GARBAGE IN, INJUSTIÇA OUT: CRÍTICA À AUTOMATIZAÇÃO DA AVALIAÇÃO DE LEITURA POR IA
"2025-12-02" // app/Providers/../Base/Publico/Artigo/resources/show_includes/info_artigo.blade.php
App\Base\Administrativo\Model\Artigo {#1845 // app/Providers/../Base/Publico/Artigo/resources/show_includes/info_artigo.blade.php #connection: "mysql" +table: "artigo" #primaryKey: "id" #keyType: "int" +incrementing: true #with: [] #withCount: [] +preventsLazyLoading: false #perPage: 15 +exists: true +wasRecentlyCreated: false #escapeWhenCastingToString: false #attributes: array:35 [ "id" => 135356 "edicao_id" => 438 "trabalho_id" => 8893 "inscrito_id" => 18894 "titulo" => "GARBAGE IN, INJUSTIÇA OUT: CRÍTICA À AUTOMATIZAÇÃO DA AVALIAÇÃO DE LEITURA POR IA" "resumo" => "A presença crescente da inteligência artificial (IA) na educação brasileira tem transformado profundamente práticas pedagógicas, o acesso à informação e, sobretudo, os processos avaliativos. Este trabalho discute os impactos da incorporação de tecnologias de IA em avaliações em larga escala, com foco especial na correção automatizada de testes de fluência leitora. No Brasil, essa metodologia vem sendo aplicada por instituições como o CAEd/UFJF, por meio de sistemas que utilizam dicionários fonéticos, algoritmos de reconhecimento de fala e técnicas de machine learning para analisar leituras orais de estudantes da educação básica. Embora tais recursos ampliem a escala e a agilidade do processo avaliativo, a adoção irrestrita de modelos algorítmicos suscita sérias preocupações éticas, linguísticas e pedagógicas. Argumenta-se que os critérios de correção não podem ser reduzidos a parâmetros técnicos, sob risco de promover automatizações injustas e silenciadoras. É preciso considerar as variações linguísticas do português brasileiro, os estágios de aquisição da linguagem, as marcas fonéticas regionais e as condições sociais dos sujeitos avaliados. Ignorar esses fatores pode resultar na penalização de performances legítimas, especialmente em territórios de vulnerabilidade, reforçando desigualdades estruturais sob a aparência de neutralidade tecnológica. A comunicação propõe, portanto, uma abordagem crítica sobre os limites e possibilidades da IA na avaliação da leitura, defendendo que todo processo automatizado de julgamento da linguagem deve ser ancorado em princípios de justiça linguística, escuta contextualizada e compromisso com a diversidade dos modos de dizer e aprender." "modalidade" => "Comunicação Oral (CO)" "area_tematica" => "GT 19 - Tecnologias e Educação" "palavra_chave" => ", , , , " "idioma" => "Português" "arquivo" => "TRABALHO__EV214_ID18894_TB8893_28062025001103.pdf" "created_at" => "2025-12-08 15:50:24" "updated_at" => null "ativo" => 1 "autor_nome" => "PATRICK DA SILVA DIAS" "autor_nome_curto" => "PATRICK DIAS" "autor_email" => "pdasdias@gmail.com" "autor_ies" => "UNIVERSIDADE FEDERAL FLUMINENSE (UFF)" "autor_imagem" => "" "edicao_url" => "anais-xi-congresso-nacional-de-educacao" "edicao_nome" => "Anais XI Congresso Nacional de Educação" "edicao_evento" => "XI Congresso Nacional de Educação" "edicao_ano" => 2025 "edicao_pasta" => "anais/conedu/2025" "edicao_logo" => null "edicao_capa" => "692d8b19ea55f_01122025093329.png" "data_publicacao" => "2025-12-02" "edicao_publicada_em" => "2025-12-01 09:33:29" "publicacao_id" => 19 "publicacao_nome" => "Anais CONEDU" "publicacao_codigo" => "2358-8829" "tipo_codigo_id" => 1 "tipo_codigo_nome" => "ISSN" "tipo_publicacao_id" => 1 "tipo_publicacao_nome" => "ANAIS de Evento" ] #original: array:35 [ "id" => 135356 "edicao_id" => 438 "trabalho_id" => 8893 "inscrito_id" => 18894 "titulo" => "GARBAGE IN, INJUSTIÇA OUT: CRÍTICA À