INTELIGÊNCIA ARTIFICIAL NA EDUCAÇÃO BÁSICA: UMA ANÁLISE MATERIALISTA-DIALÉTICA DE PROPOSTAS PARA O ENSINO DE LÍNGUA PORTUGUESA E LITERATURA

 

Érika Christina Kohle

Universidade Estadual Paulista - erika.kohle@unesp.br

 

Resumo: A crescente inserção da Inteligência Artificial (IA) na Educação Básica reconfigura os processos de ensino, da aprendizagem e da mediação pedagógica, demandando um exame crítico de suas determinações históricas e materiais. Este artigo analisa os impactos da IA sob a ótica do Materialismo Histórico-Dialético, associado a um levantamento bibliográfico de natureza teórico-propositiva. Problematiza-se como as ferramentas de IA, longe de operarem com neutralidade, reproduzem vieses algorítmicos e hegemonias epistêmicas decorrentes de suas condições econômicas e sociais de produção. O estudo assume dimensão propositiva ao estruturar, desde seu escopo metodológico, sete propostas de práticas pedagógicas direcionadas ao ensino de Língua Portuguesa e da Literatura na Educação Básica, que podem materializar o exercício da vigilância epistemológica contra-hegemônica diante dos sistemas tecnológicos. Conclui-se que a incorporação da IA na escola exige uma práxis pedagógica que compreenda a tecnologia como produto histórico e a coloque a serviço da emancipação humana e da transformação curricular.

Palavras-chave: Educação Básica; Inteligência Artificial; Materialismo Histórico-Dialético; Práticas Pedagógicas; Ensino de Língua Portuguesa e Literatura.

 

ARTIFICIAL INTELLIGENCE IN BASIC EDUCATION: A MATERIALIST-DIALECTATIC ANALYSIS AND PROPOSALS FOR TEACHING PORTUGUESE LANGUAGE AND LITERATURE

 

Abstract: The increasing integration of Artificial Intelligence (AI) in Basic Education is reshaping teaching, learning, and pedagogical mediation processes, demanding a critical examination of its historical and material determinants. This article analyses the impacts of AI from the perspective of Historical-Dialectical Materialism, associated with a theoretical-prepositive bibliographic survey. It problematizes how AI tools, far from operating neutrally, reproduce algorithmic biases and epistemic hegemonies resulting from their economic and social conditions of production. The study assumes a propositional dimension by structuring, from its methodological scope, seven proposals for pedagogical practices directed at the teaching of Portuguese Language and of Literature in Basic Education, that can materialize the exercise of counter-hegemonic epistemological vigilance in the face of technological systems. It can be concluded that the incorporation of AI in schools demands a pedagogical practice that understands technology as a historical product put to use of human emancipation and of curricular transformation.

Keywords: Basic Education; Artificial Intelligence; Historical-Dialectical Materialism; Pedagogical Practices; Teaching of Portuguese Language and Literature.

 

 

 

 

Introdução

A incorporação de tecnologias digitais no cotidiano escolar tem provocado transformações profundas no campo educacional. Entre as inovações contemporâneas, a Inteligência Artificial Generativa (IA) destaca-se por introduzir novas dinâmicas de produção, circulação e validação do conhecimento.

A Inteligência Artificial Generativa não pode ser compreendida apenas como um aparato técnico isolado, mas como uma tecnologia historicamente determinada, constituída nas relações sociais de produção e atravessada por contradições. (Unesco, 2024; Vicari et al. (2024). Do ponto de vista técnico, Boratto (2023, p. 24) afirma que “a linha que mais está se destacando seria uma conhecida como IA Simbólica, reverberada pelas aplicações generativas que são responsáveis por criarem textos, imagens, sons de forma autônoma”. Essa caracterização contribui para compreender as possibilidades de produção de conteúdos por sistemas de inteligência artificial. Entretanto, para além de suas funcionalidades técnicas, é necessário problematizar as condições históricas, econômicas e sociais de desenvolvimento dessas tecnologias, bem como as contradições que atravessam sua produção e utilização no contexto educacional.

Entre as limitações da Inteligência Artificial Generativa, destacam-se as chamadas “alucinações”, termo utilizado para designar a produção de conteúdos falsos, inconsistentes ou não sustentados pelas informações disponíveis. Ji et al. (2023), em uma revisão da literatura sobre alucinações na geração de linguagem natural, sistematizam diferentes definições do fenômeno e distinguem, entre outras categorias, conteúdos que contradizem as informações de referência daqueles que não podem ser verificados com base nelas. No contexto educacional, a Unesco (2024) também alerta que os sistemas de IA generativa podem produzir informações imprecisas ou não confiáveis, problematizando, inclusive, o caráter antropomórfico do termo “alucinação”. Essa discussão evidencia que a fluência e a coerência aparente das respostas não garantem sua veracidade. Por isso, na Educação Básica, o uso dessas ferramentas requer práticas pedagógicas que promovam a verificação das informações, o confronto entre fontes e a análise crítica dos conteúdos gerados, de modo a fortalecer a autonomia intelectual dos estudantes.

Sob a lente do Materialismo Histórico-Dialético, a IAG é compreendida como fruto do trabalho humano materializado. Por não nascer em um vácuo social, ela carece de neutralidade e reflete diretamente as condições econômicas e políticas de sua época. Longe de ser puramente técnica, a IA reproduz e potencializa as contradições e desigualdades da sociedade de classes, perpetuando discriminações raciais, sociais e de gênero (Benjamin, 2019), além de atuar, frequentemente, como instrumento de vigilância, monitoramento e persuasão comportamental (Silva, 2025). Devido à homogeneidade socioeconômica e demográfica de seus desenvolvedores (majoritariamente homens brancos ocidentais), os modelos de linguagem da IAG tendem a universalizar visões de mundo hegemônicas, ao contribuir para o apagamento, para a invisibilização e para a subalternização de saberes tradicionais, indígenas, periféricos e do Sul Global (Kaufman, 2022).

Desse modo, no contexto educativo, a IAG se apresenta de forma dialética. Ao mesmo tempo que serve à padronização ideológica, ela pode se converter em vetor de emancipação humana e de justiça cognitiva. Para isso, sua inserção na escola exige a superação de posturas ingênuas ou proibitivas (Eco, 1993), demandando uma mediação docente que atue na curadoria digital e na criação artística contra-hegemônica (Gobira; Camilo, 2023).  Essa mediação deve contribuir para que os estudantes compreendam e problematizem os limites políticos da tecnologia.

Esse cenário gera tensões éticas, epistemológicas e políticas que demandam análise crítica, especialmente no contexto da Educação Básica, em que as estruturas cognitivas e sociais dos estudantes encontram-se em pleno desenvolvimento.

