(Escrito com o apoio de scripts Python rodando em LLM local mixtral_8x7b-instruct-v0.1-q3_K_M, revisado e checado pelo LLM Chat-gpt-4o)

1. Referência Completa (formato ABNT + DOI)
BEARMAN, MARGARET; AJJAWI, ROLA. Learning to work with the black box: pedagogy for a world with artificial intelligence. British Journal of Educational Technology, v. 54, p. 1160–1173, 2023. DOI: 10.1111/bjet.13337

2. Tema Central
O artigo aborda a integração da Inteligência Artificial (IA) no ensino superior e seu impacto nos processos decisórios, propondo a criação de uma pedagogia adaptada à realidade mediada por IA. As autoras defendem a importância de ensinar os estudantes a lidar com situações opacas, parciais e ambíguas, refletindo a complexa relação entre humanos e tecnologias.

3. Problema de Pesquisa
A pesquisa identifica a falta de engajamento do ensino superior com os desafios éticos e operacionais da IA, especialmente quanto à natureza de “caixa preta” desses sistemas – onde o julgamento fornecido pela tecnologia não pode ser totalmente rastreado ou explicado.

4. Hipóteses ou Questões Norteadoras
As principais questões investigadas são:
– Como preparar estudantes para trabalhar com sistemas de IA de natureza opaca?
– Que pedagogias são necessárias para um mundo mediado por IA?

5. Metodologia
O estudo utiliza abordagem teórico-analítica, examinando conceitos de IA, tomada de decisão e ensino superior a partir de uma epistemologia relacional. Propõe duas estratégias pedagógicas: orientar sobre padrões de qualidade em IA e promover interações significativas com esses sistemas.

6. Desenvolvimento das Hipóteses
Duas hipóteses principais emergem:
1) Como as instituições podem desenvolver pedagogias que capacitem estudantes a lidar com a opacidade da IA?
2) Como integrar questões éticas e sociais no ensino sobre IA?

7. Resultados
As autoras propõem duas abordagens:
(a) Ensino sobre padrões de qualidade em IA, incluindo aspectos técnicos, éticos e sociais.
(b) Promoção de experiências práticas com sistemas de IA para compreensão de suas capacidades e limitações.

8. Avaliação Metodológica
Embora bem fundamentado, o estudo tem limitações:
– Foco restrito ao ensino superior
– Falta de dados empíricos sobre as propostas
– Poderia integrar melhor teorias sobre alfabetização digital e competências do século XXI.

9. Teorias e Conceitos Fundamentais
A IA como “caixa preta”: sistemas cujo processamento interno é obscuro. Contrapõe-se à ideia de “IA explicável”, enfatizando o contexto relacional e a aceitação da ambiguidade como parte do aprendizado.

10. Conclusões do Artigo
Destacam-se duas estratégias:
1) Integrar normas de qualidade no ensino sobre IA
2) Oferecer interações práticas com sistemas de IA

11. Conclusão Crítica Pessoal
A abordagem da “caixa preta” traz perspectiva inovadora, porém pode ser limitada em contextos que exigem transparência, como áreas regulamentadas ou situações de alto risco.

Referências
Bearman, M., & Ajjawi, R. (2023). Learning to work with the black box: Pedagogy for a world with artificial intelligence. British Journal of Educational Technology, 54(4), 1160–1173. https://doi.org/10.1111/bjet.13337