Desafios e estudos de superinteligência da Inteligência Artificial (IA) aplicada a relação ensino aprendizagem

RESUMO

Diante do desenvolvimento exponencial da tecnologia, esse artigo está centrado na hipótese do estudo sobre o aspecto qualitativo que a Inteligência Artificial pode trazer ao mundo da educação. Para muitos autores a inteligência artificial representa o fim ou não da supremacia humana. Baseado nesses questionamentos o presente artigo apresenta uma análise qualitativa do risco real a ser enfrentado diante da abordagem tecnofóbica e tecnofílica. As possíveis falhas de funcionamento da inteligência artificial ainda é real diante da existência de sobrecarga de informações, muitas vezes com programação equivocada ou de aleatoriedade de formação de aplicativos tecnológicos. Portanto, após análise de uma amostragem de questionários e aplicativos que respondem pelo ser humano, via inteligência artificial percebeu-se a necessidade de melhorar essa performance, pois a Inteligência Artificial é no mundo de hoje é apenas a reprogramação daquilo que um cérebro humano pode realizar. Portanto, coerente apenas para um grupo de indivíduos que possuem o mesmo senso comum de conhecimento empírico. O principal argumento neste experimento foi diagnosticado através da análise qualitativa e observação junto a um grupo de indivíduos que utiliza a Inteligência Artificial para cursos de curta duração na área de marketing digital. Percebeu-se que há falhas não detectadas pela provável limitação humana e devido a sua complexidade existencial de vivência com a realidade dos alunos. Não podemos considerar que a Inteligência Artificial venha ou possa a vir a substituir o mundo humano da educação, mas que pode ser preponderante num efeito social, mas apenas, de um grupo de indivíduos com o mesmo propósito. Percebe-se que alguns parâmetros cartoriais e legitimados pela repetição de procedimentos podem ser programados por Inteligência Artificial, mas apenas, como padrão de manualização, sem sequer lidar com diferenças existenciais de conhecimentos. Destartes, os desafios e estudos de superinteligência da Inteligência Artificial (IA) aplicada a relação ensino aprendizagem ainda carece de muito estudo pois, não foi criado um modelo epistemológico de referência para o ensino.

Palavras-chave:

Aprendizagem IA; Inteligência Artificial; risco existencial; superinteligências; ensino.

2

ABSTRACT

Given the exponential development of technology, this article is centered on the study hypothesis about the qualitative aspect that Artificial Intelligence can bring to the world of education. For many authors, artificial intelligence represents the end or not of human supremacy. Based on these questions, this article presents a qualitative analysis of the real risk to be faced in the face of the technophobic and technophilic approach. The possible malfunctions of artificial intelligence are still real given the existence of information overload, often with incorrect programming or random formation of technological applications. Therefore, after analyzing a sample of questionnaires and applications that respond to human beings, via artificial intelligence, the need to improve this performance was realized, as Artificial Intelligence in today's world is just the reprogramming of what a human brain can do. . Therefore, coherent only for a group of individuals who have the same common sense of empirical knowledge. The main argument in this experiment was diagnosed through qualitative analysis and observation with a group of individuals who use Artificial Intelligence for short courses in the area of digital marketing. It was noticed that there are undetected flaws due to probable human limitations and due to their existential complexity of experiencing the students' reality. We cannot consider that Artificial Intelligence will or could replace the human world of education, but that it can have a preponderant social effect, but only on a group of individuals with the same purpose. It is clear that some notary parameters legitimized by the repetition of procedures can be programmed by Artificial Intelligence, but only as a manualization standard, without even dealing with existential differences in knowledge. Therefore, the challenges and superintelligence studies of Artificial Intelligence (AI) applied to the teaching-learning relationship still require much study as an epistemological model of reference for teaching has not been created.

Key words:

AI learning; Artificial intelligence; existential risk; superintelligences; teaching.

