POR UMA REVISÃO CRÍTICA DO USO DE INTELIGÊNCIA ARTIFICIAL NA EDUCAÇÃO
DOI:
https://doi.org/10.32748/revec.v11i27.22719Palavras-chave:
Tecnosfera, Inteligência Artificial, Ensino, DadosResumo
Este artigo reflete criticamente sobre as implicações da introdução dos Large Language Models ou Grandes Modelos Linguísticos, popularmente chamados de Inteligência Artificial, no contexto do ensino. O ensaio se inicia com uma discussão sobre como estes modelos são criados. Parte-se de uma definição do papel dos dados, refletindo sobre o mito de sua objetividade e como sua seleção e organização podem criar assunções ideológicas e subjetivas. O papel do humano no processo de treinamento também é discutido para desmitificar a perspectiva de que estes modelos sejam inteligências superiores e autônomas, pois, na verdade, elas partem de modelos estatísticos de treinamento. Discute-se, então, o papel dos diferentes modelos de Inteligência Artificial em nossa sociedade, com especial ênfase nos conceitos de apagamento tecnológico e singularidade tecnológica, que implicam na assimilação da tecnologia no cotidiano em contraponto ao maravilhamento momentâneo sem a necessária criticidade. Caminha-se para discutir os LLMs como parte de nosso sistema tecnológico-social, com ênfase em seus assentimentos ideológicos e práticos. O artigo se encerra com algumas reflexões sobre caminhos a serem seguidos se pensarmos no uso dos LLM em situações de ensino.
Downloads
Referências
Adorno, T. W. (2009). Indústria cultural e sociedade. Paz e Terra.
APEOESP. (2024). Inteligência Artificial é instrumento auxiliar, jamais poderá substituir o professor! Nota. http://www.apeoesp.org.br/publicacoes/professor/inteligencia-artificial-e-instrumento-auxiliar-jamais-podera-substituir-o-professor/
Balmant, O. (2024, outubro 29). Inteligência artificial é bem-vinda na educação, mas precisa de regulação, defendem especialistas. OESP. https://www.estadao.com.br/educacao/inteligencia-artificial-educacao-regulacao-especialistas/
Bojanowski, P., Grave, E., Joulin, A., & Mikolov, T. (2017, junho 19). Enriching Word Vectors with Subword Information. https://doi.org/10.48550/arXiv.1607.04606
Bowman, S. R., Angeli, G., Potts, C., & Manning, C. D. (2015, agosto 21). A Large Annotated Corpus for Learning Natural Language Inference. https://doi.org/10.48550/arXiv.1508.05326
Boyd, D., & Crawford, K. (2012). Critical Questions for Big Data: Provocations for a Cultural, Technological, and Scholarly Phenomenon. Information Communication and Society, 15(5, 5), 662–679. https://doi.org/10.1080/1369118X.2012.678878
Brasil. (2024). PNLD (Programa Nacional do Livro didático) [Orgão Público]. Ministério da Educcação. http://portal.mec.gov.br/component/content/article?id=12391:pnld
Bridle, J. (2018). New Dark Age: Technology, Knowledge and the End of the Future. Verso.
Brown, T. B., Mann, B., Ryder, N., Subbiah, M., Kaplan, J., Dhariwal, P., Neelakantan, A., Shyam, P., Sastry, G., Askell, A., Agarwal, S., Herbert-Voss, A., Krueger, G., Henighan, T., Child, R., Ramesh, A., Ziegler, D. M., Wu, J., Winter, C., … Amodei, D. (2020, julho 22). Language Models Are Few-Shot Learners. https://doi.org/10.48550/arXiv.2005.14165
Buckingham, D. (2010). Cultura Digital, Educação Midiática e o Lugar Da Escolarização. Educação e Realidade, 35(3, 3), 37–58. http://www.ufrgs.br/edu_realidade
Buckingham, D. (2022). Manifesto pela educação midiática (J. I. C. Mendes Neto, Trad.). Sesc Sp.
