22 agosto 2025

Relatório de Monitorização Temática: Inteligência Artificial Dialógica na Educação (22/8/2025)

22/8/2025

A Alvorada de uma Nova Era Pedagógica

Vivemos um momento singular na história da educação, onde a convergência entre inteligência artificial e pedagogia dialógica está a reconfigurar os alicerces da construção do conhecimento. Este fenómeno transcende a mera digitalização dos processos educativos - representa uma metamorfose paradigmática que desafia as conceções tradicionais sobre o que significa aprender, ensinar e conhecer no século XXI.

A emergência daquilo que Paulo Brazão (2024) caracteriza como "processos dialógicos de construção do conhecimento em contexto mediado por interfaces com inteligência artificial" não constitui apenas uma evolução tecnológica, mas uma transformação ontológica e epistemológica que reconfigura a própria natureza da experiência educativa. Estamos perante o surgimento de uma nova ecologia cognitiva onde as fronteiras entre o humano e o artificial se tornam cada vez mais porosas, criando espaços híbridos de aprendizagem que desafiam as dicotomias tradicionais.

A Tríade Humano-IA-Humano: Para Além do Antropocentrismo

A configuração triádica humano-IA-humano representa uma rutura radical com o paradigma educacional antropocêntrico que tem dominado o pensamento pedagógico ocidental. Nesta nova arquitetura relacional, a IA não funciona como mero instrumento ao serviço de objetivos pedagógicos predeterminados, nem como substituto da presença humana, mas como espaço dialógico genuíno onde o conhecimento emerge através de interações complexas e multidirecionais.

Esta perspetiva ressoa profundamente com o que Edgar Morin (2015) denomina "pensamento complexo" - uma abordagem que reconhece a multidimensionalidade dos fenómenos e rejeita as simplificações redutoras. No contexto educacional, isto significa abandonar a visão linear e hierárquica do conhecimento em favor de uma compreensão rizomática, onde as aprendizagens emergem de conexões múltiplas e não-hierárquicas.

Como demonstra a investigação recente conduzida na Austrália Ocidental, a conceptualização da IA como agente dialógico - fundamentada no conceito bakhtiniano de heteroglossia - permite que os estudantes se envolvam em processos de co-construção do conhecimento que transcendem as limitações dos modelos pedagógicos tradicionais. Os resultados preliminares indicam que os estudantes que interagem dialogicamente com sistemas de IA demonstram níveis elevados de pensamento crítico e criatividade, evidenciados pelo uso sistemático de questões de seguimento que revelam engajamento cognitivo profundo.

Desenvolvimentos Globais: Uma Cartografia da Inovação

América do Norte: Vanguarda Tecnológica e Democratização do Acesso

Os Estados Unidos lideram a integração da IA dialógica em contextos educacionais através de iniciativas de escala sem precedentes. A parceria entre a OpenAI e a American Federation of Teachers, materializada na National Academy for AI Instruction, representa um investimento de 10 milhões de dólares destinado a formar 400.000 educadores - aproximadamente um em cada dez professores americanos - nas competências necessárias para utilizar e moldar o desenvolvimento da IA educacional.

Esta iniciativa transcende a mera formação técnica. Como sublinha Sam Altman, CEO da OpenAI, o objetivo é criar um ecossistema onde os professores não apenas utilizem ferramentas de IA, mas participem ativamente no seu desenvolvimento e direcionamento pedagógico. A criação de "hubs" de inovação em IA educacional por todo o território americano até 2030 promete democratizar o acesso a estas tecnologias, combatendo as desigualdades digitais que têm caracterizado a adoção tecnológica em educação.

Europa: Equilibrando Inovação e Proteção de Direitos

A abordagem europeia distingue-se pela sua ênfase na dimensão ética e regulatória. O investimento de 2,6 mil milhões de euros em investigação e desenvolvimento de IA através do programa Horizonte Europa demonstra um compromisso substancial com a inovação, mas sempre enquadrado por considerações éticas rigorosas.

O Regulamento Europeu de Inteligência Artificial, primeiro quadro jurídico abrangente sobre IA a nível mundial, estabelece diretrizes específicas para sistemas educacionais, classificando como de "alto risco" aqueles que determinam acesso à educação ou percursos profissionais. Esta classificação implica requisitos rigorosos de transparência, supervisão humana e avaliação de impacto sobre direitos fundamentais.

A publicação das Orientações Éticas para Professores sobre o Uso de Inteligência Artificial pela Comissão Europeia representa um esforço pioneiro de traduzir princípios éticos abstratos em práticas pedagógicas concretas. Estas orientações não se limitam a estabelecer proibições, mas oferecem caminhos construtivos para integrar a IA de forma que amplifique as capacidades humanas sem as substituir.

Lusofonia: Navegando Entre Oportunidades e Desafios

No espaço lusófono, observamos dinâmicas particularmente interessantes. Portugal, através da estratégia "IA Portugal 2030", posiciona-se como laboratório de inovação pedagógica, com ênfase particular na inclusão, educação e qualificação. A Universidade da Madeira, através do trabalho pioneiro de Paulo Brazão e colaboradores, tem desenvolvido investigação de ponta sobre processos dialógicos mediados por IA, criando ferramentas como a plataforma ELABORA que permite registar e analisar as interações estudante-IA de forma sistemática.

No Brasil, a Fundação Lemann tem liderado reflexões críticas sobre a implementação da IA educacional, alertando para o risco de aumentar a velocidade e volume de conteúdos sem garantir qualidade pedagógica. Como observa Guilherme Cintra, Diretor de Inovação da Fundação, "aumentamos a velocidade e o volume de conteúdos, mas não garantimos a qualidade. Ao invés de poupar o tempo dos educadores, isso pode gerar mais sobrecarga."

A Evolução do Questionamento Crítico: Evidências Empíricas

A investigação de Brazão e Tinoca (2024) sobre a evolução do questionamento crítico em processos dialógicos com IA revela padrões fascinantes. Utilizando uma estrutura de cinco níveis de questionamento - desde Perguntas Gerais e Definidoras até Perguntas de Engajamento Crítico - os investigadores documentaram como a interação com IA pode catalisar o desenvolvimento do pensamento crítico.