De acordo com Boratto (2023),

A IA tem como finalidade realizar determinadas ações de uma maneira que se aproxime mais fielmente da realidade ou até mesmo que realize tais tarefas com resultados mais eficazes, buscando possíveis erros se executados por humanos e assim simulando esses resultados mais perfeitamente e mais próximos da realidade. A IA pode ter muitas classificações voltadas para as pesquisas na busca de melhores soluções para problemas complexos, tentando simular o conhecimento humano, mas hoje em dia a linha a qual mais está se destacando seria uma conhecida como IA Simbólica, reverberada pelas aplicações generativas que são responsáveis por criarem textos, imagens, sons de forma autônoma. (Boratto, 2023, p. 21-22).

Os algoritmos de inteligência artificial tornaram-se parte estrutural das interações cotidianas, influenciando comportamentos sem que isso seja plenamente percebido. Ações simples — como realizar uma busca na internet, selecionar um filme em uma plataforma digital ou efetuar uma compra on-line — estão cada vez mais mediadas por esses sistemas. Com base nos rastros digitais deixados pelos usuários, tais algoritmos passam a recomendar conteúdos e organizar aquilo que se torna visível ou não em nossas telas.

Do ponto de vista epistêmico, faz-se necessário conceituar a Inteligência Artificial para além do fetiche tecnológico. A IA destina-se a executar ações que simulam a inteligência e o conhecimento humano para a resolução de problemas complexos. (Boratto, 2023).

Ao mesmo tempo, sistemas inteligentes vêm sendo incorporados aos ambientes virtuais de aprendizagem, possibilitando o acompanhamento das interações e a identificação de possíveis dificuldades no percurso educacional dos estudantes. Embora a transformação digital amplie as possibilidades de acompanhamento pedagógico, também suscita preocupações relacionadas à coleta e ao uso de dados, à privacidade e aos riscos de vigilância e direcionamento de comportamentos. Nesse cenário, torna-se fundamental problematizar as condições de utilização dessas tecnologias e assegurar uma abordagem crítica, ética e responsável de sua integração aos processos educativos (Unesco, 2024). O debate educacional acerca da IA frequentemente polariza-se em posições extremas. De um lado, manifestam-se posturas apocalípticas que defendem o banimento total de tais ferramentas sob o argumento de que elas esvaziam o trabalho intelectual do estudante. De outro, posicionam-se visões integradas e tecnocêntricas, que idealizam a IA como solução mágica para as deficiências estruturais da educação (Eco, 1993). Diante dessa dualidade, impõe-se a construção de uma terceira via: uma perspectiva crítica que investigue os limites e as potencialidades da tecnologia, situando-a em sua totalidade social e econômica.

Adotar essa perspectiva crítica requer compreender que a IA não é neutra. Seus sistemas são alimentados por bases de dados construídas social e historicamente, sujeitas a vieses que podem reforçar práticas racistas, machistas, xenofóbicas e discriminatórias.  Além disso, questões como privacidade, segurança de dados e transparência algorítmica devem ser tratadas como elementos centrais na formação de professores e estudantes.

Vale ressaltar que segurança de dados e transparência algorítmica transcendem a dimensão puramente técnica ou instrumental. Sob a lente do Materialismo Histórico-Dialético, ambos são compreendidos como campos de disputa política, ética e pedagógica, essenciais para a superação do controle ideológico e para a garantia da justiça cognitiva na Educação Básica. Os dados são compreendidos como matéria-prima extraída da atividade humana. Portanto, assegurar a segurança de dados na Educação Básica significa frear o “uso predatório de informações pessoais” (Andrade; Mendonça; Filgueiras, 2023), garantindo que a escola pública não seja convertida em um laboratório de monitoramento comportamental desregulamentado. Os sistemas de IA se nutrem da “dependência de grandes quantidades de dados” (Andrade; Mendonça; Filgueiras, 2023). No cotidiano escolar, as interações digitais geram “rastros” que alimentam os algoritmos.

Essa abordagem crítica evidencia que os sistemas de IA são alimentados por bases de dados construídas historicamente, refletindo e, por vezes, amplificando as contradições da sociedade de classes. Pesquisas como as de Benjamin (2019) demonstram como os algoritmos tendem a reproduzir discriminações de gênero, raça e classe. Essa reprodução de vieses não é acidental, mas estrutural. Como aponta Kaufman (2022), a homogeneidade demográfica e socioeconômica das equipes globais de desenvolvimento de IA resulta em modelos de linguagem que marginalizam saberes periféricos e reforçam matrizes eurocêntricas e hegemônicas de conhecimento.

Sobre a homogeneidade demográfica e socioeconômica das equipes globais de desenvolvimento de IA, conceitua-se como a centralização do poder de criação tecnológica nas mãos de um grupo social restrito e privilegiado, o que desidrata a neutralidade dos algoritmos e materializa as estruturas históricas de exclusão no código de programação. Sob a perspectiva do Materialismo Histórico-Dialético, esse fenômeno não é um mero detalhe operacional, mas uma determinação material e de classe que se desdobra em três dimensões fundamentais: 1) a matriz Identitária dos desenvolvedores: Refere-se à hegemonia de um perfil demográfico específico — majoritariamente composto por homens brancos, ocidentais e de classes favorecidas — nos centros globais de inovação e decisão tecnológica (Kaufman, 2022) e a determinação econômica, uma vez que essa homogeneidade reflete a divisão internacional do trabalho, onde o controle da produção das forças produtivas digitais (o software e a arquitetura da IA) permanece concentrado no Norte Global, apartando as populações do Sul Global e as minorias políticas desse processo de criação; 2) a Injustiça cognitiva e a reprodução de vieses conceituadas como a universalização de uma visão de mundo única, devido ao fato de as equipes de desenvolvimento partilharem da mesma realidade socioeconômica e cultural, os sistemas de IA por elas criados tendem a universalizar a perspectiva eurocêntrica como se fosse o padrão global de normalidade humana (Kaufman, 2022) e o racismo epistêmico codificado, configurado pela falta de diversidade nas equipes, resulta em modelos de linguagem generativa que não representam a diversidade humana, gerando o apagamento sistemático e a subalternização de epistemologias periféricas, indígenas, negras e de matrizes orais (Benjamin, 2019), porque a IA aprende a classificar esses saberes como “menos complexos” ou “não válidos”, uma vez que as bases de dados e os critérios de validação são curados por um grupo homogêneo; 3) a falácia da neutralidade técnica, diante da homogeneidade, a IA deixa de ser vista pela escola como uma ferramenta puramente técnica e passa a ser compreendida como um dispositivo ideológico. Em momentos em que os algoritmos não operam por escolhas puramente matemáticas; eles reproduzem os filtros e os preconceitos ocultos de seus criadores (Boratto, 2023).

Desse modo, a justificativa para a vigilância epistemológica é precisamente a existência dessa homogeneidade global que justifica a necessidade urgente de uma prática pedagógica propositiva na Educação Básica. Compreender que a tecnologia é desenhada por um grupo restrito exige que o professor e o estudante adotem uma postura investigativa e de descolonização curricular, utilizando a IA de forma contra-hegemônica para visibilizar o que a homogeneidade algorítmica tentou apagar (Eco, 1993; Gobira; Camilo, 2023).

