SciELO - Scientific Electronic Library Online

 
vol.16 número31Projeto de uma Rede de Conhecimento para professores do IEMSFatores explicativos do empreendedorismo de base tecnológica no México índice de autoresíndice de assuntospesquisa de artigos
Home Pagelista alfabética de periódicos  

Serviços Personalizados

Journal

Artigo

Indicadores

Links relacionados

  • Não possue artigos similaresSimilares em SciELO

Compartilhar


RIDE. Revista Iberoamericana para la Investigación y el Desarrollo Educativo

versão On-line ISSN 2007-7467

Resumo

CUEVAS VALENCIA, René Edmundo  e  SALGADO MARTINEZ, Gabriel Alejandro. Aplicativo Móvel Baseado em Aprendizado Profundo para a Inclusão Educacional de Pessoas Surdas: Reconhecimento e Tradução da Língua Mexicana de Sinais. RIDE. Rev. Iberoam. Investig. Desarro. Educ [online]. 2025, vol.16, n.31, e934.  Epub 17-Set-2025. ISSN 2007-7467.  https://doi.org/10.23913/ride.v16i31.2538.

A inclusão educacional é um direito fundamental que visa garantir o acesso à educação para todas as pessoas, incluindo aquelas com deficiência auditiva. No entanto, a comunicação entre surdos e ouvintes continua sendo uma barreira em ambientes educacionais. Este estudo apresenta o desenvolvimento de um aplicativo móvel baseado em algoritmos de Deep Learning para o reconhecimento e a tradução da Língua Mexicana de Sinais (LSM) para o espanhol, com o objetivo de aprimorar a interação em sala de aula e contribuir para a inclusão educacional. A biblioteca MediaPipe foi utilizada para a detecção de mãos, e os modelos de Redes Neurais Convolucionais (CNN) e Redes Neurais Recorrentes (LSTM) foram treinados no TensorFlow Lite para a classificação de sinais. O aplicativo permite a identificação de sinais fixos e móveis, alcançando uma precisão de mais de 90% em condições controladas. Os resultados sugerem que a tecnologia de deep learning pode ser uma ferramenta valiosa para aprimorar a comunicação em ambientes educacionais, permitindo a interação em tempo real sem a necessidade de conexão à internet. No entanto, foram identificados desafios na precisão do reconhecimento de sinais em ambientes com pouca luz e na detecção de movimentos rápidos. Trabalhos futuros sugerem a otimização do modelo para reconhecer expressões mais complexas e integrá-lo a plataformas digitais de aprendizagem para ampliar seu impacto na educação inclusiva.

Palavras-chave : aprendizagem profunda; inclusão educacional; inteligência artificial; Língua Mexicana de Sinais; tecnologia móvel.

        · resumo em Espanhol | Inglês     · texto em Espanhol     · Espanhol ( pdf )