Proposta, Desenvolvimento e Validação de uma Arquitetura Computacional para Adaptação de Questões para Estudantes Neurodivergentes
Resumo
A inclusão de estudantes neurodivergentes demanda práticas avaliativas capazes de reduzir barreiras cognitivas e ampliar a acessibilidade. Entretanto, adaptar questões avaliativas para diferentes perfis de aprendizagem, preservando seus objetivos pedagógicos, ainda representa um desafio para docentes. Este artigo apresenta uma plataforma para adaptação automática de questões avaliativas fundamentada em princípios de avaliação inclusiva e acessibilidade. A solução utiliza Inteligência Artificial para apoiar a reformulação de enunciados sob supervisão docente, permitindo adaptações iterativas e armazenamento do histórico de versões. Além da descrição da arquitetura e das funcionalidades implementadas, foi realizada uma avaliação com professores, utilizando o Post-Study System Usability Questionnaire (PSSUQ) e critérios de qualidade das adaptações geradas. Os resultados indicam boa aceitação da plataforma e potencial para apoiar a elaboração de avaliações mais acessíveis e inclusivas em diferentes contextos educacionais.
Palavras-chave:
Educação Inclusiva, Neurodivergência, Inteligência Artificial
Referências
Almond, P., Winter, P., Cameto, R., Russell, M., Sato, E., Clarke-Midura, J., Torres, C., Haertel, G., Dolan, R., Beddow, P. A., and Lazarus, S. (2010). Technology-enabled and universally designed assessment: Considering access in measuring the achievement of students with disabilities — a foundation for research. volume 10, pages 1–52.
Beddow, P. A., Elliott, S. N., and Kettler, R. J. (2013). Test accessibility: Item reviews and lessons learned from four state assessments. Education Research International, 2013:1–12.
Borsotti, V., Begel, A., and Bjørn, P. (2024). Neurodiversity and the accessible university: Exploring organizational barriers, access labor and opportunities for change. Proc. ACM Hum.-Comput. Interact., 8(CSCW1).
Cui, Y., Goldman, A., Zhou, J., Liu, X., Shieh, C.-L., Yao, J., Cheng, M., Kay, M., and Yang, F. (2026). Codesigning ripplet: an LLM-assisted assessment authoring system grounded in a conceptual model of teachers' workflows. In Proceedings of the 2026 CHI Conference on Human Factors in Computing Systems.
Dionysio, F. A., Reddiga, I., Bertolini, K. V., Sobiecziak, S., and Lopes, G. A. H. (2025). SIMPL-IA: Utilizando inteligência artificial para aprimorar a avaliação escolar de alunos com dificuldade de leitura. Revista de Direitos Humanos do Lacedh-Unifebe.
Dolan, R., Burling, K. S., Harms, M., Strain-Seymour, E., and Rose, D. (2013). A universal design for learning-based framework for designing accessible technology-enhanced assessments. Technical report, Pearson.
Johnstone, C., Thompson, S. J., Bottsford-Miller, N. A., and Thurlow, M. (2008). Universal design and multimethod approaches to item review. Educational Measurement: Issues and Practice, 27:25–36.
Ketterlin-Geller, L. R. (2005). Knowing what all students know: Procedures for developing universal design for assessment. Technical report, Journal of Technology, Learning, and Assessment.
Kettler, R. J., Elliott, S. N., and Beddow, P. A. (2009). Modifying achievement test items: A theory-guided and data-based approach for better measurement of what students with disabilities know. Peabody Journal of Education, 84:529–551.
Lewis, J. R. (2002). Psychometric evaluation of the PSSUQ using data from five years of usability studies. International Journal of Human–Computer Interaction, 14:463–488.
Martins, J. F., Mourão, A. B., Nascimento, G. R., Fernandes, L. C. S., and Vieira, N. A. S. (2022). Pcedu: Uma plataforma colaborativa educacional para gerenciar atividades utilizando estratégias do pensamento computacional e a educação inclusiva. In Anais do I Workshop de Pensamento Computacional e Inclusão, pages 127–138. SBC.
Oliveri, M. E. (2019). Considerations for designing accessible educational scenario-based assessments for multiple populations: A focus on linguistic complexity. Frontiers in Education.
Roelofs, E. (2019). A framework for improving the accessibility of assessment tasks. In Theoretical and Practical Advances in Computer-Based Educational Measurement.
Rosa, A., Martins, A. I., Costa, V., Queirós, A., Silva, A., and Rocha, N. P. (2015). European Portuguese validation of the Post-Study System Usability Questionnaire (PSSUQ). In 2015 10th Iberian Conference on Information Systems and Technologies (CISTI), pages 1–5.
Silva, J. and Ferreira, H. (2024). Adaptação de questões avaliativas para estudantes neurodivergentes: Uma arquitetura computacional fundamentada em inteligência artificial generativa. In Anais do I Workshop de Informática na Educação Inclusiva, pages 36–43, Porto Alegre, RS, Brasil. SBC.
Tai, J., Ajjawi, R., Bearman, M., Boud, D., Dawson, P., and Jorre de St Jorre, T. (2022). Assessment for inclusion: rethinking contemporary strategies in assessment design. Higher Education Research & Development, 42:483–497.
Thompson, S. J., Thurlow, M., and Malouf, D. (2004). Creating better tests for everyone through universally designed assessments. Technical report, National Center on Educational Outcomes.
