Big Data: framework conceitual. São Paulo: Editora Dialética, 2021.

DE FREITAS, Nikenge. Inteligência de negócios e análise de dados. São Paulo: Editora Senac, 2023.

DELLERMANN, Dominik; EBEL, Philipp; SÖLLNER, Matthias; LEIMEISTER, Jan Marco. Hybrid intelligence. Business & Information Systems Engineering, v. 61, n. 5, p. 637-643, 2019. Disponível em: https://doi.org/10.1007/s12599-019-00595-2 . Acesso em: 22 jan. 2025.

ELKJAER, Bente; BRANDI, Ulrik. Organizational Learning viewed from a social learning perspective. In: EASTERBY-SMITH, Mark; LYLES, Marjorie (Orgs.). Handbook of organizational learning and knowledge management. 2. ed. Chichester: John Wiley & Sons, 2011. p. 23-41.

FURR, Nathan; OZCAN, Pinar; EISENHARDT, Kathleen. O Que é a Transformação Digital? Tensões Fundamentais enfrentadas pelas Empresas estabelecidas no Cenário Mundial. Revista Inteligência Competitiva, v. 12, p. 4-10, 2022. Disponível em: https://doi.org/10.24883/eaglesustainable.v12i.443 . Acesso em: 12 dez. 2024.

GAWALI, Mahendra Bhatu; GAWALI, Swapnali Sunil. Optimized skill knowledge transfer model using hybrid Chicken Swarm plus Deer Hunting Optimization for human to robot interaction. Knowledge-Based Systems, v. 220, p. 106945, 2021. Disponível em: https://doi.org/10.1016/j.knosys.2021.106945 . Acesso em: 15 jan. 2025.

GUBAREVA, Regina; LOPES, Rui Pedro. Virtual Assistants for Learning: A Systematic Literature Review. CSEDU, v. 1, p. 97-103, 2020. Disponível em: https://doi.org/10.5220/0009417600970103 . Acesso em: 22 jan. 2025.

HADJIMICHAEL, Demetris; RIBEIRO, Rodrigo; TSOUKAS, Haridimos. How does embodiment enable the acquisition of tacit knowledge in organizations? From Polanyi to Merleau-Ponty. Organization Studies, v. 45, n. 4, p. 545-570, 2024. Disponível em: https://doi.org/10.1177/01708406241228374 . Acesso em: 12 dez. 2024.

HOLMES, Wayne; TUOMI, Ilkka. State of the art and practice in AI in education. European Journal of Education, v. 57, n. 4, p. 542-570, 2022. Disponível em: https://doi.org/10.1111/ejed.12533 . Acesso em: 15 jan. 2025.

IGUAL, Laura; SEGUÍ, Santi. Introduction to Data Science. In: Introduction to Data Science. Undergraduate Topics in Computer Science. Cham: Springer, 2024. Disponível em: https://doi.org/10.1007/978-3-031-48956-3_1 . Acesso em: 12 dez. 2024.

INEP. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Ensino a distância cresce 47,4% em uma década. 2022. Disponível em: https://www.gov.br/inep/pt-br/assuntos/noticias/censo-da-educacao-superior/ensino-a-distancia-cresce-474-em-uma-decada . Acesso em: 12 dez. 2024.

JARRAHI, Mohammad Hossein et al. Artificial intelligence and knowledge management: A partnership between human and AI. Business Horizons, v. 66, n. 1, p. 87-99, 2023. Disponível em: https://doi.org/10.1016/j.bushor.2022.03.002. Acesso em: 22 jan. 2025.

JÄRVELÄ, Sanna; ZHAO, Guoying; NGUYEN, Andy; CHEN, Hanxiang. Hybrid intelligence: Human–AI coevolution and learning. British Journal of Educational Technology, 2024. Disponível em: https://bera-journals.onlinelibrary.wiley.com/doi/epdf/10.1111/bjet.13560 . Acesso em: 15 jan. 2025.

LATOUR, Bruno. On Recalling ANT. The Sociological Review, v. 47, n. 1_suppl, p. 15-25, 1999. Disponível em: https://doi.org/10.1111/j.1467-954X.1999.tb03480.x . Acesso em: 15 jan. 2025.

LATOUR, Bruno. Is Re-modernization Occurring - And If So, How to Prove It? A Commentary on Ulrich Beck. Theory, Culture & Society, v. 20, n. 2, p. 35-48, 2003. Disponível em: https://doi.org/10.1177/0263276403020002002 . Acesso em: 22 jan. 2025.

LATOUR, Bruno; MILSTEIN, Denise; MARRERO-GUILLAMÓN, Isaac; RODRÍGUEZ-GIRALT, Israel. Down to earth social movements: an interview with Bruno Latour. Social Movement Studies, v. 17, p. 1-9, 2018. Disponível em: https://doi.org/10.1080/14742837.2018.1459298 . Acesso em: 15 jan. 2025.

