SOTAVerified

AI Agent

Fundamentação teórica

A educação contemporânea busca desenvolver habilidades e competências em diferentes áreas do conhecimento. Nesse contexto, os jogos interdisciplinares surgem como uma ferramenta educacional inovadora e eficaz. Como afirma Perrenoud (1999, p. 12), “a interdisciplinaridade é uma abordagem que busca integrar diferentes disciplinas para promover uma aprendizagem mais significativa e eficaz.” Trata-se de uma prática que não dilui as disciplinas no contexto escolar, mas que amplia o trabalho disciplinar na medida em que promove a aproximação e a articulação das atividades docentes numa ação coordenada e orientada para objetivos bem definidos. Um jogo interdisciplinar é caracterizado pela integração de conteúdos de diferentes disciplinas, com o objetivo de promover a aprendizagem holística e desenvolver habilidades críticas, sociais e cognitivas. Segundo Kilpatrick (2001, p. 10), “a matemática é uma disciplina fundamental para a aprendizagem e o desenvolvimento cognitivo.” Além disso, os jogos interdisciplinares visam aumentar o engajamento, melhorar a retenção de conhecimento, estimular a colaboração e promover um aprendizado dinâmico. Neste contexto, o tema do Projeto Integrador (PI) neste semestre é: Desenvolvimento de um jogo interdisciplinar, com pelo menos duas áreas do conhecimento. Dimensionada para garantir direitos de aprendizagens aos discentes da escola média, a BNCC enfatiza a importância da interdisciplinaridade, da contextualização e das áreas de conhecimentos, estas, sobrepostas às disciplinas científicas, excetuando-se a Língua Portuguesa e a Matemática, como diz Liberman (1970, p. 150), “a interdisciplinaridade é um conceito que busca a intersecção entre conteúdos de duas ou mais disciplinas.”Neste contexto, o grupo do Projeto Integrador trabalhará com Bingo de nomes, como ferramenta para reforçar o aprendizado, fixação de palavras e identificação das letras e números, segundo Smith (2004, p. 15), “a leitura é um processo fundamental para a aprendizagem e o desenvolvimento cognitivo.” O Bingo de Nomes é uma ferramenta interdisciplinar que favorece a aprendizagem de forma dinâmica e interativa. Ao integrar Português e Matemática, essa atividade fortalece a identidade dos alunos, amplia o vocabulário, desenvolve a consciência fonológica, aprimora a leitura e estimula o pensamento matemático. Dessa forma, o uso de jogos na educação se apresenta como uma estratégia eficaz para a construção do conhecimento de maneira prazerosa e significativa. Jogos interdisciplinares são ferramentas educacionais inovadoras e eficazes para promover a aprendizagem holística e desenvolver habilidades críticas, sociais e cognitivas. Ao seguir os passos para desenvolver um jogo interdisciplinar e aproveitar os benefícios que ele oferece, é possível criar uma experiência de aprendizado mais eficaz e envolvente para os alunos, além disso, o aspecto lúdico do jogo contribui para a motivação dos alunos, tornando a aprendizagem mais envolvente e eficaz. O uso de jogos no ensino é amplamente defendido por teóricos da aprendizagem. Skinner (1953, p. 120) destaca que a reprodução e a prática são fundamentais no processo de aquisição de conhecimento. O Bingo de Nomes, ao utilizar a reprodução de palavras e números, favorecendo a memorização e a fixação desses elementos de maneira lúdica. A interdisciplinaridade na educação é uma abordagem que busca integrar diferentes disciplinas, promovendo uma aprendizagem mais significativa e eficaz. Segundo Perrenoud (1999, p. 12), o ensino interdisciplinar permite que os alunos construam conhecimentos de maneira contextualizada, favorecendo o desenvolvimento de competências essenciais. Além disso, esta atividade promove a construção da identidade dos alunos e o reconhecimento de seus colegas de turma, o que contribui para o desenvolvimento socioemocional. De acordo com Maslow (1943, p. 370), a necessidade de pertencimento e reconhecimento é essencial para o desenvolvimento da autoestima e da confiança dos indivíduos.

Desenvolvimento da Leitura e da Alfabetização O Bingo de Nomes pode ser uma estratégia eficaz para desenvolver habilidades de leitura e alfabetização. Smith (2004, p. 15) enfatiza que a leitura é um processo essencial para o desenvolvimento cognitivo. Além disso, essa atividade estimula a consciência fonológica, que é um dos principais preditores do sucesso na alfabetização (Liberman, 1970, p. 150).

Ao trabalhar a correspondência entre fonemas e grafemas, o Bingo de Nomes auxilia na percepção dos sons iniciais e finais das palavras, fortalecendo a habilidade de decodificação. Essa prática favorece a compreensão do princípio alfabético, essencial para a escrita e a leitura fluente.