Os resultados indicam que os estudantes que interagem regularmente com sistemas de IA dialógica demonstram:

  1. Progressão hierárquica no questionamento: Evolução natural desde questões básicas de definição até questões complexas que desafiam pressupostos e exploram implicações éticas.
  2. Diversificação epistemológica: Capacidade aumentada de integrar perspetivas múltiplas e estabelecer conexões interdisciplinares.
  3. Metacognição amplificada: Maior consciência dos próprios processos cognitivos e capacidade de regular a aprendizagem autonomamente.
  4. Pensamento sistémico: Compreensão das interconexões complexas entre diferentes domínios do conhecimento.

Implicações para a Prática Docente: O Professor como Arquiteto de Ecologias Cognitivas

A emergência da IA dialógica não diminui a importância do professor - pelo contrário, amplifica e complexifica o seu papel. O docente evolui de transmissor de conhecimentos para o que podemos caracterizar como "arquiteto de ecologias cognitivas" - um profissional capaz de:

1. Desenhar Constelações de Possibilidades

Em vez de sequências lineares de conteúdos, o professor cria ambientes ricos em conexões potenciais, onde múltiplos percursos de exploração são possíveis e a serendipidade é valorizada como elemento fundamental da aprendizagem.

2. Facilitar Simbioses Produtivas

Identificar complementaridades entre capacidades humanas e artificiais, criando interfaces significativas que ampliem as capacidades cognitivas do sistema como um todo.

3. Cultivar a Metacognição Distribuída

Ajudar os estudantes a compreender não apenas os seus próprios processos cognitivos, mas como estes se integram em sistemas mais amplos que incluem outros humanos e sistemas de IA.

4. Guardar o Método em Contextos Rizomáticos

Como Brazão enfatiza, "todo percurso rizomático deve veicular discurso sobre o método de construção da ciência". O professor assegura que a liberdade exploratória não sacrifica o rigor metodológico.

Desafios e Considerações Críticas

A Questão da Agência e Autonomia

A integração da IA nos processos educativos levanta questões fundamentais sobre agência e autonomia. Como preservar e cultivar a capacidade de pensamento independente quando os estudantes têm acesso constante a sistemas que podem gerar respostas instantâneas e aparentemente autoritativas?

A resposta não está na restrição do acesso, mas no desenvolvimento do que podemos chamar "literacia crítica para a era da IA" - a capacidade de interrogar, contextualizar e avaliar criticamente as respostas geradas por sistemas de IA.

Equidade e Justiça Social

A implementação da IA educacional arrisca amplificar desigualdades existentes se não for acompanhada por políticas deliberadas de inclusão. A experiência de Nova Iorque, que inicialmente proibiu o uso de IA generativa nas suas 1800 escolas mas posteriormente reverteu a decisão desenvolvendo políticas inclusivas, oferece lições valiosas sobre a importância de abordagens nuanceadas e participativas.

Integridade Académica e Avaliação

A capacidade dos sistemas de IA generativa de produzir textos coerentes e bem estruturados desafia conceções tradicionais de autoria e originalidade. Em vez de uma abordagem punitiva focada na deteção de "batota", necessitamos repensar fundamentalmente o que significa demonstrar aprendizagem e compreensão na era da IA.

Horizontes Emergentes: Para uma Pedagogia Pós-Antropocêntrica

A Emergência de Identidades Híbridas

Donna Haraway (2021) argumenta que estamos a tornar-nos ciborgues - entidades que transcendem a dicotomia natural/artificial. No contexto educacional, isto significa reconhecer que a aprendizagem não ocorre "com" tecnologia, mas através de assemblagens híbridas onde humano e máquina se co-constituem mutuamente.

Epistemologias Distribuídas

O conhecimento deixa de ser concebido como propriedade individual para ser compreendido como fenómeno emergente de redes complexas. Isto tem implicações profundas para como avaliamos, certificamos e valorizamos a aprendizagem.

Ética da Cognição Híbrida

Necessitamos desenvolver novos quadros éticos que reconheçam a dignidade e o valor de múltiplas formas de inteligência, sem cair em antropomorfismos simplistas ou tecno-determinismos redutores.

Conclusão

A revolução da IA dialógica na educação não é um destino inevitável, mas um horizonte de possibilidades que requer navegação cuidadosa, reflexão crítica e ação deliberada. Como Edgar Morin (2020) nos recorda, "a reforma do pensamento é um problema antropológico e histórico fundamental" - uma reforma que a integração da IA na educação torna simultaneamente mais urgente e mais possível.

O caminho à frente não está em abraçar acriticamente a tecnologia nem em resistir nostalgicamente à mudança, mas em cultivar o que Paulo Freire chamaria uma "curiosidade epistemológica" - uma disposição para questionar, experimentar e aprender continuamente sobre as possibilidades e limitações desta nova ecologia cognitiva.

A evidência emergente sugere que quando a IA é integrada de forma reflexiva e dialógica, não diminui a humanidade da educação - amplifica-a, criando espaços para formas mais ricas e diversificadas de conhecer, ser e tornar-se. O desafio e a oportunidade que enfrentamos é assegurar que esta amplificação serve propósitos emancipatórios, promovendo não apenas a eficiência cognitiva, mas a florescência humana em toda a sua complexidade e diversidade.

Como educadores, investigadores e cidadãos, somos chamados a participar ativamente na co-criação deste futuro educacional - não como espectadores passivos de uma revolução tecnológica, mas como arquitetos conscientes de uma nova ecologia do conhecimento que honre o melhor das nossas tradições humanistas enquanto abraça as possibilidades transformadoras do nosso momento histórico.


Referências

Biesta, G. (2022). World-centered education: A view for the present. Routledge.

Bogdan, R. C., & Biklen, S. (2017). Investigação qualitativa em educação. Porto Editora.

Brazão, P. (2024). Projeto ELABORA: Processos dialógicos de construção do conhecimento em contexto mediado por interfaces com inteligência artificial. Universidade da Madeira.

Brazão, P., & Tinoca, L. (2024). A evolução do questionamento crítico nos processos dialógicos com IA: Uma pesquisa em contexto universitário. SciELO Preprintshttps://doi.org/10.1590/SciELOPreprints.9566

Haraway, D. J. (2021). Manifesto ciborgue: Ciência, tecnologia e feminismo-socialista no final do século XX. Autêntica.

Morin, E. (2015). Introdução ao pensamento complexo (5ª ed.). Sulina.

Morin, E. (2020). A cabeça bem-feita: Repensar a reforma, reformar o pensamento (24ª ed.). Bertrand Brasil.

