DATAVIEWER:

UMA PROPOSTA DE UMA FERRAMENTA PARA A EDUCAÇÃO 4.0

Autores

  • Luana Fernandes dos Santos Universidade Federal do Rio Grande do Norte-UFRN
  • Renata Pitta Barros Universidade Federal do Rio Grande do Norte-UFRN
  • Igor Rosberg de Medeiros Silva Universidade Federal do Rio Grande do Norte-UFRN
  • Ian Antonio Fonseca Araújo Universidade Federal do Rio Grande do Norte-UFRN
  • Lucas Augusto Spinola Pinto Universidade Federal do Rio Grande do Norte-UFRN
  • Orivaldo Vieira de Santana Júnior Universidade Federal do Rio Grande do Norte-UFRN

Resumo

O objetivo deste trabalho é propor uma ferramenta de análise de dados, denominada Dataviewer, que utiliza Mineração de Dados Educacionais com o intuito de apresentar informações relevantes para o universo didático, de forma a contribuir com a implementação da educação 4.0, visando o acompanhamento e personalização do processo acadêmico e a oferta de conhecimento para tomada de decisões pedagógicas de forma estratégica. Para isso, foi realizada uma pesquisa exploratória, iniciando com o processo de ideação da plataforma, sendo realizada com base na revisão da literatura e entrevistas com professores. Em seguida, deu-se início ao processo de levantamento dos requisitos, sendo materializados através da prototipagem, fase que possibilitou a validação da pesquisa, e depois a implementação da solução. Os resultados demonstram que a ferramenta proposta contribui para o processo de ensino e aprendizagem, principalmente através de avaliações diagnósticas; colabora para a implementação de estratégias pedagógicas; auxilia positivamente na evolução acadêmica dos estudantes possibilitando a personalização do ensino e avaliação contínua com histórico da jornada de aprendizagem de cada aluno.

Biografia do Autor

  • Luana Fernandes dos Santos, Universidade Federal do Rio Grande do Norte-UFRN

    Possui graduação em Tecnologia em Redes de Computadores, pelo Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Norte (2010) e Bacharel em Ciências Contábeis pela Universidade Federal do Rio Grande do Norte (2014). Especialista em Gestão de Tecnologia da informação pela Universidade Federal do Rio Grande do Norte (2017). Especialização em andamento (2025) em Docência na Educação Profissional e Tecnológica - IFPB. Mestre em Ciência, Tecnologia e Inovação pela Universidade do Rio Grande do Norte (2019). Foi professora/tutora do Curso de Formação Técnica em Tecnologia da Informação no Instituto Metrópole Digital - IMD/UFRN (2016). Atualmente é analista em redes e comunicação de dados no Instituto Internacional de Física IIF/UFRN, realizando atividades com foco na implementação e administração do parque computacional. 

  • Renata Pitta Barros, Universidade Federal do Rio Grande do Norte-UFRN

    Doutora em Engenharia Elétrica e de Computação pela Universidade Federal do Rio Grande do Norte (2017). Mestre em Engenharia da Computação pela pela mesma instituição (2008).Empreendedora, fundou uma empresa, que foi incubada na UFRN em nov/2009 com mais 5 sócios (amigos e colegas de pesquisa), a RoboEduc foi emancipada em nov/2011 e atua no mercado na área de robótica educacional. Atualmente é aluna-pesquisadora regular do Programa de Pós- Graduação em Engenharia Elétrica e Computação, a nível de pós-doutorado, na linha de pesquisa: Ciência de Dados Educacionais, Tecnologias Educacionais, Linguagem de Programação para Robôs, Robótica Pedagógica. Seus interesses em pesquisa incluem: modelagem e análise científica de dados, internet das coisas e indústria 4.0. 

  • Igor Rosberg de Medeiros Silva, Universidade Federal do Rio Grande do Norte-UFRN

    É Bacharel em Ciência da Computação pela Universidade Federal do Rio Grande do Norte, Mestre em Ciência da Computação pela Universidade Estadual de Campinas e Doutor em Ciência da Computação, na Universidade Federal do Rio Grande do Norte. Atua no ensino base de programação, tendo também ministrado disciplinas relacionadas ao desenvolvimento para dispositivos móveis e sistemas baseados em webservices. É Engenheiro de Software Sênior, tendo atuado em diversos projetos usando ferramentas da stack JAVA (JEE, Spring boot, JSF) e javascript (NODEJS, REACT), com experiência no projeto, desenvolvimento e implantação de sistemas web e mobile baseados em webservices.

