Educadores e desenvolvedores precisam atuar juntos para que inteligência artificial beneficie a educação, diz professora britânica

Rose Luckin, da University College of London, defende a integração entre setores e diz que IA vai muito além da tecnologia: é uma forma de pensar, de resolver problemas e entender desafios a partir do aprendizado de dados

por Maria Victória Oliveira ilustração relógio 28 de outubro de 2020

Crédito: Divulgação

Rose Luckin, professora da University College of London e especialista em inteligência artificial

Discutir a aprendizagem, ensino e o trabalho no cenário pós-2020 foi o principal objetivo do enlightED virtual edition 2020, realizado entre os dias 19 e 23 de outubro. Mais de 40 países se conectaram para assistir a palestras de 90 especialistas, entre eles Rose Luckin, professora de design centrado na aprendizagem na University College of London (UCL) e especialista em inteligência artificial (IA).

Considerada uma das 20 pessoas mais influentes na educação de acordo com a edição 2017 da Seldon List, Rose é autora do livro “Machine Learning and Human Intelligence: the future of education in the 21st century” (“Aprendizagem de máquina e inteligência humana: o futuro da educação no século 21”). No evento virtual, ela dedicou sua palestra a explicar que, mesmo que a inteligência humana seja muito mais capaz do que a inteligência artificial e o aprendizado de máquinas possa alcançar um dia, é necessário estabelecer relações entre esses dois tipos de inteligência.

Rose define a inteligência humana a partir de sete pilares, entrelaçados e que conversam entre si: 1) inteligência acadêmica interdisciplinar, 2) metainteligência ou inteligência meta-conhecedora (compreensão sobre a própria inteligência), 3) inteligência social, 4) metacognitiva (que apoia a compreensão sobre processos de pensamento), 5) metassubjetiva (compreensão e apreciação do desenvolvimento da inteligência emocional), 6) metacontextual (capacidade de transitar entre diferentes contextos) e a 7) autoeficácia percebida (capacidade de definir metas, entender até que ponto pode-se atingi-las e o quanto de ajuda extra será necessária). “Embora a inteligência artificial seja útil, a inteligência humana é muito mais complicada do que a inteligência artificial”.

Aprendendo Sempre: Ferramentas e orientações para suas aulas remotas

Em uma breve retomada sobre a história da inteligência artificial, seu surgimento nos Estados Unidos por volta de 1956 e os avanços consideráveis em 1997, Rose explicou que foram necessárias décadas de desenvolvimento para que os sistemas de IA pudessem ler rostos e expressões, por exemplo, atividade muito mais complexa em termos de tecnologia do que programar máquinas para jogar xadrez. “Uma das coisas mais importantes que aconteceram nas últimas duas décadas, e isso significa que estamos em um momento em que a inteligência artificial tem enorme impacto no mundo e precisamos considerá-la do ponto de vista educacional, é o advento do aprendizado de máquina inteligente” (do inglês, “machine learning intelligence”).

Ao contrário de máquinas que são programas para jogar xadrez, o “aprendizado da máquina” não precisa ser programado com antecedência. Isso significa que, usando a inteligência artificial, a tecnologia pode valer-se de dados para aprender. “O aprendizado de máquina diz, em grande parte, sobre correspondência de padrões e aprendizagem de dados para permitir que ela se comporte de uma maneira específica. Esses sistemas devem ser pensados como uma combinação perfeita de grandes quantidades de dados, algoritmos de inteligência artificial muito sofisticados, e muita computação e descrição sobre como processar essas informações.”

Apesar disso, Rose reforçou que o potencial a ser alcançado pela aprendizagem de máquinas ainda é limitado, uma vez que a humanidade não conta com a inteligência artificial geral, ou seja, máquinas construídas pelo ser humano que possam lidar com qualquer tipo de tarefa intelectual, bem como as pessoas.