LECUN, Yann; BENGIO, Yoshua; HINTON, Geoffrey. Deep learning. Nature, v. 521, n. 7553, p. 436-444, 2015. Disponível em: https://doi.org/10.1038/nature14539 . Acesso em: 12 dez. 2024.

LEE, Kai-Fu. Inteligência artificial. Rio de Janeiro: Globo, 2019.

LEE, Kai-Fu; QIUFAN, Chen. 2041: Como a inteligência artificial vai mudar sua vida nas próximas décadas. Rio de Janeiro: Alta Books, 2022.

LEODOLTER, Werner. Digital Transformation shaping the Subconscious Minds of Organizations. Cham: Springer, 2017.

LIM, Jongchan; HWANG, Junseok. Exploring trends and topics in hybrid intelligence using keyword co-occurrence networks and topic modelling. Futures, v. 167, 2025. Disponível em: https://doi.org/10.1016/j.futures.2025.103550 . Acesso em: 22 jan. 2025.

LIU, Yu; XU, Yi; ZHOU, Shuhua. Enhancing User Experience through Machine Learning-Based Personalized Recommendation Systems: Behavior Data-Driven UI Design. TechRxiv, 2024. Disponível em: https://doi.org/10.36227/techrxiv.173337559.97825928/v1 . Acesso em: 12 dez. 2024.

LUDERMIR, Teresa Bernarda. Inteligência Artificial e Aprendizado de Máquina: estado atual e tendências. Estudos Avançados, v. 35, n. 101, p. 85-94, 2021. Disponível em: https://doi.org/10.1590/s0103-4014.2021.35101.007 . Acesso em: 12 dez. 2024.

MALLIK, Sruti; GANGOPADHYAY, Ahana. Proactive and reactive engagement of artificial intelligence methods for education: A review. Frontiers in Artificial Intelligence, v. 6, p. 1151391, 2023. Disponível em: https://doi.org/10.3389/frai.2023.1151391 . Acesso em: 15 jan. 2025.

MELO, Marlene de Fátima Andrade de Queiroz. Discutindo a aprendizagem sob a perspectiva da teoria ator-rede. Educar Em Revista, n. 39, p. 177-190, 2011. Disponível em: https://www.scielo.br/j/er/a/MpwYCqWm3SMv5vJvJcgD9wx/ . Acesso em: 22 jan. 2025.

MITTELSTADT, Brent Daniel; ALLO, Patrick; TADDEO, Mariarosaria; WACHTER, Sandra; FLORIDI, Luciano. The ethics of algorithms: Mapping the debate. Big Data & Society, v. 3, n. 2, 2016. Disponível em: https://doi.org/10.1177/2053951716679679 . Acesso em: 12 dez. 2024.

MOSCOSO-ZEA, Oswaldo; CASTRO, Joel; PAREDES-GUALTOR, Jorge; LUJÁN-MORA, Sergio. A hybrid infrastructure of enterprise architecture and business intelligence & analytics for knowledge management in education. IEEE Access, v. 7, p. 38778-38788, 2019. Disponível em: https://doi.org/10.1109/ACCESS.2019.2906343 . Acesso em: 15 jan. 2025.

OLIVEIRA, Fábio et al. Inteligência artificial na educação: uma revisão sistemática e abrangente dos benefícios e desafios. Revista Caderno Pedagógico, v. 10, n. 3, p. 234-249, 2020. Disponível em: https://ojs.studiespublicacoes.com.br/ojs/index.php/cadped/article/view/13611 . Acesso em: 22 jan. 2025.

PEETERS, Marieke M. M.; VAN DIGGELEN, Jurriaan; VAN DEN BOSCH, Karel; BRONKHORST, Adelbert; NEERINCX, Mark A.; SCHRAAGEN, Jan Maarten; RAAIJMAKERS, Stephan. Hybrid collective intelligence in a human–AI society. AI & Society, v. 36, n. 1, p. 217-238, 2021. Disponível em: https://doi.org/10.1007/s00146-020-01005-y . Acesso em: 12 dez. 2024.

PRATER, Ryan; LAURENZI, Emanuele. A Hybrid Intelligent Approach for the Support of Higher Education Students in Literature Discovery. CEUR Workshop Proceedings, v. 3121, 2022. Disponível em: https://ceur-ws.org/Vol-3121/paper13.pdf . Acesso em: 22 jan. 2025.

RAUTENBERG, Sandro; DO CARMO, Paulo Roberto Vasconcelos. Big data e ciência de dados: complementariedade conceitual no processo de tomada de decisão. Brazilian Journal of Information Science: research trends, v. 13, n. 4, p. 56-67, 2019. Disponível em: https://doi.org/10.36311/1981-1640.2019.v13n4.06.p56 . Acesso em: 15 jan. 2025.