  • Ian Antonio Fonseca Araújo, Universidade Federal do Rio Grande do Norte-UFRN

    Possui graduação em Ciência e Tecnologia pela Universidade Federal do Rio Grande do Norte (2023). , atuando principalmente nos seguintes temas: assistente chatbots, sinais musculares e inteligência artificial. 

  • Lucas Augusto Spinola Pinto, Universidade Federal do Rio Grande do Norte-UFRN

    Atualmente é discente do curso de Engenharia de Computação na Universidade Federal do Rio Grande do Norte, onde possui Iniciação Cientifica no projeto de estudo de algoritmos de aprendizado profundo para aplicação em problemas de inovação tecnológica.

  • Orivaldo Vieira de Santana Júnior, Universidade Federal do Rio Grande do Norte-UFRN

    Doutor e mestre pelo Centro de Informática da UFPE. Graduado em Ciência da Computação pela Universidade Federal da Bahia. Professor Adjunto da ECT/UFRN e Professor do Programa de Pós-graduação em Ciência, Tecnologia e Inovação (PPgCTI) . Tem experiência na área de Ciência da Computação, com ênfase em Sistemas de Computação, atuando principalmente nos seguintes temas: Aprendizagem de Máquina, Ciência de Dados, Robótica, Inovação e Indústria 4.0.

Referências

ÇOŞKUN, S.; KAYIKCI, Y.; GENÇAY, E. Adapting engineering education to industry 4.0 vision. Technologies, v. 7, n. 10, p. 1-13, 2019. Disponível em:https://doi.org/10.3390/technologies7010010. Acesso em: 16 dez. 2025.

DIWAN, P. Is education 4.0 an imperative for success of 4th industrial revolution. Medium, 2017. Disponível em: https://medium.com/@pdiwan/is-education-4-0-an-imperative-for-success-of-4th-industrial-revolution-50c31451e8a4 . Acesso em: 16 dez. 2025.

FÜHR, R. C. O Dilúvio Digital e seus Impactos na Educação 4.0 e na Indústria 4.0. In: FOSSATTI, P.; JUNG, H.S. (Org.). Investigação em Governança Universitária: memórias. Canoas: Uninasalle, v. 2. p. 188-200. Disponível em:https://dspace.unilasalle.edu.br/bitstream/11690/1041/4/investigacao_em_governanca_universitaria_vol_2.pdf. Acesso em: 16 dez. 2025.

HUSSIN, A. A. Education 4.0 made simple: ideas for teaching. International Journal of Education and Literacy Studies, [S. l.], v. 6, n. 3, p. 92–98, 2018. Disponível em: 10.7575/aiac.ijels.v.6n.3p.92. Acesso em: 16 dez. 2025.

LAROSE, D. T.; LAROSE, C. D. Discovering knowledge in data: an introduction to data mining. 2. ed. Hoboken: John Wiley & Sons, 2014.

LEE, K-F. AI superpowers: China, Silicon Valley, and the new world order. Boston: Houghton Mifflin Harcourt, 2018.

MOURTZIS, D. et al. Cyber-physical systems and education 4.0 – the teaching factory 4.0 concept. Procedia Manufacturing, v. 23, p. 129–134, 2018. Disponível em: https://doi.org/10.1016/j.promfg.2018.04.005. Acesso em: 16 dez. 2025.

PUNCREOBUTR, V. Education 4.0: new challenge of learning. St. Theresa Journal of Humanities and Social Sciences, v. 2, n. 2, p. 95–101, 2016

ROMERO, C.; VENTURA, S. Educational data mining: a review of the state of the art. IEEE Transactions on Systems, Man, and Cybernetics, Part C (Applications and Reviews), v. 40, n. 6, p. 601–618, 2010. Disponível em:https://ieeexplore.ieee.org/document/5533952. Acesso em: 16 dez. 2025.

SARI, D. C. et al. Personal competency readiness in facing industry 4.0 model. In: 4th Bogor International Conference for Social Science 2020 (BICSS 2020), Jacarta, 2018. Disponível em:https://www.researchgate.net/profile/Edy-Sitepu-2/publication/350074411_Personal_Competency_Readiness_In_Facing_Industry_40_Model/links/604f9d94299bf17367463a41/Personal-Competency-Readiness-In-Facing-Industry-40-Model.pdf. Acesso em: 16 dez. 2025.

Downloads

Publicado

2026-01-26

Edição

v. 18 n. 2 (2025): RETEC - Revista de Tecnologias

Seção

Artigos