Sistema de inteligência artificial baseado em vídeo para avaliação automática do alcance do movimento no âmbito da Educação Física e do Desporto

Autores

  • Muchamad Arif Al Ardha Universitas Negeri Surabaya https://orcid.org/0000-0002-9192-2072
  • Kukuh Pambuka Putra Universitas Kristen Satya Wacana
  • Julian Sahertian Universitas Nusantara PGRI Kediri
  • Andhega Wijaya Universitas Negeri Surabaya
  • Sauqi Sawa Bikalawan Universitas Negeri Surabaya
  • Firman Yahya Simanjuntak Universitas Negeri Surabaya
  • Ilham Khefi Ramdhanu Universitas Nusantara PGRI Kediri
  • Chung Bing Yang National Dong Hwa University

DOI:

https://doi.org/10.47197/retos.v74.117535

Palavras-chave:

Inteligência artificial, tecnologia educativa, ensino básico, estimativa da postura, biomecânica desportiva

Resumo

Introdução: A faixa de movimento (ROM) é um indicador fundamental da saúde musculoesquelética, da flexibilidade e do rendimento motor, mas a sua avaliação nas escolas foi vista limitada por métodos manuais como os goniómetros, que exigem muito tempo, os seus subjetivos e poucas práticas para Grupos Grandes.

Objectivo: O objectivo deste estúdio foi desenvolver e validar um sistema de inteligência artificial (IA) baseado em vídeo para a avaliação automática da gama de movimento (ROM) na educação física.

Metodologia: Testando os avanços na IA e na visão artificial, em particular os algoritmos de estimação de posturas como o MediaPipe e o OpenPose, esta investigação desenvolveu um sistema capaz de capturar e analisar os movimentos articulados através de capturas de vídeo padrão em inteligências de telefones e computadores portáteis. Utilizando o modelo holístico 4D (definir, projetar, projetar, divulgar), o estúdio identificou sistematicamente as necessidades dos professores, construiu um protótipo com cálculo automático de ângulos e retroalimentação em tempo real, e levou a cabo uma validação iterativa por parte de especialistas e testes piloto no salão.

Resultados: Os resultados demonstraram que o sistema fornece avaliações precisas, eficientes e fáceis de utilizar, ao mesmo tempo que reduzem a carga de trabalho dos professores e melhoram a precisão da aprendizagem. A implementação prática visa aliviar os benefícios tanto para os professores, que obtemos uma supervisão otimizada e um ensino individualizado, como para os ex-alunos, que obtemos uma retroalimentação objetiva sobre o seu progresso e uma maior motivação.

Discussão: Embora existam retos em relação às condições de iluminação, à preparação dos professores e à privacidade dos dados, o sistema representa uma inovação alugável e escalável para integrar a IA na educação física.

Conclusões: Os resultados revelam o seu potencial para transformar as práticas de avaliação, fomentar a literacia física e apoiar um desenvolvimento mais saludável dos antigos alunos no contexto escolar.

Referências

Arif, M., Ardha, A., Nurhasan, N., Ristanto, K. O., Yang, C. B., Lin, W. J., Rizki, A. Z., Utomo, R. S., Putro, A. B., & Bikalawan, S. S. (2023). Upper Body Range of Motion Correlation Toward Elementary School Students’ Manipulative Skill. 498–505. https://doi.org/10.2991/978-2-38476-008-4_55

Brogan, D. M., Anaz, A., Skubic, M., Dy, C. J., & Bridgeman, J. (2022). A System for Automated Acquisition of Digital Flexion Using a 3-D Camera and Custom Gantry. Hand Therapy, 27(3), 91–99. https://doi.org/10.1177/17589983221110916

Chen, W. (2025). Integrating Deep Learning and Wearable Technology for Real-Time, Scalable and Ob-jective Physical Education Assessment. International Journal of Information and Communica-tion Technology, 26(10), 42–60. https://doi.org/10.1504/IJICT.2025.146096

