Um estudo com 4.078 estudantes de graduação em uma universidade europeia totalmente online combinou modelagem por mínimos quadrados parciais e redes neurais artificiais para analisar como a sensação de presença em ambientes virtuais de aprendizagem se relaciona ao engajamento acadêmico. A principal conclusão é que fazer o aluno sentir que pertence ao espaço digital e que aquele ambiente também é “seu” pode ser mais decisivo para participação, esforço cognitivo e vínculo emocional do que apenas produzir atividades imersivas.
O QUE HÁ DE NOVO: Pesquisadores de uma universidade europeia dedicada à educação online publicaram um estudo empírico sobre engajamento em ambientes virtuais de aprendizagem no ensino superior, com uma amostra ampla de 4.078 estudantes de bacharelado. O trabalho se diferencia por tratar a “presença” como uma experiência dupla, sentir-se dentro do ambiente digital e sentir-se próximo de outras pessoas nele, e por testar, com apoio de redes neurais artificiais, quais fatores psicológicos ajudam a explicar o engajamento cognitivo, afetivo e comportamental dos alunos.
COMO FUNCIONA: A inteligência artificial não foi usada como tutora ou ferramenta de sala de aula, mas como método de análise dos dados educacionais. Os estudantes responderam a questionários sobre presença espacial, presença social, pertencimento, propriedade psicológica, fluxo e engajamento; depois, os pesquisadores combinaram uma técnica estatística linear, conhecida como PLS, com redes neurais artificiais capazes de capturar relações não lineares entre esses fatores. A amostra veio de uma instituição totalmente online e de modelo aberto, com perfil diverso: cerca de oito em cada dez participantes tinham mais de 24 anos e 19,9% relataram dificuldades de aprendizagem ou deficiências.
O modelo analisou o engajamento como um construto amplo, formado por esforço mental, emoções positivas e comportamentos como buscar ajuda, compartilhar conhecimento e recomendar ou defender interações no ambiente virtual. A rede neural recebeu como entradas presença, pertencimento, fluxo e propriedade psicológica, e teve como saída o nível de engajamento; em seguida, uma análise de sensibilidade estimou a importância relativa de cada fator para explicar os resultados observados.
PRINCIPAIS RESULTADOS: Todas as relações previstas pelo modelo apareceram como estatisticamente significativas na análise linear: presença se associou fortemente a pertencimento e fluxo; pertencimento se relacionou à propriedade psicológica; e propriedade psicológica e fluxo se conectaram ao engajamento. A análise por redes neurais reforçou a relevância desses fatores e indicou boa capacidade preditiva do modelo, com acerto reportado em 89,27% dos casos. Um achado central é a diferença de peso entre os mecanismos: na análise linear, a propriedade psicológica foi o fator mais importante para engajamento; na análise não linear, o pertencimento apareceu em primeiro lugar. Em ambas, o fluxo ficou abaixo desses dois fatores.
POR QUE ISSO IMPORTA PARA A EDUCAÇÃO: Para universidades, redes e equipes de design instrucional, o estudo sugere que melhorar plataformas online não se resume a adicionar recursos imersivos, laboratórios virtuais, simulações ou jogos educacionais. Essas estratégias podem ajudar, mas tendem a funcionar melhor quando criam vínculos sociais e acadêmicos: alunos precisam perceber que há pessoas reais do outro lado, que suas contribuições são vistas e que o ambiente virtual é um espaço legítimo de pertencimento. Isso tem impacto direto sobre permanência, participação e esforço de aprendizagem, problemas recorrentes em cursos online.
Para professores, a implicação é prática: feedback personalizado, discussões em pequenos grupos, revisão por pares, encontros virtuais e mecanismos de autoexpressão podem ser tão importantes quanto a sofisticação tecnológica da plataforma. Para gestores, o estudo aponta que questionários de avaliação de curso poderiam medir não apenas satisfação ou usabilidade, mas também presença, pertencimento, sensação de propriedade do ambiente e imersão nas atividades, permitindo ajustes mais finos nas estratégias de engajamento.
LIMITAÇÕES E CUIDADOS: Apesar da amostra grande, os dados vêm de uma única universidade totalmente online, com um modelo institucional específico e estudantes de perfil heterogêneo, o que limita generalizações para cursos presenciais, híbridos ou instituições com públicos mais tradicionais. Além disso, o desenho é baseado em questionários em um recorte temporal, o que ajuda a mapear associações robustas, mas não substitui estudos longitudinais que acompanhem desempenho, evasão e permanência ao longo do tempo.
O QUE VEM A SEGUIR: O estudo indica a necessidade de replicar o modelo em diferentes tipos de instituição, países e formatos de ensino, além de cruzar percepções dos estudantes com registros acadêmicos, como notas, conclusão de disciplinas e continuidade no curso. Também há uma agenda metodológica: a combinação entre PLS e redes neurais é promissora para pesquisas em IA na educação, mas ainda precisa ser comparada com abordagens tradicionais para verificar robustez, interpretabilidade e utilidade em decisões pedagógicas reais.