Wu, R., & Yu, Z. (2024). Do AI chatbots improve students learning outcomes? Evidence from a meta-analysis. British Journal of Educational Technology, 55(1), 10-33.

21 agosto 2025

Relatório de Monitorização Temática: Inteligência Artificial Dialógica na Educação (21/8/2025)

21/8/2025

Análise dos desenvolvimentos recentes

1. Resumo 


Esta monitorização rápida identificou cinco dinâmicas nucleares na IA Educacional (IAEd) com ênfase dialógica: (i) consolidação de "modos de estudo" e tutores conversacionais orientados por perguntas (e.g., Study Mode no ChatGPT), desenhados para promover raciocínio passo-a-passo e questionamento socrático; (ii) reforço de quadros de competências para docentes e estudantes (UNESCO) que explicitam literacia de IA, ética e pedagogia de interação humano–IA; (iii) clarificação regulatória (UE) com a entrada em vigor de obrigações para GPAI e proibição de reconhecimento de emoções em escolas, influenciando o desenho de soluções dialógicas; (iv) expansão de adoção docente/estudantil (EUA) e atualizações em ecossistemas LMS (e.g., D2L) que integram tutoria conversacional e feedback formativo; e (v) evidências emergentes (pré-prints) sobre avaliação automática da qualidade do feedback e efeitos do "tutor socrático" em metacognição.


Tendências transversais: movimento de "responder menos, perguntar melhor"; alinhamento com princípios de agência humana; e crescente foco em métricas de qualidade do diálogo (clareza, especificidade, rastreabilidade) e mitigação de alucinações via avaliadores de feedback. Implicações: investigação precisa de métricas dialógicas e de protocolos de "human-in-the-loop"; diretrizes curriculares que articulem papéis professor–IA; e políticas institucionais alinhadas ao AI Act europeu, sobretudo em contextos de avaliação e dados sensíveis. Para a prática, recomenda-se adoção faseada com rubricas de diálogo, logging transparente das interações, formação docente centrada em "perguntar bem" e avaliação da equidade linguística/cultural.


2. Introdução e enquadramento 


A IA dialógica na educação compreende sistemas conversacionais (LLM-tutors, chatbots educativos) que encorajam aprendizagem por diálogo: formulação de perguntas, explicação recíproca, scaffolding adaptativo e reflexão metacognitiva. Enraíza-se no construtivismo social (aprendizagem como co-construção). O "modo de estudo" recentemente lançado em produtos de referência operacionaliza esta visão ao priorizar guiões de perguntas, decomposição de problemas e recusas pedagógicas ao "dar a resposta" sem processo. Em paralelo, marcos como os Quadros de Competências de IA para Docentes e Estudantes (UNESCO) institucionalizam saberes, valores e práticas éticas/pedagógicas para uma interação humano–IA responsável, incluindo dimensões de agência humana, ética, fundamentos, pedagogia de IA e desenvolvimento profissional. Finalmente, o AI Act (UE) estabelece guardas-de-corpo jurídicos (e.g., proibição de reconhecimento de emoções em escolas), moldando as affordances e limites da IA dialógica no espaço europeu.


Objetivo específico: mapear desenvolvimentos (últimos 7 dias e "mais recentes disponíveis") que contribuam para a compreensão e desenho de ambientes dialógicos humano–IA, com foco na qualidade do diálogo, na agência do estudante e na colaboração professor–IA.


3. Metodologia


Estratégia de pesquisa: buscas sistemáticas (14–21/08/2025) em: (i) fontes institucionais (UNESCO; Comissão/Parlamento Europeu); (ii) imprensa/edtech especializada (THE Journal; ABC News; Inside Higher Ed; WIRED); (iii) pré-prints (arXiv, 2025-08). Termos: dialogic learning AND AI; conversational AI education; human-AI interaction pedagogy; AI tutoring systems; educational chatbots; teacher-AI collaboration; AI-mediated dialogue; socratic AI; feedback evaluators.


Critérios de inclusão: relevância dialógica, credibilidade (peer review/preprint reconhecido, prestígio institucional), novidade (≤7 dias, ou "mais recente disponível" se estruturante), contributo explícito (teórico, empírico ou técnico). Exclusão: material promocional sem método, duplicações.


Análise: extração de dados (contexto, desenho, outputs/implicações), codificação temática (diálogo/feedback, agência, equidade/ética, regulação, adoção/sistemas), síntese por região e transversal.


Limitações: janela temporária curta, heterogeneidade (notícia vs. preprint), ausência de meta-análises formais, risco de viés de disponibilidade.


4. Resultados por região


4.1 América do Norte


Desenvolvimentos. (i) Adoção docente/estudantil nos EUA cresceu ~29% em 2025 vs. 2024; docentes superaram estudantes no uso (87% vs. 84%), destacando sumarização, geração de materiais e pesquisa; (ii) o US Department of Education publicou Dear Colleague Letter sobre uso de fundos federais para IA responsável; (iii) atualização de LMS (D2L Lumi) integra Lumi Tutor (chat conversacional no conteúdo), Study Support e Feedback, aproximando o "diálogo tutor-aluno" do ecossistema institucional; (iv) cobertura jornalística mostra apropriação prática por professores, com benefícios e tensões (tempo, avaliação, integridade académica).


Análise temática. A agenda desloca-se de proibição/integridade para pedagogia do diálogo e produtividade docente, com ênfase em perguntas guiadas, planos de estudo personalizados e feedback just-in-time. A orientação federal cria condições para pilotos com accountability, enquanto plataformas curriculares introduzem "tutores conversacionais" com telemetry de interações (para analytics e segurança).


Lacunas. Avaliações independentes de eficácia dialógica em contextos disciplinares; rubricas comuns para qualidade do diálogo e rastreabilidade de raciocínio; protocolos de proteção de dados no logging de conversas.


4.2 Europa


Desenvolvimentos. (i) AI Act: proibições e obrigações de literacia entraram em aplicação a 2/02/2025; obrigações para GPAI a 2/08/2025; regras completas a 2/08/2026; proibição expressa de reconhecimento de emoções no trabalho e nas escolas. Estes marcos afetam diretamente o desenho de tutores conversacionais (p. ex., sem inferência emocional biométrica em contextos educativos); (ii) surgem pré-prints europeus a testar "tutor socrático" com ganhos em pensamento crítico e autorregulação.