Dallinga, J., Benjaminse, A., Gokeler, A., Cortes, N., Otten, E., & Lemmink, K. (2017). Innovative Video Feedback on Jump Landing Improves Landing Technique in Males. International Journal of Sports Medicine, 38(2), 150–158. https://doi.org/10.1055/s-0042-106298

Farhan, M. M. A., Tuaimah, S. D., & Abdulridha, K. H. (2022). The Effect of Special Exercises to Rehabili-tate The Deltoid Muscle Injury According to Different Angles in Improving The Range Of Motion and The Accuracy of Transmission in Tennis for Young People. Revista Iberoamericana de Psi-cologia Del Ejercicio y El Deporte, 17(5), 290–293. https://doi.org/10.13140/RG.2.2.11644.55686

Faridah, A. A., Noor Istiqomah, I., Kurnianto, S., & Khovifah, N. (2022). The Effectiveness of Range of Motion (ROM) on Increasing Muscle Strength in Stroke Patients: Literature Review. Nursing and Health Sciences Journal (NHSJ), 2(2), 137–142. https://doi.org/10.53713/NHS.V2I2.118

Holzgreve, F., Maurer-Grubinger, C., Isaak, J., Kokott, P., Mörl-Kreitschmann, M., Polte, L., Solimann, A., Wessler, L., Filmann, N., & van Mark, A. (2020). The Acute Effect in Performing Common Range of Motion Tests in Healthy Young Adults: A Prospective Study. Scientific Reports, 10(1). https://doi.org/10.1038/s41598-020-78846-6

Hsia, L.-H., Hwang, G.-J., & Hwang, J.-P. (2023). AI-Facilitated Reflective Practice in Physical Education: An Auto-Assessment and Feedback Approach. Interactive Learning Environments. https://doi.org/10.1080/10494820.2023.2212712

Jung, J.-M., Gu, J.-S., & Shin, W.-S. (2012). The Effect of Different Sitting Postures on Range of Motion, Strength and Proprioceptive Sense of Neck. In Journal of the Korea Academia-Industrial coop-eration Society (Vol. 13, Issue 5, pp. 2212–2218). https://doi.org/10.5762/kais.2012.13.5.2212

Keim, M. (2024). Physical Education, School Sport and Olympic Values as Fundamental Rights in South Africa. Movimento, 30. https://doi.org/10.22456/1982-8918.143567

Kinoshita, T., & Komatsu, M. (2023). Artificial Intelligence in Surgery and Its Potential for Gastric Can-cer. Journal of Gastric Cancer, 23(3), 400. https://doi.org/10.5230/jgc.2023.23.e27

Laughlin, M. K., Hodges, M., & Iraggi, T. (2019). Deploying Video Analysis to Boost Instruction and As-sessment in Physical Education. Journal of Physical Education, Recreation and Dance, 90(5), 23–29. https://doi.org/10.1080/07303084.2019.1580637

Lee, H. S., & Lee, J. (2021). Applying Artificial Intelligence in Physical Education and Future Perspec-tives. Sustainability (Switzerland), 13(1), 1–16. https://doi.org/10.3390/su13010351

Lee, U., Lee, S., Kim, S.-A., Lee, J.-D., & Lee, S. (2023). Validity and Reliability of the Single Camera Marker Less Motion Capture System Using RGB-D Sensor to Measure Shoulder Range-of-Motion: A Pro-tocol for Systematic Review and Meta-Analysis. Medicine, 102(22), e33893. https://doi.org/10.1097/md.0000000000033893

Lee, Y., & Kim, D. (2025). Evolving Professionalism in the AI Era: Implementing Generative AI in Physi-cal Education. Journal of Physical Education, Recreation and Dance, 96(3), 8–13. https://doi.org/10.1080/07303084.2024.2444586

Li, N., & Xue, Y. (2023). Artificial Intelligence-Based Assessment of Physical Education and Training Effectiveness. Computer-Aided Design and Applications, 20, 75–84. https://doi.org/10.14733/cadaps.2023.S5.75-84

