Inteligência artificial na avaliação educacional: potencialidades e limitações

Leandro Araujo de Sousa; Allan Solano Souza; Daniel Ríos Mu`ñoz; José Airton de Freitas  Pontes Junior

doi:10.22481/praxisedu.v21i52.17106

Autores/as

Leandro Araujo de Sousa Instituto Federal do Ceará https://orcid.org/0000-0002-0482-2699
Allan Solano Souza Universidade do Estado do Rio Grande do Norte https://orcid.org/0000-0002-4963-0922
Daniel Ríos Mu`ñoz Universidade de Santiago do Chile https://orcid.org/0000-0001-6226-4499
José Airton de Freitas Pontes Junior Universidade Estadual do Ceará https://orcid.org/0000-0003-2045-2461

DOI:

https://doi.org/10.22481/praxisedu.v21i52.17106

Palabras clave:

evaluación del aprendizaje, actividades de enseñanza-aprendizaje, tecnología educativa, inteligencia artificial

Resumen

Este artículo aborda las potencialidades y limitaciones del uso de la inteligencia artificial (IA) en la evaluación educativa. Analisamos cómo la IA puede contribuir a la automatización de procesos de actividades evaluativas, a la personalización de la enseñanza y a la realización de retroalimentación en tiempo real. Sin embargo, también presentamos desafíos éticos y prácticos, como las limitaciones en la comprensión de contextos sociales, culturales y emocionales, el refuerzo de sesgos y la posibilidad de desvalorización del papel docente. Ante esto, reiteramos la necesidad de una implementación cuidadosa de la IA, que puede complementar y potenciar el trabajo docente, garantizando la interacción humana como característica central de los procesos educativos.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Leandro Araujo de Sousa, Instituto Federal do Ceará

Doutor em educação pela Universidade Federal do Ceará (UFC). Docente do Instituto Federal do Ceará (IFCE). Líder do Núcleo de Investigação em Avaliação Educacional (NiAVe/IFCE/CNPq).

Allan Solano Souza, Universidade do Estado do Rio Grande do Norte

Doutor em Educação pela Universidade Federal do Rio Grande do Norte (UFRN). Docente da Universidade do Estado do Rio Grande do Norte (UERN). Membro do Grupo de Estudos e Pesquisas em Estado, Educação e Sociedade (GEPEES/UERN/CNPq).

Daniel Ríos Mu`ñoz, Universidade de Santiago do Chile

Doutor em Educação pela Pontifícia Universidade Católica do Chile (PUC Chile). Docente da Universidade de Santiago do Chile (USACH).

José Airton de Freitas Pontes Junior, Universidade Estadual do Ceará

Doutor em educação pela Universidade Federal do Ceará (UFC). Docente da Universidade Estadual do Ceará (UECE). Líder do grupo de pesquisa em Instrumento, Modelos e Políticas em Avaliação Educacional (IMPA/UECE/CNPq). Bolsista do CNPq: PQ2.

Citas

ALAMGIR, Zareen; AKRAM, Habiba; KARIM, Saira; WALI, Aamir. Enhancing student performance prediction via educational data mining on academic data. Informatics in Education, Vilnius University, ETH Zürich, v. 3, n. 1, 2024. DOI: 10.15388/infedu.2024.04

ANTUNES, Ricardo. Adeus ao trabalho? Ensaio sobre as metamorfoses e a centralidade no mundo do trabalho. 15. ed. São Paulo: Cortez, 2011.

BARNEY, Matt; FISCHER JR, Willian P. Adaptative Measurement and Assessment. Annual Reviews, v. 3, p. 469-490, 2016. DOI: 10.1146/annurev-orgpsych-041015-062329

BRASIL. Ministério da Ciência, Tecnologia e Inovação. Estratégia Brasileira de Inteligência Artificial. Ministério da Ciência, Tecnologia e Inovação, 2021. Disponível em: https://www.gov.br/mcti/pt-br/acompanhe-o-mcti/transformacaodigital/inteligencia-artificial Acesso: 28 de agosto de 2024.

