Guia prático do uso da IA Generativa no ensino superior para o engajamento dos estudantes

 

O Digital Education Council acaba de publicar documento de interesse intitulado Inteligência Artificial para o Engajamento dos Estudantes (link). O relatório apresenta um conjunto de atividades e metodologias para o uso da inteligência artificial generativa com fins de melhoria do engajamento dos estudantes com base em 106 estudos de caso no contexto do uso da tecnologia no ensino superior.  No guia prático (imagem abaixo), um total de 24 metodologias foram agrupadas em seis temáticas - interação de professores com alunos, interação entre alunos, conteúdo e avaliação, aulas/instrução, aprendizagem aplicada e acessibilidade - cada uma descrevendo um passo a passo de uso da IA e apresentando algumas breves reflexões sobre resultados apurados ou esperados com sua aplicação.

Diretrizes para o uso ético da IA no ensino superior

Foi publicado relatório detalhado, por pesquisadores ligados à EDUCAUSE, sobre diretrizes éticas para a implementação da inteligência artificial no ensino superior com base nos princípios estabelecidos em 1979 e que fundamentam, desde então, a ética em pesquisa com humanos (link). O documento tem excelente edição, detalhando não apenas os princípios éticos, mas também cenários hipotéticos, exemplos de aplicação prática, e considerações decorrentes do uso da tecnologia.  Ao final, o documento contém também uma seção sobre como aplicar os princípios e propõe que cada instituição de ensino crie seu próprio Conselho de Revisão Ética de IA. Os princípios apresentados são (em tradução livre):

• "Beneficência: Garantir que a IA seja usada para o bem de todos os alunos e professores. 
• Justiça: Promover a equidade em aplicativos de IA em todos os grupos de usuários. 
• Respeito pela autonomia: Defender os direitos dos indivíduos de tomar decisões informadas sobre as interações de IA. 
• Transparência e explicabilidade: Fornecer informações claras e compreensíveis sobre como os sistemas de IA operam. 
• Prestação de contas e responsabilidade: responsabilizar instituições e desenvolvedores pelos sistemas de IA que implantam. 
• Privacidade e proteção de dados: proteger informações pessoais contra acesso não autorizado e violações.
• Não discriminação e justiça: prevenção de vieses em algoritmos de IA que podem levar a resultados discriminatórios. 
• Avaliação de riscos e benefícios: pesar os impactos potenciais das tecnologias de IA para equilibrar benefícios e riscos".