Inteligência Artificial Generativa como Ferramenta de Inovação Pedagógica
O curso “Inteligência Artificial Generativa como Ferramenta de Inovação Pedagógica no Ensino Superior” tem como objetivo fornecer uma formação abrangente e aprofundada sobre as tecnologias de Inteligência Artificial (IA) generativa, com um enfoque específico na sua aplicação como ferramenta de inovação pedagógica no contexto académico.
Objetivos
- Compreender os conceitos e técnicas subjacentes que alimentam os sistemas de IA generativa, incluindo redes neurais artificiais, aprendizagem profunda e algoritmos de geração;
- Aprender a utilizar e implementar ferramentas de IA generativa em cenários reais, desde a criação de material didático personalizado até à consecução de projetos de investigação que utilizam IA para gerar novos conhecimentos e competências;
- Utilizar IA generativa para criar tutores inteligentes, sistemas de feedback automático e plataformas de e-learning personalizadas que inovem e melhorem a experiência de ensino e aprendizagem;
- Integrar elementos de gamificação e realidade aumentada/virtual (RA/RV) para tornar a aprendizagem mais interativa e envolvente;
- Adquirir competências para treinar modelos de IA generativa, validar e avaliar o seu desempenho, e implementar melhorias contínuas;
- Avaliar os impactos éticos, legais e sociais do uso de IA generativa na educação, incluindo questões de privacidade, segurança e equidade;
- incentivar a colaboração entre áreas curriculares e fomentar uma cultura de inovação, utilizando a IA generativa como uma ferramenta para abordar desafios complexos e explorar novas fronteiras do conhecimento;
- Refletir sobre como as tecnologias de IA podem ser utilizadas de maneira sustentável e inclusiva, garantindo que beneficiem todos os alunos de forma equitativa.
Conteúdos
Tópicos:
- Fundamentos da Inteligência Artificial
- Introdução à IA e IA generativa: história, conceitos e evolução
- Machine Learning, Deep Learning e Natural Language Processing
- Desenvolvimento de competências docentes para a integração pedagógica da IA generativa e suas ferramentas
- Modelos de Linguagem Generativa
- Engenharia de prompts
- Chatbots: ChatGPT, CoPilot e Gemini
- Aplicações práticas IA Generativa: (re)criação de texto e tradução
- Aplicações práticas IA Generativa: apresentações
- Aplicações práticas IA Generativa: imagem
- Aplicações práticas IA Generativa: som e vídeo
- Aplicações práticas IA Generativa: testes e exercícios
- Aplicações práticas IA Generativa: investigação e apoio ao trabalho
- Reflexão ética e social na utilização pedagógica de IA generativa
- Inovação pedagógica com IA generativa: estudos de caso e melhores práticas
Metodologias
O curso foi concebido e organizado para se desenvolver na modalidade b-learning,
através de sessões presenciais e de sessões online. Como tal, encontra-se dividido por
módulos e está de acordo com as especificações e os standards de b-learning. Os
módulos do curso são disponibilizados, na sua totalidade, na plataforma e-learning do
Centro de Inovação Pedagógica.
Através de sessões plenárias e oficinas práticas com um claro enfoque numa
problematização sobre teorias subjacentes à inteligência artificial generativa e a sua
aplicação na educação, será levada a cabo a análise de práticas e experiências no
âmbito da utilização da IA generativa no processo e ensino-aprendizagem e
investigação através do recurso a estudos de caso e, ainda, serão evidenciadas
estratégias de intervenção promotoras de práticas reflexivas sobre o uso consciente,
ético e sustentável de ferramentas generativas.
Tendo em conta que se pretende que os formandos, professores do Ensino Superior,
sejam capazes de refletir sobre a sua profissionalidade docente, apostar-se-á: a) no
autodiagnóstico de práticas mobilizadas pelos mesmos, quer no que diz respeito às
estratégias utilizadas, quer aos recursos mobilizados; b) na proposta de
autorrefomulação ou redirecionamento de ações desenvolvidas relacionadas com a
educação e comunicação intercultural; c) autorreflexão final sobre a produtividade e a
pertinência dos caminhos traçados ao longo do curso de formação.