BRASIL. Ministério da Ciência, Tecnologia e Inovação. IA para o bem de todos: proposta de plano brasileiro de inteligência artificial 2024-2028. Ministério da Ciência, Tecnologia e Inovação, 2024. Disponível em: https://www.gov.br/mcti/pt-br/acompanhe-o-mcti/cct/legislacao/arquivos/IA_para_o_Bem_de_Todos.pdf Acesso: 28 de agosto de 2024.

DEEVA, Galina; BOGDANOVA, Daria; SERRAL, Estefanía; SNOECK, Monique; DE WEERDT, Jochen. A review of automated feedback systems for learners: Classification framework, challenges and opportunities. Computers & Education, v. 162, 2021. ISSN 0360-1315. DOI: 10.1016/j.compedu.2020.104094

DURSO, Samuel de Oliveira. Reflexões sobre a aplicação da inteligência artificial na educação e o seus impactos para a atuação docente. Educação em Revista , v. 40, n. 40, 2024. DOI: 10.1590/0102-469847980

FERNANDES, Afonso Fonseca. Inteligência Artificial e Educação. BIUS - Boletim Informativo Unimotrisaúde em Sociogerontologia, v. 39, n. 33. 2023. Disponível em: https://periodicos.ufam.edu.br/index.php/BIUS/article/view/12646 Acesso: 28 de agosto de 2024.

FERNANDES, Allysson Barbosa; Narciso, Rodi; Guimarães, Christiane Diniz; Mattos, Cláudio Gonçalves de; Ernandes, Itamar; Lima Junior, Izaías Nunes de; Bertolazzi, João Carlos; Pareschi, Sheila Costa Silva; Polari, Silene de Freitas Oliveira; Silva, Tatiana Petúlia Araújo da. Inteligência artificial na avaliação de desempenho acadêmico: desafios e oportunidades no Ensino Médio. Revista Ibero-Americana de Humanidades, Ciências e Educação - REASE, v. 10, n. 3, p. 180-196, 2024. DOI: 10.51891/rease.v10i3.13059

FJELLAND, Ragnar. Why general artificial intelligence will not be realized. Humanit Soc Sci Commun, v. 7, n. 10, 2020. DOI: 10.1057/s41599-020-0494-4

GONZAGA, Thâmara. Ufal tem projetos na área de Inteligência Artificial selecionados pelo CNPq. Uma das propostas é na área de Segurança Pública e receberá financiamento de mais de R$ 500 mil. 16 dez. 2022. UFAL, 2024. Disponível em: https://noticias.ufal.br/ufal/noticias/2022/12/ufal-tem-projetos-na-area-de-inteligencia-artificial-selecionados-pelo-cnpq Acesso em: 31 ago. 2024.

GONZÁLEZ-CALATAYUD, Victor; PRENDES-ESPINOSA, Paz; ROIG-VILA, Rosabel. Artificial Intelligence for Student Assessment: A Systematic Review. Appl. Sci., v. 11, n. 12, p. 5467, 2021. DOI: 10.3390/app11125467

LIMA, Giselle de Morais; FERREIRA, Giselle Martins dos Santos; CARVALHO, Jaciara de Sá. Automação na educação: caminhos da discussão sobre a inteligência artificial. Educação e Pesquisa, v. 50, p. e273857, 2024. DOI: 10.1590/S1678-4634202450273857por

LUDERMIR, Teresa Bernarda. Inteligência Artificial e Aprendizado de Máquina: estado atual e tendências. Estudos Avançados, n. 35, v. 101, 2021. Disponível em: https://www.scielo.br/j/ea/a/wXBdv8yHBV9xHz8qG5RCgZd/?format=pdf Acesso: 24 ago. 2024.

NASCIMENTO, José Leônidas Alves do. O Impacto da Inteligência Artificial na Educação: Uma Análise do Potencial Transformador do ChatGPT. Formiga: Editora MultiAtual, 2024. 47 p.

