Introdução à Inteligência Artificial

O tema da Inteligência Artificial requer que os alunos ultrapassem noções abstratas e construam compreensão concreta. Atividades práticas e discussões guiadas permitem-lhes ligar conceitos teóricos a exemplos tangíveis do quotidiano, como assistentes virtuais ou recomendações em redes sociais. Trabalhar com casos reais e demonstrações hands-on promove não só a literacia digital, mas também o pensamento computacional necessário para analisar sistemas tecnológicos complexos.

• 10° Ano
• Pensamento Computacional e Literacia Digital Avançada
• 4 atividades
• 30 min–45 min

Objetivos de Aprendizagem

1. Comparar as capacidades e limitações da IA fraca e da IA forte.
2. Analisar criticamente o impacto de aplicações de IA específicas no quotidiano dos cidadãos.
3. Explicar os princípios fundamentais da aprendizagem supervisionada e não supervisionada.
4. Identificar e discutir as implicações éticas e de segurança associadas ao desenvolvimento e uso da IA.

Debate Formal

⏱ 45 min·Pequenos grupos

Debate Formal: IA Fraca vs. IA Forte

Divida a turma em dois grupos para debater as diferenças e viabilidades de cada tipo de IA, usando exemplos como Siri para IA fraca e cenários hipotéticos para IA forte. Cada grupo prepara argumentos com base em definições e apresenta por 5 minutos. Conclua com votação e discussão coletiva.

Preparação e detalhes

Diferencie entre inteligência artificial fraca e forte.

Sugestão de Facilitação: Na análise ética de casos de IA, apresente um caso por vez e peça aos alunos para anotarem argumentos a favor e contra antes de discutirem em grupo, garantindo participação equilibrada.

Setup: Duas equipas frente a frente, com lugares para a audiência

Materials: Cartão com a moção do debate, Guião de investigação para cada lado, Rubrica de avaliação para a audiência, Cronómetro

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

Discussão em Aquário

⏱ 30 min·Pares

Mapeamento de Aplicações IA

Peça aos alunos que listem e classifiquem 10 exemplos de IA no quotidiano, como redes sociais ou eletrodomésticos inteligentes. Em pares, criem um mapa mental com impactos positivos e negativos. Partilhem no quadro para análise coletiva.

Preparação e detalhes

Analise exemplos de IA no quotidiano e o seu impacto.

Setup: Círculo interior com 4 a 6 cadeiras e um círculo exterior envolvente

Materials: Guião de debate ou questão essencial, Grelha de observação e notas

• Analisar
• Avaliar
• Consciência Social
• Autoconsciência

Discussão em Aquário

⏱ 40 min·Pequenos grupos

Demo Simples de Aprendizagem de Máquina

Use uma ferramenta online gratuita como Teachable Machine para treinar um modelo com imagens de gestos. Os alunos experimentam em estações, observam como dados influenciam resultados e discutem limitações. Registem observações em fichas.

Preparação e detalhes

Explique os princípios básicos de aprendizagem de máquina.

Setup: Círculo interior com 4 a 6 cadeiras e um círculo exterior envolvente

Materials: Guião de debate ou questão essencial, Grelha de observação e notas

• Analisar
• Avaliar
• Consciência Social
• Autoconsciência

Discussão em Aquário

⏱ 35 min·Pequenos grupos

Análise Ética de Casos IA

Apresente casos reais como discriminação em algoritmos de recrutamento. Em grupos, identifiquem problemas éticos, proponham soluções e apresentem. Ligue aos standards de segurança e ética.

Preparação e detalhes

Diferencie entre inteligência artificial fraca e forte.

Setup: Círculo interior com 4 a 6 cadeiras e um círculo exterior envolvente

Materials: Guião de debate ou questão essencial, Grelha de observação e notas

• Analisar
• Avaliar
• Consciência Social
• Autoconsciência

Ensinar Este Tópico

Comece com aplicações familiares aos alunos para ancorar conceitos abstratos. Evite começar com definições formais de IA forte ou fraca; em vez disso, introduza-as após os alunos terem experienciado exemplos concretos. Pesquisa mostra que os alunos aprendem melhor quando lidam com problemas reais e discutem implicações sociais, em vez de decorar terminologia. Use analogias simples, como comparar IA fraca a uma ferramenta especializada e IA forte a um aprendiz universal, mas clarifique sempre as limitações dessas analogias.