Cafardo, R. (2023a, julho 8). Tarcísio e material didático impresso em SP: entenda idas e vindas do governo. Terra/Educar: Educação. https://www.terra.com.br/noticias/educacao/tarcisio-e-material-didatico-impresso-em-sp-entenda-idas-e-vindas-do-governo,d05b246ce7f0b41e84ffbde84ca5fa1fhv0vat1y.html
Cafardo, R. (2023b, julho 9). Governo de SP vai revisar slides de aulas após erros e recomenda novo download para professores. Estadão: Educação. https://www.estadao.com.br/educacao/governo-de-sp-vai-revisar-slides-de-aulas-apos-erros-e-recomenda-novo-download-para-professores/
Campbell, M., Hoane, A. J., & Hsu, F. (2002). Deep Blue. Artificial Intelligence, 134(1), 57–83. https://doi.org/10.1016/S0004-3702(01)00129-1
Candido, A. (2023). Os parceiros do Rio Bonito (1ª edição). Todavia.
Christiano, P., Leike, J., Brown, T. B., Martic, M., Legg, S., & Amodei, D. (2023, fevereiro 17). Deep Reinforcement Learning from Human Preferences. https://doi.org/10.48550/arXiv.1706.03741
Clarke, M. (2012). The Digital Revolution. Em R. Campbell, E. Pentz, & I. Borthwick (Orgs.), Academic and Professional Publishing (p. 79–98). Chandos Publishing. https://doi.org/10.1016/B978-1-84334-669-2.50004-4
Coeckelbergh, M. (2020a). AI Ethics. The MIT Press.
Coeckelbergh, M. (2020b). Using Words and Things: Language and Philosophy of Technology. Routledge.
Darwin, C. (2018). Origem das espécies: ou A preservação das raças favorecidas na luta pela vida. Ubu Editora.
DeepMind. (2024, dezembro 17). AlphaGo. Google DeepMind. https://deepmind.google/research/breakthroughs/alphago/
Devlin, J., Chang, M.-W., Lee, K., & Toutanova, K. (2019, maio 24). BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding. https://doi.org/10.48550/arXiv.1810.04805
Fawzi, A., Balog, M., Huang, A., Hubert, T., Romera-Paredes, B., Barekatain, M., Novikov, A., R. Ruiz, F. J., Schrittwieser, J., Swirszcz, G., Silver, D., Hassabis, D., & Kohli, P. (2022).
Discovering Faster Matrix Multiplication Algorithms with Reinforcement Learning. Nature, 610(7930), 47–53. https://doi.org/10.1038/s41586-022-05172-4
Ferneda, G., & Bernardes, V. (2023, janeiro 8). SP abre mão de verba para material didático e usará só livro digital a partir do 6º ano. CNN Brasil: politica. https://www.cnnbrasil.com.br/nacional/sp-abre-mao-de-verba-para-material-didatico-e-usara-so-livro-digital-a-partir-do-6o-ano/
Flusser, V. (2007a). Língua e Realidade. Annablume.
Flusser, V. (2007b). O Mundo Codificado. Cosac Naif.
Flusser, V. (2010). A escrita: há futuro para a escrita? Annablume.
Freire, P. (2006). Extensão Ou Comunicação? Paz & Terra.
Freire, P. (2018). Conscientização (Edição: 1ª). Cortez.
Freitas, A., & Machado, L. (2024, abril 17). Governo de SP avalia utilizar inteligência artificial para ’aprimorar’ conteúdo digital nas escolas estaduais | São Paulo. G1: G1. https://g1.globo.com/sp/sao-paulo/noticia/2024/04/17/governo-de-sp-avalia-utilizar-inteligencia-artificial-para-aprimorar-conteudo-digital-nas-escolas-estaduais.ghtml
Gielow, I. (2023, agosto 16). Professores apontam falhas nas aulas digitais de Tarcísio em SP. Folha de S.Paulo: Educação. https://www1.folha.uol.com.br/cotidiano/2023/08/aulas-digitais-de-tarcisio-em-sp-sao-alvo-de-criticas.shtml
Gigerenzer, G. (2022). How to Stay Smart in a Smart World: Why Human Intelligence Still Beats Algorithms. The MIT Press.