NEGI, Prerna.; SHRIVASTAVA, V. K.; PANDEY, Shweta; CHYTHANYA, Kanegonda Ravi; NEGI, Prafful; GUPTA, Manish. Intervention of Artificial Intelligence in Education to Reduce Illiteracy Rate. INTERNATIONAL CONFERENCE ON SENTIMENT ANALYSIS AND DEEP LEARNING (ICSADL), 3., Bhimdatta, Nepal, 2024. Proceedings […], Bhimdatta, Nepal, p. 153-157, 2024. DOI: 10.1109/ICSADL61749.2024.00031

ORLANDELI, Rogério. Um modelo Markoviano-Bayesiano de inteligência artificial para avaliação dinâmica do aprendizado: aplicação à logística. Tese (Doutorado). Universidade Federal de Santa Catarina, Programa de Pós-Graduação em Engenharia de Produção e Sistemas, Florianópolis, 2005. Disponível em: https://repositorio.ufsc.br/bitstream/handle/123456789/102092/221278.pdf?sequence=1&isAllowed=y Acesso em: 28 de agosto de 2024.

PASSONE, Eric Ferdinando Kanai; VASCONCELOS, Paula Vilela Miekusz de. Produção acadêmico-científica sobre inteligência artificial no campo da educação. ETD – Educação Temática Digital, Campinas, v.26, e024024, p. 1-21, 2024. DOI: 10.20396/etd.v26i00.8671477

RAMESH, Dadi; SANAMPUDI, Suresh Kumar. An automated essay scoring systems: a systematic literature review. Artificial Intelligence Review, v. 55, p. 2495-2527, 2022. DOI: 10.1007/s10462-021-10068-2

SANTOS, Berston Luan; ARRUDA, Eucidio Pimenta. Dimensões da Inteligência Artificial no contexto da educação contemporânea. Educação Unisinos, v. 23, n. 4, p. 725-741, 2019. DOI: 10.4013/edu.2019.234.08

SCHAFF, Adam. A sociedade informática: as consequências sociais da segunda revolução industrial. Tradução: Carlos Eduardo Jordão e Luiz Arturo Obojes. 4. ed. São Paulo: Brasiliense, 1995. 157p.

SHAIK, Thanveer; TAO, Xiaohui; DANN, Christopher; MCDONALD, Jacquie; REDMOND, Petrea; GALLIGAN, Linda. A review of the trends and challenges in adopting natural language processing methods for education feedback analysis. IEEE Access, v. 10, p. 56720-56739, 2022. DOI: 10.1109/ACCESS.2022.3177752

SWIECKI, Zachari; KHOSRAVi, Hassan; CHEN, Guanliang; MARTINEZ-MALDONADO, Roberto; LODGE, Jason M.; MILLIGAN, Sandra; SELWYN, Neil; GAŠEVIĆ, Dragan. Assessment in the age of artificial intelligence. Computers and Education: Artificial Intelligence, v. 3, p. 100075, 2022. DOI: 10.1016/j.caeai.2022.100075

UNESCO. Consensu de Beijing sobre a Inteligência Artificial e a Educação. UNESCO: Paris, France, 2019. Disponível em: https://unesdoc.unesco.org/ark:/48223/pf0000372249

UNESCO. Recommendation on the Ethics of Artificial Intelligence. UNESCO: Paris, France, 2021. Disponível em: https://unesdoc.unesco.org/ark:/48223/pf0000381137_por

UNESCO. Reimagining ours future together: a new social contract for education. Brasília: Comissão Internacional sobre os Futuros da Educação, UNESCO; Boadilla del Monte: Fundación SM, 2022.

VICARI, Rosa Maria. Influências das Tecnologias da Inteligência Artificial no ensino. Estudos Avançados, v. 35, n. 101, p. 73–84, jan. 2021. DOI: 10.1590/s0103-4014.2021.35101.006

WANG, Pei. On defining artificial intelligence. Journal of Artificial General Intelligence, v. 10, n. 2, p. 1-37, 2019. DOI: 10.2478/jagi-2019-0002

ZAVALEVSKYI, Yury; KYRILENKO, Svitlana; KIJAN, Olga; BESSARAB, Nataliya; BOIKO, Svitlana. Development of intelligent systems for automatic assessment of students' academic achievements. Conhecimento e Diversidade, v. 16, n 41, p. 253-270, 2024. DOI: 10.18316/rcd.v16i41.11437