3

INTRODUÇÃO

Um professor(a) ao iniciar o processo de ensino versus aprendizagem, conduz sua prática docente baseada na transformação do saber fazer do aluno(a), não somente aplicando conceitos aprendidos, mas relacionando-os à vida e existência de cada aluno(a). A compreensão para os conceitos práticos ensinados está atrelada à proposta de ensino de cada turma, através de diferentes caminhos metodológicos, tendo como base o aluno(a): centro dos estudos e de conhecimento. A complexidade dessa aprendizagem está baseada na motivação do aluno(a) em estudar e aprender através do objeto da aprendizagem específico e prático. Muito se fala de conflitos quando tratamos a relação ensino aprendizagem e isso leva a envolvimentos psíquicos, conforme trata Ristoff, 2014, citando: Entendemos que esses conflitos psíquicos, no âmbito universitário, podem ser traduzidos como aspectos que interferem, por exemplo, na motivação do aluno em estudar e aprender e que podem levar ao desengajamento em atividades acadêmicas, a um baixo desempenho acadêmico e a reprovações. Além disso, podem levar à elevação dos níveis de estresse, a sentimentos de solidão e de não pertencimento à universidade, e, por sua vez, à evasão, seja de curso, seja de instituição, seja do sistema de educação superior.

Ao tratarmos da relação ensino versus aprendizagem é considerável destacar Piaget, conforme segue: “a afetividade é um componente que não pode ser desprezado quando se trata de aprendizagem, uma vez que se constitui como um fator fundamental de socialização. É composta de sentimentos (prazer, desprazer, simpatia, aversões, emoções e pulsões) e elementos energéticos (interesses, esforços, motivações, vontade e sentimentos morais), os quais sustentam as ações” (Wadsworth, 1996; Piaget, 2014).

De acordo com a Psicologia Genética, a afetividade desempenha um papel essencial para o desenvolvimento intelectual do conhecimento do aluno, portanto utilizar a Inteligência Artificial como ferramenta não atenderá o conceito de estudiosos como Piaget. Apesar disso, inteligência e afetividade são de naturezas diferentes, nas quais o desenvolvimento afetivo e o cognitivo ocorrem em paralelo. Piaget (2014) estabelece esse paralelo entre os aspectos intelectuais e os afetivos do desenvolvimento, sustentando sua tese de que a inteligência e a afetividade são elementos distintos, contudo indissociáveis em toda conduta. Não existe um estado afetivo puro, sem elementos cognitivos. Os fatores cognitivos desempenham um papel nos sentimentos e “[...] se mesclam cada vez mais com a inteligência.” (Piaget, 2014, p. 40).

4

Diante do exposto, para o mundo atual, ano 2023, na qual a Inteligência Artificial tem seu papel preponderante de padronização e técnicas de programação para expedição de conteúdos, a idéia de entidade artificial dotada de inteligência superior é ressaltada por autores como Stephen Hawking e o futurista norte-americano Ray Kurzweil com possibilidade de melhoria recursiva das máquinas sem a necessidade de auxílio humano, portanto, segundo esses autores será necessário alinhar os objetivos dos computadores aos dos humanos. Utilizar o conceito de inteligência de Piaget e outros autores ainda carece de melhoria no tratamento das ferramentas de inteligência artificial.

A partir do exemplo de Stephen Hawking fica evidente que para o ensino ainda há muito a ser realizado, pois não está sendo considerado o indicador de desenvolvimento cognitivo. Neste caso, cita-se: “Piaget (2014) afirma que, para que a inteligência se desenvolva, é necessário um motor, que é o afeto. Um sujeito jamais resolverá um problema se este não lhe interessar. O interesse - a motivação afetiva - será o motor que impulsionará o sujeito a agir.

O grande segredo das ferramentas de Inteligência Artificial para evoluir até o conhecimento de inteligência humana poderá estar centrado no desenvolvimento do afeto. Será que nos deparamos com essa perspectiva? (Terezinha Chaves, 2023)

De acordo com Marques (2005), a motivação é estrutural, não sendo externa ao sujeito, e dependerá de estruturas já construídas, que precisam ser alimentadas. Por exemplo, será a motivação que irá sustentar a vontade de um estudante de se dedicar aos estudos. Piaget (2003, p. 56) esclarece que a vontade pode ser “[...] reduzida à simples manifestação de energia de que dispõe o sujeito.”. Para Freitas (2003), a expressão que melhor traduziria a palavra vontade, no sentido atribuído por Piaget, seria força de vontade. Por exemplo, a vontade aconteceria quando o indivíduo se sente dividido entre um prazer tentador e o dever, optando por realizar o dever.