AUTOMATIZAÇÃO DA AVALIAÇÃO DE LEITURA POR IA" "resumo" => "A presença crescente da inteligência artificial (IA) na educação brasileira tem transformado profundamente práticas pedagógicas, o acesso à informação e, sobretudo, os processos avaliativos. Este trabalho discute os impactos da incorporação de tecnologias de IA em avaliações em larga escala, com foco especial na correção automatizada de testes de fluência leitora. No Brasil, essa metodologia vem sendo aplicada por instituições como o CAEd/UFJF, por meio de sistemas que utilizam dicionários fonéticos, algoritmos de reconhecimento de fala e técnicas de machine learning para analisar leituras orais de estudantes da educação básica. Embora tais recursos ampliem a escala e a agilidade do processo avaliativo, a adoção irrestrita de modelos algorítmicos suscita sérias preocupações éticas, linguísticas e pedagógicas. Argumenta-se que os critérios de correção não podem ser reduzidos a parâmetros técnicos, sob risco de promover automatizações injustas e silenciadoras. É preciso considerar as variações linguísticas do português brasileiro, os estágios de aquisição da linguagem, as marcas fonéticas regionais e as condições sociais dos sujeitos avaliados. Ignorar esses fatores pode resultar na penalização de performances legítimas, especialmente em territórios de vulnerabilidade, reforçando desigualdades estruturais sob a aparência de neutralidade tecnológica. A comunicação propõe, portanto, uma abordagem crítica sobre os limites e possibilidades da IA na avaliação da leitura, defendendo que todo processo automatizado de julgamento da linguagem deve ser ancorado em princípios de justiça linguística, escuta contextualizada e compromisso com a diversidade dos modos de dizer e aprender." "modalidade" => "Comunicação Oral (CO)" "area_tematica" => "GT 19 - Tecnologias e Educação" "palavra_chave" => ", , , , " "idioma" => "Português" "arquivo" => "TRABALHO__EV214_ID18894_TB8893_28062025001103.pdf" "created_at" => "2025-12-08 15:50:24" "updated_at" => null "ativo" => 1 "autor_nome" => "PATRICK DA SILVA DIAS" "autor_nome_curto" => "PATRICK DIAS" "autor_email" => "pdasdias@gmail.com" "autor_ies" => "UNIVERSIDADE FEDERAL FLUMINENSE (UFF)" "autor_imagem" => "" "edicao_url" => "anais-xi-congresso-nacional-de-educacao" "edicao_nome" => "Anais XI Congresso Nacional de Educação" "edicao_evento" => "XI Congresso Nacional de Educação" "edicao_ano" => 2025 "edicao_pasta" => "anais/conedu/2025" "edicao_logo" => null "edicao_capa" => "692d8b19ea55f_01122025093329.png" "data_publicacao" => "2025-12-02" "edicao_publicada_em" => "2025-12-01 09:33:29" "publicacao_id" => 19 "publicacao_nome" => "Anais CONEDU" "publicacao_codigo" => "2358-8829" "tipo_codigo_id" => 1 "tipo_codigo_nome" => "ISSN" "tipo_publicacao_id" => 1 "tipo_publicacao_nome" => "ANAIS de Evento" ] #changes: [] #casts: array:14 [ "id" => "integer" "edicao_id" => "integer" "trabalho_id" => "integer" "inscrito_id" => "integer" "titulo" => "string" "resumo" => "string" "modalidade" => "string" "area_tematica" => "string" "palavra_chave" => "string" "idioma" => "string" "arquivo" => "string" "created_at" => "datetime" "updated_at" => "datetime" "ativo" => "boolean" ] #classCastCache: [] #attributeCastCache: [] #dates: [] #dateFormat: null #appends: [] #dispatchesEvents: [] #observables: [] #relations: [] #touches: [] +timestamps: false #hidden: [] #visible: [] +fillable: array:13 [ 0 => "edicao_id" 1 => "trabalho_id" 2 => "inscrito_id" 3 => "titulo" 4 => "resumo" 5 => "modalidade" 6 => "area_tematica" 7 => "palavra_chave" 8 => "idioma" 9 => "arquivo" 10 => "created_at" 11 => "updated_at" 12 => "ativo" ] #guarded: array:1 [ 0 => "*" ] }