Keywords
Explainable Neural Networks
Constructionism
Open Roberta Lab
Educational Robotics.
How to Cite
Abstract
Purpose: To analyze the fundamentals for teaching Artificial Intelligence (AI) with Explainable Neural Networks (XAI), from a constructionist approach, investigating the Open Roberta Lab robotic simulator as a pedagogical mediator.
Method: This study adopts a qualitative, theoretical-analytical approach, based on a literature review and the analysis of an educational artifact. The research was conducted in three stages: (i) theoretical review on AI in education, XAI, and constructionism; (ii) exploration of the Open Roberta Lab with examples involving neural networks; and (iii) analysis of the environment based on criteria such as artifact construction, interactivity, explainability, usability, and pedagogical mediation.
Results: The findings indicate that the Open Roberta Lab robotic simulator has significant potential for AI education, particularly by promoting active learning, experimentation, and visualization of neural network processes. The integration of block-based programming, simulation, and XAI contributes to reducing the complexity of models and fostering a more critical and reflective understanding.
Discussion: The study highlights the importance of articulating pedagogical and technological foundations in AI education, emphasizing the role of XAI in promoting AI literacy. Furthermore, robotic simulators emerge as accessible alternatives for implementing constructionist practices, especially in contexts with limited infrastructure.
Originality and value: As an original contribution, the study proposes a connection between constructionism, XAI (Interactive Application of Technology), and robotic simulation, offering theoretical support for the development of more accessible pedagogical practices.
References
Adablanu, S. (2024). Explainable neural networks for interpretable cybersecurity decisions. ResearchGate.
Adadi, A., & Berrada, M. (2018). Peeking inside the black-box: A survey on explainable artificial intelligence (XAI). IEEE Access, 6, 52138–52160.
Aimisis, D. (2013). Educational robotics: Open questions and new challenges. Themes in Science and Technology Education, 6(1), 63–71.
Alves, J. M. C., & Trindade, G. M. (2025). REDES NEURAIS EXPLICÁVEIS E ROBÓTICA EDUCACIONAL: REVISÃO E ANÁLISE DO OPEN ROBERTA LAB PARA O ENSINO DE INTELIGÊNCIA ARTIFICIAL. Revista Ibero-Americana De Humanidades, Ciências E Educação, 11(8), 1782–1797. https://doi.org/10.51891/rease.v11i8.20681
Benitti, F. B. V. (2012). Exploring the educational potential of robotics in schools: A systematic review. Computers & Education, 58(3), 978–988.
Biriba, G. B. (2023). O construcionismo contextualizado por meio da linguagem de programação Logo: Uma proposta de ensino-aprendizagem da geometria plana (Dissertação de mestrado, Universidade Federal de Sergipe).
Clemente, A. O. (2022). A utilização da Robótica como ferramenta de motivação e formação profissional em Ciências Tecnológicas. Estudo do impacto da realização de torneios de Robótica em eventos em Ciência e Tecnologia (Doctoral dissertation, Tese de doutorado, Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica]. Campinas, SP).
de Oliveira, K. L. R., da Silva, M. A. D. F., de Oliveira, M. G., Scarpati, R., & Battestin, V. (2022). Formação online de professores em robótica educacional com práticas no simulador Tinkercad. Revista Brasileira de Ensino de Ciências e Matemática, 5(especial).
Eguchi, A. (2014). Robotics as a learning tool for educational transformation. In Proceedings of the 4th International Workshop Teaching Robotics, Teaching with Robotics.
Ferreira, A. (2025). Inteligência artificial e sociedade–1a ED. Editora Foco.
Ferreira, H. S. (2026). Inteligência artificial e deep learning. Editora Senac São Paulo.
Goulart, J. M., Colombo, J. E. M., da Luz, J. A. R., Orige, L. P., Marques, C. A., Olivier, L. F., & de Moraes, D. F. (2026). O Plano Brasileiro de Inteligência Artificial e o ensino superior: implicações para a governança institucional da IA. Cadernos Cajuína, 11(3), e2314-e2314.
Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial intelligence in education: Promises and implications for teaching and learning. Center for Curriculum Redesign.
Holz, J., & Trentin, M. A. S. (2025). Considerações sobre um Desafio de Robótica Fazendo Uso de um Simulador. EaD & Tecnologias Digitais na Educação, 13(20).