Análise temática. A Europa privilegia "IA responsável por design" e human oversight; a perspetiva dialógica é favorecida quando orientada à agência do aluno e à transparência das heurísticas do sistema.


Lacunas. Ferramentas de auditoria pedagógica (explicabilidade do scaffolding); instrumentação ético-pedagógica para classrooms multilingues; orientações para reutilização de traços de interação para avaliação.


4.3 Ásia-Pacífico / Oceânia


Desenvolvimentos. (i) Austrália amplifica debate público sobre IA em sala de aula (ex.: EduChat em 50 escolas de NSW desde 2024; reportagens 13–19/08 mostram transição de proibição para integração guiada); (ii) diretrizes estaduais reforçam uso seguro e ético; (iii) no plano técnico-científico, surgem protótipos de tutoria multimodal multilingue para crianças (voz/dialógica).


Análise temática. Foco em "segurança por desenho", ambientes tutoriais aprovados ao nível do sistema educativo e comunicação com famílias. A pesquisa avança para diálogo multimodal (fala-imagem) sensível à idade e contexto cultural.


Lacunas. Ensaios controlados de aprendizagem em larga escala; validação de acessibilidade e inclusiveness em comunidades linguísticas diversas.


4.4 América Latina


Desenvolvimentos. (i) Brasil (MEC) promove iniciativas e hackatons orientados a IA na EJA (jovens e adultos), sinalizando interesse em aplicações inclusivas e em políticas de referência nacional para IA na educação.


Análise temática. A ênfase recai em soluções para necessidades específicas (EJA), com potencial para modelos dialógicos que privilegiem contextualização sociocultural e literacias múltiplas.


Lacunas. Avaliação pedagógica sistemática dos protótipos; alinhamento com quadros éticos (UNESCO) e interoperabilidade com sistemas de dados educacionais.


4.5 África


Desenvolvimentos. (i) Namíbia lança Relatório Nacional de AI Readiness (metodologia RAM da UNESCO) e a Fase II da Youth Coding Initiative (15/08), integração de codificação/IA no currículo e distribuição de tablets a escolas piloto — esforços estruturantes para "condições de possibilidade" da IA dialógica.


Análise temática. Prioridade a capacidades sistémicas (governança, competências, infraestrutura) como pré-requisito para experiências dialógicas escaláveis, com atenção a equidade territorial e linguística.


Lacunas. Evidência empírica de aprendizagem em contextos de baixa conectividade; desenho de diálogos "offline-first" e multilingues locais.


4.6 Ásia (Sul/Este) — panorama de investigação


Desenvolvimentos. Pré-prints destacam: (i) avaliadores LLM de feedback educativo (DeanLLMs) para triagem/qualidade e mitigação de alucinações antes de entrega ao aluno; (ii) ferramentas de recolha responsável de diálogos de scaffolding; (iii) human-in-the-loop para personalização adaptativa via etiquetagem de feedback pelos estudantes.


5. Análise transversal e síntese


Padrões emergentes

  1. Dialógica por design: funcionalidades que evitam "dar a solução" e privilegiam decomposição, perguntas orientadas e reflexão (e.g., Study Mode; LMS com Tutor embutido).

  2. Qualidade do diálogo: movimento para rubricas e avaliadores automáticos de feedback (conteúdo, eficácia, alucinações) como camada de segurança pedagógica.

  3. Regulação e segurança: AI Act condiciona usos (especialmente biometria/emoções em educação), exigindo literacia de IA e compliance-by-design.

  4. Quadros de competências: atualização e difusão de frameworks (UNESCO) para docentes/estudantes que incluem ética, agência e pedagogia de IA.

  5. Adoção com prudência: uso crescente por professores/estudantes nos EUA, acompanhado de orientações governamentais e desenvolvimento de ferramentas curriculares.


Convergências regionais: discurso comum sobre agência humana, transparência e scaffoldingDivergências: maturidade regulatória (UE vs. outras regiões), foco em segurança (Oceânia) versus inovação rápida (EUA/Canadá), e prioridade a capacity-building (África).


Tendências metodológicas/tecnológicas: avaliação automática do feedback educacional; human-in-the-loop como norma; multimodalidade (fala-imagem) em tutoria infantil; integração nativa em LMS.


6. Discussão crítica


Qualidade da evidência. Apesar de várias fontes institucionais robustas (UNESCO, UE) e dados de adoção (THE Journal/Quizlet), parte da evidência é de pré-prints (arXiv) com revisão pendente; interpretações devem ser cautelosas. A transferência de resultados laboratoriais para turmas reais exige ensaios pragmáticos e mixed methods.


Vieses e limitações. Risco de viés de seleção (notícias anglófonas dominantes); curto período de monitorização; métricas ainda incipientes para "qualidade dialógica" (perguntas de alta ordem, encadeamento de raciocínio, apropriação metacognitiva). A própria natureza LLM introduz estocasticidade e alucinações — mitigadas, mas não eliminadas, por avaliadores de feedback.


Ética e equidade. O AI Act define linhas vermelhas (emoções/biometria em escolas), reforçando abordagens que privilegiam o diálogo cognitivo sem inferências sensíveis. Quadros UNESCO explicitam valores (equidade, direitos, segurança) e a necessidade de literacia crítica — essenciais para mitigar vieses culturais/linguísticos nos diálogos.


Implicações teóricas. A perspetiva dialógica/interacionista reemerge como eixo de desenho pedagógico: o tutor LLM eficaz é "perguntador", não "respondedor"; promove epistemic agency (o estudante explica, questiona, justifica), e a colaboração professor–IA é co-orquestração de tarefas e feedback. Evidência inicial indica ganhos em pensamento crítico e autorregulação quando o diálogo é bem estruturado (tutor socrático).


7. Conclusões e recomendações


Síntese. No horizonte 14–21/08/2025, a IA dialógica avança em três frentes: produto (modos de estudo e tutores integrados), política/competências (AI Act/UNESCO) e ciência (avaliação automática de feedback; human-in-the-loop; multimodalidade). O denominador comum é a agência humana e a qualidade do diálogo.


Para investigadores/as

  1. Desenvolver rubricas padronizadas de qualidade dialógica (profundidade de pergunta, explicitação de raciocínio, autorregulação).

  2. Conduzir ensaios controlados pragmáticos em disciplinas nucleares (Matemática, Ciências, Línguas) com métricas de aprendizagem e traços de diálogo anonimizados.

