INTELIGÊNCIA ARTIFICIAL NA EDUCAÇÃO INCLUSIVA
1GABRIEL PIO MACHADO, 2LEANDRO CLEMENTINO DE LIMA, 3JOSE ROBERTO PELISSARI JUNIOR, 4CARLOS EDUARDO SIMOES PELEGRIN, 5ELYSSANDRO PIFFER
1Acadêmico do curso de Sistemas de Informação da Universidade Paranaense – UNIPAR 2Coorientador e Docente dos cursos de Tecnologia da Informação da Universidade Paranaense – UNIPAR 3Coorientador e Docente dos cursos de Tecnologia da Informação da Universidade Paranaense – UNIPAR 4Coorientador e Docente dos cursos de Tecnologia da Informação da Universidade Paranaense – UNIPAR 5Orientador e Docente dos cursos de Tecnologia da Informação da Universidade Paranaense – UNIPAR
Introdução: O uso combinado da Inteligência Artificial (IA) com metodologias inclusivas na educação é apontada como uma forma eficaz de adequar o aprendizado às necessidades do aluno e eliminar obstáculos de acesso. As Diretrizes do Universal Design for Learning (UDL) destacam proporcionar diferentes formas de engajamento, representação e ação/expressão, favorecendo a diversidade estudantil e a redução de barreiras estruturais (CAST, 2024). Tendo como referência estudos recentes, sistemas de aprendizado baseados em IA tem a capacidade de aprimorar e personalizar a educação, abrangendo desde tutores inteligentes até sistemas de aferição imediata (Narciso, 2024). Em se tratando do Transtorno do Déficit de Atenção/Hiperatividade (TDAH), marcado por dificuldades com atenção sustentada, planejamento e controle inibitório (Silva, 2014), já existem evidências de como ferramentas digitais são benéficas para à autorregulação e mais foco dos estudantes (Viante, 2025; Fahad, 2024). Assim, o modelo VARK (Visual, Auditivo, Leitura/Escrita e Cinestésico) pode ser utilizado como referência para diversificar os recursos didáticos (Fleming; Baume, 2006), mas não deve ser encarado como categorização rígida. Então, esta pesquisa busca compreender de que maneira a união da IA com VARK pode otimizar as práticas educacionais voltadas a estudantes com TDAH, resultando uma educação mais equitativa. Objetivo: Analisar como a integração entre IA e estilos de aprendizagem VARK pode otimizar estratégias pedagógicas voltadas a estudantes com TDAH. Desenvolvimento: A IA vem sendo uma forte aliada enquanto recurso no sentido de ampliar a inclusão no uso de algoritmos adaptativos capazes de ajustar conteúdos e trajetórias de aprendizado em tempo real, conforme desempenho e perfil dos alunos (Luger, 2013). Isso beneficia especialmente estudantes com TDAH, ajustando dificuldade e ritmo das tarefas segundo sinais de atenção e interesse (Fahad, 2024). Como exemplo, sistemas de ensino inteligente oferecem feedback e adaptam materiais às respostas dos alunos (Ribeiro, 2024). Quando falamos sobre inclusão, o UDL propõem que sejam oferecidas diversas formas de acesso e expressão, permitindo que a IA atue como mediadora desses meios (CAST, 2024). Isto é, textos, vídeos, áudios, e exercícios práticos, ativando canais variados para aumentar a participação (Narciso, 2024). A aplicação de ferramentas digitais já demonstrou ser positiva para manter o foco do aluno, pois as tarefas se tornam mais interessantes, geram feedback imediato e organizam os objetivos com clareza, o que colabora para o aprimoramento de competências acadêmicas e sociais nos jovens com TDAH (Viante, 2025). O modelo VARK serve como instrumento para tornar a educação mais diversificada. Fleming e Baume (2006) enfatizam que a ideia não é etiquetar os alunos, mas enriquecer as possibilidades de aprendizagem através de estratégias visuais, auditivas, textuais e cinestésicas. Portanto, ao invés de amarrar o ensino a estilos, sugere-se utilizar o VARK como ferramenta para dar mais diversidade às práticas de ensino e favorecer um aprendizado mais inclusivo. A interseção entre IA e VARK possibilita