APRENDIZAGEM NA PERSPECTIVA DO CÉREBRO BAYESIANO

preprint OA: closed
Full text JSON View at publisher

Abstract

This narrative review presents the theoretical construct of the Bayesian Brain for the field of learning. The objective is to contribute to the expansion and consolidation of learning processes. The review presents the history of the Bayesian Brain framework, the definition of its basic nomenclature. It also makes explicit its basilar concepts, such as predictive processing and Bayesian inference. To exemplify learning, we analyzed constructs related to how oral language is learned for greater clarity in the exploration of the possibilities of understanding that the framework enables within the scientific method. This implies the observation and experimentation of phenomena based on a principle that integrates perception, cognition and action. This new approach can feed the cycle of hypotheses and empiricism on which science is based so that scientific evidence in the area of learning can be aligned with recent advances in the understanding of brain functioning.
Full text 6,123 characters · extracted from preprint-html · click to expand
APRENDIZAGEM NA PERSPECTIVA DO CÉREBRO BAYESIANO | SciELO Preprints window.dataLayer = window.dataLayer || []; function gtag(){dataLayer.push(arguments);} gtag('js', new Date()); gtag('config', 'G-3TT8HYRH0Y'); Open Menu Registrar-se Acesso English Español Ir para o conteúdo principal Ir para o menu de navegação principal Ir para o rodapé Preprints Submissão Áreas do Conhecimento Ciências Agrárias Ciências Biológicas Ciências da Saúde Ciências Exatas e da Terra Ciências Humanas Ciências Sociais Aplicadas Engenharias Linguística, letras e artes Educação em Revista Memórias do Instituto Oswaldo Cruz 47º Encontro Anual da ANPOCS 48º Encontro Anual da ANPOCS 49º Encontro Anual da ANPOCS Sobre Sobre o Servidor Declaração de Privacidade Atualizações do Sistema Contato FAQ Ética no SciELO Preprints Avaliação de preprints Anotações em preprints (via Hypothesis) Avalie um preprint Notícias Início / Ciências Humanas O preprint foi publicado em outro meio. DOI do preprint publicado https://doi.org/10.4025/imagenseduc.v16i1.81907 Preprint / Versão 1 APRENDIZAGEM NA PERSPECTIVA DO CÉREBRO BAYESIANO article.authors6a186a4fef133 Mirela C. C. Ramacciotti Universidade de São Paulo image/svg+xml .st0{fill:#A6CE39;} .st1{fill:#FFFFFF;} https://orcid.org/0000-0002-3109-8376 Maria Luiza Iennaco Universidade do Porto image/svg+xml .st0{fill:#A6CE39;} .st1{fill:#FFFFFF;} https://orcid.org/0000-0002-5407-4852 DOI: https://doi.org/10.1590/SciELOPreprints.10866 Palavras-chave: aprendizagem, cérebro bayesiano, codificação preditiva, inferência, processamento preditivo, teorema de bayes Resumo Esta revisão narrativa apresenta o construto teórico do Cérebro Bayesiano para o campo da aprendizagem. O objetivo é contribuir para a ampliação e consolidação do entendimento de processos do aprender. A revisão apresenta o histórico do arcabouço do Cérebro Bayesiano, a definição de sua nomenclatura básica bem como esclarecimentos acerca dos conceitos fundantes, como os do processamento preditivo e da inferência bayesiana. Para exemplificação da aprendizagem, analisamos construtos na área de como se aprende a linguagem oral a fim de oferecer maior clareza na exploração das possibilidades de entendimento que o arcabouço possibilita dentro do método científico. Isso implica na observação e experimentação de fenômenos fundamentados em um princípio que integra percepção, cognição e ação. Essa nova abordagem pode alimentar o ciclo de hipóteses e empirismo sobre o qual se baseia a ciência para que evidências científicas na área da aprendizagem possam estar alinhadas com os recentes avanços no entendimento do funcionamento cerebral. Downloads Os dados de download ainda não estão disponíveis. PDF Postado 20/12/2024 Como Citar APRENDIZAGEM NA PERSPECTIVA DO CÉREBRO BAYESIANO. (2024). Em SciELO Preprints . https://doi.org/10.1590/SciELOPreprints.10866 Formatos de Citação ACM ACS APA ABNT Chicago