Educação digital para IA
um currículo real, possível e necessário
DOI:
https://doi.org/10.47677/gluks.v25i02.533Palavras-chave:
educação digital, multiletramentos, letramentos digitais, inteligência artificial, modalidades didáticasResumo
O presente artigo aborda a crescente necessidade de preparar estudantes e educadores para interagir criticamente com os sistemas digitais atuais e a Inteligência Artificial (IA). Discute conceitos essenciais de IA, diferenciando a IA Preditiva, baseada em aprendizado de máquina para previsões e classificações, da IA Generativa, focada na geração de novos conteúdos. O texto relata atividades de experimentação prática com estudantes e professores da educação básica, utilizando ferramentas visuais para treinamento e programação de máquinas com base em dados gerados pelos usuários. Estas experiências demonstraram como é possível desmistificar o funcionamento da IA, promovendo a compreensão de seus princípios básicos, a avaliação crítica de ferramentas, a detecção de vieses e o entendimento de suas capacidades e limitações. O artigo argumenta que a opacidade dos algoritmos levanta questões éticas e sociais significativas. Partindo das discussões acerca das modalidades didáticas e organizativas para o ensino de leitura e escrita, propõe-se a integração da IA no currículo escolar através de abordagens que fomentam a apropriação tecnológica, incentivando os usuários a transformar o significado e o uso da tecnologia aproximando-se dos recursos digitais ao longo de toda a escolaridade básica. Conclui-se que investir em uma educação que desmistifica a IA e estimula a apropriação tecnológica é fundamental para um futuro digital transparente, ético e centrado no ser humano, capacitando indivíduos para interações mais críticas, autorais e significativas.
Downloads
Referências
BRUNS, A. Blogs, Wikipedia, Second Life, and beyond: from production to produsage. New York: Peter Lang Publishing, 2008.
BUZATO, M. E. K. Cultura digital e apropriação ascendente: apontamentos para uma educação 2.0. Educação em Revista, Belo Horizonte, v. 26, n. 3, p. 283-303, dez. 2010. Disponível em: https://www.scielo.br/j/edur/a/Dc84sCHc3YhrBVhCXWNCXzt/. Acesso em: 3 maio 2025.
COPE, W.; KALANTZIS, M. Artificial Intelligence in the Long View: From Mechanical Intelligence to Cyber-social Systems. Discover Artificial Intelligence, New York, v. 2, n. 13, p. 1-18, 2022. Disponível em: https://link.springer.com/article/10.1007/s44163-022-00029-1. Acesso em: 14 abril 2025.
HOLMES, W; MIAO, F. Guia para a IA generativa na educação e na pesquisa. UNESCO Publishing, 2024.
KNOBEL, M.; LANKSHEAR, C. (Ed.). A new literacies sampler. New York: Peter Lang, 2007. 254 p. ISBN 978-0-8204-9523-1.
LERNER, D.. Ler e escrever na escola: o real, o possível e o necessário. Artmed Editora, 2018.
LUCKIN, R.. Is education ready for artificial intelligence? [Palestra em vídeo, 33’24’’]. Cambridge Summit of Education, Cambridge, 2019. Disponível em: https://www.cambridgeassessment.org.uk/insights/is-education-ready-ai-rose-luckin/. Acesso em: 14 abril 2025.
O'NEIL, C.. Algoritmos de destruição em massa: como o Big Data aumenta a desigualdade e ameaça a democracia. Rio de Janeiro: Rua do Sabão, 2021. ISBN 9786586460025.
ROJO, R; BARBOSA. J.P. Hipermodernidade, Multiletramentos e gêneros discursivos. São Paulo: Parábola, 2015.
UNESCO. AI competency framework for teachers / Fengchun Miao, Mutlu Cukurova. Paris: UNESCO, 2024. 52 p. ISBN 978-92-3-100707-1. DOI: https://doi.org/10.54675/ZJTE2084.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2025 Gláuks - Revista de Letras e Artes

Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.