WeSign — Feedback em Tempo Real com IA para o Ensino da Língua Gestual Vietnamita, Hanói
Vietnã
O WeSign dá a crianças surdas e com deficiência auditiva do ensino primário de Hanói feedback em tempo real, gerado …
México · Tijuana · Ver o perfil de México
Evidência: Quase-experimental Top 25% 60/100 · Pergunte a Evidence Copilot sobre esta prática
Pesquisadores do TecNM e da UABC em Tijuana criaram um app que usa visão computacional e dificuldade adaptativa para ensinar Língua de Sinais Mexicana, com 95,7% de precisão e ganho de aprendizagem de 0,78 sobre um grupo de controle.
A Língua Gestual Mexicana (LSM) é a língua principal da comunidade surda do México, mas o seu lugar no ensino formal tem sido há muito limitado pela escassez de intérpretes qualificados e pela falta de tecnologia de apoio ao ensino personalizado. Uma equipa de investigação do Tecnológico Nacional de México (TecNM), sediada no Instituto Tecnológico de Tijuana, começou a colmatar esta lacuna em 2023, ao abrigo de uma bolsa de investigação aprovada pelo TecNM, em conjunto com a Universidad Autónoma de Baja California (UABC).
O projeto visava desenvolver uma aplicação móvel que combinasse o reconhecimento de gestos por visão computacional com a dificuldade adaptativa das lições para ensinar a LSM, seguindo um processo de conceção em Scrum com contributos de educadores, linguistas e membros da comunidade surda.
A equipa construiu um modelo de reconhecimento de gestos usando redes neuronais convolucionais e estimativa de pose, comprimido para utilização no próprio dispositivo, e realizou uma comparação controlada da aplicação adaptativa com um grupo de controlo não adaptativo, publicada em testes revistos por pares na revista Future Internet (MDPI) em setembro de 2026.
O modelo de reconhecimento de gestos atingiu 95,7% de precisão top-1 (98,61% top-3) após compressão de 38MB para 10,4MB, funcionando a cerca de 112ms por fotograma. Os alunos que utilizaram a versão adaptativa alcançaram um ganho de aprendizagem normalizado de 0,78 (precisão de reconhecimento de gestos de 48,2% para 88,7%), 84,3% de retenção num pós-teste diferido, e 73,5% de precisão em tarefas de transferência, contra 57,2% no grupo de controlo não adaptativo; a usabilidade obteve 89,1/100 (System Usability Scale), com um Net Promoter Score de +72, e a carga cognitiva autorreportada (NASA-TLX) desceu de 62 para 44.
Estes resultados provêm de um único estudo revisto por pares, realizado pela própria equipa de desenvolvimento, e não de uma implementação replicada de forma independente em múltiplos locais; além disso, a publicação não indica o número de alunos surdos que participaram nem qualquer expansão à escala da sala de aula para além do projeto-piloto.
National / regional programmes
Vias de financiamento indicativas para práticas deste tipo — verifique sempre os avisos abertos e as regras de elegibilidade de cada programa.
Implementa esta prática? Reivindique-a — implementadores verificados obtêm um contacto público na página e podem propor correções.
De onde foi obtida a informação desta prática, e quando.
Vietnã
O WeSign dá a crianças surdas e com deficiência auditiva do ensino primário de Hanói feedback em tempo real, gerado …
Índia
A plataforma de IA da I-Stem converte documentos de STEM, exames e manuais em formatos acessíveis para leitores de ecrã …
Quénia
A ONG queniana inABLE e a Google testaram legendagem ao vivo por IA na Escola Primária Kambui para Surdos, registando …
Palestina, Estado da
Investigadores da Universidade Árabe-Americana da Palestina, com apoio de Warwick, criaram um Vision Transformer que reconhece gestos da Língua Gestual …
Abrir o copiloto completo Baseado em práticas citadas — verifique sempre as fontes.