Análise cognitivo-emocional com neurotecnologias de eletroencefalograma e rastreamento ocular em ambiente virtual interativo stem

Detalhes bibliográficos
Ano de defesa: 2025
Autor(a) principal: Lacerda, Tiago da Silva
Orientador(a): Zaro, Milton Antonio
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Palavras-chave em Inglês:
Link de acesso: http://hdl.handle.net/10183/299986
Resumo: Esta tese investiga como a utilização de neurotecnologias portáteis pode contribuir para o reconhecimento de estados cognitivos e emocionais durante atividades de aprendizagem em ambientes virtuais STEM (Ciência, Tecnologia, Engenharia e Matemática). A pesquisa parte do pressuposto de que as respostas fisiológicas, registradas por meio de sinais eletroencefalográficos (EEG) e rastreamento ocular, podem oferecer subsídios relevantes para aprimorar os métodos de ensino e aprendizagem, por meio de estratégias pedagógicas adaptativas e personalizadas. A metodologia envolve a coleta de dados cerebrais de estudantes durante a execução de tarefas em ambientes virtuais de aprendizagem, o desenvolvimento de protocolos de análise e a aplicação de técnicas de inteligência artificial para interpretação dos sinais captados. Como parte da fundamentação teórica, realizou-se revisões sistemáticas da literatura (RSL), que mapearam as principais abordagens, dispositivos, contextos e resultados associados ao uso de neurotecnologias em contextos educacionais, com especial atenção às áreas STEM. Os resultados evidenciam o potencial das neurotecnologias como ferramentas de apoio ao ensino, permitindo o monitoramento em tempo real de variáveis como atenção, engajamento, estresse e carga cognitiva. Além disso, apontam para a relevância do desenvolvimento de sistemas educacionais inteligentes, capazes de adaptar o conteúdo e a complexidade das atividades com base nos estados neurofisiológicos dos estudantes. Conclui-se que a integração entre neurociência, ciência de dados e educação representa uma via promissora para o avanço de práticas pedagógicas mais responsivas às necessidades cognitivas e emocionais dos alunos, contribuindo para ambientes de aprendizagem mais inclusivos, eficazes e centrados no estudante.
id URGS_8391901b6df40e050c2bd6432b60e3a4
oai_identifier_str oai:www.lume.ufrgs.br:10183/299986
network_acronym_str URGS
network_name_str Biblioteca Digital de Teses e Dissertações da UFRGS
repository_id_str
spelling Lacerda, Tiago da SilvaZaro, Milton Antonio2025-12-19T01:01:43Z2025http://hdl.handle.net/10183/299986001299104Esta tese investiga como a utilização de neurotecnologias portáteis pode contribuir para o reconhecimento de estados cognitivos e emocionais durante atividades de aprendizagem em ambientes virtuais STEM (Ciência, Tecnologia, Engenharia e Matemática). A pesquisa parte do pressuposto de que as respostas fisiológicas, registradas por meio de sinais eletroencefalográficos (EEG) e rastreamento ocular, podem oferecer subsídios relevantes para aprimorar os métodos de ensino e aprendizagem, por meio de estratégias pedagógicas adaptativas e personalizadas. A metodologia envolve a coleta de dados cerebrais de estudantes durante a execução de tarefas em ambientes virtuais de aprendizagem, o desenvolvimento de protocolos de análise e a aplicação de técnicas de inteligência artificial para interpretação dos sinais captados. Como parte da fundamentação teórica, realizou-se revisões sistemáticas da literatura (RSL), que mapearam as principais abordagens, dispositivos, contextos e resultados associados ao uso de neurotecnologias em contextos educacionais, com especial atenção às áreas STEM. Os resultados evidenciam o potencial das neurotecnologias como ferramentas de apoio ao ensino, permitindo o monitoramento em tempo real de variáveis como atenção, engajamento, estresse e carga cognitiva. Além disso, apontam para a relevância do desenvolvimento de sistemas educacionais inteligentes, capazes de adaptar o conteúdo e a complexidade das atividades com base nos estados neurofisiológicos dos estudantes. Conclui-se que a integração entre neurociência, ciência de dados e educação representa uma via promissora para o avanço de práticas pedagógicas mais responsivas às necessidades cognitivas e emocionais dos alunos, contribuindo para ambientes de aprendizagem mais inclusivos, eficazes e centrados no estudante.This thesis investigates how the use of portable neurotechnologies can contribute to the recognition of cognitive and emotional states during learning activities in virtual STEM environments (Science, Technology, Engineering, and Mathematics). The research is based on the assumption that physiological responses, recorded through electroencephalographic (EEG) signals and eyetracker, can provide relevant insights to enhance teaching and learning methods through adaptive and personalized pedagogical strategies. The methodology involves collecting brain data from students while they perform tasks in virtual learning environments, developing data analysis protocols, and applying artificial intelligence techniques to interpret the recorded signals. As part of the theoretical foundation, systematic literature reviews (SLRs) were conducted to map the main approaches, devices, contexts, and outcomes associated with the use of neurotechnologies in educational settings, with special attention to STEM areas. The results highlight the potential of neurotechnologies as educational support tools, enabling real-time monitoring of variables such as attention, engagement, stress, and cognitive load. Additionally, they underscore the importance of developing intelligent educational systems capable of adapting content and task complexity based on students’ neurophysiological states. It is concluded that the integration