Caracterização geral do corpus analisado

No recorte selecionado, predominam os estudos oriundos do Brasil e do Reino Unido; outros países aparecem com produção menos numerosa, e há produções de pesquisadores de diferentes lugares de origem, conforme mostrado no Quadro 3. Seis trabalhos produzidos por pesquisadores brasileiros também foram selecionados, incluindo a dissertação de mestrado.

Prevalecem estudos qualitativos na forma de pesquisa bibliográfica e documental e revisões de literatura, e há alguns estudos de caso, cujos instrumentos de produção de dados são questionários, entrevistas e levantamento documental. As revisões de literatura encontradas nos ajudam a ter um panorama prévio de recortes da produção sobre o tema em tela.

A revisão bibliométrica de ^{Talan (2021}) informa que o interesse em estudos de IA na educação tem aumentado, com os Estados Unidos liderando o número de publicações. O trabalho de ^{Hinojo-Lucena et al. (2019)} explora a produção científica sobre IA no ensino superior (ES) indexada nas bases de dados Web of Science e Scopus durante o período de 2007 a 2017, e observa que, embora a IA já seja uma realidade e haja interesse mundial pelo tema, a produção científica sobre a sua aplicação no ES é incipiente, conclusão consistente com ^{Gatti (2019}). Já a revisão sistemática de ^{Vicari (2021}) aponta que, após décadas de existência como aplicação na educação, a IA finalmente vem sendo convocada a fornecer respostas a algumas perguntas fundamentais: se a tendência da tecnologia educacional será personalização da educação, assertividade com os usuários ou fornecer interação social com resultados educativos; em que consistirá a disrupção da educação; como os sistemas educacionais vão desenvolver as pessoas em um mundo em que a IA e a robótica substituem postos de trabalho.

Uma característica importante da literatura é a caracterização da IA como “ferramenta”, apontada também por ^{Gatti (2019}), bem como um achado consistente com revisões de literatura internacionais (^{Zawacki-Richter et al., 2019}; ^{Zhai et al., 2021}; ^{Flores et al., 2022}): a maioria das pesquisas produzidas são oriundas das áreas de Ciência da Computação ou Engenharia. E mais: “a pesquisa voltada para a IA está baseada na construção de ferramentas de ensino e distante das discussões sobre ‘O que é?’, ‘Para que serve?’, ‘De que forma é feita?’, ‘Quais os riscos, os potenciais?’” (^{Gatti, 2019}, p. 85). Em outras palavras, a abordagem à IA é frequentemente instrumental e otimista, com a IA apresentada predominantemente como facilitadora do processo educacional.

Em linhas muito gerais, o foco dos trabalhos se divide nos seguintes aspectos: estudos sobre educação à distância baseada ou facilitada por tecnologias de IA (^{Seren; Ozcan, 2021}); trabalhos sobre uso dessas tecnologias durante o ensino remoto emergencial (ERE) adotado em virtude da pandemia de Covid-19 (^{Nagro, 2021}); estudos de caso e análises da percepção do uso das tecnologias pelos sujeitos atuantes na educação (^{Parreira; Lehmann; Oliveira, 2021}); o desenvolvimento de tecnologias para contextos educativos (^{Luckin; Cukurova, 2019}); e estudos com viés crítico sobre tecnologias educacionais (^{Gray, 2020}; ^{Davies; Eynon; Salveson, 2021}), apresentando diversos tipos de preocupações que serão expostas adiante.

No que se refere aos contextos dos quais foram recrutados os sujeitos de pesquisa, vários estão focalizados no ensino superior (^{Williamson, 2019}; ^{Aldosari, 2020}); e em questões referentes aos professores (^{Wang, S. et al., 2020}). No caso da China, ^{Yang (2019}) justifica a ênfase de estudos no nível do ES com base em uma realidade na qual esse é o contexto onde a implementação de IA está mais avançada no país, juntamente com a educação cívica. Apenas um estudo incluído no corpus aborda exclusivamente a educação básica (^{Gatti, 2019}) e três tratam da educação como um todo, sem foco em uma única etapa (^{Yang, 2019}; ^{Renz; Hilbig, 2020}; ^{Santos; Freitas Jorge; Winkler, 2021}). Artigos de cunho mais crítico tomam como objeto a própria indústria de tecnologia educacional, conforme discutido a seguir.

