Formular um Problema é um Ato de Humildade Intelectual: Reflexões do Tema 1

Quando comecei a trabalhar na ideia de projeto para este Tema 1, tinha a sensação confortável de que o problema era óbvio. Os docentes não estão preparados para a IA generativa. As salas de aula estão a mudar mais depressa do que a formação inicial e contínua consegue acompanhar. Bastava olhar para o quotidiano de qualquer escola para constatar a evidência. O que poderia haver de difícil em formular este problema?

A resposta, aprendi, é: quase tudo.

Da Intuição ao Argumento

A primeira lição do Tema 1 foi a de que a perceção de um problema (por mais legítima e fundada que seja) não é ainda um problema de investigação. Miranda e Cabral (2012) são claros: um problema educacional bem formulado exige clareza, exequibilidade e pertinência. E cada um destes critérios impõe uma operação intelectual diferente.

A clareza obrigou-me a perguntar: qual é exatamente a população-alvo? Todos os docentes? Todos os docentes de línguas? Só docentes do ensino público? A delimitação não é um pormenor técnico, é uma decisão epistemológica que determina toda a arquitetura do projeto. A exequibilidade obrigou-me a confrontar a ambição da proposta com os recursos reais de um projeto de mestrado. E a pertinência exigiu que saísse da minha experiência pessoal e procurasse a literatura que documentasse o problema com independência do meu olhar.

Foi neste último exercício que descobri referenciais que transformaram a proposta: o DigCompEdu (Redecker, 2017), o Quadro de Competências de IA para Docentes da UNESCO (2023) e, em particular, o trabalho de Long e Magerko (2020) sobre as 17 competências nucleares de literacia em IA. Estes referenciais não apenas confirmaram o problema, como também lhe deram uma linguagem operacional que a experiência intuitiva não consegue fornecer por si só.

O Contributo dos Pares como Instrumento Metodológico

Os comentários da Ana Sousa, da Júlia Reis e da Raquel Santos foram, cada um, uma forma diferente de me confrontar com os pontos cegos da proposta. A Ana colocou a pergunta mais simples e mais difícil: porquê docentes de línguas? Era a pergunta certa. Eu sabia a resposta (os modelos de linguagem de grande escala operam precisamente sobre o objeto epistémico da disciplina de língua), mas não a tinha explicitado, porque para mim era óbvia. O óbvio não argumentado não é argumento.

A Júlia Reis introduziu o modelo TPACK (Mishra & Koehler, 2006), que se revelou o instrumento analítico que faltava para articular as três dimensões do conhecimento docente envolvidas nesta proposta: o conhecimento tecnológico das ferramentas de IA, o conhecimento pedagógico dos processos de aprendizagem e o conhecimento do conteúdo disciplinar da língua. Sem este triângulo concetual, o design instrucional do curso arriscava-se a ser tecnologicamente competente mas pedagogicamente superficial.

A Raquel desenvolveu o argumento sobre a singularidade epistemológica dos docentes de línguas com uma profundidade que me fez reescrever a justificação da delimitação do público-alvo. A ideia de que os LLMs simulam precisamente o “objeto de estudo” da disciplina de língua (a produção e compreensão de linguagem) não é apenas um argumento retórico. É uma razão estrutural para que estes docentes necessitem de uma formação que vai muito além da adoção de ferramentas digitais.

A Aprendizagem como Processo Colaborativo

Saio do Tema 1 com uma formulação do problema mais robusta do que aquela com que entrei, mas sobretudo com uma compreensão mais madura do que significa investigar. Formular um problema não é registar uma evidência. É construir um argumento. E os melhores argumentos constroem-se em diálogo.

O Módulo 2 trará a Revisão Sistemática da Literatura, que será o momento de verificar se o quadro teórico que construí tem correspondência no corpo de investigação existente. Espero chegar lá com a mesma disposição para ser surpreendido que este Tema 1 me ensinou a cultivar.

Referências Bibliográficas

Long, D., & Magerko, B. (2020). What is AI literacy? Competencies and design considerations. In Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems (pp. 1–16). ACM. https://doi.org/10.1145/3313831.3376727

Miranda, B., & Cabral, M. (2012). Projetos educativos: Conceção, gestão e avaliação. Universidade Aberta.

Mishra, P., & Koehler, M. J. (2006). Technological pedagogical content knowledge: A framework for teacher knowledge. Teachers College Record, 108(6), 1017–1054. https://doi.org/10.1111/j.1467-9620.2006.00684.x

Redecker, C. (2017). European framework for the digital competence of educators: DigCompEdu. Publications Office of the European Union. https://doi.org/10.2760/159770

UNESCO. (2023). Guidance for generative AI in education and research. UNESCO Publishing. https://www.unesco.org/en/articles/guidance-generative-ai-education-and-research