Jacobina, E. C., Nardotto, R. S., Costa, R. S., Sousa, E. B., Lima, K. P. C, Ferreira, C. N. S., ... & dos Santos, G. P. (2026). INTELIGÊNCIA ARTIFICIAL E APRENDIZAGEM NO SÉCULO XXI: MEDIAÇÕES, POTENCIALIDADES E DESAFIOS FORMATIVOS. Revista de Geopolítica, 17(1), e1212-e1212.
Long, D., & Magerko, B. (2020). What is AI literacy? Competencies and design considerations. In Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems.
Luckin, R., Holmes, W., Griffiths, M., & Forcier, L. B. (2016). Intelligence unleashed: An argument for AI in education. Pearson.
Massa, N. P., De Oliveira, G. S., & dos Santos, J. A. (2022). O construcionismo de Seymour Papert e os computadores na educação. Cadernos da FUCAMP, 21(52).
Mikropoulos, T. A., & Natsis, A. (2011). Educational virtual environments: A ten-year review of empirical research. Computers & Education, 56(3), 769–780.
Münsterberg, A. V., Budde, R., Leimbach, T. & Schmid, U. (2023): Perzeptrons programmieren und explorieren im Rahmen der Open Roberta Lernumgebung, in: Bamberg: Otto-Friedrich-Universität, S. 435–436.
Murer, R. (2025). Fundamentos da inteligência artificial: o futuro é agora. Alta Books.
Palmeira, AA, & dos Santos, IB (2025). A resolução de problemas e o erro na perspectiva construtivista. Revista Brasileira de Ensino de Ciências e Matemática , 8 (2).
Papert, S. (1980). Mindstorms: Children, computers, and powerful ideas. Basic Books.
Ruiz, I. H., Fernández, C. G., & Carvajal, L. A. F. (2023). La Experiencia y percepción estudiantil del software Open Roberta Lab en un curso introductorio de robótica educativa en Costa Rica. Universidad de Alcalá, Alcalá de Henares.
Samek, W., Wiegand, T., & Müller, K. R. (2017). Explainable artificial intelligence: Understanding, visualizing and interpreting deep learning models. ITU Journal: ICT Discoveries, 1(1), 1–10.
Santos, B. S. (2026). ROBÓTICA EDUCACIONAL NA ESCOLA PÚBLICA BRASILEIRA: INOVAÇÃO PEDAGÓGICA, FORMAÇÃO DOCENTE E DESAFIOS ESTRUTURAIS. International Integralize Scientific, 6(56).
Sousa, J. S. (2025). O olhar construtivista dentro da sala de aula e sua influência nos anos iniciais. EDUCAÇÃO E CULTURA EM DEBATE, 1(1), 27-41.
Souza, G. A. D. (2024). Perspectivas para uma pedagogia da matéria: Potência pedagógica da atividade poética e representações como suporte material da cognição (Doctoral dissertation, Universidade de São Paulo).
Trindade, G. M., & Trindade, D. R. de S. (2025). Influência da Cultura Maker no Desenvolvimento de Competências em Liderança Educacional: Uma Análise Qualitativa. In XVII Simpósio Amazônico de Computação e Inovação (Vol. 16). Zenodo. https://doi.org/10.5281/zenodo.18076415
Valente, J. A. (2011). A desconstrução do construtivismo na educação: Crenças e equívocos de professores, autores e críticos. Editora UNESP.
Vilanova, J. C. (2025). O ENSINO DE PROGRAMAÇÃO E ROBÓTICA PARA CRIANÇAS: CONSTRUCIONISMO, PENSAMENTO COMPUTACIONAL E TRANSDISCIPLINARIDADE-DE PAPERT A WING. LUMEN ET VIRTUS, 16(54).
Wisnieski, R. T. (2022). A teoria construcionista. RECIMA21-Revista Científica Multidisciplinar-ISSN 2675-6218, 3(4), e341390-e341390.
This work is licensed under a Creative Commons Attribution 4.0 International License.
Copyright (c) 2026 Genarde M. Trindade, Jorge Mikael C. Alves, João da M. Libório Filho, Jhonathan A. Oliveira, Dayane R. de S. Trindade