321 XXXII MOSTRA UNISINOS DE INICIAÇÃO CIENTÍFICA E TECNOLÓGICA De 29/09/2025 a 03/10/2025 Unisinos São Leopoldo e Porto Alegre hipóteses diagnósticas, bem como, ao final, fazer uma autoavaliação do aluno quanto a sua confiança para avaliar os exames. Resultados: Em apenas 2 das 30 imagens (6,7%) a resposta correta foi elencada como mais provável por todos os alunos. Ademais, os dois alunos com menor confiança declarada para responder o questionário, obtiveram mais acertos (50%) e foram os únicos a acertar o diagnóstico mais provável em outras 7 imagens. A partir disso, percebe-se que a confiança declarada não é um indicativo confiável das respostas fornecidas, demonstrando a necessidade de adicionar um mecanismo adicional para calibração do nível das respostas analisadas. Esses resultados, ainda que preliminares, evidenciam o potencial da ferramenta como um instrumento de avaliação e aprendizagem. Fundamentado nisso, objetivamos unir essa análise à aplicação de mecanismos de consenso, de forma que compare as respostas dos alunos com as predições do modelo e com os gabaritos de especialistas, reforçando o treinamento supervisionado e a progressão do conhecimento ao longo do tempo. Palavras-chave: medicina; educação; computação; aprendizado profundo; inteligência artificial;
RkJQdWJsaXNoZXIy MjEzNzYz