Lin, W. C., Tu, Y. C., Lin, H. Y., & Tseng, M. H. (2025). A Comparison of Deep Learning Techniques for Pose Recognition in Up-and-Go Pole Walking Exercises Using Skeleton Images and Feature Da-ta. Electronics 2025, Vol. 14, Page 1075, 14(6), 1075. https://doi.org/10.3390/ELECTRONICS14061075

Miranda, S. (2025). Artificial Intelligence From Google Environment for Effective Learning Assessment. https://doi.org/10.20944/preprints202505.0952.v1

Miyachi, Y., Ito, M., Furuta, K., Ban, R., Hanamura, S., & Kamiya, M. (2022). Reliability and Validity of Lower Limb Joint Range of Motion Measurements using A Smartphone. Nagoya Journal of Med-ical Science, 84(1), 7. https://doi.org/10.18999/NAGJMS.84.1.7

Necibi, K., Chaouche, A. C., & Soukeur, Z. (2025). Adaptive Multi-Sport Smart Tracker for Athlete Talent Identification. Journal of Ambient Intelligence and Humanized Computing. https://doi.org/10.1007/S12652-025-04973-5

Nithya, D. M., Rakshith, N. J., Rohan, K., Sneha, C. R., & R, Prof. V. D. (2022). Automatic Personality Recognition Used in Asynchronous Video Interviews. International Journal of Advanced Re-search in Science Communication and Technology, 586–592. https://doi.org/10.48175/ijarsct-5076

Ore, V., Nasic, S., & Riad, J. (2020). Lower Extremity Range of Motion and Alignment: A Reliability and Concurrent Validity Study of Goniometric and Three-Dimensional Motion Analysis Measure-ment. Heliyon, 6(8), e04713. https://doi.org/10.1016/J.HELIYON.2020.E04713

Parati, M., Gallotta, M., Maria, B. D., Pirola, A., Morini, M., Longoni, L., Ambrosini, E., Ferriero, G., & Fer-rante, S. (2023). Video-Based Goniometer Applications for Measuring Knee Joint Angles during Walking in Neurological Patients: A Validity, Reliability and Usability Study. Sensors, 23(4), 2232. https://doi.org/10.3390/s23042232

Praveen, K., Leena Jasmine, A. J., Aathilakshmi, S., Balaji, S., Aravind, E., & Sarithra, P. (2024). Advancing Stimulator Technology with Digital Goniometer Feedback: Design and Assessment. 1679–1682. https://doi.org/10.1109/ICACCS60874.2024.10716915

Sargent, J., & Calderón, A. (2021). Technology-Enhanced Learning Physical Education? A Critical Re-view Of The Literature. Journal of Teaching in Physical Education, 41(4):1-21. https://doi.org/10.1123/jtpe.2021-0136

Soeters, R., Damodar, D., Borman, N., Jacobson, K., Shi, J., Pillai, R., & Mehran, N. (2023). Accuracy of a Smartphone Software Application Compared With a Handheld Goniometer for Measuring Shoulder Range of Motion in Asymptomatic Adults. Orthopaedic Journal of Sports Medicine, 11(7), 23259671231187296. https://doi.org/10.1177/23259671231187297

Sun, R., Lin, Z., Leng, S., Wang, A., & Zhao, L. (2025). An In-Depth Analysis of 2D and 3D Pose Estimation Techniques in Deep Learning: Methodologies and Advances. Electronics 2025, Vol. 14, Page 1307, 14(7), 1307. https://doi.org/10.3390/ELECTRONICS14071307

Takigami, S., Inui, A., Mifune, Y., Nishimoto, H., Yamaura, K., Kato, T., Furukawa, T., Tanaka, S., Kusunose, M., & Ehara, Y. (2024). Estimation of Shoulder Joint Rotation Angle Using Tablet Device and Pose Estimation Artificial Intelligence Model. Sensors, 24(9). https://doi.org/10.3390/s24092912

Theile, H., Walsh, S., Scougall, P., Ryan, D., & Chopra, S. (2022). Smartphone Goniometer for Reliable and Convenient Measurement of Finger Range of Motion: A Comparative Study. Australasian Jour-nal of Plastic Surgery, 5(2), 37–43. https://doi.org/10.34239/AJOPS.V5N2.335