Thurlow, M., Johnstone, C., and Thompson, S. J. (2002). Universal design applied to large scale assessments. Technical report, National Center on Educational Outcomes (NCEO Synthesis Report).
Vlachogianni, P. and Tselios, N. (2023). Perceived usability evaluation of educational technology using the Post-Study System Usability Questionnaire (PSSUQ): A systematic review. Sustainability.
Wazlawick, R. S. (2009). Metodologia de pesquisa para ciência da computação, volume 2. Elsevier Rio de Janeiro.
Beddow, P. A., Elliott, S. N., and Kettler, R. J. (2013). Test accessibility: Item reviews and lessons learned from four state assessments. Education Research International, 2013:1–12.
Borsotti, V., Begel, A., and Bjørn, P. (2024). Neurodiversity and the accessible university: Exploring organizational barriers, access labor and opportunities for change. Proc. ACM Hum.-Comput. Interact., 8(CSCW1).
Cui, Y., Goldman, A., Zhou, J., Liu, X., Shieh, C.-L., Yao, J., Cheng, M., Kay, M., and Yang, F. (2026). Codesigning ripplet: an LLM-assisted assessment authoring system grounded in a conceptual model of teachers' workflows. In Proceedings of the 2026 CHI Conference on Human Factors in Computing Systems.
Dionysio, F. A., Reddiga, I., Bertolini, K. V., Sobiecziak, S., and Lopes, G. A. H. (2025). SIMPL-IA: Utilizando inteligência artificial para aprimorar a avaliação escolar de alunos com dificuldade de leitura. Revista de Direitos Humanos do Lacedh-Unifebe.
Dolan, R., Burling, K. S., Harms, M., Strain-Seymour, E., and Rose, D. (2013). A universal design for learning-based framework for designing accessible technology-enhanced assessments. Technical report, Pearson.
Johnstone, C., Thompson, S. J., Bottsford-Miller, N. A., and Thurlow, M. (2008). Universal design and multimethod approaches to item review. Educational Measurement: Issues and Practice, 27:25–36.
Ketterlin-Geller, L. R. (2005). Knowing what all students know: Procedures for developing universal design for assessment. Technical report, Journal of Technology, Learning, and Assessment.
Kettler, R. J., Elliott, S. N., and Beddow, P. A. (2009). Modifying achievement test items: A theory-guided and data-based approach for better measurement of what students with disabilities know. Peabody Journal of Education, 84:529–551.
Lewis, J. R. (2002). Psychometric evaluation of the PSSUQ using data from five years of usability studies. International Journal of Human–Computer Interaction, 14:463–488.
Martins, J. F., Mourão, A. B., Nascimento, G. R., Fernandes, L. C. S., and Vieira, N. A. S. (2022). Pcedu: Uma plataforma colaborativa educacional para gerenciar atividades utilizando estratégias do pensamento computacional e a educação inclusiva. In Anais do I Workshop de Pensamento Computacional e Inclusão, pages 127–138. SBC.
Oliveri, M. E. (2019). Considerations for designing accessible educational scenario-based assessments for multiple populations: A focus on linguistic complexity. Frontiers in Education.
Roelofs, E. (2019). A framework for improving the accessibility of assessment tasks. In Theoretical and Practical Advances in Computer-Based Educational Measurement.
Rosa, A., Martins, A. I., Costa, V., Queirós, A., Silva, A., and Rocha, N. P. (2015). European Portuguese validation of the Post-Study System Usability Questionnaire (PSSUQ). In 2015 10th Iberian Conference on Information Systems and Technologies (CISTI), pages 1–5.
Silva, J. and Ferreira, H. (2024). Adaptação de questões avaliativas para estudantes neurodivergentes: Uma arquitetura computacional fundamentada em inteligência artificial generativa. In Anais do I Workshop de Informática na Educação Inclusiva, pages 36–43, Porto Alegre, RS, Brasil. SBC.
Tai, J., Ajjawi, R., Bearman, M., Boud, D., Dawson, P., and Jorre de St Jorre, T. (2022). Assessment for inclusion: rethinking contemporary strategies in assessment design. Higher Education Research & Development, 42:483–497.
Thompson, S. J., Thurlow, M., and Malouf, D. (2004). Creating better tests for everyone through universally designed assessments. Technical report, National Center on Educational Outcomes.
Thurlow, M., Johnstone, C., and Thompson, S. J. (2002). Universal design applied to large scale assessments. Technical report, National Center on Educational Outcomes (NCEO Synthesis Report).
Vlachogianni, P. and Tselios, N. (2023). Perceived usability evaluation of educational technology using the Post-Study System Usability Questionnaire (PSSUQ): A systematic review. Sustainability.
Wazlawick, R. S. (2009). Metodologia de pesquisa para ciência da computação, volume 2. Elsevier Rio de Janeiro.
Publicado
05/10/2026
Como Citar
OLIVEIRA, Rafael de Pádua; SILVA, Vinícius Alves; FERREIRA, Hiran Nonato M..
Proposta, Desenvolvimento e Validação de uma Arquitetura Computacional para Adaptação de Questões para Estudantes Neurodivergentes. In: SIMPÓSIO BRASILEIRO DE INFORMÁTICA NA EDUCAÇÃO (SBIE), 37. , 2026, Goiânia/GO.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2026
.
p. 1502-1515.
DOI: https://doi.org/10.5753/sbie.2026.27904.
