Cibersegurança e Educação: um estudo de caso com uso de IA para mitigação e detecção de ameaças contra crianças e adolescentes em ambientes digitais
Resumo
Este artigo apresenta uma tese que investiga a exposição de crianças e adolescentes a ameaças em ambientes digitais, com o objetivo de mitigar impactos e subsidiar práticas educacionais. A metodologia, de abordagem descritivo-interpretativa, permitiu a catalogação de 80 ameaças com potencial de afetar a integridade de crianças e adolescentes. Um estudo de caso com estudantes do Colégio Pedro II produziu evidências empíricas sobre suas experiências online, contribuindo para a validação da taxonomia proposta. Como contribuições, destacam-se a proposição da taxonomia, a construção de um dataset em português brasileiro sobre cyberbullying e o desenvolvimento de um protótipo de detecção automática baseado em Inteligência Artificial.
Referências
Brasil. Ministério da Educação (2022) “Parecer CNE/CEB nº 2, de 17 de fevereiro de 2022. Normas sobre Computação na Educação Básica – Complemento à Base Nacional Comum Curricular (BNCC)”.
Check Point Research (2021) “Cyber Security Report 2021”, [link]
CISO Advisor (2022) “Ciberataques ao setor de educação no Brasil crescem 122%”, [link].
Eberhart, C; Ignaczak, L; Martins, M. (2021) “Text Mining for Cyberbullying Detection: a Brazilian Portuguese Evaluation”, In: Simpósio Brasileiro de Tecnologia da Informação e da Linguagem Humana (STIL), 13., 2021. Porto Alegre: Sociedade Brasileira de Computação, 2021. p. 92–100.
Fernandes, R., Carmo, L. and Motta, C. (2022). A taxonomy proposal of cyber threats involving children and adolescents. XVII Latin American Conference on Learning Objects and Technology (LACLO), [link].
Fernandes, R. (2025) “Cibersegurança e Educação: Um estudo de caso com uso de inteligência artificial para mitigação e detecção de ameaças contra crianças e adolescentes em ambientes digitais”, Rio de Janeiro, 246 f.
Gardner, M.; Artzi, Y.; Basmov, V.; Berant, J.; Bogin, B.; Chen, S.; Dasigi, P.; Dua, D.; Elazar, Y.; Gottumukkala, A.; Gupta, N.; Hajishirzi, H.; Ilharco, G.; Khashabi, D.; Lin, K.; Liu, J.; Liu, N. F.; Mulcaire, P.; Ning, Q.; Singh, S.; Smith, N. A.; Subramanian, S.; Tsarfaty, R.; Wallace, E.; Zhang, A.; Zhou, B. (2020) “Evaluating models’ local decision boundaries via contrast sets”, In: Findings of the Association for Computational Linguistics: EMNLP 2020, 2020.
Guo, D; Kim, Y.; Rush, A. (2020) “Sequence-Level Mixed Sample Data Augmentation”, In: Proceedings of the 2020 Conference on Empirical Methods in Natural Language Processing (EMNLP), p. 5547–5552.
Instituto Alana; InternetLab (2021) “O direito das crianças à privacidade: obstáculos e agendas de proteção à privacidade e ao desenvolvimento da autodeterminação informacional das crianças no Brasil. Contribuição conjunta para o relator especial sobre o direito à privacidade da ONU”, [link].
Kaspersky (2020) “Brasileiros estão entre os mais atacados por golpes durante a pandemia”, [link]
Prodanov, C.; Freitas, E. (2013) “Metodologia do trabalho científico: métodos e técnicas da pesquisa e do trabalho acadêmico”, Novo Hamburgo, RS: Feevale, 2013.
SaferNet Brasil (2023) “Denúncias de imagens de abuso e exploração sexual infantil online compartilhadas pela SaferNet com as autoridades têm aumento de 70% em 2023”, [link]
Qin, L.; Bosselut, A.; Holtzman, A.; Bhagavatula, C.; Clark, E.; Choi, Y. (2019) “Counterfactual story reasoning and generation”, In: Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing and the 9th International Joint Conference on Natural Language Processing, 2019, Hong Kong, China. Association for Computational Linguistics, p. 5043–5053.