Tian, Y. (2024). Empowering College Physical Education: AI-Driven Training, Teaching, and Intelligent Information Processing. MCB Molecular and Cellular Biomechanics, 21(1). https://doi.org/10.62617/mcb.v21i1.327

Vogt, T., Rehlinghaus, K., & Klein, D. (2019). School Sport Facing Digitalisation: A Brief Conceptual Re-view on A Strategy to Teach and Promote Media Competence Transferred to Physical Educa-tion. Journal of Physical Education and Sport, 19, 1424–1428. https://doi.org/10.7752/jpes.2019.s4206

Wu, Z., Buaduang, R., White, A. R., Darodjat, T., & Rattanapun, S. (2025). The Impact of Artificial Intelli-gence-Assisted Teaching on Enhancing Physical Education Quality in Secondary Vocational Schools. International Journal of Innovative Research and Scientific Studies, 8(4), 1152–1160. https://doi.org/10.53894/ijirss.v8i4.8019

Yumi, E. (2023). Universalizing AI Animal Behavior Analysis Through Video-Based Approaches. Pro-ceedings for Annual Meeting of the Japanese Pharmacological Society, 97(0), 3-B-S57-3. https://doi.org/10.1254/jpssuppl.97.0_3-b-s57-3

Zhang, Z., & Wang, X. (2024). Wearable Sports Smart Glasses Real-time Monitoring and Feedback Mech-anism in Physical Education. EAI Endorsed Transactions on Pervasive Health and Technology, 10. https://doi.org/10.4108/eetpht.10.5531

Downloads

Publicado

08-11-2025

Edição

Vol. 74 (2026)

Secção

Artigos de caráter científico: trabalhos de pesquisas básicas e/ou aplicadas.

Licença

Direitos de Autor (c) 2025 Muchamad Arif Al Ardha, Kukuh Pambuka Putra, Julian Sahertian, Andhega Wijaya, Sauqi Sawa Bikalawan, Firman Yahya Simanjuntak, Ilham Khefi Ramdhanu, Chung Bing Yang

Creative Commons License

Este trabalho encontra-se publicado com a Licença Internacional Creative Commons Atribuição-NãoComercial-SemDerivações 4.0.

Autores que publicam nesta revista concordam com os seguintes termos:

  1. Autores mantém os direitos autorais e assegurar a revista o direito de ser a primeira publicação da obra como licenciado sob a Licença Creative Commons Attribution que permite que outros para compartilhar o trabalho com o crédito de autoria do trabalho e publicação inicial nesta revista.
  2. Os autores podem estabelecer acordos adicionais separados para a distribuição não-exclusiva da versão do trabalho publicado na revista (por exemplo, a um repositório institucional, ou publicá-lo em um livro), com reconhecimento de autoria e publicação inicial nesta revista.
  3. É permitido e os autores são incentivados a divulgar o seu trabalho por via electrónica (por exemplo, em repositórios institucionais ou no seu próprio site), antes e durante o processo de envio, pois pode gerar alterações produtivas, bem como a uma intimação mais Cedo e mais do trabalho publicado (Veja O Efeito do Acesso Livre) (em Inglês).

Esta revista é a "política de acesso aberto" de Boai (1), apoiando os direitos dos usuários de "ler, baixar, copiar, distribuir, imprimir, pesquisar, ou link para os textos completos dos artigos". (1) http://legacy.earlham.edu/~peters/fos/boaifaq.htm#openaccess

Como Citar

Al Ardha, M. A., Putra, K. P., Sahertian, J., Wijaya, A., Bikalawan, S. S., Simanjuntak, F. Y., Ramdhanu, I. K., & Yang, C. B. (2025). Sistema de inteligência artificial baseado em vídeo para avaliação automática do alcance do movimento no âmbito da Educação Física e do Desporto. Retos, 74, 221-235. https://doi.org/10.47197/retos.v74.117535