A inteligência artificial na educação
Rose dividiu com o público que dois aspectos importantes da inteligência artificial são a autonomia, ou seja, a capacidade da máquina realizar tarefas sem a orientação constante de um ser humano, e adaptabilidade, que é a capacidade do sistema de melhorar e aprender com a experiência. Por isso, a educadora acredita que no cenário desafiador, incerto e imprevisto imposto pela chegada da Covid-19, a inteligência artificial pode ser um insumo de apoio à educação. “Considerando um aluno que está aprendendo matemática, o sistema de IA pode aprender com sua experiência de interagir com o estudante e melhorar o tipo de apoio fornecido”, exemplificou.

Entretanto, para realmente entender quais são as possibilidades futuras do uso da IA no contexto educacional, a especialista reforça a necessidade de dar um passo atrás e compreender que a IA vai muito além da tecnologia, por ser uma forma de pensar, de resolver problemas e entender desafios a partir do aprendizado de dados. A coleta dessas informações pode acontecer de muitas formas diferentes. Na educação, Rose exemplificou usando uma imagem de três estudantes usando a tecnologia e trabalhando colaborativamente para resolver um desafio.

“Podemos coletar dados sobre para onde eles estão olhando, sobre onde suas mãos estão, como estão se movendo, o que estão dizendo, os diferentes tons e cadências de suas vozes, quais são as lacunas de seus discursos, o que estão construindo e a maneira como estão interagindo com as tecnologias. É uma grande quantidade de dados e precisamos pensar sobre como analisamos essas informações. Assim, vamos conseguir saber se os alunos estão ou não trabalhando colaborativamente de forma eficaz e aprender mais sobre a aprendizagem humana”, explica Rose. O bom uso, portanto, passa por aprender a aplicar os sistemas de inteligência artificial no desenvolvimento da inteligência humana.

Essas observações dos estudantes pela tecnologia podem, por exemplo, indicar ao professor o melhor momento de intervenção e orientação junto ao grupo. “Com dados ricos e algoritmos bem projetados, podemos identificar os significantes de comportamentos humanos complexos que são valiosos para os educadores. E, assim, o futuro da educação poderia ser alimentado por dados de várias fontes diferentes. Entretanto, a nossa inteligência humana, ou seja, a inteligência dos professores que interpretam o que a inteligência artificial lhes diz e intervêm de maneira mais otimizada para seus alunos, é vital”, afirma Rose.

Colaborar para avançar
Segundo a especialista, o ponto chave para que a inteligência artificial consiga apoiar o desenvolvimento ainda maior da inteligência humana e o uso dos dados e tecnologias na educação é a colaboração entre os setores. Ou seja, programadores precisam a entender mais sobre os processos de ensino e aprendizagem e os educadores precisam entender mais sobre IA, movimentos que podem ser apoiados por empresas de tecnologia educacional.

“Precisamos que esses grupos trabalhem juntos. Assim, pesquisadores como eu podem ajudar a intermediar os relacionamentos entre os desenvolvedores e os educadores. Chamamos isso de Triângulo Dourado, por conectar essas três comunidades em torno de evidências e dados”, explica. Essa é uma das premissas do trabalho realizado pelo Educate, centro de Startups de Tecnologia Educacional de Londres (Inglaterra), que reúne empresas de tecnologia, pesquisadores e educadores para trabalharem juntos na criação de tecnologia educacional com base científica.

Outra forma de integrar a inteligência artificial na educação é seguir os sete passos do processo que Rose chama de “AI Readiness” que, em tradução livre, pode ser compreendido como preparação ou prontidão para inteligência artificial, em um movimento de ajudar escolas, faculdades e universidades a compreender como aproveitar melhor a inteligência artificial e o aprendizado de máquina.

“O primeiro passo é inspirar a comunidade para o tema. Em uma escola, por exemplo, nós cativamos os professores sobre por que IA pode ser útil para eles. Em seguida, escolhemos desafios específicos que essa escola enfrenta. Identificamos os dados disponíveis, ajudamos a coletar novas informações, procuramos ver se há novos classificadores de dados que devemos coletar para entender o desafio. E então aplicamos técnicas de IA sobre esses dados para ajudá-los a compreender a questão. Dessa forma, podem decidir melhor qual tipo de tecnologia de IA pode ser mais adequada para suas equipes.”

A palestra de Rose Luckin está disponível na íntegra neste link, a partir de 1h20.