RUSSELL, Stuart; NORVIG, Peter. Inteligência Artificial. Rio de Janeiro: Elsevier, 2013.

SANTOS, Jucimara et al. Ética na aplicação de sistemas de inteligência artificial na educação. Revista Brasileira de Informática na Educação, v. 28, n. 1, p. 134-150, 2020. Disponível em: https://doi.org/10.5753/rbie.2020.28.0.134 . Acesso em: 22 jan. 2025.

SICHMAN, Jaime Simão. Inteligência Artificial e sociedade: avanços e riscos. Estudos Avançados, v. 35, n. 101, p. 37-50, 2021. Disponível em: https://doi.org/10.1590/s0103-4014.2021.35101.004 . Acesso em: 12 dez. 2024.

SOUZA MOURA, Francisco Luan de; DA SILVA RIBEIRO, Maria Edgleuma. Produção científica sobre o modelo de gestão das universidades públicas brasileiras. Revista Brasileira de Política e Administração da Educação, v. 40, n. 1, 2024. Disponível em: https://doi.org/10.21573/vol40n12024.131944 . Acesso em: 15 jan. 2025.

TEIXEIRA, João de Fernandes. Mentes e máquinas: Uma introdução à ciência cognitiva. Porto Alegre: Artes Médicas, 1998.

TEIXEIRA, João de Fernandes; GUIMARÃES, André Sathler. Inteligência Híbrida: parcerias cognitivas entre mentes e máquinas. Informática na Educação: teoria & prática, v. 9, n. 2, 2006. Disponível em: https://doi.org/10.22456/1982-1654.3171 . Acesso em: 12 dez. 2024.

TUCZYŃSKI, Krzysztof. The use of Artificial Intelligence in Distance Education. Journal of Modern Science, v. 6, n. 60, 2024. Disponível em: https://doi.org/10.13166/jms/197010 . Acesso em: 22 jan. 2025.

VICARI, Rosa Maria. Influências das Tecnologias da Inteligência Artificial no ensino. Estudos Avançados, v. 35, n. 101, p. 73-84, 2021. Disponível em: https://doi.org/10.1590/s0103-4014.2021.35101.006 . Acesso em: 15 jan. 2025.

VILLELA MAFRA DA SILVA, Alessandra; VALADÃO, Suzane. Educação a distância no Brasil: um panorama histórico sobre os últimos cinco anos da modalidade no país. Revista Brasileira de Política e Administração da Educação, v. 40, n. 1, 2024. Disponível em: https://doi.org/10.21573/vol40n12024.131088 . Acesso em: 12 dez. 2024.

WANG, Weitian; LI, Rui; CHEN, Yi; DIEKEL, Z. Max; JIA, Yunyi. Facilitating Human-Robot Collaborative Tasks by Teaching-Learning-Collaboration from Human Demonstrations. IEEE Transactions on Automation Science and Engineering, v. 16, n. 2, p. 640-653, 2019. Disponível em: https://doi.org/10.1109/TASE.2018.2840345 . Acesso em: 15 jan. 2025.

YIN, Robert K. Estudo de Caso: Planejamento e Métodos. 5. ed. Porto Alegre: Bookman, 2015.

Downloads

Publicado

2026-07-21

Como Citar

Ferraz Calvi, J., Pelizza Vier Machado, H., Pascoal Cassandre, M., & da Penha Natal, I. (2026). Inteligência Híbrida no suporte ao Ensino Superior à distância: condições, possibilidades e restrições em uma Universidade. Revista Brasileira De Política E Administração Da Educação - Periódico científico Editado Pela ANPAE, 42(1). https://doi.org/10.21573/vol42n12026.145719

Edição

v. 42 n. 1 (2026): RBPAE - Revista Brasileira de Política e Administração da Educação

Seção

Artigos

Licença

Copyright (c) 2026 Revista Brasileira de Política e Administração da Educação - Periódico científico editado pela ANPAE

Creative Commons License

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

A Revista Brasileira de Política e Administração da Educação de Associação Brasileira de Política e Administração da Educação utiliza como base para transferência de direitos a licença Creative Commons - Atribuição-NãoComercial 4.0 Internacional, para periódicos de acesso aberto (Open Archives Iniciative - OAI). Por acesso aberto entende-se a disponibilização gratuita na Internet, para que os usuários possam ler, baixar, copiar, distribuir, imprimir, pesquisar ou referenciar o texto integral dos documentos, processá-los para indexação, utilizá-los como dados de entrada de programas para softwares, ou usá-los para qualquer outro propósito legal, sem barreira financeira, legal ou técnica.

Autores que publicam neste periódico concordam com os seguintes termos:

1) Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.

2) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.

3) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.