Do Uso Espontâneo da Inteligência Artificial Generativa ao Desenvolvimento de um Simulado Inteligente para o Enamed
DOI:
https://doi.org/10.14295/idonline.v20i83.4525Palavras-chave:
Autorregulação da aprendizagem, Corregulação da aprendizagem, Inteligência artificial generativa, Educação médicaResumo
A crescente utilização da inteligência artificial generativa por estudantes de Medicina tem transformado as estratégias de estudo, especialmente na busca por explicações, resumos, exemplos e resolução de dúvidas. Entretanto, essas estratégias costumam ser realizadas de forma fragmentada, exigindo alternância entre plataformas de simulados e ferramentas externas de inteligência artificial. Este estudo teve como objetivo analisar as estratégias de autorregulação da aprendizagem apoiadas por inteligência artificial generativa utilizadas por estudantes de Medicina e, com base nesses resultados, propor um modelo conceitual de Simulado Inteligente para preparação ao Exame Nacional de Avaliação da Formação Médica. Trata-se de uma pesquisa aplicada, de natureza exploratória e abordagem quantitativa, realizada por meio da aplicação de um questionário estruturado a estudantes do curso de Medicina da Universidade Federal do Vale do São Francisco, fundamentado no modelo cíclico de autorregulação da aprendizagem. Os resultados evidenciaram maior utilização da inteligência artificial em estratégias relacionadas à execução e ao monitoramento da aprendizagem, como esclarecimento de dúvidas, reformulação de explicações, geração de exemplos e exercícios semelhantes, enquanto estratégias de planejamento e autorreflexão apresentaram menor frequência de utilização. Com base nesses achados, foi proposta a arquitetura do Simulado Inteligente CogneMix, concebida para integrar recursos de inteligência artificial diretamente ao fluxo de revisão dos simulados, organizando a aprendizagem em diferentes níveis de aprofundamento, desde a análise do desempenho por área de conhecimento até a revisão contextualizada de questões específicas. A solução incorpora funcionalidades como resumos inteligentes, explicações adaptativas, casos clínicos, gêmeos digitais educacionais e geração de questões semelhantes, utilizando as estratégias já adotadas pelos estudantes como ponto de partida para estimular processos de planejamento e autorreflexão. Conclui-se que a integração contextualizada da inteligência artificial ao fluxo de aprendizagem apresenta potencial para reduzir a fragmentação das práticas de estudo e favorecer o desenvolvimento da aprendizagem autorregulada na educação médica.Downloads
Referências
ARTINO JUNIOR, A. R.; JONES, K. D. Exploring the complex relations between achievement emotions and self-regulated learning behaviors in online learning. Internet and Higher Education, v. 15, n. 3, p. 170–175, 2012.
HADWIN, A. F.; JÄRVELÄ, S.; MILLER, M. Self-regulation, co-regulation, and shared regulation in collaborative learning environments. In: SCHUNK, D. H.; GREENE, J. A. (Org.). Handbook of Self-Regulation of Learning and Performance. 2. ed. New York: Routledge, 2018.
KASNECI, E. et al. ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences, v. 103, 2023.
PANADERO, E. A review of self-regulated learning: Six models and four directions for research. Frontiers in Psychology, v. 8, p. 422, 2017.
PINTRICH, P. R. A conceptual framework for assessing motivation and self-regulated learning in college students. Educational Psychology Review, v. 16, n. 4, p. 385–407, 2004.
SCHUNK, D. H.; GREENE, J. A. (Org.). Handbook of Self-Regulation of Learning and Performance. 2. ed. New York: Routledge, 2018.
ZAWACKI-RICHTER, O. et al. Systematic review of research on artificial intelligence applications in higher education – where are the educators? International Journal of Educational Technology in Higher Education, v. 16, n. 39, 2019.
ZIMMERMAN, B. J. Attaining self-regulation: A social cognitive perspective. In: BOEKAERTS, M.; PINTRICH, P. R.; ZEIDNER, M. (Org.). Handbook of Self-Regulation. San Diego: Academic Press, 2000.
ZIMMERMAN, B. J. Becoming a self-regulated learner: An overview. Theory Into Practice, v. 41, n. 2, p. 64–70, 2002.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2026 João Carlos Sedraz Silva, João Carlos Sedraz Silva Filho
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial 4.0 International License.
Os autores detêm os direitos autorais sem restrições, devendo informar a publicação inicial nesta revista, em caso de nova publicação de algum trabalho.