que plataformas de aprendizado ajustem o material automaticamente: por exemplo, aumentando ênfase em elementos visuais quando o aluno apresenta dificuldade com atividades escritas, ou sugerindo exercícios interativos ao identificar falta de foco (Fahad, 2024). Mesmo assim, introduzir a IA na educação traz à tona dilemas éticos e práticos. Um problema sério é a desigualdade: muitas escolas públicas carecem de acesso à internet ou equipamentos básicos, dificultando o aproveitamento das tecnologias, podendo aumentar a divisão digital (Ribeiro, 2024). Há também preocupações com a preservação da privacidade dos alunos e a qualificação necessária dos educadores, pois sem isso, a IA pode ser empregada de maneira superficial. Sendo assim, sua aplicação precisa ser adaptada à situação real de cada escola e baseada em dados que demonstrem melhorias verdadeiras no aprendizado e na integração. Uma ideia é usar tutores inteligentes que funcionem sem internet, ajustando o ensino ao ritmo de alunos com TDAH, mesmo em locais com pouca conexão (Luger, 2013). Conclusão: A junção de IA com VARK se apresenta como alternativa inovadora para elevar o nível do ensino voltado a estudantes com TDAH. A IA amplia a adequação do ensino ao perfil do aluno, adaptando recursos e dificuldades em tempo real, enquanto UDL oferece a base e VARK a diversificação e acessibilidade. Tudo isso aplicado de maneira eficaz, há benefícios na atenção, autocontrole e desempenho acadêmico (Viante, 2025; Fahad, 2024). No entanto, existem desafios que devem ser enfrentados quanto à infraestrutura, formação de professores e ética no uso da IA. Então, é fundamental que estudos futuros explorem a eficácia dessa integração e direcionem políticas públicas que garantam equidade e aprendizado mais significativo e engajador para estudantes com TDAH.
Referências: CAST. Universal Design for Learning Guidelines, versão 3.0, 30/julho/2024 e o conteúdo inclui um "Graphic Organizer". Disponível em: https://udlguidelines.cast.org/. Acesso em: 22 ago. 2025. FAHAD, Ali. Investigating the impact of an AI-based play activities intervention on the quality of life of school-aged children with ADHD, Volume 154 (2024), artigo 104858, Elsevier Ltd., de 15 de outubro de 2024 e trata-se de um artigo de periódico online. Disponível em: https://www.sciencedirect.com/science/article/pii/S0891422224001902. Acesso em 24 ago. 2025.  FLEMING, Neil & BAUME, David.  Learning Styles Again: VARKing up the right tree!,  Educational Developments, SEDA Ltd, Issue 7.4, p4-7, novembro 2006, artigo em formato eletrônico (PDF). Disponível em: https://www.vark-learn.com/wp-content/uploads/2014/08/Educational-Developments.pdf. Acesso em 22 ago. 2025.  LUGER, George. Inteligência Artificial. 6. ed. Pearson. 2013. NARCISO, Rodi. Explorando a Inteligência Artificial para Personalização do Ensino em Ambientes de Educação Especial, v. 20, n. 38,  Revista Cocar, 1 de junho de 2024, documento eletrônico. Disponível em: https://periodicos.uepa.br/index.php/cocar/article/view/8034. Acesso em 25 ago. 2025. RIBEIRO, Gleik. INTELIGÊNCIA ARTIFICIAL NA EDUCAÇÃO INCLUSIVA: DESAFIOS E OPORTUNIDADES PARA ALUNOS COM NECESSIDADES EDUCACIONAIS ESPECIAIS, Volume 10, Número 12,  São Paulo, de Dezembro de 2024, Publicado na Revista Ibero-Americana de Humanidades, Ciências e Educação — REASE. Disponível em: doi.org/10.51891/rease.v10i12.17674. Acesso em 25 ago. 2025. SILVA, Ana Beatriz Barbosa. Mentes Inquietas: TDAH – desatenção, hiperatividade e impulsividade. 4. ed. Principium. 2014. VIANTE, Claudiane. TDAH e tecnologia na educação: uma revisão de estudos brasileiros,  Ponta Grossa, 2025, Publicado na Revista Teias do Conhecimento, Volume 5. O artigo inicia na página 186 do volume. Disponível em: http://doi.org/10.5212/RevTeiasConhecimento.2025.24234. Acesso em 25 ago. 2025.