Conecta#Adote
combinação de metodologias ativas e inteligência artificial para potencializar o ensino de microbiologia e a gestão de conteúdos acadêmicos
DOI:
https://doi.org/10.47519/risi.v2i00.15Palavras-chave:
Projeto #Adote, Inteligência artificial, Microbiologia, EducaçãoResumo
Neste estudo, objetivou-se desenvolver e validar a plataforma Conecta#Adote, que integra inteligência artificial (IA) ao projeto #Adote para centralizar, organizar e analisar conteúdos produzidos por estudantes em redes sociais. A plataforma, em arquitetura modular, incorpora ferramentas de IA funcionando como repositório e ambiente de análises automáticas. Para a validação, utilizamos como piloto postagens do grupo Neisseria da atividade “Adote uma Bactéria” da disciplina de Bacteriologia (curso de Ciências Biomédicas – USP). As postagens foram importadas para a plataforma, que executou análises de conteúdo, incluindo contagem de termos, identificação de vocabulário biológico e geração de nuvem de palavras. Os resultados evidenciaram a viabilidade técnica da integração entre IA e metodologia ativa, bem como o potencial do Conecta#Adote para ampliar a eficiência da gestão de dados educacionais. Conclui-se que o Conecta#Adote contribui para modernizar o ensino de microbiologia ao unir IA e metodologias ativas, configurando-se como ferramenta inovadora para o ensino híbrido.
Downloads
Referências
Akhter, S. (2025). Integrating artificial intelligence into medical education: A narrative systematic review of current applications, challenges, and future directions. BMC Medical Education, 25(1), 1187.
Armellini, B. R. C., La Luna, A., Bueris, V., Almeida, A. P., Tamais, A. M., Krzyzanowski, F., Reiter, V. S. H., Lellis-Santos, C., & Ferreira, R. D. C. (2021). Comparison of hybrid learning and remote education in the implementation of the “Adopt a Microorganism” methodology. PLOS ONE, 16(11), e0248906.
Baroni, L. N., Canjani, R. B., Brito, S. C. M., Armellini, B. R. C., Ogusku, B. S. C., Souza, R. F. D., Moreno, A. C. R., & Ferreira, R. D. C. C. (2024). Escherichia coli como modelo de avaliação do progresso de aprendizagem dos estudantes de graduação em microbiologia. Revista Online de Política e Gestão Educacional, 28(00), e023022.
Bernardino, L. M., Camiran, R. S., Silva, F. S., Silva, J. M., & Rabêlo, O. S. (2024). Inteligência artificial: Uma alternativa à educação personalizada e inclusiva. Revista Eletrônica de Educação, 18(1), 1–16.
Boury, N., Siegesmund, A., Kushner, D. B., Smyth, D. S., Allen, M. E., Frazier, A., Gillette-Ferguson, I., Markum, M., Patriquin, G., Reynolds, S. E., Rosario, S., Steel, J. J., & Horak, R. (2024). Updated ASM curriculum guidelines describe core microbiology content to modernize the framework for microbiology education. Journal of Microbiology & Biology Education, 25(3), e0012624.
Chan, A. K. M., Botelho, M. G., & Lam, O. L. T. (2019). Use of learning analytics data in health care-related educational disciplines: Systematic review. Journal of Medical Internet Research, 21(2), e11241.
Çiçek, F. E., Ülker, M., Özer, M., & Kıyak, Y. S. (2025). ChatGPT versus expert feedback on clinical reasoning questions and their effect on learning: A randomized controlled trial. Postgraduate Medical Journal, 101(1195), 458–463.
Corrêa, B. R., Nastaro, C. D., Inoue, M. G. S., Lopes, R. M. C., & Ferreira, R. C. C. (2023). Respingo letal: Uma ferramenta lúdica e eficaz no ensino de microbiologia. Revista Online de Política e Gestão Educacional, 27, e023040.
Coutinho, A. I., & Azevedo, M. L. N. (2024). Metodologias ativas: As tecnologias digitais da informação e comunicação (TDICs) como aliadas na educação inclusiva. Revista JRG de Estudos Acadêmicos, 7(15), e151380.
Feigerlova, E., Hani, H., & Hothersall-Davies, E. (2025). A systematic review of the impact of artificial intelligence on educational outcomes in health professions education. BMC Medical Education, 25(1), 129.
Freeman, S., Eddy, S. L., McDonough, M., Smith, M. K., Okoroafor, N., Jordt, H., & Wenderoth, M. P. (2014). Active learning increases student performance in science, engineering, and mathematics. Proceedings of the National Academy of Sciences, 111(23), 8410–8415.
Freitas, C. (2025). Como a inteligência artificial pode potencializar a aprendizagem em ambientes educacionais de ensino. Revista Tópicos, 3(24).
Gordon, M., Daniel, M., Ajiboye, A., Uraiby, H., Xu, N. Y., Bartlett, R., Hanson, J., Haas, M., Spadafore, M., Grafton-Clarke, C., Gasiea, R. Y., Michie, C., Corral, J., Kwan, B., Dolmans, D., & Thammasitboon, S. (2024). A scoping review of artificial intelligence in medical education: BEME guide no. 84. Medical Teacher, 46(4), 446–470.
Gozzi, I. C. C., Rosa, B. G., Medeiros, I., Silva, B. D. L., Rodrigues, G. M., Yoshihara, F. A. N., Custódio, G. T., de Lucena, J. R. F., Baroni, L. N., Moreno, A. C. R., & Ferreira, R. D. C. C. (2025). The adoption of a superhero bacteria: Escherichia coli and its adventures in microbiology education. FEMS Microbiology Letters, 372, fnaf042.