Diante disso, a literacia digital não pode ser reduzida ao domínio de habilidades operacionais, mas deve integrar a formação humana integral, favorecendo a compreensão crítica das tecnologias e de suas implicações sociais, políticas e culturais.

Na Educação Básica, o desenvolvimento do pensamento crítico requer que os estudantes compreendam, na medida do possível, os princípios de funcionamento da Inteligência Artificial Generativa, suas condições materiais de produção e seus limites, de modo a reconhecer assimetrias informacionais e avaliar criticamente os conteúdos gerados. Nesse contexto, o professor assume o papel de curador crítico, promovendo o questionamento das respostas produzidas pelos sistemas de IA e seu confronto com diferentes fontes de informação e com a pluralidade de experiências e saberes presentes no território escolar. Essa curadoria deve considerar a opacidade algorítmica, característica de sistemas cujos processos internos nem sempre são acessíveis ou plenamente explicáveis aos usuários, o que dificulta a compreensão dos fatores que condicionam suas respostas. Embora relatórios internacionais, como o da Unesco (2022), alertem para os riscos de vigilância e de direcionamento de comportamentos associados à exploração de dados e à opacidade desses sistemas, tais desafios demandam ações articuladas entre desenvolvedores, gestores públicos e profissionais da educação (Andrade; Mendonça; Filgueiras, 2023). Paralelamente, reconhece-se a possibilidade de apropriação crítica e contra-hegemônica dessas ferramentas no campo da cultura (Gobira; Camilo, 2023), acompanhada de reflexão sobre as condições de produção, circulação e legitimação dos conteúdos.

Dialeticamente articulada a esse princípio, a literacia digital define-se não como o mero aprendizado utilitário de ferramentas, mas como a capacidade crítica e investigativa de decodificar a lógica material e os rastros de dados que alimentam os algoritmos (Boratto, 2023). Em suma, a convergência entre esses dois conceitos supera as posturas apocalípticas ou integradas diante da inovação técnica (Eco, 1993), instrumentalizando professores e estudantes para o exercício da curadoria digital (Gobira; Camilo, 2023) e da vigilância epistemológica ao transformar o consumo passivo da Inteligência Artificial em uma apropriação contra-hegemônica voltada à justiça cognitiva.

Com o objetivo de superar lacunas de abstração teórica e conferir consistência interna ao debate, este artigo analisa as determinações da IA na Educação Básica e investiga como as suas contradições podem ser crivadas pedagogicamente. Para tanto, o estudo vincula a crítica teórica à elaboração metodológica de sete propostas de práticas pedagógicas voltadas ao ensino de Língua Portuguesa e de Literatura, demonstrando que a superação da injustiça cognitiva e do racismo epistêmico na tecnologia pressupõe uma intervenção intencional e fundamentada no currículo da escola pública.

A injustiça cognitiva e o racismo epistêmico na tecnologia conceituam-se como a materialização das estruturas históricas de exclusão e desigualdade de classes no interior dos códigos, algoritmos e bases de dados.  Eles operam, portanto, na invisibilização, no apagamento e na subalternização sistemática de saberes tradicionais, indígenas, negros e periféricos, os quais são classificados pelos sistemas automatizados como formas de expressão “não literárias” ou “menos complexas” (Benjamin, 2019).

Assim, a injustiça cognitiva consolida-se quando tais assimetrias e vieses algorítmicos operam de forma silenciosa para moldar comportamentos e filtrar conteúdos nas telas escolares (Santo et al., 2023), reproduzindo a desigualdade social. Superar essa dinâmica exige que a escola abandone posturas ingênuas ou proibitivas (Eco, 1993) e assuma uma práxis pedagógica propositiva, valendo-se da curadoria crítica (Gobira; Camilo, 2023) e da vigilância epistemológica para converter a IA em um vetor de resistência e pluralidade curricular.

Outras questões urgentes envolvem os riscos associados à IAG, como a dependência de grandes quantidades de dados, a opacidade dos modelos, a possibilidade de uso predatório de informações pessoais, os limites da capacidade computacional e a reprodução de práticas discriminatórias em ambientes como policiamento, sistemas judiciais e plataformas financeiras (Andrade; Mendonça; Filgueiras, 2023).

Diante desse cenário complexo, o presente artigo discute os impactos e as perspectivas do uso da inteligência artificial na Educação Básica, analisando desafios, riscos e possibilidades para um uso crítico, ético e emancipatório dessas tecnologias.

 

Delineamento metodológico

A presente investigação caracteriza-se como uma pesquisa teórica e propositiva, orientada pelo método Materialismo Histórico-Dialético, viabilizada por meio de um levantamento bibliográfico sistemático da literatura para formular propostas pedagógicas para estudantes do Ensino Médio.

A opção pelo Materialismo Histórico-Dialético justifica-se pela possibilidade de apreender as contradições constitutivas da IAG para além de suas funcionalidades imediatas, relacionando as manifestações particulares do fenômeno às condições materiais que as produzem. Com base em Marx (2013), Kosík (1976) e Lukács (2013), mobilizam-se as categorias de totalidade, historicidade, contradição e mediação, compreendendo-se que a realidade não se apresenta de maneira transparente e imediata aos sujeitos e que sua apreensão exige um movimento analítico que ultrapasse as aparências e reconstrua as múltiplas determinações do objeto. Desse modo, os vieses algorítmicos, a opacidade dos sistemas e os apagamentos culturais não são examinados como ocorrências exclusivamente técnicas, mas em articulação com as condições sociais e materiais de produção e utilização dessas tecnologias.

A padronização ideológica dos algoritmos conceitua-se como o processo material e histórico pelo qual os sistemas de Inteligência Artificial deixam de ser ferramentas puramente neutras e passam a atuar como dispositivos de reprodução dos valores, filtros e interesses das classes economicamente dominantes. Compreender essa padronização exige que a escola adote uma postura investigativa e de recusa à passividade tecnológica (Eco, 1993), valendo-se da curadoria crítica (Gobira; Camilo, 2023) e de propostas pedagógicas intencionais em favor da pluralidade curricular.

O percurso metodológico estruturou-se em dois movimentos dialéticos interdependentes: 1) o momento analítico-abstrato: realizou-se o levantamento e a leitura crítica da literatura nacional e internacional referente aos impactos pedagógicos da IA. A análise bibliográfica seguiu os preceitos normativos da ABNT para a organização e validação de fontes eletrônicas, garantindo o rigor documental. A partir desse material, identificaram-se as contradições estruturais da IA, como o racismo epistêmico e a reprodução de apagamentos culturais. 2) o momento sintético-concreto (propositivos), como superação da dicotomia entre teoria e prática, os dados do levantamento bibliográfico subsidiaram a elaboração de uma proposta pedagógica concretizada na Educação Básica. Essa dimensão propositiva disponibiliza sete estratégias de intervenção para as disciplinas de Língua Portuguesa e de Literatura, fundamentadas no princípio da justiça cognitiva e do pensamento crítico pós-abissal, conforme detalhado a seguir.

