Informática · 10.º Ano

Ideias de aprendizagem ativa

Ética na Recolha e Uso de Dados

A aprendizagem ativa funciona especialmente bem neste tópico porque os alunos precisam de confrontar as consequências reais das suas próprias interações com a tecnologia. Ao analisar casos concretos e simular decisões éticas, os estudantes desenvolvem uma compreensão prática de conceitos que, de outra forma, poderiam parecer abstratos ou distantes das suas experiências diárias.

• Aprendizagens Essenciais
• DGE: Secundário - Segurança e Ética
• DGE: Secundário - Cidadania Digital

• 35–50 min
• Pares → Turma inteira
• 4 atividades

Atividade 01

• Debate Formal
• 45 min · Pequenos grupos

Debate Formal: Privacidade vs. Conveniência

Divida a turma em equipas pró e contra o uso de dados para serviços personalizados. Cada equipa prepara argumentos com exemplos reais de enviesamentos algorítmicos. Realize o debate com turnos de 2 minutos, seguido de votação e reflexão coletiva.

Analise os riscos éticos da utilização de algoritmos para analisar perfis humanos.

Sugestão de Facilitação

Durante o Debate Estruturado: Privacidade vs. Conveniência, atribua papéis específicos (ex: defensores da privacidade, utilizadores de tecnologias) para garantir que todos os alunos participam ativamente.

O que observar

Apresente aos alunos um cenário hipotético: 'Uma empresa de recrutamento usa um algoritmo para selecionar candidatos com base em dados históricos de sucesso. Que riscos éticos podem surgir deste processo e como poderiam ser mitigados?' Peça aos alunos para discutirem em pequenos grupos e partilharem as suas conclusões com a turma.

• Analisar
• Avaliar
• Criar
• Autogestão
• Tomada de Decisão

Atividade 02

• Cadeiras Filosóficas
• 50 min · Pequenos grupos

Análise de Caso: Enviesamentos em Algoritmos

Atribua casos reais de discriminação algorítmica, como recrutamento automatizado. Os grupos identificam fontes de enviesamento nos dados de treino, propõem correções e apresentam posters. Discuta impactos éticos em plenário.

Justifique como podemos equilibrar a conveniência tecnológica com o direito à privacidade.

Sugestão de Facilitação

Na Análise de Caso: Enviesamentos em Algoritmos, peça aos alunos que apresentem os seus achados em formato de infográfico, destacando exemplos visuais dos enviesamentos identificados.

O que observar

Distribua um pequeno cartão a cada aluno. Peça-lhes para escreverem uma frase que explique o que é 'privacidade de dados' e outra que descreva um exemplo concreto de como a tecnologia pode ameaçar essa privacidade.

• Analisar
• Avaliar
• Autoconsciência
• Consciência Social

Atividade 03

• Simulação de Julgamento
• 35 min · Pares

Simulação de Julgamento: Criação de Código Ético

Em pares, os alunos role-play como decisores de uma empresa de big data e criam um código ético para recolha de dados. Inclua cláusulas sobre anonimato e consentimento. Partilhem e critiquem os códigos em roda de discussão.

Preveja os desafios éticos emergentes com o avanço da inteligência artificial e big data.

Sugestão de Facilitação

Na Simulação: Criação de Código Ético, forneça templates de código predefinidos com espaços para adicionar comentários éticos, guiando os alunos para refletirem enquanto programam.

O que observar

Mostre aos alunos um exemplo simplificado de um conjunto de dados (ex: notas de alunos com informação demográfica). Pergunte: 'Identifiquem um potencial enviesamento neste conjunto de dados e expliquem como ele poderia afetar uma decisão tomada por um algoritmo.' Recolha as respostas para verificar a compreensão.

• Analisar
• Avaliar
• Criar
• Tomada de Decisão
• Consciência Social

Atividade 04

• Cadeiras Filosóficas
• 40 min · Individual

Mapa de Riscos Éticos: IA e Big Data

Individualmente, os alunos mapeiam riscos éticos emergentes num diagrama mental. Em grupos, combinem mapas e priorizem desafios. Apresentem previsões para o futuro da cidadania digital.

Analise os riscos éticos da utilização de algoritmos para analisar perfis humanos.

Sugestão de Facilitação

No Mapa de Riscos Éticos: IA e Big Data, organize os alunos em grupos para apresentarem os seus mapas em formato de pitch de 3 minutos, simulando uma reunião com stakeholders.

O que observar

Apresente aos alunos um cenário hipotético: 'Uma empresa de recrutamento usa um algoritmo para selecionar candidatos com base em dados históricos de sucesso. Que riscos éticos podem surgir deste processo e como poderiam ser mitigados?' Peça aos alunos para discutirem em pequenos grupos e partilharem as suas conclusões com a turma.

• Analisar
• Avaliar
• Autoconsciência
• Consciência Social

Algumas notas sobre lecionar esta unidade

Comece por introduzir casos reais de discriminação algorítmica para criar um impacto emocional nos alunos, pois a empatia é fundamental para discutirem ética. Evite abordagens teóricas excessivas: os alunos aprendem melhor quando os conceitos são ligados a experiências tangíveis. Pesquisas mostram que simulações práticas aumentam a retenção de conceitos éticos em 40% face a métodos expositivos tradicionais.

O sucesso nesta unidade mede-se pela capacidade dos alunos de identificar enviesamentos em algoritmos, equacionar trade-offs entre privacidade e conveniência, e propor soluções éticas para problemas reais. Os estudantes demonstram progresso ao fundamentar as suas opiniões em evidências e ao ajustar as suas perspetivas após discussões em grupo.

---

Atenção a estes erros comuns

• Durante o Debate Estruturado: Privacidade vs. Conveniência, watch for students assuming that convenience always outweighs privacy concerns.

  Aproveite os momentos de discussão para questionar casos específicos apresentados pelos alunos (ex: 'Como lidar com apps que exigem dados de localização para funcionar?') e peça-lhes que considerem alternativas menos invasivas.

• Durante a Análise de Caso: Enviesamentos em Algoritmos, watch for students believing that anonymized data cannot be reidentified.

  Peça aos alunos que experimentem recriar cenários de reidentificação usando conjuntos de dados anonimizados disponíveis online, como os do projeto OpenSNP, para observarem os riscos na prática.

• Durante a Simulação: Criação de Código Ético, watch for students thinking that ethical guidelines are optional in programming.

  Exija que os alunos incluam comentários no código que expliquem as suas decisões éticas, usando rubricas que avaliem tanto a funcionalidade quanto a reflexão ética.

---

Metodologias usadas neste resumo

• Debate Formal
• Cadeiras Filosóficas
• Simulação de Julgamento