Gilmont, J.-F. (1999). Protestan Reformations and Reading. Em G. Cavallo & R. Chartier (Orgs.), & L. G. Cochrane (Trad.), A History of Reading in the West (p. 213–237). University of Massachusetts Press.
Gitelman, L. (Org.). (2013). "Raw Data" Is an Oxymoron. The MIT Press.
Gitelman, L., & Jackson, V. (2013). Introduction. Em L. Gitelman (Org.), "Raw Data" Is an Oxymoron (p. 1–14). The MIT Press.
Globo, O. (2024, abril 23). É Retrógrada a Oposição Ao Uso de Inteligência Artificial Nas Escolas. https://oglobo.globo.com/opiniao/editorial/coluna/2024/04/e-retrograda-a-oposicao-ao-uso-de-inteligencia-artificial-nas-escolas.ghtml?utm_source=pocket_shared
Gonsales, P., & Kaufman, D. (2023). IA na educação: da programação à alfabetização em dados. ETD - Educação Temática Digital, 25, e023032–e023032. https://doi.org/10.20396/etd.v25i00.8666522
Google. (2022). COVID-19 Community Mobility Report. COVID-19 Community Mobility Report. https://www.google.com/covid19/mobility?hl=pt-PT
Haff, P. (2014). Humans and Technology in the Anthropocene: Six Rules. The Anthropocene Review, 1(2), 126–136. https://doi.org/10.1177/2053019614530575
Halliday, M. A. K., & Hasan, R. (1991). Language, Context and Text: Aspects of Language in a Social-Semiotic Perspective. Oxford University Press.
Hayles, N. K. (2005). Computing the Human. Theory, Culture & Society, 22(1), 131–151. https://doi.org/10.1177/0263276405048438
Hayles, N. K. (2006). Unfinished Work: From Cyborg to Cognisphere. Theory, Culture & Society, 23(7–8), 159–166. https://doi.org/10.1177/0263276406069229
Heidegger, M. (1977). The Question Concerning Technology. Em The Question Concerning Technology, and Other Essays (Reissue edition, p. 3–36). Garland Publishing.
Hunter, D. (2015). The Guitar Amp Handbook: Understanding Tube Amplifiers and Getting Great Sounds (Updated edition). Backbeat.
IBM. ([s.d.]). Deep Blue | IBM. Recuperado 10 de janeiro de 2025, de https://www.ibm.com/history/deep-blue
Julia, D. (1999). Reading and the Counter-Reformation. Em G. Cavallo & R. Chartier (Orgs.), & L. G. Cochrane (Trad.), A History of Reading in the West (p. 238–268). University of Massachusetts Press.
Jumper, J., Evans, R., Pritzel, A., Green, T., Figurnov, M., Ronneberger, O., Tunyasuvunakool, K., Bates, R., Žídek, A., Potapenko, A., Bridgland, A., Meyer, C., Kohl, S. A. A., Ballard, A. J., Cowie, A., Romera-Paredes, B., Nikolov, S., Jain, R., Adler, J., … Hassabis, D. (2021). Highly Accurate Protein Structure Prediction with AlphaFold. Nature, 596(7873), 583–589. https://doi.org/10.1038/s41586-021-03819-2
Kantrowitz, A. (2023, maio 26). He Helped Train ChatGPT. It Traumatized Him. Medium. https://kantrowitz.medium.com/he-helped-train-chatgpt-it-traumatized-him-2ae58f5f91ec
Kaplan, F. (2015). A Map for Big Data Research in Digital Humanities. Frontiers in Digital Humanities, 2. https://doi.org/10.3389/fdigh.2015.00001
Kässi, O., Lehdonvirta, V., & Stephany, F. (2021). How Many Online Workers Are There in the World? A Data-Driven Assessment. Open Research Europe, 1, 53. https://doi.org/10.12688/openreseurope.13639.4
Kitchin, R. (2014a). Big Data, New Epistemologies and Paradigm Shifts. Big Data & Society, 1(1–2, 1–2), 1–12. https://doi.org/10.1177/2053951714528481
Kitchin, R. (2014b). The Data Revolution: Big Data, Open Data, Data Infrastructures & Their Consequences (Illustrated edição). Sage Publications Ltd.