Para além da realização de sessões presenciais, o uso de soluções tecnológicas de elearning
permite que a formação se faça: a) de forma síncrona, através da ferramenta
de videoconferência Zoom; b) de forma assíncrona, através da plataforma de e-learning
do Centro de Inovação Pedagógica.
Avaliação
A avaliação baseia-se em três vetores: a) avaliação diagnóstica que se levará a cabo
aquando do início do curso, b) avaliação formativa (a desenvolver durante o curso) e a avaliação
sumativa que terá lugar no final do curso.
A classificação final no curso resultará da média ponderada, numa escala de 20
pontos, das classificações parcelares, tendo em conta as ponderações seguintes:
- Tarefas que reflitam o percurso formativo de cada formando: 50%
- Participação com qualidade nas sessões síncronas e assíncronas: 20%
- Autorreflexão final: 30%
Bibliografia
Anderson, T., & Dron, J. (2011). Three generations of distance education pedagogy.
The International Review of Research in Open and Distributed Learning, 12(3), 80-
97. https://doi.org/10.19173/irrodl.v12i3.890
Baker, R. S., & Siemens, G. (2014). Educational data mining and learning analytics. In R.
K. Sawyer (Ed.), The Cambridge handbook of the learning sciences (pp. 253-272).
Cambridge University Press. https://doi.org/10.1017/CBO9781139519526.016
Babo, L., Mendonça, J., Queirós, R., Pinto, C., Cruz, M., & Mascarenhas, D. (2024).
Exploring HEIs Students' Perceptions of Artificial Intelligence on their Learning
Process. EEITE’2024 Conference Proceedings, Chania, Greece.
Chen, X., Zou, D., Xie, H., Cheng, G., & Liu, C. (2020). Artificial Intelligence in
Education: A Review. IEEE Access, 8, 75264-75278.
https://doi.org/10.1109/ACCESS.2020.2988510
Cruz, M. (2024). Exploring the integration of Artificial Intelligence Generative Tools in
Teaching Hispano-American Literature: a Student-Centric Approach". INTED2024
Conference Proceedings, Valencia, Spain.
Cruz, M., Mascarenhas, D., & Pinto, C. (no prelo). Aportes de la Inteligencia Artificial en
Estudios Hispanoamericanos: desde el análisis de textos literarios y objetos
culturales al desarrollo de una Pedagogía Culturalmente Relevante. RISTI -
Revista Ibérica de Sistemas e Tecnologias de Informação, número especial do
ICITED’24.
Luckin, R., Holmes, W., Griffiths, M., & Forcier, L. B. (2016). Intelligence Unleashed: An
argument for AI in Education. Pearson.
https://www.pearson.com/content/dam/one-dot-com/one-dotcom/
global/Files/news/news-annoucements/2016/Intelligence-Unleashed-
Publication.pdf
Ng, A. (2016). Machine learning yearning. http://www.mlyearning.org
Renz, A., & Hilbig, R. (2020). Prerequisites for artificial intelligence in further
education: identification of drivers, barriers, and business models of educational
technology companies. International Journal of Educational Technology in Higher
Education, 17(1), 1-21. https://doi.org/10.1186/s41239-020-00218-5
Roll, I., & Wylie, R. (2016). Evolution and revolution in artificial intelligence in
education. International Journal of Artificial Intelligence in Education, 26(2), 582-
599. https://doi.org/10.1007/s40593-016-0110-3
Pinto, C., Mendonça, J., Babo, L., Queirós, R., Cruz, M., & Mascarenhas, D. (2024). HEIs
teachers’ and students’ current experience of AI introduction in teaching and
learning. EEITE’2024 Conference Proceedings, Chania, Greece.
Spector, J. M. (2019). Thinking about the Future of AI in Education. In J. M. Spector
(Ed.), Learning and Instruction in the Digital Age (pp. 299-313). Springer.
https://doi.org/10.1007/978-3-319-74310-3_20
Tegmark, M. (2017). Life 3.0: Being Human in the Age of Artificial Intelligence. Alfred A.
Knopf.
Woolf, B. P. (2010). Building Intelligent Interactive Tutors: Student-centered strategies
for revolutionizing e-learning. Morgan Kaufmann.
