Impact of an Unplugged Intelligent Tutoring System on Flow and Learning Gains in Physics: A Quasi-Experimental Study in Low-Infrastructure Brazilian Public Schools

• João Carlos Herculano da Silva Queiroz Universidade Federal Rural do Semi-Árido (UFERSA) / Universidade do Estado do Rio Grande do Norte (UERN)
• Alex Almeida do Amaral Universidade Federal Rural do Semi-Árido (UFERSA) / Universidade do Estado do Rio Grande do Norte (UERN)
• Huliane Medeiros da Silva Universidade Federal Rural do Semi-Árido (UFERSA)
• Glaydson Francisco Barros de Oliveira Universidade Federal Rural do Semi-Árido (UFERSA)
• Geiser Chalco Challco Universidade Federal Rural do Semi-Árido (UFERSA)

DOI: https://doi.org/10.5753/sbie.2026.27310

Resumo

Este artigo apresenta o projeto e a avaliação quasi-experimental do STI-Física, um Sistema Tutor Inteligente (STI) unplugged para o ensino de Física em escolas públicas brasileiras de baixa infraestrutura. O sistema integra Bayesian Knowledge Tracing (BKT) local para modelagem adaptativa do estudante, hints de nível de passo gerados por IA generativa e pré-computados para uso offline, acesso a sessões via QR sem cadastro e sincronização diferida com um dashboard analítico para o professor. Todos esses componentes operam em smartphones pessoais dos estudantes sem dependência de Internet. Avaliamos o sistema em uma escola pública de ensino médio no semiárido nordestino com 31 estudantes do 2º ano para análise de fluxo (grupo controle [GC]: n = 18; experimental [GE]: n = 13) e 29 para análise de aprendizagem (GC: n = 13; GE: n = 16) em uma unidade de termodinâmica. O GE manteve estados de fluxo significativamente mais elevados que o GC (ANCOVA, F (1, 28) = 4,417, p = .045, η2 = .127) e apresentou maiores ganhos de aprendizagem (Mann-Whitney, U = 57,0, p = .041, rrb = .452). Estes resultados fornecem evidência empírica preliminar, de prova de conceito, de que arquiteturas unplugged de STI combinando BKT com hints de IA generativa podem apoiar o ensino de ciências em contextos de recursos restritos.

Palavras-chave: Intelligent Tutoring Systems, Unplugged AIED, Bayesian Knowledge Tracing, Physics Education, Flow, Low-Infrastructure Schools

Referências

Aleven, V., Roll, I., McLaren, B. M., and Koedinger, K. R. (2016). Help helps, but only so much: Research on help seeking with intelligent tutoring systems. International Journal of Artificial Intelligence in Education, 26(1):205–223.

Anderson, J. R., Corbett, A. T., Koedinger, K. R., and Pelletier, R. (1995). Cognitive tutors: Lessons learned. The Journal of the Learning Sciences, 4(2):167–207.

Araújo, E. S., Nascimento, J. L. B., Silva, J. C., and Andrade, C. F. (2021). O uso de simuladores virtuais educacionais e as possibilidades do PhET para a aprendizagem de física no ensino fundamental. Revista de Ensino de Ciências e Matemática (RENCIMA), 12(3):1–25.

Bittencourt, I. I., Costa, E., Silva, M., and Soares, E. (2011). Uma arquitetura para sistemas tutores inteligentes com foco na acessibilidade e na adaptatividade. Revista Brasileira de Informática na Educação, 19(1):45–58.

Corbett, A. T. and Anderson, J. R. (1995). Knowledge tracing: Modeling the acquisition of procedural knowledge. User Modeling and User-Adapted Interaction, 4(4):253–278.

Csikszentmihalyi, M. (1990). Flow: The Psychology of Optimal Experience. Harper & Row, New York.

Fialho, N. N. and Matos, E. L. M. (2010). A arte de envolver o aluno na aprendizagem de ciências utilizando softwares educacionais. Educar em Revista (n. esp. 2), pages 121–136.

INEP (2023). Censo escolar da educação básica 2023. Technical report, Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira.

Isotani, S., Bittencourt, I. I., Challco, G. C., Dermeval, D., and Mello, R. F. (2023). AIED unplugged: Leapfrogging the digital divide to reach the underserved. In Artificial Intelligence in Education (AIED 2023), volume 1831 of CCIS, pages 772–779. Springer.

Jaques, P. A., Seffrin, H., Rubi, G., de Morais, F., Ghilardi, C., Bittencourt, I. I., and Isotani, S. (2013). Rule-based expert systems to support step-by-step guidance in algebraic problem solving: The case of the tutor PAT2Math. Expert Systems with Applications, 40(14):5456–5465.

Kenski, V. M. (2012). Educação e Tecnologias: o Novo Ritmo da Informação. Papirus, Campinas, 8 edition.

Koedinger, K. R., Brunskill, E., Baker, R. S. J. d., McLaughlin, E. A., and Stamper, J. (2013). New potentials for data-driven intelligent tutoring system development and optimization. AI Magazine, 34(3):27–41.

Ma, W., Adesope, O. O., Nesbit, J. C., and Liu, Q. (2014). Intelligent tutoring systems and learning outcomes: A meta-analysis. Journal of Educational Psychology, 106(4):901–918.

Mitrovic, A. (2003). An intelligent SQL tutor on the web. International Journal of Artificial Intelligence in Education, 13(2-4):173–197.

Nwana, H. S. (1990). Intelligent tutoring systems: An overview. Artificial Intelligence Review, 4(4):251–277.

Nye, B. D. (2015). Intelligent tutoring systems by and for the developing world: A review of trends and approaches for educational technology in a global context. International Journal of Artificial Intelligence in Education, 25(2):177–203.

OECD (2023). PISA 2022 results: Factsheets – brazil. Technical report, OECD. Available at oecd.org.

Rodrigues, L., Avila-Santos, A. P., Silva, T. E., da Penha, R. S., Neto, C., Challco, G., dos Santos, E. L., Souza, E., Guerino, G., Vieira, T., Marinho, M., Macario, V., Bittencourt, I. I., Dermeval, D., and Isotani, S. (2024). Knowledge tracing unplugged: From data collection to model deployment. In Artificial Intelligence in Education (AIED 2024), volume 14829 of LNAI, pages 91–104. Springer.

Roll, I., Aleven, V., McLaren, B. M., and Koedinger, K. R. (2011). Improving students' help-seeking skills using metacognitive feedback in an intelligent tutoring system. Learning and Instruction, 21(2):267–280.

VanLehn, K. (2006). The behavior of tutoring systems. International Journal of Artificial Intelligence in Education, 16(3):227–265.

VanLehn, K., Lynch, C., Schulze, K., Shapiro, J. A., Shelby, R., Taylor, L., Treacy, D., Weinstein, A., and Wintersgill, M. (2005). The Andes physics tutoring system: Lessons learned. International Journal of Artificial Intelligence in Education, 15(3):147–204.