Baseado em estudos de Nicolelis, vê-se que há muito a ser resolvido sobre questões de conteúdos em Inteligência Artificial. Nicolelis afirma: [...] nossa peculiar história evolutiva não pode ser comprimida em nenhum algoritmo computacional, um fato que elimina qualquer esperança de que máquinas, simulações computacionais ou formas artificiais de vida poderiam ser sujeitas a uma lista idêntica de pressões evolutivas, geradas por qualquer código de computador ou outra máquina criada pelo homem. Efetivamente, poderíamos dizer

5

que, como um justo quid pro quo por carregar o legado de sua própria história impresso dentro de seus circuitos, o cérebro recebeu como recompensa a imunidade mais poderosa contra possíveis tentativas de copiar ou reproduzir seus mais íntimos segredos e arte ( Nicolelis, 2011 , p. 469).

Para Kleber Bez Birolo Candiotto, PUC - UFPR, 2023, o movimento da IA benéfica, enfatiza que: “...é fato que a inteligência artificial poderia caminhar para resolver grande parte dos problemas humanos na contemporaneidade, mas, ao mesmo tempo, e aí estaria sua ambiguidade, também possibilitaria a própria extinção da humanidade, caso certas medidas e protocolos, especialmente antes do surgimento da uma superinteligência ou de uma inteligência artificial geral (AGI), não fossem pensados ou colocados em ação. Como se vê, entende-se que há implícito no movimento da IA benéfica a premissa de que, bem ou mal, a inteligência artificial possa vir a amadurecer e evoluir de forma que os seres humanos não consigam controlá-la, o que faz, neste sentido, que os utopistas digitais e o movimento da IA benéfica estejam no mesmo espectro de debate, apenas diferindo em relação às últimas consequências do uso da inteligência artificial: para os utopistas digitais, positiva em essência; para o movimento da IA benéfica, ambivalente”.

Yampolskiy (2016), inspirado no texto Information Hazards: A Typology of Potential Harms From Knowledge de Bostrom (2011), elabora uma classificação didática quanto ao momento e à forma como sistemas de IA se tornam perigosos. São dois estágios apresentados por Yampolskiy para análise do momento em que sistemas de IA podem apresentar riscos, um anterior e outro posterior à sua implantação. Ressalta-se que essa divisão é de caráter didático, uma vez que problemas de funcionamento ou falhas podem acontecer na continuidade dos dois estágios. Quanto à forma como sistemas de IA se tornam perigosos, o autor as classifica em relação às causas, que podem ser externas ou internas. As causas externas podem ser divididas em: i) ações deliberadas; ii) efeitos colaterais de projetos ruins; e iii) situações diversas ocorridas no ambiente externo do sistema. Já as causas internas são as decorrentes de automodificações originadas no próprio sistema, que é o destaque dado neste artigo quanto aos efetivos riscos existências para a humanidade.

Considerando o objetivo desse artigo que analisa, de forma qualitativa a descoberta de indicadores relevantes quando tratamos do ensino através das ferramentas de Inteligência Artificial, cumpre-se compreender os desafios e estudos de superinteligência da Inteligência Artificial (IA) aplicada a relação ensino aprendizagem, como primordialidade do foco

6

didático, que tem como base os seguintes indicadores: o percurso de estudo e pesquisa, a construção de um modelo epistemológico de referência para o ensino, a formulação de problemas didáticos, a construção do diagrama para ensino; descrição de aplicação e elaboração do conceito de função; a contextualização do problema; efeito cognitivo e afetivo sobre a aprendizagem.