Preciso que organize o texto acima com coerência, citações diretas e indiretas, referências bibliográficas seguindo as normas da ABNT

Papers

Showing 51100 of 391 papers

TitleStatusHype
A Conversational Brain-Artificial Intelligence InterfaceCode1
HAIM-DRL: Enhanced Human-in-the-loop Reinforcement Learning for Safe and Efficient Autonomous DrivingCode1
Enhancing Mobile "How-to" Queries with Automated Search Results Verification and RerankingCode1
Agent-based Learning of Materials Datasets from Scientific LiteratureCode1
ELT-Bench: An End-to-End Benchmark for Evaluating AI Agents on ELT PipelinesCode1
Ensemble of MRR and NDCG models for Visual DialogCode1
CoCoG: Controllable Visual Stimuli Generation based on Human Concept RepresentationsCode1
VD-PCR: Improving Visual Dialog with Pronoun Coreference ResolutionCode1
Watch-And-Help: A Challenge for Social Perception and Human-AI CollaborationCode1
Counter-Strike Deathmatch with Large-Scale Behavioural CloningCode1
Elements of World Knowledge (EWOK): A cognition-inspired framework for evaluating basic world knowledge in language modelsCode1
ThinkTank: A Framework for Generalizing Domain-Specific AI Agent Systems into Universal Collaborative Intelligence PlatformsCode1
Completing A Systematic Review in Hours instead of Months with Interactive AI AgentsCode1
TStarBot-X: An Open-Sourced and Comprehensive Study for Efficient League Training in StarCraft II Full GameCode1
Text-based Adventures of the Golovin AI AgentCode0
Towards a RAG-based Summarization Agent for the Electron-Ion ColliderCode0
Attend What You Need: Motion-Appearance Synergistic Networks for Video Question AnsweringCode0
AgentOps: Enabling Observability of LLM AgentsCode0
Shallow decision-making analysis in General Video Game PlayingCode0
Know Your Mistakes: Towards Preventing Overreliance on Task-Oriented Conversational AI Through Accountability ModelingCode0
ROS-LLM: A ROS framework for embodied AI with task feedback and structured reasoningCode0
Recommender AI Agent: Integrating Large Language Models for Interactive RecommendationsCode0
Agent Name Service (ANS): A Universal Directory for Secure AI Agent Discovery and InteroperabilityCode0
RecAI: Leveraging Large Language Models for Next-Generation Recommender SystemsCode0
ScaIL: Classifier Weights Scaling for Class Incremental LearningCode0
Planet as a Brain: Towards Internet of AgentSites based on AIOS ServerCode0
Comparative Analysis of AI Agent Architectures for Entity Relationship ClassificationCode0
TStarBots: Defeating the Cheating Level Builtin AI in StarCraft II in the Full GameCode0
Masked Diffusion with Task-awareness for Procedure Planning in Instructional VideosCode0
CBCL-PR: A Cognitively Inspired Model for Class-Incremental Learning in RoboticsCode0
AIOS: LLM Agent Operating SystemCode0
Look Wide and Interpret Twice: Improving Performance on Interactive Instruction-following TasksCode0
MusicAgent: An AI Agent for Music Understanding and Generation with Large Language ModelsCode0
Capturing Humans' Mental Models of AI: An Item Response Theory ApproachCode0
Learning to design without prior data: Discovering generalizable design strategies using deep learning and tree searchCode0
KARMA: Augmenting Embodied AI Agents with Long-and-short Term Memory SystemsCode0
Knowledgeable Storyteller: A Commonsense-Driven Generative Model for Visual StorytellingCode0
CASC-AI: Consensus-aware Self-corrective AI Agents for Noise Cell SegmentationCode0
Learning to Retrieve Videos by Asking QuestionsCode0
LLM as OS, Agents as Apps: Envisioning AIOS, Agents and the AIOS-Agent EcosystemCode0
Expectation Alignment: Handling Reward Misspecification in the Presence of Expectation MismatchCode0
How Far Are LLMs from Believable AI? A Benchmark for Evaluating the Believability of Human Behavior SimulationCode0
Discovering User-Interpretable Capabilities of Black-Box Planning AgentsCode0
From Knowledge to Noise: CTIM-Rover and the Pitfalls of Episodic Memory in Software Engineering AgentsCode0
FGeo-DRL: Deductive Reasoning for Geometric Problems through Deep Reinforcement LearningCode0
Finding Game Levels with the Right Difficulty in a Few Trials through Intelligent Trial-and-ErrorCode0
BioKGBench: A Knowledge Graph Checking Benchmark of AI Agent for Biomedical ScienceCode0
Evaluating recommender systems for AI-driven biomedical informaticsCode0
GitGoodBench: A Novel Benchmark For Evaluating Agentic Performance On GitCode0
Dialectical Reconciliation via Structured Argumentative DialoguesCode0
Show:102550
← PrevPage 2 of 8Next →

No leaderboard results yet.