Month: August 2026

camila

Democracia e a crise da Verdade: Poder, algoritmos e realidade fabricada

MESA ACONTECE DIA 25 DE AGOSTO DE 2026 NO MUSEU DO AMANHÃ, RIO DE JANEIRO

A transformação digital reconfigurou radicalmente a esfera pública. Plataformas, algoritmos e sistemas de recomendação passaram a mediar o acesso à informação, alterando as dinâmicas de formação da opinião pública. Esta mesa investiga como a desinformação, a fragmentação da realidade compartilhada e a governança algorítmica impactam a experiência democrática.

Participam Camila Leporace, Catharina Doria e David Alfredo discutindo os efeitos políticos da crise da verdade e os desafios regulatórios e culturais da tecnologia, com mediação de Isabela Reis.

Sobre Brasil do Amanhã:
Em um cenário global marcado pela reconfiguração das alianças internacionais, pela radicalização política, pela transformação tecnológica da esfera pública e pela crescente fragilidade das instituições, a democracia atravessa um momento de inflexão histórica.

O ciclo curatorial Sustentabilidade é Convivência convoca a frente de debates Brasil do Amanhã com um diagnóstico aprofundado das múltiplas dimensões da crise contemporânea que ameaçam a democracia como conhecemos.
Ao longo de quatro mesas temáticas, o programa examina a democracia sob quatro perspectivas complementares: a ordem global, a crise da verdade, a soberania territorial e a disputa cultural da memória.

Reunindo pesquisadores, intelectuais, jornalistas e agentes culturais, o evento busca compreender não apenas os riscos que cercam o regime democrático, mas também os campos onde ele é permanentemente reconstruído e tensionado.

SERVIÇO:
Data: 25/08/2026
Horário: 09h00 – 09h30: Credenciamento
                 09h30 – 10h00: Abertura
                 10h00 – 12h00: Evento

Local: Observatório | Museu do Amanhã – Pça Mauá, 1, Centro.

Inscreva-se neste link

camila

Referências do trabalho com Claudio Pinhanez apresentado no IV Encontro de Educadores do Século XXI – Inteligência Artificial e o Futuro da Educação

Leporace, C. (2024). Máquinas de ensinar analógicas: as precursoras da inteligência artificial na aprendizagem. Comunicação & Educação, 29(1), 95-109. 

Livro ‘Algoritmosfera’, de Camila Leporace

Morales-Navarro, L., Noh, D.J., Servat, L., Netting, C., Kafai, Y. and Metaxa, D., 2026, June. Building to Understand: Examining Teens’ Technical and Socio-Ethical Pieces of Understanding in the Construction of Small Generative Language Models. In Proceedings of the IDC’25 (pp. 262-280).

Pope, N., Klemettilä, P., Hartikainen, H., Ventä-Olkkonen, L., Sharma, S., Tikkanen, R., Iwata, M., Iivari, N. and Tedre, M., 2026, May. Crafting a Language Machine: Children’s Experiences Using a Language Model Training Tool for Generative AI Education. In EdMedia (pp. 2238-2247). Association for the Advancement of Computing in Education (AACE).

Little Language Machine

Crafting a Language Machine: Children’s Experiences Using a Language
Model Training Tool for Generative AI Education

1980s Home Computers Will Make Our Dumb Kids Smart

Constructivism for Teachers and Learners – A Closer Look


MIT News – LEGO Foundation endows Media Lab fellowships in honor of Seymour Papert
camila

‘A IA aumentou minha produtividade?’ pode não ser a pergunta certa

O que aconteceu com minha capacidade de pensar enquanto eu usava a IA? Esta pode ser uma pergunta mais eficiente e interessante quando pensamos em como trazer a IA generativa para o nosso cotidiano. É válido trazer a IA para nos apoiar em tarefas, mas há um necessário cuidado com a dependência excessiva. Preguiça cognitiva é um risco real. Outro risco é pensar que a IA é melhor que você, mais criativa, mais rápida, e desistir das suas ideias. Mas a sua bagagem, a sua experiência, e até as suas dúvidas e hesitações a IA não substitui.

Muitas vezes é justamente o que você não sabe que te fará ir atrás de saber, de crescer, de melhorar, e isso não se traduz em dados tão diretos e objetivos quanto aqueles que poderiam estar na base do que se define como produtividade. Primeiro vêm as questões que levantamos, as suposições, as conexões que queremos fazer e não sabemos como, e depois vem o uso da IA generativa para nos apoiar nisso. Mesmo para fazer uma solicitação a ela, por meio de um prompt, é necessário organizar o problema que você quer resolver. Isso só você pode fazer.

A IA generativa pode ser uma aliada na resolução de problemas complexos, te trazer opções, te apresentar cenários e até indicar a existência de conceitos novos que você desconhecia. A partir daí, você pode ir atrás, descobrir mais, fazer pesquisas. Mas só você faz essa curadoria, toma essas decisões, decide o próximo passo. Se a IA estiver decidindo por você, você estará deixando de aprender. E a capacidade de aprender, hoje, não é uma habilidade opcional; trata-se de uma habilidade básica e que deve ser cuidada constantemente.

camila

Como desenvolver pessoas capazes de trabalhar criticamente com sistemas de IA?

