Ambientes tecno-pedagógicos para o desenvolvimento de competências transversais para a inovação em engenharia.

Muito se fala na crescente velocidade de inovações tecnológicas que se apresenta ao mundo e que vai se acelerando. Antes, gerações se passavam para termos uma evolução tecnológica. Hoje, uma mesma geração presencia vários saltos tecnológicos. Neste contexto de inovações frequentes, surge a preocupação sobre como formar um profissional responsável, ético e que consiga acompanhar e ser protagonista de tais mudanças. O trabalho desenvolvido nesta tese busca colaborar na discussão sobre a formação do engenheiro, com foco na engenharia elétrica e de computação, revisitando as definições de conceitos como educação em engenharia, aprendizagem ativa, inovação, Design Thinking e competências transversais, e definindo, como contribuição de pesquisa, os conceitos de tecno-pedagogia e ambientes tecno-pedagógicos, como pressuposto de convergência de estruturas tecnológicas, estratégias pedagógicas e métodos de avaliação em aprendizagem ativa para a inovação. Apresenta um método para identificar e quantificar o grau de ênfase das competências transversais para a inovação a partir da demanda de mercado para engenheiros eletricistas e da computação; e um método de observação, coleta e análise de dados sobre o desenvolvimento de competências transversais na participação em duas experiências de aula: na disciplina global ME310 da Universidade de Stanford; e na disciplina 030-3410 da Escola Politécnica da Universidade de São Paulo. Com isso, foi possível elaborar um método para auxiliar no planejamento de disciplinas e cursos com foco em inovação, identificando as competências transversais que devem ser incentivadas e relacionando tais competências com estratégias de ensino e aprendizagem e sugerindo a estrutura tecnológica e método de avaliação a serem adotados.

Análise de grandezas cinemáticas e dinâmicas inerentes à hemiparesia através da descoberta de conhecimento em bases de dados

Em virtude de uma elevada expectativa de vida mundial, faz-se crescente a probabilidade de ocorrer acidentes naturais e traumas físicos no cotidiano, o que ocasiona um aumento na demanda por reabilitação. A terapia física, sob o paradigma da reabilitação robótica com serious games, oferece maior motivação e engajamento do paciente ao tratamento, cujo emprego foi recomendado pela American Heart Association (AHA), apontando a mais alta avaliação (Level A) para pacientes internados e ambulatoriais. No entanto, o potencial de análise dos dados coletados pelos dispositivos robóticos envolvidos é pouco explorado, deixando de extrair informações que podem ser de grande valia para os tratamentos. O foco deste trabalho consiste na aplicação de técnicas para descoberta de conhecimento, classificando o desempenho de pacientes diagnosticados com hemiparesia crônica. Os pacientes foram inseridos em um ambiente de reabilitação robótica, fazendo uso do InMotion ARM, um dispositivo robótico para reabilitação de membros superiores e coleta dos dados de desempenho. Foi aplicado sobre os dados um roteiro para descoberta de conhecimento em bases de dados, desempenhando pré-processamento, transformação (extração de características) e então a mineração de dados a partir de algoritmos de aprendizado de máquina. A estratégia do presente trabalho culminou em uma classificação de padrões com a capacidade de distinguir lados hemiparéticos sob uma precisão de 94%, havendo oito atributos alimentando a entrada do mecanismo obtido. Interpretando esta coleção de atributos, foi observado que dados de força são mais significativos, os quais abrangem metade da composição de uma amostra.