Abstract
A presente obra, “O Habitar de Ensinar e do Aprender OnLIFE em Tempos de Ecologias Inteligentes”, dá continuidade às discussões sobre o Habitar do Ensinar e do Aprender realizadas nas obras anteriores a saber: “O Habitar do Ensinar e do Aprender OnLIFE: Vivências na Educação Contemporânea” (2021); “O Habitar do Ensinar e do Aprender: Desafios para/na/da Educação OnLIFE” (2022); e “O Habitar do Ensinar e do Aprender: as diferentes dimensões da/na Educação OnLIFE” (2023). Assim, embora publicada no ano de 2024, a obra está intrinsecamente ligada à produção do IV RIEOnLIFE e do VIII WLC em 2023, que ocorreram no Instituto Federal do Norte de Minas Gerais (IFNMG). Para tanto, damos continuidade às discussões sobre o Habitar do Ensinar e do Aprender OnLIFE, o qual se desenvolve num tempo constituído por inteligências diversas (humanas e não humanas), que conectadas formam o que denominamos de “ecologias inteligentes”.

Abstract
As profundas transformações globais deste século: pandemia do Covid-19, mudanças climáticas e inovações tecnológicas evidenciam a interdependência entre humano, natureza e tecnologia, desafiando a visão antropocêntrica predominante e redefinindo a compreensão do mundo. Esse contexto afeta a educação e consequentemente as pesquisas em educação que são instigadas a repensar o paradigma e a ética que orienta suas formas de operar. O objetivo é compreender como as transformações globais recentes desafiam o paradigma antropocêntrico predominante e provocam uma redefinição do paradigma educacional e da ética que fundamenta a educação e a pesquisa em educação, com foco na interdependência entre humanos, natureza e tecnologia. O procedimento metodológico envolve revisão teórica das contribuições de autores como Serres, Latour e Di Felice, que destacam a interconectividade entre humanos, natureza e tecnologia, o que contribui para pensar a educação no terceiro milênio. Os resultados sugerem que a educação permanece pouco permeável às mudanças globais e aos desafios para habitar o terceiro milênio. Perspectivas inovadoras, como o Paradigma da Educação OnLIFE, apresentam-se como alternativas que incorporam a conectividade digital e a hibridização dos espaços, tempos, tecnologias, presenças, linguagens e modalidades educacionais, na composição de novos espaços a serem habitados pelo ensinar e pelo aprender. Esse paradigma - ao operar na problematização e na invenção - refere-se a uma formação em ecossistemas ecologicamente conectados, onde humanos e não-humanos co-criam conhecimento em ambientes digitais e físicos, interligados, enfatizando a necessidade de uma nova política cognitiva na educação e, portanto, de uma ética que ultrapasse o antropocentrismo e adote uma perspectiva ecológica e conectiva.

Abstract

Abstract
Os desafios e as potencialidades de uma realidade hi perconectada numa era de hiperinteligência nos fazem pen sar num outro tipo de docência para o ensino superior e para a pós-graduação, dadas as transformações digitais pelas quais temos passado. Com o objetivo de compreender como formar o professor para a Docência OnLIFE, o percurso da pesquisa- -desenvolvimento-formação se fundamenta no método car tográfico de pesquisa-intervenção. Os artigos que constituem esta obra têmcomo foco a formação do professor-pesquisador, nesse sentido abordam: umhistórico das pesquisas realizadas pelo GPe-dU UNISINOS, uma discussão sobre amodalidade da Pós-Graduação stricto sensu, a construção de um programa de formação docente que tem início como uma ação de ex tensão em 2018 e se vai constituindo e ampliando para uma Especialização, em nível lato sensu, proposta em 2020, num processo de inventividade e inovação curricular e metodológi ca, com um público também diferenciado e pouco estudado: o professor-pesquisador de pós-graduação. Os capítulos deste livro vão problematizar as competên cias necessárias à docência na contemporaneidade, propondo a Rede de Competências para a Docência OnLIFE (Schlemmer, 2021). Essas competências são organizadas por dimensões, que apresentamos como “os 5D's da Formação Docente OnLI FE” (Schlemmer, 2019). Essas competências, organizadas nas dimensões, vão demandar, como se verá, outra concepção de currículo, que se apresenta de forma reticular. As metodologias e práticas inventivas que são construídas nesse escopo nos levam a propor uma docência OnLIFE.

Abstract
All types of sports are potential application scenarios for automatic and real-time visual object and event detection. In rink hockey, the popular roller quad skate variant of hockey team sports, it is of great interest to automatically track player’s movements and positions, player’s sticks and, also, making other judgments, such as being able to locate the ball. In this work, we introduce a real-time pipeline composed by an object detection model, created specifically for rink hockey games, followed by a knowledge-based event detection module. Even in the presence of occlusions and quick motions, our deep learning object detection model effectively identifies and tracks, in real-time, important visual elements such as: ball; players; sticks; referees; crowd; goalkeeper; and goal. Using a curated dataset composed by a collection of videos of rink hockey, comprising 2525 annotated frames, we trained and evaluated the algorithm performance and compare it to state of the art object detection techniques. Our object detection model, based on YOLOv7, presents a global accuracy of 80%, and presents a good performance in terms of accuracy and speed, according to our results, making it a good choice for rink hockey applications. In our initial tests, the event detection module successfully detected one important event type in rink hockey games, the occurrence of penalties.

Abstract
Phishing attacks aims to steal sensitive information and, unfortunately, are becoming a common practice on the web. Email phishing is one of the most common types of attacks on the web and can have a big impact on individuals and enterprises. There is still a gap in prevention when it comes to detecting phishing emails, as new attacks are usually not detected. The goal of this work was to develop a model capable of identifying phishing emails based on machine learning approaches. The work was performed in collaboration with E-goi, a multi-channel marketing automation company. The data consisted of emails collected from the E-goi servers in the electronic mail format. The problem consisted of a classification problem with unbalanced classes, with the minority class corresponding to the phishing emails and having less than 1% of the total emails. Several models were evaluated after careful data selection and feature extraction based on the email content and the literature regarding these types of problems. Due to the imbalance present in the data, several sampling methods based on under-sampling techniques were tested to see their impact on the model's ability to detect phishing emails. The final model consisted of a neural network able to detect more than 80% of phishing emails without compromising the remaining emails sent by E-goi clients.