Lee, J., Hicke, Y., Yu, R., Brooks, C., & Kizilcec, R. F. (2024). The Life Cycle of Large Language Models in Education: A Framework for Understanding Sources of Bias. British Journal of Educational Technology, 55(5), 1982–2002. https://doi.org/10.1111/bjet.13505
Lee, T. K. (2023a). Artificial Intelligence and Posthumanist Translation: ChatGPT versus the Translator. Applied Linguistics Review. https://doi.org/10.1515/applirev-2023-0122
Lee, T. K. (2023b). Distribution and Translation. Applied Linguistics Review, 14(2), 369–390. https://doi.org/10.1515/applirev-2020-0139
Lima-Lopes, R. E. de. (2014, julho 8). Estamos apenas repetindo preconceitos? Observatório da Imprensa: Debates. http://www.observatoriodaimprensa.com.br/jornal-de-debates/_ed806_estamos_apenas_repetindo_preconceitos/
Lima-Lopes, R. E. de. (2016). Oficina de Introdução à Linguística Do Corpus: Relato de Experiência. Anais Do VIII Escola Brasileira de Linguística Computacional & XIII Encontro de Linguística de Corpus, 18–26. https://doi.org/10.5151/sosci-viiieblc-xiii-elc-05_artigo_02
Lima-Lopes, R. E. de. (2023). Letramento de Dados e Suas Possibilidades Para a Educação Científica Em Linguagem. Revista Leia Escola, 23(1), 62–81. https://doi.org/10.5281/ZENODO.8021649
Litwak, P., & Gama, M. (2024, setembro 28). Inteligência artificial revoluciona a forma de aprender: colégios adotam ferramenta para personalizar estudos. O Globo: Rio;Bairros. https://oglobo.globo.com/rio/bairros/noticia/2024/09/28/inteligencia-artificial-revoluciona-a-forma-de-aprender-colegios-adotam-ferramenta-para-personalizar-estudos.ghtml
Liu, Y., Ott, M., Goyal, N., Du, J., Joshi, M., Chen, D., Levy, O., Lewis, M., Zettlemoyer, L., & Stoyanov, V. (2019, julho 26). RoBERTa: A Robustly Optimized BERT Pretraining Approach. https://doi.org/10.48550/arXiv.1907.11692
Lourenço, C. (2023, agosto 31). Educação: inteligência artificial pode otimizar rotina pedagógica de instituições de ensino | Exame. Exame: Educação. https://exame.com/bussola/educacao-inteligencia-artificial-pode-otimizar-rotina-pedagogica-de-instituicoes-de-ensino/
Manovich, L. (2005). Novas Mídias Como Tecnologia e Idéia: Dez Definições. Em L. Leão (Org.), O Chip e o Caleidoscópio: Reflexões Sobre as Novas Mídias (p. 25–50). Senac.
Manovich, L. (2011). Trending: The Promises and the Challenges of Big Social Data. paper. https://www.manovich.net
McCarthy, J., Minsky, M. L., Rochester, N., & Shannon, C. E. (2006). A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence, August 31, 1955. AI Magazine, 27(4, 4), 12–12. https://doi.org/10.1609/aimag.v27i4.1904
McLuhan, M. (1962). The Gutenberg Galaxy: The Making of Typographic Man. University of Toronto Press.
McLuhan, M. (1964). Understanding Media: Extensions of Man. MIT Press.
McNeill, Z. (2023, julho 13). Kenyan Workers Who Trained ChatGPT Demand Government Investigate Work Conditions. Truthout. https://truthout.org/articles/kenyan-workers-who-trained-chatgpt-demand-govt-investigate-work-conditions/
Miao, F., & Holmes, W. (2023). Guidance for Generative AI in Education and Research. UNESCO. https://doi.org/10.54675/EWZM9535
Morozov, E. (2011). The Net Delusion: The Dark Side of Internet Freedom (1st ed). Public Affairs.
Morozov, E. (2018). Big Tech: A ascensão dos dados e a morte da política. Ubu Editora.