Sun, L.; Xia, C; Yin, W.; Liang, T.; Yu, S. Philip; He, L. (2020) “MixupTransformer: Dynamic data augmentation for NLP tasks”, In: Proceedings of the 28th International Conference on Computational Linguistics, 2020. p. 3436–3440.
Check Point Research (2021) “Cyber Security Report 2021”, [link]
CISO Advisor (2022) “Ciberataques ao setor de educação no Brasil crescem 122%”, [link].
Eberhart, C; Ignaczak, L; Martins, M. (2021) “Text Mining for Cyberbullying Detection: a Brazilian Portuguese Evaluation”, In: Simpósio Brasileiro de Tecnologia da Informação e da Linguagem Humana (STIL), 13., 2021. Porto Alegre: Sociedade Brasileira de Computação, 2021. p. 92–100.
Fernandes, R., Carmo, L. and Motta, C. (2022). A taxonomy proposal of cyber threats involving children and adolescents. XVII Latin American Conference on Learning Objects and Technology (LACLO), [link].
Fernandes, R. (2025) “Cibersegurança e Educação: Um estudo de caso com uso de inteligência artificial para mitigação e detecção de ameaças contra crianças e adolescentes em ambientes digitais”, Rio de Janeiro, 246 f.
Gardner, M.; Artzi, Y.; Basmov, V.; Berant, J.; Bogin, B.; Chen, S.; Dasigi, P.; Dua, D.; Elazar, Y.; Gottumukkala, A.; Gupta, N.; Hajishirzi, H.; Ilharco, G.; Khashabi, D.; Lin, K.; Liu, J.; Liu, N. F.; Mulcaire, P.; Ning, Q.; Singh, S.; Smith, N. A.; Subramanian, S.; Tsarfaty, R.; Wallace, E.; Zhang, A.; Zhou, B. (2020) “Evaluating models’ local decision boundaries via contrast sets”, In: Findings of the Association for Computational Linguistics: EMNLP 2020, 2020.
Guo, D; Kim, Y.; Rush, A. (2020) “Sequence-Level Mixed Sample Data Augmentation”, In: Proceedings of the 2020 Conference on Empirical Methods in Natural Language Processing (EMNLP), p. 5547–5552.
Instituto Alana; InternetLab (2021) “O direito das crianças à privacidade: obstáculos e agendas de proteção à privacidade e ao desenvolvimento da autodeterminação informacional das crianças no Brasil. Contribuição conjunta para o relator especial sobre o direito à privacidade da ONU”, [link].
Kaspersky (2020) “Brasileiros estão entre os mais atacados por golpes durante a pandemia”, [link]
Prodanov, C.; Freitas, E. (2013) “Metodologia do trabalho científico: métodos e técnicas da pesquisa e do trabalho acadêmico”, Novo Hamburgo, RS: Feevale, 2013.
SaferNet Brasil (2023) “Denúncias de imagens de abuso e exploração sexual infantil online compartilhadas pela SaferNet com as autoridades têm aumento de 70% em 2023”, [link]
Qin, L.; Bosselut, A.; Holtzman, A.; Bhagavatula, C.; Clark, E.; Choi, Y. (2019) “Counterfactual story reasoning and generation”, In: Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing and the 9th International Joint Conference on Natural Language Processing, 2019, Hong Kong, China. Association for Computational Linguistics, p. 5043–5053.
Sun, L.; Xia, C; Yin, W.; Liang, T.; Yu, S. Philip; He, L. (2020) “MixupTransformer: Dynamic data augmentation for NLP tasks”, In: Proceedings of the 28th International Conference on Computational Linguistics, 2020. p. 3436–3440.
Publicado
04/05/2026
Como Citar
FERNANDES, Raquel Moreira Machado; MOTTA, Claudia Lage Rebello da; CARMO, Luiz Fernando Rust da Costa.
Cibersegurança e Educação: um estudo de caso com uso de IA para mitigação e detecção de ameaças contra crianças e adolescentes em ambientes digitais. In: CONCURSO DE TESES E DISSERTAÇÕES EM EDUCAÇÃO EM COMPUTAÇÃO - SIMPÓSIO BRASILEIRO DE EDUCAÇÃO EM COMPUTAÇÃO (EDUCOMP), 6. , 2026, Campo Grande/MS.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2026
.
p. 80-84.
ISSN 3086-0741.
DOI: https://doi.org/10.5753/educomp_estendido.2026.20117.
