PENSAMIENTO COMPUTACIONAL EN LA EDUCACIÓN SECUNDARIA: UNA SECUENCIA DE ENSEÑANZA SOBRE INTELIGENCIA ARTIFICIAL Y REDES NEURONALES ARTIFICIALES
DOI:
https://doi.org/10.56238/arev7n10-228Palabras clave:
Redes Neuronales Artificiales, Modelado Matemático, Pensamiento Computacional, Bachillerato, Perceptrón de una Sola Capa, Programación en PythonResumen
Este trabajo busca integrar el modelado matemático (MM) y las redes neuronales artificiales (RNA) en la educación secundaria (ES) con el objetivo de promover el pensamiento computacional (PCO). La propuesta didáctica se implementó en una clase de tercer grado en una escuela pública de tiempo completo, a través de una secuencia de enseñanza de once lecciones. En estas lecciones, los estudiantes exploraron conceptos de RNA vinculados al contenido matemático y alineados con las directrices de la Base Curricular Común Nacional (BNCC). Se utilizó una metodología mixta, combinando enfoques cualitativos y cuantitativos. Los cuestionarios iniciales evaluaron el conocimiento previo y el interés de los estudiantes, mientras que las actividades prácticas y las discusiones interactivas, como las comparaciones entre neuronas biológicas y artificiales y el uso de la programación de Google Colab, enriquecieron la experiencia de aprendizaje. El lenguaje de programación Python facilitó la aplicación de conceptos de RNA, como funciones de activación, ajuste de peso y reconocimiento de patrones. Se observó el desarrollo del PCO, particularmente en las habilidades de descomposición y abstracción, a medida que los estudiantes siguieron la aplicación de algoritmos simples para estructurar problemas matemáticos y computacionales. Aunque inicialmente existía cierta aprensión por el uso de funciones en la composición de RNA, los estudiantes finalmente comprendieron la simplicidad lógica de estos conceptos, lo que incrementó su participación en actividades prácticas. La conclusión es que la secuencia didáctica fue eficaz para introducir a los estudiantes en el campo de las RNA, fomentando las conexiones entre conceptos matemáticos y tecnológicos y despertando el interés por el mundo de la programación y sus aplicaciones para la resolución de problemas contextualizados. Con ajustes adecuados en la duración de cada etapa y un mayor enfoque en las actividades prácticas, este enfoque tiene un gran potencial para introducir a los estudiantes a nuevas tecnologías y fortalecer el desarrollo del PCO.
Descargas
Referencias
ALMEIDA, R. S. d. et al. Itinerários formativos no novo ensino médio e os desafios para a educação no brasil. IOSR Journal of Humanities and Social Science (IOSR-JHSS), v. 29, n. 3, Series 4, p. 37–42, 2024. Disponível em: <https://doi.org/10.9790/0837-2903043742>.
BASSANEZI, R. C. Ensino-aprendizagem com modelagem matemática: uma nova estratégia. São Paulo: Unicamp, 2002.
BRASIL. Lei nº 13.415, de 16 de fevereiro de 2017. <http://www.planalto.gov.br/ccivil_03/_ato2015-2018/2017/lei/l13415.htm>.
BURAK, D. Modelagem matemática sob um olhar de educação matemática e suas implicações para a construção do conhecimento matemático em sala de aula. Revista de Modelagem na Educação Matemática, v. 1, n. 1, p. 10–27, 2010. Disponível em: <https://mid-educacao.curitiba.pr.gov.br/2017/10/pdf/00156542.pdf>.
COLLE, J. E.; RODRIGUES, W. M.; SILVA, W. R. da. Redes neurais artificiais: ideias básicas no ensino médio. Brazilian Journal of Development, v. 8, n. 3, p. 21795–21810, 2022. Disponível em: <https://doi.org/10.34117/bjdv8n3-399>.