O’Neil, C. (2016). Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy (First edition). Crown.
Ouyang, L., Wu, J., Jiang, X., Almeida, D., Wainwright, C. L., Mishkin, P., Zhang, C., Agarwal, S., Slama, K., Ray, A., Schulman, J., Hilton, J., Kelton, F., Miller, L., Simens, M., Askell, A., Welinder, P., Christiano, P., Leike, J., & Lowe, R. (2022, março 4). Training Language Models to Follow Instructions with Human Feedback. https://doi.org/10.48550/arXiv.2203.02155
Paes, A. (2024, novembro 24). Os Desafios Da Implementação Da IA Na Educação No Brasil | Colunas | Época NEGÓCIOS. Epoca Negócios. https://epocanegocios.globo.com/colunas/coluna/2024/11/os-desafios-da-implementacao-da-ia-na-educacao-no-brasil.ghtml
Perrigo, B. (2023, janeiro 18). Exclusive: The $2 Per Hour Workers Who Made ChatGPT Safer. TIME. https://time.com/6247678/openai-chatgpt-kenya-workers/
Poell, T., Nieborg, D., & van Dijck, J. (2019). Platformisation. Internet Policy Review, 8(4). https://doi.org/10.14763/2019.4.1425
Porto, D. (2023, agosto 17). Governo de SP volta atrás e diz que vai usar livros didáticos físicos do MEC. CNN Brasil: politica. https://www.cnnbrasil.com.br/politica/governo-de-sp-volta-atras-e-diz-que-vai-usar-livros-didaticos-fisicos-do-mec/
Quintais, J. P. (2025, janeiro 30). Generative AI, Copyright and the AI Act (SSRN Scholarly Paper 4912701). https://papers.ssrn.com/abstract=4912701
Radford, A., & Narasimhan, K. (2018). Improving Language Understanding by Generative Pre-Training. https://www.semanticscholar.org/paper/Improving-Language-Understanding-by-Generative-Radford-Narasimhan/cd18800a0fe0b668a1cc19f2ec95b5003d0a5035
Ren, J., Xu, H., He, P., Cui, Y., Zeng, S., Zhang, J., Wen, H., Ding, J., Huang, P., Lyu, L., Liu, H., Chang, Y., & Tang, J. (2024, julho 24). Copyright Protection in Generative AI: A Technical Perspective. https://doi.org/10.48550/arXiv.2402.02333
Sadowski, J. (2019). When Data Is Capital: Datafication, Accumulation, and Extraction. Big Data & Society, 6(1), 2053951718820549. https://doi.org/10.1177/2053951718820549
Santos, M. (2008). Técnica, Espaço, Tempo: Globalização e Meio Técnico-Científico (5ª edição). Edusp.
Scartezini, N. (2016). A fascistização da indignação: as manifestações de 2015 no Brasil. Cadernos de Campo: Revista de Ciências Sociais, 20, 20. https://periodicos.fclar.unesp.br/cadernos/article/view/8019
Seduc. (2023a, abril 24). Educação de SP oferece material digital inédito para professores da rede; assista ao vídeo. Secretaria da Educação do Estado de São Paulo. https://www.educacao.sp.gov.br/sala-futuro-educacao-de-sp-oferece-material-digital-inedito-para-professores-da-rede/
Seduc. (2023b, dezembro 27). Inteligência artificial a favor de alunos e professores: Redação Paulista agora tem apoio de assistente de correção virtual. Secretaria da Educação do Estado de São Paulo. https://www.educacao.sp.gov.br/inteligencia-artificial-favor-de-alunos-e-professores-redacao-paulista-agora-tem-apoio-de-assistente-de-correcao-virtual/
Silva, J. (2024, abril 24). Uso de IA nas escolas automatiza aprendizagem e impede a liberdade criativa dos alunos. Jornal da USP: Atualidades. https://jornal.usp.br/radio-usp/uso-de-ia-nas-escolas-automatiza-aprendizagem-e-impede-a-liberdade-criativa-dos-alunos/
Silver, D., Huang, A., Maddison, C. J., Guez, A., Sifre, L., van den Driessche, G., Schrittwieser, J., Antonoglou, I., Panneershelvam, V., Lanctot, M., Dieleman, S., Grewe, D., Nham, J., Kalchbrenner, N., Sutskever, I., Lillicrap, T., Leach, M., Kavukcuoglu, K., Graepel, T., & Hassabis, D. (2016). Mastering the Game of Go with Deep Neural Networks and Tree Search. Nature, 529(7587), 484–489. https://doi.org/10.1038/nature16961
Silver, D., Hubert, T., Schrittwieser, J., Antonoglou, I., Lai, M., Guez, A., Lanctot, M., Sifre, L., Kumaran, D., Graepel, T., Lillicrap, T., Simonyan, K., & Hassabis, D. (2018). A General Reinforcement Learning Algorithm That Masters Chess, Shogi, and Go through Self-Play. Science, 362(6419), 1140–1144. https://doi.org/10.1126/science.aar6404
Singh, G. M. (2019). The Death of Web 2.0: Ethics, Connectivity and Recognition in the Twenty-First Century. Routledge Taylor & Francis Group.