O professor no centro das discussões

Tendo o ERE como contexto, alguns dos trabalhos analisados refletem sobre o papel dos professores frente ao uso de tecnologias educacionais. ^{Nagro (2021}), por exemplo, questiona o papel das técnicas de e-learning e da IA na melhoria do comportamento e das práticas de docentes do ES em circunstâncias imprevisíveis, nas quais a educação presencial não é possível. Por meio de estudo empírico baseado na aplicação de questionário com 406 professores de universidades sauditas, o autor afirma que os profissionais consideram que o e-learning e a IA influenciaram positivamente suas práticas educativas durante a pandemia, com a automação tornando mais eficientes etapas desafiadoras tais como a avaliação. O autor sugere a abertura de novas portas para a educação on-line, mesmo após a Covid-19, tendo uma visão bastante positiva da aplicação de IA em contextos educacionais.

O tom otimista, porém, encontra um contraponto em uma preocupação legítima: que, para além da emergência instaurada pela Covid-19, sistemas alternativos à educação presencial estejam sendo propostos inclusive em contextos em que a ampla digitalização ainda é mais publicidade que fato. Nesse contexto, as partes interessadas podem ser induzidas a se acostumarem com os desenvolvimentos tecnológicos e se entusiasmarem com seus benefícios de modo pouco crítico, o que coloca diante de nós a realidade de que a educação pode ser confiada aos computadores sem uma discussão séria e aprofundada em todos os campos, especialmente na filosofia (^{Seren; Ozcan, 2021}).

De fato, a literatura mostra haver bastante preocupação com a figura do docente: a questão é como o professor é posicionado. Há certa ambivalência na visão que se tem da agência dos educadores na implantação de IA em contextos educacionais. Em alguns trabalhos, os professores são apresentados como profissionais cuja opinião e práticas devem ser influenciadas por meio de treinamentos específicos para que aceitem e trabalhem eficientemente com a IA, por exemplo, com maior disposição para usar sistemas de tutores inteligentes (^{Wang, S. et al., 2020}), partindo da premissa de que professores tendem a ser avessos a essas tecnologias em virtude de falta de conhecimento ou preconceito (^{Nazaretsky et al., 2022}).

Olhando para a realidade da educação à distância no Brasil, ^{Santos, Freitas Jorge e Winkler (2021}) alegam que, no que se refere à inovação nas relações de ensino e aprendizagem por meio da incorporação de IA e virtualização nos Ambientes Virtuais de Aprendizagem (AVA), os alunos estão, hoje, muito mais ativos e cognitivamente capazes que em outros tempos, enquanto os professores se encontram em fase de adaptação didática. Para os autores, a incorporação dessas tecnologias implica a abertura de novos desafios e a criação de novas rotas, com a relação entre os envolvidos nos processos tornando-se mais estreita, dinâmica e interativa. Tomados em justaposição, estes trabalhos sugerem que os mesmos discursos que ouvimos há décadas, sobre professores resistentes ou desinteressados na tecnologia educacional, mostram-se agora reproduzidos, também, nos argumentos de defesa do uso de IA.

Por outro lado, em ^{Parreira, Lehmann e Oliveira (2021}) há uma escuta dos professores no sentido de entender como eles percebem possíveis modificações no futuro de suas profissões motivadas pelo que chamam de “tecnologias de segunda geração” (os sistemas de IA). Apesar das dificuldades em diferenciar os impactos das diferentes gerações de tecnologias, os autores observam que os profissionais reconhecem que elas devem alterar o perfil de competências da profissão. Concluem, assim, que será necessário reforçar a formação de professores a partir das “competências para o futuro” recomendadas pela Organização para a Cooperação e Desenvolvimento Econômico (OCDE), sendo essas principalmente de natureza interpessoal e conceitual-estratégica (^{Parreira, Lehmann e Oliveira, 2021}). Aliás, recomendações constantes em documentos produzidos por organismos multilaterais, como a UNESCO e a OCDE, que mantém vastas bases de conhecimento sobre o assunto³, são comumente mobilizadas para justificar a urgência de adaptações para uso da IA na educação.

Além da formação, uma preocupação presente no corpus é com a substituição do professor pela máquina. Em nosso levantamento, essa questão aparece em Luiz Fernando ^{Campos e Luiz Antônio Lastória (2020}), que reflete sobre uso de tecnologias audiovisuais, plataformas digitais e softwares de IA voltados à personalização do ensino. O trabalho destaca, além da possível substituição dos professores, preocupações com a fragmentação dos hábitos de leitura e escrita dos estudantes e com o discurso sobre a “gamificação” para tornar as aulas mais atrativas, afirmando que “é necessário que a educação vá além do que está programado, dando visibilidade ao que não aparece nas interfaces computacionais: as contradições econômicas, políticas e sociais escondidas nas caixas-pretas dos aparelhos” (^{Campos, L. F.; Lastória, 2020}, p. 17).

