7 paradigmas da inteligência artificial na educação superior

Por que ainda temos medo da tecnologia nas escolas? Conheça os 7 paradigmas da inteligência artificial que devemos erradicar no ensino superior. 

1. O que é um paradigma e como ele é aplicado na educação?
   1.1. Exemplo de paradigma na educação
2. Paradigmas da IA que causam polêmica
3. Sistemas de deep learning e algoritmos de caixa preta: vantagem ou ameaça?
4. Adeus a 7 paradigmas da IA no ensino superior
   4.1. A IA substituirá o professor como facilitador do processo de aprendizagem
   4.2. Os alunos perderão a capacidade de análise ao obter informações sem esforço
   4.3. As informações fornecidas pela IA são duvidosas, e não em análises aprofundadas
   4.4. A lacuna de desigualdade na educação aumentará porque nem todos têm acesso à IA
   4.5. A IA pode gerar dependência nos alunos 
   4.6. A IA pode violar a privacidade e fazer uso indevido de dados
   4.7. A IA coloca em risco o controle de processos não supervisionados por humanos
5. Futuro da IA no ensino superior
6. Pearson Higher Education: criando experiências de aprendizagem inovadoras

Ainda há desconfiança em relação ao uso de determinadas tecnologias dentro das instituições de ensino superior (IES). Até hoje, existem certos paradigmas da inteligência artificial (IA), ideias baseadas no medo ou na ignorância de seu verdadeiro uso como recurso para impulsionar a qualidade educacional. 

Convidamos você a descobrir os 7 paradigmas da IA que estão causando desconfiança no ensino superior, e por que devemos erradicá-los.

O que é um paradigma e como ele é aplicado na educação?

Do grego paradeigma, refere-se a um modelo mental que seguimos por considerá-lo correto. No entanto, com o passar do tempo, os paradigmas tendem a mudar quando não se adequam mais a nossas necessidades atuais, dando lugar a novos modelos de pensamento, ou seja, novos paradigmas.

Exemplo de paradigma na educação

Pensemos no “paradigma” do professor tradicional: por gerações, a sociedade considerou que o modelo ou perfil do professor deveria ser rígido, sistemático e até autoritário; que o professor precisaria focar na situação em todos os alunos aprendem da mesma forma, principalmente memorizando conteúdos acadêmicos. 

Hoje, esse paradigma nascido do sistema educacional prussiano está fora de contexto: com os avanços da tecnologia e da ciência da aprendizagem, surgiram novos paradigmas que respondem às necessidades atuais e que envolvem outros recursos pedagógicos – como a inteligência emocional – e aspectos tecnológicos mais inovadores, como a IA. 

A IA representa um salto quântico na tecnologia, mas também na educação, mudando drasticamente muitos dos paradigmas em vigor até poucos anos atrás. 

No entanto, devemos considerar que o medo da mudança é uma característica natural das sociedades, o que muitas vezes também gera paradigmas negativos ou de resistência. Isso vem acontecendo no desenvolvimento da IA há décadas, fazendo que tanto a sociedade quanto as instituições de ensino sejam céticas ao integrá-la ao processo de aprendizagem.

Leia também: 👉  6 características atuais do processo de ensino-aprendizagem

Paradigmas da IA que causam polêmica

Na ciência, um paradigma explica as revoluções científicas por meio de premissas que validam se uma pesquisa é verdadeira ou correta. Mas há também paradigmas sociais, definidos por “termos, valores, percepções e práticas que uma comunidade tem em comum” e que podem formar uma ideia que pode ser certa ou errada sobre um fenômeno. 

Atualmente, no ensino superior existem alguns paradigmas da IA que estão causando polêmica, por meio de medo e desconfiança em torno do uso dessa tecnologia. 

Por isso, é muito importante nos perguntarmos quais são esses paradigmas que estão causando tanta polêmica e ceticismo para integrar a IA nas instituições de ensino superior (IES). Esse já é o primeiro passo para implementar uma cultura de mudança. 

