Revolução da IA na ciência: por que a educação deve se adaptar

Tempo de leitura: 6 minutes

Loading

Há um interesse crescente no uso da inteligência artificial (IA) no ensino de ciências. Muitos problemas e questões levantados sobre o papel da IA no ensino de ciências visam principalmente os objetivos de aprendizado de ciências. Eles estão relacionadas à capacidade da IA de gerar ferramentas para ensino, aprendizado e avaliação, bem como às vantagens e desvantagens do uso dessas ferramentas. Mas outra discussão importante que recebe muito pouca atenção no ensino de ciências diz respeito a como a IA está transformando a natureza da ciência em si e o que essa transformação implica para a educação de crianças pequenas. Para a educação, é fundamental perguntar o que é informado por IA, quais habilidades ela exige dos alunos e como as escolas podem se esforçar para alcançá-las. E claro a revolução da  da IA na ciência e no mundo não vai parar, por isso a educação deve se adaptar.

Com relação às vantagens da IA para o ensino, a aprendizagem e a avaliação, o uso de simulações, incluindo experiências de aprendizagem imersivas, tem sido defendido como um benefício importante. Da mesma forma, os educadores observaram que a IA apresenta um meio poderoso de personalizar a educação, adaptando o conteúdo e as experiências de maneiras que talvez não fossem possíveis anteriormente. Por exemplo, o envolvimento de um aluno com uma tarefa pode ser monitorado de perto e o feedback adequado pode ser fornecido de maneira específica, onde o feedback é mais necessário. Com relação às possíveis desvantagens, foram levantadas questões como as seguintes: O que acontece com o aprendizado quando um aluno pode facilmente compor um texto para a lição de casa usando as ferramentas de IA? Como a compreensão dos alunos pode ser medida de forma a garantir que a medição seja sobre o aprendizado e não sobre um resíduo de tecnologia?

Algumas das preocupações sobre o impacto da IA na aprendizagem pressupõem noções ultrapassadas de aprendizagem humana. O ensino tradicional de ciências promoveu a transmissão de fatos e a memorização de informações como indicadores de aprendizado. Por exemplo, tradicionalmente, esperava-se que os alunos memorizassem a equação química da fotossíntese ou fossem capazes de recitar a lei de Ohm.

Nessa descrição de aprendizado, as informações seriam facilmente recuperadas por meio de IA, tornando ambíguos os resultados de aprendizado dos alunos. Por outro lado, perspectivas mais contemporâneas sobre a aprendizagem defendem habilidades como o pensamento crítico como resultados importantes da aprendizagem, que podem ser copiadas até certo ponto, mas são difíceis de imitar por meio da IA.

As habilidades voltadas para o futuro, como o pensamento em cenários, o pensamento sistêmico e o gerenciamento da incerteza e da complexidade, exigem mais do que a memorização ou até mesmo o gerenciamento de grandes conjuntos de dados. Elas implicam em criatividade e inovação consideráveis. Alguns psicólogos cognitivos argumentam que, embora a IA possa ajudar a resumir e generalizar as informações existentes, ela não foi projetada para atender a habilidades humanas mais sofisticadas que exigem inovação, como a formação de teorias. Entretanto, a pesquisa e o desenvolvimento emergentes em IA estão desafiando essas visões – por exemplo, explorando o potencial dos sistemas de IA para destacar pontos cegos em hipóteses científicas e ajudar a gerar novas hipóteses.

Em termos de educação científica, há evidências de que as partes interessadas envolvidas na produção de políticas educacionais reconhecem a importância e se baseiam em resultados de pesquisas sobre o ensino e a aprendizagem eficazes. No entanto, é necessária uma articulação maior para desvendar a relação entre IA e as pesquisa e a prática educacional, bem como para a política. As reflexões contemporâneas sobre a pesquisas no ensino de ciências ainda não abordaram a IA e suas implicações sobre como o esforço científico está mudando. A lacuna convencional entre a ciência profissional e a ciência escolar pode ser grande, mas agora parece estar aumentando em um ritmo ainda mais rápido.

A IA já está influenciando a forma como a ciência é feita. Os cientistas estão usando a IA para gerar hipóteses, projetar experimentos, coletar e interpretar dados e obter insights que talvez não fossem possíveis apenas com o uso de métodos científicos tradicionais. Em termos dos aspectos de raciocínio e conhecimento, os cientistas geralmente constroem modelos a partir de dados para explicar e prever fenômenos.