COSTA, A.O; JUNIOR, E. F. Utilização das Redes Neurais Artificiais com Estímulo ao Aprendizado de Matemática. Enciclopédia Biosfera. v.10, n. 9, p. 2567-2580, 2014. < https://www.researchgate.net/publication/319162808_UTILIZACAO_DE_REDES_NEURAIS_ARTIFICIAIS_COMO_ESTIMULO_AO_APRENDIZADO_DE_MATEMATICA>.
Data Science Academy. Uma breve história das redes neurais artificiais. Disponível em: <https://www.deeplearningbook.com.br/uma-breve-historia-das-redes-neuraisartificiais/>.
Deep Learning Book Brasil. Função de Ativação. 2025. Disponível em: <https://www.deeplearningbook.com.br/funcao-de-ativacao/>.
FURTADO, M. I. V. Redes neurais artificiais: uma abordagem para sala de aula. Ponta Grossa, PR: Atena Editora, 2019.
GUADALUPE, M. I; AGUILAR, J, C. Inteligência Artificial no Ensino Médio: Desenvolvendo o Pensamento Computacional através da Rede Neural Perceptron. São José dos Pinhais: Editora Seven, 2025.
HAYKIN, S. Redes neurais: princípios e prática. Porto Alegre: Editora Bookman, 2001.
Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Publicados resultados preliminares do Censo Escolar 2023. 2023. Disponível em: <https://www.gov.br/inep/pt-br/assuntos/noticias/censo-escolar/publicadosresultados-preliminares-do-censo-escolar-2023>.
Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Divulgados os resultados do PISA 2022. 2023. Disponível em: <https://www.gov.br/inep/pt-br/assuntos/noticias/acoes-internacionais/divulgados-os-resultados-do-pisa-2022>.
Ministério da Educação. Base Nacional Comum Curricular: Ensino Médio - Matemática. 2018. Disponível em: <http://basenacionalcomum.mec.gov.br/>.
NARANJO, J. F. L. Inteligência computacional aplicada na geração de respostas impulsivas bi-auriculares e em aurilização de salas. Dissertação (Mestrado) — Universidade do Estado do Rio de Janeiro, Rio de Janeiro, 2014.
OLIVEIRA, C. R.; SILVA, M. L. A inteligência artificial no ensino: personalização e acessibilidade para o século xxi. Cadernos Uninter de Práticas Educativas, v. 10, n. 2, p. 45–56, jul 2022. Disponível em: <https://www.cadernosuninter.com/index.php/intersaberes/article/view/2964/2145>.
PEREIRA, L. E. Contribuições da modelagem matemática para o desenvolvimento de habilidades de resolução de problemas no ensino médio. 2023. Disponível em: <https://www.bdtd.ueg.br/handle/tede/1462>.
RUSSELL, S.; NORVIG, P. Inteligência Artificial: Uma Abordagem Moderna. 3. ed. Rio de Janeiro: Campus Elsevier, 2016. Tradução da obra original Artificial Intelligence: A Modern Approach.
Sociedade Brasileira de Matemática. Redes neurais no ensino básico. 2022. Disponível em: <https://pmo.sbm.org.br/wp-content/uploads/sites/5/sites/5/2022/09/art32_vol10_SBM_PMO_2022.pdf>.
SILVA, I. N.; SPATTI, D. H; FLAUZINO, R. A. Redes neurais artificiais para engenharia e ciências aplicadas. São Paulo: Editora Artliber, 2010.
SILVA, E. F. Itinerários formativos no novo ensino médio: maiores oportunidades ou aligeiramento da formação? Projeção e Docência, v. 15, n. 1, p. e1524DO08, 2018. Disponível em: <https://projecaociencia.com.br/index.php/Projecao3/article/view/2389>.
WING, J. Pensamento computacional: um conjunto de atitudes e habilidades que todos, não só cientistas da computação, ficaram ansiosos para aprender e usar. Revista Brasileira de Ensino de Ciência e Tecnologia, v. 9, n. 2, 2016.
