Inteligência Artificial e BBC micro:bit: Como Usar o CreateAI

Nos últimos anos, a Inteligência Artificial deixou de ser um tema discutido apenas nos laboratórios e empresas de tecnologia para se tornar parte do dia a dia de milhões de pessoas. Assistentes virtuais, chatbots, aplicativos de reconhecimento de imagens, recomendações de produtos e filmes… Hoje é bastante comum utilizarmos as inteligências artificiais, muitas vezes sem sequer perceber.

Esse avanço tem transformado não apenas a forma como vivemos, mas também a forma como aprendemos e ensinamos, trazendo novas possibilidades para a sala de aula. No ambiente educacional, mais do que formar usuários passivos e replicadores, é necessário proporcionar aos estudantes a oportunidade de compreender como a IA funciona, quais suas possibilidades e limitações, e de que forma ela pode ser utilizada para resolver problemas reais.

Neste cenário, o BBC micro:bit e o micro:bit CreateAI surgem como ferramentas poderosas para inserir a IA de forma prática, permitindo o treinamento de modelos de Inteligência Artificial com dados captados pelos sensores da placa. Essa integração possibilita criar aplicações capazes de reconhecer gestos, identificar padrões de movimento e responder a diferentes estímulos de forma programada, aproximando os estudantes do funcionamento real da IA e permitindo que compreendam as etapas de coleta de dados, treinamento e aplicação de modelos enquanto desenvolvem projetos criativos e funcionais.

O processo de criação dos modelos de IA no CreateAI com micro:bit consiste em:

• Coletar dados: os sensores do micro:bit registram informações (como gestos ou movimentos).
• Modelo de teste: os dados coletados são usados para treinar e testar um modelo de IA, verificando se ele reconhece corretamente cada padrão. Esse processo pode ser repetido para tornar o modelo cada vez mais preciso.
• Programar: o modelo treinado é exportado para o micro:bit, permitindo criar programas que reagem aos gestos ou estímulos identificados.

Neste tutorial, será apresentado como usar o micro:bit em conjunto com o CreateAI para treinar um modelo de aprendizagem de máquina

MATERIAIS NECESSÁRIOS

• Computador com acesso à internet, Bluetooth e navegador Chrome ou Edge instalado;
• 1x Kit BBC micro:bit V2;

Observações:

• O CreateAI não é compatível com iPads, tablets ou celulares (iOS/Android);
• Modelos de IA só podem ser executados no micro:bit V2;
• O micro:bit V1 pode coletar dados e treinar modelos, mas apenas funciona via Bluetooth;
• Se o computador não tiver Bluetooth habilitado, será necessário um micro:bit V2 extra.
  
  

CRIANDO O MODELO

Para criar o modelo de Machine Learning, conecte o micro:bit ao computador usando o cabo USB. Em seguida, acesse o site do CreateAI por meio do link: https://createai.microbit.org.

Em seguida, clique em “Começar” e depois em “Nova sessão” para criar um novo projeto. A plataforma exibirá instruções passo a passo na tela, como mostrado no Vídeo 1.

REGISTRANDO AS AMOSTRAS DE DADOS

O acelerômetro do micro:bit será utilizado para registrar as variações de movimento nos eixos x, y e z, detectando inclinações, sacudidas e outros gestos. Esses dados são transmitidos em tempo real para o CreateAI por meio da conexão Bluetooth, onde poderão ser organizados e utilizados no treinamento do modelo de Inteligência Artificial.

Esses dados poderão ser visualizados em tempo real na área “Gráfico de dados ao vivo” no CreateAI, conforme a Figura 3.

Neste exemplo, vamos criar duas ações: bater palma e acenar. Para isso, será necessário coletar pelo menos 3 amostras de cada movimento. Na ação Bater palma, pressione o botão “Gravar” e faça repetidas vezes o gesto de bater as mãos, garantindo que o acelerômetro registre diferentes intensidades e variações.