Vários especialistas em tecnologia concordam que a principal desconfiança em relação à IA está baseada na evolução dos sistemas de deep learning e dos algoritmos de caixa preta.

Sistemas de deep learning e algoritmos de caixa preta: vantagem ou ameaça?

Quando John McCarthy cunhou o termo “inteligência artificial” em 1956, ele nunca imaginou que a ficção científica se tornaria uma realidade e que haveria máquinas capazes de “pensar” ou evoluir por conta própria sem a intervenção humana. 

Hoje, os algoritmos evoluíram para sistemas capazes de aprender por conta própria e, em muitos casos, a estrutura deles é tão complexa que não é mais possível para o ser humano decodificá-la. 

Os sistemas de deep learning são baseados em uma tecnologia de redes neurais artificiais (RNA); estes “aprendem” de maneira autônoma a partir de tentativas e erros, aperfeiçoando o próprio desempenho como fariam as redes neurais do cérebro, seja para reconhecer padrões, detectar objetos e até mesmo tomar decisões autônomas. 

Por outro lado, algoritmos de caixa preta são sistemas fechados que não permitem acesso a seu código, e que também respondem a uma arquitetura tão complexa que, na maioria das vezes, é impossível de ser decodificada. 

Um exemplo simples seria o Google Maps: um aplicativo que nos diz aonde ir por meio do uso de “satélites e transponders de geolocalização, celulares acionados por pessoas, sistemas de gravação óptico-panorâmicos”, e tudo isso sem intervenção humana. 

Basicamente, o algoritmo da caixa preta não responde a instruções, apenas toma decisões com base em operação autônoma, o que gera desconfiança em uma população com medo de que essas decisões se voltem contra nós. 

É fato que toda revolução tecnológica traz consigo desconfiança e resistência à mudança. No caso do ensino superior, há vários paradigmas da IA que carecem de apoio, mas que têm muito peso na consciência coletiva, e são dados como certos. Por isso, para entender o futuro da IA no processo de aprendizagem do ensino superior, vale a pena conhecer alguns desses paradigmas e desmistificá-los.

Leia também: 👉 Liderança docente e mitos da inteligência artificial na educação

Adeus a 7 paradigmas da IA no ensino superior

Vamos explorar alguns desses paradigmas sociais que ainda geram desconfiança entre as instituições e a população educacional em torno da IA, com o objetivo de desmistificá-los e proporcionar maior segurança quanto ao uso ético e responsável dessa incrível tecnologia.

1. A IA substituirá o professor como facilitador do processo de aprendizagem

Esse paradigma responde a uma especulação bem fundamentada: de acordo com uma pesquisa do Goldman Sachs, a IA afetará cerca de 300 milhões de empregos em todo o mundo. No entanto, temos de contextualizar essa afirmação. 

Como afirma Sachs, cerca de 18% dos empregos globais poderiam ser automatizados, especialmente aqueles relacionados à administração e produção, mas, em seu relatório, ele não aponta nenhum caso associado ao ensino ou à educação em geral. 

É importante lembrar que fatores como empatia e inteligência emocional estão envolvidos no processo de aprendizagem humana, e até o momento não existe uma tecnologia capaz de replicar esses traços humanos artificialmente.

2. Os alunos perderão a capacidade de análise ao obter informações sem esforço

“A inteligência artificial pode cultivar o pensamento crítico nas mentes dos alunos?” Especialistas em tecnologia e ensino foram questionados, e a resposta é sim, desde que a IA funcione como um otimizador de informações, ou seja, forneça os recursos necessários para o processo de aprendizagem, sob a supervisão e a orientação do professor. 

Como assinala Nuria Oliver, “o primeiro passo para enfrentar os nossos medos é aprender, neste caso, com a tecnologia com que vivemos, com a aspiração de compreender melhor o mundo e, assim, poder tomar decisões informadas sobre isto”.