O racismo epistêmico e a reprodução de apagamentos culturais na tecnologia conceituam-se como a codificação das hierarquias coloniais e das desigualdades de classe no interior dos sistemas de Inteligência Artificial, resultando na invalidação sistemática de formas de conhecimento não-hegemônicas. Esse fenômeno é determinado pela homogeneidade demográfica e socioeconômica das equipes globais de desenvolvimento (Kaufman, 2022), que ao programarem a partir de uma perspectiva eurocêntrica e restrita, fazem com que os algoritmos generativos operem como filtros ideológicos silenciadores. No cotidiano da Educação Básica, essa dinâmica se materializa quando o aprendizado de máquina replica bases de dados viciadas, invisibilizando as matrizes indígenas, africanas, afro-brasileiras e periféricas, ou classificando saberes tradicionais e de tradição oral como subalternos e “menos complexos” (Benjamin, 2019). Longe de ser um erro puramente técnico, esse apagamento atua como mecanismo de controle e padronização que se molda de forma opaca se torna visível nas telas escolares (Andrade; Mendonça; Filgueiras, 2023). A superação dessa violência cultural exige a superação de posturas ingênuas diante das ferramentas digitais para subverter o algoritmo para visibilizar literaturas e cosmologias historicamente silenciadas (Eco,1993).

O pensamento crítico pós-abissal no campo das tecnologias educacionais conceitua-se como a práxis pedagógica e política direcionada a romper com as linhas visíveis e invisíveis que dividem o conhecimento legitimado daquele produzido pelas culturas subalternizadas. Isso ocorre quando professores e estudantes abandonam posturas passivas ou proibitivas ao tencionarem os modelos generativos a visibilizarem cosmologias indígenas, africanas e periféricas historicamente silenciadas (Benjamin, 2019). Em suma, o pensamento crítico pós-abissal opera como um instrumento de justiça cognitiva no currículo, demonstrando que não há hierarquia entre literaturas e saberes, mas sim epistemologias diversas e interdependentes que se completam na formação humana integral. Por fim, a pesquisa compreende a práxis pedagógica como mediação entre a reflexão teórica e a ação educativa, sem pressupor uma relação automática entre a utilização de tecnologias e a emancipação humana. As sete propostas são examinadas por seu fundamento teórico, por sua intencionalidade formativa e por sua capacidade potencial de suscitar a análise das relações entre tecnologia, conhecimento, trabalho e desigualdade social. Nessa direção, a literacia digital é compreendida para além do domínio operacional de ferramentas: envolve a apropriação crítica dos conhecimentos, a análise das condições de produção e circulação das informações e a problematização dos interesses econômicos e sociais implicados nos sistemas digitais. A opacidade algorítmica, por sua vez, é tratada como um limite que demanda tanto mediação pedagógica quanto responsabilidades técnicas, institucionais e políticas mais amplas.

Objetiva-se de compreender determinações históricas dos usos de Inteligência Artificial na escola pública para colaborar para promover a apropriação crítica do conhecimento e das tecnologias, em consonância com a formação humana e com a democratização do acesso aos bens culturais.

Ao integrar a elaboração de sete propostas de intervenção a discussão teórica sobre IAG, o artigo demonstra a necessidade de transformação da planejamentos docentes em face aos desafios da Inteligência Artificial na Educação Básica.

 

 Resultados e discussão

O levantamento bibliográfico e a análise teórica evidenciaram que a inserção crescente de sistemas de Inteligência Artificial na Educação Básica produz impactos profundos, cujas determinações materiais reconfiguram a organização do trabalho docente, a mediação pedagógica e a própria seleção curricular. Sob a égide do Materialismo Histórico-Dialético, constata-se que tais tecnologias constituem forças produtivas que materializam contradições socioeconômicas e ideológicas da sociedade de classes, oscilando dialeticamente entre a eficiência técnica e a reprodução de hegemonias culturais.

Por um lado, a literatura científica acena para as potencialidades da Inteligência Artificial na otimização de processos escolares. Autores como Miao et al. (2022) destacam a expansão de sistemas de Learning Analytics (LA) e de aprendizagem adaptativa que utilizam dados comportamentais para mapear o desempenho estudantil, permitindo a individualização de trajetórias didáticas e o diagnóstico precoce de dificuldades cognitivas (Vicari et al., 2024). Do mesmo modo, Moura e Carvalho (2023) apontam que as ferramentas generativas podem atuar na mitigação de tarefas docentes rotineiras e burocráticas, liberando tempo de trabalho para o planejamento e para a atividade criativa da prática pedagógica. Todavia, o incremento tecnológico não substitui a alteridade, a empatia e a vinculação humana intrínsecas ao ato educativo, de modo que a automação dos processos de ensino deve ser permanentemente balizada pela centralidade da agência humana e pela criatividade na docência (Miao et al., 2022; Unesco, 2023).

Por outro lado, o exame dialético das condições de produção da Inteligência Artificial revela suas principais contradições estruturais. A função primordial dos algoritmos generativos — orientada para a maximização do engajamento e a satisfação imediata do usuário — impõe um processo silencioso de padronização ideológica (Boratto, 2023). Essa dinâmica engendra perfis deterministas que podem cercear a autonomia intelectual dos estudantes, reduzindo a diversidade de perspectivas e confinando o aprendizado a bolhas de predição comportamental que servem a interesses mercadológicos.

Essa padronização adquire contornos ainda mais severos ao reproduzir desigualdades raciais, de gênero e de classe. Os estudos de Benjamin (2019), Kaufman (2022) e Silveira (2021) convergem ao demonstrar que os sistemas de Inteligência Artificial herdam e amplificam os preconceitos históricos incutidos em seus dados de treinamento. No campo da educação, isso redunda em um flagrante racismo epistêmico e na perpetuação da injustiça cognitiva. Sob a perspectiva das epistemologias do Sul (Santos, 2007; 2014) e da educação antirracista e intercultural (Gomes, 2017; Walsh, 2009), a ausência de diversidade demográfica e socioeconômica nas equipes globais de engenharia de software — concentradas majoritariamente em corporações transnacionais do Norte Global — faz com que os modelos de linguagem natural validem quase exclusivamente a matriz epistêmica eurocêntrica e branca como paradigma universal de conhecimento. Consequentemente, saberes de matrizes africanas, indígenas e periféricas são sistematicamente subalternizados ou tratados como manifestações  “não complexas”  e desprovidas de valor científico ou literário.