Em seguida, crie a ação Acenar e repita o processo, movimentando a mão de um lado para o outro, como em um aceno.

Dica 1: Apesar de ser necessário apenas 3 amostras para treinar o modelo, recomendamos coletar um número maior para cada ação. Quanto mais variada for a coleta, incluindo movimentos rápidos, lentos, mais fortes ou mais suaves, melhor será o desempenho do modelo no momento de reconhecer os padrões.

Dica 2: Verifique a qualidade dos dados coletados. Antes de iniciar o treinamento, observe atentamente as amostras registradas. Caso identifique ruídos, gestos mal executados, dados discrepantes ou registros muito semelhantes entre ações diferentes, repita a coleta e, se necessário, adicione novas amostras.

Após a gravação das amostras, clique na opção “Treinar modelo” e aguarde.

TESTANDO O MODELO

Após o treinamento do modelo, é hora de testar se ele está conseguindo reconhecer corretamente as ações de Bater palma e Acenar.

Na tela do CreateAI, será exibida a categoria que o modelo identificou, acompanhada de uma barra de porcentagem que indica o nível de confiança do reconhecimento. Se o gesto for bem classificado, a categoria correspondente ficará destacada em verde. Caso o resultado não seja satisfatório, é recomendável retornar à etapa de coleta, adicionar mais amostras ou corrigir aquelas que apresentaram ruídos e, em seguida, realizar um novo treinamento.

PROGRAMANDO NO MAKECODE

Após o treinamento e validação do modelo, é possível exportá-lo diretamente para o Microsoft MakeCode para criar aplicações práticas. É possível, por exemplo, programar o micro:bit para tocar um som ao detectar o gesto de bater palma, acender um ícone na matriz de LEDs quando identificar um aceno, ou ainda acionar dispositivos externos como motores, LEDs, sistemas de automação simples, entre outros.

Essa etapa conecta a teoria à prática, mostrando aos estudantes que a IA não se limita a identificar padrões, mas pode ser aplicada para controlar recursos físicos e digitais. Assim, cada novo gesto reconhecido pode ser transformado em uma funcionalidade criativa, estimulando a experimentação e a criação de soluções próprias.

PARA APLICAR EM SALA DE AULA

O micro:bit e o CreateAI podem ser explorados em sala de aula de forma integrada às competências da Base Nacional Comum Curricular (BNCC) para o componente de Computação.

Entre as habilidades que podem ser trabalhadas, destacam-se:

• EF06CO05 – Identificar os recursos ou insumos necessários (entradas) para a resolução de problemas, bem como os resultados esperados (saídas), determinando os respectivos tipos de dados, e estabelecendo a definição de problema como uma relação entre entrada e saída.
• EF07CO03 – Construir soluções computacionais de problemas de diferentes áreas do conhecimento, de forma individual e colaborativa, selecionando as estruturas de dados e técnicas adequadas, aperfeiçoando e articulando saberes escolares.
• EF08CO04 – Construir soluções computacionais de problemas de diferentes áreas do conhecimento, de forma individual e colaborativa, selecionando as estruturas de dados e técnicas adequadas, aperfeiçoando e articulando saberes escolares.
• EM13CO10 – Conhecer os fundamentos da Inteligência Artificial, comparando-a com a inteligência humana, analisando suas potencialidades, riscos e limites.
• EM13CO11 – Criar e explorar modelos computacionais simples para simular e fazer previsões, identificando sua importância no desenvolvimento científico.
• EM13CO12 – Produzir, analisar, gerir e compartilhar informações a partir de dados, utilizando princípios de ciência de dados.

REFERÊNCIAS

MICRO:BIT EDUCATIONAL FOUNDATION. micro:bit CreateAI. Disponível em: https://createai.microbit.org. Acesso em: 16 set. 2025.

MICRO:BIT EDUCATIONAL FOUNDATION. micro:bit CreateAI – User Guide. Disponível em: https://microbit.org/get-started/user-guide/microbit-createai/. Acesso em: 16 set. 2025.