Com o avanço da IA, os conjuntos de dados podem ajudar os cientistas a entender uma enorme quantidade de informações. Mas os sistemas de IA também podem fornecer informações enganosas se os dados com os quais os sistemas são treinados e operam forem tendenciosos ou não confiáveis. Sabe-se que a abundância e a qualidade dos conjuntos de dados são tendenciosas, muitas vezes de forma não intencional. Nos dados de saúde, por exemplo, foi demonstrado que os algoritmos de dermatologia baseados em IA diagnosticam lesões e erupções cutâneas com menos precisão em pessoas negras do que em pessoas brancas porque os modelos são treinados em dados coletados predominantemente de populações brancas.

Os órgãos profissionais estão fazendo recomendações para o uso responsável da IA na pesquisa científica. Essas recomendações levantam questões de transparência, risco e métodos participativos que são dignos de nota para o desenvolvimento da ciência informada por IA. A transparência exige a documentação clara dos participantes, conjuntos de dados, modelos, vieses e incertezas. O risco implica o gerenciamento de riscos e vieses em conjuntos de dados e algoritmos e como eles podem afetar os resultados, incluindo consequências não intencionais.

Os métodos participativos exigem a garantia de que os projetos de pesquisa sejam inclusivos, envolvam pesquisadores com comunidades em risco e incluam conhecimentos especializados. Essas questões estão implicando em como precisa acomodar normas culturais, como a transparência de dados e processos, critérios de avaliação para o conhecimento científico, como a avaliação de vieses, valores sociais, como o gerenciamento das consequências dos riscos, e metodologias inclusivas para incorporar não apenas a especialização, mas também a apropriação do conhecimento da comunidade.

À luz das tendências emergentes de como a IA é usada na pesquisa científica, surge a questão de como a ciência escolar pode ajudar a preparar futuros cientistas para entender as Ciências da Natureza na era da IA. Assim, surgem duas perguntas para o ensino de ciências: (i) O que significa Ciências da Natureza informada por IA para a ciência escolar? (ii) O que deve ser priorizado como aspectos na Ciências da Natureza informada por IA no nível do ensino médio? Alguns podem argumentar que o uso da IA na pesquisa científica básica é sofisticado demais para ser relevante para os propósitos do ensino médio, mas outros podem afirmar que as crianças pequenas não são cognitivamente capazes de compreender meios tão avançados de conduzir pesquisas científicas. Essas posições em potencial estão abertas à investigação empírica, na qual projetos de pesquisa baseados na escola podem testar a capacidade de desenvolvimento dos alunos e o impacto das intervenções baseadas em IA no aprendizado dos alunos sobre a Ciências da Natureza.

Alguns exemplos de aspectos da IA na pesquisa científica (por exemplo, métodos científicos, contexto cultural e recomendações profissionais) já têm implicações substanciais para a ciência escolar. Embora os currículos de ciências em todo o mundo incluam alguns dos aspectos tradicionais da investigação científica, como a experimentação a coleta e interpretação de dados, outros aspectos relevantes, como a modelagem, embora defendidos por muitos anos na comunidade de pesquisa em educação científica, ainda estão sub-representados nos currículos. Da mesma forma, embora em alguns sistemas educacionais os temas da objetividade e da precisão dos dados possam ser definidos como resultados de aprendizagem, esses aspectos da ciência são praticamente inexistentes, de uma forma relacionada aos avanços da IA e sua possível contribuição para a propagação de preconceitos. A elaboração de algumas adaptações educacionais das diretrizes profissionais ajudará a educar os futuros cientistas, instilando neles a compreensão e a responsabilidade sobre a ética da IA na pesquisa científica.

O impacto da IA na Ciências da Natureza é uma tarefa difícil para o ensino de ciências. Ele exige uma abordagem sistêmica de reforma em todo o setor. Há implicações para a reestruturação do currículo de ciências, ensino e aprendizagem e formação de professores, para citar alguns aspectos.

Como questão prioritária, o conteúdo do currículo de ciências precisará captar as nuances sobre as Ciências da Natureza informada por IA, incluindo os desenvolvimentos sobre como a IA está influenciando os métodos e as hipóteses científicas. Outros aspectos, como modelos e modelagem de grandes conjuntos de dados no contexto da IA, também serão integrados ao ensino médio, juntamente com temas como viés nos dados e riscos envolvidos em erros. Esses aspectos estão relacionados ao que atualmente está sendo chamado de práticas científicas em alguns padrões curriculares, que podem atuar como o locus específico para a revisão.

Novas ferramentas e estratégias de ensino e aprendizado precisarão ser projetadas e testadas para identificar maneiras eficazes de capturar em sala de aula a face mutável da ciência. Muitos professores e alunos do ensino médio já estão usando plataformas como o ChatGPT. Na verdade, o uso do ChatGPT pode simular o que os próprios cientistas estão fazendo ao usar essas ferramentas para gerar informações sobre a literatura para manuscritos acadêmicos.

