Programação

OBRIGATÓRIA

1. O QUE É AFINAL APRENDIZAGEM SIGNIFICATIVA?1 (After all, what is meaningful learning?)

Com a leitura do texto "O QUE É AFINAL APRENDIZAGEM SIGNIFICATIVA?" de Marco Antonio Moreira, fica ainda mais clara a profunda relação entre os princípios da teoria de David Ausubel e o potencial dos agentes de IA.

A essência da aprendizagem significativa reside na interação substantiva e não-arbitrária de novas ideias com o que o aprendiz já sabe. Nesse sentido, o texto de Moreira destaca a importância do subsunçor, que é o conhecimento prévio relevante que serve de "ideia-âncora" para a aquisição de novos conhecimentos.

Os agentes de IA podem atuar como mediadores poderosos nesse processo:

• Identificação de Subsunçores: Em vez de iniciar o ensino de forma linear e descontextualizada, uma IA pode analisar o histórico de interações do usuário para identificar seus subsunçores existentes. Se o aluno não tiver os conhecimentos prévios adequados, a IA pode "facilitar ou promover sua construção";

• Diferenciação Progressiva e Reconciliação Integradora: O texto de Moreira descreve a diferenciação progressiva como o processo de enriquecer um subsunçor com novos significados, enquanto a reconciliação integradora resolve inconsistências e integra conceitos. Os agentes de IA, com sua capacidade de processar grandes volumes de dados e criar percursos de aprendizagem personalizados, podem projetar interações que intencionalmente estimulem esses dois processos cognitivos de forma simultânea e interdependente. Em vez de seguir um currículo linear, a IA pode propor desafios e exemplos que levam o aluno a "subir e descer nas hierarquias conceituais";

• Aprendizagem Mecânica: A pesquisa de Ausubel, conforme relata o texto, sugere que a maioria das estratégias de ensino ainda promovem a aprendizagem mecânica, puramente memorística. A IA, ao se focar na
  interação não-literal e na atribuição de significado , pode ir além do "decoreba" e auxiliar na construção de conhecimentos duradouros, que, mesmo que sofram a assimilação obliteradora, podem ser resgatados com maior facilidade por terem sido adquiridos de forma significativa.

Em suma, a IA não apenas entrega conteúdo, mas pode se tornar uma ferramenta que "age" sobre a estrutura cognitiva do aprendiz, facilitando a dinâmica de diferenciação e reconciliação. O futuro promissor dos agentes de IA na educação é, portanto, o de se tornarem parceiros estratégicos que orquestram a aprendizagem, garantindo que o novo conhecimento não seja apenas memorizado, mas genuinamente compreendido e ancorado naquilo que o indivíduo já sabe.

OPCIONAL

2. Inteligência Artificial: Avanços e Tendências

"Inteligência Artificial: Avanços e Tendências" é uma coletânea de artigos que surgiu de um evento da Universidade de São Paulo (USP). O livro, organizado por Fabio G. Cozman, Guilherme Ary Plonski e Hugo Neri , é dividido em três grandes seções, além de uma introdução: "Ética e Estética", "Ciências" e "Ciências Sociais Aplicadas". Ele explora a Inteligência Artificial sob diversas perspectivas, desde a sua definição e trajetória no Brasil, passando pelas questões éticas, até as aplicações práticas em áreas como direito, varejo e finanças. O objetivo é mostrar a onipresença da IA e como diferentes áreas do conhecimento têm lidado com a tecnologia.

Para uma leitura mais eficiente, a melhor forma é seguir a estrutura do próprio livro. Comece pela "Introdução" para obter uma visão geral do que é a Inteligência Artificial e sua história no Brasil. Depois, você pode explorar as seções de acordo com seu interesse:

• "Ética e Estética": se você quer entender as reflexões sobre moralidade, subjetividade e vieses em sistemas de IA e sua relação com a arte.

• "Ciências": para se aprofundar na relação da IA com a ciência, incluindo sua aplicação em áreas como medicina e o impacto na sociologia.

• "Ciências Sociais Aplicadas": para ver exemplos de como a IA é aplicada em áreas como direito, varejo, finanças e políticas públicas.

Essa organização permite que você leia o livro de forma não-linear, focando nos temas que mais lhe interessam, sem precisar seguir a ordem dos capítulos.

3. A TEORIA SUBJACENTE AOS MAPAS CONCEITUAIS E COMO ELABORÁ-LOS E USÁ-LOS

É uma introdução concisa, mas completa, à teoria que sustenta os mapas conceituais e a sua aplicação prática. Escrito por Joseph D. Novak e Alberto J. Cañas, o texto faz uma leitura direta da Teoria da Assimilação de Ausubel para mostrar como a ferramenta de mapas conceituais foi desenvolvida para ajudar na construção de aprendizagem significativa. Além disso, o texto descreve o CmapTools, um software gratuito para a criação de mapas, e como essa ferramenta se encaixa em um "Novo Modelo de Educação".

Como ler o texto da melhor forma

Para extrair o máximo de informação do texto, a melhor abordagem é a seguinte:

• Foco na Teoria: Concentre-se nos primeiros parágrafos que explicam a Teoria da Assimilação de Ausubel. Entenda a conexão entre o conhecimento prévio, a assimilação de novos conceitos e a criação de significado. Esse é o ponto central do artigo.

• Da Teoria à Prática: Observe como os autores fazem a transição da teoria para a prática, introduzindo os mapas conceituais. Tente identificar a lógica por trás das regras de construção de um mapa e como elas refletem os princípios de Ausubel.

• Explore a Ferramenta: Ao final, leia sobre o CmapTools. Mesmo que você não use o programa, a descrição das suas funcionalidades (como a captura de conhecimento tácito e explícito) ilustra o potencial dos mapas conceituais para além da sala de aula.

• Reflexão Final: O texto é relativamente curto, mas rico. Tente ler duas vezes, a primeira para ter uma visão geral e a segunda para focar nos detalhes. Ao final, faça a sua própria reflexão sobre como os mapas conceituais podem ser utilizados em sua área de interesse para promover a aprendizagem significativa.