3. As informações fornecidas pela IA são duvidosas, e não em análises aprofundadas

Esse paradigma tornou-se muito popular na sociedade acadêmica, porque assume que a IA não “reflete” sobre o conteúdo que oferece. De fato, existe alguma razão para isso, mas novamente temos que contextualizar o argumento: 

É verdade que a IA tem viés de informação: como aponta a professora do MIT Pattie Maes, sistemas como o ChatGPT são “como um papagaio: capaz de reproduzir a linguagem, mas não pensar sobre o que estamos pedindo a ela”.  

No entanto, devemos considerar que a IA responde a um processo que simula a inteligência humana para resolver problemas apreendendo os dados que a cercam, e que sua eficácia depende de como suas ferramentas são utilizadas.  

Isso também reforça a ideia de que o professor continuará sendo essencial para o aprendizado, atuando como gestor profissional dos recursos de IA em benefício dos alunos.

4. A lacuna de desigualdade na educação aumentará porque nem todos têm acesso à IA

Evitar a IA na educação sob o argumento de que “nem todo mundo tem acesso a ela, e isso vai gerar desigualdade” seria tão ilógico quanto propor tirar a Internet das salas de aula pelo mesmo motivo. 

Como aponta a Unesco entre seus Objetivos de Desenvolvimento Sustentável (ODS4): “as tecnologias de IA são usadas para garantir o acesso equitativo e inclusivo à educação. Isso implica ter de modificar o papel dos professores na transmissão dos saberes que proporcionam às novas gerações”. 

Ao agregar novas ferramentas tecnológicas, a desigualdade não está sendo incentivada; pelo contrário, está se abrindo a possibilidade de que aqueles que ainda não contam com seus benefícios possam desfrutar deles no futuro.

Leia também: 👉 IA e empregabilidade: rumo ao mercado de trabalho do futuro

5. A IA pode gerar dependência nos alunos

Muitos dos paradigmas da IA são, na verdade, falácias argumentativas como essa: há mais de meio século se fala em dependência da tecnologia, que não é exclusiva da IA – portanto, não se pode atribuir esse aspecto somente a ela. 

Sob esse argumento, teríamos que propor que não apenas a Internet fosse eliminada nas escolas, mas também telefones, tablets, computadores ou outras tecnologias, por conta do risco potencial de gerar dependência. 

Em suma, a dependência sempre será uma possibilidade da tecnologia, e é por isso que, dentro dos ambientes educacionais, deve haver regras e regulamentos que antecipem esse risco potencial.

6. A IA pode violar a privacidade e fazer uso indevido de dados

Os ambientes de IA não representam maior ou menor risco de violação da privacidade do usuário, como o fariam, por exemplo, as redes sociais. Portanto, as medidas de segurança não são diferentes ou exclusivas, mas é muito importante levar em conta os protocolos básicos quando interagimos com esses sistemas:

• Use senhas fortes
• Minimize a exposição de informações pessoais
• Use a autenticação de dois fatores ao fazer login em um sistema
• Navegue no modo seguro ou anônimo
• Use software de segurança contra malware e outros ataques cibernéticos
• Evite redes Wi-Fi públicas
• Fique atento aos golpes de phishing (mensagens e e-mails que tentam roubar nossos dados pessoais)

7. A IA coloca em risco o controle de processos não supervisionados por humanos

Ainda há quem acredite que a IA pode colocar em risco a veracidade de dados e informações importantes no ambiente educacional; por exemplo, nos resultados de uma avaliação, ou na revisão de tarefas ou testes. 

Na realidade, ocorre o contrário: de fato, muitos sistemas educacionais recorrem à IA, justamente, para evitar que os resultados sejam afetados por fatores humanos, como um descuido na avaliação, um viés cognitivo ou de percepção por parte do avaliador.

Futuro da IA no ensino superior

Os novos desafios da Quarta Revolução Industrial envolvem a familiarização com os meios multidisciplinares regidos por informações altamente voláteis e em constante mudança, o que exige maior capacidade de adaptação das universidades. 