  3. Estudar equidade dialógica: efeitos por nível socioeconómico, língua, género e idade; e impactos em contextos de baixa conetividade (design offline-first).

  4. Avançar avaliadores de feedback robustos (benchmarks abertos, error taxonomycalibration com humanos).


Para decisores/as

  1. Política institucional de IA alinhada ao AI Act (proibições; literacia; DPIA) com guias operacionais para diálogo tutor-aluno (logging, consentimento, retenção de dados).

  2. Formação docente focada em "Perguntar bem": modelagem de perguntas socráticas, prompting pedagógico, avaliação do raciocínio do aluno.

  3. Adoção faseada com sandboxes pedagógicos e auditorias de equidade (línguas/variedades locais).

  4. Integração curricular com quadros UNESCO (competências de IA para docentes e estudantes) e indicadores de agência.


Agenda futura

— Medidas de fluidez dialógica (taxonomia e métricas);

— Explainability pedagógica de scaffolding em LLMs;

— Protocolos de co-avaliação humano–IA (professor aprova/edita antes do aluno);

— Multimodalidade ética (voz/imagem) para idades precoces;

— Interoperabilidade com LMS, com telemetria pedagógica não invasiva.


8. Referências


ABC News. (2025, 13 agosto). Artificial intelligence is revolutionising classroom learning — but what does that mean for the way students learn and think? https://www.abc.net.au/news/2025-08-13/artificial-intelligence-in-the-classroom-education/105638698

Degen, P. B. (2025). Beyond automation: Socratic AI, epistemic agency, and the dialogic classroom (arXiv:2508.05116). arXiv. https://arxiv.org/abs/2508.05116

European Commission. (2025). AI Act — Application timeline and obligations (Updated). https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai

European Parliament. (2024, 13 março). Artificial Intelligence Act: MEPs adopt landmark law. https://www.europarl.europa.eu/news/en/press-room/20240308IPR19015/artificial-intelligence-act-meps-adopt-landmark-law

Inside Higher Ed (Palmer, K.). (2025, 7 agosto). Understanding Value of Learning Fuels ChatGPT's Study Mode. https://www.insidehighered.com/news/tech-innovation/artificial-intelligence/2025/08/07/understanding-value-learning-fuels-chatgpts

Kelly, R. (2025, 13 agosto). Research: Student and Teacher AI Use Jumps Nearly 30% in One YearTHE Journal. https://thejournal.com/articles/2025/08/13/research-student-and-teacher-ai-use-jumps-nearly-30-in-one-year.aspx

OpenAI. (2025, 29 julho). Introducing study mode. https://openai.com/index/chatgpt-study-mode/

Qian, K., Cheng, Y., Guan, R., Dai, W., Jin, F., Yang, K., Nawaz, S., Swiecki, Z., Chen, G., Yan, L., & Gašević, D. (2025). Dean of LLM Tutors: Exploring comprehensive and automated evaluation of LLM-generated educational feedback via LLM feedback evaluators (arXiv:2508.05952). arXiv. https://arxiv.org/abs/2508.05952

THE Journal (Kelly, R.). (2025, 14 agosto). D2L updates Lumi with personalized study supports. https://thejournal.com/articles/2025/08/14/d2l-updates-lumi-with-personalized-study-supports.aspx

U.S. Department of Education. (2025, 22 julho). U.S. Department of Education issues guidance on Artificial Intelligence use in schools, proposes additional supplemental priority [Press release]. https://www.ed.gov/about/news/press-release/us-department-education-issues-guidance-artificial-intelligence-use-schools-proposes-additional-supplemental-priority

U.S. Department of Education. (2025, 22 julho). Dear Colleague Letter: Guidance on the use of federal grant funds to improve outcomes for learners through the responsible integration of AI (PDF). https://www.ed.gov/media/document/opepd-ai-dear-colleague-letter-7222025-110427.pdf

UNESCO. (2025, 18 agosto — atualização). AI competency framework for teachers. https://www.unesco.org/en/articles/ai-competency-framework-teachers

UNESCO. (2025, 18 agosto — atualização). AI competency framework for students. https://www.unesco.org/en/articles/ai-competency-framework-students

UNESCO Windhoek Office. (2025, 14 agosto). Namibia launches Artificial Intelligence Readiness Assessment Report. https://www.unesco.org/en/articles/namibia-launches-artificial-intelligence-readiness-assessment-report

UNESCO Windhoek Office. (2025, 15 agosto). Namibia launches Phase II of the Youth Coding Initiative. https://www.unesco.org/en/articles/namibia-launches-phase-ii-youth-coding-initiative

WIRED (Barnett, S.). (2025, 18 agosto). Teachers are trying to make AI work for them. https://www.wired.com/story/teachers-using-ai-schools/

20 agosto 2025

Relatório de Monitorização Temática: Inteligência Artificial Dialógica na Educação (20/8/2025)

20/8/2025

Análise dos desenvolvimentos recentes

1. Resumo 


Esta monitorização sistemática identificou três frentes de avanço na IA Educacional (IAEd) com ênfase em abordagens dialógicas e interacionistas: (i) a consolidação de modos de estudo orientados por tutoria passo-a-passo em grandes plataformas (por ex., Study Mode no ChatGPT), com desenho explícito para fomentar raciocínio, metacognição e diálogo guiado; (ii) novos instrumentos de avaliação e treino de agentes tutoriais socráticos que procuram modelar perceção–orquestração–elicitação da aprendizagem, aproximando a interação máquina-humano das teorias dialógicas e do construtivismo social; e (iii) ecossistemas regionais a operacionalizar políticas e capacitação docente (UNESCO, UE/AI Act; iniciativas no Brasil, Austrália e África), com ênfase em ética, literacia em IA e inclusão. Estes movimentos articulam-se com evidência recente de alargamento de uso por docentes e estudantes e com ofertas industriais que reclamam sustentação pedagógica e governança robusta. Em síntese, observa-se convergência entre inovação técnica (tutoria socrática guiada, arquiteturas multiagente orquestradas) e enquadramento normativo/pedagógico (ética, transparência, avaliação da orientação instrucional). As implicações para a investigação incluem métricas de qualidade dialógica, estudos de eficácia e equidade, e desenho participativo com professores. Para a prática e a política educativa, emergem prioridades de formaçãoavaliação do impacto e compliance regulatório, sobretudo na UE.  


