Heurísticas sintéticas en la educación: integración multimodal entre biografías y praxis pedagógica
DOI:
https://doi.org/10.30905/rde.v10i1.1107Resumen
Este relato de experiencia presenta una propuesta pedagógica que integra biografías humanas con análisis mediado por inteligencia artificial, explorando las intersecciones entre tecnología, vida y educación. La experiencia, desarrollada para la Semana de la Educación de la FEUSP 2025, se organiza como un taller de tres horas que utiliza Manus-AI en el análisis curricular y la producción de contenidos multimodales. La metodología se fundamenta en el análisis biográfico para identificar temas comunes entre los participantes, quienes luego realizan ejercicios prácticos de creación en modalidades textual, sonora y visual. Con base en la Teoría Crítica de la Tecnología y en metodologías activas, la propuesta enfrenta los desafíos prácticos, técnicos y éticos de la IA en la educación. El trabajo presenta un ejemplo práctico del taller, en el que el proceso colaborativo de ingeniería de prompts generó un ensayo crítico de calidad, posteriormente adaptado para podcast y presentación visual. Esto demuestra el potencial de la co-creación humano-máquina en el apoyo a la actividad docente en nuevos paradigmas formativos. La experiencia se destaca por su aplicabilidad en diversos contextos educacionales.
Descargas
Citas
BENDER, Emily M.; GEBRU, Timnit; MCMILLAN-MAJOR, Angelina; SHMITCHELL, Shmargaret. On the dangers of stochastic parrots: can language models be too big? In: Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency. New York: ACM, 2021. p. 610-623.
BERBEL, Neusi Aparecida Navas. As metodologias ativas e a promoção da autonomia de estudantes. Semina: Ciências Sociais e Humanas, Londrina, v. 32, n. 1, p. 25-40, jan./jun. 2011.
BROWN, Tom et. All. Language models are few-shot learners. Advances in Neural Information Processing Systems, v. 33, p. 1877-1901, 2020.
BUBECK, Sébastien; CHANDRASEKARAN, Varun; ELDAN, Ronen; GEHRKE, Johannes; HORVITZ, Eric; KAMAR, Ece; LEE, Peter; LEE, Yin Tat; LI, Yuanzhi; LUNDBERG, Scott; NORI, Harsha; PALANGI, Hamid; RIBEIRO, Marco Tulio; ZHANG, Yi. Sparks of artificial general intelligence: early experiments with GPT-4. arXiv preprint arXiv:2303.12712, 2023.
DELORY-MOMBERGER, Christine. A pesquisa biográfica: projeto epistemológico. In: PASSEGGI, Maria da Conceição; ABRAHÃO, Maria Helena Menna Barreto (Org.). O método (auto)biográfico e a fabricação do humano. Natal: EDUFRN, 2016.
ELKINS, Katherine; CHUN, Jon. Can GPT-3 pass a writer’s turing test? Journal of Cultural Analytics, v. 5, n. 2, 2020.
FEENBERG, Andrew. Transformar a tecnologia: uma teoria crítica da tecnologia. Lisboa: Edições 70, 2018.
KASNECI, Enkelejda; SESSLER, Kathrin; KÜCHEMANN, Stefan; BANNERT, Maria; DEMENTIEVA, Daryna; FISCHER, Frank; GASSER, Urs; GROH, Georg; GÜNNEMANN, Stephan; HÜLLERMEIER, Eyke; KRUSCHE, Stephan; KUTYNIOK, Gitta; MICHAELI, Tilman; NERDEL, Claudia; PFEFFER, Jürgen; POQUET, Oleksandra; SAILER, Michael; SCHMIDT, Albrecht; SEIDEL, Tina; STADLER, Matthias; WELLER, Jochen; KUHN, Jochen; KAENDLER, Christof. ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences, v. 103, p. 102274, 2023.
MARCUS, Gary. The next decade in AI: four steps towards robust artificial intelligence. arXiv preprint arXiv:2002.06177, 2020.
MITCHELL, Melanie. AI knowledge and reasoning: how much progress have we made? Daedalus, v. 151, n. 2, p. 127-140, 2022.
PAVIANI, Jayme. Oficinas pedagógicas: uma metodologia de ensino. Caxias do Sul: Educs, 2008.
PETRONI, Fabio; ROCKTÄSCHEL, Tim; RIEDEL, Sebastian; LEWIS, Patrick; BAKHTIN, Anton; WU, Yuxiang; MILLER, Alexander. Language models as knowledge bases? In: Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing and the 9th International Joint Conference on Natural Language Processing (EMNLP-IJCNLP). Hong Kong: Association for Computational Linguistics, 2019. p. 2463-2473.
QIU, Xipeng; SUN, Tianxiang; XU, Yige; SHAO, Yunfan; DAI, Ning; HUANG, Xuanjing. Pre-trained models for natural language processing: a survey. Science China Technological Sciences, v. 63, n. 10, p. 1872-1897, 2020.
RICIERI, D. A.; FARIAS, D. S. Engenharia de Prompts para Grandes Modelos de Linguagem (LLMs). São Paulo: Casa do Código, 2023.
RODRIGUES, Alexsandro; RODRIGUES, Bianca. A ferramenta ChatGPT, produto da IA, é uma ameaça ou um desafio para a educação? Humanidades & Inovação, v. 10, n. 10, p. 1-1, 2023.
ROGERS, Anna; KOVALEVA, Olga; RUMSHISKY, Anna. A primer in BERTology: what we know about how BERT works. Transactions of the Association for Computational Linguistics, v. 8, p. 842-866, 2020.
ROSA, Guilherme Medeiros Machado; CHICON, Patricia Mariotto Mozzaquatro; VIEIRA, Marilandi Maria Mascarello; BERTAGNOLLI, Silvia de Castro. Análise do uso de Large Language Models (LLMs) como ferramenta de apoio ao ensino de programação. Revista Brasileira de Informática na Educação, v. 33, p. 1-25, 2025.
SANTAELLA, Lucia; BRAGA, Clarissa Monteiro. A inteligência artificial é a nova escrita? Ou por que a IA não vai nos devorar. São Paulo: Estação das Letras e Cores, 2024.
SIMON, Herbert Alexander. Rational choice and the structure of the environment. Psychological Review, v. 63, n. 2, p. 129-138, 1956.
UNESCO. Guidance for generative AI in education and research. Paris: UNESCO, 2024.
VASWANI, Ashish; SHAZEER, Noam; PARMAR, Niki; USZKOREIT, Jakob; JONES, Llion; GOMEZ, Aidan N.; KAISER, Łukasz; POLOSUKHIN, Illia. Attention is all you need. Advances in Neural Information Processing Systems, v. 30, 2017.
WEI, Jason; TAY, Yi; BOMMASANI, Rishi; RAFFEL, Colin; ZOPH, Barret; BORGEAUD, Sebastian; YOGATAMA, Dani; BOSMA, Maarten; ZHOU, Denny; METZLER, Donald; CHI, Ed H.; HASHIMOTO, Tatsunori; VINYALS, Oriol; LIANG, Percy; DEAN, Jeff; FEDUS, William. Emergent abilities of large language models. Transactions on Machine Learning Research, 2022.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2026 Devir Educação

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
A reprodução, total ou parcial, dos artigos aqui publicados fica sujeita à expressa menção da procedência de sua publicação, citando-se a edição e data dessa publicação. Para efeitos legais, deve ser consignada a fonte de publicação original.