A superação desse cenário de apagamento cultural e de submissão ao colonialismo de dados (Silveira, 2021; Unesco, 204) exige que a escola pública supere tanto o entusiasmo ingênuo quanto a recusa apocalíptica (Eco, 1993). Requer-se uma práxis pedagógica contra-hegemônica, em que  o professor atue como curador crítico (Gobira; Camilo, 2023), instrumentalizando os discentes com a literacia digital necessária para interrogar os limites conceituais das ferramentas generativas (Beiguelman, 2023).

É nesse horizonte de transformação curricular e justiça social que se articulam as sete propostas pedagógicas, descritas a seguir, para o ensino de Língua Portuguesa e de Literatura delineadas nesta pesquisa, as quais podem materializar o pensamento crítico pós-abissal no cotidiano escolar.

Esclarece-se que as propostas pedagógicas apresentadas nesta seção foram elaboradas para serem propostas neste artigo, com base nos estudos teóricos e nas referências bibliográficas discutidos ao longo do texto. Trata-se de proposições teórico-metodológicas construídas a partir da articulação entre o referencial adotado e a análise crítica das possibilidades e dos limites da Inteligência Artificial na Educação Básica, e não de relatos de práticas necessariamente implementadas ou de experiências reproduzidas diretamente da literatura revisada. Cada proposta busca traduzir os fundamentos teóricos mobilizados em possibilidades de intervenção pedagógica, considerando as especificidades do ensino de Língua Portuguesa e de Literatura e a promoção de uma apropriação crítica, ética e contra-hegemônica dessas tecnologias. Assim, os exemplos apresentados possuem caráter propositivo e visam subsidiar o planejamento e a reflexão docente, sem pressupor resultados empíricos decorrentes de sua aplicação.

1. Curadoria coletiva de textos com ferramentas de IA para mapeamento de um cânone plural: tem o objetivo de construir com a turma um “cânone expandido”, superando a visão eurocêntrica que coloca a literatura europeia tradicional como eixo único de referência. Propõe-se aos estudantes que, por meio de ferramentas de IA (como ChatGPT, Perplexity ou Copilot), localizem autores e autoras de matrizes indígenas, africanas e afro-brasileiras para os estudos de linguagem. Em seguida, solicita-se que a IA produza perfis autorais, questionando explicitamente a origem cultural e a relevância sociopolítica de cada obra. O grupo analisa criticamente a seleção, identifica os vieses algorítmicos e os apagamentos, acrescentando os autores ausentes na composição dos planos bimestrais de estudo de língua portuguesa, redação e literatura. A finalidade é romper com a hierarquia colonial do conhecimento legitimada pelas bases de dados.

2. Oficina de Reescrita Intercultural assistida por IA: objetiva promover a criação de textos literários autorais pelos estudantes que cruzem saberes científicos, tradicionais, comunitários e ancestrais. As etapas consistem em: a) escolha de um gênero literário (conto, poema, mito, crônica); b) uso da IA para gerar três versões desse texto inspiradas em diferentes matrizes (uma em cosmologias e oralidades indígenas; outra em ancestralidade e oralitura afro-diaspórica; e uma terceira em tradições clássicas portuguesas); c) os discentes comparam e reescrevem o material com base na ecologia de saberes, problematizando onde a IA reforçou estereótipos, quais cosmologias foram apagadas e quais saberes foram tratados como subalternos ou menos complexos.

Sobre o conceito de ecologia de saberes se baseia na ideia de que o conhecimento é interconhecimento. Assim, a primeira condição para um pensamento pós-abissal é a copresença radical. A copresença radical significa que práticas e agentes de ambos os lados da linha são contemporâneos em termos igualitários. Além disso, a copresença radical pressupõe a abolição da guerra, que, juntamente com a intolerância, constitui a negação mais radical da copresença. Como a ecologia de saberes, o pensamento pós-abissal tem por premissa a ideia da inesgotável diversidade epistemológica do mundo, o reconhecimento da existência de uma pluralidade de formas de conhecimento além do conhecimento científico. Isso implica renunciar a qualquer epistemologia geral. Existem em todo o mundo não só diversas formas de conhecimento da matéria, da sociedade, da vida e do espírito, mas também muitos e diversos conceitos e critérios sobre o que conta como conhecimento. (Santos, 2007).

Vale lembrar que a ancestralidade e a oralitura afro-diaspórica conceituam-se como complexos sistemas de conhecimento, memória e resistência cultural que desafiam a lógica linear e eurocêntrica historicamente consolidada nas estruturas escolares e nos dispositivos tecnológicos. A oralitura, em sua dimensão material, opera como a inscrição da história, dos saberes tradicionais e da circularidade do tempo por meio da corporeidade e da voz, enquanto a ancestralidade atua como o nexo de continuidade identitária e política que vincula o passado ao presente formativo das comunidades negras. Assim, ao integrar a ancestralidade e a oralitura afro-diaspórica em oficinas de reescrita intercultural e curadorias críticas (Gobira; Camilo, 2023), a práxis pedagógica supera posturas ingênuas ou proibitivas diante do digital (Eco, 1993), convertendo a tecnologia em um espaço de disputa para a visibilização de matrizes estéticas historicamente apagadas e para a efetivação da justiça cognitiva no currículo.

3. Análise crítica de algoritmos (“Quem a IA reconhece como escritor?”): desenvolvida para gerar consciência crítica sobre viés algorítmico, racismo epistêmico e invisibilizações tecnológicas. A sequência didática orienta que se solicite à IA uma listagem dos “maiores escritores da língua portuguesa”. Os resultados são registrados para fundamentar o debate em sala de aula: questiona-se a predominância de autores brancos e eurocêntricos, o apagamento de escritoras negras, indígenas ou periféricas, e o modo como os algoritmos reproduzem a exclusão histórica. Na etapa final, exige-se da IA uma revisão da lista com critérios de representatividade equitativa, demonstrando o funcionamento político da tecnologia.

4. Leitura comparada com uso de ferramentas de IA (Diálogos entre cosmologias): visa construir pontes entre diferentes formas de conhecimento sem o estabelecimento de hierarquias epistemológicas. A partir do fornecimento de trechos de textos diversos (um mito indígena Guarani ou Tikmũ’ũn, um conto de tradição Iorubá, um poema afro-brasileiro e um clássico português), solicita-se à IA que identifique temas comuns, localize divergências cosmológicas e explique como cada cultura compreende o mundo, a natureza, o corpo e o tempo. Posteriormente, os estudantes confrontam criticamente as respostas do sistema para avaliar o que a IA não conseguiu compreender devido às limitações de seus modelos de linguagem.

5. Produção de podcasts multiepistêmicos com IA: focada na criação de produtos culturais digitais que deem visibilidade a experiências literárias historicamente invisibilizadas. Os estudantes elaboram roteiros com o auxílio da IA para produzir episódios de podcast sobre escritoras negras, líderes indígenas, narrativas orais e pensadores populares brasileiros. O papel pedagógico centra-se no exercício da vigilância epistemológica: a IA elabora a síntese inicial das informações, mas os estudantes realizam obrigatoriamente a checagem, a correção e a ampliação dos dados, conectando os conteúdos escolares a práticas comunicativas contemporâneas.

