Fractália: Uma Abordagem Lúdica para o Ensino do Pipeline de Visão Computacional
Resumo
O letramento em Aprendizado de Máquina (ML) e Visão Computacional (VC) é cada vez mais relevante no século XXI, mas o ensino introdutório enfrenta barreiras decorrentes da abstração matemática e da complexidade do pipeline de dados. Este trabalho apresenta o Fractália, um jogo sério desenvolvido na engine Godot que introduz o pipeline de dados de VC por meio de aprendizagem ativa. O jogo traduz conceitos técnicos em mecânicas de jogabilidade, como o gerenciamento de energia computacional e o reconhecimento de padrões, permitindo que os jogadores vivenciem as etapas de pré-processamento, anotação (Ground Truth), convolução e avaliação da inferência por meio de metáforas. Trata-se de um relato de desenvolvimento: o artigo apresenta as decisões de design e as mecânicas implementadas que expressam a interdependência sequencial do pipeline, e descreve o protocolo de avaliação com usuários planejado como trabalho futuro, oferecendo uma ferramenta complementar para o ensino de computação. Os resultados relatados dizem respeito à viabilidade técnica e de design, e não à eficácia pedagógica comprovada, que depende da avaliação com usuários prevista.Referências
Anderson, L. W. and Krathwohl, D. R. (2001). A Taxonomy for Learning, Teaching, and Assessing: A Revision of Bloom’s Taxonomy of Educational Objectives. Longman, New York.
Csikszentmihalyi, M. (1990). Flow: The Psychology of Optimal Experience. Harper and Row, New York.
Deterding, S., Dixon, D., Khaled, R., and Nacke, L. (2011). From game design elements to gamefulness: Defining “gamification”. In Proceedings of the 15th International Academic MindTrek Conference: Envisioning Future Media Environments, pages 9–15, Tampere, Finland. ACM.
Frutos-Pascual, M. and García-Zapirain, B. (2017). Review of the use of ai techniques in serious games: Decision making and machine learning. IEEE Transactions on Computational Intelligence and AI in Games, 9(2):133–152.
Gee, J. P. (2007). What Video Games Have to Teach Us About Learning and Literacy. Palgrave Macmillan, New York, 2nd edition.
Goodfellow, I., Bengio, Y., and Courville, A. (2016). Deep Learning. MIT Press, Cambridge, MA.
Habgood, M. P. J. and Ainsworth, S. E. (2011). Motivating children to learn effectively: Exploring the value of intrinsic integration in educational games. Journal of the Learning Sciences, 20(2):169–206.
Hakulinen, L. (2011). Using serious games in computer science education. In Proceedings of the 11th Koli Calling International Conference on Computing Education Research, pages 83–88, Koli, Finland. ACM.
Linietsky, J. and Manzur, A. (2014). Godot engine. Open-source game engine. Disponível em: [link].
Malone, T. W. and Lepper, M. R. (1987). Making learning fun: A taxonomy of intrinsic motivations for learning. In Snow, R. E. and Farr, M. J., editors, Aptitude, Learning, and Instruction, volume 3, pages 223–253. Lawrence Erlbaum Associates, Hillsdale, NJ.
Mayer, R. E. (2009). Multimedia Learning. Cambridge University Press, Cambridge, 2nd edition.
Petri, G., von Wangenheim, C. G., and Borgatto, A. F. (2019). MEEGA+: Um modelo para a avaliação de jogos educacionais para o ensino de computação. Revista Brasileira de Informática na Educação, 27(3):52–81.
Prensky, M. (2003). Digital game-based learning. Computers in entertainment (CIE), 1(1):21–21.
Salen, K. and Zimmerman, E. (2004). Rules of Play: Game Design Fundamentals. MIT Press, Cambridge, MA.
Sambasivan, N., Kapania, S., Highfill, H., Akrong, D., Paritosh, P., and Aroyo, L. M. (2021). “everyone wants to do the model work, not the data work”: Data cascades in high-stakes ai. In proceedings of the 2021 CHI Conference on Human Factors in Computing Systems, pages 1–15.