of neuroscience, data science, and education represents a promising path for advancing pedagogical practices that are more responsive to students’ cognitive and emotional needs, contributing to more inclusive, effective, and student-centered learning environments.application/pdfporEletroencefalografiaEnsino e aprendizagemNeurociência cognitivaNeurotechnologiesSTEMAffective computingAnálise cognitivo-emocional com neurotecnologias de eletroencefalograma e rastreamento ocular em ambiente virtual interativo steminfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisUniversidade Federal do Rio Grande do SulCentro de Estudos Interdisciplinares em Novas Tecnologias da EducaçãoPrograma de Pós-Graduação em Informática na EducaçãoPorto Alegre, BR-RS2025doutoradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT001299104.pdf.txt001299104.pdf.txtExtracted Texttext/plain249725http://www.lume.ufrgs.br/bitstream/10183/299986/2/001299104.pdf.txt1c0337607ce7c2064413bf3e0a876400MD52ORIGINAL001299104.pdfTexto completoapplication/pdf5397330http://www.lume.ufrgs.br/bitstream/10183/299986/1/001299104.pdfd8440a2f69743db92fbf43cfec10c4b2MD5110183/2999862025-12-21 07:55:59.495512oai:www.lume.ufrgs.br:10183/299986Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br || lume@ufrgs.bropendoar:18532025-12-21T09:55:59Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Análise cognitivo-emocional com neurotecnologias de eletroencefalograma e rastreamento ocular em ambiente virtual interativo stem
title Análise cognitivo-emocional com neurotecnologias de eletroencefalograma e rastreamento ocular em ambiente virtual interativo stem
spellingShingle Análise cognitivo-emocional com neurotecnologias de eletroencefalograma e rastreamento ocular em ambiente virtual interativo stem
Lacerda, Tiago da Silva
Eletroencefalografia
Ensino e aprendizagem
Neurociência cognitiva
Neurotechnologies
STEM
Affective computing
title_short Análise cognitivo-emocional com neurotecnologias de eletroencefalograma e rastreamento ocular em ambiente virtual interativo stem
title_full Análise cognitivo-emocional com neurotecnologias de eletroencefalograma e rastreamento ocular em ambiente virtual interativo stem
title_fullStr Análise cognitivo-emocional com neurotecnologias de eletroencefalograma e rastreamento ocular em ambiente virtual interativo stem
title_full_unstemmed Análise cognitivo-emocional com neurotecnologias de eletroencefalograma e rastreamento ocular em ambiente virtual interativo stem
title_sort Análise cognitivo-emocional com neurotecnologias de eletroencefalograma e rastreamento ocular em ambiente virtual interativo stem
author Lacerda, Tiago da Silva
author_facet Lacerda, Tiago da Silva
author_role author
dc.contributor.author.fl_str_mv Lacerda, Tiago da Silva
dc.contributor.advisor1.fl_str_mv Zaro, Milton Antonio
contributor_str_mv Zaro, Milton Antonio
dc.subject.por.fl_str_mv Eletroencefalografia
Ensino e aprendizagem
Neurociência cognitiva
topic Eletroencefalografia
Ensino e aprendizagem
Neurociência cognitiva
Neurotechnologies
STEM
Affective computing
dc.subject.eng.fl_str_mv Neurotechnologies
STEM
Affective computing
description Esta tese investiga como a utilização de neurotecnologias portáteis pode contribuir para o reconhecimento de estados cognitivos e emocionais durante atividades de aprendizagem em ambientes virtuais STEM (Ciência, Tecnologia, Engenharia e Matemática). A pesquisa parte do pressuposto de que as respostas fisiológicas, registradas por meio de sinais eletroencefalográficos (EEG) e rastreamento ocular, podem oferecer subsídios relevantes para aprimorar os métodos de ensino e aprendizagem, por meio de estratégias pedagógicas adaptativas e personalizadas. A metodologia envolve a coleta de dados cerebrais de estudantes durante a execução de tarefas em ambientes virtuais de aprendizagem, o desenvolvimento de protocolos de análise e a aplicação de técnicas de inteligência artificial para interpretação dos sinais captados. Como parte da fundamentação teórica, realizou-se revisões sistemáticas da literatura (RSL), que mapearam as principais abordagens, dispositivos, contextos e resultados associados ao uso de neurotecnologias em contextos educacionais, com especial atenção às áreas STEM. Os resultados evidenciam o potencial das neurotecnologias como ferramentas de apoio ao ensino, permitindo o monitoramento em tempo real de variáveis como atenção, engajamento, estresse e carga cognitiva. Além disso, apontam para a relevância do desenvolvimento de sistemas educacionais inteligentes, capazes de adaptar o conteúdo e a complexidade das atividades com base nos estados neurofisiológicos dos estudantes. Conclui-se que a integração entre neurociência, ciência de dados e educação representa uma via promissora para o avanço de práticas pedagógicas mais responsivas às necessidades cognitivas e emocionais dos alunos, contribuindo para ambientes de aprendizagem mais inclusivos, eficazes e centrados no estudante.
publishDate 2025
dc.date.accessioned.fl_str_mv 2025-12-19T01:01:43Z
dc.date.issued.fl_str_mv 2025
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/299986
dc.identifier.nrb.pt_BR.fl_str_mv 001299104
url http://hdl.handle.net/10183/299986
identifier_str_mv 001299104
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Biblioteca Digital de Teses e Dissertações da UFRGS
collection Biblioteca Digital de Teses e Dissertações da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/299986/2/001299104.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/299986/1/001299104.pdf
bitstream.checksum.fl_str_mv 1c0337607ce7c2064413bf3e0a876400
d8440a2f69743db92fbf43cfec10c4b2
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv lume@ufrgs.br || lume@ufrgs.br
_version_ 1854319308490932224