O Que Esperar

No final destas atividades, espera-se que os alunos consigam distinguir entre IA fraca e IA forte, identificar aplicações comuns no seu dia a dia e explicar, com exemplos, como a aprendizagem de máquina depende de dados. Espera-se ainda que debatam implicações éticas de forma fundamentada e reconheçam limitações atuais da tecnologia. A participação ativa e a capacidade de questionar pressupostos são sinais claros de sucesso.

Atenção a estes erros comuns

Erro comum

Durante o Debate: IA Fraca vs. IA Forte, watch for...

O que ensinar em alternativa

os alunos que afirmem que a IA forte já existe ou se comporta como um humano, aproveite os exemplos discutidos no debate para contrapor com casos reais de IA tarefa-específica, como chatbots ou sistemas de recomendação.

Erro comum

Durante a Demo Simples de Aprendizagem de Máquina, watch for...

O que ensinar em alternativa

os alunos que acreditem que a IA 'adivinha' sem dados, mostre como o modelo usado depende de um dataset pré-definido e pergunte-lhes como alterariam o sistema para melhorar o seu desempenho.

Erro comum

Durante o Mapeamento de Aplicações IA, watch for...

O que ensinar em alternativa

os alunos que associem IA apenas a robôs físicos, peça-lhes para identificarem aplicações de software (ex: filtros de redes sociais, tradutores automáticos) e discutirem como estas também são formas de IA.

Ideias de Avaliação

Bilhete de Saída

Após o Mapeamento de Aplicações IA, entregue a cada aluno um cartão com o nome de uma aplicação de IA (ex: reconhecimento facial, tradução automática, diagnóstico médico assistido por IA). Peça-lhes para escreverem: 1) Se consideram ser IA fraca ou forte e porquê. 2) Um potencial impacto social positivo e um negativo dessa aplicação.

Questão para Discussão

Durante o Debate: IA Fraca vs. IA Forte, inicie uma discussão com a seguinte questão: 'Se a IA forte se tornar uma realidade, quais profissões vocês acreditam que serão mais afetadas e como a sociedade deveria preparar-se para essas mudanças?' Incentive os alunos a justificar as suas opiniões com base nos princípios de IA discutidos.

Verificação Rápida

Após a Demo Simples de Aprendizagem de Máquina, apresente aos alunos um cenário simples de aprendizagem de máquina (ex: um sistema que aprende a distinguir gatos de cães com base em imagens). Pergunte: 'Que tipo de aprendizagem de máquina está a ser usada aqui (supervisionada ou não supervisionada)? Que dados seriam necessários para treinar este sistema?'

Extensões e Apoio

• Peça aos alunos que pesquisem um caso recente de IA na imprensa e preparem uma apresentação de 2 minutos ligando-o aos conceitos discutidos.
• Para alunos que lutam com a distinção entre IA fraca e forte, forneça um conjunto de cartões com aplicações para classificar em pares, com feedback imediato.
• Convide um profissional da área (ex: engenheiro de machine learning ou especialista em ética digital) para uma videochamada de 15 minutos responder a perguntas dos alunos sobre o tema.

Vocabulário-Chave

Inteligência Artificial (IA)	Campo da ciência da computação dedicado à criação de sistemas capazes de realizar tarefas que normalmente exigiriam inteligência humana.
IA Fraca (ou Estreita)	Tipo de IA projetada e treinada para uma tarefa específica, como reconhecimento de voz ou recomendação de produtos.
IA Forte (ou Geral)	Tipo de IA hipotética com a capacidade intelectual de um ser humano, capaz de compreender, aprender e aplicar conhecimento em diversas tarefas.
Aprendizagem de Máquina (Machine Learning)	Subcampo da IA que permite aos sistemas aprender e melhorar a partir de dados sem serem explicitamente programados.
Algoritmo	Um conjunto de regras ou instruções passo a passo que um computador segue para realizar uma tarefa ou resolver um problema.