Da co-construção à co-evolução entre actores humanos e IA na aprendizagem - [Tese]

Esta tese inscreve-se no domínio dos ambientes informáticos para a aprendizagem humana (CEHL) e analisa o papel que a inteligência artificial pode desempenhar na personalização das situações de aprendizagem.

O objetivo geral do artigo é compreender como conceber sistemas capazes de adaptar os ambientes de ensino às caraterísticas dos aprendentes, tendo em conta os constrangimentos e as práticas dos professores.

A autora situa explicitamente a sua investigação na interface entre a informática, a engenharia do conhecimento e as ciências da educação. Salienta que a IALT é um domínio intrinsecamente interdisciplinar que tem por objetivo "fornecer modelos e ferramentas para apoiar a aprendizagem e o ensino em ambientes digitais" (p. 2).

Substituição ou apoio

O manuscrito defende uma tese central: a inteligência artificial aplicada à educação não deve ser concebida como um mecanismo de automatização que substitui a atividade pedagógica humana, mas como um conjunto de dispositivos capazes de apoiar a atividade dos professores e enriquecer os ambientes de aprendizagem. A este respeito, a autora sublinha que o seu trabalho visa "propor não sistemas automáticos que substituam os professores, mas ferramentas que possam ser adaptadas às suas práticas", permitindo gerar ou recomendar actividades de ensino adaptadas aos perfis dos alunos (p. 6).

O manuscrito começa com uma perspetiva histórica sobre o campo da IAH e a relação entre inteligência artificial e aprendizagem. A evolução deste domínio é apresentada como uma sucessão de tentativas para resolver um problema pedagógico fundamental: a adaptação do ensino às necessidades individuais dos alunos.

• Os primeiros sistemas de ensino programado baseavam-se em percursos ramificados que permitiam modular o progresso do aluno em função das suas respostas. O advento da informática e, em seguida, da inteligência artificial conduziu progressivamente ao desenvolvimento de sistemas mais complexos, capazes de integrar os conhecimentos sobre a matéria a ensinar, o método de ensino e o aluno.
  
  Os sistemas de tutoria inteligente ocupam um lugar central nesta genealogia. Estes sistemas baseiam-se na ideia de que a aprendizagem pode ser apoiada por modelos de conhecimento explícito capazes de diagnosticar o estado cognitivo do aprendente e sugerir actividades adequadas.
  
  
• No entanto, o autor destaca também o aparecimento de abordagens alternativas que privilegiam ambientes de aprendizagem abertos em que o aprendente mantém uma maior autonomia. Os sistemas de recomendação educativa são uma ilustração desta evolução: "recomendam recursos, deixando ao aprendente a opção de aceitar ou rejeitar a recomendação" (p. 4).

Com base nesta contextualização, as contribuições científicas apresentadas na habilitação organizam-se em torno de duas grandes linhas de investigação.

• A primeira diz respeito à modelação do conhecimento pedagógico para ajudar os professores na conceção de ambientes de aprendizagem personalizados.
  
  O trabalho utiliza métodos de engenharia do conhecimento para formalizar os conhecimentos pedagógicos e torná-los utilizáveis pelos sistemas informáticos. Esta abordagem conduziu à conceção de meta-modelos para representar actividades de ensino, perfis de alunos e objectivos de competências.
  
  Estes modelos são integrados em ferramentas de criação que permitem aos professores configurar ambientes de aprendizagem adaptáveis. A abordagem desenvolvida visa apoiar a atividade de ensino em vez de a automatizar. Em particular, permite gerar ou recomendar actividades de ensino em função das caraterísticas dos alunos e das limitações do contexto de ensino.
  
  É dada especial ênfase à integração da abordagem baseada em competências nestes ambientes adaptativos. Os modelos desenvolvidos permitem utilizar os repositórios de competências para calcular os perfis de aprendizagem e orientar as recomendações pedagógicas. Esta orientação reflecte a vontade de aproximar os modelos informáticos dos quadros pedagógicos utilizados nos estabelecimentos de ensino.
  
  
• O segundo domínio de investigação diz respeito à utilização dos traços de aprendizagem produzidos pelos ambientes digitais.
  
  As plataformas de aprendizagem geram atualmente um volume crescente de dados que descrevem as interações dos alunos com os recursos educativos. Estes dados constituem uma importante fonte de informação para compreender os processos de aprendizagem e apoiar as decisões pedagógicas. O trabalho aqui apresentado combina engenharia do conhecimento, extração de dados e aprendizagem automática para analisar estes vestígios e extrair modelos úteis para a conceção pedagógica.
  
  Esta investigação conduziu ao desenvolvimento de plataformas de análise de dados de aprendizagem que não requerem conhecimentos avançados de programação. Além disso, facilitam a capitalização e a partilha das análises produzidas pelos utilizadores.

O autor sublinha que estes sistemas combinam dois tipos de abordagens complementares: modelos derivados da experiência pedagógica (abordagem top-down) e modelos descobertos a partir dos dados (abordagem bottom-up).

Com que base são feitas as recomendações?

Outra contribuição importante diz respeito à transparência dos sistemas de inteligência artificial utilizados em ambientes educativos. As decisões tomadas por estes sistemas, como as recomendações pedagógicas, baseiam-se frequentemente em mecanismos algorítmicos de difícil interpretação para os utilizadores. O trabalho apresentado explora a possibilidade de introduzir mecanismos de IA explicáveis para tornar compreensíveis as decisões produzidas pelos motores de inteligência artificial.

Perspectivas para as interações Homem-IA

O manuscrito termina com a apresentação de um programa de investigação estruturado em torno de várias perspectivas científicas. Estas incluem

• o desenvolvimento de mecanismos de IA explicáveis integrados no ciclo de personalização do ambiente de aprendizagem
• a conceção de arquitecturas híbridas de IA que combinem abordagens simbólicas e aprendizagem automática, e
• o estudo da co-evolução entre actores humanos e sistemas inteligentes em ambientes educativos.

Esta última perspetiva é um dos principais fios condutores do trabalho. Baseia-se na ideia de que os ambientes de aprendizagem digital não devem ser concebidos como simples ferramentas tecnológicas, mas como dispositivos sociotécnicos em que interagem professores, alunos e sistemas informáticos.

Nesta perspetiva, a personalização da aprendizagem é vista menos como um problema algorítmico do que como uma questão de ligação entre modelos informáticos, conhecimentos pedagógicos e práticas educativas. A habilitação propõe, assim, um quadro concetual e metodológico para pensar a integração da inteligência artificial nos ambientes de aprendizagem, tendo em conta as realidades pedagógicas e institucionais do mundo educativo.

Referências

Lefevre, M. (2026). De la co-construction à la co-évolution entre acteurs humains et AI au sein du cycle de personnalisation des EIAH. Habilitação à direção de investigação em informática, Universidade Claude Bernard Lyon 1.
https://hal.science/tel-05504496v1