6. Laboratório de tradução cultural com IA: destina-se ao trabalho com textos em línguas originárias, variantes africanas e português brasileiro. Utilizando poemas ou narrativas indígenas de domínio público, os estudantes empregam ferramentas de IA para gerar traduções explicativas. O objetivo não é apenas a conversão literal de palavras, mas a explicação de cosmovisões em comparação com textos africanos lusófonos e portugueses, estimulando o debate sobre diferenças semânticas, impactos culturais e formas não-hegemônicas de interpretar o mundo.

7. Linha do tempo descolonizada com uso de ferramentas de IA: Tem o escopo de reorganizar a história da literatura sem adotar a Europa como centro irradiador único. Solicita-se à IA a estruturação de uma linha do tempo literária ampliada, incluindo em pé de igualdade a literatura oral brasileira, as tradições pré-coloniais, as manifestações indígenas e africanas, os movimentos periféricos contemporâneos e a literatura portuguesa clássica. O grupo de estudantes revisa, tensiona e complementa a linha do tempo produzida pela máquina, desafiando a fronteira imposta pela lógica colonial entre o conhecimento considerado válido e o não-conhecimento.

 O levantamento bibliográfico e a análise teórica evidenciaram que a inserção crescente de sistemas de Inteligência Artificial na Educação Básica suscita contradições que ultrapassam suas funcionalidades técnicas e repercutem na organização do trabalho docente, na mediação pedagógica e na seleção curricular. À luz do Materialismo Histórico-Dialético, compreende-se que essas tecnologias são produzidas e utilizadas em condições históricas determinadas, articulando o desenvolvimento das forças produtivas às relações sociais de produção. Com base em Marx (2013), a análise considera que a tecnologia não pode ser dissociada das relações econômicas e sociais nas quais se insere; em Lukács (2013), encontra-se o fundamento para compreender a atividade humana e suas objetivações no processo histórico de constituição do ser social; e, em Kosík (1976), a necessidade de superar a apreensão imediata dos fenômenos para reconstruir suas múltiplas determinações. Essa perspectiva permite examinar a Inteligência Artificial não como instrumento neutro, mas como produção social atravessada por interesses econômicos, disputas de poder e possibilidades contraditórias de apropriação.

Por um lado, a literatura consultada aponta possibilidades de utilização da Inteligência Artificial na organização de processos escolares. Miao et al. (2022) discutem aplicações educacionais relacionadas à análise de dados de aprendizagem e à adaptação de percursos formativos, enquanto Vicari et al. (2024) abordam aplicações e tendências da inteligência artificial na Educação Básica.

Ferramentas generativas também podem auxiliar na elaboração de materiais, no planejamento e em outras tarefas docentes. Entretanto, essas possibilidades não devem ser confundidas com uma melhoria pedagógica automática. Sob a perspectiva do Materialismo Histórico-Dialético, importa analisar em que condições tais recursos são incorporados ao trabalho educativo, quais necessidades procuram atender e como interferem na autonomia profissional, no tempo de trabalho e na mediação docente. A eficiência operacional, por si só, não assegura a apropriação crítica do conhecimento nem substitui as relações humanas constitutivas da educação (Miao et al., 2022; Unesco, 2023).

A análise das condições materiais de produção e circulação da Inteligência Artificial permite aprofundar essa contradição. Os sistemas generativos dependem de infraestruturas computacionais, recursos energéticos, grandes conjuntos de dados, trabalho humano e investimentos econômicos. Sua oferta comercial também se articula a modelos de negócio que envolvem a disputa por mercados, a captura de usuários e a exploração de dados. A partir de Marx (2013), essas dimensões podem ser relacionadas à produção e à valorização do capital, evitando que a análise se restrinja aos conteúdos apresentados pelas ferramentas. Isso não significa atribuir uma única finalidade a todos os sistemas de Inteligência Artificial, mas investigar como sua produção e seus usos são condicionados por relações econômicas concretas. No campo educacional, essa abordagem suscita questões sobre a dependência de plataformas privadas, a governança dos dados escolares, as condições de trabalho docente e a distribuição desigual dos benefícios e dos custos da incorporação tecnológica.

A categoria da totalidade, articulada à concepção de Kosík (1976), contribui para compreender que as manifestações particulares da Inteligência Artificial na escola não podem ser explicadas isoladamente de suas determinações sociais. Os vieses algorítmicos, a opacidade dos sistemas e os apagamentos culturais relacionam-se tanto às características dos dados e dos modelos quanto às condições econômicas, políticas e culturais de sua produção. A aparência de neutralidade técnica pode ocultar as relações sociais que condicionam o desenvolvimento, a disponibilização e a utilização dessas ferramentas. Por isso, a análise dos resultados gerados pela Inteligência Artificial requer um movimento investigativo que ultrapasse sua aparência imediata, confronte suas respostas com outras fontes e examine os interesses e as relações de poder envolvidos em sua produção e circulação.

Essas contradições também se expressam na reprodução de desigualdades raciais, de gênero e de classe. Benjamin (2019), Kaufman (2022) e Silveira (2021) contribuem para discutir os vieses, as discriminações e as relações de poder associadas aos sistemas algorítmicos. Em diálogo com Santos (2007, 2014) e Gomes (2017), essa discussão permite problematizar a visibilidade desigual de conhecimentos e produções culturais. Contudo, a identificação de apagamentos específicos exige a análise de respostas concretas dos sistemas e sua comparação com fontes e repertórios diversos; não se deve pressupor que todos os modelos reproduzam os mesmos vieses ou que determinados conhecimentos sejam invariavelmente classificados de maneira inferior. O que se evidencia, no plano teórico, é a necessidade de investigar como os critérios de seleção dos dados, as formas de representação e as condições sociais de desenvolvimento dessas tecnologias podem contribuir para a reprodução de hierarquias historicamente constituídas.

A contribuição de Lukács (2013) permite relacionar essa discussão à atividade humana e às possibilidades de apropriação consciente das objetivações sociais. A tecnologia, enquanto produção humana historicamente situada, não possui um caráter emancipador independente das relações sociais em que é utilizada. Suas possibilidades educativas dependem das finalidades que orientam sua apropriação e das mediações constituídas na prática pedagógica. Assim, a incorporação da Inteligência Artificial ao ensino não deve ser avaliada somente pela rapidez com que produz respostas ou materiais, mas também pelas possibilidades de ampliar o acesso ao conhecimento, desenvolver a autonomia intelectual e promover a participação dos estudantes na análise crítica da realidade. Essa compreensão afasta tanto a adesão acrítica à inovação quanto a recusa abstrata da tecnologia, sem desconsiderar as contradições que condicionam seus usos.

