O Método de Design Inclusivo para Neurodivergentes propõe-se a adaptar materiais didáticos usando Inteligência Artificial Generativa e Design Inclusivo, focando na acessibilidade cognitiva.
Soluções tecnológicas para a inclusão neurodivergente.
Implementação prática das diretrizes de Liebel (2023) para reduzir a carga cognitiva no aprendizado.
Uso sistemático de LLMs e Engenharia de Prompt para simplificar a criação de materiais didáticos.
Proposta de pesquisa conceitual em desenvolvimento, direcionada inicialmente ao ensino superior.
O método MIND fundamenta-se nas diretrizes de design inclusivo propostas por Liebel (2023), integrando princípios de acessibilidade cognitiva ao potencial dos Modelos de Linguagem de Grande Escala (LLMs). O foco central é a adaptação automatizada de materiais didáticos para estudantes neurodivergentes..
A proposta conceitual foi apresentada inicialmente no artigo "MIND: Um Método Baseado em Design Inclusivo e LLMs para o Desenvolvimento de Materiais Didáticos Acessíveis em Computação" publicado no Congresso Internacional ABED de Educação a Distância (CIAED 2026). A pesquisa apresenta um método sistemático que está sendo desenvolvido e será replicável baseado em Engenharia de Prompt, validado no contexto do ensino superior por meio de uma abordagem metodológica mista.
Vídeo com destaques das publicações e resultados do projeto e em colaborações recentes.
Tecnologias, ferramentas, conexções, APIs e integrações utilizadas no desenvolvimento do projeto.
Doutorandos e Orientador da UNICAMP.
Doutorando UNICAMP
Doutoranda UNICAMP
Doutorando UNICAMP
Orientador UNICAMP
Estudantes e Pesquisadores que tem colaborado com este projeto.
Aluna UNICAMP
Pesquisador UNEMAT