Análise da eficiência do inventário de Kolb modificado na identificação de estilos de aprendizagem em adultos

Resumo

Introdução/Justificativa: A aprendizagem em adultos é um processo complexo, influenciado por experiências prévias, necessidades práticas e pela forma como o indivíduo interpreta e aplica o conhecimento em contextos reais.¹ Nesse cenário, a compreensão dos estilos de aprendizagem torna-se fundamental para o desenvolvimento de estratégias educacionais mais eficazes, especialmente em áreas que demandam rápida tomada de decisão e aplicação prática do conhecimento. O modelo de aprendizagem experiencial proposto por Kolb² (1984) descreve quatro estilos principais: divergente, assimilador, convergente e acomodador, amplamente utilizados para compreender como os indivíduos aprendem e processam informações. A identificação desses estilos ocorre, tradicionalmente, por meio do Inventário de Kolb (IK), instrumento composto por 12 questões com quatro alternativas cada, cujo preenchimento leva aproximadamente 20 minutos.³ Apesar de sua relevância e ampla utilização, o tempo de aplicação pode representar um fator limitante, reduzindo sua aplicabilidade em contextos educacionais que exigem maior agilidade. Diante dessa limitação, surge a necessidade de instrumentos mais objetivos que mantenham a confiabilidade dos resultados. Nesse contexto, a utilização da inteligência artificial apresenta-se como uma estratégia inovadora para simulação e análise de padrões de resposta, permitindo a avaliação controlada de instrumentos educacionais antes de sua aplicação em indivíduos reais. Objetivos: Analisar a eficiência do Inventário de Kolb Modificado (IKM) na identificação dos estilos de aprendizagem em comparação com o Inventário de Kolb tradicional digitalizado, utilizando agentes de inteligência artificial configurados para simular diferentes perfis de aprendizagem. Metodologia: Trata-se de um estudo comparativo, no qual foram desenvolvidos agentes de inteligência artificial configurados de acordo com os quatro estilos de aprendizagem propostos por Kolb² (1984): convergente, assimilador, divergente e acomodador. A análise foi conduzida em duas plataformas distintas de inteligência artificial, GPT e Gemini, com o objetivo de verificar a consistência dos resultados em diferentes ambientes tecnológicos. Inicialmente, os agentes foram submetidos ao Inventário de Kolb tradicional digitalizado, garantindo padronização na aplicação do instrumento. Em seguida, responderam ao Inventário de Kolb Modificado, composto por quatro questões, desenvolvido com o auxílio de inteligência artificial para reduzir o tempo de aplicação sem comprometer a identificação dos perfis. Foram analisados os estilos de aprendizagem identificados em cada instrumento, bem como o tempo necessário para a conclusão de cada aplicação. Essa abordagem permitiu a comparação direta entre os instrumentos em um ambiente controlado, reduzindo variáveis externas e aumentando a confiabilidade da análise. O uso de agentes de inteligência artificial permitiu a padronização das respostas e a redução de vieses individuais, favorecendo a análise comparativa entre os instrumentos. Resultados: Os resultados demonstraram elevada concordância entre os perfis identificados pelos dois instrumentos, com índice de compatibilidade de 95% entre as respostas obtidas nas diferentes plataformas de inteligência artificial. Esse resultado reforça a capacidade do Inventário de Kolb Modificado de manter a confiabilidade na identificação dos estilos de aprendizagem, mesmo com a redução significativa no número de questões. Além disso, observou-se uma redução média de 63% no tempo de aplicação do instrumento modificado em comparação com o inventário tradicional. A análise por perfil evidenciou que todos os estilos apresentaram respostas coerentes entre os dois instrumentos, destacando-se maior afinidade do perfil acomodador com o formato reduzido, possivelmente devido à sua característica de valorização da ação e da objetividade.⁴ Os resultados também demonstraram consistência entre as plataformas GPT e Gemini, reforçando a robustez da metodologia adotada. Conclusão: O Inventário de Kolb Modificado apresentou elevada concordância com o inventário tradicional, mantendo a eficácia na identificação dos estilos de aprendizagem, com significativa redução no tempo de aplicação. Esses achados indicam que o instrumento possui potencial para aplicação em contextos educacionais que demandam maior agilidade e eficiência, sem comprometer a qualidade da avaliação. A utilização da inteligência artificial como ferramenta de simulação mostrou-se uma estratégia relevante para validação preliminar de instrumentos educacionais, contribuindo para o desenvolvimento de metodologias mais dinâmicas e alinhadas às demandas contemporâneas da educação.¹ Estudos futuros com aplicação em populações reais são recomendados para consolidar a validade externa do instrumento.