Sørbøe, C. M. (2023). Urban Uprisings between Revolutionary Openings and Reactionary Outcomes: Making Sense of the 2013 “June Days” in Brazil. Urban Geography, 44(6), 1146–1165. https://doi.org/10.1080/02723638.2022.2055925
Stiennon, N., Ouyang, L., Wu, J., Ziegler, D. M., Lowe, R., Voss, C., Radford, A., Amodei, D., & Christiano, P. (2022, fevereiro 15). Learning to Summarize from Human Feedback. https://doi.org/10.48550/arXiv.2009.01325
Strubell, E., Ganesh, A., & McCallum, A. (2019, junho 5). Energy and Policy Considerations for Deep Learning in NLP. https://doi.org/10.48550/arXiv.1906.02243
Taylor, W. L. (1953). “Cloze Procedure”: A New Tool for Measuring Readability. Journalism Quarterly, 30(4), 415–433. https://doi.org/10.1177/107769905303000401
Vaswani, A., Shazeer, N., Parmar, N., Uszkoreit, J., Jones, L., Gomez, A. N., Kaiser, L., & Polosukhin, I. (2023, agosto 2). Attention Is All You Need. https://doi.org/10.48550/arXiv.1706.03762
Weiser, M. (1999). The Computer for the 21st Century. Mobile Computing and Communications Review, 3(3), 3–11. https://doi.org/10.1145/329124.329126
Yadav, A. (2024, outubro 15). Introduction to OpenAI’s GPT Models. Biased-Algorithms. https://medium.com/biased-algorithms/introduction-to-openais-gpt-models-1de0d73fa5b5
Zahn, M. (2024, maio 17). ’Overlooked’ Workers Who Train AI Can Face Harsh Conditions, Advocates Say. ABC News. https://abcnews.go.com/Business/overlooked-workers-train-ai-face-harsh-conditions-advocates/story?id=110303586
Zuboff, S. (2019). The Age of Surveillance Capitalism: The Fight for a Human Future at the New Frontier of Power (Main edição). Profile Books.
Downloads
Publicado
Como Citar
Edição
Seção
Licença

A REVEC utiliza a Licença Creative Commons CC BY 4.0, que permite aos licenciados copiar, distribuir, exibir, executar e criar obras derivadas, desde que seja atribuído o devido crédito ao autor ou ao licenciador.
A revista reconhece que os autores mantêm os direitos autorais sobre suas produções, mas é necessário que concordem em conceder à REVEC o direito de primeira publicação. Além disso, os autores devem estar cientes de que:
- Em qualquer publicação posterior, seja em repositórios institucionais, capítulos de livros ou outras produções derivadas, deve ser indicado o crédito à publicação original na REVEC.
- É permitido e incentivado que os autores publiquem e distribuam seus trabalhos online (por exemplo, em repositórios institucionais ou páginas pessoais) antes ou durante o processo editorial, pois isso pode gerar melhorias no texto e aumentar o impacto e a visibilidade da pesquisa publicada pela revista.