Estratégias pedagógicas, como questionamentos (por exemplo, Como sabemos que esse texto produzido pelo ChatGPT é preciso?), podem ser consideradas para fins específicos do aprendizado de Ciências da Natureza com IA – por exemplo, para incentivar os alunos a gerar e aplicar critérios de avaliação de precisão. Essas abordagens, no entanto, precisarão ser acompanhadas de treinamento dos professores não apenas para usar ferramentas e dados de IA, mas também para entender como a ciência está mudando de forma mais ampla na era da IA.

Embora a agenda da Ciências da Natureza com IA no ensino de ciências seja uma tarefa difícil, algumas intervenções educacionais existentes podem fornecer diretrizes para alinhar seus objetivos dentro do ecossistema educacional e destacar como lidar com os pontos cegos convencionais na reforma educacional. Por exemplo, redes de ensino abertas podem ser estabelecidas para promover comunidades de aprendizagem que envolvam uma série de partes interessadas, incluindo alunos, professores, formadores de professores, cientistas e formuladores de políticas. Se o ensino médio de ciências deve formar a futura geração de cientistas e equipá-los com habilidades oportunas e relevantes, é essencial que o ensino médio de ciências esteja a par dos últimos desenvolvimentos em pesquisa científica baseada em IA. Caso contrário, é provável que a lacuna entre a ciência profissional e a ciência escolar cresça a uma taxa tal que, quando os alunos do ensino médio entrarem na universidade, seu entendimento sobre a Ciência da Natureza já estará desatualizado.

 

 

Autor: Sibel Erduran
Fonte:
Science
Artigo Original: https://bit.ly/3IQa0Id

Fernando Giannini

Pesquisador de tecnologia aplicada à educação, arquiteto de objetos virtuais de aprendizagem, fissurado em livros de grandes educadores e viciado em games de todos os tipos. Conhecimentos aprimorados em cursos de grandes empresas de tecnologia, principalmente no Google Business Educational Center e Microsoft. Sócio-proprietário da Streamer, empresa que alia tecnologia e educação. Experiência de 18 anos produzindo e criando objetos de aprendizagem, cursos a distância, design educacional, interfaces para sistemas de aprendizagem. Gestor de equipe para projetos educacionais, no Ensino Básico, Médio e Ensino Superior. Nesse período de trabalho gerenciou equipes e desenvolveu as habilidades de liderança e gestão. Acredita na integração e aplicação prática dos conhecimentos para a realização de projetos inovadores, sólidos e sustentáveis a longo prazo. Um dos grandes sonhos realizados foi o lançamento do curso gratuito Mande Bem no ENEM que atingiu mais de 500 mil estudantes em todo o Brasil contribuindo para a Educação Brasileira.

Participe da nossa comunidade no Whatsapp sobre Educação e Tecnologia

0 comentários

Enviar um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Posts Relacionados

Professores: protagonistas ou vítimas do chatGPT?

A rápida integração da Inteligência Artificial (IA) na sociedade exige uma orientação clara nos ambientes educacionais. No entanto, uma recente pesquisa global da UNESCO com mais de 450 escolas e universidades mostrou que menos de 10% tinham políticas institucionais...

O impacto dos chatbots na aprendizagem

À medida que a Inteligência Artificial (IA) avança tecnologicamente, ela inevitavelmente trará muitas mudanças para as práticas em sala de aula. Entretanto, a pesquisa sobre IA na educação reflete uma fraca conexão com as perspectivas pedagógicas ou abordagens...

Inteligência artificial na educação: os três paradigmas

Com o desenvolvimento de técnicas de computação e processamento de informações, a inteligência artificial (IA) tem sido amplamente aplicada em práticas educacionais (Inteligência Artificial na Educação; AIEd), como sistemas de tutoria inteligente, robôs de ensino,...

Impacto do ChatGPT: visão Educacional

Resumo Tem havido muitos comentários na mídia sobre o possível impacto da Inteligência Artificial (IA) generativa, como o ChatGPT, no campo da educação, mas há pouca análise em escala de como os educadores acreditam que a aprendizagem e a avaliação devem mudar como...

7 princípios para o uso responsável da IA na escola

A rápida integração da Inteligência Artificial (IA) na sociedade exige uma orientação clara nos ambientes educacionais. No entanto, uma recente pesquisa global da UNESCO com mais de 450 escolas e universidades mostrou que menos de 10% tinham políticas institucionais...

A natureza da inteligência artificial geral

O termo "inteligência artificial geral" (AGI) tornou-se onipresente no discurso atual sobre IA. A OpenAI afirma que sua missão é "garantir que a inteligência artificial geral beneficie toda a humanidade". A declaração de visão da empresa DeepMind observa que "a...

Tag Cloud

Posts Relacionados

Receba a nossa newsletter

Fique por dentro e seja avisado dos novos conteúdos.

Publicações mais recentes