Letramento em IA não é tema de escola; é essencial em T&D

Você já pensou em como a área de T&D da sua corporação pode promover letramento crítico em IA (AI Literacy) e quais os fatores que deveriam estar presentes nesse letramento?

Sim, letramento em IA não é tema da escola básica; é um tema essencial para empresas que querem ver a IA inserida em seus processos e fluxos serem transformados positivamente por IA agêntica.

A maioria das organizações ainda está presa na camada superficial do “ensinar a apertar os botões do ChatGPT”, quando um diferencial competitivo e estratégico está na supervisão crítica, no julgamento humano e no desenho do fluxo de trabalho com a IA.

A verdadeira AI Literacy (Alfabetização ou Letramento em IA) vai além do domínio técnico, mesmo quando (ou ainda mais quando!) se trata de organizações. Ela se sustenta em alguns pilares essenciais, como:

  • Fundamentos técnicos desmistificados: Compreender como os Modelos de Linguagem (LLMs) funcionam (predição estatística de padrões, não consciência!) para saber por que eles falham ou “inventam” dados; para entender para que eles de fato servem ou não servem;
  • Avaliação crítica e verificação: Capacidade de auditagem, checagem de fatos, identificação de viés (bias) e reconhecimento de alucinações.
  • Gestão de Riscos e Ética: Privacidade de dados, segurança da informação, propriedade intelectual e uso responsável da IA;
  • Desenho de problemas e contextualização: A habilidade de enquadrar problemas do mundo real de forma estruturada para que a IA possa processá-los.

AI Literacy para organizações pode incluir, ainda, aspectos como criatividade, a capacidade de olhar para problemas com múltiplos pontos de vista, o resgate de habilidades tipicamente humanas e insubstituíveis – fundamentais para tomada de decisões, trabalho em equipe e liderança equipes; e a capacidade de ser autodidata, essencial para todo profissional hoje.

Para equalizar o melhor da IA com o melhor das pessoas da sua equipe, uma pergunta fundamental é: estamos usando a IA apenas para aumentar produtividade ou também para aumentar capacidade humana? Afinal, a IA deveria expandir as nossas capacidades, e não atrofiá-las 😉

camila

O estudante como sujeito da aprendizagem com agentes de IA

A IA generativa pode estar presente nos processos de aprendizagem de uma maneira que provoque a curiosidade, a criatividade, e incentive a autonomia do aluno? Como?

Para responder a essas perguntas, pode ser interessante olhar para a história das tecnologias na educação, em busca de caminhos feitos antes por pesquisadores que não se conformaram em adequar o ensino às inovações tecnológicas. Preferiram, de certa forma, fazer o contrário: posicionar essas inovações em prol do agente, o aluno, para que ele pudesse florescer no processo. Um desses pesquisadores inspiradores é Seymour Papert (imagem abaixo).

Foi Papert quem desenvolveu a linguagem LOGO, convocando a criança a programar a máquina, em vez do contrário. Essa inversão é importante para pensarmos sobre como tem sido a relação dos nossos estudantes com a IA generativa, e qual outro rumo essa relação poderia ter para sair do óbvio.

Afinal, na história das tecnologias educacionais, podemos perceber – em vários momentos – as tecnologias se limitando a colocar uma roupa nova sobre os velhos modos de ensinar e aprender. Elas chegavam prometendo grandes mudanças, mas continuavam promovendo a transmissão de conteúdo, que deixa de estimular o aluno a pensar por si mesmo. Esse foi o caso das antigas máquinas de ensinar de Pressey e Skinner, que abordo neste artigo publicado em 2024 e também menciono na minha tese de doutorado.

Apesar desse histórico de repetições, a tecnologia na educação pode apoiar o aluno a desenvolver pensamento autônomo, assumindo uma postura de construção do próprio conhecimento em vez de se limitar à recepção e reprodução de informações. No trabalho que estou desenvolvendo com Claudio Pinhanez, focamos em buscar exemplos de como isso pode ser feito com a IA generativa.

Nosso objetivo é indicar possibilidades para além dos usos genéricos da IA generativa na educação, olhando para possibilidades que coloquem os estudantes para pensar e criar usando a IA generativa como um objeto a ser manipulado, testado, experimentado – como Papert sugeria com sua proposta construcionista.

O trabalho será apresentado pelo Claudio nesta sexta dia 14/8 às 15h no IV Encontro de Educadores do Século XXI – Inteligência Artificial e o Futuro da Educação, na Casa Firjan, no Rio de Janeiro.

O site do encontro contém todas as informações sobre como o evento está organizado, horários e salas das palestras e oficinas.

https://www.encontroeducadores.com.br