Clear Sky Science · pt

O uso de análises de aprendizagem habilitadas por IA está relacionado à literacia física e ao engajamento em Educação Física universitária por meio de ensino inteligente e feedback personalizado

· Voltar ao índice

Por que as aulas esportivas inteligentes importam

Cada vez mais universidades estão transformando suas aulas de esportes em “academias inteligentes”, onde dispositivos vestíveis e aplicativos de celular rastreiam o movimento dos estudantes em tempo real. Este estudo faz uma pergunta simples, porém importante: essas ferramentas de alta tecnologia realmente ajudam os alunos a se tornarem mais ativos, confiantes e engajados na educação física — ou elas apenas acrescentam pressão e vigilância a um contexto já sensível? Focando em grandes universidades chinesas onde a educação física é obrigatória, os pesquisadores exploram como as análises de aprendizagem impulsionadas por inteligência artificial moldam as atitudes dos estudantes em relação ao exercício e sua experiência em aula.

Figure 1
Figura 1.

Das pulseiras a insights de treino

O sistema de educação física inteligente estudado aqui combina rastreadores de pulso, check-ins móveis e uma plataforma online. Durante aulas como basquete, corrida, ioga, badminton, futebol e tênis de mesa, os dispositivos registram passos, frequência cardíaca, duração do exercício e postura. Esses dados fluem para painéis que mostram resumos semanais, tendências e progresso tanto para estudantes quanto para professores. A inteligência artificial acrescenta uma camada extra: alertas automáticos quando a frequência cardíaca está muito alta ou o tempo de exercício é insuficiente, além de planos de treino sugeridos ou dicas de técnica com base em padrões nos dados. Ao todo, 1.182 estudantes de quatro universidades que usavam regularmente esse sistema responderam a um questionário detalhado, e um grupo menor de 12 estudantes e seis membros do corpo docente participou de entrevistas aprofundadas.

Qualidade do ensino e feedback pessoal como elo faltante

Os pesquisadores se interessaram especialmente pela “literacia física” — uma ideia ampla que inclui não apenas aptidão, mas também motivação, confiança, habilidades e compreensão que sustentam uma vida ativa. Eles também mediram o nível de engajamento dos estudantes nas aulas. Modelos estatísticos mostraram que o simples uso do sistema de análises — consultar painéis ou receber alertas — tinha relações muito pequenas e estatisticamente fracas tanto com a literacia física quanto com o engajamento. Em vez disso, a ação real estava em como os professores utilizavam os dados e como o feedback era entregue. Quando os estudantes sentiam que os professores usavam a tecnologia para personalizar atividades, ajustar cargas e explicar o progresso com clareza, relataram maior literacia física e envolvimento mais forte em aula. Da mesma forma, quando os estudantes percebiam que recebiam feedback oportuno, específico e prático baseado em seus próprios dados, tornavam-se mais confiantes e mais dispostos a se empenhar no exercício.

Quando os números ajudam — e quando atrapalham

As entrevistas revelaram como os mesmos dados podem funcionar tanto como um guia útil quanto como fonte de estresse. Muitos estudantes descreveram o sistema como um “espelho e treinador”: ver a frequência cardíaca e o ritmo após uma corrida os ajudava a notar melhorias, ajustar o esforço e sentir orgulho de pequenos ganhos. Outros, contudo, sentiram-se pressionados pela medição constante e por metas vinculadas a notas. Mensagens genéricas como “meta não alcançada”, especialmente quando visíveis publicamente ou fortemente ligadas à avaliação, deixaram alguns estudantes fazendo o mínimo necessário apenas para passar. Preocupações sobre a precisão dos dispositivos e a justiça — como rastreadores que contam passos de forma incorreta ou não funcionam bem para diferentes corpos — também influenciaram se os estudantes confiavam nos números ou os viam como arbitrários e desestimulantes.

Figure 2
Figura 2.

O fator humano por trás das telas

Nos relatos de estudantes e professores, os instrutores emergiram como gatekeepers que traduzem fluxos de números em experiências de aprendizagem significativas. Quando os professores dedicavam tempo para explicar o que os indicadores significavam, discutiam seus limites e estabeleciam metas realistas com os alunos, os dados se tornavam uma ferramenta de reflexão em vez de uma fonte de ansiedade. Feedback privado e personalizado com base nas análises frequentemente aumentava confiança e motivação. Em contraste, quando os dados eram usados principalmente para checagem de presença, ranqueamento ou avaliação rígida, os estudantes tendiam a ver o sistema mais como vigilância do que como apoio. O estudo também destaca a importância de tecnologia confiável, regras de avaliação transparentes e uma “alfabetização de dados” básica para que os estudantes entendam o que está sendo medido e por quê.

O que isso significa para estudantes e universidades

Para o público geral, a conclusão é clara: usar um rastreador na aula de ginástica não faz automaticamente alguém mais saudável ou mais entusiasmado com o exercício. A educação física de alta tecnologia só sustenta a literacia física a longo prazo quando os dados são integrados a um ensino cuidadoso e a feedbacks genuínos, pessoais. Universidades que desejam aproveitar a IA nas aulas esportivas devem focar menos em adicionar mais funcionalidades e mais em ajudar os professores a usar os dados existentes para orientar os estudantes de forma justa, privada e construtiva. Em outras palavras, a verdadeira inovação não é a pulseira em si, mas como as pessoas no campo — professores e alunos — trabalham juntas em torno dos números para construir confiança, habilidades e uma apreciação duradoura pelo movimento.

Citação: Chen, Y., Xian, D., Zhao, Y. et al. AI-enabled learning analytics use relates to physical literacy and engagement in university PE via smart teaching and personalised feedback. Sci Rep 16, 8341 (2026). https://doi.org/10.1038/s41598-026-39778-9

Palavras-chave: educação física inteligente, análises de aprendizagem, dados de fitness vestíveis, literacia física, IA no ensino superior