Scardua, L. A. and Develly, D. P. (2021). Gamificação no ensino de inteligência artificial aplicada à engenharia de controle e automação. Revista Científica. Instituto Federal do Espírito Santo (Ifes).
Schell, J. (2008). The Art of Game Design: A book of lenses. CRC press.
Sweller, J. (2011). Cognitive load theory. In Psychology of learning and motivation, volume 55, pages 37–76. Elsevier.
Szeliski, R. (2022). Computer Vision: Algorithms and Applications. Springer, Cham, 2nd edition.
Csikszentmihalyi, M. (1990). Flow: The Psychology of Optimal Experience. Harper and Row, New York.
Deterding, S., Dixon, D., Khaled, R., and Nacke, L. (2011). From game design elements to gamefulness: Defining “gamification”. In Proceedings of the 15th International Academic MindTrek Conference: Envisioning Future Media Environments, pages 9–15, Tampere, Finland. ACM.
Frutos-Pascual, M. and García-Zapirain, B. (2017). Review of the use of ai techniques in serious games: Decision making and machine learning. IEEE Transactions on Computational Intelligence and AI in Games, 9(2):133–152.
Gee, J. P. (2007). What Video Games Have to Teach Us About Learning and Literacy. Palgrave Macmillan, New York, 2nd edition.
Goodfellow, I., Bengio, Y., and Courville, A. (2016). Deep Learning. MIT Press, Cambridge, MA.
Habgood, M. P. J. and Ainsworth, S. E. (2011). Motivating children to learn effectively: Exploring the value of intrinsic integration in educational games. Journal of the Learning Sciences, 20(2):169–206.
Hakulinen, L. (2011). Using serious games in computer science education. In Proceedings of the 11th Koli Calling International Conference on Computing Education Research, pages 83–88, Koli, Finland. ACM.
Linietsky, J. and Manzur, A. (2014). Godot engine. Open-source game engine. Disponível em: [link].
Malone, T. W. and Lepper, M. R. (1987). Making learning fun: A taxonomy of intrinsic motivations for learning. In Snow, R. E. and Farr, M. J., editors, Aptitude, Learning, and Instruction, volume 3, pages 223–253. Lawrence Erlbaum Associates, Hillsdale, NJ.
Mayer, R. E. (2009). Multimedia Learning. Cambridge University Press, Cambridge, 2nd edition.
Petri, G., von Wangenheim, C. G., and Borgatto, A. F. (2019). MEEGA+: Um modelo para a avaliação de jogos educacionais para o ensino de computação. Revista Brasileira de Informática na Educação, 27(3):52–81.
Prensky, M. (2003). Digital game-based learning. Computers in entertainment (CIE), 1(1):21–21.
Salen, K. and Zimmerman, E. (2004). Rules of Play: Game Design Fundamentals. MIT Press, Cambridge, MA.
Sambasivan, N., Kapania, S., Highfill, H., Akrong, D., Paritosh, P., and Aroyo, L. M. (2021). “everyone wants to do the model work, not the data work”: Data cascades in high-stakes ai. In proceedings of the 2021 CHI Conference on Human Factors in Computing Systems, pages 1–15.
Scardua, L. A. and Develly, D. P. (2021). Gamificação no ensino de inteligência artificial aplicada à engenharia de controle e automação. Revista Científica. Instituto Federal do Espírito Santo (Ifes).
Schell, J. (2008). The Art of Game Design: A book of lenses. CRC press.
Sweller, J. (2011). Cognitive load theory. In Psychology of learning and motivation, volume 55, pages 37–76. Elsevier.
Szeliski, R. (2022). Computer Vision: Algorithms and Applications. Springer, Cham, 2nd edition.
Publicado
23/09/2026
Como Citar
SILVA, Naila Suele Mascarenhas; SARINHO, Victor Travassos.
Fractália: Uma Abordagem Lúdica para o Ensino do Pipeline de Visão Computacional. In: ESCOLA REGIONAL DE COMPUTAÇÃO BAHIA, ALAGOAS E SERGIPE (ERBASE), 26. , 2026, Maragogi/AL.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2026
.
p. 352-361.
DOI: https://doi.org/10.5753/erbase.2026.30616.