Questionando as premissas que sustentam a afirmação de que é possível substituir os professores por máquinas, ^{Coelho (2018}) reflete sobre o significado da automação da educação e faz uma provocação: considerar possível que máquinas automatizadas substituam o trabalho dos professores é, de pronto, resumir bastante o papel dos professores e até dos estudantes, reduzindo-os à parte que trabalha e ignorando todo o potencial do imponderável, aquilo que é humano e as máquinas existentes (ainda?) não dão conta. Trata-se, aqui, do que ^{Selwyn et al. (2023a}, tradução nossa) denominam de “‘redutividade’ da automação na educação”. Revela-se, também, a tendência à substituição, parcial ou total, do professor pela tecnologia, identificada por ^{Barreto (2017}) em textos de políticas brasileiras já há décadas. A tendência aparece com força redobrada em documentos de organismos multilaterais relativos à IA (^{Ferreira; Lemgruber; Cabrera, 2023}).

Nesse contexto, intensificam-se as preocupações não apenas com o futuro da profissão docente, mas com as formas que a própria educação poderá tomar a partir dessa subjetivação, que tem decorrências para os processos de socialização implicados na formação humana compreendida como prática, fundamentalmente, comunicacional. As implicações concernem não apenas à preocupação já antiga com as decorrências, para o mundo do trabalho, da substituição do humano por máquinas, mas também, crucialmente, aos tipos de sujeitos que serão formados em contextos que sustentam múltiplas formas de dessocialização do humano por meio de comunicação, na melhor das hipóteses, mediada por máquinas, senão, apenas com elas (^{Selwyn et al., 2023b}).

Questionamentos críticos

Nosso recorte, ainda que limitado, parece refletir diferenças de perspectiva da IA que são observadas em relação a outros tipos de tecnologias digitais. Identificamos, no corpus, duas tendências principais no debate sobre IA na educação: uma que a considera um fato, dado e marcadamente positivo, cabendo aos envolvidos apenas se adaptarem da melhor forma possível para tornar os processos mais eficientes; e outra que pondera sobre a necessidade de avaliar com maior profundidade suas vantagens, as dificuldades que impõem aos processos educativos e aos sujeitos implicados, bem como os interesses políticos e comerciais envolvidos na pressão por sua rápida incorporação ao cotidiano educacional.

Um dos trabalhos de tom mais otimista em nosso levantamento, ^{Aldosari (2020}), afirma, a partir das respostas obtidas a uma pergunta feita a uma amostra de acadêmicos, que há total satisfação com o que a tecnologia alcançou na educação, bem como confiança no progresso tecnológico, apontando para um cenário positivo em que a IA pode promover a melhoria da educação acadêmica e da aprendizagem dos estudantes. O autor recomenda ainda, adotando postura semelhante à apresentada em outros trabalhos, que seja feita a preparação do corpo docente para utilizar os produtos de IA de forma eficaz. Segundo os estudos que compartilham essa perspectiva, a incorporação de tecnologias com IA na educação é algo inevitável, iminente, que indubitavelmente trará melhorias para a educação ao possibilitar a efetivação de novas práticas de ensino e aprendizagem, ou seja, uma forma de “inovação pedagógica” pelo mero uso de artefatos digitais (^{Aldosari, 2020}).

Contudo, questionamentos importantes emergem com maior clareza quando a relação entre IA e Big Data é explicitada, ou seja, quando se reconhece que falar em IA implica discutir questões relativas a dados, incluindo segurança e vigilância. ^{Renz e Hilbig (2020}) ressaltam que, embora o desejo de flexibilidade e personalização - termos frequentemente utilizados para qualificar tecnologias educacionais com IA - impulsione o debate sobre sistemas de IA baseados em aprendizagem de máquina, a falta de soberania de dados (que idealmente deveriam estar sujeitos às leis do país em que são produzidos), a incerteza sobre os processos a que são submetidos e a falta de compreensão de como os sistemas de IA de fato operam, são fatores que estão impedindo o desenvolvimento e a implementação de soluções apropriadas. Além dessas questões, é importante lembrar, conforme ^{Luckin e Curukova (2019}) sugerem, que a maioria dos desenvolvedores de IA sabe pouco sobre aprender e ensinar, daí a importância da pesquisa interdisciplinar nas áreas de IA e ciências da aprendizagem, de modo a possibilitar melhores condições para projetar algoritmos efetivos para usos educacionais. Por fim, é preciso considerar que há “lados obscuros” na educação facilitada por tecnologia, conforme sinalizam ^{Zakharova e Jarke (2022}), sobretudo as tentativas de “consertar” e encaixar multiplicidades em uma coisa só, uma dependência da automação em favor da melhoria das condições de produção e processamento de dados, bem como a tendência a forçar ajustes individuais em lugar de abordar desigualdades estruturais. Os dados, neste caso, serviriam como meio para forçar modos diferentes de padronização e obscurecer questões fundamentais que devem ser encaradas na educação.