METODOLOGIA

O presente trabalho, de cunho qualitativo, é classificado como um estudo de caso único realizado junto a 298 alunos da Faculdade Evoluir e seus professores Esse estudo teve como base as experiências de desenvolvimento de conhecimento através da ferramenta de Inteligência Artificial, tendo como focos principais a orientação à aprendizagem e o aconselhamento de carreira. O caso apresentado priorizou a modalidade de orientação à aprendizagem. Esse tipo de atendimento teve como finalidade auxiliar o aluno em suas dificuldades relacionadas aos estudos, buscando colocá-lo como protagonista desse processo, considerando os aspectos afetivos, cognitivos e sociais envolvidos, rumo ao desenvolvimento de sua autonomia para uso da Inteligência Artificial. O atendimento de orientação à aprendizagem configura-se por não ser prescritivo em relação ao processo de estudos, pois foi necessário compreender a situação de cada estudante em relação às suas dificuldades, contextualizando na sua própria realidade. No que se refere a este estudo, optou-se por abordar o caso apresentando e debatendo, de maneira teórico-prática, a influência da afetividade na aprendizagem no contexto universitário, e, como usar a base do ensino através da Inteligência Artificial.

O estudo se baseou nos desafios e estudos de superinteligência da Inteligência Artificial (IA) aplicada a relação ensino aprendizagem, numa pesquisa empírica para investigar fenômenos contemporâneos dentro de seu contexto de vida real, em situações em que as fronteiras entre o fenômeno e o contexto não estão claramente estabelecidas. O questionário aplicado junto aos alunos e professores teve como base a primordialidade do foco didático; o percurso de estudo e pesquisa para a aprendizagem, a construção de um modelo epistemológico de referência para o ensino, a formulação de problemas didáticos, a construção do diagrama para ensino; descrição de aplicação e elaboração do conceito de função; a contextualização do problema; efeito cognitivo e afetivo sobre a aprendizagem.

7

RESULTADOS E DISCUSSÃO

Com o objetivo de melhor compreender as dificuldades relacionadas ao processo de estudos, foi solicitado um questionário sobre administração do tempo e um levantamento de atividades realizadas ao longo de 12 (doze) meses. A partir de suas respostas, foi possível identificar que os alunos não tinham autonomia para gerenciar bem seu tempo: estudava apenas às vésperas das provas, não planejava suas atividades, demorava para iniciar as tarefas e, frequentemente, deixava para o prazo final os estudos e trabalhos acadêmicos. Neste caso, os resultados de uso da ferramenta de Inteligência Artificial não se aplicava e não foi coerente para obter resultados de aprendizagem significativa junto aos alunos.

Ao analisar os questionários e o diálogo com alunos, percebeu-se que o viés da automação de conteúdos têm um risco inerente: pode ser produzido por seres humanos, em sua maioria, que não pensam para realizar tarefas e não sabem administrar o tempo, portanto, considerando perda incrível de autonomia quando se utilizava sistemas de Inteligência Artificial. O principal problema de se considerar relevante para o momento a Inteligência Artificial será a causas externas de acomodação por aprendizagem na perspectiva da cognição humana.

Entende-se que ainda que fatores educacionais possam ser trabalhados para mitigar e, eventualmente, até eliminar os riscos de inteligências artificiais originadas por causas externas. Defende-se, por outro lado, que na hipótese de causas internas, nas quais as auto modificações sejam originadas do próprio sistema, com incompreensão a respeito do funcionamento da IA, o risco existencial permaneceria incólume, posto que o cérebro humano teria muitas dificuldades em perceber a falha e, mesmo percebendo, de tomar decisões que contrariarem o sugestionamento da inteligência artificial.

CONCLUSÃO

É fato que há muitos desafios e estudos de superinteligência da Inteligência Artificial (IA) aplicada a relação ensino aprendizagem, pois ao longo dessa pesquisa e formulação desse artigo, ocorreram circunstâncias específicas em que se cometeriam erros sistemáticos e que ocorreria a partir da dificuldade da mente humana de perceber falhas no funcionamento da

* Elenito Elias da Costa (Professor Universitário)

** Marcos Antonio da Silva Costa (Faculdade Evoluir, 2023)

*** Terezinha Rodrigues Chaves (Faculdade Evoluir, 2023)