2. Introdução e enquadramento 


A IA dialógica na educação remete para ambientes em que a aprendizagem é coconstruída por interações conversacionais, com o sistema a desempenhar papéis de tutor socrático, de par dialógico e de andaimagem (scaffolding) ajustada ao estado do aluno. Teorias como o socioconstrutivismo de Vygotsky (ZDP), o quadro conversacional de Laurillard e a maieutica socrática informam princípios de pergunta orientadagestão de carga cognitivafeedback formativo e metacognição. Uma síntese recente mapeia estas teorias para capacidades de LLMs e oferece estratégias práticas (por ex., prompting para sondagem/sondagem progressiva, RAG para rigor factual), explicitando lacunas (propensão para "dar a resposta" em vez de construir o sentido).  


Na última semana, a disponibilização alargada de modos de estudo em assistentes generalistas enfatizou precisamente orientação passo-a-passo e diálogo pedagógico em detrimento de respostas diretas, sinalizando um reposicionamentodos modelos para cenários de tutoria e autoestudo com scaffolding explícito.  


Objetivos específicos. (1) Identificar desenvolvimentos técnico-científicos com ênfase dialógica; (2) Caracterizar padrões regionais; (3) Avaliar qualidade e implicações éticas; (4) Sugerir uma agenda para investigação e política.


3. Metodologia


Estratégia de pesquisa. Realizámos buscas estruturadas (14–20/08/2025) em arXiv, páginas institucionais (UNESCO; Comissão Europeia), imprensa especializada e edtech news, com queries primárias ("dialogic learning AND AI"; "conversational AI education"; "human-AI interaction pedagogy") e secundárias ("AI tutoring systems"; "educational chatbots"; "generative AI classroom"), complementadas por termos contextuais ("teacher-AI collaboration"; "AI-mediated dialogue"; "socratic AI methods"). Incluímos também itens "mais recentes disponíveis" quando não existiam equivalentes na janela de 7 dias em determinadas regiões/temas.


Critérios de inclusão. Relevância direta para IA dialógicaqualidade metodológica (para empíricos); credibilidade(revisão por pares/preprint reconhecido; organismos internacionais); novidade e contributo.


Exclusões. Conteúdos promocionais sem rigor; publicações sem validação; duplicações.


Processo. Triangulação de fontes (académicas, institucionais e noticiosas), extração de dados (objetivos, métodos, resultados, implicações), análise temática por região e síntese transversal. Limitações: janela temporal curta; prevalência de preprints sem peer review; heterogeneidade regional de reporting. (Fontes exemplificativas:  )


4. Resultados por região geográfica


4.1 América do Norte


Desenvolvimentos.

— Adopção e prática docente/estudantil: dados recentes sugerem crescimento de ~29% no uso de IA por docentes e estudantes num ano (amostra EUA), indicando normalização da IA como ferramenta de estudo e planeamento didático.  

— Funcionalidades dialógicas em plataformas generalistas: o Study Mode privilegia tutoria guiada com perguntas, pistas e reflexão — alinhando com o método socrático e a gestão da carga cognitiva.  

— Relatos de sala de aula: professores reportam usos para diferenciaçãoelaboração de questionários e adaptação de leitura, ao mesmo tempo que reconhecem limites (viés, erros, matemática) e a necessidade de literacia em IA 

— Atualizações em edtech: plataformas (p. ex., D2L) anunciam apoios personalizados ao estudo com IA, potencialmente integráveis com estratégias dialógicas.  


Análise temática. O foco norte-americano desloca-se de proibições reativas para integração pedagógica e governança(políticas locais, literacia, guardrails), enquanto fornecedores acrescentam camadas de tutoria guiada e estudo ativo.


Lacunas e oportunidades. Escassez de ensaios controlados que meçam aprendizagem em contextos dialógicos; necessidade de instrumentos de avaliação da qualidade do diálogo e da responsiveness pedagógica (ver §4.5/§5).  


4.2 Europa


Desenvolvimentos.

— Governação e ética: o AI Act entrou em vigor em 01/08/2024 e as obrigações para modelos de propósito geral (GPAI) aplicam-se desde 02/08/2025 (transparência, segurança, resumo público do treino), com proibição de reconhecimento emocional em educação e exigências de literacia em IA. Isto impacta diretamente plataformas de tutoria dialógica operantes no espaço europeu.  

— Atualização de diretrizes para educadores: a UNESCO atualizou em 13/08/2025 as "Diretrizes Éticas para Educadores no Uso de IA", reforçando princípios de agência humana, equidade e transparência 

— Produção académica: emergem reflexões teóricas sobre Agência Epistémica com IA socrática e arquiteturas multiagente orquestradas para aprendizagem, discutindo riscos/benefícios para a autonomia do aprendente.  


Análise temática. A Europa articula inovação dialógica com regulação robusta (AI Act), criando condições para investigação aplicada com compliance por defeito (p. ex., rotulagem e dataset transparency), e pressionando por qualidade pedagógica e ética.


Lacunas e oportunidades. Estudos quase-experimentais em contexto europeu que avaliem learning gains sob constrangimentos do AI Act; co-design com professores para alinhar diálogo IA-aluno com currículos nacionais.


4.3 Ásia-Pacífico


Desenvolvimentos.

— Prática em escolas públicas (Austrália): reportagens apontam ensaios com sistemas aprovados e uso do EduChatem escolas de NSW desde 2024; debate público sobre implicações para leitura, escrita e prompting intensifica-se.  

— Colaboração professor-IA em contexto de poucos recursos (Índia): estudo de caso (Shiksha Copilot) mostra coplaneamento de aulas mediado por IA, com professores a selecionar, adaptar e recontextualizar propostas do agente, numa lógica de comunidades de prática — dialógico na orquestração da aula.  

— Ofertas globais com modos guiadosGuided Learning no ecossistema Gemini amplia a disponibilidade de aprendizagem orientada (mais relevante para ensino superior e adultos; ênfase em literacia e acesso gratuito em países da região).  


Análise temática. Forte pragmatismo: ferramentas conversacionais são apropriadas para feedback e estudo; o desafio passa por idiomas locaisvelocidade/latência e adequação cultural do diálogo.


Lacunas e oportunidades. Comparar qualidade do diálogo e adaptação ao estado do aluno entre soluções locais (EduChat) e generalistas (ChatGPT/Gemini) — com métricas comuns.


4.4 América Latina


Desenvolvimentos.