No âmbito da Educação Básica, essas reflexões assumem relevância particular diante das desigualdades de acesso aos recursos digitais e das condições concretas de trabalho e escolarização. A análise das relações entre IA e classe social demanda considerar a distribuição dos recursos tecnológicos, as condições de trabalho dos profissionais da educação e os interesses econômicos envolvidos na plataformização do ensino. Entretanto, o pertencimento à rede pública, isoladamente, não permite caracterizar de maneira homogênea a condição de classe de todos os estudantes e professores. Do mesmo modo, uma discussão teórica sobre exploração do trabalho e desigualdade social não demonstra, por si só, que os estudantes desenvolveram consciência de classe. Essa dimensão constitui uma finalidade formativa possível, cuja efetivação precisaria ser investigada empiricamente mediante a aplicação das propostas e a análise das compreensões produzidas pelos participantes.

Nesse contexto, a escola pública pode constituir um espaço de mediação crítica entre os conhecimentos sistematizados, as experiências dos estudantes e as tecnologias contemporâneas. A partir de uma perspectiva pedagógica comprometida com a apropriação do conhecimento e com a formação humana, a Inteligência Artificial pode ser utilizada como objeto de investigação, comparação e problematização, e não como fonte incontestável de informações. A curadoria crítica, a verificação das respostas, o confronto entre fontes e a análise das representações culturais permitem discutir os limites dos sistemas generativos e ampliar os repertórios linguísticos e literários dos estudantes (Gobira; Camilo, 2023). Essa orientação converge com a necessidade de superar a aparência imediata dos fenômenos, conforme Kosík (1976), e de compreender as possibilidades da atividade humana em suas condições históricas, conforme Lukács (2013).

O caráter é teórico-propositivo das sete propostas pedagógicas, apresentadas a seguir, buscou traduzir as contradições identificadas na análise em possibilidades de trabalho pedagógico para o ensino de Língua Portuguesa e de Literatura na Educação Básica. As propostas articulam a apropriação crítica da Inteligência Artificial à valorização da pluralidade de conhecimentos e ao questionamento das desigualdades de representação, sem pressupor resultados empíricos decorrentes de sua aplicação.

A primeira proposta, Curadoria coletiva de textos com ferramentas de IA para o mapeamento de um cânone plural, e a terceira, Análise crítica de algoritmos: “Quem a IA reconhece como escritor?”, visam examinar os critérios de seleção e representação literária presentes nas respostas dos sistemas generativos. A identificação de autores e autoras indígenas, africanos, afro-brasileiros, negros e periféricos, acompanhada da consulta a fontes independentes, pode subsidiar a discussão sobre ausências e hierarquias nos repertórios literários e curriculares (Santos, 2007, 2014; Benjamin, 2019).

A segunda proposta, Oficina de reescrita intercultural assistida por IA, e a quarta, Leitura comparada com ferramentas de IA: diálogos entre cosmologias, propõem a criação e a análise de textos vinculados a diferentes tradições culturais. A comparação entre produções literárias e respostas geradas pela IA pode favorecer a identificação de estereótipos, simplificações e deslocamentos de sentido, desde que as interpretações sejam confrontadas com as obras e com fontes contextualizadas. A finalidade não é homogeneizar as diferenças culturais, mas ampliar as possibilidades de compreensão de suas especificidades e relações (Santos, 2007; Alves, 2023).

A quinta proposta, Produção de podcasts multiepistêmicos com IA, prevê a elaboração de roteiros e materiais sonoros sobre autores, pensadores e lideranças de diferentes matrizes culturais. A ferramenta pode auxiliar na organização inicial do material, enquanto a seleção, a verificação das informações e as decisões de linguagem permanecem submetidas à análise dos participantes. A proposta articula práticas contemporâneas de linguagem à divulgação de conhecimentos e experiências historicamente marginalizados (Gobira; Camilo, 2023).

A sexta proposta, Laboratório de tradução cultural com IA, propõe examinar as possibilidades e os limites da tradução de poemas e narrativas que envolvam diferentes línguas e referências culturais. A comparação entre versões, escolhas lexicais e fontes contextualizadas permite discutir como a tradução envolve decisões interpretativas que podem deslocar sentidos ou deixar de contemplar aspectos culturais relevantes.

Por fim, a sétima proposta, Linha do tempo descolonizada com ferramentas de IA, consiste na elaboração e revisão crítica de uma cronologia literária que contemple tradições orais, produções indígenas, literaturas africanas e afro-brasileiras e manifestações periféricas contemporâneas. O confronto entre a organização produzida pela ferramenta e outras fontes pode subsidiar a problematização de narrativas historiográficas que privilegiam determinados centros de produção cultural e ampliar os repertórios mobilizados no ensino de literatura.Em conjunto, as sete propostas articulam leitura, escrita, pesquisa, tradução, análise crítica e produção cultural. Sua contribuição potencial consiste em transformar a Inteligência Artificial em objeto de investigação pedagógica, evidenciando que seus resultados são produzidos em condições históricas e materiais específicas e, portanto, precisam ser interrogados e contextualizados. Em diálogo com Marx (2013), Kosík (1976) e Lukács (2013), a discussão indica que uma apropriação crítica da tecnologia requer relacionar seus resultados aparentes às condições sociais de produção e utilização, bem como às finalidades educativas que orientam seu emprego. A efetividade das propostas na ampliação dos repertórios literários, no desenvolvimento da autonomia intelectual e na compreensão das relações entre tecnologia, trabalho e desigualdade permanece, entretanto, como questão a ser investigada em sua aplicação concreta.

 

Considerações finais

As discussões desenvolvidas ao longo deste artigo evidenciam que os sistemas de Inteligência Artificial constituem forças estruturantes que reorganizam profundamente os modos de ensinar, aprender e gerir a Educação Básica. A presença de algoritmos, modelos adaptativos e sistemas de Inteligência Artificial no cotidiano escolar ultrapassa o estatuto de meras ferramentas auxiliares ou neutras; trata-se de um fenômeno socioeducacional determinado histórica e materialmente, que incide diretamente sobre as práticas pedagógicas, as políticas públicas e as relações de poder no interior da escola pública.

Dialeticamente, se, por um lado, a IA oferece caminhos para experiências didáticas mais responsivas, diagnósticos preditivos e redução de tarefas burocráticas docentes, por outro, sua lógica operacional impõe graves riscos de padronização ideológica, vigilância e aprofundamento de desigualdades. A literatura demonstra que, sem uma rigorosa supervisão ética e epistemológica, os algoritmos tendem a atuar como filtros coloniais. Financiados por grandes corporações do Norte Global, esses sistemas herdam bases de dados eivadas de preconceitos estruturais, operando um sistemático racismo epistêmico que invisibiliza as matrizes culturais indígenas, africanas, afro-brasileiras e periféricas, empurrando-as para além da linha abissal do conhecimento válido.

