UTILIZANDO DADOS DE AULAS PRESENCIAIS E ONLINE PARA IDENTIFICAR ASSIDUIDADE E ENGAJAMENTO DOS ESTUDANTES: UMA ESTRATÉGIA PARA A REDUÇÃO DA SOBRECARGA DOCENTE NO ENSINO HÍBRIDO
Reconhecimento facial; Engajamento; Presença; Ensino Híbrido; Sobrecarga Docente.
A presente dissertação trata do monitoramento automático da assiduidade e do engajamento estudantis, o que implica na redução da sobrecarga docente, no contexto da educação híbrida. O problema de pesquisa concentra-se na repetitividade de atividades burocráticas, como o registro e o armazenamento de presenças e participações, em cenários que integram momentos presenciais e on-line, gerando uma exaustão administrativa que desvia o foco docente da mediação pedagógica. Para enfrentar este desafio, propôs-se o desenvolvimento e a avaliação do sistema “Presents”, uma solução baseada em Inteligência Artificial e Reconhecimento Facial, integrando o reconhecimento facial ao registro de entradas, saídas e tempos de ausência, e uma sinalização por cartões coloridos para que o algoritmo identifique e avalie o engajamento, conforme o con- texto da aula (explicação, interação ou exercícios) e o modo (presencial/online). A metodologia fundamentou-se em três pilares: o problema de negócio (apoio à gestão das atividades dos docentes), o problema técnico (gerenciamento da presença e dos momentos da aula por meio de algoritmos) e o problema de pesquisa (validação da eficácia e redução da carga laboral docente), realizando um estudo com docentes voluntários, por meio de um experimento em ambiente controlado, cujas percepções foram analisadas sob a ótica do Modelo de Aceitação Tecnológica (TAM). Os dados quantitativos foram submetidos ao Teste de Postos Sinalizados de Wilcoxon, o que revelou resultados estatisticamente significativos (p= 0,002) em todos os eixos avaliados: Utilidade, Facilidade de Uso, Confiança e Intenção de Uso. A estatística W+ atingiu o valor máximo teórico (45,0), o que demonstra aceitação unânime e a eficácia da ferramenta em apoiar a atividade docente em tempo real. As conclusões confirmam que o monitoramento automático é um suporte viável e desejado, embora existam limitações logísticas relacionadas à qualidade da infraestrutura de internet. Como perspectivas futuras, sugere-se a evolução do sistema para ambientes de baixa conectividade e o refinamento do algoritmo, consolidando o uso da IA como ferramenta na gestão pedagógica, auxiliando e reduzindo a sobrecarga docente.