— Capacitação e eventos: o MEC (Brasil) promoveu hackathon com foco em IA para EJA; a UNA-SUS mantém série de webinários sobre LLMs e deteção de plágio no contexto de EAD — sinal de governança prática e sensibilização para ética acadêmica.  

— Formação docente estadual: iniciativas de secretarias estaduais oferecem cursos de IA para docentes (elaboração de itens, avaliação), criando literacia para uso responsável de agentes conversacionais.  


Análise temática. Ênfase em formação massivaintegridade académica e usos prudentes; oportunidades para tutoria dialógica bilingue e para investigação em EJA mediada por IA.


Lacunas e oportunidades. Dados empíricos com medidas de aprendizagem; avaliação de equidade linguística(variedades do português/espanhol) em tutoria socrática.


4.5 Oceânia


Desenvolvimentos.

— Política e prática: cobertura nacional discute transformações da aprendizagem e ensaios de IA em escolas; iniciativas universitárias exploram integração de feedback humano-IA no ensino superior.  


Análise temática. Debate público alargado sobre literacia em IAajuste curricular e papel do professor como mediador do diálogo com a IA.


Lacunas e oportunidades. Estudos controlados sobre efeitos em pensamento crítico e criatividade no secundário.


4.6 África


Desenvolvimentos.

— UNESCO – NamíbiaFase II da Iniciativa de Youth Coding (15–16/08/2025) e Relatório de AI Readiness(14/08/2025) apontam integração de codificação e IA no currículo e planeamento estratégico — oportunidade para letramento digital dialógico 

— Reflexão cultural e ética: alerta recente da UNESCO para custos culturais de IA na educação africana (valores indígenas e propriedade local) — crucial para design de diálogos pedagógicos culturalmente situados 


Análise temática. Foco em capacidade institucional e adequação cultural; espaço promissor para agentes conversacionais multilingues com prompting e scripts co-desenhados localmente.


5. Análise transversal e síntese


Padrões emergentes globais.

  1. Do "responder" ao "orientar": grandes plataformas adotam modos de estudo que institucionalizam práticas dialógicas (perguntar, dar pistas, sustentar metacognição), reduzindo a centralidade da resposta direta.  

  2. Medidas de qualidade dialógica: a literatura propõe frameworks para avaliar capacidade de orientação dos LLMs — perceber o estado do aluno, orquestrar estratégias e elicitar reflexão — e mostra limitações atuais (viés de feedback, insensibilidade a estados implícitos).  

  3. Arquiteturas multiagente pedagógicas: multiplicam-se propostas de orquestração de agentes para ensino/aprendizagem, com implicações para agência epistémica e coordenação das interações.  

  4. Governação e ética em aceleração: o AI Act (UE) e diretrizes (UNESCO) reforçam transparênciarotulagem e literacia, incidindo diretamente em usos educativos (ex.: proibição de reconhecimento emocional em contexto escolar).  

  5. Adoção e pressão por evidência: uso sobe entre alunos e professores, mas provas de eficácia e equidade ainda são irregulares; docentes pedem guias práticos e apoios para avaliação/autoria responsável.  


Convergências e divergências regionais.

— Convergência na aposta em literacia e ética, e no desenho guiado da interação.

— Divergências em infraestruturasidiomas e regulação (UE com requisitos mais explícitos; AL/África com forte ênfase em capacitação).


Tendências metodológicas e tecnológicas.

— Rumo a avaliações processuais: além da correção da resposta, enfase na qualidade do diálogo e na adaptação ao estado do aprendente.  

— Co-design com professores e RAG para contextualização curricular e contenção da alucinação 


Implicações teóricas e práticas.

— Fortalecer a teoria dialógica aplicada a LLMs (p. ex., operacionalizar Laurillard/Vygotsky em métricas).  

— Na prática, priorizar tutoria socrática calibradafeedback formativo e monitorização docente do diálogo.


6. Discussão crítica


Qualidade da evidência. A semana analisada revela forte presença de preprints e relatos jornalísticos; poucos ECR/ECA com grupos de controlo. Ainda assim, os preprints acrescentam operacionalizações úteis (p. ex., GuideEvalpara tutores socráticos), e as peças institucionais (AI Act/UNESCO) enquadram responsabilização e literacia 


Vieses e limitações.

— Janela temporal curta: risco de perder estudos relevantes publicados dias antes/depois.

— Generalização: amostras localizadas (EUA, Índia, Austrália) e lacunas globais (África lusófona, EJA).

— Dependência de auto-relato/sondagens nas notícias; necessidade de triangulação com dados de aprendizagem 


Considerações éticas e de equidade.

— O AI Act impõe limites (p. ex., proibição de reconhecimento emocional em escolas) e clarifica obrigações de GPAI (resumos de treino, segurança), relevantes para transparência na tutoria conversacional.  

— A UNESCO alerta para custos culturais em África e atualiza guias éticos para educadores, o que sublinha a necessidade de design dialógico culturalmente situado (linguagem, exemplos, valores) e de governação participativa 


Direções futuras de investigação.

— Ensaios controlados e A/B tests que meçam ganhos de aprendizagem e qualidade dialógica (perguntas, scaffolding, metacognição).

— Estudos sobre agência epistémica e arquiteturas multiagente em contextos reais (salas de aula, EJA, multilinguismo).  

— Métricas de justiça interseccional no diálogo (gênero, idioma, contexto socioeconómico).


7. Conclusões e recomendações


Síntese. A semana em análise evidencia viragem sistémica: de LLMs que respondem para LLMs que orientam, sob pressão regulatória (UE) e expectativas pedagógicas (docentes/estudantes). A investigação empurra-se para medições da qualidade dialógica e orquestração multiagente, enquanto sistemas e políticas enfatizam literacia, transparência e ética 


Recomendações para investigadores.

  1. Adotar métricas de diálogo (perceção, orquestração, elicitação) e learning analytics sensíveis ao processo.  

  2. Co-desenhar com professores e estudantes protocolos dialógicos (perguntas, pistas, rubrics de feedback), validados em contexto curricular.  

  3. Integrar RAG e guardrails para rigor e segurança; reportar fidelity pedagógica (alinhamento a Vygotsky/Laurillard/Socrático).  


Recomendações para decisores.

  1. Financiar formação docente em tutoria dialógica com IA e literacia crítica.

  2. Exigir transparência (resumo de dados de treino; rotulagem), auditorias pedagógicas e proteções em linha com o AI Act.  