Hui, Z., Zewu, Z., Jiao, H., & Yu, C. (2025). Application of ChatGPT-assisted problem-based learning teaching method in clinical medical education. BMC Medical Education, 25(1), 50.
Katz, M., & Nandi, N. (2021). Social media and medical education in the context of the COVID-19 pandemic: Scoping review. JMIR Medical Education, 7(2), e25892.
Khalid, F. (2024). Artificial intelligence in medical and biological education: Opportunities and challenges. Medical Education Online, 29(1), 2349156.
Kim, T. W. (2023). Application of artificial intelligence chatbots, including ChatGPT, in education, scholarly work, programming, and content generation and its prospects: A narrative review. Journal of Educational Evaluation for Health Professions, 20, 38.
Kouchaki, S. (2023). Applications of deep learning in metagenomic analysis. Frontiers in Microbiology, 14, 1178052.
Lee, J., Wu, A. S., Li, D., & Kulasegaram, K. M. (2021). Artificial intelligence in undergraduate medical education: A scoping review. Academic Medicine, 96(11S), S62–S70.
Li, J. (2025). Generative AI-based teaching vs. conventional pedagogy in medical students: Systematic review and meta-analysis of RCTs. Medical Education, 59(4).
Lima, M. F., & Araújo, J. F. S. (2021). A utilização das tecnologias de informação e comunicação como recurso didático-pedagógico no processo de ensino e aprendizagem. Revista Educação Pública, 21(23).
Mahmood, T. (2024). Machine learning for antimicrobial resistance prediction in clinical microbiology. Journal of Clinical Microbiology, 62(2), e01423-23.
Marcotte, K., Panayi, A., & Balmer, D. (2024). Ethical considerations of using learning analytics in medical education: A critical review. Advances in Health Sciences Education, 29(5), 1429–1451.
Masters, K. (2019). Artificial intelligence in medical education. Medical Teacher, 41(9), 976–998.
Mohseni, P., & Ghorbani, A. (2024). Exploring the synergy of artificial intelligence in microbiology: Advancements, challenges, and future prospects. Computational and Structural Biotechnology Reports, 1, 100005.
Nagi, F., Salih, R., Alzubaidi, M., Shah, H., Alam, T., Shah, Z., & Househ, M. (2023). Applications of artificial intelligence (AI) in medical education: A scoping review. Studies in Health Technology and Informatics, 305, 648–651.
Park, J., Kim, S. J., & Choi, H. (2024). Ethical frameworks for the integration of AI in biomedical education. BMC Medical Ethics, 25(1), 64.
Piantola, M. A. F., Moreno, A. C. R., Matielo, H. A., Taschner, N. P., Cavalcante, R. C. M., Khan, S., & Ferreira, R. D. C. C. (2018). Adopt a bacterium—An active and collaborative learning experience in microbiology based on social media. Brazilian Journal of Microbiology, 49(4), 942–948.
Picinin, N. G., Baroni, L. N., Almeida, L. G. de, & Ferreira, R. D. C. C. (2025). Análise de conteúdo sobre o gênero Streptococcus no projeto “Adote uma Bactéria”. Caderno Pedagógico, 22(10), e18906.
Popenici, S. A. D., & Kerr, S. (2017). Exploring the impact of artificial intelligence on teaching and learning in higher education. Research and Practice in Technology Enhanced Learning, 12(1), 22.
Rajan, D. (2024). Artificial intelligence in microbiology: Current trends and future directions. Nature Reviews Microbiology, 22(5), 315–329.
Ran, H., Li, Q., Li, Y., Deng, F., & Pan, Y. (2025). Online and in-person collaborative writing have similar benefits but different costs. NeuroImage, 324, 121629.
Santos, H. C. D. A. S., Armellini, B. R. C., Naves, G. L., Bueris, V., Moreno, A. C. R., & Ferreira, R. D. C. C. (2024). Using “Adopt a Bacterium” as an e-learning tool for simultaneously teaching microbiology to different health-related university courses. FEMS Microbiology Letters, 371, fnae033.
Scott, K. M., Rattan, M., O’Mara, D., & Gunasekera, H. (2026). Association of technology enhanced learning resource usage with assessment results. The Clinical Teacher, 23(1), e70281.
Taschner, N. P., de Almeida, L. G., Pose, R. A., & Ferreira, R. C. C. (2020). Adopt a bacterium: A professional development opportunity for teacher assistants. FEMS Microbiology Letters, 367(16), fnaa131.
Tiwade, Y. R., Peshattiwar, P., Poddar, A., & Khekade, A. P. (2025). Artificial intelligence in microbiology education: A tool for the future or a replacement for traditional teaching. Reviews in Research Medical Microbiology, 36.
Toma, C., Dima, G., & Iliescu, O. (2024). Integrating AI tools in microbiology teaching: Toward adaptive and experiential learning. Journal of Microbiology & Biology Education, 25(2), e00312-23.
Tsakeni, M., Nwafor, S. C., Mosia, M., & Egara, F. O. (2025). Mapping the scaffolding of metacognition and learning by AI tools in STEM classrooms: A bibliometric-systematic review approach (2005–2025). Journal of Intelligence, 13(11), 148.
Yannier, N., Hudson, S. E., Koedinger, K. R., Hirsh-Pasek, K., Golinkoff, R. M., Munakata, Y., Doebel, S., Schwartz, D. L., Deslauriers, L., McCarty, L., Callaghan, K., Theobald, E. J., Freeman, S., Cooper, K. M., & Brownell, S. E. (2021). Active learning: “Hands-on” meets “minds-on”. Science, 374(6563), 26–30.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2026 Revista Ibero-Americana de Saúde Integrativa
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