Estudos que adotam abordagens críticas são fundamentados em perspectivas que politizam a tecnologia, ou seja, opõem-se à crença na sua neutralidade, situando objetos e atores em contextos marcados por tensões e conflitos de interesses. Assim, reconhecem que importa não apenas aquilo que é feito com artefatos, mas também (e, talvez, crucialmente), como, onde e para que eles são produzidos, vendidos e inseridos em contextos específicos. Em geral, tais trabalhos tendem a considerar relações que as empresas de tecnologias digitais e a educação mantêm. Durante a pandemia de Covid-19 muitas dessas empresas ampliaram sua presença oferecendo seus ambientes e serviços às redes de ensino, amiúde, de forma “gratuita” (^{Vieira, 2022}). Companhias como a Microsoft e a Google, entre outras, vêm investindo pesadamente em desenvolvimento de IA, sustentando-a como uma tendência que vem ganhando cada vez mais espaço também na educação. De fato, a história da tecnologia educacional é longa, mas o avanço financeiro e político das empresas de tecnologias digitais sobre a educação é recente, conforme ^{Watters (2021}), sugere:

À medida que o setor de tecnologia da informação se tornou mais poderoso financeira e politicamente na última década, a voz do Vale do Silício se tornou mais alta nos debates sobre a forma e a direção do sistema educacional. Muitos de seus empreendedores lançaram ou investiram em negócios educacionais, muitas vezes orgulhosamente ignorantes da história da educação ou da história da tecnologia educacional. (^{Watters, 2021}, p. 7, tradução nossa).

Em nosso corpus, dois trabalhos lidam, especificamente, com questões relativas à expansão da atuação de grandes empresas. ^{Williamson, Pykett e Nemorin (2018}) analisam tecnologias educacionais baseadas em insights neurocientíficos sobre a função e a estrutura do cérebro propostas pela Pearson e pela IBM. Os autores descrevem maneiras pelas quais o cérebro humano está sendo compreendido, modelado, simulado e integrado a aplicativos de IA e “sistemas cognitivos” que essas empresas estão promovendo, de modo que se evidenciam questões que precisam ser vistas com seriedade no mundo contemporâneo, dado que se estabelecem novas formas de governança neuro computacional e biopolítica capitaneadas por grandes empresas privadas. ^{Williamson (2019)} explora a articulação entre governos e agentes comerciais nos esforços tecnológicos em larga escala para coletar e analisar dados de alunos do ES do Reino Unido. O estudo mostra que a politização e a comercialização de dados no ES está se traduzindo em métricas de desempenho em um setor cada vez mais orientado para o mercado, o que sinaliza a necessidade de fortalecimento de estruturas políticas para garantir usos éticos e pedagogicamente valiosos dos dados dos estudantes.

Assim como esses trabalhos, que adotam referenciais teóricos mais ricos e, assim, promovem discussões mais aprofundadas, ^{Davies, Eynon e Salveson (2021}) apresentam achados de um estudo sociológico que combina, segundo uma metodologia de grafo de conhecimento, as noções de “campo” de ^{Bourdieu (2019}) e de “solucionismo tecnológico” de ^{Morozov (2013}), com o propósito de investigar como e por que estão sendo mobilizados discursos para defender que a tecnologia com IA pode consertar a educação. ^{Davies, Eynon e Salveson (2021)} apontam que a IA disfarçada de personalização é um conceito central dentro do campo, sendo promovido como uma maneira de corrigir a educação ao, por exemplo, tornar a aprendizagem mais eficiente e eficaz. Na contramão da aceitação da inevitabilidade da tecnologia como solução para problemas educacionais, ^{Gray (2020}) argumenta que usos educacionais de IA precisam ser um projeto verdadeiramente coletivo e não comercial, não deve ser imposto às comunidades escolares sem suficiente escrutínio e transparência. Para tanto, a autora sugere que os governos precisam assumir a liderança por meio de uma posição regulatória sólida, na qual a inclusão social seja garantida.