  3. Priorizar equidade linguística/cultural em adoções públicas (ex.: África, AL), em parceria com UNESCO.  


Agenda de investigação futura (curto prazo).

— Validação de Study Mode e equivalentes em disciplinas nucleares com métricas de pensamento crítico;

— Avaliação de arquiteturas multiagente em cenários de tutoria em grupo e coavaliação;

— Estudos de sustentabilidade/escala em contextos de baixos recursos (infraestrutura, dados, formação).  


8. Referências


  • ABC News (Australia). (2025, 13 agosto). Artificial intelligence is revolutionising classroom learning…https://www.abc.net.au/news/2025-08-13/artificial-intelligence-in-the-classroom-education/105638698  

  • Beale, R. (2025). Dialogic pedagogy for large language models: Aligning conversational AI with proven theories of learning (arXiv:2506.19484). https://arxiv.org/abs/2506.19484  

  • Comissão Europeia. (2025, 1 agosto; atualizado). AI Act — Shaping Europe's digital future. https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai  

  • Degen, P.-B., & Asanov, I. (2025). Beyond automation: Socratic AI, epistemic agency, and the implications of the emergence of orchestrated multi-agent learning architectures (arXiv:2508.05116). https://arxiv.org/abs/2508.05116  

  • D2L (via THE Journal / R. Kelly). (2025, 14 agosto). D2L updates Lumi with personalized study supports. https://thejournal.com/articles/2025/08/14/d2l-updates-lumi-with-personalized-study-supports.aspx  

  • Inside Higher Ed. (2025, 7 agosto). Understanding value of learning fuels ChatGPT's Study Mode. https://www.insidehighered.com/news/tech-innovation/artificial-intelligence/2025/08/07/understanding-value-learning-fuels-chatgpts  

  • Kelly, R. (2025, 13 agosto). Research: Student and teacher AI use jumps nearly 30% in one year. THE Journal. https://thejournal.com/articles/2025/08/13/research-student-and-teacher-ai-use-jumps-nearly-30-in-one-year.aspx  

  • Malnatsky, E., Wang, S., Hindriks, K. V., & Ligthart, M. E. U. (2025). Dialogic learning in child-robot interaction: A hybrid approach to personalized educational content generation (arXiv:2503.15762). https://arxiv.org/abs/2503.15762  

  • Microsoft Research India et al. (Dennison, D. V., et al.). (2025). Teacher-AI collaboration for curating and customizing lesson plans in low-resource schools (arXiv:2507.00456). https://arxiv.org/pdf/2507.00456  

  • OpenAI. (2025, 29 julho). Introducing Study Mode. https://openai.com/index/chatgpt-study-mode/  

  • Patania, S., Annese, L., Koyutürk, C., Ruggeri, A., & Ognibene, D. (2025, 11 agosto). AI pedagogy: Dialogic social learning for artificial agents (v2). https://arxiv.org/html/2507.21065v2  

  • Tech & Learning. (2025, 14 agosto). How NotebookLM changed me from "the grammar guy" to "the English Department Guy". https://www.techlearning.com/news/how-notebooklm-changed-me-from-the-grammar-guy-to-the-english-department-guy

  • The Guardian (Milmo, D.). (2025, 29 julho). ChatGPT launches study mode to encourage 'responsible' academic use. https://www.theguardian.com/technology/2025/jul/29/chatgpt-openai-chatbot-study-mode-universities-students-education  

  • Universidade de Sydney – Educational Innovation. (2025, 16 julho). A partnership approach: Integrating AI and human feedback for enhanced learning. https://educational-innovation.sydney.edu.au/teaching%40sydney/partnership-approach-integrating-ai-and-human-feedback/  

  • UNESCO. (2025, 13 agosto). Ethical guidelines for educators on using AI (atualização). https://www.unesco.org/sites/default/files/2023-09/ethical-guidelines-ai-educators.pdf (página de entrada: https://www.unesco.org)  

  • UNESCO. (2025, 24 julho). The cultural cost of AI in Africa's education systems. https://www.unesco.org/en/articles/cultural-cost-ai-africas-education-systems  

  • UNESCO Windhoek. (2025, 16 agosto). Namibia launches Phase II of the Youth Coding Initiative. https://www.unesco.org/en/articles/namibia-launches-phase-ii-youth-coding-initiative  

  • UNESCO Windhoek. (2025, 14 agosto). Namibia launches the Artificial Intelligence Readiness Assessment Report. https://www.unesco.org/en/articles/namibia-launches-artificial-intelligence-readiness-assessment-report  

  • University Business / CNBC. (2025, 30 julho). OpenAI announces new 'Study Mode' product for students. https://universitybusiness.com/openai-announces-new-study-mode-product-for-students/  

  • Wired. (2025, 19 agosto). Teachers are trying to make AI work for them. https://www.wired.com/story/teachers-using-ai-schools  

  • Google. (2025, 6 agosto). Google's best AI tools for college students for free (Guided Learning). https://blog.google/products/gemini/google-ai-pro-students-learning/  

  • Liu, Y., Li, C., Zhang, T., Wang, M., Zhu, Q., Li, J., & Huang, H. (2025). Discerning minds or generic tutors? Evaluating instructional guidance capabilities in Socratic LLMs (arXiv:2508.06583). https://arxiv.org/html/2508.06583v1  


Itens adicionais úteis (contexto noticioso e síntese pública do Study Mode):
Cinco Días / El País (2025, 18 agosto). Modo de estudio: ChatGPT… https://cincodias.elpais.com/smartlife/lifestyle/2025-08-18/modo-de-estudio-chatgpt.html  


9. Transparência, reprodutibilidade e dados de pesquisa

  • Janela temporal: 14–20/08/2025 (UTC+0, Madeira).

  • Consultas exemplares: "dialogic learning AND AI"; "conversational AI education"; "human-AI interaction pedagogy"; "AI tutoring systems"; "educational chatbots"; "teacher-AI collaboration"; "AI-mediated dialogue"; "socratic AI methods".

  • Fontes: arXiv, UNESCO, Comissão Europeia, THE Journal, WiredTech & LearningInside Higher Ed, ABC News (AU), Google Blog.

  • Critérios de inclusão/exclusão: conforme §3.

  • Triangulação: estudos académicos (preprints/teoria), política pública (UNESCO/UE), imprensa e edtech news.

  • Limitações: escassez de RCTs; dependência parcial de preprints; heterogeneidade regional de reporting.