Harvard IEEE MLA Turabian Vancouver Baixar Citação Endnote/Zotero/Mendeley (RIS) BibTeX Série Ciências Humanas Copyright (c) 2024 Mirela C. C. Ramacciotti, Maria Luiza Iennaco Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License . .citations-container { overflow-y: auto; overflow-x: hidden; max-height: 1000px; } Plaudit Declaração de dados Os dados de pesquisa estão contidos no próprio manuscrito Aviso de preprints Preprints são manuscritos não avaliados por um periódico científico ou já avaliados mas em processo de publicação. .block_announcements_article:not(:last-child) { padding-bottom: 1.5em; border-bottom: 1px solid; } .block_announcements_article { text-align: left; } .block_announcements #show-all{ font-style: italic; } Notícias SciELO Preprints adota obrigatoriedade de declaração de disponibilização de dados de pesquisa 19 agosto 2025 A partir de 1º de setembro de 2025 os manuscritos submetidos ao SciELO Preprints devem incluir uma declaração de disponibilidade de dados informando sobre onde e como os dados da pesquisa que deram origem ao artigo podem ser acessados. Atualização da Política Editorial e FAQ 21 maio 2025 Todos(as) os(as) autores(as) são solicitados(as) a consultarem a nossa Política Editorial e nossas FAQs antes de submeterem o seu manuscrito. Prêmio Ben Barres Spotlight: Inscrições abertas para 2024 20 maio 2024 Prêmios de até US$ 5.000 estão agora disponíveis para pesquisadores de origens sub-representadas ou países com financiamento limitado para apoiar sua pesquisa, carreira e comunidade. Preprints do SciELO Preprints nas ciências da vida ou biomédicas com pelo menos uma revisão disponível no Sciety são elegíveis! Show all announcements ... SciELO - Scientific Electronic Library Online Rua Dr. Diogo de Faria, 1087 – 9º andar – Vila Clementino 04037-003 São Paulo/SP - Brasil E-mail: [email protected] app = {"hypothesisHandlerUrl":"https:\/\/preprints.scielo.org\/index.php\/scielo\/$$$call$$$\/plugins\/generic\/hypothesis\/controllers\/hypothesis\/"}; var pkpUsageStats = pkpUsageStats || {};pkpUsageStats.data = pkpUsageStats.data || {};pkpUsageStats.data.Submission = pkpUsageStats.data.Submission || {};pkpUsageStats.data.Submission[10866] = {"data":{"2024":{"12":"23"},"2025":{"1":"42","2":"27","3":"28","4":"13","5":"16","6":"24","7":"22","8":"13","9":"10","10":"19","11":"24","12":"26"},"2026":{"1":"40","2":"25","3":"42","4":"57","5":"68"}},"label":"Todos os downloads","color":"79,181,217","total":519}; var pkpUsageStats = pkpUsageStats || {};pkpUsageStats.locale = pkpUsageStats.locale || {};pkpUsageStats.locale.months = ["Jan","Fev","Mar","Abr","Mai","Jun","Jul","Ago","Set","Out","Nov","Dez"];pkpUsageStats.config = pkpUsageStats.config || {};pkpUsageStats.config.chartType = "bar"; (function (w, d, s, l, i) { w[l] = w[l] || []; var f = d.getElementsByTagName(s)[0], j = d.createElement(s), dl = l != 'dataLayer' ? '&l=' + l : ''; j.async = true; j.src = 'https://www.googletagmanager.com/gtag/js?id=' + i + dl; f.parentNode.insertBefore(j, f); function gtag(){dataLayer.push(arguments)}; gtag('js', new Date()); gtag('config', i); }) (window, document, 'script', 'dataLayer', '3TT8HYRH0Y');

Text is read by the "Ask this paper" AI Q&A widget below. Extraction quality varies by source — PMC NXML preserves structure cleanly, OA-HTML may include some navigation residue, and OA-PDF can have broken hyphenation. The publisher copy (via DOI) is the canonical version.

My notes (saved in your browser only)

Ask this paper AI returns verbatim quotes from the full text · source: preprint-html

Answers must be backed by verbatim quotes from this paper's full text. Hallucinated quotes are dropped automatically; if no verbatim passage answers the question, we say so. How this works

Citation neighborhood (no data yet)

We don't have any in-corpus citations linked to this paper yet. This is a recent paper (2024) — citers typically take a year or two to land, and the OpenAlex reference graph may still be filling in.

Source provenance

europepmc
last seen: 2026-05-20T01:45:00.602351+00:00