Integrar a IA nos ecossistemas de aprendizagem é um dos maiores desafios para o ensino superior, porque responde a necessidades que não existiam até agora, por exemplo:

• Uso de prompts totalmente focados na educação.

Prompts são frases ou conjuntos de palavras que fornecem instruções para ativar a geração de conteúdo por meio de um sistema de IA. ChatGPT é hoje o mais conhecido.

• Uso de sistemas de IA focados em processos educacionais.

A IA também serve para otimizar processos e permitir aos alunos que foquem no que é importante: desenvolver as próprias habilidades cognitivas. Hoje existem muitas ferramentas de IA que estão substituindo outros programas; por exemplo, o Rows, sistema que não opera com fórmulas, mas com dados processados por IA. 

Sem dúvida, o futuro da IA no ensino superior está direcionado para a otimização de processos, fornecendo a alunos e professores as ferramentas mais inovadoras que permitem tornar o ambiente acadêmico um ecossistema de aprendizagem global, interconectado e apoiado por tecnologias inteligentes.

Pearson Higher Education: criando experiências de aprendizagem inovadoras

A Pearson Higher Education é um catálogo de soluções educacionais abrangentes, que permitem a sua IES que se adapte às necessidades educacionais atuais, facilitando a integração inteligente por meio de ambientes virtuais que funcionam organicamente na modalidade presencial e a distância. 

A Pearson Higher Education possui uma plataforma de Biblioteca Virtual verdadeiramente intuitiva, pioneira na América Latina e que oferece um amplo acervo com mais de 16 mil títulos de autores reconhecidos em diversas disciplinas e carreiras. 

As práticas de Laboratório Virtual, os sistemas de exercícios, práticas e avaliações são projetados para criar um ambiente de aprendizagem que realmente permita uma conexão com os próprios objetivos acadêmicos e profissionais.

Convidamos você a conhecer todas as nossas soluções para a educação superior e aproveitar o que há de mais inovador, oferecendo uma verdadeira experiência de aprendizagem significativa para estudantes universitários. Faça o download do infográfico e conheça o nosso ecossistema de soluções digitais para IES!

Referências

GONZÁLEZ, F. ¿Qué es un paradigma? Análisis teórico, conceptual y psicolingüístico del término. Investigación y Postgrado. v. 20, n. 1, p. 13-54, 2005.  

DÍAZ-RAMÍREZ, J. Aprendizaje automático y aprendizaje profundo. Ingeniare: revista chilena de ingeniería. v. 29, n. 2, p. 180-181, 2021. 

KELLY, Jack. Goldman Sachs Predicts 300 Million Jobs Will Be Lost Or Degraded By Artificial Intelligence. Forbes. 31. mar. 2023. Disponível em: https://www.forbes.com/sites/jackkelly/2023/03/31/goldman-sachs-predicts-300-million-jobs-will-be-lost-or-degraded-by-artificial-intelligence/. Acesso em: 26 jul. 2023.  

FLORES-VIVAR, J. M.; GARCÍA-PEÑALVO, F. J. Reflexiones sobre la ética, potencialidades y retos de la inteligencia artificial en el marco de la educación de calidad (ODS4). GRIAL Repository. 2023. Disponível em: https://repositorio.grial.eu/handle/grial/2738. Acesso em: 26 jul. 2023.  

OLIVER, N. Inteligencia artificial, naturalmente. Centro de Publicaciones. Ministerio de Asuntos Económicos y Transformación Digital. Gobierno de España. 2020. Disponível em: https://bit.ly/3Olt5SE. Acesso em: 26 jul. 2023.  
FRANCESC, Pedró et al. Artificial intelligence in education: Challenges and opportunities for sustainable development. Unesco. 2019. Disponível em: https://bit.ly/3z6BQvN. Acesso em: 26 jul. 2023.