Frente a essa contradição, a aplicação das sete propostas pedagógicas direcionadas ao ensino de Língua Portuguesa e de Literatura apresenta potencial que contribui para subverter a lógica dominante da tecnologia. Ao transformarem a Inteligência Artificial em objeto de problematização e questionamento crítico — seja na desconstrução do cânone eurocêntrico, nas oficinas de reescrita intercultural baseadas na ancestralidade e na oralitura, ou na denúncia do viés algorítmico —, as intervenções poderão efetivar a construção de possibilidades de diálogo entre diferentes saberes no espaço escolar. Os estudantes deixam de ser consumidores passivos de dados estatísticos para se tornarem sujeitos ativos na curadoria crítica das informações e no exercício da vigilância epistemológica, consolidando o pensamento crítico pós-abissal e a justiça cognitiva no currículo.

Em suma, conclui-se que a Inteligência Artificial não deve ser fetichizada como solução milagrosa para as mazelas educacionais, tampouco interditada por meio de posturas tecnofóbicas ou proibitivas. Defende-se sua apropriação contra-hegemônica, intencional e politicamente orientada para a emancipação da classe trabalhadora. Como preconizam Lopes et al. (2023), urge construir outras narrativas tecnológicas que combatam a precariedade da vida e afirmem a dignidade humana. Para tanto, torna-se indispensável ir além do ensino com a IA, avançando para o ensino sobre a IA. Isso demanda a implementação de políticas públicas robustas de alfabetização digital ética e, fundamentalmente, o fortalecimento da formação inicial e continuada de professores, para que o desenvolvimento tecnológico na Educação Básica sirva como instrumento de libertação social, equidade racial e soberania intelectual.

 

Referências

ANDRADE, Reinaldo; MENDONÇA, Thais; FILGUEIRAS, Fernando. Algoritmos e políticas públicas: o controle opaco da informação. Rio de Janeiro: FGV Editora, 2023.

BEIGUELMAN, Giselle. Políticas da imagem: vigilância, inteligência artificial e arte contemporânea. São Paulo: Ubu Editora, 2023.

BENJAMIN, Ruha. Raça após a tecnologia: ferramentas abolicionistas para o novo Código Jim. Cambridge: Polity Press, 2019.

BORATTO, Murilo do Carmo. Inteligência artificial: breve histórico, conceitos e reflexões. In: ALVES, Lynn. (org.). Inteligência artificial e educação: refletindo sobre os desafios contemporâneos. Salvador: EDUFBA; Feira de Santana: Ed. da UEFS, 2023. p. 21-32. Disponível em: https://repositorio.ufba.br/handle/ri/38646. Acesso em: 29 out. 2026.

ECO, Umberto. Apocalípticos e integrados. São Paulo: Perspectiva, 1993.

GOBIRA, Pablo; CAMILO, Pedro.   A exposição AI.MAGINATION como uma ação STEAM e de curadoria de arte com Inteligência Artificial In: ALVES, Lynn. (org.). Inteligência artificial e educação: refletindo sobre os desafios contemporâneos. Salvador: EDUFBA; Feira de Santana: Ed. da UEFS, 2023. p.71-90. Disponível em: https://repositorio.ufba.br/handle/ri/38646. Acesso em: 29 out. 2026.

GOMES, Nilma Lino. O movimento negro educador: saberes construídos nas lutas por emancipação. Petrópolis: Vozes, 2017.

MIAO, Fengchun; HOLMES, Wayne; RONGHUAI, Huang . Inteligência artificial na educação: promessas e desafios. Paris: UNESCO, 2022. Disponível em: https://unesdoc.unesco.org/ark:/48223/pf0000379376. Acesso em: 29 out. 2026.

JI, Ziwei; LEE, Nayeon; FRIESKE, Rita; YU, Tiezheng; SU, Dan; XU, Yan; ISHII, Etsuko; BANG, Ye Jin; MADOTTO, Andrea; FUNG, Pascale . Survey of hallucination in natural language generation. ACM Computing Surveys, v. 55, n. 12, art. 248, 2023. Disponível em: https://doi.org/10.1145/3571730. Acesso em: 15 mar. 2026.  

KAUFMAN, Dora. A inteligência artificial irá suplantar a inteligência humana? São Paulo: Estação Letras e Cores, 2022.

KOSÍK, Karel. Dialética do concreto. Tradução de Célia Neves e Alderico Toríbio. 2. ed. Rio de Janeiro: Paz e Terra, 1976.

LUKÁCS, György. Para uma ontologia do ser social. v. 2. São Paulo: Boitempo, 2013.

MARX, Karl. O capital: crítica da economia política. Tradução de Rubens Enderle. São Paulo: Boitempo, 2013.

SANTO, Eniel do Espírito; ROSA, Flávia Goulart Mota Garcia; SILVA, Camila Bezerra da; BORDAS, Miguel Angel Garcia. Um mosaico de ideias sobre a inteligência artificial generativa no contexto da educação. In: ALVES, Lynn (org.). Inteligência artificial e educação: refletindo sobre os desafios contemporâneos. Salvador: EDUFBA; Feira de Santana: Ed. da UEFS, 2023. p. 51-70.

SANTOS, Boaventura de Sousa. Para além do pensamento abissal: das linhas globais a uma ecologia de saberes. Novos Estudos CEBRAP, São Paulo, n. 79, p. 71-94, nov. 2007. Disponível em:https://doi.org/10.1590/S0101-33002007000300004. Acesso em: 15 mar. 2026.

SANTOS, Boaventura de Sousa. Epistemologias do Sul. Coimbra: Almedina, 2014.

SILVA, Tarcízio. Inteligência artificial generativa: discriminação e impactos sociais. 2. ed: LiteraRUA, 2025.

SILVEIRA, Sergio Amadeu. Colonialismo de dados e soberania informacional. São Paulo: Autonomia Literária, 2021.

UNESCO. ChatGPT e inteligência artificial na educação superior: guia rápido de introdução. Paris: Unesco, 2023. Disponível em: https://unesdoc.unesco.org/ark:/48223/pf0000385146_por. Acesso em: 4 abr. 2026.

UNESCO. Guia para a IA generativa na educação e na pesquisa. 2024. Disponível em: https://unesdoc.unesco.org/ark:/48223/pf0000390241 Acesso em: 15 out. 2026.

VICARI, Rosa Maria; BRACKMANN, Christian; GALAFASSI, Cristiano; MIZUSAKI, Lucas. CIEB Notas Técnicas # 21: Inteligência artificial na educação básica: novas aplicações e tendências para o futuro. São Paulo: Centro de Inovação Para Educação Brasileira, CIEB, 2024. Disponível em: https://cieb.net.br/wp-content/uploads/2024/06/Inteligencia-Artificial-na-Educacao-Basica_2024.pdf. Acesso em: 15 out. 2026.

WALSH, Catherine. Interculturalidade crítica e educação intercultural. Lima: Instituto de Integración del Convenio Andrés Bello, 2009.

 

CC.png 

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0).